Analisis de decision en la cobertura de salud.
Orzuza, Gloria Beatriz
INTRODUCCION
En la Declaracion de Alma Ata de 1978, nacio la Atencion Primaria
de la Salud (APS) como una politica de ampliacion de la cobertura con el
proposito de superar la crisis que atravesaban los sistemas de salud.
Conceptualizandola como la asistencia sanitaria esencial al alcance de
todos. Transcurrido mas de 30 anos, el objetivo propuesto no se ha
alcanzado en su plenitud, aun persisten limitaciones al acceso de
cobertura de salud.
En la Cumbre del Milenio del 2000 se establecieron los ocho
Objetivos de Desarrollo del Milenio (ODM). El cuarto objetivo, reducir
la mortalidad infantil, busca especificamente disminuir en dos tercios
la mortalidad de los menores de cinco anos entre 1990 y 2015. Uno de los
indicadores concretos para medir los progresos realizados hacia ese
objetivo es la proporcion de ninos de un ano inmunizados contra el
sarampion. En 2001, el Programa de las Naciones Unidas para el
Desarrollo (PNUD) estimo que mas del 60% de la poblacion de los paises
en desarrollo vivia en naciones que estaban lejos o perdiendo terreno
respecto de los logros de los ODM en materia de reduccion de las tasas
de mortalidad infantil.
Es dificil estimar la magnitud de la exclusion social, por la
multiplicidad de formas que adopta; por el escaso avance en la
profundizacion e investigacion del tema; siendo la informacion
actualizada indispensable para los procesos de cambios o toma de
decisiones, a fin de fijar estrategias o reajustarla para alcanzar los
objetivos propuestos.
En este contexto, este articulo tiene como objetivo contribuir con
la seleccion de la estrategia que tienda a mejorar la cobertura de salud
de la poblacion misionera utilizando, una de las herramientas de la
teoria de la decision, la matriz de decision.
DESARROLLO
Paganini (1998) expresa en su trabajo La cobertura de la atencion
de salud en America Latina y el Caribe, que a pesar del compromiso de la
Organizacion Mundial de la Salud (OMS) por lograr "la meta de salud
para todos y la responsabilidad de mejorar la cobertura, la calidad y la
eficiencia de los servicios de salud que ofrecen" [Paganini, 1998,
p. 305] (1), poco se ha avanzado en la profundizacion de los conceptos
de salud y de la obtencion de indicadores que permitan su evaluacion.
Por lo que su investigacion aporta a este conocimiento tomando como
unidad de analisis a la mayoria de los paises de America Latina y el
Caribe. Especifica que el analisis se puede concretar desde diversos
aspectos, senalando a la cobertura financiera; a la base de oferta de
los servicios; a la cobertura verdadera; y a estudiar los resultados o
el impacto sobre la salud de la poblacion atribuible a la accion de esos
servicios.
El analisis de los datos lo realiza; por un lado, estimando a la
poblacion sin cobertura a partir de los datos resultantes de programas
especificos. Y por el otro, "se estudian las posibles relaciones
entre ciertas caracteristicas de la estructura y cobertura de los
servicios y los indicadores de resultados o impacto". [Paganini,
1998, p. 306] (2). A los efectos de la obtencion del resultado utiliza
como metodo estadistico, el analisis de correlacion simple entre los
distintos indicadores.
Concluyendo que los resultados obtenidos pueden ser orientadores
para los procesos de reformas; y que debera tenerse en cuenta los
problemas relacionados con la accesibilidad geografica, la aceptabilidad
cultural de los servicios, y la carencia de una minima cobertura de
salud, otorgando un especial enfasis al aspecto financiero. Similar
diagnostico surgio del analisis de correlacion simple en donde se
encontro una relacion significativa en la direccion esperada entre
"los niveles de cobertura logrados y los resultados obtenidos, que
permiten apoyar la definicion de politicas de reforma orientadas
principalmente hacia la organizacion y gestion de los servicios"
[Paganini, 1998, p. 310](3) tanto para el desarrollo de programas como
para el logro de coberturas efectivas.
La investigacion realizada por Rosenberg y Andersson (2000) en su
trabajo Repensar la proteccion social en salud en America Latina y el
Caribe senala que, la magnitud de la exclusion de la proteccion social
en salud en America Latina y el Caribe es considerable; su naturaleza se
debe a muchas variables y no existe una unica manera de analizar los
datos.
La medicion se puede hacer desde un punto de vista externo (numero
de personas no cubiertas por la seguridad social, disparidades de
acceso); y de los indicadores internos, entendida como proceso interno
de atencion sanitaria. Concluyen que la eleccion de los indicadores a
utilizar, depende del pais, porque la seleccion estara sujeta a aquellos
indicadores que representen las caracteristicas particulares de cada
poblacion.
Analizan la estructura de los sistemas y sus implicaciones en la
exclusion, concluyendo que debido a la proliferacion de subsistema se
pierden economias de escala; y que siempre ha existido una tendencia a
la integracion vertical en los tres primeros subsistemas, que cumplen
sus funciones, pero que no se relacionan entre si. El tema de la
exclusion debe ser llevado a la agenda politica; el debate debe ser
amplio considerando la participacion ciudadana.
Hamilton (2001) en su trabajo Exclusion de la Proteccion Social en
Salud en Argentina: Tres Enfoques Metodologicos orienta su estudio a
identificar los alcances de la exclusion en la Argentina, en termino del
volumen de la poblacion afectada. Para ello utiliza tres enfoques
metodologicos: cobertura (poblacion sin cobertura de seguros de salud),
accesibilidad (financiera, geografica y cultural) y estructura (deficit
de oferta de servicios medicos totales y de camas); procesos (porcentaje
de partos no realizados por personal capacitado y desercion entre
vacunas antes del primer ano) y resultados de los sistemas de salud
(brecha de tasa de mortalidad en lactantes, en menores de 5 anos y de
Mortalidad Materna).
La conclusion a la que arriba la investigacion es la multiplicidad
de opciones de analizar la exclusion. Considera que el indicador mas
adecuado es la brecha de vacunacion a menores de un 1 ano, por la
disponibilidad de informacion, pero resaltando que no todas las
variables que son consideradas viables hoy, lo seran en el futuro; en
cada momento se deben considerar las mas convenientes.
En el articulo Analisis de decisiones en Salud Mental Conte (2006)
expresa que una de las tareas pendientes que debe desarrollarse en los
proximos anos, es la transformacion de los servicios de salud mental y
la profesionalizacion de las herramientas de gestion. Los estudios del
analisis de decisiones en el ambito sanitario crecieron en forma
exponencial pero no se evidencian en los procesos reales de decisiones y
menos en la salud mental. Las metodologias usadas son simple
estadisticas, por lo que la informacion sobre las enfermedades mentales
es escasa. Por ello es necesario "la utilizacion de herramientas y
metodologias que permitan operar mas alla de dicha diversidad"
[Conte, 2006, p. 27] (4)
El analisis de las decisiones surge en el marco de la Segunda
Guerra Mundial, donde se pusieron en contacto los cientificos con las
personas que tenian a su cargo solucionar los problemas operativos y de
alli nace la aplicacion del metodo cientifico a los problemas concretos
de la toma de decisiones. La teoria racional de las decisiones, como hoy
se conoce a la vision de Herbert Simon, premio Nobel de economia de
1978, establece que en una organizacion una persona elige cada curso de
accion, que satisface el objetivo propuesto, de acuerdo a secuencias y
rutinas. Existen decisiones que son repetitivas (guias y protocolos
clinicos), que actuan como programas orientadores del comportamiento
para quienes asumen la responsabilidad de decidir; pero si las
decisiones no son repetitivas (un plan de cobertura o la creacion de un
servicio clinico) requieren un analisis pormenorizado de sus
consecuencias. Es necesario destacar que el termino decision comprende a
este tipo de situaciones, y el concepto de procedimientos a las
decisiones repetitivas.
Un aspecto que preocupa al hombre es saber que ocurrira en el
futuro, y es la teoria de la decision que incorpora estos aspectos,
anticipando situaciones y sus consecuencias.
Las decisiones en salud mental son amplias y la mayoria de dichas
decisiones se basan en los conocimientos profesionales o heuristicos.
Conte se plantea entonces ?cuales serian significativas para dar cuenta
del comportamiento de prestadores y de pacientes? La eleccion recae en
la indicacion asistencial, ya que "tienen un caracter repetitivo y
son decisiones procesales, informadas por el prestador al paciente,
tomadas en virtud del diagnostico, del tipo de tratamiento brindado y
otro conjunto de datos." [Conte, 2006, p. 31] (5) Este servicio
posee un circuito que se origina en el primer nivel de atencion, alli el
paciente es derivado al servicio de salud mental donde es evaluado por
un admisor, continua el circuito asistencial solicitando un turno al
prestador o trasladandose a la unidad de internacion. A partir de alli
el prestador conduce el proceso terapeutico. Las indicaciones son
registradas en el sistema de informacion y sobre ella se realiza un
seguimiento y analisis. Con respecto al analisis de los datos, toma como
variable incierta la concurrencia del paciente a la prestacion indicada.
"Los resultados esperados es que concurra al ser derivado por
el admisor (S2, N1); y que no concurra a una nueva consulta cuando su
problematica se resuelve en la admision (S1 N2)" [Conte, 2006, p.
32] (6) Especifica que la alternativa S2 presenta una probabilidad de
0,96 contra 0,04 de S1. El resultado (S2, N1) es de 0,25 lo que indica
que un paciente derivado a tratamiento no concurre; no hay diferencia
entre el valor que presenta la variable N en la alternativa S1, para
ambas situaciones es 0,02 se puede inferir que la resolucion en la
admision es poco eficiente. Se considerara ahora cuando
el paciente fue derivado por el admisor a tratamiento ambulatorio y
concurre al menos una vez con el prestador designado. Se considera como
alternativa por un lado la recitacion (S3) y por la otra su contraria
(S4). Como en el caso anterior los resultados esperados son que el
paciente concurra cuando es recitado (S3, N1) y que no lo haga cuando se
le indica lo contrario (S4, N2). Analizando la matriz, la alternativa S3
presenta una probabilidad de 0,98 contra 0,01 de S4. Es significativo el
resultado observado en (S3, N1) = 0,92 correspondiente a pacientes
recitados que concurren a la misma. [Conte, 2006, p. 32] (7)
Aun con el alto resultado se debe analizar la distribucion de
frecuencia de la probabilidad de los tratamientos finalizados. Se
observa que si bien existe un bajo resultado "(S3, N1) = 0,06
cuando el profesional indicaba recitacion y el paciente no concurria, la
distribucion de la frecuencia muestra que la interrupcion del proceso
terapeutico se produce 0,73 por ausencia del paciente." [Conte,
2006, p. 33] (8) Este pasa a ser un dato importante a la hora de
establecer planes de cobertura. Solo 0,50 de los pacientes que llega a
una admision continua en la quinta prestacion. Hay una probabilidad
menor a 0,10 que un paciente recitado continue concurriendo luego de
treinta prestaciones.
Arribando a las conclusiones que: el analisis de las decisiones en
Salud Mental se facilita al aplicar una metodologia de larga trayectoria
en el mundo academico, "fue posible mediante el analisis de solo
una decision evaluar los resultados del comportamiento de los
prestadores y pacientes, permitiendo establecer un modelo de la
asistencia en tiempo real y contrastarlo con lo esperado." [Conte,
2006, p. 34] (9) Esta metodologia permite crear escenarios alternativos
y destaca que, "es factible una generacion de datos destinados a
lograr una mejor gestion de los servicios mediante el analisis de
decisiones, la cuantificacion de la incertidumbre y la modelizacion de
procesos." [Conte, 2006, p. 34] (10)
Metodologia
Poblacion sin cobertura en Argentina. Para determinar la poblacion
de la Argentina con y sin cobertura se utiliza datos estadisticos
correspondientes a cada una de las provincias, de la cobertura de
vacunas en menores de un ano y de la atencion del parto por personal
capacitado, siguiendo el esquema utilizado por Paganini en el Cuadro 1.
Porcentaje de poblacion con cobertura de servicios y estimacion de la
poblacion sin cobertura, paises de America Latina y el Caribe"
[Paganini, 1998, p. 307] (11) Los datos de las columnas: porcentaje de
la poblacion con cobertura, surgen del trabajo de Hamilton "Tabla
7. Argentina. Porcentaje de Cobertura de vacunas en menores de 1 ano por
provincias. 2000." [Hamilton, 2001, p. 19] (12) cuya fuente es la
Direccion de Inmunizacion del Ministerio de Salud de la Nacion. La
poblacion sin cobertura se obtiene restando de 100, el porcentaje de
cobertura indicada para cada una de los datos de las columnas; que
multiplicado por la cantidad de poblacion de cada provincia permite
obtener el numero de personas que no cuentan con cobertura. Visualizando
la situacion de la cobertura en la Argentina y observando la situacion
de Misiones en este contexto.
Enfoque general de la Teoria de la decision
Para conocerse el hombre cuenta con "un procesamiento de
informacion, las neuronas de su sistema nervioso y como herramientas
heuristicas sus extraordinarias facultades de imaginacion, memoria y
aprendizaje." [Pavesi, 2001, p. 19](13) Pero estas herramientas son
insuficientes para observar la variedad de elementos que debe
considerarse a la hora de decidir. Siempre se ha trabajado a traves de
la abstraccion, construyendo modelos, sobre los cuales se desarrolla el
conocimiento y se obtiene una conclusion. En la vida real, decision y
accion se integran en un mismo individuo, separarlas le es dificil al
hombre.
El modelo empirico parte del decididor que es quien decide, quien
procesa un sistema de informacion, con entradas (in put) que al
procesarla se transforman en salidas (out put), que son regidas por un
programa (conjunto de ordenes por las cuales se lleva a cabo una
transformacion). "La teoria de la decision se ocupa de los
programas y no de las transformaciones." [Pavesi, 2001, p. 22] (14)
Los programas que rigen al decididor son altamente complejos,
inestables, que dependen de la circunstancia y del contexto. En este
ambito es donde la teoria de la decision se ha estructurado y ha logrado
metodos eficientes para sistematizar las preferencias.
Descripcion de los datos
Indicadores de Cobertura. Permitira la ubicacion en el contexto
nacional de la cobertura de la salud de la Argentina y en particular de
Misiones. Se utilizaran: Vacunacion antipoliomielitica oral (Sabin);
Vacunacion antituberculosa con BCG; Vacunacion triple viral
(antisarampionosa); Vacunacion cuadruple viral (tetanos); todos en ninos
menores de un ano para el ano 2000; y Atencion del parto por personal
capacitado para el ano 2000.
Matriz de Decision. Es una herramienta de formalizacion del proceso
decisorio que ayuda a ordenar los elementos actuantes. Constituyen el
punto final del proceso.
A los efectos de su concrecion, se identificaran los elementos de
la decision. Objetivo: Seleccionar una estrategia de accion que, por
medio de su ejecucion, tienda a mejorar la cobertura de salud de la
poblacion misionera.
Alternativas. Fueron seleccionadas siguiendo el diseno metodologico
aplicado por Hamilton en su trabajo Exclusion de la proteccion social en
salud en Argentina: tres enfoques metodologico. Donde se definen tres
ejes de estudios: cobertura, accesibilidad, y estructura; procesos y
resultados. En la concrecion de este analisis de decision, se utilizara
el eje de accesibilidad.
La accesibilidad se refiere a "la facilidad con la que los
servicios sanitarios pueden ser obtenidos de forma equitativa por la
poblacion, en relacion con barrera de diferentes indoles."
[Hamilton, 2001, p. 4] (15) Con este enfoque se orienta a analizar
algunas de las restricciones que existen en los sistemas de salud, para
ello se definen tres alternativas: S1: Accesibilidad financiera. Se
conceptualiza como "la funcion directa del gasto publico en
salud." [Hamilton, 2001, p. 4] (16) Presenta un comprobado impacto
redistributivo, por lo que es de esperar que a mayor gasto publico mayor
sea la accesibilidad de los pobres a los servicios de salud.
En la Tabla 1 se observa la disparidad del gasto per capita en
salud que existe entre las distintas provincias de la Argentina. Chaco
es la provincia que mas bajo indice presenta 35,7 $/por hab., y Tierra
del Fuego 637$/hab. el mas alto. Misiones presenta una relacion gasto en
salud per capita del 91,9$/hab., que si se compara con el promedio del
pais 152,7$/hab. se encuentra ubicada muy por debajo de la media.
[S.sub.2]: Accesibilidad geografica. Se considera como concepto de
acceso a servicios de salud, el elaborado por el PNUD, referido al
"porcentaje de la poblacion que puede recabar servicios locales de
salud, con un tiempo maximo de una hora de marcha a pie o de
desplazamiento en medios de transporte locales." [Hamilton, 2001,
p. 5] (17)
En Misiones la poblacion rural asciende al 29,4% (283.849 personas
sobre un total de 965.522), segun el Censo de poblacion del ano 2001.
[S.sub.3]: Accesibilidad cultural. "Se refiere a los habitos y
practicas de los individuos respecto al cuidado y autocuidado de la
salud y las limitaciones que estas imponen en el acceso a los
servicios." [Hamilton, 2001, p. 5](18) Como seria el caso de las
etnias, en Misiones la poblacion indigena Mbya Guarani existente, segun
la Encuesta Complementaria de Pueblos Indigenas (ECPI) 2008, asciende a
4.083 (el 88,5% es rural); al considerar la importancia relativa sobre
el total de la poblacion misionera, se observa que la participacion no
alcanza el 0,5%; motivo que fundamenta la no incorporacion de esta
alternativa.
Estados Naturales. Refiriendose a los niveles o grados posibles de
ocurrencia, en el marco descrito, se tiene:
[N.sub.1]: Gastos per capita en salud.
[N.sub.2]: Mejora en la calidad de vida.
Probabilidad. Los niveles de las variables no controlables.
Gastos per capita en salud. Misiones sanciono en septiembre de 2007
la ley de Salud 4348. En el Capitulo de Financiamiento, especifica que
el presupuesto anual del Ministerio de Salud Publica no sera inferior al
diez por ciento anual del Presupuesto General de la Provincia,
porcentaje que se ira incrementando en el uno por ciento anual como
minimo, hasta lograr un piso del quince por ciento anual del Presupuesto
General de la Provincia. En el ano 2010 el gasto en salud incidio en el
presupuesto provincial en un 11,7%; en el 2011, ejercicio financiero que
se esta ejecutando, se preve una participacion relativa del 12,2% sobre
las erogaciones totales. Esto implica que si aumenta los fondos
destinados a los gastos de salud, paulatinamente el gasto en salud per
capita se incrementara.
A: Aumenta el gastos per capita en salud. En este caso implica la
mayor probabilidad de la cuestion, 90%. [p.sub.2] = 0,90
A: No aumenta el gasto per capita en salud. En este caso se estima
una probabilidad del 10%. [p.sub.1] = 0,10
Mejora en la calidad de vida. En este aspecto no se tomara a la
poblacion rural como variable propiamente dicha sino que se considerara
el acercamiento de los servicios de salud a las zonas rurales. Se
incorporara ademas como variable, a la poblacion que tenga Necesidades
Basicas Insatisfechas (NBI), que representa la privacion de por lo menos
unos de los indicadores que representa (hacinamiento; vivienda;
condiciones sanitarias; asistencia escolar; capacidad de subsistencia).
Acercamiento de los servicios de salud a la poblacion rural.
Programa de Descentralizacion de la Gestion para la Atencion
Primaria de la Salud. El modelo de gestion sanitaria definida en la Ley
de Salud; propende a la descentralizacion gradual, permanente y total de
los servicios medicos del subsector estatal de salud para la APS; que
requiere la participacion en la gestion de los servicios de salud de los
municipios, la articulacion de pautas institucionales con la Provincia y
la participacion de la comunidad en el cuidado de su salud. Asimismo, el
Articulo 22 de la Ley de Presupuesto para la Administracion Publica
Provincial Ejercicio 2008, 4397; autoriza al Poder Ejecutivo Provincial
a destinar la suma de Un peso por mes por habitante a los fines de
garantizar la APS de los mismos, los que deberan reflejarse en la mejora
de los indicadores sanitarios.
Es en base a este fundamento que en enero de 2.008 por Decreto
71/08 se aprobo el Programa de Descentralizacion de la Gestion para la
APS, el modelo de Formulario de Proyecto Municipal para el
Fortalecimiento de la APS y el modelo de convenio para la
Descentralizacion en la Gestion que suscribira la Provincia con el
municipio. En la misma fecha se aprobo por Decreto 97/08, la
reestructuracion de las zonas de salud y areas programaticas
dependientes del Ministerio de Salud Publica. Quedando estructurado en
seis zonas: Capital, Sur, Centro Parana, Centro Uruguay, Norte Parana y
Noreste.
Es, en este marco juridico, que se puede afirmar que a traves del
Programa de descentralizacion de la Gestion para la APS que se producira
el acercamiento del servicio de salud a la poblacion rural.
G: Acercamiento de los servicios de salud a la poblacion rural. En
este caso se estima una probabilidad del 80%. [q.sub.1] = 0,80
G: No acercamiento de los servicios de salud a la poblacion rural.
Con una probabilidad del 20%. [q.sub.2] = 0,20
Necesidades basicas insatisfechas. El porcentaje de la poblacion
misionera que poseia NBI alcanzaba el 27,1%, segun datos que surgen del
Censo 2001; que correspondia a 260.271 personas en hogares con NBI sobre
un total de 960.002. Superior al total pais que ascendia a 17,7%. En
este aspecto se estima la siguiente probabilidad.
NBI [flecha interior]: Disminuye las necesidades basicas
insatisfechas. [z.sub.1] = 0,60
NBI [flecha interior]: Aumenta las necesidades basicas
insatisfechas. [z.sub.2] = 0,40
Resultados
Poblacion total sin cobertura en Argentina. La poblacion total de
la Argentina ascendia, a 36.260.130 personas, segun datos del Censo
2001, al 2010 alcanzo a 40.117.016 personas. La estimacion de la
poblacion sin cobertura de salud se realiza, bajo la premisa de que los
indicadores de cobertura seleccionados puedan aportar esta informacion
de forma indirecta.
En este contexto partiendo de los cincos indicadores utilizados y
con el proposito de elaborar un perfil del nivel de coberturas,
siguiendo la metodologia utilizado por Paganini, se identifican tres
perfiles diferentes. Se observa en la Tabla 2, que:
En un primer perfil. Si se considera el porcentaje de cobertura de
vacunas, existen provincias que: Superan el 90% de cobertura; Jujuy,
Mendoza, Neuquen, Salta, San Luis, Santa Cruz y Tierra del Fuego.
Superan el 80% de cobertura; Buenos Aires, Corrientes, Chubut, Formosa,
La Pampa, La Rioja, Rio Negro, Santiago de Estero y Tucuman.
Si se considera el porcentaje de cobertura de atencion al parto por
personal capacitado, existen provincias que: Superan el 90% de
cobertura; Ciudad Autonoma de Buenos Aires, Buenos Aires, Cordoba,
Corrientes, Chaco, Chubut, Entre Rios, Jujuy, La Pampa, La Rioja,
Mendoza, Misiones, Neuquen, Rio Negro, Salta, San Juan, San Luis, Santa
Cruz, Santa Fe, Santiago de Estero, Tierra del Fuego y Tucuman. Superan
el 80% de cobertura; Formosa.
Un segundo perfil. Se caracteriza por la magnitud (alta o baja) de
la cobertura: En esta instancia se observa una alta cobertura en la
atencion del parto (97,5% pais) y en la vacuna triple viral (91,38%
pais), a diferencia de la cobertura antipoliomielitica (87,99% pais),
cuadruple viral (82,53% pais) y BCG (71,23% pais) donde la cobertura son
mas baja.
Un tercer perfil: Se caracteriza por porcentajes de cobertura bajo
para los indicadores seleccionados: Solo un indicador se situa en ese
nivel, la cobertura de la vacuna BCG; siendo las provincias La Rioja
(39,51%) y Cordoba (47,59%) las mas representativas.
Poblacion total sin cobertura en Misiones. Observando los datos de
Misiones.
En un primer perfil. Si se considera el porcentaje de cobertura de
vacunas, existen provincias que: Superan el 90% de cobertura; ninguna de
las vacunas consideradas superan este nivel. Superan el 80% de
cobertura, las vacunas antipoliomielitica (82,89%) y cuadruple viral
(80,22%).
Si se considera el porcentaje de cobertura de atencion al parto por
personal capacitado: Superan el 90% de cobertura (97%).
Un segundo perfil. Se caracteriza por la magnitud (alta o baja) de
la cobertura: Existe una alta cobertura en la atencion del parto (97%) y
una baja en la triple viral (68,84%).
Un tercer perfil. Se caracteriza por porcentajes de cobertura baja
para los indicadores seleccionados. Dos son los indicadores que se situa
en ese nivel, la cobertura de la vacuna triple viral, 68,84% y BCG,
68,89%.
Desde el punto de vista de nuestro analisis se concluye que, los
porcentajes de poblacion con cobertura mas bajo corresponde a la vacuna
triple viral 68,84%, acompanada por la BCG con 68,89%. Si las comparamos
con el promedio del pais corresponden a 91,38% para la triple viral y
71,23% para la BCG, se observa que se esta muy por debajo de la media
nacional.
Decision en salud. El Ministerio de Salud de la Nacion desarrolla
actividades continuas de aplicacion de las vacunas, para cumplir con el
Calendario Nacional de Vacunacion durante los dos primeros anos de vida,
y alcanzar la Meta Nacional de Vacunacion, que se fija en "el 95%
de cobertura para la Tercera Dosis de Vacuna Sabin y Vacuna Cuadruple,
la BCG antes de los 7 dias y la Vacuna Triple Viral." [Ministerio
de Salud, 2009, p. 1] (19)
Al incorporar la informacion necesaria que requiere la matriz para
ser procesada, se debe tener en cuenta, en primer lugar, el valor que se
establece como situacion optima para las variables intervinientes es
95%; en concordancia con las metas definidas a nivel nacional. En
segundo lugar, el valor que se establece como situacion minima para las
variables intervinientes es 68,8%. Estimacion que coincide con el
porcentual mas bajo de cobertura vacunal en Misiones; las vacunas triple
viral, 68,84% y la BCG, 68,89%.
La decision que resulte, expresado a traves del valor esperado sera
extendido a los cuatro indicadores analizados.
Analisis del resultado obtenido. En el caso planteado resulta una
matriz de decision sectorizada; cada una de las alternativas resulta
afectada por una variable no controlable que, a su vez, no afecta al
otro curso de accion; son independientes. Una alternativa esta para un
universo y la otra para otro distinto. En la Tabla 3 se expresan los
resultados obtenidos en la matriz de decision; asi para la alternativa:
[S.sub.1]: accesibilidad financiera, el valor esperado obtenido fue
92,38% y para
[S.sub.2]: accesibilidad geografica, el valor esperado fue 81,37%.
El valor esperado expresa que la resultante seleccionada es
[S.sub.1].
En este sentido la accion, como politica publica de salud a
establecer, seria:
-- Verificar que la participacion de las erogaciones del sector
salud en el presupuesto provincial represente como minimo el piso
establecido por Ley, 15% sobre el total presupuestado, al momento de la
confeccion de cada presupuesto.
-- Fijar como objetivo de mediano plazo, alcanzar la media nacional
del gasto per capita en salud (de 91,9 a 152,7$/hab.).
Definir estrategias que permitan alcanzar como objetivo de largo
plazo, niveles similares a aquellas provincias Argentinas que poseen un
alto gasto de salud per capita (Tierra del Fuego 637$/hab.).
-- Elaborar indicadores que permitan medir la evaluacion del
resultado obtenido de la accion (95% de cobertura para cada variable
considerada y alcanzar la media nacional del gasto per capita en salud).
-- Elaborar indicadores especificos que permitan medir el grado de
avance y de concrecion, de cada accion ejecutada. Lo que permitira
realizar los ajustes pertinentes que requieran las situaciones que se
presenten.
-- Reflejar en el mediano plazo mejora en los indicadores
seleccionados bajo estudio.
CONCLUSION
La magnitud de la exclusion de la proteccion social en salud en
Misiones es considerable, el 57,8% de la poblacion misionera no contaba
con la cobertura de una obra social al ano 2001; porcentaje superior al
que presenta el nivel pais de 48,1%.
En este contexto el aporte es introducir como herramienta de
gestion para la seleccion de estrategias en el ambito de la salud, la
matriz de decision; que permitira seleccionar entre las alternativas
bajo analisis aquella que tienda a lograr, a traves de su ejecucion, una
mejora en la cobertura de salud. Si bien elaborar una matriz de decision
es una tarea ardua, porque implica el conocimiento del tema, la
definicion de las estrategias a ser consideradas, mas la incertidumbre
de las variables que influyen; sabemos que "en los mundos esquivos
y rebeldes de la estrategia y la politica, la teoria de la decision no
asegura el exito, pero reduce la posibilidad del fracaso."
[Bonatti, 2009, p. 62] (20)
CITAS BIBLIOGRAFICAS
(1) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, NO. 5; p. 305
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(2) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, NO. 5; p. 306
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(3) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, NO. 5;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf; p. 310 [consultada el
20/09/11].
(4) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 27
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(5) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 31
http://www.isalud.edu.ar/revistai_salud/septiembre06/paginas/23.htm l
[consultada el 29/09/11].
(6) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 32
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(7) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 32
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(8) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 33 http://www.isalud.edu.ar/revistai
salud/septiembre06/paginas/23.htm l [consultada el 29/09/11].
(9) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 34
http://www.isalud.edu.ar/revistai_salud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(10) CONTE, C. Analisis de Decision en Salud Mental. Revista [i]
Salud. Publicacion del Instituto Universitario ISALUD. Septiembre 2006,
Volumen 1, NO. 3. p. 34
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(11) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, NO. 5; p. 307
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(12) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 19, actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(13) PAVESSI, P. (2001). Lecturas de Teoria de la Decision.
Consideraciones acerca de la teoria del decididor. Ediciones Nueva
Tecnica SRL. p. 19
(14) PAVESSI, P. (2001). Lecturas de Teoria de la Decision.
Consideraciones acerca de la teoria del decididor. Ediciones Nueva
Tecnica SRL. p. 19
(15) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 4, actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(16) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 4, actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(17) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 5 actualmente solo disponible
en internet en pdf. http://cd i.mecon.gov.ar/biblio/docelec/az1045.pdf
[consultada el 26/09/11].
(18) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 5 actualmente solo disponible
en internet en pdf. http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf
[consultada el 26/09/11].
(19) MINISTERIO DE SALUD. Campana Nacional de Vacunacion contra el
Sarampion y la Polio. Presidencia de la Nacion, Ministerio de la Salud,
2009. p. 1 http://www.msal.gov.ar/sarampion/faq.html [consultada el
28/09/11].
(20) BONATTI, P. (2009). Teoria de la Decision. UNAM, Facultad de
Ciencias Economicas, Doctorado en Administracion. Octubre 2009. p. 62
BIBLIOGRAFIA
CONTE, C. Analisis de Decision en Salud Mental. Revista [i] Salud.
Publicacion del Instituto Universitario ISALUD. Septiembre 2006, Volumen
1, NO. 3. http://www.isalud.edu.ar/revistai_salud/septiembre06/paginas/23.html [consultada el 29/09/11].
HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, actualmente solo disponible en
internet en pdf. http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf
[consultada el 26/09/11].
Gobierno de la provincia de Misiones, Instituto Provincial de
Estadisticas y Censos, disponible en
http://www.ipec.misiones.gov.ar/index.php?
option=com_docman&task=cat_view&gid=446&Itemid=29
[consultada el 20/09/11].
PAGANINI, J. (1998). "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, NO. 5;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
ROSENBERG, H. y ANDERSSON, B. "Repensar la proteccion social
en salud en America Latina y el Caribe". Rev Panam Salud Publica,
July/Aug. 2000, Volumen 8, NO. 1-2,
http://www.scielosp.org/scielo.php?script=sciarttext&pid=S1020-49892000000700016 [consultada el 20/09/11].
Gloria Beatriz, Orzuza,
Universidad Nacional de Misiones
Facultad de Ciencias Economicas
Ruta 12--Km 7,5--C.P. 3304--Miguel Lanus--Misiones--Argentina
E-mail: gborzuza@fce.unam.edu.ar
Tabla 1. Misiones. Gastos en Salud per capita
Provincias Poblacion (1) Gatos en
Salud
per
capita (2)
Ciud. Aut. Bs. As. 2.776.138 381,6
Buenos Aires 13.827.203 99,6
Catam arca 334.568 165,7
Cordoba 984.446 322,2
Corrientes 413.237 216,2
Chaco 3.066.801 35,7
Chubut 930.991 147,4
Entre Rios 1.158.147 181,4
Formosa 486.559 198,9
Jujuy 611.888 166,2
La Pampa 299.294 284,5
La Rioja 289.983 262,3
Mendoza 1.579.651 118.1
Misiones 965.522 91,9
Neuquen 474.155 516,5
Rio Negro 552.822 227,8
Salta 1.079.051 167,3
San Juan 620.023 164,6
San Luis 367.933 164,1
Santa Cruz 196.958 613,3
Santa Fe 3.000.701 109,8
Santiago del Estero 804.457 195,4
Tierna del Fuego 101.079 637,4
Tucuman 1.338.523 120.8
Total 36.260.130 152,7
(1) Segun Censo Nacional de Poblacion, Hogares y
Viviendas. Ano 2001.
(2) Ministerio de Economia de la Nacion.
Direccion Nacional de Coordinacion Fiscal con
las Provincias. Ano 2004. De acuerdo al indice
de Precios Combinados, base 2004 = 1
Fuente: Elaborado en base a datos del Censo
Nacional de Poblacion, Hogares y Viviendas 2001;
Argentina 2008 Indicadores Basicos, Ministerio
de Economia de la Nacion y de la Comision
Economica para America Latina y el Caribe, 2001
Tabla 2. Republica Argentina. Poblacion con cobertura de
salud en porcentaje y estimacion de la poblacion sin
cobertura
Provincias Poblacion (1) % de poblacion con
cobertura (2)
Antipolio- BCG
mielitica (Tubercu-
(Sabin) losis)
Ciud. Aut. Bs. As. 2.776.138 78,05 76,68
Buenos Aires 13.827.203 93,30 73,82
Catamarca 334.568 84,85 66,47
Cordoba 984.446 80,95 47,59
Corrientes 413.237 83,30 63,60
Chaco 3.066.801 82,35 79,92
Chubut 930.991 93,93 85,32
Entre Rios 1.158.147 77,13 56,77
Formosa 486.559 90,05 73,47
Jujuy 611.888 93,98 92,32
La Pampa 299.294 93,03 75,56
La Rioja 289.983 96,67 39,51
Mendoza 1.579.651 91,15 80,88
Misiones 965.522 82,99 68,89
Neuquen 474.155 99,38 86,60
Rio Negro 552.822 83,65 67,23
Salta 1.079.051 92,83 83,35
San Juan 620.023 72,80 70,77
San Luis 367.933 100,00 85,22
Santa Cruz 196.958 99,85 87,22
Santa Fe 3.000.701 78,97 59,12
Santiago del Estero 804.457 95,39 54,93
Tierra del Fuego 101.079 100,00 80,55
Tucuman 1.338.523 89,62 95,26
Total Pais 36.260.130 87,99 71,23
Provincias % de poblacion co
cobertura (2)
Triple Cuadruple Atencion
Viral Viral del Parto
Antisaram- (Tetano)
pionosa
Ciud. Aut. Bs. As. 100,00 69,31 99,40
Buenos Aires 94,63 89,06 98,60
Catamarca 82,77 78,52 60,90
Cordoba 77,59 69,54 98,60
Corrientes 95,08 84,73 98,30
Chaco 86,04 65,39 93,90
Chubut 93,28 87,43 99,60
Entre Rios 70,69 82,78 99,70
Formosa 92,80 86,60 87,00
Jujuy 100,00 82,72 96,80
La Pampa 86,47 94,67 98,70
La Rioja 100,00 82,70 99,90
Mendoza 92,81 90,44 98,40
Misiones 68,84 80,22 97,00
Neuquen 96,54 98,61 99,40
Rio Negro 93,40 80,20 99,20
Salta 93,94 91,19 92,20
San Juan 82,56 64,55 99,20
San Luis 100,00 99,01 99,70
Santa Cruz 90,67 95,27 99,90
Santa Fe 81,72 70,94 98,60
Santiago del Estero 100,00 80,62 92,40
Tierra del Fuego 100,00 95,74 100,00
Tucuman 100,00 88,34 98,20
Total Pais 91,38 82,53 97,50
Provincias Total de poblacion
sin cobertura
Antipolio- BCG Triple Viral
melitica (Tubercu- Antisaram-
(Sabin) losis) pionosa
Ciud. Aut. Bs. As. 609.362 647.395 0
Buenos Aires 926.423 3.619.962 742.521
Catamarca 50.687 112.181 57.646
Cordoba 187.537 515.948 220.614
Corrientes 69.011 150.418 20.331
Chaco 541.290 615.814 428.125
Chubut 56.511 136.669 62.563
Entre Rios 264.868 500.667 339.453
Formosa 48.413 129.084 35.032
Jujuy 36.836 46.993 0
La Pampa 20.861 73.147 40.494
La Rioja 9.656 175.411 0
Mendoza 139.799 302.029 113.577
Misiones 164.235 300.374 300.857
Neuquen 2.940 63.537 16.406
Rio Negro 90.386 181.160 36.486
Salta 77.368 179.662 65.390
San Juan 168.646 181.233 108.132
San Luis 0 54.380 0
Santa Cruz 295 25.171 18.376
Santa Fe 631.047 1.226.687 548.528
Santiago del Estero 37.085 362.569 0
Tierra del Fuego 0 19.660 0
Tucuman 138.939 63.446 0
Total Pais 4.354.842 10.432.039 3.125.623
Provincias Total de poblacion
sin cobertura
Cuadruple Atencion
Viral del Parto
(Tetano)
Ciud.Aut. Bs. As. 851.997 16.657
Buenos Aires 1.512.696 193.581
Catamarca 71.865 130.816
Cordoba 299.862 13.782
Corrientes 63.101 7.025
Chaco 1.061.420 187.075
Chubut 117.026 3.724
Entre Rios 199.433 3.474
Formosa 65.199 63.253
Jujuy 105.734 19.580
La Pampa 15.952 3.891
La Rioja 50.167 290
Mendoza 151.015 25.274
Misiones 190.980 28.966
Neuquen 6.591 2.845
Rio Negro 109.459 4.423
Salta 95.064 84.166
San Juan 219.798 4.960
San Luis 3.643 1.104
Santa Cruz 9.316 197
Santa Fe 872.004 42.010
Santiago del Estero 155.904 61.139
Tierra del Fuego 4.306 0
Tucuman 156.072 24.093
Total Pais 6.334.645 906 503
(1) Censo Nacional de Poblacion, Hogares y Viviendas 2001.
(2) Porcentaje de Cobertura de Vacunas en menores de 1
ano por Provincia, ano 2000. Hamilton, Gabriela. (2001).
Exclusion de la proteccion social en salud en Argentina:
Tres enfoques metodologicos. 2001, p. 19.
Fuente: Elaborado en base a datos del Censo Nacional de
Poblacion, Hogares y Viviendas 2001 y de Hamilton,
Gabriela 2001
Tabla 3. Matriz de Decision. Cobertura de Salud
Fuente: Elaboracion propia
Alternativas\ [O.sup.1]
Estados
[N.sub.1]
Gasto per capita
en salud
A A
[p.sub.1] = 0,10 [p.sub.2] = 0,90
[S.sub.1] [R.sub.11] [R.sub.12]
Accesibilidad 0,688
Financiera
[S.sub.2]
Accesibilidad
Geografica
Alternativas\ [O.sup.1]
Estados
[N.sub.2]
Mejora en la
calidad de vida
G NBI G NBI
[q.sub.1] = 0,80 [q.sub.1] = 0,80
[z.sub.1] = 0,80 [z.sub.2] = 0,40
0,48 0,32
[S.sub.1]
Accesibilidad
Financiera
[S.sub.2] [R.sub.21] [R.sub.22]
Accesibilidad 0,95 0,688
Geografica
Alternativas\ [O.sup.1]
Estados
[N.sub.2]
Mejora en la
calidad de vida
G NBI G NBI
[q.sub.2] = 0,20 [q.sub.2] = 0,20
[z.sub.1] = 0,60 [z.sub.1] = 0,40
0,12 0,08
[S.sub.1]
Accesibilidad
Financiera
[S.sub.2] [R.sub.23] [R.sub.24]
Accesibilidad 0,688 0,688
Geografica
Alternativas\ VE
Estados
[S.sub.1] [VE.sub.1]
Accesibilidad 0,9238
Financiera
[S.sub.2] [VE.sub.2]
Accesibilidad 0,8137
Geografica
A: No aumenta el gasto per capita
A: Aumenta el gasto per capita
G: Acercamiento de los servicoos de salud a la
poblacion rural
G: No acercamiento de los servicios de salud a
la poblacion riral
NBI disminuye las necesidas basicas insatisfechas
NBI Aumenta las necesidas basicas insatisfechas
DECISION ANALYSIS IN HEALTH COVERAGE
INTRODUCTION
Primary Health Care (PHC) was born with the Declaration of Alma Ata
in 1978 as a policy of expanding coverage in order to overcome the
crisis spanning health systems, which conceptualize it as an essential
health care to everyone. After more than 30 years, the proposed
objective has not been achieved in its fullness; there are still
limitations on access to health coverage.
At the Millennium Summit in 2000 set the eight Millennium
Development Goals (MDGs). The fourth objective, reducing child
mortality, looks specifically for reducing two thirds of the mortality
of children under five years old between 1990 and 2015. One of the
specific indicators to measure progress towards this goal is the
proportion of children under one year old immunized against measles. In
2001, the United Nations Development Program (UNDP) estimated that over
60% of the population who lived in developing nations is far away or
losing ground on achievement of the MDGs in terms of reducing infant
mortality rates.
It is difficult to estimate the extent of social exclusion, by the
multiplicity of forms that, for the limited progress in deepening and
research the topic, being the date information essential to change
processes or decision making, to set strategy or reset it to achieve the
objectives.
In this context, this paper aims to contribute to the selection of
the strategy that tends to improve the coverage of population health
mission using one of the tools of decision theory, the decision matrix.
DEVELOPMENT
Paganini (1998) expressed in his work The coverage of health care
in Latin America and the Caribbean, despite the commitment of the World
Health Organization (WHO) to achieve "the goal of health for all
and responsibility improve coverage, quality and efficiency of health
services that offer" [Paganini, 1998, p. 305] (1), little progress
has been made in deepening the concepts of health and to obtain
indicators for evaluation. His research brings to this knowledge as the
unit of analysis to most countries in Latin America and the Caribbean.
It specifies that the analysis can be fulfilled from various aspects,
pointing to the financial coverage, at the base of supply of services,
to cover real, and study the results or impact on the health of the
population attributable to the action of these services.
The data analysis is performed; on one hand, estimating the
population without coverage from the data resulting from specific
programs. And, on the other hand, "explores the possible
relationships between certain characteristics of the structure and
coverage of services and performance indicators or impact."
[Paganini, 1998, p. 306] (2). For the purpose of obtaining the result
used as statistical method, the simple correlation analysis between the
various indicators.
Concluding that the results can be mentors for the reform
processes, and to be taken into account the problems of geographical
accessibility, cultural acceptability of services, and lack of minimum
health coverage, giving special emphasis to the financial aspects.
Similar diagnosis came from the simple correlation analysis where a
significant relationship in the expected direction between "levels
of coverage achieved and the results obtained, allowing the definition
of political support for reform oriented primarily toward the
organization and management of services "[Paganini, 1998, p. 310]
(3) was found, both for the development of programs to achieve effective
coverage.
Research by Rosenberg and Andersson (2000) in their work Rethinking
social protection in health in Latin America and the Caribbean indicates
that the magnitude of the exclusion of social protection in health in
Latin America and the Caribbean is considerable nature is due to many
variables and there is no single way of analyzing the data.
The measurement can be done from an external point of view (number
of persons not covered by social security, disparities in access) and
internal indicators, understood as an internal process of care. They
conclude that the choice of indicators to be used depends on the
country, because the selection is subject to those indicators that
represent the characteristics of each population.
Analyze the structure of the systems and their implications for the
exclusion, concluding that due to the proliferation of sub-economies of
scale are lost, and always has been a trend towards vertical integration
in the first three subsystems, which perform their functions, but not
related. The issue of exclusion should be taken to the political agenda;
the debate should be given broad citizen participation.
Hamilton (2001) in their work Exclusion of Social Protection in
Health in Argentina: Three Methodological Approaches directs his study
to identify the scope of the exclusion in Argentina in terms of volume
of the affected population. It uses three methodological approaches:
coverage (population without health insurance coverage), accessibility
(financial, geographical and cultural) and structure (low total supply
of medical services and beds), processes (percentage of deliveries
performed by personnel not trained and dropout vaccines before the first
year) and results of health systems (gap in infant mortality, under-5
mortality and maternal mortality).
The above conclusion to which arrives the research is the
multiplicity of options to analyze exclusion. Considers that the most
appropriate indicator is the gap vaccination less than 1 year old, the
availability of information, but noting that not all variables that are
considered viable today, they will be in the future at all times should
be considered more convenient.
The article Decision Analysis in Mental Health, Conte (2006) states
that one of the remaining tasks to be developed in the coming years is
the transformation of mental health services and the professionalization
of management tools. Studies of decision analysis in health care grew
exponentially but not evident in the actual processes of making and less
on mental health. The methodologies used are simple statistics, so that
information about mental illness is limited. It is therefore necessary
"use of tools and methodologies to operate beyond this
diversity" [Conte, 2006, p. 27] (4)
The decision analysis arises in the context of the Second World
War, where scientists contacted the people who were responsible for
solving operational problems and then came the application of scientific
method to practical problems of making decisions. The theory of rational
decisions, as the vision of Herbert Simon is known, Nobel laureate in
economics in 1978, states that a person in an organization chooses each
action that meets the proposed objective, according to sequences and
routines. There are decisions that are repetitive (clinical guidelines
and protocols), which act as guiding behavioral programs for those who
assume the responsibility to decide, but if decisions are not repetitive
(a coverage plan or the creation of a clinical service) require an
analysis detailed consequences. It should be noted that the term
decision includes such situations, and the concept of repetitive
decisions procedures.
A point of concern to man is to know what will happen in the
future, and is the decision theory that incorporates these aspects,
anticipating situations and their consequences.
Mental health decisions are spacious and most of those decisions
are based on professional knowledge or heuristics. Conte then arises:
what would be significant to account for the behavior of providers and
patients? The choice lies with the indication of care, because
"they are repetitive in nature and procedural decisions, informed
by the provider to patient, taken pursuant to diagnosis, type of
treatment provided and another set of data." [Conte, 2006, p. 31]
(5) This service is a circuit that originates in the primary care level,
where the patient is referred to mental health service which is
evaluated by an acceptor, continuing the caring requesting an
appointment to the lender or moving to the inpatient unit. Since then
the provider leads the therapeutic process. The indications are recorded
in the information system and it tracks and analyzes. Regarding the
analysis of the data, taken as uncertain variable competition to the
benefit of the patient indicated.
"The expected results is to attend to be derived by the
acceptor (S2, N1), and do not attend a new query when your problem is
solved on admission (S1 N2)" [Conte, 2006, p. 32] (6) Specifies
that the alternative S2 has a probability of 0.96 against 0.04 of S1.
The result (S2, N1) is 0.25 which indicates that a patient does not
concur derivative treatment there is no difference between the value
which the variable N in the alternative S1, for both situations it may
be inferred 0.02 that the decision on admission is inefficient. Now it
be considered when
The patient was referred by the acceptor to outpatient treatment
and attends at least once with the designated provider. It is considered
as an alternative, on one hand, the recitation (S3) and, on the other
hand, its opposite (S4). As in the previous case the expected results
are that the patient attends when it is recited (S3, N1) and not to do
when you are instructed otherwise (S4, N2). Analyzing the matrix, the
alternative S3 presents a probability of 0.98 against 0.01 of S4. The
observed result is significant in (S3, N1) = 0.92 for patients attending
recited thereof. [Conte, 2006, p. 32] (7)
Even with the higher result is due to analyze the frequency
distribution of the likelihood of treatment completion. It notes that
while there is a low result "(S3, N1) = 0.06 when the professional
and the patient suggested recitation not met, the frequency distribution
shows that disruption of the therapeutic process occurs in the absence
of 0.73 patient. "[Conte, 2006, p. 33] (8) This becomes an
important figure in setting coverage plans. Only 0.50 of patients
reaching an admission continues in the fifth service. There is a
probability of less than 0.10 for a patient to continue concurring
recited after thirty performances.
Arriving at the conclusions: the analysis of decisions in Mental
Health provides a methodology to implement a long career in academia,
"was made possible by analyzing only a decision to evaluate the
results of the behavior of providers and patients, allowing establish a
model for real-time assistance and contrast with expectations.
"[Conte, 2006, p. 34] (9) This methodology allows you to create
alternative scenarios and stresses that "feasible a generation of
data for better management of services through decision analysis,
uncertainty quantification and modeling of processes." [Conte,
2006, p. 34] (10)
Methodology
* Uninsured population in Argentina: Statistical data for each of
the provinces is used to determine the population of Argentina with and
without coverage, the vaccination coverage in children under one year
old and delivery care by trained personnel, following the scheme used by
Paganini Table 1- Percentage of population covered services and
estimating the population without coverage, Latin America and the
Caribbean "[Paganini, 1998, p. 307] (11). The data in columns:
percentage of population covered, from the work of Hamilton "Table
7. Argentina--Percentage of vaccine coverage in children under 1 year
old per province. 2000. "[Hamilton, 2001, p. 19](12) whose source
is the Immunization Division of the National Ministry of Health. The
uninsured population is obtained by subtracting from 100 the percentage
of coverage given to each of the data in columns, which multiplied by
the number of population of each province can get the number of people
without coverage and it allows to view the status of coverage in
Argentina and Misiones to monitor the situation in this context.
General approach to decision theory
The human being, to know itself, has "an information
processing, the neurons in the nervous system, and as heuristic tools
its extraordinary powers of imagination, memory and learning."
[Pavesi, 2001, p. 19] (13) But these tools are insufficient to observe
the variety of elements to be considered when deciding. It has always
worked through abstraction, building models, for which knowledge
develops and a conclusion is obtained. In real life, decision and action
are integrated in the same individual; it is difficult for the human
being to separate them.
The empirical model starts with the decider who makes decisions,
who processes an information system, with inputs, which once processed
is transformed into outputs, which are governed by a program (set of
orders which performs a transformation). "The decision theory deals
with the programs and not with transformations." [Pavesi, 2001, p.
22] (14) Programs that govern the decider are highly complex, unstable,
and dependent on circumstances and context. This area is where decision
theory is structured and has efficient methods for systematic
preferences.
Data Description
* Indicators of Coverage: It allows the location in the national
context of health coverage in Argentina and Misiones in particular.
Indicators which will be used: oral polio vaccination (Sabin),
tuberculosis with BCG vaccination, MMR vaccination (measles) virus Quad
Vaccination (tetanus), all in children under one year old for the year
2000, and Delivery care by trained personnel for year 2000.
* Decision Matrix: It is a tool to formalize the decision process
that helps to sort the acting elements that constitute the end point of
the process.
For the purposes of their implementation, the elements of the
decision will be identified.
* Objective: Select an action strategy, through implementation,
tends to improve the coverage of population health mission.
* Alternatives: were selected following the design methodology
applied by Hamilton in his work Exclusion of social protection in health
in Argentina: three methodological approaches. Where three areas of
study were defined: coverage, accessibility and structure, processes and
outcomes. In the realization of this decision analysis, it will be used
the axis accessibility.
Accessibility refers to "the ease with which health services
can be obtained from the population equitably in relation to barriers of
different kinds." [Hamilton, 2001, p. 4] (15). This approach aims
to analyze some of the constraints in health systems, to which three
alternatives will be defined:
S1: Affordability, which is conceptualized as "the direct role
of public health spending." [Hamilton, 2001, p. 4] (16) It presents
a proven redistributive impact, so it is hoped that increased public
spending greater accessibility of the poor to health services.
Table 1 shows the disparity of health spending per capita between
the provinces of Argentina. Chaco province is the lowest index has 35.7
USD/inhabitant, and Tierra del Fuego $ 637/inhabitant, the highest one.
Missions gives an account health expenditure per capita of 91.9 $
/inhabitant, which when is compared to the national average 152.7 U.S.
dollars/person, is located well below the average.
S2: Geographic accessibility. It is considered as a concept of
access to health, elaborated by the UNDP, based on the "percentage
of the population that collects local health services, with a maximum of
one hour's walk or travel in transportation local. "[Hamilton,
2001, p. 5] (17)
Rural population in Misiones amounted to 29.4% (283,849 people on a
total of 965,522), according to the Population Census 2001.
S3: Cultural accessibility. "It refers to the habits and
practices of individuals regarding care and self-care and the
limitations they impose on access to services." [Hamilton, 2001, p.
5] (18). As is the case of the ethnic groups, in Misiones the existing
Mbya Guarani indigenous population, according to the Complementary
Survey of Indigenous Peoples (ECPI) 2008 amounts to 4083 (88.5% is
rural), considering relative importance of total Misiones population, it
appears that participation does not reach 0.5%; reason to support the
non-implementation of this alternative.
* Natural States: Referring to the levels or degrees possible
occurrence, in the above described framework, we have:
N1: per capita health expenditure.
N2: Improved quality of life.
* Probability: The levels of uncontrollable variables.
* Per capita health expenditures: In September 2007 Misiones passed
the Health Act 4348. The Financing Chapter specifies that the annual
budget of the Ministry of Public Health shall be not less than ten
percent annual General Budget of the Province, a percentage that will
increase in the annual one percent at least until a floor Fifteen
percent of the annual general budget of the Province. In 2010 health
spending had an impact on the provincial budget by 11.7%; in 2011,
financial year which is running, it provides a relative share of 12.2%
of total outlays. This implies that an increase in funding for health
expenditure, gradually health expenditure per capita will increase.
A: Increases in health expenditures per capita. This case involves
the highest probability of the matter, 90%. p2 = 0.90
A: Health spending per capita does not increase. In this case it is
estimated a probability of 10%. p1 = 0.10
* Improved quality of life: In this aspect will not be taken the
rural population as a variable itself but shall constitute the approach
of health services to rural areas. Also, it will be incorporated as a
variable the population that has unsatisfied basic needs (UBN), which
represents the deprivation of at least one of the indicators that
represents (overcrowding, housing, sanitary conditions, school
attendance, ability to cope).
Bringing health services to rural people
Decentralization Program Management for Primary Health Care
The health management model defined in the Health Act, is prone to
gradual decentralization, permanent and total of health care of the
state health subsector to the APS, that requires participation in the
management of health services in the municipalities, joint institutional
guidelines with the Province and community involvement in health care.
Similarly, Article 22 of the Budget Act for Fiscal Year 2008 Provincial
Public Administration, 4397, authorizes the Provincial Executive to
allocate the sum of a weight per capita per month in order to ensure the
APS thereof, which shall reflected in the improvement of health
indicators.
It is upon this foundation in January 2008 by Decree 71/08 was
approved Decentralization Program Management for the APS, the model form
Municipal Project for Strengthening PHC and the model agreement for
Decentralization Management which subscribe to the Province with the
municipality. On the same date was approved by Decree 97/08, the
restructuring of the health zones and program areas under the Ministry
of Public Health, being divided into six areas: Capital, South, Central
Parana, Uruguay Center, Northern Parana and Northeast.
Is in this legal framework where can be said that through the
decentralization of program management for the APS will produce the
approach of health service to the rural population.
G: Bringing health services to rural people. In this case is
estimated a probability of 80%. q1 = 0.80
G: Do not approach health services to rural people, with a
probability of 20%. q2 = 0.20
* Unsatisfied basic needs: The percentage of the population of
Misiones, with UBN had reached 27.1%, according to data arising from the
2001 Census, which corresponded to 260,271 people in households with UBN
on a total of 960,002, more than the Country total, which reached 17.7%.
In this respect it is estimated the following probability.
UBN [down arrow]: Decreases the unmet basic needs. Z1 = 0.60
UBN [up arrow]: Increase unmet basic needs. z2 = 0.40
Results
* Total population without coverage in Argentina: The total
population of Argentina reached to 36,260,130 people, according to
Census 2001, by 2010 was 40,117,016 people. The estimate of the
uninsured population is made under the premise that selected coverage
indicators can provide this information indirectly.
This context based on the five indicators used and the purpose of
developing a profile of the level of coverage, following the methodology
used by Paganini, there are three different profiles. Table 2 shows
that:
a) In a first profile, if it is considered the percentage of
vaccine coverage, there are provinces that: have more than 90% coverage:
Jujuy, Mendoza, Neuquen, Salta, San Luis, Santa Cruz and Tierra del
Fuego. Overcome 80% coverage: Buenos Aires, Corrientes, Chubut, Formosa,
La Pampa, La Rioja, Black River, Santiago de Estero and Tucuman.
Considering the percentage coverage of delivery care by trained
personnel, there are provinces that: have more than 90% coverage: City
of Buenos Aires, Buenos Aires, Cordoba, Corrientes, Chaco, Chubut, Entre
Rios, Jujuy, La Pampa , La Rioja, Mendoza, Misiones, Neuquen, Rio Black,
Salta, San Juan, San Luis, Santa Cruz, Santa Fe, Santiago del Estero,
Tierra del Fuego and Tucuman. Overcome 80% coverage: Formosa.
b) A second profile: is characterized by the magnitude (high or
low) of Coverage: In this instance there is a high coverage of delivery
care (97.5% country) and MMR (91.38% country), unlike polio coverage
(87.99% nationwide), viral Quad (82.53% country) and BCG (71.23%
country) where coverage is lower.
c) A third profile, which is characterized by low coverage rates
for selected indicators: Only one indicator is at that level, the
coverage of BCG, being the provinces of La Rioja (39.51%) and Cordoba
(47.59%) the most representative.
* Uninsured population in Misiones: Data observing missions.
a) In a first profile is considered the percentage of vaccine
coverage, there are provinces that: Overcome 90% coverage, none of the
vaccines considered above this level. Over 80% coverage: polio vaccine
(82.89%) and four viral (80.22%).
Considering the percentage coverage of delivery care by trained
personnel: overcome 90% coverage (97%).
b) A second profile is characterized by the magnitude (high or low)
of Coverage: There is a high coverage of delivery care (97%) and a
decrease in MMR (68.84%).
c) A third profile is characterized by low coverage rates for
selected indicators. There are two indicators is at that level, coverage
of the MMR vaccine, and BCG 68.84%, 68.89%.
From the point of view of our analysis we conclude that the
percentages of the population with the lowest coverage corresponds to
68.84% MMR, BCG accompanied by 68.89%. In comparison with the national
average correspond to 91.38% for MMR, and 71.23% for BCG, it is observed
that is well below the national average.
* Decision on health: The National Ministry of Health develops
continuous activities of application of vaccines to meet the National
Immunization Schedule for the first two years of life, and achieve the
National Goal of Vaccination, which is set at "95% coverage for the
third dose of vaccine and Sabin Vaccine Quad, BCG within 7 days and
triple vaccination. "[Ministry of Health, 2009, p. 1] (19)
By incorporating the necessary information required to process the
array, it should be consider, first, the value is set to optimal
situation for the variables involved is 95%, in line with the targets
set in a national level. Second, the value is set to minimum position
for intervening variables is 68.8%. Estimate coincides with the lowest
percentage of immunization coverage in Misiones, the MMR vaccine, and
BCG 68.84%, 68.89%.
The resulting decision, expressed through the expected value will
be extended to the four indicators analyzed.
* Analysis of the results obtained: In the present case is a
sectioned decision matrix, each of the alternatives is not affected by a
controllable variable, in turn, does not affect the other course of
action, are independent. An alternative is for a universe and the other
for another. In Table 3 are expressed results in the decision matrix, as
well for the alternative:
S1: affordability, the expected value obtained was 92.38% and
S2: geographic accessibility, the expected value was 81.37%.
The expected value states that the result is selected S1.
In this sense the action, as public health policy to establish
would be:
--Check that the participation of health sector expenditure in the
provincial budget represents at least the floor of Law, 15% of the total
budget, at the time of preparation of each budget.
--Set a target in the medium term, reaching the national average
per capita expenditure on health (from 91.9 to 152.7 $/cap.).
--Define strategies to achieve long-term objective, levels similar
to those Argentine provinces that have a high per capita health
expenditure (Tierra del Fuego $ 637/person.).
--Develop indicators to measure the evaluation result of the action
(95% coverage for each variable considered and reach the national
average per capita expenditure on health).
--Develop specific indicators to measure the degree of progress and
realization of each action performed. What will make adjustments as
required by the situations that arise.
--Reflect in the medium term improvement in selected indicators
under study.
CONCLUSIONS
The magnitude of the exclusion of social protection in health in
Misiones is considerable, 57.8% of the missionary did not cover a
charity to 2001, percent higher than the level present country of 48.1
%.
In this context the contribution is introduced as a management tool
for the selection of strategies in the field of health, decision matrix,
which allow you to select among the alternatives under analysis which
would achieve that through its execution, an improvement in health
coverage. While developing a decision matrix is a difficult task because
it involves knowledge of the subject, the definition of the strategies
to be considered, the uncertainty of the variables that influence, we
know that "elusive and rebellious worlds of strategy and policy,
decision theory does not ensure success, but reduces the chance of
failure. "[Bonatti, 2009, p. 62] (20)
BIBLIOGRAPHICAL APPOINTMENTS
(1) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, No. 5, p. 305;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(2) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, No. 5, p. 306;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(3) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, No. 5, p. 310;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(4) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 27.
http://www.isalud.edu.ar/revista_i salud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(5) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 31.
http://www.isalud.edu.ar/revista_i salud/septiembre06/paginas/23. html
[consultada el 29/09/11].
(6) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 32.
http://www.isalud.edu.ar/revista_i salud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(7) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 32.
http://www.isalud.edu.ar/revistaisalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(8) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 33.
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(9) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud . Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 34.
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(10) CONTE, C. "Analisis de Decision en Salud Mental".
Revista [i] Salud. Publicacion del Instituto Universitario ISALUD.
Septiembre 2006, Volumen 1, No. 3, p. 34.
http://www.isalud.edu.ar/revista_isalud/septiembre06/paginas/23.html
[consultada el 29/09/11].
(11) PAGANINI, J. "La cobertura de la atencion de salud en
America Latina y el Caribe". Revista Pan American Journal of Public
Health (PAHO), Noviembre 1998, Volumen 4, No. 5, p. 307;
http://www.scielosp.org/pdf/rpsp/v4n5/4n5a3.pdf [consultada el
20/09/11].
(12) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 19; actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(13) PAVESSI, P. (2001). Lecturas de Teorfa de la Decision.
Consideraciones acerca de la teorfa del decididor. Ediciones Nueva
Tecnica SRL. p. 19.
(14) PAVESSI, P. (2001). Lecturas de Teorfa de la Decision.
Consideraciones acerca de la teorfa del decididor. Ediciones Nueva
Tecnica SRL. p. 19.
(15) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 4; actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(16) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 4; actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(17) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 5; actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(18) HAMILTON, G. Exclusion de la proteccion social en salud en
Argentina: Tres enfoques metodologicos, p. 5; actualmente solo
disponible en internet en pdf.
http://cdi.mecon.gov.ar/biblio/docelec/az1045.pdf [consultada el
26/09/11].
(19) MINISTERIO DE SALUD. Campana Nacional de Vacunacion contra el
Sarampion y la Polio. Presidencia de la Nacion, Ministerio de la Salud,
2009. p. 1. http://www.msal.gov.ar/sarampion/faq.html [consultada el
28/09/11].
(20) BONATTI, P. (2009). Teorfa de la Decision. UNAM, Facultad de
Ciencias Economicas, Doctorado en Administracion. Octubre 2009. p. 62.
BIBLIOGRAPHY
Please refer to articles Spanish bibliography.
Gloria Beatriz, Orzuza
Universidad Nacional de Misiones
Facultad de Ciencias Economicas
Ruta 12--Km 7,5--C.P. 3304--Miguel Lanus--Misiones--Argentina
E-mail: gborzuza@fce.unam.edu.ar
Table 1. Misiones. Health Expenditures per capita
Provinces Population (1) Health
Expenditures per
capita (2)
Autonomous City 2,776,138 381.6
of Buenos Aires
Buenos Aires 13,827,203 99.6
Catamarca 334,568 165.7
Cordoba 984,446 322.2
Corrientes 413,237 216.2
Chaco 3,066,801 35.7
Chubut 930,991 147.4
Entre Rfos 1,158,147 181.4
Formosa 486,559 198.9
Jujuy 611,888 166.2
La Pampa 299,294 284.5
La Rioja 289,983 262.3
Mendoza 1,579,651 118.1
Misiones 965,522 91.9
Neuquen 474,155 516.5
Rfo Negro 552,822 227.8
Salta 1,079,051 167.3
San Juan 620,023 164.6
San Luis 367,933 164.1
Santa Cruz 196,958 613.3
Santa Fe 3,000,701 109.8
Santiago del Estero 804,457 195.4
Tierra del Fuego 101,079 637.4
Tucuman 1,338,523 120.8
Total 36,260,130 152.7
(1) According to National Census of Population and
Housing. Year 2001.
(2) Ministry of Economy of the Nation. National
Directorate of Coordination Attorney with
the provinces. Year 2004. According to Price
Index Combined, base 2004 = 1
Source: Calculated using data from the National Census
of Population, Households and Housing 2001, Argentina 2008
Basic Indicators, Ministry of Economy of the Nation and
of the Economic Commission for Latin America and the
Caribbean, 2001
Table 2. Argentina. Population with health coverage and
estimate a percentage of the population without coverage
% of population covered (2)
Provincias Population Polio BCG MMR
(sabin) (tuberculosis) measles
Autonomous City 2,776,138 78.05 76.68 100
of Buenos Aires
Buenos Aires 13,827,203 93.3 73.82 94.63
Catamarca 334,568 84.85 66.47 82.77
Cordoba 984,446 80.95 47.59 77.59
Corrientes 413,237 83.30 63.6 95.08
Chaco 3,066,801 82.35 79.92 86.04
Chubut 930,991 93,93 85.32 93.28
Entre Rios 1,158,147 77.13 56.77 70.69
Formosa 486,559 90.05 73.47 92.8
Jujuy 611,888 93.98 92.32 100
La Pampa 299,294 93.03 75.56 86,47
La Rioja 289,983 96.67 39.51 100
Mendoza 1,579,651 91.15 80.88 92.81
Misiones 965522 82,99 68.89 68.84
Neuquen 474,155 99,38 86.6 96.54
Rio Negro 552,822 83,65 67.23 93.4
Salta 1,079,051 92.83 83.35 93.94
San Juan 620,023 72.8 70.77 82.56
San Luis 367,933 100 85.22 100
Santa Cruz 196,958 99.85 87.22 90.67
Santa Fe 3,000,701 78.97 59.12 81.72
Santiago 804,457 95,39 54.93 100
del Estero
Tierra 101,079 100.00 80.55 100
del Fuego
Tucuman 1,338,523 89.62 95.26 100
Total Pafs 36,260,130 87.99 71.23 91.38
% of population covered (2)
Provincias Quad Viral Care Polio BCG
(tetanus) delivery (sabin) (tuberculosis)
Autonomous City 69.31 99.4 609,362 647,395
of Buenos Aires
Buenos Aires 89.06 98.6 926,423 3,619,962
Catamarca 78.52 60.9 50,687 112,181
Cordoba 69.54 98.6 187,537 515,948
Corrientes 84.73 98.3 69,011 150,418
Chaco 65.39 93.9 541,290 615,814
Chubut 87.43 99.6 56,511 136,669
Entre Rios 82.78 99.7 264,868 500,667
Formosa 86.6 87 48,413 129,084
Jujuy 82.72 96.8 36,836 46,993
La Pampa 94.67 98.7 20,861 73,147
La Rioja 82.7 99.9 9,656 175,411
Mendoza 90.44 98.4 139,799 302,029
Misiones 80.22 97 164,235 300,374
Neuquen 98.61 99.4 2,940 63,537
Rio Negro 80.2 99.2 90,386 181,160
Salta 91.19 92.2 77,368 179,662
San Juan 64.55 99.2 168,646 181,233
San Luis 99.01 99.7 0 54,380
Santa Cruz 95.27 99.9 295 25,171
Santa Fe 70.94 98.6 631,047 1,226,687
Santiago 80.62 92.4 37,085 362,569
del Estero
Tierra 95.74 100 0 19,660
del Fuego
Tucuman 88.34 98,2 138,939 63,446
Total Pais 82.53 97.5 4,354,842 10,432,039
Total of population uncovered
Provincias MMR Quad viral Care
measles (tetanus) delivery
Autonomous City 0 851,997 16,657
of Buenos Aires
Buenos Aires 742,521 1,512,696 193,581
Catamarca 57,646 71,865 130,816
Cordoba 220,614 299,862 13,782
Corrientes 20,331 63,101 7,025
Chaco 428,125 1,061,420 187,075
Chubut 62,563 117,026 3,724
Entre Rios 339,453 199,433 3,474
Formosa 35,032 65,199 63,253
Jujuy 0 105,734 19,580
La Pampa 40,494 15,952 3,891
La Rioja 0 50,167 290
Mendoza 113,577 151,015 25,274
Misiones 300,857 190,980 28,966
Neuquen 16,406 6,591 2,845
Rio Negro 36,486 109,459 4,423
Salta 65,390 95,064 84,166
San Juan 108,132 219,798 4,960
San Luis 0 3,643 1,104
Santa Cruz 18,376 9,316 197
Santa Fe 548,528 872,004 42,010
Santiago 0 155,904 61,139
del Estero
Tierra 0 4,306 0
del Fuego
Tucuman 0 156,072 24,093
Total Pais 3,125,623 6,334,645 90,6503
(1) National Census of Population and Housing 2001.
(2) Percent of Immunization Coverage under 1 year by
Province, 2000. Hamilton, Gabriela. (2001). Exclusion
of social protection in health in Argentina: Three
methodological approaches. 2001, p. 19.
Source: Calculated using data from the National Population
and Housing 2001 and Hamilton, Gabriela 2001
Table 3. Decision Matrix. Health Coverage. Selection
[O.sup.1]
State [N.sub.1]
Per capita Health
Spending
A A G NBI G NBI
[p.sub.1] [p.sub.2] [q.sub.1] [q.sub.1]
= 0,10 = 0,90 = 0,80 = 0,80
[z.sub.1] [z.sub.2]
= 0,60 = 0,40
0,48 0,32
Alternatives
alternatives
[S.sup.1] [R.sup.11] [R.sup.12]
Accesibilidad 0,688 0,95
Financiera
Affordability [R.sub.21] [R.sub.22]
[S.sup.2] 0,95 0,688
Accesibilidad
Geografica
[O.sup.1]
State [N.sub.2]
Improved Quality VE
Of Life
G NBI G NBI [summation]
[q.sub.2] [q.sub.2] p = 1
= 0,20 = 0,20 [summation]
[z.sub.1] [z.sub.2] q = 1
= 0,60 = 0,40 [summation]
0,12 0,08 z = 1
Alternatives
alternatives
[S.sup.1] [VE.sub.1]
Accesibilidad 0,9238
Financiera
Affordability [R.sub.23] [R.sub.24] [VE.sub.2]
[S.sup.2] 0,688 0,688 0,8137
Accesibilidad
Geografica
Geographical Accesibility
It does not increase the per capita spending
Increases the per capita expenditure
Bringing health services to rural
Do Decreases the unmet basic needs
Increases the basic needs unmet
Source: Authors'
