estimación de la reducción de costos de diarrea por … fileestimación de la reducción de costos...
TRANSCRIPT
Estimación de la reducción de costos de diarrea por obras de agua y saneamiento en Buenos Aires, Argentina
Lic. María Victoria Favilla
Tesis
Maestría en Evaluación de Proyectos
Directora: PhD Mariana Conte Grand
Instituto Tecnológico de Buenos Aires – Universidad del Centro de Estudios Macroeconómicos de la Argentina
Buenos Aires, Febrero 2018
2
Contenido 1 Introducción .......................................................................................................................... 3
2 Metodología y datos utilizados ............................................................................................ 5
2.1 Enfermedades asociadas a la falta de servicios de agua y saneamiento ................... 5
2.2 Riesgo Atribuible Proporcional Poblacional ................................................................ 6
2.2.1 Nivel de exposición ............................................................................................... 8
2.2.2 Riesgos relativos ................................................................................................. 11
2.3 Mortalidad y Morbilidad por diarrea atribuidas a la falta de agua, saneamiento e
higiene 18
2.3.1 Años de vida ajustados por discapacidad (AVAD) ............................................... 19
2.4 Valor actual de los beneficios por reducción de la diarrea ......................................... 25
2.4.1 Ingresos ............................................................................................................... 25
2.4.2 Horizonte de valuación........................................................................................ 26
2.4.3 Tasa de descuento (d) ......................................................................................... 26
3 Análisis de Datos ................................................................................................................. 28
3.1 Distribución de la población en escenarios ................................................................. 28
3.2 Análisis descriptivo de los datos de salud ................................................................... 31
3.2.1 Defunciones por diarrea ...................................................................................... 31
3.2.2 Egresos Hospitalarios y Notificaciones ................................................................ 34
4 Resultados ........................................................................................................................... 38
4.1 Valuación de las defunciones en término de AVAD .................................................... 38
4.2 Valuación de la morbilidad en términos de AVAD ...................................................... 39
4.2.1 Egresos Hospitalarios .......................................................................................... 39
4.2.2 Notificaciones ...................................................................................................... 40
4.3 Valuación de la mortalidad y la morbilidad en términos económicos ........................ 41
5 Análisis de sensibilidad ........................................................................................................ 42
6 Conclusiones........................................................................................................................ 46
Bibliografía .................................................................................................................................. 49
3
1 Introducción
La provisión de los servicios de agua potable y saneamiento está estrechamente vinculada a cuestiones de salubridad pública. En la ciudad de Buenos Aires, la epidemia de cólera de 1867 motivó las primeras obras de infraestructura para el abastecimiento de agua potable, y la epidemia de fiebre amarilla de 1870 incentivó la ampliación del sistema de agua potable y las obras para desarrollar un sistema de desagües cloacales.
Son muchas las enfermedades vinculadas a la falta de estos servicios generadas por el consumo de agua o alimentos contaminados, el contacto de la población con los desechos cloacales, y en ausencia de sistemas de desagües pluviales, por el desarrollo de condiciones para la proliferación de mosquitos, vectores de graves enfermedades.
Debido a la carencia de estos servicios en algunas regiones del mundo, y a la importancia de los mismos en la prevención enfermedades, los Objetivos del Desarrollo Sostenible proponen en materia de agua y saneamiento, alcanzar para 2030 la cobertura universal de agua y saneamiento básico, la promoción del lavado de manos y acelerar la cobertura de agua y saneamiento en los grupos más pobres. Una vez que los servicios básicos hayan sido provistos, se pondrá el foco en mejorar los mismos.
A nivel mundial, se han realizado estudios para medir el impacto en la tasa de enfermedades de origen hídrico de las intervenciones de agua y saneamiento. Asimismo, se han elaborado técnicas estandarizadas para permitir que la información brindada por diferentes países sea comparable y sistemática (Murray et al, 2013). El estudio sobre carga mundial de morbilidad y factores de riesgo (Global Burden of Disease –GBD 2015) representa el último esfuerzo realizado para cuantificar la magnitud de la pérdida de salud debida a diversas enfermedades, lesiones, y factores de riesgo en diferentes regiones del mundo, y por diferentes edades.
Para esto se utiliza una medida de comparación denominada “Años de vida ajustados por discapacidad” o AVAD1 con el objeto de hacer comparables no solo a diferentes países sino también a diferentes enfermedades. Se trata de reducir el impacto en la salud a una única medida de comparación, la cual recoge no solo las muertes que provoca una enfermedad sino también la morbilidad y el sufrimiento asociado a la misma. De esta manera, un caso de diarrea cobra menos importancia que un caso de cáncer, por ejemplo, debido a que este último genera más tiempo vivido con discapacidad, y en peores condiciones de salud.
Las enfermedades infecciosas y parasitarias están estrechamente vinculadas a las condiciones socioeconómicas, e impactan principalmente en los niños menores de 5 años y en los adultos mayores. La diarrea es una de las enfermedades de origen hídrico más conocida asociada a la falta de servicios de agua y saneamiento, y a una higiene inadecuada y constituye una de las principales causas de muerte de niños de bajos ingresos. Se transmite por la ingesta de comida y agua contaminadas, de persona a persona y en forma directa por el contacto con las heces infectadas. Se considera que si la población tiene acceso a una fuente segura de agua y saneamiento, y además cumple con las condiciones de higiene necesarias, la posibilidad de enfermarse disminuye.
1 Suma de años de vida potenciales perdidos debido a muerte prematura y años de vida productiva
perdidos debido a discapacidad ocasionado por enfermedades o lesiones.
4
Entre las conclusiones del GBD 2015 podemos destacar que las muertes atribuidas a condiciones inadecuadas de agua, saneamiento e higiene, decrecieron de 2,2 millones en 2005 a 1,8 millones en 2015, un 18,9%. En términos de AVAD decrecieron un 26.2%, de 129 millones en 2005 a 95 millones en 2015 (Forouzanfar et al, 2016).
La mortalidad asociada a la diarrea decreció en el período 1990-2015 en un 59.3%, pasando a ser la novena causa de muerte en el mundo (en 1990 era la quinta). Se estima que esta baja ocurrida a nivel mundial en la mortalidad asociada a la diarrea, se debe a las mejoras en agua, saneamiento e higiene y a la disminución de la desnutrición infantil y a la mejor alimentación de los niños lactantes.
Si consideramos en su totalidad la carga de la enfermedad en términos de AVAD, las enfermedades comunicables (diarrea, malaria, enfermedades respiratorias, entre otras) son las principales causas de AVAD. La diarrea pasó del puesto 3ro en 1990 al 6to puesto en 2015, con una reducción del 67.2%. A pesar de observar una disminución del impacto de la diarrea, si solo tomamos en cuenta los Años de Vida Perdidos por muerte prematura, las enfermedades comunicables continúan teniendo gran importancia. Específicamente, la diarrea pasó del puesto 3 en 1990 al 5to puesto en 2015, disminuyendo 68.7%. La diarrea no tiene tanta relevancia para los años de vida vividos con discapacidad (Institute for Health Metrics and Evaluation, 2016).
Podemos observar en el ranking elaborado por el GBD 2015 sobre los principales factores de riesgos para las AVAD que las condiciones inadecuadas de agua, saneamiento e higiene fueron disminuyendo en importancia pasando de los puestos 2 (agua no segura), 7 (saneamiento no seguro) y 9 (higiene inadecuada) en 1990 a los puestos 14, 19 y 18, respectivamente.2
Otra de las tendencias registradas a nivel mundial, es el aumento del acceso a una fuente segura de agua, alcanzando la meta de cobertura de los Objetivos del Milenio, sin embargo no ocurre lo mismo con el saneamiento, ya que la rápida urbanización, no está acompañada de un plan de ampliación de la infraestructura de saneamiento, aumentando a través del tiempo, la escasa cobertura de facilidades sanitarias en algunas regiones del mundo. De acuerdo al Informe de monitoreo de los Objetivos de Desarrollo del Milenio (2015), el 32% de la población mundial (2.4 billones de personas) carece de instalaciones de saneamiento básico, mientras que el 9% de la población mundial (663 millones de personas) carece de un acceso básico a un suministro de agua. A pesar de que las metas en cobertura de agua potable fueron alcanzadas en varios países, muchas regiones en desarrollo aun no alcanzan la cobertura universal. Existen grandes disparidades entre regiones.
El presente trabajo tiene como objetivo cuantificar los beneficios que se derivan de disminuir la incidencia de la diarrea en la población del área de concesión de la empresa Aguas y Saneamientos Argentinos (AySA) en la Provincia de Buenos Aires, a través de la ejecución de obras de agua y saneamiento. Para realizarlo se utilizará el método de costos evitados, considerando que la reducción de la mortalidad y de la morbilidad representa un beneficio para la sociedad.
Para realizar esta estimación de reducción de costos se requerirá contar con información sobre las características de la población del área bajo estudio en relación a la cobertura de agua y cloaca, a lo que llamaremos escenarios, así como de los factores de riesgo asociados a cada uno de estos escenarios de exposición.
2 Las conclusiones del GBD 2010 eran más optimistas en cuanto a los avances en materia de agua,
saneamiento e higiene, y a su pérdida de relevancia como factores de riesgo.
5
La población bajo análisis es la residente en los partidos del radio de acción de AySA, a saber: Almirante Brown, Esteban Echeverría, Ezeiza, Lomas de Zamora, Avellaneda, Lanús, Quilmes, La Matanza, Morón, Tres de Febrero, Vicente López, San Martín, San Isidro, San Fernando, Tigre, Ituzaingó y Hurlingham (grupo de partidos al que se denominará Área Actual), y los recientemente incorporados al radio de acción: Escobar, Florencio Varela, José C. Paz, Malvinas Argentinas, Merlo, Moreno, Presidente Perón y San Miguel, que hasta el año 2016 eran servidos por Aguas Bonaerenses (grupo de partidos a los que se denominará Área Ampliada). La población residente en estos partidos asciende a 9.8 millones de personas.
En el área analizada, la cobertura de agua por red pública asciende al 62% en tanto, la cobertura de cloaca por conexión a la red pública es del 35%. Esta situación varía dependiendo del municipio analizado. Mientras en algunos municipios la cobertura es cercana al 100% en otros es casi nula.
En la próxima sección se establece la metodología utilizada para la estimación de los beneficios que la reducción de los casos de diarrea genera. En la tercera sección se abordará el análisis de datos de mortalidad y morbilidad. En la cuarta sección se exponen los resultados obtenidos. En la quinta sección se realiza un análisis de sensibilidad sobre las variables. Finalmente, se discuten las conclusiones, las limitaciones del trabajo y posibles ampliaciones.
2 Metodología y datos utilizados
2.1 Enfermedades asociadas a la falta de servicios de agua y saneamiento
En este trabajo se considerarán aquellas enfermedades asociadas a la falta de servicios adecuados de agua y saneamiento, y a una higiene inadecuada, básicamente diarreas infecciosas, pero también se considerarán enfermedades parasitarias causantes de diarreas.
Los agentes patógenos causantes de la diarrea infecciosa son transmitidos principalmente por vía fecal - oral. La transmisión de la enfermedad se realiza a través del contacto o la ingesta de agua contaminada debido a la disposición inadecuada de efluentes, por falta de higiene personal y doméstica (muchas veces atribuida a la escasez de agua en el hogar), de persona a persona, o por la ingesta de alimentos contaminados. Entre estas enfermedades podemos mencionar al cólera, la salmonelosis, amebiasis, entre otras (Prüss-Üstün et al, 2014).
Las enfermedades infecciosas producidas por nematodos (helmintiasis), son asociadas principalmente a la falta de saneamiento adecuado que puede contaminar el agua y el suelo. Entre las enfermedades parasitarias podemos nombrar la ascariasis, tricuriasis, anquilostomiasis. La transmisión no se produce de persona a persona, sino a través de la ingesta de agua o alimentos contaminados, o del contacto directo con el suelo donde proliferan las larvas. No hay transmisión directa de persona a persona porque los huevos expulsados requieren alrededor de tres semanas para madurar en el suelo y convertirse en infecciosos. Estas enfermedades se manifiestan a través de la diarrea y el dolor abdominal, malestar general y debilidad. Asimismo, dichas enfermedades generan problemas en el desarrollo cognitivo y físico por la deficiencia nutricional. El control de la enfermedad se basa en educar a la población para evitar la infección y mejorar el saneamiento para reducir la contaminación del suelo por huevos infectados (OMS, 2017).
6
La amenaza principal de la diarrea es la deshidratación, y la pérdida de fluidos y electrolitos que pueden causar la muerte. La terapia de rehidratación ha reducido significativamente la tasa de mortalidad asociada a la enfermedad, no así la morbilidad. Un niño que adquiere reiteradamente la enfermedad, puede tener problemas de nutrición, ya que la diarrea impide la absorción de nutrientes y la ingesta normal de alimentos, generando problemas en el crecimiento físico y el desarrollo de las capacidades cognitivas, deteriorando el sistema inmunológico y generando potenciales desórdenes gastrointestinales. De esta manera se genera un círculo vicioso, en el cual un paciente desnutrido puede adquirir nuevamente esta enfermedad u otras, ya que su sistema inmunológico se encuentra debilitado (Fewtrell et al, 2007).
Estas enfermedades podrían prevenirse brindando un servicio adecuado de agua y saneamiento, y educando a la población sobre normas de higiene personal y del hogar.
Si bien no será objeto de estimación en este trabajo, es importante hacer referencia al problema del arsénico presente en el agua. La presencia de concentraciones elevadas de arsénico en el agua, genera alteraciones en el sistema nervioso y circulatorio, así como en la piel, generando enfermedades dermatológicas, oncológicas y cardiovasculares. El arsénico después de ser absorbido pasa al torrente sanguíneo y es distribuido en los diferentes órganos, depositándose principalmente en: hígado, riñón, corazón, pulmón y piel. Si el consumo se realiza durante un tiempo prolongado puede llevar a provocar Hidroarsenicismo Crónico Regional Endémico (HACRE), que consiste en manifestaciones dermatológicas y viscerales (Bocanegra et al, 2002). También está considerado como un carcinogénico por la Agencia Internacional de Investigación del Cáncer. La Organización Mundial de la Salud establece como límite tolerable para el consumo humano un 0.01 mg/l, y este valor es avalado por la legislación nacional a través del Código Alimentario Argentino. Sin embargo, la legislación de la Provincia de Buenos Aires permite a los prestadores de servicios públicos, un máximo de 0.05 mg/l (Minaverry y Cáceres, 2016; Minaverry et al, 2016). Superado este valor se considera que la presencia de arsénico es perjudicial para la salud a mediano y largo plazo, siendo que la enfermedad puede tardar entre 20 y 30 años en manifestarse. El arsénico suele encontrarse en concentraciones elevadas en algunos pozos de agua subterránea, por lo cual si el agua es extraída de perforaciones, en zonas con presencia de arsénico, deben hacerse controles periódicos sobre la calidad del agua, para determinar que se encuentre dentro de los límites establecidos como tolerables para la salud humana (Navoni, 2013).
La exclusión de las enfermedades mencionadas se debe principalmente a la falta de bibliografía sobre riesgos relativos (tema a desarrollar en la sección 2.2.2), llevando esto a una subvaluación de los beneficios estimados.
2.2 Riesgo Atribuible Proporcional Poblacional
De acuerdo al Diccionario de Epidemiología (Oxford University Press, 2014), el Riesgo Atribuible Proporcional (RAPP), es la proporción de casos en la población que pueden ser atribuidos a un determinado factor de riesgo, o dicho de otro modo, el porcentaje de casos de diarrea (muertes, hospitalizaciones y casos de enfermedad) que se evitarían si la población no estuviera expuesta al factor de riesgo. Matemáticamente podemos expresarlo mediante la fórmula (1).
7
donde RA es el Riesgo Atribuible, Pe es la proporción de individuos expuestos en toda la población e It es la proporción de individuos que experimenta la enfermedad en toda la población.
El Riesgo Atribuible (RA) es la diferencia entre la tasa de enfermedad en grupos de individuos expuestos y la tasa de enfermedad en el grupo de los individuos no expuestos. Al aplicar el concepto de riesgo atribuible, estamos considerando que la enfermedad es ocasionada en parte, pero no totalmente, por la ausencia de servicios de agua y saneamiento. Es decir, pueden ser múltiples los factores que lleven a una persona a contraer la enfermedad. Si bien la falta de acceso a una fuente segura de agua potable y el hecho de que la materia fecal pueda contaminar la fuente de agua potable, constituye uno de los principales factores de riesgo, pero no es el único. También una persona podría enfermarse por comer alimentos en mal estado, por ejemplo, y síntomas serían similares. Es decir que una persona que cuenta con servicios de agua y saneamiento, también puede enfermarse.
Pe representa la proporción de individuos en la población sin acceso a una fuente segura de agua potable y/o que no cuenta con un sistema sanitario adecuado.
La fórmula (1) puede reexpresarse a los efectos de adaptarla a los datos disponibles sobre tasas de exposición y riesgos relativos.3
i = escenario
donde pi es la proporción de la población en cada uno de los escenarios de exposición i, p’i es la proporción de la población en cada uno de los escenarios de exposición i después de introducir un cambio (puede ser hacer ciertas obras) y RRi es el riesgo relativo asociado a cada escenario de exposición i comparado con el nivel de referencia.
Matemáticamente, el Riesgo Relativo es la tasa de enfermedad entre los individuos expuestos, dividido la tasa de enfermedad en los individuos no expuestos. Esto implica que un RR mayor a uno representa un mayor riesgo de enfermarse en presencia del factor de riesgo.
Si consideramos que existe un escenario de ausencia de transmisión de la diarrea a
través del agua y el saneamiento, entonces = 1, ya que el 100% de la población estará asignado a un escenario con RR=1, mientras que el resto de los escenarios estarán multiplicados por 0.
Cabe aclarar que el RAPP solo varía aquí con el lugar geográfico, de acuerdo a la población que se encuentra en cada escenario. Los RR utilizados no dependen del sexo
3 Esta fórmula es utilizada en los estudios que utilizan esta metodología: Fewtrell et al (2007); Prüss-
Üstün (2003); Conte Grand (2009).
(1)
(2)
8
o el grupo de edad. Tampoco se calculará un RAPP específico para mortalidad y morbilidad debido a la dificultad de encontrar bibliografía sobre los distintos riesgos.
Para calcular el RAPP utilizando la fórmula (2), debemos conocer entonces los Riesgos Relativos asociados a cada escenario de exposición (sección 2.2.2) y el nivel de exposición de la población (sección 2.2.1).
2.2.1 Nivel de exposición
2.2.1.1 Clasificación de Escenarios
A continuación se definirán los escenarios en los que será dividida la población del área bajo estudio. Para la definición de los escenarios se utiliza la metodología de Global Burden of Disease 2000-2004 (GBD). En particular, el trabajo realizado por Prüss-Unstün et al (2002), Fewtrell et al (2007), Carlton et al (2012), entre otros.4
Escenario VI (No mejorado): se considera en este escenario a la población con facilidad no mejorada tanto de agua como de cloacas en países cuya población no está extensamente cubierta por estos servicios (menos de 98% de cobertura).
Escenario Vb (Mejorado de agua): la población en este escenario tiene acceso a un servicio mejorado de agua pero no de saneamiento, en países cuya población no está extensamente cubierta por estos servicios (menos de 98% de cobertura). Hay que tener en cuenta que en este escenario la calidad de la oferta de agua no está controlada.
Escenario Va (Mejorado de cloaca): la población en este escenario tiene acceso a una facilidad sanitaria mejorada pero la provisión de agua es no mejorada, en países cuya población no está extensamente cubierta por estos servicios (menos de 98% de cobertura).
De acuerdo a la bibliografía analizada, los autores concuerdan en que la transición entre estos dos últimos escenarios raramente se da.
Escenario IV (Mejorado de agua y cloaca): La población tiene acceso a una oferta de agua mejorada pero no controlada, y a un servicio sanitario mejorado, en países cuya población no está extensamente cubierta por estos servicios (menos de 98% de cobertura).
Hay que tener en cuenta, que en los estudios del GBD no se hace diferencia entre un servicio básico de cloacas, opción mejorada, y un servicio con conexión cloacal a la red pública. En Wolf et al. (2014) se calcula que la reducción del riesgo relativo es mayor cuando se tiene un servicio cloacal de red pública, que cuando se tiene otro servicio mejorado. Por este motivo, en el escenario IV no consideraré a la población con acceso a la red pública cloacal, porque aún existiría una mejora asociada a tener un sistema de saneamiento público.
Escenario III (Conexión pública de agua y cloaca): Corresponde al escenario IV más acceso a una mejor calidad de agua potable, o a mejoras en la higiene personal o a
4 El GBD 2000-2004 fue organizado por World Health Organization. Existe bibliografía más reciente
sobre la metodología para la estimación de la mortalidad y la morbilidad asociada a la diarrea. En particular, cabe mencionar el GBD (2010), Organizado por el IHME - Institute for Health Metrics Evaluation) en el cual se cambió el enfoque de escenarios utilizado en los estudios en los cuales se basa este trabajo. Sin embargo, estos estudios no fueron tan bien documentados y han sido objeto de algunas críticas. Si bien WHO colaboró con algunos trabajos no respaldó todos los resultados, que en muchos casos difieren significativamente de otros estudios llevados a cabo por WHO y otras agencias de la Naciones Unidas (Clasen et al, 2014), tema a ampliar en la Sección 2.2.2.1 sobre Riesgos Relativos.
9
desinfección del agua en el lugar de uso. Si bien en la bibliografía consultada en este escenario, solo se requiere que el saneamiento sea mejorado, introduciré un cambio con respecto a estas consideraciones, al incorporar también el acceso a la red de desagües cloacales. Por lo tanto, en este escenario tendremos a la población con acceso a la red pública de agua, dentro de la vivienda, y con acceso a la red pública de saneamiento. No podemos poner a la población en el escenario II, porque este escenario requiere que el país tenga una cobertura del 98% en agua y cloacas, y en el área bajo estudio, de acuerdo al Censo 2010, la cobertura es inferior a dicha cifra. Toda combinación con otros sistemas mejorados corresponderá al escenario IV.
Escenario II (Oferta regulada de agua y tratamiento parcial de cloacas): Población con acceso a una oferta regulada de agua potable y servicio sanitario mejorado, con tratamiento parcial de cloacas, en países donde el 98% de la población está cubierto por estos servicios. De acuerdo al Censo 2010 no tenemos población es este escenario. Es el escenario que se da en los países desarrollados. Los autores consultados afirman que incluso los sistemas más avanzados de potabilización no garantizan la eliminación del 100% de los agentes patógenos. Asimismo al haber un tratamiento insuficiente de cloacas, el agua que se utiliza para riego o uso recreativo puede ser contaminada. Incluso podría existir la posibilidad de una falla en el sistema de distribución, generando la contaminación de la red. Consideremos además que todavía existe la posibilidad que un pequeño grupo de la población no tenga acceso a estos servicios.
Escenario I (Situación ideal): corresponde a la ausencia de transmisión de diarrea a través del agua, el saneamiento y la higiene. Este escenario representa el mínimo riesgo teórico. La población no tiene contacto con la contaminación biológica, y no hay posibilidad de contaminación de la fuente de agua. La diferencia entre este escenario y el II, es que en este escenario no existe ni una mínima posibilidad de transmisión del agente patógeno al agua.
Cabe agregar, que un escenario ideal debería apuntar también al cuidado del medio ambiente, a través de la conservación del recurso fluvial. El Río de la Plata actúa como receptor de los desechos cloacales y a la vez es la fuente de la cual se obtiene el agua para ser potabilizada. La contaminación del recurso, encarece el proceso de potabilización para toda la sociedad.
Claramente, a medida que pasamos del escenario I al VI, la probabilidad de enfermarse aumenta. Si bien se considera que la higiene a nivel individual o de cada hogar puede reducir el riesgo de enfermarse, el mejorar el acceso a una fuente de agua segura y evitar que el ambiente sea contaminado a través de una adecuada disposición de efluentes cloacales, disminuye el riesgo de enfermarse a nivel de la comunidad.
En este trabajo, los beneficios se calcularán teniendo en cuenta que la población pasa al escenario I, a nivel local, en el área de cobertura. No se establece que todo el país tenga que pasar al escenario I. Consideramos que la transmisión de la diarrea en Buenos Aires, no cambia, si en Salta no se tiene acceso a los servicios descriptos como ideales. También se considerarán los beneficios de pasar al escenario II, situación que puede lograrse al realizar las obras de agua y saneamiento planificadas.
Una vez clasificada la población en los distintos escenarios, obtendremos el grado de exposición diferencial dentro de cada partido.
10
2.2.1.2 Cobertura en agua y saneamiento
Para clasificar la información censal y distribuir la población bajo análisis en los escenarios descriptos en la sección 2.2.1.1, es preciso establecer qué se entiende por acceso a fuente mejorada o no mejorada de agua y saneamiento. En este sentido, la agenda post 2015 de las Naciones Unidas establece entre los Objetivos de Desarrollo Sostenible alcanzar para 2030 la cobertura universal de agua y saneamiento adecuados, reducir la cantidad de personas que sufren escasez de agua, mejorar las condiciones de
higiene, mejorar la calidad del agua reduciendo la contaminación, entre otros5. Cada
país tiene distintas concepciones en cuanto a lo que puede considerarse una fuente mejorada o no de acceso al agua para consumo humano y/o de facilidad sanitaria, por lo que es necesario establecer qué se entiende por agua y saneamiento mejorado, y de esta manera mensurar el progreso de la población mundial en cuanto al cumplimiento de las metas establecidas. La clasificación establecida por Joint Monitoring Programme para los Objetivos de Desarrollo del Milenio (agenda finalizada en 2015), será utilizada como guía para clasificar la información censal.6
Saneamiento
Una facilidad sanitaria mejorada es aquella que higiénicamente separa el excremento de su contacto, y asegura que la misma no reingrese en el ambiente inmediato. Se requiere asimismo, que la facilidad sanitaria no sea compartida por más de 5 familias o 30 personas.
Tabla 1. Clasificación de facilidades Sanitarias
Fuente: WHO/Unicef Joint Monitorin Programme Method
Agua para consumo en el hogar
Es el agua que los humanos utilizan para beber, cocinar, para la higiene personal o propósitos similares. El método JMP entiende que una fuente mejorada de agua es
5 Para más información sobre los Objetivos del Desarrollo Sustentable consultar
https://sustainabledevelopment.un.org/sdg6 6 Ver Anexo I JMP Method Progress on Drinking Water and Santation Unicef and World Health
Organization 2015 update.
No mejorado Mejorado
Defecación a cielo abierto: cuando las heces humanas
son dispuestas en campos, bosques, cuerpos abiertos de
agua, playas u otros espacios abiertos o son dispuestos con
deperdicios sólidos.
Facilidad no mejorada: no asegura la separación de las
heces humanas de su contacto. Incluyen letrinas sin tapa o
plataforma, letrinas colgantes y letrinas de cubo
Facilidades sanitarias compartidas: facilidades sanitarias
aceptables compartidas entre dos o más hogares. Solo las
facilidades que no son compartidas o públicas son
consideradas mejoradas.
Facilidad sanitaria mejorada: es aquella que asegura la
separación higiénica de la excreta humana del contacto.
Incluye: facilidades con descarga de agua a un sistema de
cañerías, pozo séptico, letrina de pozo, letrina mejorada,
letrina con losa o ventilación, inodoro ecológico.
11
aquella que por su naturaleza constructiva, protege adecuadamente la fuente de la contaminación externa, particularmente de la materia fecal.
Tabla 2. Clasificación de fuentes de agua para consumo humano
Fuente: WHO/Unicef Joint Monitorin Programme Method
A los efectos de realizar una definición más estricta, y siguiendo a Wolf et al. (2014), se agrega que se entiende por “inadecuada” a toda fuente de agua bebible o facilidad sanitaria cuyo uso podría generar un riesgo para la salud, que no pueda ser usada en forma segura, que no esté disponible en calidad y cantidad, o que esté demasiado distante para un acceso conveniente. También los Objetivos del Desarrollo Sustentable ponen como meta la calidad y sostenibilidad del recurso del agua.
2.2.2 Riesgos relativos
2.2.2.1 Revisión bibliográfica
Los valores de los riesgos relativos para cada escenario de exposición surgen de la literatura.
Obtener evidencia sobre los riesgos relativos para la diarrea asociados a fuentes no mejoradas de agua y saneamiento tiene cierta complejidad debido a la escasa disponibilidad de estudios epidemiológicos y a la heterogeneidad de los mismos. Además, los grupos comparados varían enormemente entre diversos estudios y también se comparan escenarios diversos, por lo que los resultados varían entre estudios (Lim et al, 2012).
Otra dificultad radica, en lograr aislar adecuadamente el efecto de la intervención realizada. Los agentes patógenos son transmitidos por diversas rutas. Esto genera que a veces, los estudios no recojan disminuciones importantes en el riesgo de contraer la enfermedad, asociado a las intervenciones en agua y saneamiento, pero esto no significa que las mismas no tengan efecto para reducir el impacto de las enfermedades (Bricoe, 1987).
El GBD (2010) basa sus estimaciones en los riesgos relativos calculados por Lim et al. (2012). Para efectuar esta tarea hicieron una meta regresión de 19 estudios. El análisis mostró un efecto significativo en la disminución de la diarrea, al pasar de un escenario no mejorado de agua, a un escenario mejorado, y lo mismo ocurre con el saneamiento. Sin embargo, no encontraron efecto significativo entre el agua entubada o tratamiento en el lugar de uso, comparado con el escenario mejorado.
No mejorado Mejorado
Agua superficial: el agua es consumida directamente de
ríos, embalses, lagos, lagunas, canales, canales de
irrigación.
Otras fuentes de agua mejoradas: grifos o fuentes
públicas, pozos entubados o perforados, pozos excavados
cubiertos, fuentes protegidas y recolección de agua de
lluvia.
Fuente de agua no mejorada: pozos excavados no
cubiertos, fuente no cubierta, acarreo de baldes, agua
embotellada (es considerada mejorada cuando es utilizada
solo para beber, pero el hogar utiliza otra fuente de agua
segura para cocinar y la higiene personal).
Cañería: conexión de agua localizada dentro de la
vivienda, patio o parcela.
12
Basados en estos riesgos relativos calculados, el agua y el saneamiento es responsable de menos defunciones y AVAD que las reportadas en estudios previos. A pesar de esta disminución en los riesgos relativos reportados, las estimaciones fueron recibidas con cierto escepticismo por otros investigadores con experiencia en la materia (Clasen et al, 2014).
Una de las principales preocupaciones expresadas por los investigadores, es que hay incertidumbre sobre los métodos utilizados en la estimación de los riesgos asociados a las deficiencias de agua, saneamiento e higiene, ya que la metodología del estudio de Lim et al (2012), no está publicada. Además, se sostiene que se incluyeron numerosos estudios para incrementar el número de comparaciones a costa de una menor calidad metodológica (Clasen et al, 2014).
Asimismo, en este estudio los autores restringen su análisis a la dicotomía mejorado/no mejorado, sabiendo que podrían estar subestimando los efectos de las intervenciones de agua y saneamiento, y los efectos conjuntos. Esto marca un fuerte contraste con previas estimaciones de GBD basadas en reducciones adicionales del riesgo logradas por una mejora en la calidad del agua, por una higiene mejorada y una oferta regulada de agua antes de arribar al escenario I señalado como el óptimo. De esta manera se pierden aspectos de exposición tales como la cantidad, la calidad, la posibilidad de acceso, la continuidad y la confiabilidad del recurso del agua (Clasen et al, 2014).
Tampoco se incluyeron en el GBD (2010), los efectos de la higiene por escasez de información a nivel nacional, y en este sentido se produce la omisión de un factor de riesgo importante, que puede tener altas implicancias en políticas pública (Watts y Craincross, 2012). Sin perjuicio de ello, esta omisión podría atribuirse a la dificultad para recoger datos sobre los hábitos de higiene en los hogares.
En Lim et al (2012) se asume que en un escenario teórico ideal de mínimo riesgo, todos los hogares utilizan una fuente mejorada de agua. Claramente, un pozo de agua que no cuenta con ningún tipo de control, puede no ser una fuente segura. Incluso hay evidencias que prueban que existe contaminación de estas fuentes de agua “seguras” con agentes patógenos provenientes de la materia fecal. Onda et al. (2012) realizaron pruebas sobre la calidad del agua de fuentes consideradas seguras y se estableció que muchos pozos no alcanzan los estándares establecidos por el WHO Guidelines for Drinking Water Quality. En los casos analizados, la tasa de contaminación es mayor en aquellas fuentes que presentan mayor riesgo sanitario, entendiendo por riesgo sanitario: roturas en cañerías, discontinuidades en la oferta y proximidad a letrinas y excremento de animales. Se estima que el 17% de la población que tiene una fuente mejorada de agua, recibe agua contaminada, reduciendo la población mundial con acceso a una fuente segura de 5.8 billones de acuerdo a las estimaciones de JMP (2010) a 4.8 billones de acuerdo a las estimaciones de Onda et al (2012). De estos 4.8 billones de personas que usan una fuente segura, Onda et al (2012) estiman que aproximadamente 1.2 billones recibe agua de fuentes que tienen riesgo de contaminación fecal por riesgo sanitario elevado. Estas estimaciones hacen que el porcentaje de personas sin acceso a una fuente segura de agua se eleve del 12% al 28% teniendo en cuenta la calidad del agua, y a un 47% al agregar el riesgo sanitario. En estas estimaciones no se está teniendo en cuenta la posible contaminación en el lugar de uso ni las deficiencias que pueden ocurrir en el sistema de distribución. 7 Si bien de
7 Tampoco se considera la contaminación química: presencia de nitratos, arsénico, flúor, etc. muy
presentes en las napas de las zonas agrícolas.
13
la planta de tratamiento, el agua sale apta para el consumo humano, en la distribución, el agua puede ser contaminada (Craun y Calderon, 2001; Ercumen et al, 2014; Lee y Schwab, 2005; Wright et al, 2004), principalmente por la falta de mantenimiento en las redes de distribución o problemas de presión de agua. Entre los factores que contribuyen, se pude destacar siguiendo a Lee y Schwab (2005): las interrupciones del servicio que generan que los hogares almacenen el agua, favoreciendo el crecimiento de microorganismos; la baja presión puede generar que la materia fecal que rodea las cañerías se drene a través de alguna grieta dentro de la cañería de agua, contaminando el recurso; la falta de desinfección (particularmente con cloro) en distintos puntos de la red y la corrosión de la infraestructura pueden crear condiciones para el crecimiento bacteriano, o la transmisión al agua del material desprendido de la cañería, además de turbiedad. El agua puede ser transportada de manera manual a la casa, o almacenada en el hogar bajo condiciones antihigiénicas.
De acuerdo a las proyecciones realizadas por Wolf et al (2013), de continuar con la tendencia creciente en el acceso a facilidades mejoradas de agua, solo el 10% de la población mundial no tendría acceso a una fuente mejorada de agua en 2015, en línea con las estimaciones realizadas por JMP. Sin embargo este porcentaje se eleva al 33% si tenemos en cuenta que para que una fuente sea mejorada, la oferta tiene que ser continua y segura.
Se desprende de estos estudios que el enfoque utilizado por GBD (2010) según el cual se adopta la dicotomía mejorado/no mejorado, es pobre.
Prüss-Unstün et al (2014) utilizan los riesgos relativos calculados en el trabajo de Wolf et al (2014), ya que no solo es consistente con la evidencia previa (documentada en los trabajos de Esrey (1991), Fewtrell et al. (2005), Waddington et al. (2009), Fink et al (2011)), en los cuales se establece que existen riesgos para la salud derivados de servicios inadecuados de agua y saneamiento), sino que además cumple con los criterios de revisión sistemática y estima la reducción adicional del riesgo que implica la mejora en la calidad y la cantidad del agua sobre lo que es definido como una fuente mejorada.
Sin embargo, el enfoque de Wolf et al (2014) no es ideal, ya que los factores de riesgo: saneamiento inadecuado, agua inadecuada e higiene inadecuada, son considerados de manera separada como si no tuvieran relación entre sí. En el estudio de Esrey (1991) se puede observar que la prevalencia de la diarrea cuando se mejora el saneamiento es mayor cuando no hay servicio de agua, que cuando las mejoras de agua están presentes.
Se entiende que la provisión del servicio tiene que ser tratada de manera conjunta, ya que una persona que tiene acceso al servicio de agua potable, y no tiene conexión cloacal, no corre el mismo riesgo que aquella que tiene ambos servicios. En este sentido Monteverde et al. (2008) concluyen que la probabilidad en el conurbano bonaerense de padecer diarreas es más del doble entre las personas que no cuentan con alguno o los dos servicios de saneamiento básico respecto de las que sí.
Ante la ausencia de literatura actualizada sobre riesgos relativos basada en el enfoque de escenarios descripto en el apartado 2.2.1.1, se utilizarán los riesgos relativos calculados por Prüss-Unstün (2002), cuyo enfoque es más adecuado, actualizando los datos de riesgos relativos con evidencia más reciente de acuerdo a la disponibilidad de estudios e información.
14
2.2.2.2 Riesgos relativos para cada transición
En esta sección se establecerán los riesgos relativos para cada escenario de exposición.
La Tabla 3 resume brevemente los escenarios descriptos en la Sección 2.2.1.1.
Tabla 3. Escenarios de exposición
La Figura 1 muestra esquemáticamente la transición entre cada escenario. Partiendo del escenario VI no mejorado, y a través de las distintas intervenciones de agua y saneamiento, se arriba al escenario I de mínimo riesgo.
Figura 1. Esquema de transición entre escenarios
Fuente: Elaboración propia en base a esquema planteado en Prüss-Üstun (2002)
Nro de
esc.Escenario
I Situación ideal
IIOferta regulada y tratamiento
parcial de cloacas
IIIConexión a las redes públicas
de agua y cloaca
IV Mejorado de agua y cloaca
Vb Mejorado de agua
Va Mejorado de cloaca
VI No mejorado
Oferta no mejorada de agua y saneamiento mejorado básico.
Oferta no mejorada de agua y saneamiento no mejorado.
Descripción escenario
Corresponde a la ausencia de transmisión de diarrea a través del agua, el
saneamiento y la higiene.
Oferta mejorada de agua potable, con control de calidad adecuado, y servicio
sanitario por red pública con tratamiento parcial, en un país que está
extensamente cubierto por estos servicios.
Oferta mejorada de agua potable, con control de calidad adecuado, y servicio
sanitario por red pública, en un país que no está extensamente cubierto por
estos servicios.
Oferta mejorada de agua, no controlada, y saneamiento mejorado básico.
Oferta mejorada de agua y saneamiento no mejorado.
No mejorado de agua y saneamiento
VI
Va VbSaneamiento Básico Mejorado de agua
IVMejorado de agua y saneamiento básico
III
Mejora en la Higiene
IIOferta regulada de agua y tratamiento parcial de cloacas
ISituación ideal
Conexión a la red de agua,
mejora en la calidadConexión a la red de cloaca
15
2.2.2.2.1 Transición del escenario II al I
Siguiendo a Prüss-Üstün et al (2002), Fewtrell et al (2007), entre otros, el Riesgo Relativo en este escenario se calcula tomando como referencia el trabajo de Mead et al (1999) quienes, basados en 400.000 casos del sistema de salud de Estados Unidos, estimaron que el 35% de las gastroenteritis agudas ocasionadas por agentes patógenos conocidos, son transmitidos a través de la ingesta de alimentos contaminados. Sacándoles un 5% por contagio de virus, como ser el rotavirus, el 60% restante es atribuido a malas condiciones de agua, saneamiento e higiene. Una disminución de la enfermedad del 60% corresponde a un RR de 2.5 (RR=1/(1-0.6)).
2.2.2.2.2 Transición del escenario IV al II
La dificultad de esta transición radica en que se estaría pasando de un escenario de un país en desarrollo a un sistema de saneamiento de un país desarrollado, y no existen trabajos que puedan captar esta transición.
Para intentar aproximar este efecto, se utilizan trabajos que estudian la reducción en el riesgo producto de mejoras en la calidad del agua, en la higiene personal y en este trabajo se agrega, el mejorar el sistema cloacal, pasando de un escenario mejorado de cloacas a un sistema cloacal por red pública, ya que sin un sistema de saneamiento por red pública es prácticamente imposible realizar un tratamiento parcial de efluentes que es lo que requiere el escenario II.
El escenario III fue descripto como un estadío intermedio, en el cual, los hogares cuentan con una oferta de agua segura, tanto por su cantidad como por su calidad, es decir el provisto por red pública, y el saneamiento también se realiza por red pública.
Sobre la calidad del agua
Existe evidencia en la literatura de los beneficios que reporta la calidad del agua en la reducción de la tasa de enfermedad (Fink et al 2011; Wolf et al 2014, entre otros).
Para la transición entre los escenarios IV y III, Fewtrell et al (2007) y Prüss-Ustün et al (2002), ante la ausencia de evidencia sobre las mejoras brindadas por el agua entubada de calidad, utilizan el estudio de Quick (1999), en el cual se analiza la reducción del riesgo asociada a realizar tratamiento del agua en el lugar de uso con almacenamiento seguro. Esto simula la reducción que podría alcanzarse mejorando la calidad del agua dentro del hogar. El riesgo se reduciría 44.7% (RR=1.81).
Wolf et al (2014) estiman que la reducción del riesgo que se obtiene al pasar de un sistema básico de cañería, con una oferta no controlada, a un escenario con oferta de agua mediante un sistema continuo y de calidad, asciende al 73%. El problema de utilizar este resultado es que no se sabe cuál es la situación de la población bajo estudio en cuanto al saneamiento, es decir, si tienen una facilidad sanitaria mejorada o se parte de una situación no mejorada. Si bien en estudios recientes (Hutton, 2015; Prüss-Üstun et al, 2014) se utilizan estos RR calculados por Wolf et al (2014), no utilizan el enfoque de escenarios, sino que cuantifican de manera separada las muertes y la morbilidad asociada al agua por un lado, y al saneamiento por otro.
Waddington et al (2009) sostiene respecto a los resultados alcanzados, que las mejoras en la oferta, la calidad del agua y las intervenciones en higiene, son más significativas cuando se conducen sobre ambientes en los cuales el escenario de base, tanto de agua
16
como de saneamiento, es mejorado. Esto sugiere que debe existir una complementariedad entre la oferta de agua y saneamiento en la reducción de la morbilidad asociada a la diarrea. Por eso resulta más prudente y correcto, dado el enfoque de escenarios adoptado en este trabajo, utilizar el RR del análisis de Quick (1999) sobre calidad del agua, o actualizaciones más recientes, pero en línea con este trabajo.
En línea con lo antedicho, para el análisis de sensibilidad8 se utilizará como límite
inferior el resultado de la meta regresión realizada por Fewtrell y Colford (2004). Sobre un total de 15 estudios, se analizó la reducción del riesgo de enfermarse, al realizar intervenciones sobre la calidad del agua, como ser tratamiento en el lugar de uso (cloración, hervor, desinfección y almacenamiento seguro, pasteurización) y protección de la fuente. Excluyendo los estudios de baja calidad la reducción del riesgo es de
39.3% (RR=1.65).
Para el límite superior de calidad se utiliza el estudio de Cairncross et al (2010), en el que se obtiene una reducción del riesgo del 46% (RR=1.85) a través de una meta-regresión de 32 estudios de intervenciones de calidad de agua.
Sobre el acceso a la red cloacal
De acuerdo a la definición adoptada para el escenario III, también se debe incluir la reducción de riesgo que se logra de pasar de una situación de saneamiento mejorado a una situación con acceso a la red púbica de cloacas. Al respecto cabe mencionar el trabajo realizado por Norman et al (2010) en el cual se realiza un meta análisis de 25 estudios para analizar la reducción del riesgo de contraer diarrea cuando se pasa de un sistema mejorado a un sistema de red cloacal. Los estudios incluidos fueron realizados entre 1980 y 2006 en 10 países. 14 de ellos son de Brasil, mientras el resto es de Nicaragua, Honduras, Perú, EE.UU., Irán, Siria, Arabia Saudita y Australia. La mayor parte de los estudios incluidos en la meta regresión realizada por Norman et al (2010), comparan la conexión cloacal con una situación en la que la mayoría de los hogares tienen descarga de agua a cámaras sépticas o desagües abiertos. Esta situación es típica de distritos urbanos de países de medianos y bajos ingresos, donde el sistema de saneamiento será construido en comunidades que ya suelen tener provisión de agua por cañería. Cuando se consideran todos los estudios, la reducción del riesgo es del 30%. Si se utilizan sólo los estudios que comparan desagües con cámaras sépticas, la reducción es del 31%. Si tomamos los estudios de Latinoamérica la reducción es del 32%. Cuando solo se toman los estudios considerados como de alta calidad la reducción del riesgo es de 34%. Estas estimaciones son similares a las de Fewtrell et al (2007) y a la de Waddington et al (2009), en las que se estima una reducción del riesgo del 32% y 31%, respectivamente.
En este contexto, se debería ganar una reducción de riesgo adicional, si además de los efectos causados por la mejora en la calidad del agua, se considera también el del saneamiento por red pública. Si solo se tuviese en cuenta el efecto de la calidad del
8 En evaluación de proyectos es necesario realizar análisis de sensibilidad debido a la incertidumbre que
pesa sobre las estimaciones. Existe mucha variabilidad en los resultados de distintos estudios. Por este motivo, se dará a las estimaciones y parámetros sobre los que tenemos incertidumbre, valores mínimos y máximos para realizar un análisis probabilístico de sensibilidad. De esta manera, podremos generar una distribución para los resultados, y no solo un valor específico.
17
agua en la reducción del riesgo de enfermarse, se estaría subestimando el efecto de conectar a los usuarios a la red cloacal.
Resumiendo, se utilizará para el escenario base la reducción del 32% (RR=1.47) correspondiente a los países de Latinoamérica (Norman et al, 2010) y al estudio realizado por Fewtrell et al (2007), para el límite superior el 34% (RR=1.52) correspondiente a los estudios de alta calidad de Norman et al (2010) y para el límite
inferior, el 31% (RR= 1.45) calculado cuando se toman los estudios de cámaras sépticas.
Sobre la higiene
Para la transición entre el escenario III y II se considera también la reducción del riesgo que aportan las mejoras en la higiene personal.
Se toma el trabajo de Huttly et al. (1997), en el cual se analizan estudios que ponen el foco en las prácticas de higiene personal. Todos mostraron un resultado positivo en la reducción de la diarrea. Cinco de estos estudios se focalizaron específicamente en el lavado de manos con una reducción de la morbilidad entre el 30 % (en Burma) y el 89% (en Indonesia). La media de todos los estudios es del 35% (RR=1.54) de reducción de la
morbilidad al considerar mejoras en el lavado de manos.
Los resultados aportados por Huttly et al. (1997) están en línea con la meta regresión realizada por Fewtrell y Coldford (2004), en la que se obtiene una reducción del riesgo del 36% en países desarrollados, cuando se toman los estudios de mejor calidad sobre higiene (41.8% con todos los estudios). En países en desarrollo el resultado es mayor 36.7%, y mejor aun cuando se excluyen los estudios de calidad pobre 44.4%. Teniendo en cuenta solo los estudios que se basan en comunidades con acceso a servicios
mejorados de agua y cloaca, el efecto es 33.7% (RR=1.51). Este será el límite inferior de nuestro cálculo.
Una revisión sistemática de la literatura de riesgos relativos más reciente llevada a cabo por Freeman et al (2014), estudia la reducción de la morbilidad asociada a la diarrea, por el efecto de intervenciones higiénicas. Se seleccionaron 26 estudios entre los años 1970 y 2013, que reportaron la prevalencia del lavado de manos después de ir al baño o después del contacto con heces. El efecto global de la reducción del riesgo de todas las intervenciones que promueven la higiene es del 33%. Y calcularon una reducción del
riesgo del 40% (RR= 1.67) teniendo en cuenta la promoción del lavado de manos con jabón. Asimismo, se logra una reducción del riesgo del 24% por educación general en higiene. El 40% será el límite superior para el análisis de sensibilidad. Esta estimación está en línea con la metaregresión realizada por Cairncross et al (2010) sobre 17 estudios en los que se analizaba el efecto del lavado de manos en la que se obtiene una reducción en la diarrea del 43%.
De esta manera para el escenario base, se considera que pasar del escenario IV al II
tiene un RR de 1,81 x 1,47 x 1,54 = 4,09, asociado a la mejora en la calidad del agua, a la conexión a la red cloacal y a la mejora en la higiene personal.
2.2.2.2.3 Transición del escenario VI al IV
Para establecer los riesgos relativos de esta transición Prüss-Ustün et al (2002) y Fewtrell et al (2007) utilizan el estudio de Esrey (1996) en el cual se examina si existe beneficio para la salud vinculada con la diarrea y el estado de nutrición que resulte de mejoras en las condiciones de agua y saneamiento. Está basado en una encuesta
18
demográfica y de salud, en la que se encuestaron a casi 5000 niños viviendo en condiciones urbanas, de ocho países de América Latina, África y Asia (Burundi, Ghana, Togo, Uganda, Marruecos, Sri Lanka, Guatemala y Bolivia). En este estudio se divide a la población en 9 grupos dependiendo del sistema de agua y saneamiento con que cuentan, siendo la situación óptima aquella en la que se cuenta con un sistema de agua dentro del recinto o del hogar, y un sistema de inodoro con descarga de agua. Esta situación se correspondería con el escenario IV.
De acuerdo a este estudio, cuando se pasa del escenario VI al Vb (oferta de agua mejorada) la reducción en la tasa de enfermedad es del 20.8% (RR=1.26); y de 37.5% cuando se pasa del VI al Va (saneamiento mejorado básico), pero cuando se pasa del escenario VI al IV, es decir ambos servicios mejorados, la reducción de la tasa de enfermedad también es del 37.5%, con lo que se concluye que no hay beneficios adicionales de implementar oferta mejorada de agua cuando el saneamiento básico ya está disponible. Pasar del escenario VI al IV tiene un RR asociado de 1.51=1,26x1,20.
La Tabla 4 resume los riesgos relativos a ser utilizados para el escenario base, y los escenarios de máxima y mínima.
Tabla 4. Riesgos Relativos para cada escenario
2.3 Mortalidad y Morbilidad por diarrea atribuidas a la falta de agua,
saneamiento e higiene
Para estimar los casos de diarrea atribuidos a las malas condiciones de agua, saneamiento e higiene, deberemos multiplicar la fracción atribuible calculada de acuerdo a la fórmula (2), por la cantidad de casos de diarrea estimados en términos de “Años de vida ajustados por discapacidad” (AVAD). Esta medida representa los años de vida perdidos por muerte prematura más los años vividos con discapacidad. Se entiende por “discapacidad”, a cualquier condición de salud imperfecta, es decir que se incluyen problemas de movilidad, incapacidad de participación en actividades usuales, dolor o incomodidad constantes, ansiedad o depresión, y deterioro cognitivo. Esta discapacidad puede ser transitoria, o por períodos prolongados.
Mortalidad o Morbilidad Atribuida a Diarrea = RAPP x AVAD
VI VI VI
Min Base Max Min Base Max Min Base Max Min Base Max
Estudio consideradoMead
1999
Fewtrell
2004
Huttley
1997
Freema
n 2014
Norman
2010
Fewtrell
2007/Nor
man 2010
Norman
2010
Fewtrell
2004
Quick
1999
Cirncross
2010
Esrey
1996
Esrey
1996
Esrey
1996
Esrey
1996
Esrey
1996
Reducción del riesgo
(entre cada escenario y el anterior)60,00% 33,70% 35,00% 40,00% 31,00% 32,00% 34,00% 39,30% 44,70% 46,00% 16,70% 0,00% 20,80% 20,80% 20,80%
Riesgo relativo parcial
(entre cada escenario y el anterior)2,50 1,51 1,54 1,67 1,45 1,47 1,52 1,65 1,81 1,85 1,20 1,00 1,26 1,26 1,26
Riesgo relativo absoluto
(entre cada escenario y el
escenario I) (*)
1,00 2,50 3,85 5,66 10,23 12,28 12,28 13,65 15,50 17,72
Riesgo relativo absoluto
(entre cada escenario y el
escenario II) (*)
1,00 1,54 2,26 4,09 4,91 4,91 5,46 6,20 7,09
(*) Se exponen los resultados parciales del escenario base y los resultados finales de los tres escenarios
VbEscenarioIIIa IIIb IV
I II Va
(3)
19
2.3.1 Años de vida ajustados por discapacidad (AVAD)
La estimación “Años de vida ajustados por discapacidad” recoge en un único número el impacto de un factor de riesgo en la salud de una determinada población.
AVAD es la suma de los años de vida perdidos por muerte prematura (AVMP) y los años de vida perdidos por condiciones de discapacidad (AVD).
Siguiendo a Mathers, Lopez y Murray (2006), matemáticamente, AVAD es definido mediante las fórmulas (4), (5) y (6).
AVAD (c,s,a,t)= AVMP (c,s,a,t) + AVD (c,s,a,t)
donde c representa la causa, s el sexo, a la edad y t el año.
AVMP (años de vida perdidos por muerte prematura) es una función del número de
muertes (N) y de la expectativa de vida (L) al momento en que la muerte ocurre.
AVMP = N (c,s,a,t) x L(s,a)
donde c representa la causa, s el sexo, a la edad y t el año.
AVD (años de vida perdidos por condiciones de discapacidad) es una función del número de casos por discapacidad (I), del peso o gravedad de la discapacidad (D) y de la duración de la enfermedad (L).
AVD = I (c,s,a,t) x D(c,s,a) x L (c,s,a,t)
donde c representa la causa, s el sexo, a la edad y t el año.
Para el cálculo de AVAD (tanto para AVD y AVMP), en este trabajo se aplica la fórmula (7) desarrollada por Murray y López (1996)9, en la cual se redefinen las fórmulas (4) a (6), incorporando el factor de descuento y constantes de peso de la edad.
( )
( ) [ ( )( ) ( ( ) ( ) )
( ) ( ( ) )]
( )
donde D es la constante de peso o gravedad de la enfermedad, K es la constante de moderación del peso de la edad, C es la constante de corrección del peso de la edad, β es la constante de peso de la edad, r es la tasa de descuento, a es la edad del paciente y L es la expectativa de vida para AVMP o la duración de la enfermedad para AVD.
Para calcular AVAD entonces se precisa el número de muertes ocurridas por diarrea, y el número de casos de enfermedad, tanto las reportadas como las que requirieron hospitalización. También es necesario definir los parámetros y estimaciones de la ecuación, tema que será desarrollado en la Sección 2.3.1.2.
2.3.1.1 Casos de Mortalidad y Morbilidad ocurridas por diarrea
A los efectos de permitir el registro sistemático para la interpretación, análisis y comparación de las enfermedades a nivel internacional, se creó el Código Internacional de Enfermedades (CIE versión 10), publicado por la Organización Mundial de la Salud.
9 Para desarrollo de la fórmula ver Apéndice A en Conte Grand (2014).
(4)
(5)
(6)
(7)
20
Se incluyen en este trabajo las Enfermedades Infecciosas Intestinales clasificadas con el código A00 a A09, Tracoma (A71) y Enfermedades Parasitarias (B65 a B83) de acuerdo al detalle de la Tabla 5.10
El Ministerio de Salud de la Nación lleva estadísticas acerca de las causas de muerte ocurridas, por edad, sexo y lugar de residencia. Los datos de mortalidad fueron suministrados por la Dir. de Estadísticas e Información en Salud del Ministerio de Salud de la Nación.
Para valuar la morbilidad se requiere contar con estadísticas de Egresos Hospitalarios (internaciones) y Notificaciones de casos. Los datos de Egresos Hospitalarios fueron provistos por la Dir. de Estadísticas e Información en Salud del Ministerio de Salud de la Nación mientras que las Notificaciones fueron provistas por la Dir. de Epidemiología del Ministerio de Salud de la Provincia de Buenos Aires.
Tabla 5. Enfermedades asociadas a la falta de servicios de agua y saneamiento, e higiene inadecuada
2.3.1.2 Estimaciones y Parámetros del cálculo de AVAD
En esta sección se describen las estimaciones y parámetros para poder calcular AVAD a través de la fórmula (7).
Expectativa de vida (L)
10
https://www.sssalud.gob.ar/hospitales/archivos/cie_10_revi.pdf
Enfermedades infecciosas intestinales
A00 Cólera
A01 Fiebres tifoidea y paratifoidea
A02 Otras infecciones debidas a Salmonella
A03 Shigelosis
A04 Otras infecciones intestinales bacterianas
A05 Otras intoxicaciones alimentarias bacterianas
A06 Amebiasis
A07 Otras enfermedades intestinales debidas a protozoarios
A08 Infecciones intestinales debidas a virus y otros organismos especificados
A09 Diarrea y gastroenteritis de presunto origen infeccioso
A71 Tracoma
Enfermedades Parasitarias
B65 Esquistosomiasis [bilharziasis]
B66 Otras infecciones debidas a tremátodos
B67 Equinococosis
B68 Teniasis
B69 Cisticercosis
B70 Difilobotriasis y esparganosis
B71 Otras infecciones debidas a cestodos
B72 Dracontiasis
B73 Oncocercosis
B74 Filariasis
B75 Triquinosis
B76 Anquilostomiasis y necatoriasis
B77 Ascariasis
B78 Estrongiloidiasis
B79 Tricuriasis
B80 Enterobiasis
B81 Otras helmintiasis intestinales, no clasificadas en otra parte
B82 Parasitosis intestinales, sin otra especificación
B83 Otras helmintiasis
21
La estimación L corresponde a la expectativa de vida en el caso del cálculo de AVMP (Años de vida perdidos por muerte prematura) o a la duración promedio de la enfermedad en el caso de la estimación de AVD (Años de vida perdidos por discapacidad).
Para valuar la mortalidad, se utilizará la Tabla de expectativa de vida para cada grupo de edad publicadas por el Indec para la Provincia de Buenos Aires para ambos sexos, a los efectos de valuar homogéneamente hombres y mujeres. La expectativa de vida para cada grupo de edad se expone en la Tabla 6.11
Tabla 6. Expectativa de vida para cada rango de edad
Fuente: INDEC
Para valuar la morbilidad es preciso establecer la duración promedio de la enfermedad.
De acuerdo al Plan de Abordaje Integral de la Enfermedad Diarreica Aguda y Plan de Contingencia de Cólera, se considera diarrea agua a la presencia de tres o más deposiciones acuosas en el lapso de 24hs. Su duración es variable, aunque generalmente está limitada a una semana, y suele tener una duración máxima de 14 días. Si la misma se prolonga por más de dos semanas, se la denomina diarrea persistente. 12
De acuerdo al protocolo los pacientes en los que no se observan signos de deshidratación y no sean considerados graves, se enviarán a su domicilio con tratamiento. Se establece que deben regresar a control en 24hs. Aquellos pacientes que tengan signos de deshidratación leve o moderada deberán ser hidratados en un servicio de salud a los efectos de poder controlar su evolución, de esta manera se podrá
11
Tablas de mortalidad 2008-2010 http://www.indec.gob.ar/nivel4_default.asp?id_tema_1=2&id_tema_2=24&id_tema_3=86 12
http://www.msal.gob.ar/images/stories/epidemiologia/pdf/guia-abordaje-colera.pdf
<1 año 75,18
1-4 años 75,11
5-9 años 71,24
10-14 años 66,32
15-19 años 61,41
20-24 años 56,62
25-29 años 51,90
30-34 años 47,18
35-39 años 42,47
40-44 años 37,81
45-49 años 33,24
50-54 años 28,79
55-59 años 24,58
60-64 años 20,63
65-69 años 16,95
70-74 años 13,58
75-79 años 10,51
80-84 años 7,85
85-89 años 5,97
90-94 años 4,62
95-99 años 3,65
100+ años 2,90
Expectativa de vida
Buenos Aires
(Ambos Sexos)
Rango de edad
22
recuperar el déficit de agua y electrolitos causado por la diarrea, en un lapso de tiempo menor. Luego de 4hs se evalúa si el paciente requiere hospitalización o puede ser enviado a su domicilio. De esta manera, podemos concluir que las Notificaciones
reportadas, tendrían una duración mínima de 2 días, y máxima de 4 días para que el paciente vuelva a estar en condiciones de regresar a sus ocupaciones.
Aquellos pacientes con signos de deshidratación grave requieren hospitalización. De acuerdo datos del Ministerio de Salud de la Provincia de Buenos Aires, la estadía media en establecimientos municipales por casos de hospitalizaciones de diarrea asciende a 2.71 días (año 2013).13 Considerando que el diagnóstico no ocurre inmediatamente y que una vez que el paciente sale del hospital no se encuentra en condiciones de retomar sus actividades habituales se considerará para los Egresos Hospitalarios un mínimo de 4 días, un promedio de una semana, y como valor máximo se tomarán los 14 días que puede durar una diarrea aguda antes de convertirse en persistente.
Resumiendo los valores en la Tabla 7, la duración promedio de la enfermedad en el caso base tomará los valores de 3 días para las Notificaciones y de 7 días para las hospitalizaciones. Para el análisis de sensibilidad se tomará para las Notificaciones un valor mínimo de 2 días y máximo 4 días. En el caso de las hospitalizaciones, se tomará un valor mínimo de 4 días y máximo 14.
Tabla 7. Duración Promedio de la Enfermedad
Gravedad o peso de la discapacidad (D)
D corresponde a la gravedad o peso de la discapacidad, y toma valores entre 0 y 1, donde 0 es la ausencia de enfermedad y 1 representa la muerte. Puede ser entendido como la disminución en la salud en los diferentes estados de salud examinados. Los valores intermedios son una medida de la preferencia de la sociedad con respecto a diferentes estados de salud. Cuanto mayor el valor, menor la preferencia de la sociedad con respecto a ese estado de salud.
Para el GBD 2010 fue desarrollado un nuevo enfoque para la medición de D que recoge la información a través de una encuesta, en la que se comparan dos estados de salud, describiendo brevemente el estado de salud en términos de efectos funcionales y síntomas a que se ven sometidos los individuos hipotéticos. El encuestado debe decidir qué estado es más saludable (Salomon et al, 2015). La encuesta fue llevada a cabo en cinco países (Bangladesh, Tanzania, Indonesia, Perú y USA), con un diseño de muestreo que sea representativo de la población para un área geográfica particular, y vía internet para poder llegar a más lugares y a los efectos de hacer la base más representativa para tratar de captar las perspectivas de diferentes comunidades y sociedades (Salomon, 2010).
13
http://www.ms.gba.gov.ar/wp-content/uploads/2016/04/estadia_media_2013.xls. Subsecretaria de Planificacion - Dirección de Información Sistematizada. Ministerio de Salud de la Pcia. de Buenos Aires.
L
MínimoL Base
L
Máximo
Egresos Hospitalarios 4 7 14
Notificaciones 2 3 4
23
Una crítica a esta estimación es que más allá de los intentos por diferenciar la salud del bienestar y del contexto social, es muy difícil realizar una efectiva separación, ya que para responder a las preguntas, se considera el juicio individual que depende de la cultura de la población, de la educación y circunstancias ambientales y demográficas, motivo por el cual debería ampliarse la base de personas encuestadas para incluir personas con diferentes características culturales y socioeconómicas (Voigt y King, 2014). Además se sostiene que las personas a las que se les hace la encuesta no tienen muchos elementos de juicio o la experiencia para poder responderlas (Kaufman, 2014). Otra de las limitaciones del método es que, si bien los expertos han tratado de buscar la mejor descripción posible sobre los estados de salud, la respuesta puede variar dependiendo de cómo sea presentada la descripción de los mismos. Es decir que otra manera de describir la enfermedad puede conducir a resultados diferentes (Voigt y King, 2014).
Haagsma et al (2015), utilizando la metodología del GBD 2010, desarrollan una nueva encuesta en la que participaron 30660 personas en Hungría, Italia, Holanda y Suiza, porque se consideraba que los D calculados del GBD 2010 no eran representativos para todos los países europeos. Se seleccionaron esos cuatro países por considerarlos representativos de las cuatro regiones europeas (este, sur, centro y norte) con respecto a edad, sexo y nivel educativo.
Salomon et al (2015) llevaron a cabo nuevas estimaciones de D para el GBD 2013, en la cual se combinaron las encuestas llevadas a cabo para el GBD 2010 con la estimación para los países europeos de Haagsma et al (2015).
Los resultados para la diarrea de los tres estudios y que se utilizarán en este trabajo, se muestran en la Tabla 8.
Tabla 8. Gravedad o peso para la diarrea (D)
Se utilizará en el escenario base los D estimados para el GBD 2013 ya que además de ser el más actualizado, al combinar los estudios anteriores, se considera una base más amplia, con países de altos, medianos y bajos ingresos. Se considerará para los Egresos Hospitalarios los D obtenidos para diarreas severas (D=0.247) y para las Notificaciones la diarrea de gravedad media (D=0.188). No se exponen los resultados de una diarrea de gravedad baja, porque se considera que no sería notificada.
Los D estimados para el GBD 2010 y por Haagsma et al (2015) serán utilizados como valores máximos y mínimos, respectivamente, en el análisis de sensibilidad.
Gravedad
Mínimo
(Estimado
Europa 2015)
Base
(Estimado
GBD 2013)
Máximo
(Estimado
GBD 2010)Media
(Notificaciones)0.149 0.188 0.202
Severa
(Egresos Hospitalarios)0.239 0.247 0.281
Defunciones 1
24
Parámetros para consideraciones de la edad del enfermo (K, C y β)
La idea subyacente para incorporar las constantes de peso de la edad, es que un adulto joven enfermo ocasiona mayores pérdidas económicas a la sociedad que un niño o un anciano. Habría una preferencia por la sociedad a valorar más un año de vida vivido por un adulto joven que por un anciano o un niño (Mathers, Lopez y Murray, 2006). Para ponderar la edad a en el cálculo de los AVAD, se incluye una función de la forma (8) (Conte Grand, 2014; Mathers et al, 2006).
K es la constante de moderación del peso de la edad. Si K es igual a 0 la edad no pesa, ya que el término (8) es igual a 0; mientras que si K es igual a 1, la edad pesa completamente, y el término (8) depende de los parámetros β y C.
β se define como la constante de peso de la edad. Si calculamos la derivada primera de la función (8), podemos observar que alcanza su máximo cuando a = 1/ β. Con lo cual al definir β, definimos cual es la edad de mayor peso.
C es la constante de corrección del peso de la edad. Se escoge para asegurar que la AVAD global sea la misma con o sin parámetro de peso (Mathers et al, 2006).
Para obtener el valor de C, los autores sugieren fijar en 100 el área bajo la curva de peso de la edad (8) desde la edad 0 a 100, lo que implicaría el mismo peso de 1 para todas las edades. Si se utiliza esta restricción, entonces C depende del parámetro β, con lo cual, al definir β, C quedaría definido de acuerdo a la fórmula (9).
⌊
(
)
⌋⁄
No todos los estudios concuerdan que a los jóvenes y a los adultos mayores haya que asignarle menor peso. Siendo un tema de bastante controversia, mientras en algunos estudios se valora más una año de vida de un adulto joven, que de un adulto mayor o de un niño, en otros estudios resulta inaceptable desde el punto de vista de la equidad o se sostiene que no reflejan las preferencias reales de la sociedad. De hecho el GBD (2000) presenta los resultados de AVAD con y sin parámetros de peso de la edad (Prüss-Üstün et al, 2003).
En este trabajo, para el escenario base se considerará K=0, motivo por el cual no es necesario definir C ni β.
Para el análisis de sensibilidad se permitirá K=1 por lo cual, es preciso definir los valores de β. El valor medio, fue definido en 0.04 siguiendo a Prüss-Üstün (2003), donde se indica que es el valor generalmente utilizado. Esto implica un máximo de ponderación a los 25 años de edad. Los valores mínimo (0.02) y máximo (0.06) fueron escogidos siguiendo a los autores del GBD (Mathers et al, 2006). Estos valores implican una ponderación máxima a la edad de 50 y 17 años, respectivamente. Los valores de los parámetros se resumen en la Tabla 9.
(9)
(8)
25
Tabla 9. Constantes de peso de la edad
Tasa de descuento (r)
La fórmula del cálculo de AVAD también incluye la tasa de descuento, r. Al incluir la tasa de descuento, se le asigna una preferencia intertemporal al estado de enfermedad, ante el supuesto que los individuos valoran más el presente que el futuro. Cuanto mayor la tasa de descuento, menor el valor que el individuo le asigna a su salud en el futuro que en el presente. Prüss-Üstün et al (2003) afirman que aunque anteriormente se utilizaban tasas del 5% para valuaciones económicas de salud, muchos ambientalistas y analistas de energías renovables comenzaron a utilizar tasas más bajas, generalmente del 3%. Siguiendo también a Hutton (2015) se utilizará para el
escenario base una tasa de descuento del 3% y para el análisis de sensibilidad un valor mínimo de 1% y máximo de 5%.
2.4 Valor actual de los beneficios por reducción de la diarrea
En esta sección se explica cómo pasar a términos monetarios los AVAD evitados. Para realizar este procedimiento se debe obtener el valor presente del flujo de fondos de los costos evitados. En principio, convertiremos los AVAD en pesos multiplicando las mismas por el ingreso. Consideramos como valor inicial de AVAD evitados al promedio 2010/2013, dado que en algunos municipios no ocurrieron muertes en el año 2013, y sería erróneo asignar un valor nulo a la proyección de los AVAD en estos partidos. Se supone un crecimiento de los AVAD de acuerdo al crecimiento poblacional estimado para cada partido de acuerdo a datos publicados por el INDEC para el Censo 2010.
El valor presente de los beneficios se calcula a través de la fórmula (10).
∑
( )
Donde Bt representa el beneficio en cada período t (AVAD evitados x Ingreso), d representa la tasa de descuento, t el período de tiempo, y T el horizonte de valuación.
Para el cálculo del valor presente se necesita evaluar entonces qué valores tomará el ingreso, la tasa de descuento y el horizonte de valuación T.
2.4.1 Ingresos
La dificultad del cálculo de los beneficios consiste en definir un nivel de ingreso que sea representativo de la población afectada, en primer lugar porque se desconoce el
Constante Mínimo Media Máximo
K 0 0 1
Beta 0,02 0,04 0,06
c= f(Beta) 0,0673 0,1761 0,3664
Edad de mayor peso 50 25 17
(10)
26
nivel de ingreso de las personas enfermas o de sus padres (en caso de ser niños). Dado que las enfermedades parasitarias e infecciosas se transmiten principalmente en contextos de malas condiciones de higiene, y donde los servicios de agua y cloaca no están disponibles, cabría suponer que la mayor parte de las personas afectadas corresponden a grupos de bajos ingresos y condiciones básicas insatisfechas. Por este motivo, se considerará para los escenarios de mínima y base, el ingreso mínimo, vital y móvil para 2016. Para el escenario de máxima se considerará la remuneración promedio del año 2016 en el sector privado de acuerdo a la cuenta de generación del ingreso. Los valores a considerar se resumen en la Tabla 10 (nótese que los ingresos anuales son los mensuales multiplicados por los 12 meses del año).
Tabla 10. Ingresos ($ de 2016)
2.4.2 Horizonte de valuación
Para definir el horizonte de valuación, se utiliza como referencia el trabajo realizado por Hutton y Haller (2004) en el cual se especifica un horizonte temporal de 40 años para las conexiones domiciliarias de agua y cloaca, utilizando para el análisis de sensibilidad de límites de 30 y 50 años.
Cabe mencionar que para pasar a los escenarios planteados, tanto el II como el I, no solo hay que realizar el tendido de redes secundarias de agua y cloaca. El plan de inversiones también incluye obras básicas, por ejemplo Plantas Potabilizadoras de agua y Plantas de Tratamiento Cloacal, obras de gran envergadura y de alto costo, cuya vida útil sería superior a 40 años, realizando las obras de mantenimiento necesarias.
Asimismo, si un usuario es conectado a la red de cloaca, los efluentes son dispuestos en el río, y eso tiene consecuencias ambientales, que se reducirían realizando un tratamiento parcial de cloacas, de esta manera, se favorecerá a generaciones futuras por un período mayor a este horizonte de valuación, al disfrutar de un río sin contaminación.
Teniendo en cuenta estas consideraciones, se entiende que se podrían estar subvaluando los beneficios al considerar un horizonte de valuación de 40 años.
2.4.3 Tasa de descuento (d)
De la misma manera que el horizonte de valuación escogido podría ser corto, la elección de una tasa de descuento alta castigaría el proyecto, al no considerar que futuras generaciones disfrutarán de un ambiente más cuidado.
No existe consenso en la literatura sobre la mejor manera de descontar flujos de fondos derivados de proyectos sociales. No solo no existe acuerdo sobre cuál es el mejor enfoque para aplicar, sino que también se discute sobre la metodología para calcular la tasa de descuento.
Existe el denominado enfoque descriptivo sostenido con argumentos de eficiencia paretiana, en el cual se consideran tasas de descuento fijas, calculadas a través de
Ingreso Mensual Anual
Salario mínimo, vital y
móvil 6748 80970
Salario promedio 17742 212902
27
distintas metodologías, como ser: la tasa marginal de preferencia temporal en la cual se pone el foco en los beneficiarios de las políticas, intentando reflejar la valoración que tiene la sociedad sobre la conveniencia del consumo en diferentes momentos del tiempo; o, el costo social del capital, poniendo el foco en los inversores, se intenta valorar la mejor alternativa posible para el empleo de los fondos; y por último, puede calcularse mediante un promedio ponderado de ambos métodos. Si bien de acuerdo al empleo de la metodología de cálculo se pueden obtener tasas más altas o más bajas, la aplicación de una tasa de descuento fija en la fórmula (10) genera un factor de descuento exponencial, castigando el flujo de fondos para valores altos de t. Para contrarrestar estas falencias surge el enfoque prescriptivo, sostenido con argumentos de equidad intergeneracional, y cuyos exponentes defienden tasas de descuento decrecientes en el tiempo, para así compensar el factor de descuento exponencial, y de esta manera darle mayor relevancia a los flujos futuros (Campos et al., 2015; Campos et al, 2016).
El enfoque de Tasa Marginal de Preferencia Temporal, generalmente utilizado en los países desarrollados, suele generar tasas relativamente bajas, inferiores al 5%; y el enfoque de Costo de oportunidad Social del Capital, suele generar tasas relativamente altas, entre el 7% y el 12%. En Latinoamérica, la mayor parte de los países utilizan tasas del 12%, aunque recientemente fue reducida en algunos países como ser México (10%), Perú (9%) y Chile (6%). Los organismos multilaterales de crédito como el BIRF y el BID recomiendan aplicar tasas de entre el 10-12% (Campos et al., 2015; Campos et al, 2016).
Edwards (2016) calcula para Chile la tasa de preferencia temporal utilizando dos métodos de estimación para proyectos a largo plazo, el método de Ramsey y el de Weitzman. Concluye que las estimaciones del método de Ramsey son muy variables y requiere hacer supuestos sobre la tasa pura de preferencia por el tiempo y la elasticidad de la utilidad marginal respecto del consumo, que no es necesario en el método de Weitzman. La tasa resultante de este método aplicada al caso chileno, resulto del 5% entre los años 21-32 y va decreciendo a medida que pasa el tiempo. La media de esta última estimación resultó del 5.05%, en términos de tasa discreta (4.92% en términos de tasa continua).
Para Perú se calculó la tasa de descuento a través del método de Ramsey y concluyen que para un proyecto con un plazo de maduración menor a 30 años la tasa de descuento sería del 9%, pero para plazos mayores, se utiliza una tasa de 4.26%, decreciendo a medida que pasa el tiempo.
Gómez Aguirre (2010) calcula para la Argentina la tasa de preferencia intertemporal utilizando el método de Ramsey, considerando un enfoque eficiente de bienestar paretiano intertemporal, que surge de la optimización del consumo en el tiempo asociada a un modelo de crecimiento económico en el cual los individuos maximizan una función de utilidad intertemporal. Para calcular la tasa social de descuento a través del método de Ramsey se estima la elasticidad de la utilidad marginal del consumo, la tasa de crecimiento del consumo y la tasa de mortalidad. La tasa calculada es 2.36%.
A los efectos de no castigar los beneficios estimados utilizando una tasa de descuento alta, se utilizará la estimación de Edwards (2016) calculada para Chile (5.05%), para el
caso base. Para el análisis de sensibilidad se utilizará como mínimo la tasa de Gómez Aguirre (2.36%) y como máximo el 12% recomendado por los Organismos Multilaterales de Crédito.
28
3 Análisis de Datos
3.1 Distribución de la población en escenarios
Para estimar la cobertura de agua y cloacas, se utilizó la información del Censo 2010, en el que se reporta para cada partido, las condiciones sanitarias de la población.
La información censal permite dividir a la población en los escenarios establecidos en el apartado 2.2.1.1, teniendo en cuenta las clasificaciones brindadas en cuanto al tipo de servicio sanitario que utiliza el hogar y la provisión o procedencia del agua para uso doméstico, tomando como guía las definiciones brindadas por JMP sobre lo que se considera una situación mejorada o no (Ver Tablas 1 y 2).
La clasificación adoptada es en principio algo más estricta: por ejemplo en lo que respecta al saneamiento, JMP considera que si la facilidad sanitaria tiene descarga de agua, es mejorada. En este trabajo en principio solo se considera mejorada la descarga a un pozo ciego con cámara séptica. Se considera no mejorado que la descarga se realice a un pozo ciego o a un hoyo o excavación.
Siguiendo a Mariñelarena (2010) la cámara séptica aporta una mejora sustancial sobre el pozo absorbente, ya que sirve para retener materiales sedimentables (que se acumulan en el fondo), y flotantes (que forman una costra en la superficie). La forma de “T” de los caños de entrada y salida (100 mm), impide que el líquido que entra modifique la superficie y el fondo, y el que el que sale se lleve esos estratos.
Dentro de la cámara se desarrolla una comunidad de bacterias anaerobias que disuelve y digiere los materiales orgánicos biodegradables. La mayor parte se transforma en gases como dióxido de carbono y metano, que se ventean. Otra parte sale con la materia orgánica disuelta del efluente y será depurada en el tratamiento biológico posterior. Lo inorgánico y lo no biodegradable se acumula, y es lo que se debe limpiar periódicamente.
La cámara séptica retiene entre un 30 y un 50% de la carga orgánica de los líquidos. No requiere de operaciones de mantenimiento especiales más que la limpieza periódica de sólidos retenidos. Se supone que la cámara séptica debiera retener sólidos y grasas, y solo pasar líquidos al pozo absorbente.
En cambio los pozos ciegos, no siempre funcionan correctamente. Si el terreno no es muy permeable y principalmente si no se interpone una cámara séptica entre la casa y el pozo, este se impermeabiliza con grasas y jabones y pierde su capacidad de trabajo. Se debe vaciar frecuentemente con el servicio de un camión atmosférico.
En los lugares donde la napa freática (la primera capa o napa de agua subterránea) está cerca de la superficie del suelo, los pozos se llenan con el agua subterránea perdiendo su función de recepción y absorción de las aguas residuales domiciliarias. Esto ocasiona el desborde del pozo que suele resolverse desviando los líquidos excedentes al terreno o a zanjas de la vía pública. Obviamente esta situación produce olores desagradables y pone en contacto a la población con las aguas residuales con el consecuente riesgo para la salud.
Si además el hogar, utiliza la napa freática como fuente de agua, esta puede verse fácilmente contaminada.
29
Claramente si la cámara séptica no cumple correctamente con la función para la cual fue diseñada, el pozo absorbente podría transformarse en un pozo ciego, con las mismas consecuencias descriptas anteriormente.
Finalmente, debido que la población con conexión a red pública de agua y saneamiento fue considerada dentro del escenario III, en el escenario mejorado de agua y cloaca, se considerará a la población con facilidad sanitaria mejorada y con acceso a una fuente mejorada de agua, aunque no controlada. En esta clasificación entra el agua provista por red pública pero que pueda contaminarse en el camino entre la fuente y el hogar, por ejemplo, un grifo público.
En la Tabla 11 se muestra la clasificación efectuada en base a lo comentado.
Tabla 11. Clasificación de la Información Censal en Escenarios
Fuente: Elaboración propia en base a las clasificaciones establecidas
Se puede determinar de esta manera, en cada partido, el porcentaje de población que se encuentra en cada escenario. La distribución de la población en escenarios se expone en la Tabla 12. Del análisis de los datos de la misma se desprende que solo el 32% de la población del área bajo estudio tiene acceso a los servicios de agua y saneamiento provistos por red pública. En el área actual el promedio asciende al 40%, y el del área ampliada disminuye al 12%. La disparidad entre partidos es bastante amplia. El partido con mayor cobertura es Vicente López (95%), seguido por San Isidro (77%) y
1. Desagüe a
red pública con
Descarga de
agua
2. Desagüe a
cámara séptica
y pozo ciego
con Descarga de
agua
3. Desagüe solo
a pozo ciego y
Descarga de
agua
4. Desagüe a
hoyo,
excavación etc.
y Descarga de
agua
5. Sin descarga
de agua
6. Sin
Baño/Letrina
M/NM M M NM NM NM NM
1. Por Cañería dentro de la Vivienda; Red
PúblicaM III IV Vb Vb Vb Vb
2. Por Cañería dentro de la Vivienda;
Perforación con bomba a motorM IV IV Vb Vb Vb Vb
3. Por Cañería dentro de la vivienda;
Perforación con bomba manualNM Va Va VI VI VI VI
4. Por Cañería dentro de la vivienda; Pozo NM Va Va VI VI VI VI
5. Por cañería dentro de la vivienda;
Transporte por cisternaNM Va Va VI VI VI VI
6. Por cañería dentro de la vivienda; Agua de
lluvia, río, canal, arroyo o acequiaNM Va Va VI VI VI VI
7. Fuera de la vivienda pero dentro del
terreno; Red públicaM IV IV Vb Vb Vb Vb
8. Fuera de la vivienda pero dentro del
terreno; Perforación con bomba a motorNM Va Va VI VI VI VI
9. Fuera de la vivienda pero dentro del
terreno; Perforación con bomba manualNM Va Va VI VI VI VI
10. Fuera de la vivienda pero dentro del
terreno; PozoNM Va Va VI VI VI VI
11. Fuera de la vivienda pero dentro del
terreno; Transporte por cisternaNM Va Va VI VI VI VI
12. Fuera de la vivienda pero dentro del
terreno; Agua de luvia, río, canal, arroyo o
acequia
NM Va Va VI VI VI VI
13. Fuera del Terreno; Red pública M IV IV Vb Vb Vb Vb
14. Fuera del terreno; Perforación con bomba
a motorNM Va Va VI VI VI VI
15. Fuera del terreno; Perforación con bomba
manualNM Va Va VI VI VI VI
16. Fuera del terreno; Pozo NM Va Va VI VI VI VI
17. Fuera del terreno; Transporte por cisternaNM Va Va VI VI VI VI
18. Fuera del terreno; Agua de lluvia, río,
canal, arroyo o acequiaNM Va Va VI VI VI VI
Clasificación Censal
30
Avellaneda (62%). En Malvinas Argentinas y Presidente Perón la población en el Escenario III es casi nula (1%). Y en partidos como Ezeiza e Ituzaingó, la cobertura es del 4% y 5%, respectivamente.
Tabla 12. Distribución de la población en escenarios
Fuente: Elaboración propia en base a las clasificaciones establecidas
I II III IV Vb Va VI
Almirante
Brown0% 0% 13% 41% 31% 3% 12%
Avellaneda 0% 0% 62% 15% 22% 0% 0%
Esteban
Echeverría0% 0% 12% 42% 33% 3% 10%
Ezeiza 0% 0% 4% 44% 22% 5% 25%
General San
Martín0% 0% 47% 25% 27% 0% 1%
Hurlingham 0% 0% 8% 63% 20% 3% 6%
Ituzaingó 0% 0% 5% 69% 16% 3% 6%
La Matanza 0% 0% 38% 25% 25% 2% 10%
Lanús 0% 0% 34% 28% 38% 0% 0%
Lomas de
Zamora0% 0% 25% 29% 45% 0% 1%
Morón 0% 0% 49% 35% 13% 1% 2%
Quilmes 0% 0% 51% 13% 35% 0% 0%
San Fernando 0% 0% 70% 9% 19% 1% 1%
San Isidro 0% 0% 77% 12% 10% 0% 0%
Tigre 0% 0% 15% 41% 35% 2% 6%
Tres de Febrero 0% 0% 77% 11% 10% 1% 2%
Vicente López 0% 0% 95% 2% 3% 0% 0%
Escobar 0% 0% 11% 39% 28% 4% 18%
Florencio
Varela0% 0% 21% 22% 47% 1% 9%
José C. Paz 0% 0% 5% 44% 28% 3% 20%
Malvinas
Argentinas0% 0% 1% 51% 29% 3% 16%
Merlo 0% 0% 13% 41% 29% 3% 14%
Moreno 0% 0% 13% 37% 30% 3% 17%
Presidente
Perón0% 0% 1% 40% 42% 2% 16%
San Miguel 0% 0% 17% 45% 26% 3% 10%
Total área
actual0% 0% 40% 27% 27% 1% 5%
Total área
ampliada0% 0% 12% 39% 32% 3% 14%
Total partidos 0% 0% 32% 30% 28% 2% 8%
Población en escenarios
Área actual
Área
ampliada
31
El 30% de la población tiene acceso a servicios mejorados de agua y saneamiento (Escenario IV), y el 28% de la población tiene acceso a servicio de agua mejorado pero no de saneamiento.
Solo un 2% de la población del área cubierta, tiene cloaca mejorada y agua no mejorado (Escenario Va), en tanto un 8% de la población no tiene facilidades mejoradas ni de agua ni de saneamiento (Escenario VI), siendo superior la incidencia en el Área Ampliada (14%). El partido con mayor porcentaje de población en este Escenario es Ezeiza (25%), seguido por José C. Paz (20%), Escobar (18%) y Moreno (17%).
3.2 Análisis descriptivo de los datos de salud
Como se estableció en la sección 2.3.1.1., la diarrea (ver Tabla 5) se encuentra dentro del primer capítulo “Enfermedades Infecciosas Intestinales”, del Código Internacional de Enfermedades versión 10, publicado por la Organización Mundial de la Salud.
3.2.1 Defunciones por diarrea
Los datos de mortalidad por la causa de las enfermedades especificadas en la Tabla 5 se solicitaron Dirección de Estadísticas e Información del Ministerio de Salud de la Nación, debido a la necesidad de contar con los datos por partido, edad y sexo.
La cantidad de defunciones por diarrea en el área bajo estudio, muestra una tendencia levemente ascendente a lo largo del tiempo (Figura 2), aunque hay años en los que descienden a niveles más bajos que años anteriores, luego vuelve a aumentar. En el año 2011, se produjeron la mayor cantidad de muertes registradas en el período analizado, ascendiendo a 70 casos.
Figura 2. Evolución de la mortalidad por diarrea 2001-2014
Fuente: Elaboración propia en base a datos del MSAL
La Figura 3, muestra la distribución por edad las muertes ocurridas en el año 2013, en el área bajo estudio.14La distribución por edad es clara, sea cual sea el año escogido: la mayor parte de las muertes ocurre en niños menores de un año y en adultos mayores a
14
Se tomó el año 2013 porque es el último año con información disponible de egresos hospitalarios.
32
70. Podemos observar que el 46% de las defunciones (27 casos) ocurren durante los primeros meses de vida, mientras aproximadamente el 37% de las muertes suceden en adultos mayores de 70 años (23 casos).
Figura 3. Defunciones por diarrea según rango de edad – Año 2013
Nota: El valor del eje horizontal representa el límite inferior del rango de edad.
Fuente: Elaboración propia en base a datos del MSAL
Hay más defunciones reportadas en hombres (53%) que en mujeres (47%), pero la diferencia no es significativa. Si tenemos en cuenta otros años, se dan más defunciones por diarrea en mujeres que en hombres, sin embargo la distribución es bastante pareja.
En términos absolutos, en el año 2013, se produjeron mayor cantidad de muertes por diarrea en los municipios de La Matanza, José C. Paz y Almirante Brown (ver Tabla 13). Si tenemos en cuenta las defunciones cada 100.000 habitantes, la mayor cantidad de muertes se producen en José C. Paz, Escobar y Ezeiza. Para el año 2013, no se produjeron muertes en los partidos de Ituzaingó, Lanús, Morón y Presidente Perón.
Sin embargo, si analizamos el promedio de los año 2010-2013 vemos que en Presidente Perón ocurrieron en promedio 0.93 muertes y en Ituzaingó 0.76, mientras que en los otros dos municipios la cifra es inferior a 0,5. En la mayoría de los municipios ocurre menos de una muerte cada 100.000 habitantes por año.
Habiendo dividido a la población en escenarios, pudimos establecer que el 32% de la población analizada se encuentra en el escenario III. Sin embargo la distribución entre partidos es bastante dispar (ver Tabla 12). Podemos observar en la Figura 4 referida al año 2013, que a medida que aumenta el porcentaje de personas en el escenario III, menor es la cantidad de defunciones.
33
Tabla 13. Defunciones por partido
Fuente: Elaboración propia en base a datos del MSAL
Figura 4. Relación entre defunciones por diarrea (cada 100.00 hab.) y % de población en escenario III – Año 2013
PartidoDefunciones
Año 2013Partido
Defunciones
c/100k hab
Año 2013
Partido
Defunciones
c/100k hab
Prom. 2010-13
La Matanza 8,00 José C. Paz 2,26 San Isidro 1,55
José C. Paz 6,00 Escobar 1,41 San Fernando 1,24
Almirante Brown 5,00 Ezeiza 1,25 Tres de Febrero 1,11
Tres de Febrero 4,00 Tres de Febrero 1,19 Escobar 1,06
Esteban Echeverría 3,00 San Isidro 1,03 José C. Paz 1,04
General San Martín 3,00 Esteban Echeverría 1,00 Vicente López 1,03
Lomas de Zamora 3,00 Almirante Brown 0,91 Presidente Perón 0,93
San Isidro 3,00 Tigre 0,80 Tigre 0,87
Tigre 3,00 General San Martín 0,73 Ezeiza 0,78
Escobar 3,00 Moreno 0,66 Ituzaingó 0,76
Merlo 3,00 San Fernando 0,62 Almirante Brown 0,73
Moreno 3,00 Avellaneda 0,59 Esteban Echeverría 0,67
Avellaneda 2,00 Merlo 0,57 Florencio Varela 0,65
Ezeiza 2,00 Hurlingham 0,55 Merlo 0,62
Quilmes 2,00 Lomas de Zamora 0,49 General San Martín 0,61
Hurlingham 1,00 La Matanza 0,45 San Miguel 0,55
San Fernando 1,00 Vicente López 0,37 Lomas de Zamora 0,53
Vicente López 1,00 San Miguel 0,36 La Matanza 0,52
Florencio Varela 1,00 Quilmes 0,34 Avellaneda 0,51
Malvinas Argentinas 1,00 Malvinas Argentinas 0,31 Morón 0,47
San Miguel 1,00 Florencio Varela 0,24 Hurlingham 0,42
Ituzaingó - Ituzaingó - Malvinas Argentinas 0,39
Lanús - Lanús - Moreno 0,33
Morón - Morón - Lanús 0,27
Presidente Perón - Presidente Perón - Quilmes 0,13
34
3.2.2 Egresos Hospitalarios y Notificaciones
En cuanto a la morbilidad, se toman los datos de hospitalizaciones y notificaciones (casos producidos que no requieren hospitalización). Por un lado, la Dirección de Estadísticas e Información en salud del MSAL proporcionó los datos de Egresos Hospitalarios correspondientes al sub-sector oficial. La Dirección de Epidemiología de la Provincia de Buenos Aires, suministró los datos de Notificaciones reportados por el sector público. 15
Los datos de egresos hospitalarios permiten clasificar a la población por edad y sexo, tal como hicimos con las defunciones. Sin embargo, en el caso de las Notificaciones, no contamos con la edad de los pacientes. Simplemente tenemos los casos reportados por municipio para los períodos analizados.
3.2.2.1 Análisis descriptivo de los Egresos Hospitalarios
En la Figura 5 se grafica la evolución temporal de los Egresos Hospitalarios entre los años 2005 y 2013. Podemos observar una reducción de las hospitalizaciones hasta el año 2009, incrementándose a partir de entonces. El incremento de los casos de hospitalizaciones ocurre principalmente en el área ampliada, en tanto se mantiene estable en el área actual (ver Figura 5).
Figura 5. Evolución de los egresos hospitalarios por diarrea 2005-2013
Fuente: Elaboración propia en base a datos del MSAL
Si analizamos la edad, podemos observar que el mayor porcentaje de egresos hospitalarios ocurre en niños menores de 5 años (38%), pero a diferencia de las defunciones, el mayor porcentaje se da en niños entre 1 y 4 años, mientras que en las defunciones ocurría en niños menores de un año. En este caso, no son tan significativas las hospitalizaciones en adultos mayores de 75 años como ocurría con las defunciones (ver Figura 6).
15
Las Notificaciones no incluyen egresos hospitalarios. Constituyen los casos de mínima debido a que solo contamos con las notificaciones reportadas por el sector público, no así por el privado. Asimismo, debe haber una gran cantidad de casos que no son informados.
35
Figura 6. Egresos hospitalarios por diarrea según rango de edad – Año 2013
Nota: El valor del eje horizontal representa el límite inferior del rango de edad.
Fuente: Elaboración propia en base a datos del MSAL
En la Tabla 14 se exponen los Egresos Hospitalarios por Partido.
Tabla 14. Egresos hospitalarios por partido
Fuente: Elaboración propia en base a datos del MSAL
Partido
Egresos
hospitalarios
Año 2013
Partido
Egresos
hospitalarios
c/100k hab
Año 2013
Partido
Egresos
hospitalarios
c/100k hab
Prom. 2010-13
Merlo 1.418,00 Malvinas Argentinas 286,92 Merlo 166,54
Malvinas Argentinas 920,00 Merlo 269,12 Malvinas Argentinas 134,88
La Matanza 339,00 José C. Paz 85,23 San Isidro 90,05
San Isidro 232,00 San Isidro 79,81 San Fernando 63,71
José C. Paz 226,00 Hurlingham 77,07 Hurlingham 60,30
General San Martín 223,00 Vicente López 69,95 Vicente López 51,53
Vicente López 187,00 San Fernando 61,23 General San Martín 47,96
Tigre 177,00 General San Martín 54,15 Escobar 44,16
Lomas de Zamora 151,00 San Miguel 48,07 Tigre 42,73
Hurlingham 139,00 Tigre 47,19 José C. Paz 37,90
San Miguel 132,00 Escobar 42,28 San Miguel 37,87
Lanús 124,00 Lanús 27,13 Lanús 25,87
Almirante Brown 114,00 Lomas de Zamora 24,69 Lomas de Zamora 23,83
Moreno 107,00 Moreno 23,72 La Matanza 23,49
San Fernando 99,00 Ezeiza 23,71 Avellaneda 20,43
Escobar 90,00 Almirante Brown 20,72 Almirante Brown 20,31
Florencio Varela 63,00 La Matanza 19,14 Ezeiza 18,88
Quilmes 62,00 Esteban Echeverría 16,99 Presidente Perón 18,20
Tres de Febrero 57,00 Tres de Febrero 16,89 Moreno 18,01
Morón 52,00 Morón 16,36 Tres de Febrero 17,04
Esteban Echeverría 51,00 Florencio Varela 14,94 Florencio Varela 16,71
Avellaneda 45,00 Avellaneda 13,23 Quilmes 13,97
Ezeiza 38,00 Quilmes 10,69 Morón 12,74
Ituzaingó 8,00 Presidente Perón 9,87 Esteban Echeverría 11,41
Presidente Perón 8,00 Ituzaingó 4,86 Ituzaingó 7,28
36
Podemos observar en la Tabla 14 que los partidos que cuentan con mayores casos de egresos hospitalarios en términos absolutos y relativos son Merlo, Malvinas Argentinas, José C. Paz y San Isidro. Si bien La Matanza registra un alto valor para el año 2013, solo ocurre en términos absolutos. En este caso podemos observar que si bien los egresos hospitalarios registrados para Merlo y Malvinas Argentinas en el año 2013 son muy superiores al promedio anual entre 2010 y 2013, ambos municipios lideran también este ranking.
También podemos observar en la Figura 7 una clara tendencia negativa entre los egresos hospitalarios cada 100.000 habitantes y el porcentaje de población en el escenario III en cada municipio.
Figura 7. Relación entre Egresos hospitalarios por diarrea (cada 100.000 hab) y % de población en escenario III – Año 2013
3.2.2.2 Análisis descriptivo de los datos: Notificaciones
Como puede verse en la Figura 8, las Notificaciones se mantienen relativamente estables en los años consultados, con excepción del 2010 en que supera ampliamente lo ocurrido en años anteriores.
El municipio con mayor cantidad de Notificaciones en términos absolutos es La Matanza, seguido por San Isidro, Escobar y Lanús. Pero si tenemos en cuenta la población de cada partido, en el año 2013 los municipios con mayores Notificaciones son Escobar, San Isidro, Ezeiza y Morón. Esto coincide con el promedio de los años 2010-2013 (ver Tabla 15).
37
Figura 8. Evolución de las Notificaciones por diarrea 2006-2015
Fuente: Elaboración propia en base a datos del MSAL
En lo que respecta a la relación entre las Notificaciones y la población en el escenario III, no se observa una tendencia negativa clara (ver Figura 9). Esto puede deberse a la subestimación de los casos, ya que solo se cuenta con información del sector público, no así del privado, y además hay establecimientos que no reportan, llevando a subestimar las Notificaciones. No solo nos encontramos con el subregistro de los casos, sino que también se debe considerar que existe una subvaluación de las notificaciones ya que no todos los casos son reportados a las autoridades de salud. Esto ocurre a nivel mundial y es la dificultad con la que se encuentran muchos estudios epidemiológicos (Gkogka et al, 2011).
Tabla 15. Notificaciones por partido
PartidoNotificaciones
Año 2013Partido
Notificaciones
c/100k hab
Año 2013
Partido
Notificaciones
c/100k hab
Prom. 2010-13
La Matanza 15.132 Escobar 5.615 Escobar 5.611
San Isidro 13.563 San Isidro 4.666 San Isidro 4.284
Escobar 11.952 Ezeiza 4.146 Morón 3.197
Lanús 10.346 Morón 2.743 Ezeiza 2.931
Morón 8.719 Lanús 2.264 Lanús 2.692
General San Martín 7.853 San Miguel 2.015 General San Martín 2.104
Tigre 7.545 Tigre 2.012 Avellaneda 2.092
Quilmes 7.409 Avellaneda 2.011 Malvinas Argentinas 2.015
Avellaneda 6.844 General San Martín 1.907 Presidente Perón 1.761
Merlo 6.766 José C. Paz 1.603 Quilmes 1.632
Ezeiza 6.644 Merlo 1.284 José C. Paz 1.574
Lomas de Zamora 6.252 Quilmes 1.277 San Fernando 1.507
San Miguel 5.533 Malvinas Argentinas 1.087 San Miguel 1.436
José C. Paz 4.251 Lomas de Zamora 1.022 Lomas de Zamora 1.160
Malvinas Argentinas 3.486 Presidente Perón 1.001 Tigre 966
Tres de Febrero 2.581 La Matanza 854 Merlo 966
Moreno 2.289 Tres de Febrero 765 La Matanza 922
Florencio Varela 2.046 Ituzaingó 524 Ituzaingó 860
Esteban Echeverría 1.478 Moreno 507 Tres de Febrero 857
Almirante Brown 1.264 Esteban Echeverría 492 Almirante Brown 815
Ituzaingó 863 Florencio Varela 485 Moreno 736
Vicente López 840 Vicente López 314 Esteban Echeverría 707
Presidente Perón 811 Almirante Brown 230 Florencio Varela 474
Hurlingham 399 Hurlingham 221 Vicente López 378
San Fernando 242 San Fernando 150 Hurlingham 213
38
Figura 9. Relación entre Notificaciones por diarrea (cada 100.000 hab.) y % de población en escenario III – Año 2013
4 Resultados
4.1 Valuación de las defunciones en término de AVAD
De acuerdo a los riesgos relativos presentados para el escenario base (Tabla 4), y a la población en cada escenario (Tabla 12), se calculó el RAPP utilizando la fórmula (2) de pasar a los Escenarios I y II. En promedio, de acuerdo al RAPP calculado para el Escenario I podrían evitarse 89% de los casos de diarrea y 74% de los casos al pasar al Escenario II.
En la Tabla 16 se exponen los resultados de defunciones evitadas de pasar a los escenarios I y II. Las defunciones evitadas serían 53, al pasar al Escenario I. Este escenario ideal es teórico, por lo cual, podríamos decir que de hacer todas las obras de agua y saneamiento proyectadas para lograr la cobertura del 100% en agua y cloaca, y el tratamiento parcial de los efluentes cloacales, podríamos alcanzar el escenario II, y se evitarían 44 muertes anuales.
Para calcular los AVAD se considera que la edad no pesa, por lo cual el parámetro K es igual a 0. En tal circunstancia, no importa cuál sea el valor de C ni de β. Como se explicó en el desarrollo de la metodología D = 1 en el caso de las defunciones, y para L se utilizaron las Tablas de expectativa de vida publicadas por el Indec para la Provincia de Buenos Aires (Tabla 6).
En la Tabla 16 se exponen los resultados de AVAD evitados de pasar a los escenarios I y II.
39
Los AVAD calculados para el año 2013 ascienden a 1175, en tanto si pasáramos a un escenario teórico ideal se reducirían a 121, evitando 1053 AVAD. Mientras que si pasáramos al escenario más realista II, el número de AVAD ascendería 304, evitándose 871 AVAD.
Tabla 16. Defunciones 2013 y AVAD estimados evitadas por escenario propuesto y por partido
En la Tabla 16 podemos observar que tanto si pasáramos al escenario II como al I, los mayores AVAD evitados ocurrirían en La Matanza, José C. Paz, Almirante Brown y Esteban Echeverría.
4.2 Valuación de la morbilidad en términos de AVAD
4.2.1 Egresos Hospitalarios
En el caso de los egresos hospitalarios los AVAD calculados resultan bastante inferiores a los egresos hospitalarios notificados. Esto se debe principalmente a que los AVAD están calculadas en términos anuales, y una diarrea severa podría llevar una hospitalización de 7 días para el caso base (Tabla 7). Por otro lado, la gravedad de la enfermedad en términos de peso estimado (D) como vimos anteriormente es bastante baja: 0.247 para el caso base (Tabla 8).
En la Tabla 17 se exponen los resultados de AVAD y Egresos Hospitalarios evitados de pasar a los escenarios I y II.
Al pasar al escenario I podríamos evitar 22 AVAD (4555 Egresos Hospitalarios) y al pasar al escenario II, 18 (3794 Egresos Hospitalarios). La mayor cantidad de AVAD evitados ocurre en los partidos de Merlo y Malvinas Argentinas.
Partido RAPP
Escenario I
RAPP
Escenario II
Defunciones
2013
Defunciones
Evitadas al
Escenario II
Defunciones
Evitadas al
Escenario I
AVAD 2013
AVAD
Evitados al
Escenario II
AVAD
Evitados al
Escenario I
Almirante Brown 91% 77% 5 4 5 101 78 92
Avellaneda 87% 68% 2 1 2 60 41 52
Esteban Echeverría 91% 77% 3 2 3 85 66 77
Ezeiza 92% 79% 2 2 2 60 47 55
General San Martín 88% 71% 3 2 3 43 31 38
Hurlingham 91% 77% 1 1 1 9 7 8
Ituzaingó 91% 77% 0 0 0 0 0 0
La Matanza 90% 74% 8 6 7 176 130 158
Lanús 89% 74% 0 0 0 0 0 0
Lomas de Zamora 90% 75% 3 2 3 43 32 39
Morón 88% 70% 0 0 0 0 0 0
Quilmes 88% 71% 2 1 2 45 32 40
San Fernando 87% 67% 1 1 1 30 20 26
San Isidro 86% 64% 3 2 3 33 21 29
Tigre 91% 77% 3 2 3 56 43 51
Tres de Febrero 86% 64% 4 3 3 62 40 53
Vicente López 83% 58% 1 1 1 30 17 25
Escobar 91% 78% 3 2 3 47 37 43
Florencio Varela 91% 77% 1 1 1 30 23 27
José C. Paz 91% 79% 6 5 5 140 110 128
Malvinas Argentinas 91% 79% 1 1 1 9 7 8
Merlo 91% 77% 3 2 3 63 49 57
Moreno 91% 78% 3 2 3 23 18 21
Presidente Perón 92% 79% 0 0 0 0 0 0
San Miguel 91% 76% 1 1 1 30 23 27
59 44 53 1175 871 1053
41 30 36 833 605 742
18 14 16 342 266 311
Total defunciones/AVAD
Total Área actual
Total Área Ampliada
40
Tabla 17. Cantidad de Egresos Hospitalarios y AVAD por Egresos por escenario propuesto y por partido
4.2.2 Notificaciones
En el caso de las Notificaciones no contamos con el detalle por edad, pero esto no afecta el caso base, ya que no se le da peso a la edad (k=0).
Para el caso base, se utilizará el D correspondiente a una diarrea de gravedad media, a saber 0.188 (ver Tabla 8).
En la Tabla 18 se exponen los resultados de AVAD y Notificaciones evitados de pasar a los escenarios I y II.
Se puede observar en la Tabla 18 que podrían evitarse 153 AVAD (99053 Notificaciones) al pasar al escenario II y 187 (120686 Notificaciones) al pasar al escenario I.
El municipio donde más AVAD se evitarían es La Matanza, seguido por San Isidro y Escobar. El municipio donde menos AVAD se evitarían es San Fernando, seguido por Hurlingham.
Partido RAPP
Escenario I
RAPP
Escenario II
Egresos
Hospitalarios
2013
Egresos
Hospitalarios
Evitados al
Escenario II
Egresos
Hospitalarios
Evitados al
Escenario I
AVAD 2013
AVAD
Evitados al
Escenario II
AVAD
Evitados al
Escenario I
Almirante Brown 91% 77% 114 88 104 0,541 0,418 0,492
Avellaneda 87% 68% 45 31 39 0,214 0,146 0,187
Esteban Echeverría 91% 77% 51 39 46 0,242 0,187 0,220
Ezeiza 92% 79% 38 30 35 0,180 0,143 0,165
General San Martín 88% 71% 223 159 197 1,059 0,753 0,937
Hurlingham 91% 77% 139 106 126 0,660 0,506 0,598
Ituzaingó 91% 77% 8 6 7 0,038 0,029 0,034
La Matanza 90% 74% 339 251 304 1,610 1,190 1,442
Lanús 89% 74% 124 91 111 0,589 0,434 0,527
Lomas de Zamora 90% 75% 151 113 136 0,717 0,538 0,646
Morón 88% 70% 52 37 46 0,247 0,173 0,218
Quilmes 88% 71% 62 44 55 0,294 0,209 0,260
San Fernando 87% 67% 99 66 86 0,470 0,313 0,407
San Isidro 86% 64% 232 148 198 1,102 0,704 0,942
Tigre 91% 77% 177 135 160 0,841 0,643 0,762
Tres de Febrero 86% 64% 57 37 49 0,271 0,174 0,232
Vicente López 83% 58% 187 108 156 0,888 0,515 0,739
Escobar 91% 78% 90 70 82 0,427 0,333 0,390
Florencio Varela 91% 77% 63 48 57 0,299 0,229 0,271
José C. Paz 91% 79% 226 178 207 1,073 0,844 0,981
Malvinas Argentinas 91% 79% 920 723 841 4,369 3,432 3,994
Merlo 91% 77% 1418 1096 1289 6,734 5,202 6,121
Moreno 91% 78% 107 83 97 0,508 0,395 0,463
Presidente Perón 92% 79% 8 6 7 0,038 0,030 0,035
San Miguel 91% 76% 132 101 119 0,627 0,478 0,567
5062 3794 4555 24 18 22
2098 1490 1855 10 7 9
2964 2305 2700 14 11 13
Total Egresos Hospitalarios/AVAD
Total Área actual
Total Área Ampliada
41
Tabla 18. Cantidad de Notificaciones y AVAD por Notificaciones por escenario propuesto y por partido
4.3 Valuación de la mortalidad y la morbilidad en términos económicos
Para calcular el valor actual de los beneficios se multiplicaron los AVAD por el salario mínimo, vital y móvil (ver Tabla 10). Se consideró el crecimiento de AVAD a la tasa de crecimiento poblacional. El flujo de beneficios proyectado con un horizonte de valuación de 40 años, fue descontado al 5.05% anual.
En la Tabla 19 se exponen los beneficios obtenidos, que ascienden a $2466 millones al pasar al Escenario I (u$s 167 millones) y a $2040 millones al pasar al escenario II (u$s 138 millones). Las defunciones evitadas dan cuenta del 84% de los beneficios obtenidos, mientras las Notificaciones evitadas contribuyen en un 15% a los mismos. La contribución de los Egresos Hospitalarios es marginal.
En valores absolutos los mayores beneficios se obtienen en La Matanza ($514 millones al Escenario I), seguido por Almirante Brown ($146 millones al Escenario I).
Los partidos de La Matanza, Almirante Brown, Merlo, Florencio Varela, José C. Paz, Tigre, Esteban Echeverría y Escobar, dan cuenta del 58% de los beneficios calculados.
El 70% de los beneficios calculados corresponde a los partidos agrupados en al área actual.
Partido RAPP
Escenario I
RAPP
Escenario II
Notificaciones
2013
Notificaciones
Evitadas al
Escenario II
Notificacione
s Evitadas al
Escenario I
AVAD 2013
AVAD
Evitados al
Escenario II
AVAD
Evitados al
Escenario I
Almirante Brown 91% 77% 1264 977 1149 1,96 1,51 1,78
Avellaneda 87% 68% 6844 4668 5974 10,60 7,23 9,25
Esteban Echeverría 91% 77% 1478 1141 1343 2,29 1,77 2,08
Ezeiza 92% 79% 6644 5255 6088 10,29 8,14 9,43
General San Martín 88% 71% 7853 5584 6945 12,17 8,65 10,76
Hurlingham 91% 77% 399 306 362 0,62 0,47 0,56
Ituzaingó 91% 77% 863 662 782 1,34 1,03 1,21
La Matanza 90% 74% 15132 11184 13553 23,44 17,33 21,00
Lanús 89% 74% 10346 7619 9255 16,03 11,80 14,34
Lomas de Zamora 90% 75% 6252 4695 5629 9,69 7,27 8,72
Morón 88% 70% 8719 6122 7680 13,51 9,48 11,90
Quilmes 88% 71% 7409 5263 6551 11,48 8,15 10,15
San Fernando 87% 67% 242 161 210 0,37 0,25 0,32
San Isidro 86% 64% 13563 8662 11603 21,01 13,42 17,98
Tigre 91% 77% 7545 5774 6837 11,69 8,95 10,59
Tres de Febrero 86% 64% 2581 1662 2214 4,00 2,58 3,43
Vicente López 83% 58% 840 487 699 1,30 0,75 1,08
Escobar 91% 78% 11952 9314 10897 18,52 14,43 16,88
Florencio Varela 91% 77% 2046 1569 1855 3,17 2,43 2,87
José C. Paz 91% 79% 4251 3342 3887 6,59 5,18 6,02
Malvinas Argentinas 91% 79% 3486 2738 3187 5,40 4,24 4,94
Merlo 91% 77% 6766 5227 6151 10,48 8,10 9,53
Moreno 91% 78% 2289 1779 2085 3,55 2,76 3,23
Presidente Perón 92% 79% 811 641 743 1,26 0,99 1,15
San Miguel 91% 76% 5533 4220 5008 8,57 6,54 7,76
135108 99053 120686 209 153 187
97974 70222 86873 152 109 135
37134 28831 33813 58 45 52
Total Notificaciones/AVAD
Total Área actual
Total Área Ampliada
42
Tabla 19. Beneficios por reducción de la mortalidad y la morbilidad asociados a la diarrea
5 Análisis de sensibilidad
El análisis de sensibilidad se realiza debido a que existe incertidumbre en cuanto a las variables utilizadas en la estimación de los beneficios.
La fuente de la incertidumbre puede provenir de contar con información incompleta, ya que las estimaciones se basan en una muestra, por sesgos potenciales en la información, por heterogeneidad o desacuerdo entre diversas fuentes de información (Mathers et al, 2006).
Los riesgos relativos por ejemplo, son calculados a través de meta regresiones que combinan estudios realizados en diferentes países, con características socio-económico y culturales diversas; y son aplicados para calcular el RAPP en la Provincia de Buenos Aires, que tiene otras características socio-económicas y culturales. Asimismo, los riesgos relativos son calculados teniendo en cuenta las características de los escenarios de exposición, y no siempre la información provista en las encuestas es tan específica como para permitir mayor apertura de la información. Esto genera que las prácticas sean agrupadas en categorías más amplias (Fewtrell et al, 2007). Otro ejemplo es la utilización de estimaciones de D como si fueran universales, cuando los factores socio ambientales tienen un rol en cómo se perciben los estados de salud (Ütün et al, 1999).
Total DefuncionesEgresos
HospitalariosNotificaciones Total Defunciones
Egresos
HospitalariosNotificaciones
La Matanza 514.722.754 453.531.643 4.429.867 56.761.245 424.748.513 374.253.691 3.655.520 46.839.302
Almirante Brown 145.535.441 134.202.764 803.665 10.529.012 123.702.557 114.069.981 683.101 8.949.475
Merlo 140.752.534 120.412.800 7.034.023 13.305.711 119.624.746 102.338.127 5.978.174 11.308.445
Florencio Varela 135.909.606 129.019.921 672.264 6.217.422 114.926.017 109.100.056 568.470 5.257.491
José C. Paz 131.315.679 119.071.758 841.783 11.402.137 112.894.927 102.368.564 723.699 9.802.664
Tigre 121.545.822 108.234.454 1.588.825 11.722.543 102.652.886 91.410.622 1.341.860 9.900.405
Esteban Echeverría 118.959.464 111.550.396 349.341 7.059.726 101.078.556 94.783.153 296.831 5.998.572
Escobar 118.818.276 85.322.324 789.055 32.706.898 101.562.673 72.931.232 674.463 27.956.978
San Isidro 104.346.552 79.337.681 1.513.629 23.495.242 77.902.012 59.231.138 1.130.030 17.540.844
Ezeiza 101.030.070 81.473.590 378.534 19.177.946 87.196.740 70.317.990 326.704 16.552.046
Lomas de Zamora 87.704.052 71.103.819 983.094 15.617.140 73.151.437 59.305.659 819.970 13.025.809
General San Martín 72.429.911 53.293.500 1.249.545 17.886.866 58.229.921 42.845.231 1.004.570 14.380.120
Tres de Febrero 69.506.650 63.519.763 343.809 5.643.078 52.202.040 47.705.669 258.213 4.238.158
Avellaneda 69.400.577 54.130.768 443.663 14.826.146 54.233.994 42.301.201 346.707 11.586.087
Lanús 63.872.729 38.299.876 731.834 24.841.019 52.582.553 31.529.970 602.475 20.450.108
Moreno 62.719.755 52.411.483 718.884 9.589.388 53.516.233 44.720.601 613.395 8.182.237
Malvinas Argentinas 59.190.743 39.573.880 3.339.283 16.277.579 50.860.610 34.004.501 2.869.334 13.986.775
San Miguel 57.818.790 47.452.861 775.392 9.590.537 48.726.624 39.990.766 653.459 8.082.399
Quilmes 55.154.452 30.608.951 627.403 23.918.098 44.313.063 24.592.328 504.078 19.216.657
San Fernando 53.453.855 47.411.821 693.207 5.348.827 41.098.393 36.452.930 532.977 4.112.486
Vicente López 51.043.962 48.461.243 761.518 1.821.201 35.562.636 33.763.241 530.554 1.268.842
Morón 46.088.488 26.194.905 240.076 19.653.506 36.736.641 20.879.679 191.362 15.665.600
Presidente Perón 30.914.213 25.428.012 168.419 5.317.783 26.659.770 21.928.585 145.241 4.585.944
Ituzaingó 27.194.773 23.814.575 85.564 3.294.634 22.998.145 20.139.570 72.360 2.786.214
Hurlingham 26.944.097 25.306.330 761.039 876.727 22.769.659 21.385.631 643.131 740.896
Total general 2.466.373.245 2.069.169.118 30.323.717 366.880.410 2.039.931.349 1.712.350.116 25.166.680 302.414.553
Área Actual 1.728.933.648 1.450.476.079 15.984.614 262.472.955 1.411.159.748 1.184.967.684 12.940.445 213.251.619
Área Ampliada 737.439.597 618.693.039 14.339.103 104.407.455 628.771.602 527.382.432 12.226.236 89.162.934
Total general en u$s 166.901.219 140.022.135 2.052.027 24.827.056 138.043.595 115.875.942 1.703.047 20.464.606
I II
Escenario
Partido
43
Para realizar el análisis de sensibilidad se realizó una simulación de Monte Carlo de 10.000 iteraciones. De esta manera se generaron una gran cantidad de escenarios posibles permitiéndoles a las estimaciones y parámetros variar entre los valores establecidos de acuerdo a la distribución especificada.
Se establecieron 15 inputs de acuerdo a los valores y distribuciones establecidos en la Tabla 20. Se definieron 8 outputs que corresponden al Valor actual de los Beneficios para los Escenarios I y II, y la correspondiente apertura en Área Actual y Ampliada. Asimismo, se estableció como output los AVAD evitados para un año de valuación para los Escenarios I y II.
Tabla 20. Inputs para Análisis de Sensibilidad
En la Tabla 21 se exponen los resultados de la simulación para los outputs correspondientes al Valor actual de los beneficios estimados. Podemos observar que al iterar las variables, los beneficios en el Escenario I, varían entre $768 millones (u$s 52 millones) y $10.409 millones (u$s 704 millones), alcanzando un valor medio de $3055 millones (u$s 206 millones). En el escenario II se obtiene un valor mínimo de $626 millones (u$s 43 millones), un valor medio de $2534 millones (u$s 171 millones) y un valor máximo de $8624 millones (u$s 584 millones).
Tabla 21. Valor actual de los Beneficios estimados para los Escenarios I y II
En la Tabla 22 se exponen los resultados de la simulación para los outputs establecidos, correspondientes a los AVAD evitados calculados para un año de valuación, al arribar
Fórmula Inputs Distribución Mínima Media Máxima
K Binomial 0 0 1
Beta Triangular 0,01 0,04 0,06
Tasa descuento AVAD (r ) Triangular 0,02 0,03 0,06
D(egresos) Triangular 0,2390 0,2470 0,2810
D(notificaciones) Triangular 0,1490 0,1880 0,2020
L (egresos) Triangular 0,0110 0,0192 0,0385
L (notificaciones) Triangular 0,0055 0,0082 0,0110
RR Escenario III Triangular 5,465 5,656 6,313
RR Escenario IV Triangular 9,003 10,228 11,691
RR Escenario Va Triangular 10,808 12,279 14,035
RR Escenario Vb Triangular 10,808 12,279 14,035
RR Escenario VI Triangular 13,646 15,503 17,721
Tasa de descuento (d) Triangular 0,0236 0,0505 0,1200
Horizonte (T) Triangular 30 40 50
Salario anual Triangular 80970 80970 212902
AVAD
RAPP
VA Beneficios
Mínimo Media Máximo Mínimo Media Máximo
Total $ 767.504.577 3.054.742.971 10.409.815.480 626.320.499 2.533.657.406 8.624.416.905
Área Actual 542.646.202 2.138.362.807 7.290.605.753 436.848.659 1.751.154.075 5.951.481.185
Área Ampliada 224.858.375 916.380.164 3.166.017.175 189.471.840 782.503.331 2.717.791.415
Total U$S 51.937.577 206.716.614 704.439.564 42.383.550 171.454.386 583.620.382
Escenario I Escenario II
44
a los escenarios I y II. Los mismos alcanzan un valor mínimo de 634 para el Escenario I y de 517 para el Escenario II. En tanto que el valor medio asciende a 1240 para el Escenario I y 1025 para el Escenario II. Finalmente, el valor máximo alcanza 2056 en el Escenario I y 1715 en el Escenario II
Tabla 22. AVAD evitados para los Escenarios I y II
El modo de la distribución para el Escenario I es 1247, y para el Escenario II, 1034. El modo es bastante similar al valor determinístico calculado, siendo 1262 para el Escenario I y 1042 para el Escenario II.
En la Figura 10 podemos observar que los resultados de los beneficios al Escenario I más frecuentes se encuentran entre los 2264 millones y los 3262 millones.
Figura 10. Frecuencia del VA de los Beneficios al Escenario I
En la Figura 11 podemos observar que los resultados de los beneficios al Escenario II más frecuentes se encuentran entre los 1867 millones y los 2695 millones.
Figura 11. Frecuencia del VA de los Beneficios al Escenario II
Mínimo Media Máximo Mínimo Media Máximo
Total AVAD
EVITADOS634 1240 2056 517 1025 1715
Escenario I Escenario II
45
Del análisis de las correlaciones entre las variables se desprende que el salario tiene una fuerte correlación positiva con el Valor Actual de los beneficios estimados (0.61) mientras que la tasa de descuento de los beneficios tiene una fuerte correlación negativa (-0.6), con dicho output.
A los efectos de analizar las variables que más incertidumbre aportan al cálculo de los beneficios y de los AVAD evitados, se corrieron simulaciones con 5000 iteraciones fijando las variables en los valores determinísticos con excepción de una variable a la que se define la distribución asignada en la Tabla 20. También se realizaron simulaciones dejando que todos los inputs tengan incertidumbre (la distribución establecida en la Tabla 20), con excepción de una variable a la que se le asigna un valor determinístico.
En el caso del Valor Actual de los beneficios, las variables que más incertidumbre aportan son el salario y la tasa de descuento (ver Figura 12). Los mismos resultados se obtienen cuando dejamos que el salario y la tasa de descuento queden fijas mientras las otras variables fluctúan.
Figura 12. VA Beneficios al Escenario I (una sola variable con Incertidumbre)
En lo que respecta al cálculo de AVAD evitados, la variable más correlacionada es β (0.27) y el descuento d (-0.89). Esta última es la variable que más incertidumbre aporta, seguida por β (ver Figura 13). Los mismos resultados se obtienen cuando dejamos que β y la tasa de descuento de los AVAD queden fijas mientras las otras variables fluctúan.
46
Figura 13. AVAD evitados al Escenario I (una sola variable con Incertidumbre)
6 Conclusiones
En el desarrollo de este trabajo se ha calculado, a través del método de costos evitados, y para los partidos de la concesión de la empresa Aguas y Saneamientos Argentinos (AySA) en la Provincia de Buenos Aires, el beneficio económico que reportaría para la sociedad la reducción en la tasa de enfermedad de la diarrea. Para ello se ha considerado que el riesgo de enfermarse disminuye cuando se pasa a un escenario de menor exposición al riesgo, al que se llega a través de la mejora de las facilidades de agua y saneamiento, y de las condiciones de higiene personales y del hogar. La estimación se realizó en términos de años de vida ajustados por discapacidad (AVAD), asignándole a estos un valor monetario a través del salario mínimo, vital y móvil.
El objetivo de este trabajo fue realizar un análisis de costo-beneficio para estimar la conveniencia para la sociedad de destinar recursos a obras de agua y saneamiento. Sin embargo, con los beneficios estimados en este trabajo, no se cubre el costo que genera en la sociedad el efectuar las obras necesarias para alcanzar mejoras sustanciales de acceso. A título informativo, el plan de inversiones de AySA para alcanzar una cobertura cercana al 90% en el área actual y de aproximadamente el 70% en el área ampliada, alcanza un valor estimado superior a u$s13.600 millones. Considerando el límite superior de los beneficios estimados al escenario I, y a los efectos de tener una
47
idea de lo que implican los beneficios estimados, los mismos cubrirían un 5% del plan de inversiones, un 13% de las redes secundarias programadas, o un 9% de las obras básicas programadas. En el área actual los beneficios obtenidos financiarían el 7% de las obras programadas, mientras que en el área ampliada representan el 3% (esto puede deberse a que la densidad de población en estos partidos es baja comparada con el área actual).
Otras valuaciones realizadas a nivel internacional, hablan de una relación beneficio/costo de 3 a 1 para las obras de agua y saneamiento. La diferencia con nuestro trabajo se pueden atribuir a varios factores.
Las obras de agua y saneamiento tienen múltiples impactos, no solo en la disminución de la tasa de diarrea, cuyos beneficios se están estimando en este trabajo. En este sentido, no estamos incluyendo en esta evaluación beneficios incluidos en otros trabajos (Hutton, 2015; Hutton, 2012) entre los cuales podemos destacar: los costos evitados relacionados con el tratamiento de las enfermedades y la pérdida de productividad asociada a los días de enfermedad; el valor del tiempo evitado por viajar o esperar para conseguir agua o acceder a una facilidad sanitaria; la inclusión de los casos de malnutrición, enfermedades respiratorias y malaria, atribuidos en parte a las deficiencias de agua, saneamiento e higiene.
De acuerdo a las estimaciones de Hutton (2015), el valor del tiempo da cuenta de aproximadamente el 80% de los beneficios estimados para Latinoamérica de acceso a agua potable en el hogar, y de más del 80% para el saneamiento, mientras que los costos evitados de cuidado de la salud, la productividad y la mortalidad evitada, explican el resto. Al estimar la mortalidad evitada con el método de AVAD, en lugar que con el enfoque de capital humano, los beneficios estimados son 5 veces menores. Hutton (2015) estima para Latinoamérica (área urbana) con un valor de u$s 5000 por DALY un ratio costo-beneficio de 3 para lograr acceso universal a agua potable en el hogar y 3.3 para acceder a saneamiento básico en el hogar.
Prüss-Üstun et al (2008) estiman que la diarrea da cuenta del 38.6% de las AVAD estimadas asociadas al factor de riesgo de agua, saneamiento e higiene, siendo importante también las enfermedades asociadas a la malnutrición (21%) y la malaria (14.2%). Una ampliación de este trabajo, debería analizar la posibilidad de incluir estas enfermedades.
Tampoco estamos considerando los riesgos para la salud derivados de la concentración elevada de nitritos, nitratos y arsénico, principalmente en las zonas donde se toma agua de pozo, y cercanas a zonas agrícolas, donde el uso de fertilizantes compromete las napas subterráneas. La reducción del consumo de elevadas concentraciones de arsénico a través del agua, podría generar importantes beneficios para la salud de la población, cuya exclusión lleva a una subvaluación de los beneficios.
Otros beneficios sociales de difícil cuantificación monetaria tampoco son incluidos, a saber: las mejoras en los niveles educativos debido a la asistencia a la escuela; el impacto de otras enfermedades como ser alergias, dermatitis, etc; el ahorro de tiempo que el hogar tiene que gastar para consumir agua en mejor estado (por ejemplo, hervir el agua); la seguridad, privacidad, dignidad confort y estatus, que el acceso a los servicios básicos de agua y saneamiento generan; el aumento del valor de la propiedad; los beneficios derivados de reutilizar los residuos para la generación de energía (Hutton, 2015; Hutton et al, 2007; Hutton y Haller, 2004).
48
El análisis de sensibilidad se realizó especificando 15 variables definidas como inputs. Siguiendo a Mathers et al (2006) podría generarse incertidumbre no solo en las variables establecidas sino también en los datos de mortalidad y morbilidad, debido al posible defecto en el registro de los casos informados, de la causa de muerte, y también sobre las tablas de expectativa de vida.
Aún dentro de la limitación de solamente considerar algunos impactos de la diarrea, otra posible fuente de subestimación de los beneficios calculados en este trabajo es la precariedad de los datos de salud. Se piensa que la información de mortalidad por diarrea está subvaluada ya que se tiende a informar como causa de muerte paro cardio respiratorio que es una consecuencia y no la causa de la muerte en sí misma. En cuanto a los egresos hospitalarios, los mismos provienen solamente del sistema público de salud, dejando de lado todo el resto de la atención privada. No se ha previsto este hecho en el análisis de sensibilidad ya que no se cuenta con datos objetivos como para poder hacer una estimación de la subvaluación.
Además, un escenario ideal debería apuntar al cuidado del medio ambiente, a través de la conservación del recurso fluvial. El Río de la Plata actúa como receptor de los desechos cloacales y a la vez es la fuente de la cual se obtiene el agua para ser potabilizada. La contaminación del recurso, encarece el proceso de potabilización para toda la sociedad. En un contexto mundial de escasez de agua en muchas regiones del mundo, sería razonable cuidar nuestro recurso. En este sentido, se podrían estimar los beneficios derivados de las mejoras ambientales derivadas de generar un proceso de tratamiento parcial de cloacas, que generaría altos beneficios ambientales para las generaciones futuras. Considerando las mejoras ambientales para generaciones futuras, debería ampliarse el horizonte de valuación.
Como se mostró en la sección 2.2.2 de riesgos relativos, la realización de infraestructura de agua y saneamiento reduce la exposición de las personas a los agentes patógenos transmitidos por fuentes contaminadas, sin embargo, un plan de inversiones debe estar acompañado por un plan educativo en salud e higiene personal y del hogar. La higiene personal y del hogar reduce la posibilidad de enfermarse. Sin embargo, ya entrados en el siglo XXI la práctica del lavado de manos dista de ser frecuente. Freeman et al (2014) estiman que la prevalencia del lavado de manos a nivel mundial es en promedio el 19%, en los países desarrollados las tasas varían entre el 48% y el 72%, mientras que en los países de bajos ingresos las tasas varían entre el 5% y el 25%. Ha sido comprobado que la educación en las escuelas influye en la reducción del riesgo asociado a la enfermedad. En escuelas donde se brindó un programa de educación en prevención de la enfermedad asociada a parásitos, como ser lavado de manos, la manipulación de los alimentos, el uso del baño la incidencia de la enfermedad disminuyó un 50% (Brieri et al, 2013). Asimismo, se observan reducciones en las tasas de enfermedad a medida que aumenta el nivel educativo de los padres (Fink, 2011).
Es mundialmente aceptada la importancia del agua, el saneamiento y la higiene en la reducción de enfermedades. Si bien los beneficios calculados en este trabajo distan de alcanzar los costos que las obras implican, deben entenderse como un límite inferior de los potenciales beneficios que la realización de las obras acarrean. Mejoras en la información estadística disponible, podrán permitir ir refinando los cálculos de este tipo en el futuro.
49
7 Bibliografía Bocanegra, O., Bocanegra, E., & Alvarez, A. (2002). Arsénico en aguas subterráneas: su impacto
en la salud. Groundwater and human development, 21-27.
Brieri, F., Gray, D., Williams, G., & al, e. (2013). Health-Education Package to prevent worm
infections in chinese schoolchildren. The New England Journal of Medicine, 368:1603-
12.
Briscoe, J. (1987). A role for water supply and sanitation in the child survival revolution. PAHO
Bulletin, 93-105.
Cairncross, S., Hunt, C., Boisson, S., & al, e. (2010). Water, sanitation and hygiene for the
prevention of diarrhoea. London School of Hygiene and Tropical Medicine, i193-205.
Campos, J., Serebrisky, T., & Suárez-Alemán, A. (2015). Porque el tiempo pasa: evolución
teórica y práctiva en la determinación de la tasa social de descuento. Sector de
Infraestructura y Medio Ambiente, BID.
Campos, J., Serebrisky, T., & Suárez-Alemán, A. (2016). Tasa de descuento Social y Evaluación
de Proyectos. BID.
Carlton, E., Liang, S., McDowell, J., & al, e. (2012). Regional disparities in the burden of disease
attributable to unsafe water and sanitation in China. Bulletin Worl Health Oranization,
90:578-587.
Centro de Prensa OMS. (30 de junio de 2015). 2.4 mil millones de personas carecen de acceso
a saneamiento. https://www.who.int/mediacentre/news/releases/2015/jmp-
report/es/.
OMS. (junio de 2017). Agua. https://www.who.int/mediacentre/factsheets/f391/es/.
OMS. (agosto de 2017). Cólera. https://www.who.int/mediacentre/factsheets/f107/es/.
OMS. (enero de 2017). Dracunculosis. https://www.who.int/mediacentre/factsheets/f359/es/.
OMS. (enero de 2017). Helmintiasis transmitidas por el suelo.
https://www.who.int/mediacentre/factsheets/f366/es/.
OMS. (junio de 2017). Saneamiento. https://www.who.int/mediacentre/factsheets/f392/es/.
Clasen, T., Prüss-Üstün, A., Mathers, C., & al, e. (2014). Estimating the impact of unsafe water,
sanitation and hygiene on the global burden of disease: evolving and alternative
methods. Tropical Medicine and International Health, 19:884-893.
Conte Grand, M. (2014). Simple Analytics of disability adjusted life years (DALYs). Buenos Aires:
Econstor.
Conte Grand, M., & Coloma, G. (2009). Beneficios Económicos por obras de infraestructura de
agua y saneamiento en la Argentina. Valuación de la mortalidad y la morbilidad por
episodios evitables de diarrea. Cámara Argetina de la Construcción.
Craun, G., & Calderon, R. (2001). Waterborne disease outbreaks caused by distribution system
deficiencies. Journal American Water Work Association.
50
Edwards, G. (2016). Estimación de la tasa social de descuento a largo plazo en el marco de los
sistemas nacionales de inversión - Aplicación al caso chileno. El trimestre económico,
LXXXIII:99-125.
Ercumen, A., Gruber, J., & Coldford, J. (2014). Water Distribution System Deficiencies and
Gastrointestinal Illness: a systematic review and meta-analysis. Enviromental Health
Perspectives, 122:651-660.
Esrey SA, P. J. (1991). Effects of improved water supply and sanitation on ascariasis, diarrhoea,
dracunculiasis, hookworm infection, schistosomiasis, and trachoma. Bulletin of the
World Health Organization, 69, 609-61.
Esrey, S. (1996). Water, waste and well -being: a multicountrie study. American Journal of
epidemiology, 143:608-623.
Fewtrell, L., & Colford, J. (2004). Water, sanitation and hygiene: interventions and diarrhoea - A
systematic review and meta-analysis. Washington: World Bank.
Fewtrell, L., Kaufmann, R., Kay, D., & et al. (2005). Water, sanitation, and hygiene interventions
to reduce diarrhoea in less developed countries: a systematic review and meta-
analysis. The Lancet, 5:42-52.
Fewtrell, L., Prüss-Üstün, A., Bos, R., & al, e. (2007). Quantifying the health impact at national
and local levels in countries with incomplete water supply and sanitation coverage.
Génova: World Health Organization.
Fink, G., Günther, I., & Hill, K. (2011). The effect of water and sanitation on child health:
evidence from the demographic and health surveys 1986-2007. International Journal
of Epidemiology, I-9.
Forouzanfar, M., Afshin, A., Alexander, L., & et al. (2016). Global, regional, and national
comparative risk assessment of 79 behavioural, enviromental and occupational, and
metabolic risks or clusters of risks, 1990-2015: a systematic analysis for the Global
Burden of Disease Study 2015. The Lancet, 388:1659-724.
Freeman, M., Stocks, M., Cumming, O., & al, e. (2014). Hygiene and health: systematic review
of handwashing practices worldwide and update of health wffects. Tropical Medicine
and International Health, 19:906-918.
Gkogka, E., Martine, R., Arie, H., Zwietering, M., & Gorris, L. (2011). Risk-based estimate of
effect of foodborne diseases on public health, Greece. Emerging Infeccious Diseases,
1581-1590.
Gómez Aguirre, M. (2010). Estimación de la tasa social de descuento para la Argentina. Buenos
Aires: Cámara Argentina de la Construcción.
Haagsma, J., Maertens de Noordhout, C., Polinder, S., & al, e. (2015). Assessing disability
weights based on the responses of 30660 people from European countries. Bio Med
Central - Population Health Metrics.
Huttly, S., Morris, S., & Pisani, V. (1997). Prevention of diarrhoea in young children in
developing countries. Bulletin of World Health Organization, 163-174.
51
Hutton, G. (2012). Global Cost and benefits of drinking water supply and sanitation
interventions to reach the MDG target and universal coverage. Génova: World Heath
Organization.
Hutton, G. (2015). Benefits and Costs of the Water and Sanitation Targets for the Post-2015
Development Agenda. Water and Sanitation Assessment Paper, Copenhagen
Consensus Center, World Bank.
Hutton, G., & Haller, L. (2004). Evaluation of the costs and benefits of water and sanitation
improvements at the global level. Genova: World Health Organization.
Hutton, G., Haller, L., & Bartram, J. (2007). Global cost-benefit analysis of water suplly and
sanitation interventions. Journal of water and Health, 481-501.
Institute for Health Metrics and Evaluation. (2016). Rethinking Development and Health -
Findings from the Global Burden of disease study. Washington: Institute for Health
Metrics and Evaluation.
Kaufman, J. (2014). Obtenido de www.jefftk.com/disability-weights. 17 de Septiembre de 2014
Lee, E. J., & Schwab, K. J. (2005). Deficiencies in drinking water distribution systems in
developing countries. Journal of Water and Health, 109-127.
Lim, S., Flaxman, A., Danaei, G., & al, e. (2012). A comparative risk assessment of burden of
disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions,
1990-2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet,
380:2224-60.
Lozano, R., Naghavi, M., Foreman, K., & Lim Stephen, e. a. (2012). Global and regional
mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic
analysis for the Global Burden of Disease. Lancet, 380:2095-128.
Mariñelarena, D. A. (2010). Curso Tratamiento de aguas residuales a pequeña escala.
Embalse,Córdoba: APN, Centro de formación y Capacitación.
Mathers, C. D., Lopez, A. D., & Murray, C. J. (2006). Chapter 3: The Burden of Disease and
Mortality by condition: Data, Methods and Results for 2001. Washington, DC: The
World Bank: Lopez AD.
Mathers, C. D., Salomon, J. A., Ezzati, M., & et al. (2006). Chapter 5: Sensitivity and uncertainty
analysis for burden of disease and risk factor estimates. Washington, DC: The World
Bank: Lopez AD.
Mead, P., Slutsker, L., Dietz, V., & al, e. (1999). Food-related illness and death in the United
States. Emerging Infectious Diseases, 5:607-625.
Minaverry, C., & Cáceres, V. (2016). La problemática del arsénico en el servicio de agua en la
Provincia de Buenos Aires. Revista Internacional de Contaminación Ambiental, 32:69-
76.
Minaverry, C., Matranga, R., & Macrini, M. (2016). Actualización sobre la contaminación del
agua por arsénico en la Provincia de Buenos Aires, Argentina. Implicancias
Jurisprudenciales. Ezeiza: IFRH 2016. 3er encuentro de investigadores en Formación en
Recursos Hídricos.
52
Monteverde, M., Cipponeri, M., Angelaccio, C., & Batakis, S. (2008). Déficit de Servicios de
Saneamiento Básico y Riesgo de Padecimiento de Diarreas: una estimación de los
costos de tratamientos de salud para el conurbano bonaerense. Unidad de
Investigación, Desarrollo y Docencia, Gestión Ambiental, Departamento de Hidráulica,
Facultad de Ingeniería, Universidad Nacional de La Plata.
Murray , C., Phil, M., & Lopez, A. (2013). Measuring the Global Burden of Disease. The New
England Journal of Medicine, 369:448-57.
Murray, C., & Ezatit, A. e. (2012). GBD 2010: design, definitions, and metrics. The Lancet,
380:2063-66.
Murray, C., Lopez, A., & eds. (1996). The Global Burden of Disease. Cambridge, MA: Hardvard
University Press on behalf of the World Health Organization and the World Bank.
Navoni, J. (2013). Situación del arsénico en la Argentina. Arsenico: contaminante natural en
agua de consumo humano. Encrucijadas, 56, 40-45.
Norman, G., Pedley, S., & Takkouche, B. (2010). Effects of sewerage on diarrhoea and enteric
infections: a systematic review and meta-analysis. The Lancet, 10:536-44.
Onda, K., LoBuglio, J., & Bartram, J. (2012). Global Access to Safe Water: accounting for water
quality and the resulting impact on MDG progress. International Journal of
Environmental Research and Public Health, 9:880-894.
Oxford University Press. (2014). A Dictionary of Epidemiology. New York: International
Epidemiological Association by Miguel Porta .
Prüss-Ustün, A., Bartram, J., Clasen, T., & al, e. (2014). Burden of disease from inadequate
water, sanitation and hygiene in low- and middle -income settings: a retrospective
analysis of data from 145 countries. Tropical Medicine and International Health,
Volumen 19 pp 894-905.
Prüss-Üstun, A., Bos, R., Gore, F., & Bartram, J. (2008). Safer Water, Better Health. Cost ,
benefits and sustainabilityy of interventions to protect and promote health. Génova:
World Health Organization.
Prüss-Üstün, A., Kay, D., Fewtrell, L., & Bartram, J. (2002). Estimating the global burden of
disease from water, sanitation and hygiene al global level. Environmental JHealth
Perspectives, 100:537-542.
Prüss-Üstün, A., Mathers, C., Corvalán, C., & Woodward, A. (2003). Introduction and methods.
Assessing the enviromental burden of disease at national and local levels. Génova:
World Health Organization.
Quick RE, V. L. (1999). Diarrhoea prevention in Bolivia through point-of-use water treatment
and safe storage: a promising new strategy. Epidemiol Infect, 122, 83-90.
Salomon, J. A. (2010). New disability weights for the global burden of disease. Bull World
Health Organization, 879.
Salomon, J., Haagsma, J., Davis, A., & al, e. (2015). Disability weights for the Global burden of
disease 2013 study. The Lancet, 3:e712-23.
53
Unicef and World Health Organization 2015. (2015). Progress on sanitation and drinking water
- 2015 update and MDG assessment.
Üstun, B., Saxena, S., Rehm, J., & al, e. (1999). Are disability weights universal? The lancet,
354:1306.
Voigt, K., & King, N. B. (2014). Disability weights in the global burden of disease 2010 study:
two steps forward, one step back? Bull World Health Organ , 92:226-228.
Waddington, H., Snilstveit, B., White, H., & Fewtrell, L. (2009). Water, sanitation and hygiene
interventions to combat childhood diarrhoea in developing countries. International
Initiative for Impact Evaluation.
Watts, C., & Cairncross, S. (2012). Shoudl the GBD risk factor ranking be used to guide policy?
Lancet, 380:2060-61.
Wolf, J., Bonjour, S., & Prüss-Ustün, A. (2013). An exploration of multilevel modeling for
estimating access to drinking water and sanitation. Journal of Water and Health, World
Health Organization, 64-77.
Wolf, J., Prüss-Üstün, A., Cumming, O., & al, e. (2014). Assessing the impact of drinking water
and sanitation on diarrhoeal disease in low- and middle-income settings: systematic
review and meta-regression. Tropical Medicine and International Health, Vol. 19 N°8
pp 928-942.
Wright, J., Gundry, S., & Conroy, R. (2004). Household drinking water in developing countries: a
systematic review of microbiological contamination between source and point of use.
Tropical Medicine and International Health, 9:106-117.