Hablar de inequidades en salud no es simplemente decir que dos grupos tienen resultados distintos. Las diferencias pueden ser biológicas, demográficas o aleatorias; las inequidades, en cambio, son diferencias sistemáticas, evitables, asociadas con condiciones sociales, territoriales, económicas, raciales, de género, de discapacidad o de acceso al sistema de salud.

Por eso, en este tema los indicadores importan mucho: no alcanzan las impresiones generales. Hay que mirar tasas de mortalidad, letalidad, incidencia, prevalencia, cobertura efectiva, uso de servicios, distancia a la atención, gasto público, índice de desarrollo humano, vulnerabilidad social o concentración territorial de recursos.

Una tasa no explica por sí sola la inequidad, pero ayuda a localizarla. La razón de mortalidad materna, por ejemplo, expresa muertes maternas por 100.000 nacidos vivos; la mortalidad neonatal suele expresarse por 1.000 nacidos vivos; la letalidad relaciona muertes con casos; la incidencia mide casos nuevos en una población y período; la prevalencia mide cuántas personas viven con una condición en un momento o intervalo.

Cuando estos indicadores cambian de manera consistente según pobreza, región, raza, ruralidad o cobertura sanitaria, dejan de ser solo datos epidemiológicos y se convierten en señales de organización social del riesgo.

Los estudios seleccionados muestran esa tensión con bastante claridad. En Brasil, un análisis basado en la Pesquisa Nacional de Saúde incluyó 60.202 personas adultas y vinculó raza/color con dificultad de acceso y discriminación en servicios de salud.

El punto importante no es solo que exista una brecha declarada: el trabajo utiliza prevalencias, razones de prevalencia e intervalos de confianza para mostrar que el acceso no se distribuye de manera neutra entre los grupos sociales [1].

En la misma línea, una revisión sistemática con metaanálisis sobre acceso al prenatal en el primer trimestre encontró diferencias por raza/etnia: el acceso temprano al control prenatal, una intervención directamente vinculada con la prevención de mortalidad materna evitable, aparece menos garantizado en los grupos racializados [9].

La dimensión territorial también aparece con fuerza. En la Amazonia brasileña, la morbilidad por HIV/AIDS no siguió la tendencia nacional: mientras la tasa media de detección de HIV/AIDS se redujo 9,4% en Brasil durante la década analizada, aumentó 44,2% en el Norte y 24,1% en el Nordeste; Pará alcanzó 23,6 casos por 100.000 habitantes.

Es una cifra especialmente ilustrativa porque combina una tasa sanitaria con un patrón regional: el problema no está distribuido de forma homogénea en el país [2].

Algo parecido ocurre con enfermedades crónicas o desatendidas. En Paraíba, el estudio sobre hanseniasis trabajó con 12.134 casos y analizó su relación con cobertura de atención primaria y condiciones socioeconómicas. La enfermedad no aparece solo como evento clínico: su persistencia se lee en función del territorio, la cobertura sanitaria y las condiciones de vida [6].

En las internaciones de personas mayores en Brasil, las causas de hospitalización también se distribuyeron de manera desigual por género, etnia y región; las enfermedades del aparato circulatorio, respiratorio y digestivo concentraron proporciones relevantes de internaciones, pero el hallazgo central es que esas cargas se ordenan social y territorialmente [3].

Las tasas de mortalidad infantil muestran quizás una de las formas más directas de observar inequidades. Un estudio brasileño sobre morbilidad y mortalidad infantil entre 2000 y 2015 relacionó internaciones y muertes en menores de un año con causas evitables por la atención primaria, ingreso, fecundidad, escolaridad materna, condiciones ambientales e índice de desarrollo humano [4].

Otro estudio, realizado en Natal/RN entre 2003 y 2016, calculó tasas de mortalidad infantil, neonatal y posneonatal, además de razones de prevalencia por variables como raza, peso al nacer, edad gestacional y tipo de parto [5]. El mensaje es fuerte: una muerte infantil evitable no solo refleja un desenlace biológico, sino también la calidad y oportunidad de la red de cuidados.

La distancia a los servicios agrega otra capa. En 5.564 municipios brasileños, un estudio sobre acceso geográfico al parto hospitalario encontró que solo 56% de los municipios tenían información vital adecuada para calcular mortalidad infantil, aunque representaban 72% de la población.

La distancia entre municipio de residencia y municipio de internación se asoció con tamaño poblacional, ingreso per cápita y mortalidad infantil, aun controlando por factores demográficos y socioeconómicos. Dicho de modo simple: la geografía sanitaria puede convertirse en riesgo [7].

La cobertura formal tampoco garantiza acceso efectivo. En el norte de Brasil, la cobertura asistencial de equipos de salud de la familia en áreas rurales, urbanas y urbanas que atendían poblaciones rurales fue de 83,3%, con coberturas de 90% a 100% en Acre, Amapá, Roraima y Tocantins, pero de 50,5% en Pará y 60,5% en Amazonas.

Además, parte de la población rural era atendida desde unidades urbanas: 451 unidades y 494 equipos estaban encargados de ese tipo de cobertura. El número de cobertura, por lo tanto, puede ocultar barreras reales de distancia, oportunidad y continuidad [8].

En salud materno infantil, la inequidad se ve tanto en resultados finales como en intervenciones intermedias. En México, una evaluación de ocho intervenciones de atención primaria vinculadas con mortalidad materna e infantil encontró coberturas nacionales entre 86,5% y 97,5%, pero con desigualdad entre entidades federativas según marginación municipal.

El problema no era la inexistencia de políticas, sino su cobertura desigual [10]. En Mozambique, con datos de la Demographic and Health Survey 2022-2023 y 3.808 mujeres, solo 18,6% recibió las cuatro prestaciones maternas esenciales analizadas: controles prenatales adecuados, pruebas de laboratorio, parto con personal calificado y atención posnatal por personal calificado.

El uso de servicios fue mayor entre mujeres con más riqueza y empoderamiento [11].

Los indicadores de mortalidad materna y neonatal muestran por qué estas brechas importan. En el Grande ABC Paulista, una región con heterogeneidad socioeconómica entre municipios, el análisis de tendencia de mortalidad materna entre 1997 y 2011 vinculó los índices de mortalidad materna directa con IDH, causa de muerte y variables sociodemográficas [13].

En Mozambique, una guía de mejora de calidad describe una razón de mortalidad materna estancada en aproximadamente 408 muertes maternas por 100.000 nacidos vivos; también señala que cerca de 10% de los niños no sobreviven hasta el quinto aniversario y que la mortalidad neonatal es de 30 por 1.000 nacidos vivos. Estas cifras no son ornamentales: definen la magnitud del problema que las intervenciones deben modificar [14].

La pandemia permitió observar otra forma de inequidad: la relación entre capacidad de detección, cobertura de atención primaria e indicadores de carga. En el Nordeste brasileño se notificaron 483.793 casos confirmados y 19.307 muertes por COVID-19, lo que equivale aproximadamente a una letalidad cruda de 4%. Ceará presentó la mayor tasa de casos, 1200,83 por 100.000 habitantes.

El estudio encontró que mayor cobertura de la Estrategia Salud de la Familia se correlacionó con mayor identificación de casos confirmados y muertes, algo que puede interpretarse no como peor desempeño, sino como mayor capacidad de rastreo, notificación y visibilización de la carga real [12].

Hay una lección metodológica importante: no todos los indicadores sirven para lo mismo. Una tasa de mortalidad mide desenlaces finales; una cobertura mide disponibilidad o contacto con el sistema; una razón de prevalencia muestra asociación entre exposiciones y resultados; una tasa de incidencia detecta aparición de nuevos casos; una letalidad aproxima severidad, oportunidad diagnóstica o capacidad terapéutica.

Para estudiar inequidades, conviene combinar indicadores. Si solo se observa cobertura, puede parecer que el sistema llega; si se agregan distancia, oportunidad, resultados y calidad, aparece la brecha.

El punto común de estos trabajos es que la inequidad no está en una sola variable. Aparece cuando una población más vulnerable tiene más carga de enfermedad, menor acceso oportuno, peor continuidad del cuidado o peores desenlaces. A veces la brecha se expresa como tasa de detección regional, como en HIV/AIDS en la Amazonia [2].

A veces aparece como cobertura desigual de prestaciones esenciales, como en Mozambique o México [10, 11]. A veces se manifiesta como mortalidad infantil asociada a acceso geográfico al parto [7]. Y a veces emerge en eventos que deberían ser evitables, como sífilis congénita, donde la incidencia funciona como marcador de fallas en la red prenatal [15].

Por eso, un artículo sobre inequidades no debería limitarse a decir que existen desigualdades. Debe preguntar qué indicador principal cambia, cuánto cambia, entre quiénes cambia, en qué territorio ocurre y qué parte del sistema puede intervenir.

La evidencia revisada sugiere que las inequidades se vuelven visibles cuando los datos sanitarios se cruzan con estructura social: ingreso, ruralidad, raza, territorio, desarrollo humano, cobertura efectiva y capacidad institucional.

En síntesis, las inequidades en salud son diferencias que se pueden medir y, por eso mismo, gestionar. Las tasas de mortalidad, morbilidad, incidencia, prevalencia, letalidad y cobertura no son solo indicadores técnicos: son instrumentos para decidir dónde intervenir, con qué prioridad y con qué responsabilidad pública.

El desafío no es acumular más números, sino convertirlos en preguntas de gestión: quién queda afuera, qué resultado empeora, qué barrera lo explica y qué cambio organizacional podría reducir esa brecha.

Referencias

[1] Dantas, Marianny Nayara Paiva (2019). Iniquidades nos serviços de saúde brasileiros: uma análise do acesso e da discriminação racial a partir da Pesquisa Nacional de Saúde (PNS), 2013/ Inequalities in Brazilian health services: an analysis of access and racial discrimination based on the National Health Survey (PNS), 2013. Natal; s.n; 20190000. 72 p. ilus, tab. biblio-1442452

[2] Pinheiro, Adriana de Sá (2019). Morbidade por HIV e AIDS na região amazônida: análise temporal/ HIV and AIDS morbidity in the Amazon region: temporal analysis. Belém; s.n; 2019. 65 p. biblio-1592310

[3] Cavaletti, Ana Carolina Lima (2022). Internações de pessoas idosas no Brasil: iniquidades de gênero, de etnia e na distribuição regional/ Hospitalizations o folder people in Brazil: inequities of gender, ethnicity and in the regional distribution. Rio de Janeiro; s.n; 2022. 174 p. graf, ilus, tab. biblio-1611540

[4] Justino, Dayane Caroliny Pereira (2018). Avaliação da morbidade e mortalidade infantil de 2000 a 2015 no Brasil/ Evaluation of infant morbidity and mortality from 2000 to 2015 in Brazil. Natal; s.n; 20180000. 102 p. ilus, tab, maps. biblio-1442646

[5] Santos, Camila Dayze Pereira (2018). Distribuição temporal da mortalidade infantil em uma capital do Nordeste do Brasil, 2003-2016: reflexões sobre a qualidade da assistência na atenção primária à saúde/ Temporal distribution of infant mortality in a capital in Northeast Brazil, 2003-2016: reflections on the quality of care in primary health care. Natal; s.n; 2018. 59 p. ilus, tab. biblio-1442527