El debate teórico sobre la asociación salud-ingreso

Muchos estudios han mostrado una asociación positiva entre ingreso y supervivencia (^{Viscusi, 1994}; ^{Lutter & Morrall, 1994}). Esto es consistente con la visión de que los incrementos en el ingreso acrecientan la inversión en bienes que mejoran la salud (^{Grossman, 2000}). Esto último se refiere en la literatura como la hipótesis de ingreso absoluto (HIA), según la cual el ingreso absoluto y las condiciones materiales impactan la salud. Paralelo a esto, (^{Wilkinson, 1997}, 1998) desarrolla una explicación alternativa para la desigualdad en salud, basada en el efecto que la desigualdad de ingreso ejerce sobre el estado de salud individual, denominada la hipótesis de ingreso relativo (HIR). Un bajo ingreso relativo podría, por ejemplo, estar asociado con incrementos en el estrés psicosocial generador de enfermedades (^{Cohen et al., 1991}, 1997).

Aunque la evidencia ofrecida por los estudios longitudinales parece soportar la HIA (^{Gerdtham & Johannesson, 2004}), ambas explicaciones no son mutuamente excluyentes. Estas sugieren que reducir las desigualdades en salud sería importante para diseñar intervenciones que aborden lo psicosocial conjuntamente con los determinantes puramente materiales de la salud.

En combinación con la HIR, hay una tercera hipótesis que sugiere que la desigualdad de ingresos en sí sería un riesgo para la salud (^{Wilkinson, 1996}). Esta hipótesis de desigualdad de ingresos-salud (HDI) ha sido soportada en comparaciones internacionales que muestran fuerte correlación entre desigualdad de ingreso y mortalidad, después de controlar por ingreso medio (^{Rodgers, 1979}; ^{Flegg, 1982}; ^{Waldmann, 1992}; ^{Wilkinson, 1996}).

No obstante, como señala (^{Smith, 1999}), es difícil hacer distinciones empíricas entre el efecto del ingreso y el efecto de la desigualdad de ingresos usando datos agregados. (^{Mullahy et al., 2001}) señalan que la evidencia de la relación entre ingreso individual y salud es alta y relativamente consistente; mientras que la evidencia para la relación entre medidas agregadas de desigualdad y salud sigue siendo débil y controversial. Por lo que, para diferenciar entre las distintas hipótesis, deberían usarse datos en un nivel individual.

A la misma conclusión llegan (^{Wagstaff &Doorslaer, 2000}), quienes clasifican la literatura que busca probar la relación distribución de ingreso-salud. Ellos concluyen que los estudios a nivel agregado son insuficientes para discriminar entre las hipótesis que vinculan la desigualdad de ingreso y la salud (^{Wilkinson, 1992}; ^{Anand & Ravallion, 1993}; ^{Carrin & Polti, 1995}; ^{Bidani & Ravallion, 1997}), y que en virtualmente todos los estudios a nivel de comunidades encuentran que la desigualdad de ingreso regional influye en la tasa de mortalidad, luego de controlar por nivel de ingresos (^{Kaplan et al., 1996}; ^{Kawachi et al., 1997}; ^{Kennedy et al., 1996}).

La revisión de (^{Wilkinson & Pickett, 2006}) identifica 168 análisis en 155 trabajos de distintas disciplinas que reportan alguna asociación entre distribución de ingreso y salud de la población en países desarrollados. Y muestra que el 70% de los trabajos sugiere que el estado de salud es peor en sociedades donde las diferencias de ingreso son mayores. El centro de las investigaciones han sido los países desarrollados y son casi nulos los análisis sobre este fenómeno en América Latina, particularmente en Colombia.

Aproximaciones sobre los factores que median la relación desigualdad-salud

Es razonable considerar que el ingreso propio es un determinante de importancia en la salud individual. No obstante, hay otros mecanismos indirectos que la pueden determinar (^{Deaton, 2003}). Este vínculo indirecto se debería a la desigualdad de ingreso, privación relativa, capital social u otras sendas de difícil conceptualización y medición. La evidencia de mala salud generada por jerarquías sociales es común en epidemiología y biología (^{Marmot et al., 1978}; ^{Sapolski, 1993}).

La cuestión de que si la desigualdad del ingreso se relaciona o no con la salud y con la desigualdad en salud ha merecido atención en disciplinas como la economía (^{Gravelle, 1998}; ^{Contoyannis & Forster, 1999}; ^{Contoyannis et al ., 2004}; ^{Daly et al., 1998}; ^{Wildman, 2001}, ²⁰⁰³), la sociología (^{Wilkinson, 1996}; ^{Wilkinson & Pickett, 2009}; ^{Subramanian et al., 2002}) y la epidemiología (^{Davey-Smith, 1996}; ^{Kawachi et al., 1999}). Lo mismo ha ocurrido con el debate sobre la naturaleza del vínculo entre ingreso, desigualdad de ingreso, salud y desigualdad en salud. El más reciente y debatido trabajo en esta cuestión lo aportan (^{Wilkinson & Pickett, 2009}), cuya hipótesis es que una vez que los países han alcanzado cierto nivel de riqueza, lo que afecta a los ciudadanos no es el crecimiento del PIB, sino el nivel de desigualdad.²

Factores que influyen en el gradiente socioeconómico

En economía, la influencia del estatus socioeconómico sobre la salud se debate especialmente a partir de las relaciones salud-educación (^{Grossman, 2000}; ^{Smith, 2004}) y salud-ingreso (o riqueza) (^{Deaton, 2003}; ^{Smith, 2004}). Normalmente los estudios económicos se enfocan en las medidas de ingreso, pero fallan al considerar la clasificación de la posición socioeconómica, o en controlar los efectos del conocimiento y los ambientales (^{Costa & Hernández-Quevedo, 2012}).

Una forma de agrupar estos factores que influyen en el gradiente socioeconómico la presentan (^{Lynch et al., 2000}) en tres hipótesis explicativas: la interpretación del ingreso-individual, la interpretación del ambiente psicosocial y la interpretación neomaterialista. La primera se ha contrastado empíricamente cuando, al controlar conforme al ingreso individual, permanece la asociación significativa entre desigualdad de ingreso y salud algunas veces, incluso después de controlar otras variables de estatus socioeconómico.³ Según (^{Bowles & Gintis, 2002}), la riqueza, raza y escolaridad son importantes para la herencia del estatus económico.

Las aplicaciones económicas en esta perspectiva muestran que el ingreso de los padres y la riqueza tiene una fuerte asociación con la salud de los adultos, tanto para las familias en países en desarrollo (^{Poel & Hosseinpoor, 2008}), como en los desarrollados (^{Case et al., 2005}). (^{Jones & Wildman, 2008}) encontraron, por su parte, un efecto significativo del ingreso corriente sobre la salud después de controlar por educación.

La interpretación psicosocial considera que la desigualdad per se produce un ambiente social que termina por perjudicar la salud. (^{Wilkinson, 1996}) argumenta que las personas, al juzgar su nivel de vida comparándose con otros a su alrededor, son más conscientes de su bajo estatus social. Esto crea estrés, que a su vez se asocia a mayor incidencia de enfermedad cardiovascular, depresión, ansiedad, etc. La evidencia muestra que estos factores influyen en la salud y que su prevalencia está afectada por la estructura socioeconómica y por la posición que dentro de esta ocupa la persona.⁴

Por último, la interpretación neomaterialista considera que el mayor énfasis debe darse sobre los factores externos, o precursores de una vía psicosocial. Según esta visión, son los procesos estructurales, políticos y económicos los que generan la desigualdad, procesos que existen antes de que el individuo experimente o perciba sus efectos (^{Kaplan et al., 1996}; ^{Lynch et al., 1998}; ^{Davey-Smith, 1996}). A medida que las inversiones públicas (atención de la salud, seguridad pública, educación, calidad ambiental) estén concentradas en áreas de altos ingresos, o en áreas menos desiguales, entonces, el estándar de vida en esas áreas generará más acceso a esos bienes y servicios. Desde esta concepción, mayores desigualdades de ingreso en una sociedad conducirán a diferencias en los recursos a través de las comunidades, lo cual estará asociado con mayores diferencias en salud.

Modelo empírico: aproximación multinivel

La distinción entre los efectos de privación absoluta (pobreza) de los efectos de privación relativa (desigualdad de ingreso) es difícil, porque la correlación entre desigualdad de ingreso y mortalidad de la población solo reflejaría los efectos de la pobreza sobre los excesos de mortalidad, y el hecho de que la alta concentración de individuos pobres se encuentra en áreas (regiones, estados, etc.) con alta desigualdad (^{Hahn et al., 1996}).

Para abordar correctamente tal cuestión, este trabajo sigue una metodología multinivel que permite distinguir los efectos del ingreso individual de los efectos contextuales de desigualdad de ingreso. Las estructuras de datos multinivel son implícitamente jerárquicas al tener anidamientos de unidades "de menor nivel" (i ) dentro de unidades de "mayor nivel" (j ), comúnmente denominadas unidades de "nivel-1" y "nivel-2", respectivamente.

Las variables medidas en el nivel-1, siguiendo la notación de (^{Goldstein, 1999}) y (^{Leeuw & Meijer, 2008}), serán denotadas por x _ij y las variables medidas en el nivel-2 serán denotadas por z _j . Dado que el interés es modelar el efecto sobre una variable resultado y _ij de las variables de nivel-1 y nivel-2, el modelo multinivel base en este caso es de la forma siguiente:

(1)

De forma que E[y_ij] = β_0j + β_1jx_ij , bajo el supuesto de que E[ε_ij] = 0. Incluyendo la información para las unidades de nivel-2 (parte contextual) y suponiendo que β_0j varía aleatoriamente a través de las unidades, el modelo multinivel de intercepto aleatorio con covariables en el nivel-1 y nivel-2 se expresa como:

(2)

donde γ₀₀ , muestra el efecto medio a través de la muestra; y δ_0j representa los residuales del grupo j (nivel-2). Ahora, introduciendo la pendiente aleatoria β_1j = γ₁₀ + δ_ij, se obtiene el denominado modelo de pendiente aleatoria:

(3)

Y bajo el supuesto de que la pendiente de regresión está condicionada sobre los factores de nivel-2, el modelo multinivel toma la forma subsiguiente:

(4)

En suma, γ₀₀ corresponde a la estimación del intercepto; γ₁₀ al coeficiente de la pendiente para la relación entre x _i e y _i cuando z _j =0; γ₀₁ es el coeficiente de pendiente para la relación entre z _j e y _i cuando x _i =0; γ₁₁ , corresponde al coeficiente de la interacción entre x _i y z _j ; δ_1j es el término de perturbación para el coeficiente de pendiente aleatoria γ₁₀ ; δ_0j corresponde a la perturbación para el término de intercepto aleatorio, y ε _ij es el término de perturbación de nivel-1. La interacción entre x _i y z _j , al ser medidas en niveles diferentes, se denomina interacción a "nivel cruzado". Por lo que el término de perturbación del modelo multinivel es u _ij = δ _0j + δ _1j x _ij + ε _ij . ⁵

Ahora, generalizando las ecuaciones (1)-(3) para incluir P predictores de nivel-1 y Q predictores de nivel-2, y suponiendo una especificación multinivel en la que y _ij es una variable de respuesta binaria (modelo logit multinivel), el modelo será

(5)

Donde el resultado de interés será la proporción de casos, π _ij , que caen en la categoría 1 del resultado binario medido, y el modelo multinivel para esta proporción está escrito en términos del log-odd ratio (or, o razón de disparidad) (^{Goldstein, 1999}). Es convencional en esta especificación del modelo que V(ε _ij ) = σ ² = 1 , tal como en los modelos logit tradicionales, y que E[δ_0j ] = E[δ_1j ] = E[ε_ij ] = 0; V[δ_0j ] = τ ₀₀; V[δ_1j ] = τ ₁₁.

Datos y población de estudio

Los datos provienen de la Encuesta Nacional de Calidad de Vida 2008 para Colombia (ECV-2008). Esta encuesta la aplica el Departamento Administrativo Nacional de Estadísticas (DANE) de Colombia. Es representativa para el total nacional y sus nueve regiones. Y tiene una cobertura de 13 600 hogares. Adicionalmente, la información sobre las regiones que se incluirá en el segundo nivel del modelo fue obtenida del Ministerio de Protección Social, la Superintendencia Nacional de Salud y otras agencias gubernamentales.

Como variable dependiente se utiliza una medida de salud percibida o salud autorreportada .⁶ A partir de la pregunta "Su estado de salud en general es: Muy bueno, Bueno, Regular, o Malo". La medida de salud autorreportada es vista como una apropiada herramienta de vigilancia en salud pública, porque es adecuada para la población, fácil de entender y refleja el estatus de salud de la comunidad, en contraste con el estado de salud de un individuo.

En estudios longitudinales, esta medida subjetiva de salud ha demostrado ser un buen predictor de la mortalidad, en algunos casos, mejor que las medidas físicas. Cuando se trata de estudios para nivel de comunidad, la práctica habitual es reconfigurar la percepción de salud de lo que se denomina salud percibida positiva o autovaloración positiva del estado de salud, que corresponde a las respuestas "muy bueno y bueno" y, lo contrario, autovaloración negativa de la salud o salud percibida negativa o no positiva, que corresponde a las respuestas "regular y malo".

Esta estrategia, aunque no es precisamente incorrecta, debe utilizarse con cuidado, pues el punto de corte que se elige para la dicotomización influiría en los resultados y estadísticamente afectaría la eficiencia. No obstante, en este caso, el punto de corte adoptado para dicotomizar la salud percibida está acorde con las agencias nacionales de investigación y con la mayor parte de la literatura en este tema, lo que permite comparar los resultados con otros estudios. Adicionalmente, cuando se atienden los pesos de las autovaloraciones, se observa que, en cuanto a la valoración positiva, el 63% percibe su salud como buena (y 9.9% como muy buena), y en la valoración negativa el 24.1% la percibe como regular (frente a 2.77% como mala), por lo que con esta distribución no es aconsejable desde el punto de vista estadístico desagregar los distintos niveles de salud positiva y negativa, ya que los modelos estimados presentarían problemas de fiabilidad y precisión. Así, la variable dicotómica será 0, para muy bueno y bueno; y 1 para regular y malo;⁷ es decir, se analizará la probabilidad de reportar un estado de salud regular/malo.

Estrategia de estimación

La hipótesis de trabajo es que la salud se explica mediante variaciones tanto de las características de los individuos como de las regiones. Para tener esto en cuenta, se siguió una estrategia de modelación secuencial en la que la complejidad se incrementó para cada modelo de manera sucesiva.

Para ajustar estos modelos se utiliza aproximación de máxima verosimilitud (para facilitar las comparaciones) usando cuadratura adaptativa con siete puntos de integración. Adicionalmente, se utilizó la opción de covarianza no estructurada para permitir que los interceptos aleatorios y las pendientes covaríen (^{Fielding et al., 2008}). Y, finalmente, se calculó para cada modelo el coeficiente de partición de varianza y los estadísticos tradicionales de bondad de ajuste Akaike (AIC), el Criterio de Información Bayesiana (BIC) y la medida de Deviance, los cuales brindan información de mejor ajuste a menor magnitud.

Además, se realizó un test de razón de verosimilitud para verificar la utilización de una pendiente aleatoria.⁹ Los resultados de dicho test indicaron que las pendientes e intercepto en el quintil V de ingreso para salud autopercibida varían entre regiones, por lo que se incluyó una pendiente aleatoria para esta variable.

En resumen, el interés de las estimaciones se centrará en los efectos específicos del coeficiente de Gini sobre la salud percibida. Un modelo que reduzca o haga no significativo el parámetro estimado para el coeficiente de Gini se consideraría que tiene en cuenta alguna o toda la varianza explicada por la desigualdad de ingresos. Siguiendo la notación antes presentada, el modelo por estimar será

con F^-1(π_ij) es el log-odds de que y _ij =1, es decir, reportar un estado de salud regular/malo.

Salud percibida: ¿se verifica la hipótesis desigualdad de ingreso-salud en Colombia?

Para verificar esta hipótesis, se estimaron varios modelos logit multinivel. El Cuadro 2 muestra los resultados de los modelos 1-4. Del modelo 1 se observa, convirtiendo la parte fija de la estimación logit en proporciones,¹⁰ que el 32% de la población reporta un pobre estado de salud. Dado que en el modelo 1 no se incluye ningún predictor, se supondría que la probabilidad no varía, en promedio, entre diferentes tipos de personas. Si se toma como grupo de referencia, un hombre de 41 años y soltero, la proporción que reporta salud pobre es, en promedio, de 25%. Cuando se consideran las condiciones de estatus socioeconómico, hombre de 41 años, soltero, en el quintil I de la distribución de riqueza y sin trabajo, la proporción se eleva al 38%. Y si se le adiciona el contar con educación universitaria, esta proporción es del 18%. Los efectos diferenciales independientes (comparados para este grupo de referencia) se muestran abajo, y allí se verá que los efectos para cada una de las variables fueron estimados después de incluir los respectivos controles.

Nota: n= 26 869 individuos anidados en ocho regiones. Por ausencia de información contextual, no se incluyó en este análisis la región San Andrés y Providencia. Para las variables categóricas, el grupo de referencia es 41 años, hombre, quintil I, desempleado y bajo PIB per cápita. *P<0.05, **P<0.01, ***P<0.001. Errores estándar entre paréntesis.

Fuente: Elaboración propia utilizando la ECV-2008.

Cuadro 2: Estimación parte fija y aleatoria para el modelo analítico multinivel de la percepción de estado de salud (en logits) 

La edad estuvo positivamente asociada con la salud pobre autorreportada, de manera que, a mayor edad, aumenta la probabilidad de reportar un pobre estado de salud, comparado con la población joven. A partir del modelo 2, también se identifica que es más probable que las mujeres reporten salud pobre en comparación con los hombres, y finalmente no se observan diferencias significativas en el estado marital (estar casado, soltero o divorciado).

Del modelo 2, se observa que la población con menor nivel educativo (preescolar) tienen tres veces más probabilidad (OR=3.54) de reportar salud pobre (comparados con los de nivel universitario). En general, se verifica una relación de gradiente entre niveles educativos, la probabilidad de reportar un mal estado de salud se reduce a medida que nos movemos a un mayor logro educativo, ensanchando aún más la brecha entre los menos y los más educados.

En el modelo nulo, se identifica una variación significativa en la salud autopercibida a través de las regiones (Var(δ_0j )=0.064), y esa diferencia se mantiene después de controlar las características socioeconómicas (Var(δ_0j )=0.049), con lo cual se consideraría que las diferencias regionales en la salud percibida parecen no estar explicadas solo por particularidades individuales; las características del entorno también cuentan. Incluso, en el modelo 3a, al considerar la distribución diferencial de la población del quintil V, las diferencias significativas en la salud autopercibida a través de las regiones se mantiene (Var(δ_0j )=0.051). En este último caso, es razonable suponer que el mapa de la salud autorreportada para los grupos de alto estatus socioeconómico es diferente de los de bajo estatus.

Mientras que el grupo de bajo estatus socioeconómico es más probable que reporte salud pobre, en promedio, tal vez muestre gran variación, dependiendo de la región de residencia, cuando se les compara con grupos de alto estatus socioeconómico. Así, aun cuando la región es importante para ambos grupos de ingreso, es relativamente más importante para los grupos de bajos ingresos. Pues regiones que sean saludables para grupos de mayor ingreso, pueden no serlo para los más pobres y a la inversa; es el caso de la disponibilidad de infraestructura en salud, la garantía del derecho a la salud y las condiciones medioambientales diferenciales que enfrentaría la población pobre, por ejemplo.

En el modelo 3 se verifica un gradiente significativo de la riqueza para la salud autorreportada. Los individuos del quintil V tienen la menor probabilidad diferencial (OR= 0.45) de reportar su estado de salud como pobre frente a una persona del quintil I; seguidos por la población ubicada en el IV (OR=0.69), la del III (OR=0.83) y el II (OR=0.96). Lo cual insiste en la importancia de la hipótesis de ingreso absoluto y de otros factores socioeconómicos individuales para explicar la salud de las personas.

Hasta este punto aún permanece la varianza en la salud percibida, que no se explica solo por las características del individuo, por ello, luego de introducir la pendiente para el quintil V de riqueza, en el modelo 4 se exploran los factores contextuales que se espera expliquen el resto de esta varianza en la autopercepción de salud. Específicamente se evalúa el impacto de variables contextuales, como la composición étnica, la riqueza media de la región y los niveles de desigualdad.

En cuanto al ingreso per cápita, esta es una importante variable, ya que suele capturar la riqueza general de las regiones y por esta vía la disponibilidad de recursos. Algunos autores han encontrado que las medidas de bienestar (salud física, mental, entre otras), están fuertemente influenciadas por el PIB per cápita y que suele existir una fuerte y pronunnciada interacción entre el PIB y el coeficiente de Gini. De acuerdo con esto, en el modelo 4 se ajusta la riqueza de la región con la inclusión de una interacción entre el PIB per cápita (por quintiles) y el coeficiente de Gini regional. La interacción entre este y el PIB significa que ahora el coeficiente de Gini hará referencia principalmente al efecto que la desigualdad tiene dentro de las regiones del primer quintil de riqueza (categoría de referencia).

Se observa una relación negativa entre la probabilidad de juzgar el estado de salud como malo, cuando se vive en una zona de alto y medio PIB, respecto de vivir en una zona de bajo PIB, cuando la desigualdad aumenta. Lo cual estaría en la línea de algunas investigaciones que encuentran que los grupos de altos ingresos tienden a estar mejor en sociedades más desiguales (^{Subramanian et al., 2001}). Sin embargo, estas variables parecen no ser por sí solas significativas para explicar el estado de salud de la población, y aún persisten diferencias significativas en la salud autopercibida entre regiones (Var(δ_0j )=0.028).

El coeficiente de Gini es positivo y significativo, indicando que la mayor desigualdad se relaciona positivamente con la probabilidad de autopercibir el estado de salud como regular o malo. Lo cual apoyaría la hipótesis de desigualdad de ingreso. Se observa que aun controlando el logro educativo, el coeficiente de Gini sigue siendo significativo y muestra una relación positiva con la probabilidad de reportar un pobre estado de salud. Con lo que el logro educativo no sería un factor de confusión de la relación entre desigualdad y salud pobre; asimismo, se mantiene el significativo gradiente en la relación entre logro educativo y pobre salud autopercibida.

El modelo 4 explora el efecto de la composición racial; si bien este presenta un signo positivo, indicando que en regiones con mayor proporción de población indígena aumenta la probabilidad de juzgar la salud como regular o mala (en línea con ^{Subramanian & Kawachi, 2004}; ^{Subramanian et al ., 2002}, para Estados Unidos), no fue significativo para explicar la percepción de salud. La consideración de esta variable no afectó la significancia del parámetro de desigualdad, por lo cual no actúa como un factor que confunda la relación desigualdad de ingreso-salud. Incluso al agregar tanto la educación como la pertenencia étnica, el coeficiente de Gini sigue siendo significativo para explicar la percepción de regular/mala salud de la población.

Debido a que el modelo 4 ya se controla por los principales factores considerados en la literatura como distorsionadores de la relación salud-desigualdad (ingreso individual, logro educativo y composición racial), el hecho de que la riqueza para los diferentes quintiles siga siendo significativa y no presente mayores variaciones en cuanto a la magnitud de sus parámetros antes y después de la inclusión de la variable de desigualdad, permite intuir que el efecto de esta sobre la salud va más allá del estatus socioeconómico.

¿Qué factores median la asociación entre desigualdad y pobre autopercepción de salud?

A partir de las asociaciones identificadas en los modelos 5 a 7 (Cuadro 3), se exploran las hipótesis que buscan explicar el vínculo entre desigualdad de ingreso y salud pobre. En el Cuadro 3 se toma el modelo 4 como referencia, dado que no hay cambios significativos en los parámetros de características individuales, se muestran solo los resultados del haber considerado las nuevas variables de análisis. En el modelo 5 se introduce la percepción de inseguridad y el haber sido víctima de comportamiento antisocial, además se encuentra que estas variables que aproximan el ambiente socialmente hostil son significativas para explicar una pobre percepción de salud. Así, que un individuo perciba su entorno como inseguro, aumenta la probabilidad de juzgar su estado de salud como malo (OR=1.6); pero, contrario a lo que se esperaría, el haber sido víctima de comportamiento antisocial presenta una relación negativa con juzgar el estado de salud como regular o malo, una intuición para este resultado sería la disponibilidad de acceso a servicios cuando se es víctima de hechos violentos, dado que la atención de urgencias es obligatoria y, por ende, el rápido acceso (o acceso real) distorsionaría la percepción de salud (acceso potencial). La inclusión de estas variables redujo el coeficiente de Gini y su significancia. Por lo cual se podría considerar que las variables relacionadas con la hostilidad del ambiente dan cuenta parcialmente del efecto del coeficiente de Gini sobre la percepción del estado de salud, aunque este sea significativo.

Nota: Individuos anidados en ocho regiones. No se incluye las regiones de San Andrés y Providencia. Para las variables categóricas, el grupo de referencia es 41 años, hombre, educación superior, quintil I, desempleado, bajo PIB per cápita, no pertenecer a una comunidad indígena, haber sido víctima de comportamiento antisocial y sentirse inseguro en el lugar de residencia. *P<0.05, **P<0.01, ***P<0.001. Errores estándar entre paréntesis.

Fuente: Elaboración propia a partir de la ECV-2008.

Cuadro 3: Estimación parte fija y aleatoria del modelo analítico multinivel de la percepción de estado de salud, considerando hipótesis que vinculan la desigualdad de ingreso-salud (en logits) 

El modelo 6 muestra que la mayor disponibilidad de espacios públicos reduce la probabilidad de juzgar el estado de salud como regular/malo (OR=0.99), lo que estaría en línea con la perspectiva psicosocial, según la cual la disponibilidad de espacios para la integración social contrarrestaría los efectos de la desigualdad, facilitaría la generación de capital social y mejoraría la percepción de salud. Además, la inclusión de esta variable reduce el parámetro para el coeficiente de Gini y además lo vuelve no significativo; pero haciéndose significativo el efecto de la desigualdad en las regiones de PIB medio.

Lo anterior sugiere que la variable de espacio público para la interacción social da cuenta del efecto de la desigualdad de ingreso sobre la salud autopercibida en las regiones de riqueza media. Conforme la desigualdad aumenta, menor es la probabilidad de juzgar la salud como regular o mala cuando se reside en una región de riqueza media, respecto de alguien que vive en una región de baja riqueza. Este resultado, incluso con las limitaciones de la medida disponible, estaría en línea con la visión epidemiológica, la cual ve en el contexto en que reside el individuo una explicación a su estado de salud.

Por último, en el modelo 7 se incluye el porcentaje de gasto en educación, buscando explorar la denominada perspectiva neomaterialista.¹¹ En este caso, la teoría prevé que el mayor gasto público (en educación) reduce la probabilidad de percibir el estado de salud regular/malo, lo que se verifica en estos resultados (OR=0.94). Se aminora el impacto de la desigualdad, y el impacto específico de esta sobre las regiones con PIB per cápita medio sigue siendo significativo. Lo cual refleja que esta variable también controla los efectos de la desigualdad. Aunque siguen siendo significativos para explicar la percepción de salud de la población.

Los resultados de los modelos 5 a 7 sugieren que las variables que aproximan la perspectiva psicosocial serían las más satisfactorias para explicar el efecto de la desigualdad de ingreso en los datos, frente a la perspectiva neomaterialista, en términos de alterar los coeficientes relacionados con el Gini. Y a partir de los estadísticos AIC y bic se observa que el modelo 5 presenta el mejor ajuste para los datos frente al modelo 6. Lo cual concordaría con la hipótesis de desigualdad de ingreso y salud, en cuanto a evidenciar que las áreas sometidas a mayor desigualdad afectan la salud de los individuos vía ambientes socialmente hostiles (^{Widman, 2001}, ²⁰⁰³). Pero también indica que la riqueza individual sigue siendo importante para garantizar el acceso, y que el impacto sobre este último es diferencial, dependiendo de si el individuo vive en zonas de mayor PIB per cápita o no. Con lo cual, si bien las variables que aproximan el ambiente social hostil, o perspectiva psicosocial, son significativas para influir la percepción de salud, la riqueza individual y el entorno en que vive el individuo sigue pesando al momento de garantizar una mejor salud.

Adicionalmente, la inclusión de las variables de los modelos 5-7 muestran que la variable de segundo nivel deja de ser significativa, lo cual es una evidencia a favor de la importancia de las variables consideradas en el nivel contextual para explicar cómo las variables de entorno explicarían el fenómeno de autopercepción de salud.