Beruflich Dokumente
Kultur Dokumente
net/publication/315687017
CITATIONS READS
0 217
3 authors:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Socioeconomic Determinants of Health in Andalusia: Studying the Effect of Economic Crisis on Andalusian’s Health (IMPACT-A) View project
All content following this page was uploaded by Javier Alvarez-Galvez on 29 March 2017.
Resumen:
Los estudios sobre determinantes socioeconómicos de la salud se han centrado
fundamentalmente en el análisis de los factores de carácter económico, es decir, en las
diferencias de salud generadas por los ingresos. Sin embargo, la relación entre los
ingresos y las desigualdades de salud parece ser algo más compleja. Como se ha puesto
de manifiesto en recientes estudios, la inclusión de los ingresos como factor explicativo
de las desigualdades de salud, aunque resulta necesaria, no es suficiente para entender la
diversidad y la complejidad de otras dimensiones sociales como la educación o la clase
social, que resultan igualmente relevantes en la explicación de estas desigualdades. En
línea con este conjunto de consideraciones, el objetivo del presente trabajo se dirige a
comparar el impacto de diferentes medidas del estatus socioeconómico (educación,
clase social, ocupación e ingresos) sobre la salud auto-percibida (self-rated health -
SRH) en las diferentes Comunidades Autónomas españolas, a partir de datos de los
Barómetros Sanitarios del Centro de Investigaciones Sociológicas. Adicionalmente, se
estudia el efecto contextual de indicadores macroeconómicos, de servicios sanitarios, y
calidad de vida mediante el diseño de diferentes modelos de regresión logística ordinal
multinivel. Los datos del presente trabajo revelan que, a pesar de que España es un país
que goza de una auto-percepción de la salud positiva, se observan desigualdades en la
salud a nivel interregional. Si bien en nuestro país no existen grandes diferencias en la
salud, los datos ponen de manifiesto que factores socioeconómicos como los ingresos,
clase social, la ocupación o la educación pueden tener un importante impacto sobre la
salud de los grupos en riesgo de exclusión social. En el nivel contextual, el riesgo de
pobreza y el desempleo se encuentran negativamente relacionados con la auto-
percepción de la salud de los españoles. Unos resultados que tienen implicaciones muy
claras en el reciente contexto de crisis económica. El presente análisis aporta claros
indicios de la importancia de tener unas condiciones vitales dignas para poder mantener
la salud. Sin lugar a dudas vivir en la pobreza o en una condición de riesgo de caer en
un estado de privación material, aumenta la probabilidad de tener una mala salud, y esta
misma relación se aplica a la falta de trabajo. En este sentido, es necesario considerar el
impacto socioeconómico de la actual crisis económica y los actuales recortes del gasto
público en la salud de los grupos más desfavorecidos de nuestra sociedad.
Nota: Los resultados del presente trabajo representan un avance de la primera fase de proyecto
"Determinantes socioeconómicos de la salud en Andalucía: estudio comparado del impacto de la crisis
económica en la salud de los andaluces" (PRY120/14) financiado por la convocatoria competitiva de
proyectos I+D del Centro de Estudios Andaluces, Junta de Andalucía.
Introducción
Diferentes estudios demuestran que las circunstancias económicas y sociales en las
que vivimos tienen un impacto en nuestra salud física y mental (Wilkinson y Marmot,
2003; Bartley, Sacker y Clarke, 2004; Angner et al. 2009). Trabajos recientes muestran
que la correlación positiva entre estatus socioeconómico (Socio-Economic Status - SES)
y la salud varía entre países y modelos de estados de bienestar (Adams et al., 2003;
Frijters, Haisken-DeNew y Shields, 2005; Eikemo et al., 2008; Alvarez-Galvez et al.,
2013, Alvarez-Galvez et al., 2014, Alvarez-Galvez, 2016).
Las desigualdades de ingresos de los países pueden afectar a la salud subjetiva de los
individuos (Self-Rated Health - SRH) (Wilkinson, 1996, 1997; Nummela et al., 2007;
Costa-Font and Hernández-Quevedo, 2012); del mismo modo, diferentes regímenes o
modelos de estados bienestar caracterizados por diversas políticas públicas y sociales
pueden producir variaciones en la salud de los individuos (Eikemo et al., 2008a; Eikemo
et al., 2008b; Eikemo et al., 2008c). Este conjunto de trabajos indican que las
diferencias en el estatus socioeconómico se encuentran claramente relacionadas con la
salud individual. Es decir, las diferencias de ingresos, educativas, ocupacionales, así
como aquellas características de clase o posición social son susceptibles de afectar tanto
objetiva como subjetivamente a nuestro estado de salud (Álvarez-Gálvez, 2013). Por
otro lado, se evidencia que la relación entre el SES y la salud puede variar en función de
diversos factores tanto individuales (sexo, edad, hábitos de ocio y consumo, etc.) como
contextuales (gasto social, PIB, políticas socio-sanitarias, etc.).
Dentro del ámbito europeo la literatura se ha centrado, principalmente, en examinar
el impacto de los ingresos sobre la salud, mostrando diferentes y, en ocasiones,
inesperados resultados. Estudios como el llevado a cabo por Fritzell et al. (2004)
demuestran que el impacto de los ingresos sobre la salud es similar en los países
nórdicos y en los anglosajones. A pesar de que se podría esperar que países como
Dinamarca, Finlandia, Noruega o Suecia, caracterizados por un régimen de bienestar
socialdemócrata (Esping-Andersen, 1999), presentaran una relación débil entre los
ingresos y la salud, la realidad es que funcionan de un modo parecido al de países
económicamente liberales como, por ejemplo, Reino Unido. Si bien los países
socialdemócratas protegen a los ciudadanos de los riesgos del mercado mediante un
generoso sistema de transferencias sociales y de políticas públicas, dicha protección aún
evidencia desigualdades en la salud de los ciudadanos de estos países. De hecho, aunque
se podría esperar que los estados de bienestar más extensos (o universalistas) y que
proveen una mayor protección social a sus ciudadanos sean aquellos donde las
diferencias de salud por ingresos se vean más reducidas, recientes estudios evidencian
que las diferencias de salud relacionadas con las desigualdades de ingresos son incluso
menores en los países del centro de Europa, como por ejemplo Alemania, Austria,
Bélgica, Francia o Países Bajos (Van Doorslaer et al., 2004; Eikemo et al., 2008b;
Costa-Font y Hernández-Quevedo, 2012). El carácter contradictorio de estos resultados
ha justificado el desarrollo de estudios más complejos que permitan explicar estas
diferencias.
Como se pone de manifiesto en recientes trabajos (Álvarez-Gálvez et al., 2013;
Álvarez-Gálvez y Salvador-Carulla, 2013; Álvarez-Gálvez et al. 2014; Álvarez-Gálvez,
2016), la literatura centrada en el estudio de los determinantes de la salud se ha centrado
fundamentalmente en el análisis de los factores económicos, es decir, en las diferencias
de salud generadas por los ingresos (Fritzell, Nermo y Lundberg, 2003; Van Doorslaer y
Koolman, 2004; Kunst et al., 2005). Sin embargo, la relación entre los ingresos y las
desigualdades de salud parece ser algo más compleja (Grossman, 2000; Smith, 2004).
En este sentido, la inclusión de los ingresos como factor explicativo de las
desigualdades de salud, aunque resulta necesaria, no es suficiente para entender la
diversidad y la complejidad de otras dimensiones sociales que resultan igualmente
relevantes en la explicación de estas desigualdades (Marmot, 2010).
Como decimos gran parte de los estudios de este campo se han centrado en el
análisis del impacto de las desigualdades económicas pero, en general, se ha prestado
poca atención sobre aquellos determinantes sociales que pueden tener un impacto
directo en nuestra calidad de vida y nuestra salud. El nivel educativo (Grossman, 2006;
Smith, 2004), la clase social (Kelleher et al., 2003), el estatus ocupacional (Bartley,
Ferrie y Montgomery, 1999; Quevedo et al., 2006) o la posición de riesgo que
mantenemos en el mercado de trabajo (Hernandez et al., 2006) son, entre otros, algunos
de los factores que, de un modo directo o indirecto, son susceptibles de incidir en
nuestro estado de salud. Estudios como el llevado a cabo por Hanibuchi et al. (2012),
tratando de llenar este vacío de la literatura, se ha centrado en el análisis la relación
entre diferentes medidas de SES (ingresos, educación, estatus ocupacional y clase
social) y la salud subjetiva de individuos en cuatro países asiáticos: China, Japón, Corea
del Sur y Taiwán. Este trabajo demuestra que el impacto de estos indicadores puede
variar en función del contexto socioeconómico de los diferentes países, y
específicamente pone de manifiesto el mayor poder explicativo de la clase social frente
al resto de variables, las cuales han sido más empleadas en la literatura.
En un ámbito geográfico más cercano y empleando datos de la Encuesta Social
Europea (2002-2008), Álvarez-Gálvez et al. (2013) comparan la relación de tres
medidas diferentes de estatus socioeconómico (ingresos, educación y estatus
ocupacional) con la salud subjetiva (Self-Rated Health -SRH) de los europeos durante el
periodo de 2002 a 2008. Dicho estudio emplea una muestra amplia en la cual se
incluyen 29 países europeos. Dicho estudio muestra que las diferencias en la salud de
los países escandinavos y de los anglosajones presentan una mayor relación con los
determinantes económicos de la salud (ingresos y estatus ocupacional), mientras que en
los países del sur y del este de Europa estas diferencias presentan una mayor relación
con las desigualdades en la educación.
Este trabajo, en la misma línea que estudio previos, apunta a la importancia de los
factores económicos para mantener un buen estado de salud, pero paralelamente se pone
de manifiesto la importancia de otros aspectos sociales –como, por ejemplo, la
educación o la profesión del individuo– en el mantenimiento de nuestra salud y calidad
de vida. A pesar de que otros factores socioeconómicos como los ingresos familiares o
el estatus ocupacional presentan una clara relación con las desigualdades en la salud, la
educación se presenta como el factor principal en la explicación de estas diferencias,
especialmente en países caracterizados por economías poco flexibles y sistemas de
estados de bienestar fragmentados o poco desarrollados (como, por ejemplo, los países
Mediterráneos y aquellos del este de Europa).
Entre estos países resulta muy interesante analizar el caso español, sobre todo por las
implicaciones que dicho caso pudiera tener para la comprensión del presente estudio. En
el trabajo de Álvarez-Gálvez et al. (2013) la educación parece ser el factor
socioeconómico que mejor explica las desigualdades en la salud de los españoles,
mientras que los ingresos y el estatus ocupacional no llegan a presentar una relación
clara. De hecho, en los resultados de este estudio se pudo apreciar que los ingresos no
siempre producían diferencias estadísticamente significativas en la salud, y la
correlación del estatus ocupacional con la salud llegaba incluso a invertirse. Estos
resultados, aunque en principio podrían parecer contradictorios, pueden ser totalmente
lógicos si tenemos en cuenta que el sistema público y universal de salud no permite que
existan grandes desigualdades de salud en función de los ingresos de las familiar.
España, a diferencia de otros países europeos, se encuentra caracterizada por una
sistema público de salud que, a pesar de las recientes privatizaciones en la gestión de
algunos centros, todavía hoy continúa ofreciendo un acceso universal a la salud. Y,
evidentemente, este hecho explica que en comparación con otros países, como por
ejemplo Reino Unido, con menores niveles de provisión sanitaria y de gasto social, las
desigualdades en la salud generadas por las diferencias de ingresos parecen tener un
efecto limitado sobre las diferencias en la salud. Al menos durante el periodo de
estudio.
Por otra parte, el hecho de que en España encontremos personas con un alto estatus
ocupacional (en otras palabras, con una buena profesión) y una peor salud puede ser
totalmente factible en un país con un mercado de trabajo que, en ocasiones, no valora
una elevada educación. Este, por poner un ejemplo, podría ser el caso de miles
profesionales sobre-educados que en España desempeñan un trabajo altamente valorado
por nuestra sociedad pero que no gozan de las condiciones laborales que merecen en
relación a su nivel formativo (Allen y Van der Velden, 2001; Chevalier, 2003). Un
fenómeno que se pone de manifiesto con la actual fuga de cerebros que emigran a otros
países en busca de mejores oportunidades laborales y condiciones socioeconómicas que
les permitan garantizar unos niveles relativamente aceptables en términos de calidad de
vida y bienestar general.
En línea con este conjunto de consideraciones sobre las peculiaridades del caso
español, el objetivo del presente trabajo se dirige a comparar el impacto de diferentes
medidas de SES sobre la SRH en las diferentes Comunidades Autónomas españolas, así
como el efecto contextual de otros indicadores de servicios públicos destinados a la
salud.
Método
Datos y muestra
Para el presente trabajo se presenta un avance de los resultados del proyecto
IMPACT-A: Determinantes socioeconómicos de la salud en Andalucía: estudio
comparado del impacto de la crisis económica en la salud de los andaluces
(PRY120/14), financiado por la Fundación Pública Centro de Estudios Andaluces. En
este trabajo inicial se emplean los estudios nº 8.810 (2.832, 2.839 y 2.850) y (2.862,
2.906 y 2.916) de los Barómetros Sanitarios 2010 – 2011. En dichos modelos se ha
tomado la variable SRH como dependiente (P43 en 2010; P44 en 2011) (N = 2585):
“¿Cómo describiría Ud. su estado de salud en general: muy bueno, bueno, regular, malo
o muy malo?”. Las categorías de respuesta para esta pregunta serían las siguientes:
“Muy malo”, “Malo”, “Regular”, “Bueno”, y “Muy bueno”. En línea con autores como
Hanibuchi et al. (2012) y Álvarez-Gálvez et al. (2013) se analizará la asociación de la
variable dependiente con cuatro variables explicativas principales que se encuentran
incluidas en los estudios 2.832, 2.839, 2.850, 2.862, 2.906 y 2.916 del CIS. Estas
variables son las siguientes: (1) los ingresos, (2) la educación, (3) la ocupación, y (4) la
clase social.
Adicionalmente, se emplearán variables sociodemográficas a modo de control
(género, edad del entrevistado, etc.), tratando de localizar aquellas variables que puedan
contribuir a la explicación del objeto de estudio. Por ejemplo, aquellas relacionadas con
el estado real de salud (haber estado hospitalizado, número de ingresos, etc.), la opinión
sobre el sistema sanitario, la percepción sobre la atención recibida, el grado de
satisfacción y el uso de los diferentes servicios de salud.
Resultados
Como un paso previo en el estudio de la relación entre SES y salud resulta necesario
preguntarnos por los posibles determinantes contextuales de la salud. Es decir, ¿cuáles
son los factores (regionales) susceptibles de afectar a nuestro SES y en última instancia
a nuestra salud?
Teniendo en cuenta la amplitud de indicadores que podrían incluirse en el análisis
(gasto sanitario, número de hospitales, número de camas hospitalarias, consultas de
atención primaria, consultas de atención especializada, profesionales, etc.), en el
presente estudio nos centraremos en aquellos que nos aporten una perspectiva general
del sistema regional de salud, así como de la economía de las diferentes áreas
geográficas de nuestro país. En la tabla 1, se presentan inicialmente datos de gasto
sanitario, número de habitantes y Producto Interior Bruto de las diferentes CC.AA. En
esta tabla se puede observar que las regiones mayores en términos poblacionales son
aquellas que tienen un mayor gasto sanitario. Para el año 2010, en la mayor parte de las
CC.AA. se puede apreciar una leve reducción del gasto sanitario con respecto al año
2009, mientras que los datos poblacionales y económicos se mantienen relativamente
estables.
Aunque como decimos los indicadores sobre el sistema sanitario susceptibles de ser
introducidos en los modelos de regresión ordinal multinivel pueden ser muy variados,
en este estudio nos centraremos en dos indicadores básicos: (1) tasas de hospitales; y (2)
tasas de camas hospitalarias por CC.AA. En definitiva, dos indicadores de servicios del
sistema sanitario español que serán empleados para estudiar la relación entre las
diferencias en el sistema sanitario regional y la auto-percepción de la salud a nivel
individual. En la tabla 2 se presenta estos datos para los años 2009 y 2010.
Tabla 2. Tasas de hospitales y camas hospitalarias por CC.AA. (2009-2010).
Tasa Tasa Cama Cama
hospitalaria hospitalaria hospitalaria hospitalaria
2009 2010 2009 2010
ANDALUCIA 1,231 1,266 2,663 2,668
ARAGÓN 0,343 0,343 0,649 0,645
P. ASTURIAS 0,237 0,237 0,500 0,495
I. BALEARES 0,272 0,272 0,440 0,430
CANARIAS 0,462 0,450 0,918 0,903
CANTABRIA 0,107 0,107 0,257 0,253
CAST. Y LEÓN 0,367 0,379 0,675 0,691
CAST.-LA MANCHA 0,473 0,473 1,116 1,116
CATALUÑA 2,402 2,485 3,901 3,981
COM. VALENCIANA 0,722 0,734 1,534 1,624
EXTREMADURA 0,260 0,225 0,516 0,491
GALICIA 0,556 0,497 1,258 1,236
COM. DE MADRID 0,911 0,959 2,526 2,575
REGION DE MURCIA 0,320 0,308 0,558 0,537
COM. NAVARRA 0,154 0,154 0,286 0,284
PAÍS VASCO 0,521 0,521 0,986 0,986
LA RIOJA 0,059 0,059 0,116 0,116
CEUTA 0,024 0,024 0,025 0,025
MELILLA 0,012 0,012 0,020 0,020
Nota: Elaboración propia a partir de datos del INE y del Catálogo Nacional de Hospitales. Tasa
hospitalaria por 100.000 habitantes. Camas hospitalarias por 1000 habitantes.
Antes de pasar al diseño del correspondiente modelo multinivel que nos permita
estudiar si existen relación entre el contexto socioeconómico y la auto-percepción de la
salud de los españoles, se construyeron diferentes modelos que incluían las variables
cuatro variables de SES correspondientes al nivel-1 (educación, clase social, ocupación
e ingresos), añadiendo posteriormente las variables de control, para en un segundo paso
pasar a la introducción de los predictores de nivel-2 (gasto sanitario, número de
hospitales, camas hospitalarias, riesgo de pobreza, etc.). La variable de enlace entre el
primer y segundo nivel será la Comunidad Autónoma duplicada (2009-2010). Es decir
en lugar de trabajar con 19 unidades de nivel-2 se trabajó con 38 unidades, una
ampliación de la muestra que va dirigida al aumento de unidades de segundo nivel a la
vez que se mantiene unas muestras aceptables para cada uno de los grupos (es decir, las
CC.AA.). Si bien inicialmente se pensó emplear la muestra de provincias para llevar a
cabo el análisis, en condiciones de baja variabilidad interregional se optó por emplear la
CC.AA como una unidad más amplia y por consiguiente fiable para la realización de las
diferentes estimaciones.
En la tabla 4 se presentan los resultados del modelo multinivel de efectos fijos pero
combinando en este caso variables de nivel 1 y 2. En total se han calculado ocho
modelos, dos por cada una de las cuatro variable independientes (educación, clase
social, ocupación e ingresos). Para evitar efectos de multicolinealidad, los modelos 1, 3,
5 y 7 incluyen en el análisis el efecto del riesgo de pobreza, mientras que los modelos 2,
4, 6 y 8 incluyen los efectos del desempleo. Como se puede observar el SES presenta
una asociación positiva con la salud de los individuos de la muestra. Este efecto es
mayor para personas con elevados ingresos, nivel educativo, elevada cualificación y las
nuevas clases medias. Por otra parte, la significatividad estadística de las variables de
nivel-2 indica que hay relación entre los problemas socioeconómicos del país y la salud
de los ciudadanos. Así, factores como el riesgo de pobreza y el desempleo son
susceptibles de reducir la auto-percepción individual de la salud, por pequeño que sea
dicho efecto. En este sentido, podemos afirmar que son factores que inciden, en mayor o
menor medida, en el bienestar físico y mental de los individuos y que, por consiguiente,
se encuentran relacionados con las actuales desigualdades en la salud de los españoles.
Tabla 4. Modelo de regresión ordinal multinivel para el estudio de la asociación entre el estatus
socioeconómico y la salud auto-percibida con variables de nivel 1 y 2 (2010-2011).
Variable M1 M2 M3 M4 M5 M6 M7 M8
a 1,618*** 1,618***
Primaria
(0,105) (0,105)
a 2,253*** 2,256***
Secundaria
(0,178) (0,179)
a 1,987*** 1,987***
F.P.
(0,156) (0,156)
Universidad 3,024*** 3,023***
(medio)a (0,260) (0,260)
Univer. 3,080*** 3,079***
(superior)a (0,261) (0,261)
Nuevas clases 0,723*** 0,724***
b
med. (0,039) (0,039)
Viejas clases 0,654*** 0,654***
med.b (0,039) (0,039)
Obreros 0,548*** 0,549***
cualificadosb (0,028) (0,028)
Obreros no- 0,433*** 0,433***
cualif.b (0,026) (0,026)
Téc./prof. 1,472*** 1,473***
c
Científicos (0,118) (0,118)
Téc./prof. de 1,136 1,138
apoyoc (0,089) (0,089)
1,105 1,107
Administrativosc
(0,112) (0,112)
Trab. 0,842*** 0,843***
c
restauración (0,063) (0,063)
Trab. 0,766*** 0,764***
agriculturac (0,067) (0,067)
Artesanos/Trab. 0,807*** 0,808***
industriac (0,058) (0,058)
c 0,744*** 0,745***
Operadores/M.
(0,058) (0,058)
*** ***
0,592 0,593
Trab. no-cualif.c
(0,045) (0,045)
Fuerzas 1,550*** 1,551***
armadasc (0,241) (0,241)
1,343*** 1,342***
Cuartil 2d
(0,063) (0,063)
1,863*** 1,862***
Cuartil 3d
(0,120) (0,119)
2,030*** 2,027***
Cuartil 4d
(0,136) (0,136)
0,961*** 0,961*** 0,955*** 0,955*** 0,956*** 0,956*** 0,959*** 0,959***
Edad
(0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001) (0,001)
Sexo (1 = 0,772*** 0,772*** 0,764*** 0,764*** 0,758*** 0,758*** 0,767*** 0,766***
Mujer) (0,025) (0,025) (0,025) (0,025) (0,025) (0,025) (0,029) (0,029)
Número 0,984 0,984 1,000 1,000 0,992 0,992 0,985 0,986
menores (0,032) (0,032) (0,033) (0,033) (0,033) (0,033) (0,037) (0,037)
0,957*** 0,959*** 0,970*** 0,972*** 0,963*** 0,965*** 0,973*** 0,975***
Tamaño hábitat
(0,011) (0,011) (0,011) (0,011) (0,011) (0,011) (0,013) (0,013)
0,988*** 0,983*** 0,983*** 0,988***
Riesgo pobreza
(0,005) (0,005) (0,005) (0,005)
0,982*** 0,974*** 0,979*** 0,980***
Paro
(0,007) (0,008) (0,006) (0,007)
-7,553*** -7,642*** -8,952*** -9,079*** -8,649*** -8,688*** -7,883*** 8,012***
Corte 1
(0,189) (0,213) (0,181) (0,207) (0,187) (0,190) (0,194) (0,213)
-5,519*** -5,609*** -6,930*** -7,057*** -6,625*** -6,664*** -5,802*** 5,931***
Corte 2
(0,164) (0,191) (0,154) (0,184) (0,161) (0,165) (0,160) (0,183)
-3,217*** -3,306*** -4,649*** -4,776*** -4,339*** -4,377*** -3,537*** 3,666***
Corte 3
(0,160) (0,187) (0,146) (0,178) (0,154) (0,158) (0,153) (0,176)
-0,170 -0,260 -1,600*** -1,727*** -1,283*** -1,321*** -0,539*** 0,668***
Corte 4
(0,156) (0,184) (0,141) (0,173) (0,149) (0,154) (0,148) (0,172)
Log-Likellihood -15653,0 -15653,1 -15339,1 -15339,4 -15496,9 -15499,4 -11635,7 11634,9
0,047 0,047 0,052 0,052 0,052 0,079 0,039 0,037
V. Nivel-2 (U0j)
(0,013) (0,013) (0,014) (0,015 (0,015) (0,016) (0,013) (0,012)
Nº Obs. Niv1 15411 15411 15078 15078 15253 15253 11280 11280
Nº Obs. Niv2 38 38 38 38 38 38 38 38
AIC 3,1e+04 3,1e+04 3,1e+04 3,1e+04 3,1e+04 3,1e+04 2,3e+04 2,3e+04
BIC 3,1e+04 3,1e+04 3,1e+04 3,1e+04 3,1e+04 3,1e+04 2,3e+04 2,3e+04
Nota: Nivel de significación *** p<0,01, ** p<0,05, * p<0,10. Errores estándar entre paréntesis.
a
La categoría de referencia es ‘sin estudios’.
b
La categoría de referencia es la ‘Clase Alta/Media Alta’.
c
La categoría de referencia es ‘Dirección de empresas y administraciones públicas’.
d
La categoría de referencia es el Cuartil 1.
Ahora bien, las preguntas que podemos realizar llegados a este punto del análisis es
la siguiente: ¿cuáles son las regiones españolas que pueden concentrarse más afectadas
por los diferentes determinantes socioeconómicos de la salud? ¿cuál es el impacto que
producen estos factores en las diferentes áreas geográficas?
Para responder a estos interrogantes y obtener una mejor compresión de las
diferencias en la salud de las regiones españolas se han calculado las probabilidades
predichas para 1 ‘tener una buena salud’ (como suma de los valores 4 y 5 de la escala de
SRH) frente a 0 ‘no tener buena salud’ (valores 1, 2 y 3 de la escala) en relación a dos
variables fundamentales en nuestro análisis: (1) los ingresos como determinante
económico; y (2) la educación como determinante social. En este caso, para el presente
avance de nuestra investigación se ha tomado estas dos variables en cuanto que
representan indicadores, frente a otros como la ocupación o la clase social, más simples
a la hora de interpretar los resultados, además de que ambos indicadores permiten un
tratamiento escalar de tipo ordinal. En ambos modelos el efecto de ambas variables se
ha controlado por la edad.
El Gráfico 1 describe la probabilidad de reportar una buena salud en función de los
ingresos por regiones españolas. En este caso en lugar de trabajar con la variable
ingresos dividida en cuartiles, se ha trabajado con los ingresos en su forma inicial de
escala de diez puntos, lo cual posibilita una mejor comprensión de la relación entre los
ingresos familiares netos y la salud. Como ya se indicara en el capítulo 2, las categorías
de respuesta para esta variable eran: 1 ‘Menos o igual de 300€’, 2 ‘De 301 a 600€’, 3
‘De 601 a 900€’, 4 ‘De 901 a 1.200€’, 5 ‘De 1.200 a 1.800€’, 6 ‘De 1.801 a 2.400€’, 7
‘De 2.401 a 3.000€’, 8 ‘De 3.001 a 4.500€’, 9 ‘De 4.501 a 6.000€’, y 10 ‘Más de
6.000€’. Dicha categorías se han sustituido por los puntos medios para cada uno de los
diez puntos del eje x del Gráfico 1 de forma que se obtenga una idea aproximada del
cambio de la variable dependiente en función de cada tramo de ingresos (Yannis,
Nicholas y Ping, 2009), a pesar de que en realidad estemos ante una escala discreta. En
el gráfico solo se han incorporado las ocho CC.AA. que presentaban diferencias
estadísticamente significativas en la relación entre ingresos y salud (p<0,05).
En relación al análisis intercuartílico inicial de la variable ingresos, se puede apreciar
que son claramente los individuos situados en tramos de ingresos inferiores los que
presentan una menor probabilidad de reportar una buena salud. De hecho se observa una
cierta estabilización de la auto-percepción de la salud a partir de los 1.500-2.000 euros
netos mensuales. En el gráfico llama la atención el pronunciado efecto de los ingresos
familiares sobre las desigualdades en la salud de Andalucía y Canarias, las regiones
españolas con las mayores tasas de paro en los años 2009 y 2010 (es decir, los años
previos a cada uno de los Barómetros Sanitarios). En las comunidades de Cantabria,
Castilla-La Mancha, Castilla-León, Comunidad Valenciana, País Vasco y la ciudad
autonómica de Ceuta se observa también que el incremento de los ingresos aumenta la
probabilidad de reportar una buena salud, pero dicho incremento es bastante más leve.
Mientras que en regiones como Navarra, Aragón o La Rioja, las cuales no se han
dibujado al no ser estadísticamente significativas, la auto-percepción de salud se
mantenía relativamente estable en relación al incremento de los ingresos. Por lo que se
puede afirmar que, en estas comunidades, los ingresos no producen desigualdades en la
salud subjetiva.
Gráfico 1. Probabilidades estimadas para la relación de la salud auto-percibida con los ingresos familiares
por Comunidades Autónomas.
Gráfico 2. Probabilidades estimadas para el modelo multinivel con ingresos y riesgo de pobreza por
Comunidades Autónomas.
El Gráfico 3 describe la probabilidad de reportar una buena salud en función de la
educación por comunidades. En el presente análisis se ha trabajado con la variable
educación recodificada en cuatro categorías: 1 ‘sin estudios’, 2 ‘estudios primarios’, 3
‘estudios secundarios’ (uniendo ‘Bachillerato’ y ‘F.P.’), y 4 ‘estudios universitarios’
(estudios ‘medios’ y ‘superiores’). De este modo se establece un orden creciente de
menos a más estudios que puede resultarnos más útil en la comprensión de la relación
entre el nivel educativo y la salud. Como se observa en el gráfico la probabilidad de
reportar una buena salud mantiene una tendencia creciente en todas las diferentes
regiones, con valores que oscilan entre el 40 y el 95%. En este caso, han sido diez las
comunidades que se han introducido en el gráfico: Andalucía, Baleares, Cantabria,
Castilla-León, Comunidad Valenciana, Galicia, Murcia, País Vasco, Ceuta y Melilla.
Para el resto de comunidades la educación no producía un efecto estadísticamente
significativo sobre la SRH. Del conjunto de regiones, Cantabria es la que presenta unas
probabilidades más altas en la relación entre educación y salud, con probabilidades que
se mueven en un intervalo de 65-95%. Otras regiones como País Vasco presentan bajas
probabilidades en los tramos de menor educación (incluyendo la categoría ‘sin
estudio’), sin embargo, los valores se asemejan bastante a los de otras comunidades en
los tramos superiores.
Gráfico 3. Probabilidades estimadas para la relación de la salud auto-percibida con la educación por
Comunidades Autónomas.
Gráfico 4. Probabilidades estimadas para el modelo multinivel con educación y riesgo de pobreza por
Comunidades Autónomas.
Discusión y conclusiones
Adams P, Hurd MD, McFadden D, Merril A, Ribeiro T (2003) Health, wealthy and
wise. Tests for direct causal paths between health and socioeconomic status. J
Econometrics 112:3–56
Allen J, Van der Velden, R (2001) Educational mismatches versus skill mismatches:
effects on wages, job satisfaction, and on-the-job search. Oxford Economic
Papers, 53(3):434–452.
Alvarez-Galvez J, Rodero-Cosano ML, Motrico E, Salinas-Perez JA, Garcia-Alonso C,
Salvador-Carulla L (2013) The Impact of Socio-Economic Status on Self-Rated
Health: Study of 29 Countries Using European Social Surveys (2002–2008). Int J
Environ Res Publ Health 10(3):747-761
Álvarez-Gálvez J, Rodero Cosano ML, García Alonso C y Salvador-Carulla L (2014)
Changes in socioeconomic determinants of health: comparing the effect of social
and economic indicators through European welfare state regimes. Journal of
Public Health, 22 (4). pp. 305-311.
Álvarez-Gálvez J (2016) Discovering complex interrelationships between socio-
economic status and health in Europe: A case study applying Bayesian Networks.
Social Science Research 56, pp. 133–143.
Angner E, Ray M, Saag K, Allison J (2009) Health and Happiness among Older Adults.
A community-based study. J Health Psychol 14:503–12
Bambra C (2007) Going beyond the three worlds of welfare capitalism: regime theory
and public health research. J Epidemiol Commun Health. 61:1098–102
Bartley M, Ferrie J, Montgomery SM (1999) Living in a high-unemployment economy:
understanding the health consequences. In Marmot M, Wilkinson RG (ed) Social
Determinants of Health. Oxford: Oxford University Press, pp 81–104
Bartley M, Sacker A, Clarke P (2004) Employment status, employment conditions, and
limiting illness: prospective evidence from the British household panel survey
1991-2001. J Epidemiol Community Health 58:501–6
Blossfeld H-P, Buchholz S, Hofäcker D, Kolb K (Eds.) (2011) Globalized Labour
Markets and Social Inequality in Europe. Palgrave:Macmillan
Chevalier, A. (2003) Measuring over-education. Economica, 70(279):509–531.
Costa-Font J, Hernández-Quevedo C (2012) Measuring inequalities in health: What do
we know? What do we need to know?. Health policy 106(2):195–206
Drever F, Daran T, Whitehead M (2004) Exploring the relation between class, gender,
and self rated general health using the new socioeconomic classification. A study
using data from 2001 census. J Epidemiol Community Health 58:590–96
Eikemo TA, Huisman M, Bambra C, Kunst AE (2008a) Health inequalities according to
educational level in different welfare regimes: a comparison of 23 European
countries. Sociol Health Illn 30(4):565–82
Eikemo TA, Bambra C, Joyce K, Dahl E (2008b) Welfare state regimes and income-
related health inequalities: A comparison of 23 European countries. Eur J Publ
Health 18:593–599
Eikemo TA, Bambra C, Judge K, Ringdal K (2008c) Welfare state regimes and
differences in self-perceived health in Europe: A multilevel analysis. Soc Sci Med
66:2281–2295
Esping-Andersen G (1999) Social Foundations of Postindustrial Economies. Oxford:
Oxford University Press
Frijters P, Haisken-DeNew JP, Shields MA (2005) The causal effect of income on
health: evidence from German reunification. J Health Econ 24:997–1017
Fritzell J, Nermo M, Lundberg O (2004) The impact of income: assessing the
relationship between income and health in Sweden. Scand J Public Health 32:6–
16
Ganzeboom HBG, Donald JT (1996) Internationally comparable measures of
occupational status for the 1988 International Standard Classification of
Occupations. Soc Sci Res 25:201–39
Gulliford MC, Ukomunne OC, Chinn S. Components of variance and intraclass
correlation for the design of community-based surveys and intervention
studies.American Journal of Epidemiology. 1999;149:876–883.
Grossman M (2000) The human capital model. In Culyer AJ, Newhouse JP (ed)
Handbook of health economics. Amsterdam: Elsevier, pp 347–408
Hanibuchi T, Nakaya T, Murata C (2012) Socio-economic status and self-rated health in
East Asia: a comparison of China, Japan, South Korea and Taiwan. Eur J Public
Health 22(1):47–52
Hernandez Quevedo C, Jones AM, Lopez Nicolas A, Rice N (2006) Socioeconomic
inequalities in health: a comparative longitudinal analysis using the European
Community Household Panel. Soc Sci Med 63(5):1246–61
Hernández Quevedo C, Masseria C, Mossialos EA (2010) Analyzing the socioeconomic
determinants of health in Europe: new evidence from EU-SILC. (Population and
social conditions Collection: Methodologies and Working Papers). Luxembourg:
Publications Office of the European Union
Hox, J (2010) Multilevel Analysis. Techniques and Applications. New York: Routledge.
International Labour Office (ILO) (1990) International standard classification of
occupations : ISCO-88. Geneva: International Labour Office
Kelleher CC, Friel S, Nic Gabhainn S, Tay JB (2003) Socio-demographic predictors of
self-rated health in the Republic of Ireland: findings from the National Survey on
Lifestyle, Attitudes and Nutrition, SLAN. Soc Sci Med 57:477–86
Kunst AE, Bos V, Lahelma E, Bartley M, Lissau I, Regidor E, Mielck A, Cardano M,
Dalstra JA, Geurts JJ, Helmert U, Lennartsson C, Ramm J, Spadea T, Stronegger
WJ, Mackenbach JP (2005) Trends in socioeconomic inequalities in self-assessed
health in 10 European countries. Intl J Epidemiol 34:295–305
Marmot M (2010) Fair Society, Healthy Lives (The Marmot Review Final Report).
London: Department of Epidemiology and Public Health, University College
London
McKelvey RD, Zavoina W (1975) A statistical model for the analysis of ordinal level
dependent variables. J Math Sociol 4(1):103–20
Norwegian Social Science Data Services (2010) Round 1-4: European Social Survey
(ESS) Round 1-4 Data (2002-2008). Norway: Data Archive and distributor of
ESS data
Nummela OP, Sulander TT, Heinonen HS, Uutela AK (2007) Self-rated health and
indicators of SES among the ageing in three types of communities. Scand J Public
Health 35(1):39–47
Roelfs DJ, Shor E, Davidson KW, Schwartz JE (2011) Losing life and livelihood: a
systematic review and meta-analysis of unemployment and all-cause mortality.
Soc Sci Med 72(6):840–54
Smeeth L, Ng E (2002) Intraclass correlation coefficients for cluster randomized trials
in primary care: data from the MRC trial of the assessment and management of
older people in the community. Control Clin Trials, 23: 409–21
Smith JP (2004) Unravelling the SES health connection. Aging, health and public
policy: demographic and economic perspectives. Popul Dev Rev 30:108–32
Stuckler, D, Sanjay B (2013) Por qué la austeridad mata. El coste humano de las
políticas de recorte. Taurus, Madrid.
Van Doorslaer E, Koolman X (2004) Explaining the differences in income-related
health inequalities across European countries. Health Econ 13:609–28
Wilkinson R, Marmot M, (Eds) (2003) Social Determinants of Health: The Solid Facts.
Copenhagen: World Health Organization
Wilkinson R (1997) Health inequalities: relative or absolute material standards. BMJ,
314(7080):591–5
Wilkinson R (1996) Unhealthy societies: the afflictions of inequality. London:
Routledge
Yannis G, Nicholas T, Ping YP (2009) Personal values as mitigating factors in the link
between income and life satisfaction: evidence from the European