metodología para seleccionar zonas de intervención con

Rev Panam Salud Publica/Pan Am J Public Health 26(5), 2009 419

Metodología para seleccionar zonas de intervención con cultivos biofortificados

Fredy A. Monserrate Rojas,1 Helena Pachón,2 Glenn G. Hyman2

y Andrea L. Vesga Varela3

Objetivo. Identificar zonas geográficas de América Latina y el Caribe para la biofortifica-ción de cultivos básicos como frijol, maíz, arroz, yuca y batata, contribuyendo así a reducir lasdeficiencias nutricionales en la Región.Método. Se generó un sistema de información geográfica (SIG) que incluyó registros sobreriesgos nutricionales, producción de cultivos, consumos alimenticios, y datos demográficos ysocioeconómicos para 11 países de la Región. Se realizaron cuatro estudios de caso (en Guate-mala, México, Bolivia y Colombia) basados en un análisis exploratorio y descriptivo de mapastemáticos, y su superposición y comparación para buscar patrones espaciales e identificarzonas candidatas de intervención. Resultados. En Guatemala, las mayores tasas de riesgos nutricionales, producción de frijoly densidad poblacional coincidieron en las regiones Nororiental y Suroriental. En México, ladistribución espacial de los niveles más altos de riesgos nutricionales, pobreza y producción demaíz se concentraron en los municipios del centro y sur. En Bolivia la producción de frijol ten-dió a situarse en el este del país, y el riesgo nutricional en el oeste. En Colombia, tanto los ries-gos nutricionales como la producción de yuca mostraron una gran dispersión geográfica. Conclusiones. Para Guatemala se propone la biofortificación con hierro del frijol en el surde la región Nororiental y en la Suroriental, en México, la biofortificación del maíz con ami-noácidos en los municipios productores del centro y sur del país; para Bolivia, una interven-ción con frijol biofortificado con hierro y zinc en zonas productoras de Santa Cruz, Chuqui-saca y Tarija; y en Colombia, la biofortificación de yuca con b-caroteno en los departamentosde Córdoba y Cundinamarca.

Agricultura; cultivos agrícolas; deficiencia de hierro; deficiencia de zinc; desnutrición;nutrición; producción de alimentos; América Latina; Caribe.

RESUMEN

Durante el período 2003–2005, cercade 45 millones de personas padecierondesnutrición en América Latina y el Ca-ribe, cifra que coloca a esta enfermedadcomo un importante problema de saludpública en la Región (1). En 2002 elFondo de las Naciones Unidas para la In-fancia (UNICEF), con base en estadísti-cas nacionales de 22 países de la Región,

notificó que la prevalencia de desnutri-ción crónica en menores de 5 años osci-laba entre 2% en Chile y 49% en Guate-mala, con valores intermedios tales como14% en Colombia, 18% en México y 26%en Bolivia (2).

Si bien puede haber otras causas, lasdeficiencias nutricionales se relacionanprincipalmente con la calidad de la dieta

Palabras clave

Investigación original / Original research

Monserrate Rojas FA, Pachón H, Hyman GG, Vesga Varela AL. Metodología para seleccionar zonas deintervención con cultivos biofortificados. Rev Panam Salud Publica. 2009;26(5):419–28.

Forma de citar

1 Universidad Nacional de Colombia, Agronomía.Centro Internacional de Agricultura Tropical(CIAT). La correspondencia debe dirigirse a FredyA. Monserrate Rojas, Centro Internacional deAgricultura Tropical (CIAT), Km. 17, Recta Cali-Palmira, Palmira, Colombia. Correo electrónico:[email protected]

2 Centro Internacional de Agricultura Tropical(CIAT).

3 Universidad Industrial de Santander. Santander,Colombia.

—como sucede en la Región— y con lafalta de alimentos, que es la razón máscomún en África. (3). De allí que en casitodos los países en desarrollo los trastor-nos nutricionales de mayor prevalenciaincluyan malnutrición proteico-energé-tica, carencia de vitamina A, anemias nu-tricionales por deficiencia de hierro, y al-teraciones del crecimiento y la respuestainmune por deficiencia de zinc (4).

Los programas para combatir las defi-ciencias de hierro, zinc, vitamina A yproteína, generalmente requieren trestipos de intervenciones (5). La primera,obvia pero muchas veces difícil de im-plementar, consiste en diversificar ladieta mediante el aumento del consumode carnes, frutas y verduras, las cualestienen altos niveles de micronutrientes y,en el caso de la carne, de proteína com-pleta (4, 6, 7, 8). La segunda es la distri-bución de suplementos dietéticos, quepuede resultar efectiva para aumentarlos niveles de micronutrientes en algu-nas poblaciones (9–11). La tercera inter-vención comprende la fortificación in-dustrial de alimentos básicos, comoarroz con vitaminas del complejo B yhierro, el azúcar con vitamina A y hierro,el trigo con hierro y acido fólico, y la salcon yodo (12, 13). Si han de ser exitosas,estas dos últimas estrategias requierende una infraestructura apropiada que fa-cilite su implementación.

Actualmente se encuentra en desarro-llo una cuarta intervención, conocidacomo biofortificación, que busca aumen-tar el contenido nutricional y las propie-dades agronómicas de determinadoscultivos clave a través del fitomejora-miento convencional, para contrarrestarlas deficiencias nutricionales con alimen-tos de alto consumo (14–19). Hay dosconsorcios internacionales —AgroSaludy HarvestPlus— que trabajan en bioforti-ficación, con el objetivo de aumentar losniveles de hierro, zinc, —caroteno y li-sina y triptófano en los cultivos de frijol,maíz, batata, arroz y yuca. AgroSaludenfoca sus esfuerzos en 14 países deAmérica Latina y el Caribe,4 mientrasque el segundo lo hace en países deÁfrica y Asia. Cabe aclarar que Agro-Salud utiliza la yuca biofortificada porHarvestPlus para la elaboración de pro-ductos alimenticios y también que Har-vestPlus ha comenzado el proceso de

biofortificación en otros cultivos básicos,como papa, trigo y cebada. Para ser efec-tivas, las intervenciones contra la desnu-trición deben enfocar sus esfuerzos enzonas geográficas donde hay mayor im-pacto integrando, entre otros, datossobre aspectos agronómicos, nutriciona-les, sociales y demográficos (20, 21). Laszonas geográficas donde la biofortifica-ción sería más exitosa son aquellas conalto riesgo de presentar deficienciasnutricionales de hierro, zinc, vitamina Ao proteína, y donde se produzcan y seconsuman los cultivos que están siendobiofortificados. Igualmente, para tenermayor impacto, se busca priorizar la in-tervención en los sitios con mayor densi-dad poblacional y niveles de pobreza,siendo estos los criterios utilizados en lafocalización de esfuerzos. Por esa razón,la planificación y el desarrollo de pro-gramas de biofortificación tienen necesi-dades únicas que los distinguen de otrostipos de intervenciones.

El presente estudio tiene como obje-tivo identificar zonas geográficas deAmérica Latina y el Caribe donde la bio-fortificación pueda ser implementadacon éxito. La metodología empleada in-cluyó la visualización y el análisis explo-ratorio de datos a nivel espacial, inclui-das la descripción y superposición demapas, y el empleo de un sistema de in-formación geográfica (22, 23).

MATERIALES Y MÉTODOS

Esquema metodológico

Como punto de partida, y en base auna revisión de la literatura científicadisponible, se identificaron indicadoresbioquímicos y antropométricos, juntocon sus respectivos puntos de corte y cla-sificaciones del riesgo nutricional a lasdeficiencias de hierro, zinc, vitamina A yproteína. Otros tipos de indicadores,como los de ingesta, fueron descartadosdebido a la escasa información disponi-ble para los países objeto de estudio.

Luego se realizó la recolección y análi-sis de la información necesaria paraelaborar mapas temáticos, a nivel subna-cional, de riesgo nutricional a las defi-ciencias de hierro, zinc, vitamina A oproteína en los países donde opera Agro-Salud. Estos instrumentos fueron com-plementados con mapas de producciónde los cultivos de interés para el mismoconsorcio (arroz, batata, frijol, maíz yyuca), mapas socioeconómicos y demo-

gráficos y, para algunos países, mapasespecialmente diseñados a partir de lainformación existente sobre el consumoreal de esos cultivos.

Finalmente los mapas elaborados seorganizaron en un atlas digital a partirdel cual, con la ayuda de un SIG, se rea-lizó el análisis exploratorio de datos anivel espacial, que incluyó la representa-ción gráfica de la información obtenida,el análisis descriptivo de los datos, la su-perposición de mapas temáticos y sucomparación para identificar sitios po-tenciales donde implementar la bioforti-ficación de cultivos. En este estudio semuestra el análisis realizado en cuatropaíses (Bolivia, Colombia, Guatemala yMéxico) de los abarcados por Agro-Salud,5 escogidos por ser representativosde las situaciones que pueden presen-tarse al usar la metodología propuestacon diferentes combinaciones de país,nutriente y cultivo, las cuales se especifi-can en la sección de análisis espacial.

Indicadores del riesgo nutricional

La revisión efectuada planteó la nece-sidad de utilizar los indicadores deforma jerárquica: primero los bioquími-cos, que miden el nivel de un nutrienteen la sangre o un trastorno ocasionadopor su deficiencia, utilizados para esta-blecer riesgos nutricionales específicosen la población, y segundo los antropo-métricos, que indican el efecto que tienesobre el crecimiento la deficiencia nutri-cional, utilizados para determinar ries-gos nutricionales generales. El indicadorantropométrico empleado fue el de tallabaja para la edad, lo que permitió discri-minar zonas con diferentes niveles deriesgo a las deficiencias nutricionales,puesto que su rango de variación estuvoentre 2% y 49%. El uso de este indicadorha permitido encontrar disparidades anivel subnacional en estudios anterioresen la Región, lo que es otro punto a favorde su utilización en este tipo de esfuerzo(2, 24).

Los niños menores de 5 años son unode los dos grupos poblacionales —juntocon las mujeres en edad reproductiva—más vulnerables a la desnutrición. El pre-sente estudio se basa principalmente eninformación sobre este grupo etario paradeterminar el riesgo nutricional a nivelpoblacional, debido tanto a la prioridad

420 Rev Panam Salud Publica/Pan Am J Public Health 26(5), 2009

Investigación original Monserrate Rojas et al. • Metodología para seleccionar zonas de intervención con cultivos biofortificados

4 Bolivia, Brasil, Colombia, Costa Rica, Cuba, El Sal-vador, Guatemala, Haití, Honduras, México, Nica-ragua, Panamá, Perú y República Dominicana.

5 La información de los países restantes se encuentradisponible en la página web: www.AgroSalud.org

de atención de este grupo de población,como a su susceptibilidad y la disponibi-lidad de información en todos los paísesa nivel subnacional. En el cuadro 1 semuestra un resumen de las mediciones,indicadores, puntos de corte y clasifica-ciones propuestas para determinar elriesgo frente a la deficiencia de cada nu-triente o grupo de nutrientes (25–28).

La información utilizada

El cuadro 2 presenta un resumen delas variables e indicadores utilizados, elaño de recolección, el grado de represen-tatividad y las fuentes consultadas paralos cuatro países de estudio.

El indicador de riesgo utilizado encada caso fue determinado en función dela disponibilidad de información nutri-cional. Así, para la deficiencia de hierro

se utilizó el indicador bioquímico deanemia en Guatemala (29) y Bolivia (30),mientras que el riesgo de sufrir deficien-cias de zinc, vitamina A y proteína fueestimado mediante el indicador antropo-métrico de talla baja para la edad (<–2desviaciones estándar [DE]) en niñosmenores de 5 años en Bolivia (30) y Co-lombia (31); y en el caso de México, enniños de entre 6 y 8 años (32).

A nivel demográfico se utilizó el mapade densidad poblacional por km2 disponi-ble a nivel mundial, mientras que a nivelsocioeconómico fueron utilizados, paraGuatemala y México, el mapa municipalde personas bajo la línea de pobreza ex-trema y, para Bolivia y Colombia, el por-centaje municipal de personas con necesi-dades básicas insatisfechas (NBI) (33–37).Adicionalmente se utilizaron mapas deproducción estimada de cultivos básicos

con el número de hectáreas por cada 100 km2, a nivel mundial (38), desarrolla-dos con base en estadísticas de la Orga-nización para la Agricultura y la Alimen-tación (FAO)6 (39). Finalmente, paraGuatemala se obtuvieron datos del con-sumo alimenticio real (gramos/per-sona/día), a nivel regional (40), el tipo deinformación de menor disponibilidad delas incluidas en el presente trabajo.

El análisis espacial

El punto de inicio fue un atlas diseñadoen el aplicativo ArcGIS Desktop 9.1® (41),donde se identificaron las zonas de inter-vención, tomando en cuenta las diferentescombinaciones de país, nutrientes y culti-


Monserrate Rojas et al. • Metodología para seleccionar zonas de intervención con cultivos biofortificados Investigación original

6 Información proveniente de cada país, a nivel mu-nicipal, y actualizada hasta el año 2001.

CUADRO 1. Indicadores, puntos de corte y clasificacion del riesgo nutricional de deficiencias de hierro, zinc, vitamina A y proteínas en menoresde 5 años

Tipo de indicador utilizado por nutriente

Descripción Bioquímicos Antropométricos

Riesgo evaluado Deficiencia Deficiencia Deficiencia Deficiencias de proteína,de hierro de zinc de vitamina A hierro, zinc y vitamina A

Medición individuala Hemoglobina Zinc sérico Retinol sérico Talla para la edadPunto de corteb < 11 g/dL < 10 μmol/L < 20 μg/dL Talla para la edad < –2 puntos Zc

Indicador de riesgo Anemia Deficiencia Deficiencia Retraso del crecimientopoblacional subclínica

Puntos de corte < 20 (bajo) < 20 (bajo) < 10 (bajo) < 20 (bajo)(según la clasificación del 20–39 (moderado) 20–39 (moderado) 10–19 (moderado) 20–29 (medio)riesgo nutricional)d ≥ 40 (alto) ≥ 40 (alto) ≥ 20 (alto) 30–39 (elevado)

≥ 40 (muy elevado)

Fuente: elaborado por los autores a partir de las referencias 25–28.a Medición realizada a cada niño menor de 5 años en la respectiva encuesta nacional.b Por encima de ese valor se consideró que existía riesgo nutricional en cada niño menor de 5 años.c Cada punto Z representa una desviación estándar en relación a la curva de crecimiento normal (57).d Prevalencias a nivel poblacional para estimar el riesgo nutricional por cada nutriente.

CUADRO 2. Características de la información utilizada para los cuatro países estudiadosa

Variable Característica Guatemala México Bolivia Colombia

Nutricional Indicador nutricional Anemia Talla para la edadb Anemia y Talla para la edad Talla para la edadRepresentatividad Regional Municipal Departamental Departamental

Año 2002 2004 2003 2005Fuente (29) (32) (30) (31)

Consumo Representatividad Regional — — —Año 2000 — — —

Fuente (40) — — —Social Indicador de pobreza PEc PE NBIc NBI

Representatividad Municipal Municipal Municipal MunicipalAño 2000 2000 2001 2005

Fuente (34) (35) (36) (37)

Fuente: elaborado por los autores a partir de datos incluidos en las referencias señaladas.a Las variables de producción de cultivos (38) y densidad poblacional (33) corresponden a mapas mundiales con representatividad de 100 km2 y 1 km2, respectivamente.b En México, este indicador fue utilizado en niños escolares de 6 a 8 años. En Bolivia y Colombia, en menores de 5 años.c PE = pobreza extrema; NBI = necesidades básicas insatisfechas.

vos. La técnica utilizada fue un análisis ex-ploratorio de datos a nivel espacial (22), elcual consistió en una representación grá-fica donde a cada mapa se le asignaron di-ferentes tonalidades según cada una delas categorías o intervalos en que fueronclasificadas las variables (42, 43). A conti-nuación se procedió a describir y analizarlas tendencias espaciales de los datos eidentificar patrones en cada mapa y, final-mente, a realizar superposiciones y com-paraciones entre los distintos mapas, esta-bleciendo relaciones espaciales entre ellospara individualizar las zonas potencialesde biofortificación.

En los estudios de caso se presentaronlas siguientes cuatro combinaciones depaís, nutriente y cultivo:

• Guatemala: hierro—arroz y frijol.• México: aminoácidos—maíz.• Bolivia: hierro y zinc—frijol. • Colombia: β-caroteno (vitamina A)—

yuca.

Los primeros mapas analizados fue-ron los nutricionales, donde se identifi-

caron las zonas según el riesgo de sufrirdeficiencias para cada nutriente con lascategorías de riesgo bajo, moderado yalto para los indicadores bioquímicos, obajo, medio, elevado y muy elevadopara los indicadores antropométricos(cuadro 1). El análisis prosiguió con losmapas relativos a la producción y elconsumo del cultivo, lo que permitiódeterminar las zonas donde las deficien-cias nutricionales pudieran ser aborda-das mediante uno o varios cultivos bio-fortificados. Finalmente se incorporó lainformación socioeconómica y demográ-fica, identificando las zonas más vulne-rables a las deficiencias nutricionalesdonde la intervención pudiera tener unmayor impacto.

RESULTADOS

El análisis exploratorio de la represen-tación espacial de información fue alta-mente positivo puesto que permitióidentificar zonas candidatas a interven-ciones de forma rápida, sencilla y lógica,mediante el uso de variables con escalas

tanto cualitativas como cuantitativas. Acontinuación se presentan los cuatro es-tudios de caso en los cuales se escogieronlas zonas de intervención.

Estudio de caso 1. Biofortificación de arroz y frijol con hierro en Guatemala

Las variables relativas al riesgo de su-frir deficiencias de hierro y al consumoper cápita de frijol y arroz fueron desple-gadas en mapas a nivel regional. Adicio-nalmente, se realizó el despliegue de losdatos referidos a la producción de esosdos cultivos por cada 100 km2 y de lasvariables densidad poblacional por km2

y porcentaje municipal de personas bajola línea de extrema pobreza rural.

En el mapa nutricional del país (figura1, A) se observa que las regiones Noro-riental, Petén, Norte y Suroriental, tienenmayor riesgo de padecer deficiencias dehierro, con un nivel de riesgo moderadoy prevalencias de anemia de 36,1%,35,4%, 26,3% y 20,0%, respectivamente,mientras que en las demás regiones el



FIGURA 1. Identificación de sitios candidatos para la biofortificación de arroz y frijol con hierro en Guatemala a nivel regional, 2009

Fuente: elaboración de los autores.

100 050 Km

D. Consumo diario de frijol (gramos por persona)

Región1. Petén2. Noroccidental3. Suroccidental4. Norte5. Guatemala6. Central7. Nororiental8. Suroriental

E. Producción anual de frijol (Hectáreas por 100 km2)

A. Riesgo a la deficiencia de hierro (Indicador anemia)

B. Consumo diario de arroz (gramos por persona)

C. Producción anual de arroz (Hectáreas por 100 km2)

Moderado

Bajo

38–44

32–38

26–32

60–70

50–60

40–50

> 50

20–50

10–20

< 10

> 500

100–500

50–100

10–50

< 10

> 500

100–500

50–100

< 50

> 50

25–50

15–25

5–15

< 5

F. Densidad de población (Personas por km2)

G. Porcentaje municipal de personas bajo la línea de extrema pobreza

1

2 4

7

8

53

6

1

2 4

7

853

6

1

2 4

7

853

6

1

2 4

7

853

6

1

2 4

7

8

53

6

1

2 47

853

6

riesgo es menor y se encuentra entre1,9% en la región Suroccidental y 19,5%en la Central.

En el caso del arroz, el consumo percápita registró valores de entre 26 y 44gramos por persona por día (g/persona/día), siendo mayor en las regiones Noro-riental y Guatemala, al tiempo que ladistribución espacial de su producciónestuvo concentrada fundamentalmenteen tierras bajas y planas, localizadas en elsur hacia el Océano Pacífico y en la re-gión Nororiental (figura 1, B y C).

Los mayores consumos de frijol se re-gistraron en las regiones Suroriental,Petén y Nororiental con 67,1, 61,7 y 61,3 g/persona/día, respectivamente. Ladistribución espacial de la producción deesta leguminosa se encuentra localizadahacia el interior del país en tierras altas ytopografías quebradas, con un patrón es-pacial similar a la trayectoria de la SierraMadre (figura 1, D y E).

En relación a la densidad poblacional(figura 1, F), se aprecia un mayor nú-mero de personas por km2 en las regio-

nes del centro y sur del país, en con-traposición a lo que ocurre principal-mente en la región de Petén, que pre-senta los índices más bajos. Finalmente,los porcentajes municipales de perso-nas bajo la línea de extrema pobreza (fi-gura 1, G) fueron mayores en las re-giones Noroccidental y Suroccidental,aunque se extiende también hacia eloriente del país, especialmente en laszonas más altas.

El análisis comparado de los distintosmapas de la figura 1 permitió identificarlas posibles zonas de intervención. En elcaso del arroz se eligió la zona norte de laregión Nororiental (figura 1, C [óvalo]),que tiene una gran concentración pobla-cional y dos municipios con altos porcen-tajes de personas bajo la línea de pobrezaextrema. En el caso del frijol se eligieronlas zonas sur de la región Nororiental ynorte de la región Suroccidental (figura 1,E [óvalo]), que tienen gran densidad depoblación y municipios con altos porcen-tajes de personas bajo la línea de extremapobreza rural.

Estudio de caso 2. Biofortificación de maíz con aminoácidos en México

El riesgo general de padecer deficien-cias nutricionales fue establecido a nivelmunicipal y estatal (figura 2, A y B), y lapoblación de estudio estuvo conformadapor niños de entre 6 y 8 años, de formadistinta a los demás países. El análisis vi-sual, a nivel estatal, mostró un riesgo nu-tricional bajo en todos los estados a excep-ción de Oaxaca, Chiapas y Yucatán, dondeel riesgo fue medio, mientras que a nivelmunicipal se encontraron diferentes nive-les de riesgo en la mayoría de los estados.

Se identificaron tres agrupaciones demunicipios con riesgos nutricionales deun nivel medio, elevado y muy elevado.La primera agrupación incluyó munici-pios en los estados de San Luis Potosí,Hidalgo, Veracruz, Puebla, Oaxaca yGuerrero, la segunda correspondió amunicipios localizados hacia la zonanorte y oriente de Chiapas, y la terceraestuvo conformada por municipios delos estados de la península de Yucatán



FIGURA 2. Identificación de sitios candidatos para la biofortificación de maíz con aminoácidos en México a nivel municipal y estatal, 2009


±

D. Municipios identificados para la biofortificación de maíz con proteína

C. Producción anual de maíz (Hectáreas por 100 km2)

E. Porcentaje de personas bajo la línea de extrema pobreza rural a nivel municipal

A. Riesgo nutricional a nivel municipal (Indicador talla baja para la edad)

B. Riesgo nutricional a nivel estatal (Indicador talla baja para la edad)

Estados con los diez mayoresniveles de talla baja para le edad

1. San Luis Potosí2. Hidalgo3. Veracruz4. Puebla5. Guerrero6. Oaxaca7. Chiapas8. Campeche9. Quintana Roo

10. YucatánMedio

Bajo

Municipios productores con nivelesde riesgo a la desnutrición medio o superior

Muy elevado

Elevado

Medio

Bajo

Sin datos

60–7545–6030–4515–30< 15> 2 000

1 000–2 000500–1 000100–50050–100< 50

3

11

1

2

4

7

8 910

53

6

0 500 Km250

(Campeche, Quintana Roo y Yucatán). Elcuadro 3 muestra un resumen de la pre-valencia de talla baja para la edad a nivelestatal, junto a la menor y mayor preva-lencia a nivel municipal, respecto deaquellos estados donde fueron encontra-das las agrupaciones de municipios conmayores riesgos nutricionales.

Por su parte, la producción de maíz es-tuvo distribuida ampliamente desde elcentro al sur del país, mostrando un pa-trón espacial similar al de los municipioscon mayores niveles de riesgo de desnu-trición (figura 2, A y C). En la figura 2 (D)se muestra el mapa con los municipiospriorizados para promover la biofortifi-cación de maíz, seleccionados en base asu altos riesgos nutricionales (nivelesmedio, elevado y muy elevado) y a lapresencia de producción de maíz.

Finalmente, al incorporar en el análisislas características socioeconómicas de lapoblación se encontró que los porcenta-jes de personas bajo la línea de extremapobreza rural guardaban relación con losdatos municipales de prevalencia detalla baja para la edad en niños de 6 a 8años (r2 = 0,65; n = 2 414; p < 0,01).

Estudio de caso 3. Biofortificación de frijol con hierro y zinc en Bolivia

El indicador de mayor jerarquía pro-puesto para determinar el riesgo de sufrirdeficiencias de hierro es la prevalencia deanemia, la cual en este caso fue estimadaa nivel departamental, en menores de 5años. A través de ese indicador se registróun riesgo alto en todos los departamentos(prevalencia mayor al 40%), a excepción

de Santa Cruz y Tarija donde se registra-ron riesgos moderados y prevalencias de39,8% y 38,7%, respectivamente.

El paso siguiente fue utilizar el indica-dor antropométrico de talla baja para laedad en menores de 5 años, a nivel de-partamental (figura 3, A), con objeto dedeterminar el riesgo nutricional de sufrirdeficiencias de hierro y zinc. Si bien losdepartamentos del occidente tuvieronun mayor riesgo que los del oriente, nin-guno presentó un riesgo bajo. Así, los de-partamentos de La Paz, Cochabamba yOruro, ubicados al occidente, registraronriesgos nutricionales muy elevados conprevalencias de talla baja para la edad de 46%, 41,8% y 42,4%, respectivamente.Los departamentos de Chuquisaca, Po-tosí y Beni/Pando, por su parte, tuvieronun riesgo nutricional elevado con preva-lencias de 36,4%, 35,6% y 33,4%, respec-tivamente. Por último, los departamen-tos de Santa Cruz y Tarija registraron unriesgo nutricional medio, con prevalen-cias de talla baja para la edad de 21,9 % y20,6%, respectivamente.

En Bolivia la distribución espacial dela producción de frijol (figura 3, B) se en-cuentra concentrada en el departamentode Santa Cruz y se extiende hacia el suren la zona central de los departamentosde Chuquisaca y Tarija. Por otro lado, losmayores porcentajes municipales de per-sonas con NBI (figura 3, C) siguen elmismo patrón observado para el riesgonutricional, concentrándose hacia el oc-cidente del país.



CUADRO 3. Prevalencias promedio de baja talla para la edad a nivel estatal, junto a la mínima ymáxima a nivel municipal en los 10 estados mexicanos con mayores riesgos nutricionales

Prevalencia municipal

Prevalencia estatal de baja talla para la edad

Estado de baja talla para la edad Mínima Máxima

Campeche 11 5,8 32Chiapas 29 2,5 75Guerrero 20 4,9 70Hidalgo 10 3 32Oaxaca 24 0 94Puebla 13 0 50Quintana Roo 12 5,8 38San Luis Potosí 8 0 28Veracruz 11 0 85Yucatán 20 0 65

Fuente: elaborado por los autores a partir de datos incluidos en el II Censo nacional CENTALLA, México DF (32).

FIGURA 3. Identificación de sitios candidatos para la biofortificación de frijol con hierro y zinc en los departamentos de Bolivia, 2009


ChuquisacaPotosí

Tarija

Santa Cruz

Beni/Pando

La Paz

Oruro

Cochabamba

ChuquisacaPotosí

Tarija

Santa Cruz

Beni/Pando

La Paz

Oruro

Cochabamba

±

La Paz

Oruro

Potosí

Tarija

Cochabamba

Chuquisaca

Santa Cruz

Beni/Pando

B. Producción anual de frijol (Hectáreas por 100 km2)

C. Porcentaje municipal de personas con necesidades básicas insatisfechas

A. Riesgo nutricional (Indicador talla baja para la edad)

Zonas priorizadas para la intervencióncon variedades biofortificadas con Fe y Zn

80–100

65–80

50–65

25–50

> 20

10–20

5–10

< 5

Muy elevado

Elevado

Medio

0 200 Km100

Como consecuencia de lo expuesto, seplanteó la necesidad de dar prioridad ala intervención en los departamentos deSanta Cruz, Tarija y Chuquisaca (figura3, B [óvalo]).

Estudio de caso 4. Biofortificación de yuca con �-caroteno en Colombia

El indicador de mayor jerarquía pro-puesto para establecer el riesgo a la defi-ciencia de vitamina A fue la prevalenciade deficiencia subclínica de vitamina A(DSVA), determinada con base en los ni-veles de retinol sérico en menores de 5 años (31) (cuadro 1). El indicador fuenotificado únicamente para la regiónatlántica (Guajira, Magdalena, Atlántico,Cesar, Bolívar, Sucre y Córdoba), dondela DSVA alcanzó 14% con un riesgo mo-derado, razón por la cual en otras regio-nes se utilizó el indicador antropomé-trico de talla baja para la edad a niveldepartamental (figura 4, A), por ser el si-guiente en la jerarquía propuesta paradefinir el riesgo nutricional. En la figura4 se puede observar un riesgo nutricio-nal elevado en Bogotá, con prevalenciade talla baja para la edad de 31,5%, y unriesgo medio en los departamentos deGuaviare, Córdoba, Casanare y Cundi-namarca, con prevalencias de 27,1%,25,9%, 22,1% y 20,3%, respectivamente.En los demás departamentos se encontró

un riesgo nutricional bajo, con prevalen-cias menores a 20%.

El análisis de la distribución espacialde la producción de yuca en Colombiapermitió identificar cuatro zonas pro-ductoras principales (figura 4, B). La pri-mera, localizada en la región atlántica,comprende los departamentos Atlántico,Magdalena, Córdoba, Sucre y Cesar, ex-tendiéndose hacia el sur en el departa-mento de Santander. La segunda fueidentificada en la región cafetera, al surdel departamento de Antioquia y en losdepartamentos de Caldas, Risaralda yQuindío. La tercera zona corresponde alos departamentos del Tolima, Huila,parte de Cundinamarca y nororiente delCaquetá y la cuarta se encuentra en la re-gión de los Llanos Orientales, en los de-partamentos de Arauca y Casanare.

En términos de consumo de yuca en elpaís, se ha documentado un promedioanual por persona que puede alcanzar41,1 kg y 17,1 kg en regiones rurales y ur-banas respectivamente, dándose los ma-yores consumos en las zonas productorasy sus alrededores (44). Por esa razón labiofortificación de yuca con β-carotenopuede ser una alternativa eficaz paracombatir la deficiencia nutricional de vi-tamina A, principalmente en las zonas deproducción de Córdoba (región Atlán-tica), y en los departamentos de Casanarey Cundinamarca (figura 4, B [óvalos]).

Adicionalmente, al analizar la distri-bución espacial de personas con NBI enlos municipios (figura 4, C), se observóque los departamentos priorizados in-cluían municipios con índices de NBImayores a 70%, en especial al sur del de-partamento de Córdoba. Sin embargo,llamó la atención el bajo riesgo nutricio-nal registrado en el departamento deChocó (prevalencia de talla baja para laedad en niños, 16,8%), donde 77,4% delos municipios mostraban índices de NBImayores a 50%. La situación opuesta seobservó en Bogotá, donde con el mayorriesgo nutricional del país se obtuvieroníndices de NBI de 9,2%.

DISCUSIÓN

Si bien dentro de un SIG es posible uti-lizar una variedad de herramientas deanálisis y modelamiento, como el álge-bra de mapas, el análisis multicriterio yla superposición ponderada (45–48), unprimer paso posible —y muy efectivo—es el análisis exploratorio de datos, quepermite al investigador identificar ten-dencias en las distintas variables y esta-blecer relaciones entre ellas. El hecho dehaber determinado con precisión los cri-terios de selección de zonas candidataspara la biofortificación, y de haber se-guido los pasos del proceso expuesto,posibilitó la rápida identificación de esas



Guajira

MagdalenaCesar

Atlántico

BolívarSucre

N. Santander

SantanderAntioquia

Córdoba

ChocóArauca

CasanareVichada

Bogotá

Meta

Guaviare

Guainía

Vaupés

Amazonas

CaquetáPutumayo

Nariño

Cauca Huila

Caldas

QuindíoRisaralda

Valle Tolima

±

B. Producción anual de yuca (Hectáreas por 100 km2)

C. Porcentaje municipal de personas con necesidades básicas insatisfechas

A. Riesgo nutricional (Indicador talla baja para la edad)

> 70

50–70

30–50

10–30

> 10

Sin datos

> 500

200–500

100–200

50–100

< 50

Elevado

Medio

Bajo

0 200 Km100

Cundina-marca

FIGURA 4. Identificación de sitios candidatos para la biofortificación de yuca con �-caroteno en Colombia a nivel departamental, 2009


zonas potenciales. Asimismo, se consi-deró pertinente dar a conocer los resulta-dos a las personas que intervienen enprogramas de biofortificación en la Re-gión (fitomejoradores, distribuidores desemilla, nutricionistas).

La mayor profundidad en el manejode la información y la utilización de téc-nicas diferentes a las descriptivas, comola superposición ponderada de mapas(49), han refinado la selección de zonaspotenciales haciendo posible corroborarlos resultados presentados.

En el caso de Guatemala, las zonas deintervención en los cultivos de arroz yfrijol no resultaron ser las mismas de-bido a variables agroecológicas que defi-nen el rango de adaptación de cada cul-tivo. Por tal razón, es importante teneren cuenta los rangos de adaptación delos cultivos y de las diferentes varieda-des biofortificadas.

Los resultados del análisis del con-sumo de arroz y frijol en Guatemalaplantean la necesidad de priorizar la in-tervención con variedades de frijol, de-bido al bajo consumo de arroz en el paíscomparado con el promedio de AméricaLatina y el Caribe (83 g/persona/día)(50). A una conclusión similar se arribóal consultar con los fitomejoradores,cuando quedó claro que la ausencia deprogramas nacionales de mejoramientoy distribución de semillas, y el bajo con-sumo de arroz, podrían dificultar esa in-tervención, a diferencia de lo que sucedecon el frijol. En este último caso, los es-fuerzos podrían dirigirse hacia unaalianza con socios estratégicos que pu-dieran realizar la evaluación y distribu-ción de semillas biofortificadas. Es im-portante agregar que una intervenciónen las regiones Nororiental y Suroriental—señaladas como prioritarias en el casodel frijol— podría llegar a un mayor nú-mero de personas que otra realizada enla región de Petén. Finalmente, en laszonas priorizadas para la biofortificacióncon frijol, existe un mayor número demunicipios con altos porcentajes de per-sonas bajo la línea de extrema pobreza,en comparación con las zonas potencia-les para la biofortificación con arroz.

En México existe una larga tradiciónde consumo de maíz en prácticamenteen toda la población, por lo que es reco-mendable una intervención con varieda-des de maíz de alta calidad de proteínaQPM, con mayor contenido de los ami-noácidos esenciales triptófano y lisina(51, 52). Esa intervención estaría orien-

tada a personas con mayores riesgos desufrir deficiencias nutricionales, debidoa la coincidencia entre los patrones espa-ciales de la pobreza y las zonas de pro-ducción de maíz, como se ha notificadoen estudios anteriores (51). La mayorpreocupación, no obstante, fue el accesode los agricultores de bajos recursos a lassemillas QPM y a los cultivos biofortifi-cados en general, situación tenida encuenta en el desarrollo de la estrategia(53), en la que se buscó aumentar lastasas de adopción de nuevas variedades,favoreciendo así la biofortificación.

A nivel geográfico y con base en el casode México, al momento de representar elriesgo nutricional en los niveles municipaly estatal, se puso en evidencia una limita-ción en el análisis de la información de fe-nómenos sociales, en virtud de la cualmientras se observaba una variable homo-génea dentro de una región, existían varia-ciones extremas ocultas (2). Esa situaciónpuede generar un fenómeno conocidocomo “falacia ecológica”, por la cual searriba a conclusiones sobre un nivel parti-cular (p.ej. la prevalencia de talla baja parala edad en un municipio) a partir de unnivel general (p.ej. la prevalencia de tallabaja para la edad en el estado) (54, 55). Porese motivo es sumamente necesario respe-tar el nivel de representatividad de losdatos al momento de priorizar las zonasde intervención.

En el caso de Bolivia, las zonas de in-tervención propuestas (departamentosde Santa Cruz, Chuquisaca y Tarija) di-fieren de las que poseen las mayorestasas de riesgo nutricional y de personascon NBI, debido a la necesidad de priori-zar lugares donde se producen los cul-tivos estudiados. A propósito hay queseñalar que las zonas aquí indicadastambién presentan riesgos nutricionalesque ameritan una intervención con culti-vos biofortificados. Otros argumentosque pesaron a la hora de seleccionar laszonas de intervención incluyeron lasaltas tasas de adopción de nuevas varie-dades (56) y las características particula-res de la actividad agrícola del departa-mento de Santa Cruz, que cuenta con losmayores niveles de producción de frijoly otros cultivos como arroz, batata, maízy yuca (38). Tales niveles de produccióndeterminan que ese departamento pro-vea muchos de los alimentos que se con-sumen en otras regiones, tanto en Boli-via como en zonas urbanas del oriente de Brasil. Esto abre la posibilidad de producir cultivos biofortificados en un

departamento productor y extender losbeneficios hacia otro departamento con-sumidor, alternativa que ha sido sosla-yada en este estudio.

Al analizar la producción de frijol enSanta Cruz se encontró que, entre losaños 1990 y 1999, la cantidad de tierradestinada a tal fin aumentó de 7 000 a 28 000 hectáreas, fenómeno que estuvoacompañado de una migración de perso-nas desde los Andes hacia ese departa-mento, así como de una mejora en su ca-lidad de vida (56). Por su parte, en elcaso de los departamentos de Chuqui-saca y Tarija, la intervención en la zonapropuesta sería capaz de atender proble-mas nutricionales de poblaciones contasas altas de NBI.

En Colombia, por último, se observaque las mayores tasas de riesgo nutricio-nal y de personas con NBI no siempretienen una distribución espacial concor-dante, lo que parece indicar que las co-munidades con riesgos nutricionalesmás importantes en ocasiones no estánlocalizadas en las zonas con mayores ni-veles de pobreza, de modo similar a loobservado en el occidente de Guatemala(figuras 1 y 4). Los ejemplos más visiblesde esa situación incluyen al departa-mento de Chocó, con bajo nivel de riesgonutricional y alto porcentaje de personascon NBI, y a la capital Bogotá, donde seda la ecuación opuesta. Por esa razón, esimportante utilizar indicadores de ca-rácter nutricional específico para de-terminar las poblaciones en riesgo, yencontrar otros sensibles a riesgos nutri-cionales específicos.

Conclusiones y recomendaciones

Desde el punto de vista metodológico,y dado que la biofortificación es una es-trategia basada en la producción de cul-tivos, la priorización de las zonas de in-tervención debe realizarse teniendo encuenta variables clave tales como zonasde producción, rangos de adaptación, in-fraestructura para el fitomejoramiento,distribución de semillas y adopción devariedades.

Aun cuando el estudio estuvo centradoen las zonas de producción, es obvio queel beneficio de los cultivos biofortificadosse extendería a los lugares donde esoscultivos son consumidos, que pueden ono coincidir con los de producción. En re-lación a los cuatro países donde se efec-tuaron los estudios de caso, se proponenlas siguientes intervenciones:



• Guatemala: la biofortificación con hie-rro de frijol en el sur de la región No-roriental y en la región Suroriental (fi-gura 1, E [ovalo]).

• México: la biofortificación del maízcon aminoácidos en los municipiosproductores del centro y sur del paísque presentaron algún nivel de riesgonutricional (figura 2, D).

• Bolivia: la biofortificación del frijolcon hierro y zinc en las zonas produc-toras de los departamentos de SantaCruz, Chuquisaca y Tarija (figura 3, B[óvalo]).

• Colombia: la biofortificación de layuca con β-caroteno en los departa-mentos de Córdoba y Cundinamarca(figura 4, B [óvalos]).

En el análisis exploratorio a nivel espa-cial realizado para definir las zonas de in-tervención prioritarias, se hizo evidenteuna gran heterogeneidad en términos decombinaciones de factores tales comogrados de riesgo nutricional, zonas deproducción, zonas de consumo y zonasde mayor pobreza. De allí que al mo-mento de definir las zonas, las variablesque aportaron en mayor medida a la de-cisión resultaron ser diferentes en cadapaís, por lo cual se consideró que la utili-zación de un modelo rígido para todoslos países no resultaría apropiada.

La principal dificultad enfrentada en elpresente trabajo fue la disponibilidad y re-presentatividad de la información, razónpor la cual tanto el análisis como las con-

clusiones debieron limitarse al marco delos datos disponibles utilizados. En el fu-turo se recomienda emplear indicadoresnutricionales específicos y de alta sensibi-lidad, así como información confiable re-ferida al consumo de nutrientes.

El uso de técnicas tales como la super-posición de mapas, la representacióngráfica y el análisis visual de mapas dediferentes temáticas permitió identificarcon mayor exactitud zonas candidataspara la intervención en los cuatro paísesanalizados. En la actualidad, las técnicasdescritas —junto a algunas otras— cons-tituyen un aporte significativo parapriorizar esfuerzos en los 14 países conprogramas de biofortificación para loscuales se recolectó información.



1. Organización de las Naciones Unidas para laAgricultura y la Alimentación (FAO). El es-tado de la inseguridad alimentaria en elmundo, 2008. Hallado en: http://www.fao.org/docrep/011/i0291s/i0291s00.htm. Ac-ceso el 29 de septiembre de 2009.

2. Kamatsuchi M. Las disparidades en AméricaLatina y el Caribe: Evaluación rápida de la si-tuación de nutrición. UNICEF, Sección de Nu-trición, Oficina Regional para América Latinay el Caribe; 2003. Pp. 14. Hallado en: www.unicef.org/lac/disparidades.doc. Acceso el 2de septiembre de 2009.

3. Victora C. The association between wastingand stunting: an international perspective. JNutr. 1992;112(5):1105–11.

4. Latham MC. Human nutrition in the develop-ing world. Food and Nutrition Series No. 29.Roma: FAO; 1997. Hallado en: http://www.fao.org/docrep/W0073E/w0073E00.HTM.Acceso el 2 de septiembre de 2009.

5. Allen LH. Interventions for micronutrient de-ficiency control in developing countries: past,present and future. J Nutr. 2003;133(11S–II):3875.

6. Gibson RS, Hotz C. Dietary diversification/modification strategies to enhance micronu-trient content and bioavailability of diets indeveloping countries. Br J Nutr. 2001;85(supl2):S159–66.

7. Gibson RS, Yeudall F, Drost N, Mtitimuni BM,Cullinan TR. Experiences of a community-based dietary intervention to enhance mi-cronutrient adequacy of diets low in animalsource foods and high in phytate: a case studyin rural Malawian children. J Nutr. 2003;133(11 supl 2):3992S–9S.

8. International Zinc Nutrition ConsultativeGroup. Assessment of the risk of zinc defi-ciency in populations and options for its con-trol. Food Nutr Bull. 2004;25:S91–204.

9. Pan American Health Organization. Providingvitamin A supplements through immuniza-tion and maternal and child health contacts forchildren 6–24 months and mothers up to 6weeks postpartum: A guide for health work-ers. Washington DC: PAHO; 2001. Pp. 12.

Hallado en: http://www.paho.org/English/HPP/HPN/VitAManual2ed.pdf. Acceso el 2de septiembre de 2009.

10. Yip R. Iron Supplementation: Country LevelExperiences and Lessons Learned. J Nutr.2002;132:859S–61S.

11. Shrimpton R, Gross R, Darnton-Hill I, YoungM. Zinc deficiency: what are the most ap-propriate interventions? Br Med J. 2005;330:347–9.

12. Lotfi M, Venkatesh M, Merx R, Naber-van P.Micronutrient fortification of foods: currentpractices, research, and opportunities. Ot-tawa: Micronutrient Initiative; 1996. Pp. 108.

13. Brown KH, Lopez D, Arsenault JE, Peerson JM,Penny ME. Comparison of the effects of zincdelivered in a fortified food or a liquid supple-ment on the growth, morbidity, and plasmazinc concentrations of young Peruvian children1–3 years. Am J Clin Nutr. 2007;85:538–47.

14. Bouis H. Economics of enhanced micronutri-ent density in food staples. Field Crops Res.1999;(60):165–73.

15. Welch R, Graham RD. A new paradigm forworld agriculture: meeting human needs-productive, sustainable, nutritious. FieldCrops Res. 1999;60(1–2):1–10.

16. Welch R. Breeding strategies for biofortifiedstaple plant foods to reduce micronutrientmalnutrition globally, symposium plantbreeding: A new tool for fighting micronutri-ent malnutrition. J Nutr. 2002;132:495S–9S.

17. Welch R, Graham RD. Breeding for micro-nutrients in staple food crops from a humannutrition perspective. J Exp Bot. 2004;55(396):353–64.

18. Nestel P, Bouis H, Meenakshi J, Pfeiffer W.Biofortification of Staple Food Crops. J Nutr.2006;136:1064–7.

19. Johns T, Eyzaguirre PB. Biofortification, bio-diversity and diet: A search for complemen-tary applications against poverty and malnu-trition. Food Policy. 2007;32:1–24.

20. Margai FM. Geographic Targeting of RiskZones for Childhood Stunting and RelatedHealth Outcomes in Burkina Faso. WorldHealth Popul. 2007; June:1–19.

21. Morris SS, Flores R, Zuniga M. Geographictargeting of nutrition programs can substan-tially affect the severity of stunting in Hon-duras. J Nutr. 2000;130(10):2514–9.

22. Haining R, Wise S, Ma J. Exploratory SpatialData Analysis. J R Stat Soc Ser C Appl Stat.1998;47(3):457–69.

23. Rushton G. Public Health, Gis, and SpatialAnalytic Tools. Annu Rev Public Health.2003;24:43–56.

24. Frongillo EA, Onis MD, Hanson KMP. Socio-economic and Demographic Factors Are As-sociated with Worldwide Patterns of Stunt-ing and Wasting of Children. J Nutr. 1997;127(12):2302–9.

25. Center for Disease Control and Prevention(CDC). Recommendations to Prevent andControl Iron Deficiency in the United States.Morbidity and Mortality Weekly Report.1998;47(RR-3):1–36.

26. Mora JO, Gueri M, Mora OL. Vitamin A defi-ciency in Latin America and the Caribbean:An Overview. Pan Am J Public Health. 1998;4(3):178–86.

27. International Zinc Nutrition ConsultativeGroup (IZiNCG). Assessment of the Risk ofZinc Deficiency in Populations and Optionsfor its Control. Food and Nutr Bull. 2004;25:S130–2.

28. Maire B, Delpeuch F. Indicadores de nutriciónpara el desarrollo: Guía de referencia, 2006.Hallado en: ftp://ftp.fao.org/docrep/fao/009/y5773s/y5773s.pdf. Acceso el 2 de sep-tiembre de 2009.

29. Instituto de Estadística de Guatemala (INE).Encuesta nacional de salud materno infantil,2002. Hallado en: http://encuestas.ccp.ucr.ac.cr/camerica/gu02.html. Acceso el 2 de sep-tiembre de 2009.

30. Instituto Nacional de Estadística (INE) de Boli-via. Encuesta nacional de demografía y salud,2003. Hallado en: http://www.measuredhs.com/countries/. Acceso el 2 de septiembre de2009.

31. Instituto Colombiano de Bienestar Familiar. En-cuesta nacional de la situación nutricional enColombia, 2005. Pp. 446. Hallado en: http://

REFERENCIAS

Objective. To identify geographical areas in Latin America and the Caribbeanwhere biofortification of staple crops, such as beans, corn, rice, cassava, and sweetpotatoes, might help reduce nutritional deficiencies in the Region.Methods. A geographic information system (GIS) was produced with records on nu-tritional risks, crop production, food consumption, and demographic and socioeco-nomic data, for 11 countries in the Region. Four case studies were conducted (in Bo-livia, Colombia, Guatemala, and Mexico) using exploratory and descriptive analysisof thematic maps that were superimposed and compared to reveal overlapping andspatial patterns, thereby identifying areas suited to intervention.Results. In Guatemala, the highest rates of nutritional risk, bean production, and pop-ulation density overlapped in the northeast and southeast areas. In Mexico, spatial dis-tribution of the highest risk levels for nutrition, poverty, and corn production were con-centrated in the central and southern municipalities. In Bolivia, bean production tendedto be in the eastern part of the country, and nutritional risk, in the west. In Colombia,both nutritional risk and cassava production showed wide geographic dispersion.Conclusions. For Guatemala, we propose iron biofortification of beans in the south-ern parts of the northeast and southeast; for Mexico, amino-acid biofortification ofcorn in the central and southern municipalities that produce it; for Bolivia, iron andzinc biofortification of beans in the bean-producing areas of Santa Cruz, Chuquisaca,and Tarija; and for Colombia, β-carotene biofortification of cassava in the Cordobaand Cundinamarca departments.

Agriculture; crops; iron deficiency; zinc deficiency; malnutrition; nutrition; food pro-duction; Latin America; Caribbean Region.

ABSTRACT

Methodology for selectingareas for biofortified crop

intervention

Key words

www.icbf.gov.co/icbf/directorio/portel/libreria/pdf/1ENSINLIBROCOM PLETO.pdf.Acceso el 28 de septiembre de 2009.

32. Instituto Nacional de Ciencias Médicas y Nutri-ción Salvador Zubirán (INNSZ). II Censo nacio-nal de talla “CENTALLA”. México D.F., 2004.

33. Center for International Earth Science Informa-tion Network (CIESIN), Columbia University,Centro Internacional de Agricultura Tropical(CIAT). Gridded Population of the World(GPW). 3 ed. Nueva York: Palisades; 2005. Ha-llado en: http://sedac.ciesin.columbia.edu/gpw/index.jsp. Acceso el 23 de mayo de 2009.

34. Asociación de Investigación y Estudios Sociales(ASIES). Mapas de pobreza y desigualdad deGuatemala. 2005. Pp. 45. Hallado en: http://www.ciesin.columbia.edu/repository/povmap/methods/Mapas_de_la_Pobreza_2002.pdf. Acceso el 29 de septiembre de 2009.

35. Instituto Nacional de Estadística, Geografía eInformática (INEGI), Centro Latinoamericanoy Caribeño de Demografía (CELADE). Censode población y vivienda, 2000. Aguascalien-tes, México.

36. Unidad de Análisis de Políticas Sociales yEconómicas (UDAPE). Instituto Nacional deEstadísticas (INE) y Banco Mundial. Encuestacontinua de hogares, 2001. La Paz, Bolivia.

37. Departamento Administrativo Nacional de Es-tadística (DANE). Censo general de poblacióny vivienda, 2005. Hallado en: http://www.dane.gov.co/censo/. Acceso el 2 de septiem-bre de 2009.

38. You L, Wood S. An entropy approach to spa-tial disaggregation of agricultural production.Agric Syst. 2006;90:329–47.

39. Food and Agriculture Organization of theUnited Nations (FAO). Agro-MAPS: A globalspatial database of agricultural land-use sta-tistics aggregated by sub-national administra-tive districts, 2001. Hallado en: http://www.

fao. org/landandwater/agll/agromaps/interactive/page.jspx. Acceso el 23 de mayo de2009.

40. Instituto Nacional de Estadística (INE) deGuatemala. Encuesta Nacional sobre Condi-ciones de Vida (ENCOVI), 2000. Hallado en:http://econ.worldbank.org/WBSITE/EXTERNAL/EXTDEC/EXTRESEARCH/EXTLSMS/0,,contentMDK:21485765~pagePK:64168445~piPK:64168309~theS i tePK:3358997,00.html. Acceso el 23 de mayo de 2009.

41. Environmental System Research Institute(ESRI). ArcGIS Desktop Help. Redlands, Cali-fornia, USA. 2005. Hallado en: http://webhelp.esri.com/arcgisdesktop/9.1/index.cfm?TopicName=welcome. Acceso el 29 de sep-tiembre de 200942. Unwin D. GIS, spatialanalysis and spatial statistics. Prog HumGeogr. 1996;20(4):540–51.

43. Brewer C. Designing better maps: A guide forGIS Users. California: ESRI Press; 2005. P. 203.

44. Gottret M, Escobar Z, Pérez S. El sector yu-quero en Colombia: desarrollo y competitivi-dad. En: Ospina B, Ceballos H, eds. La yuca enel tercer milenio: sistemas modernos de pro-ducción, procesamiento, utilización y comer-cialización. Cali: CIAT; 2002. Pp. 340–76.

45. Burrough PA, McDonnell RA. Principles ofgeographical information systems. Oxford:Oxford University Press; 1998. P. 327.

46. Chakhar S, Mousseau V. An algebra for multi-criteria spatial modeling. Comput EnvironUrban Syst. 2007;31(5):572–96.

47. Carver S. Integrating multi-criteria evaluationwith geographical information systems. Int JGeogr Inf Sci. 1991;5(3):321–39.

48. Li X, Wang W, Li F, Deng X. GIS based mapoverlay method for comprehensive assess-ment of road environmental impact. Trans-portation Research Part D: Transport and En-vironment. 1999;4(3):147–58.

49. Zapata-Caldas E, Hyman G, Pachón H, Mon-serrate F, Vesga L. Identifying candidate sitesfor crop biofortification in Latin America: casestudies in Colombia, Nicaragua and Bolivia.Int J Health Geogr. 2009:8(29).

50. Martínez C, Borrero J, Tohme J. Variedades dearroz con mayor valor nutricional para com-batir la desnutrición en América Latina. Se-gundo Congreso Arrocero. San José, CostaRica: CONARROZ; 2006. P. 8.

51. Bellon M, Hodson D, Bergvinson D, Beck D,Martinez-Romero E, Montoya Y. Targetingagricultural research to benefit poor farmers:Relating poverty mapping to maize environ-ments in México. Food Policy. 2005;30(5–6):476–92.

52. Krivanek AF, De Groote H, Gunaratna NS,Diallo AO, Friesen D. Breeding and dissemi-nating quality protein maize (QPM) forAfrica. Afr J Biotechnol. 2007;6(4):312–24.

53. Córdova H. Quality Protein Maize: ImprovedNutrition and Livelihoods for the Poor. Mé-xico D.F.: CIMMYT; 2000. Pp. 27–31.

54. Freedman D. Ecological inference and the eco-logical fallacy. International Encyclopedia ofthe Social and Behavioral Sciences. 1999;6:4027–30.

55. Robinson W. Ecological correlations and thebehavior of individuals. Am Sociol Rev. 1950;15:351–7.

56. Voysest Voysest O. Creyeron en el frijol: Anti-guos mineros bolivianos transforman en oroun grano alimenticio. Cultivando Afinidades.1999. Pp. 1, 6–7.

Manuscrito recibido el 9 de febrero de 2009. Aceptadopara publicación, tras revisión, el 20 de junio de 2009.



metodología para seleccionar zonas de intervención con

Documents