La mortalidad infantil en México 2020: un análisis espacial multicausal

• Autores: Gerardo Núñez Medina, Patricia Medina
• Localización: Apuntes del CENES, ISSN 2256-5779, ISSN-e 0120-3053, Vol. 43, Nº. 77, 2024, págs. 179-210
• Idioma: español
• Títulos paralelos:
  • Infant Mortality in Mexico in 2020: A Spatial Analysis of Multiple Causes
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo del trabajo es analizar la distribución espacial de la mortalidad infantil en áreas geográficas pequeñas y cuantificar el efecto de un conjunto de cofactores que teóricamente se asocian con el comportamiento de la mortalidad infantil, como el acceso a servicios de salud, la falta de acceso a agua en viviendas particulares habitadas, la escolaridad femenina y el tamaño de la población. Se inició con la aplicación de un análisis exploratorio de datos espaciales cuyo propósito fundamental es identificar una serie de patrones de agrupamiento espacial. La metodología utilizada comprendió el ajuste de siete modelos de regresión, seis modelos de regresión espacial que configuran tres tipos de interacción espacial endógena, exógena y de términos de error y un modelo de regresión lineal simple (que se utiliza como base de comparación). El criterio de selección para elegir el modelo que mejor ajusta los datos de mortalidad infantil fue el criterio de información de Akaike (AIC), que proporciona una medida de calidad de ajuste del modelo. Los resultados indican que el efecto directo más importante sobre el comportamiento espacial de la mortalidad infantil proviene de los años promedio de escolaridad femenina, pues el incremento promedio de un año de educación implicaría una reducción de 0.076 puntos porcentuales de la tasa de mortalidad infantil municipal. Se observan resultados similares para las variables de la carencia de acceso a agua y porcentaje de población municipal.

  • English

    The objective of this paper is to analyze the spatial distribution of infant mortality in small geographic areas and to quantify the effect of a set of cofactors that are theoretically associated with the behavior of infant mortality, such as access to health services, lack of access to water in private housing, female schooling, and population size. The study began with the application of an exploratory spatial data analysis whose main purpose is to identify a series of spatial grouping patterns. The methodology used involved fitting seven regression models, six spatial regression models that configure three types of endogenous, exogenous, and error term spatial interaction, and one simple linear regression model (used as a basis for comparison). The selection criterion used to choose the model that best fits the infant mortality data was the Akaike Information Criterion (AIC), which provides a measure of the quality of the model fit. The results indicate that the most important direct effect on the spatial behavior of infant mortality comes from the average years of female schooling since the average increase of one year of education would imply a reduction of 0.076 percentage points in the municipal infant mortality rate. Similar results are observed for the variables of lack of access to water and percentage of municipal population.