摘要：Introducción Se ejemplifica el uso de técnicas jerárquicas de aglomeración mediante similaridades multivariadas y su utilidad para correlacionar y explicar estadísticas de daño a la salud, como una herramienta útil a los propósitos de la investigación salubrista involucrando al espacio. Objetivos Identificar constructos multivariantes contextuales en unidades geográficas y relacionarlos con daños a la salud. Métodos Se realizó una clasificación multivariante de los 169 municipios cubanos utilizando técnicas de conglomerados jerárquicos no supervisados. Los ejes analíticos fueron: demográfico, económico y condiciones de vida. Se utilizaron además técnicas de correlación y regresión con indicadores de daño. Resultados Se caracterizaron 4 estratos multivariados y se comprobó el efectivo carácter ordinal que presentan respecto a la respuesta de daño en relación con la morbilidad y mortalidad de las enfermedades crónicas no transmisibles (7 de 11 indicadores), y morbilidad por enfermedades transmisibles (2 de 8 indicadores). Los indicadores del PAMI mostraron independencia de los estratos construidos. Conclusiones La metodología utilizada permite discernir una estructura contextual útil para explicar la distribución de eventos de daño estudiados y aún explicar aquellos que por haber cerrado brechas a través de las acciones de programas, resultan independientes de esa estructura contextual. El tratamiento del espacio bajo este enfoque es flexible, refractario a los problemas de análisis de áreas pequeñas, contigüidades espaciales y cambios de la unidad espacial de análisis, al crear un macroespacio para fines analíticos ulteriores y estructurar el espacio más allá de las fronteras, estableciendo un marco contextual relativamente homogéneo y estable. Estas herramientas son fundamentales para la planificación y evaluación de intervenciones en salud pública y en general, para la gestión de políticas de salud
其他摘要：Introduction Use of hierarchical clustering techniques based on multivariate similarities and its advantages for correlation and explanation of health deterioration statistics was exemplified, as a useful tool for health research involving space. Objectives To identify multivariate contextual constructs in geographical units and relate them to health damage. Methods A multivariate classification of the 169 municipalities by using unsupervised hierarchical cluster techniques. The analytical axes were demographic, economic and living conditions. Correlation and regression techniques with health damage indicators were also used. Results Four multivariate strata were characterized and their effective ordinal character was confirmed in relation to damage response in terms of morbidity and mortality in non communicable chronic diseases (7 out of 11 indicators) and of morbidity from communicable diseases (2 out of 8 indicators). PAMI indicators showed that they did not depend on the constructed strata. Conclusions This methodology allowed identifying a useful contextual structure to explain the distribution of studied damage events and even those events which are not dependent on this contextual structure, since they have closed gaps by means of planned actions. According to this approach, space is addressed in a flexible way, refractory to problems existing in the analysis of small areas, spatial contiguities and changes in the analytical spatial unit. This is due to the creation of a macro space for further analytical purposes and to the structuring of space beyond frontiers, thus setting a relatively homogeneous and stable contextual frame. These tools are essential to plan and evaluate public health interventions, and for the health policy management in general
