Abstract
Objetivo:
identificar las características sociodemográficas y/o sociosanitarias comunes de quienes solicitaron prestaciones para la interrupción voluntaria del embarazo (IVE) en Chile mediante un análisis de clases latentes, con el fin de examinar la relación entre estos patrones y la decisión de interrumpir el embarazo.
Métodos:
análisis de clases latentes a partir de una cohorte retrospectiva basada en registros anonimizados a nivel nacional. Gestantes que solicitaron las prestaciones contempladas en la Ley 21.030 de la red sanitaria pública en Chile, entre los años 2018 y 2022 (N = 3789).
Resultados:
modelo de cinco clases latentes: C1 “Extranjeras con alta vulnerabilidad que ingresan por violación” (4.3 %), C2 “Chilenas con baja vulnerabilidad” (11.8 %), C3 “Extranjeras con alta vulnerabilidad que ingresan por inviabilidad fetal o riesgo de vida para la persona gestante” (13.3 %), C4 “Chilenas con vulnerabilidad media” (55.6 %) y C5 “Chilenas con alta vulnerabilidad” (15.1 %). Las gestantes pertenecientes a las C3 (OR = 0.91, IC 95 % [0.88, 0.95]) y C4 (OR = 0.87, IC 95 % [0.84, 0.90]) tienen menores probabilidades de interrupción en comparación con las que pertenecen a la C2. Las gestantes C3 (0.94 [IC 95 % = 0.88, 0.99]) son quienes presentan mayores probabilidades de solicitar IVE, seguidas por C2 (0.93 [IC 95 % = 0.90, 0.97]) y C5 (0.92 [IC 95 % = 0.89, 0.95]).
Conclusiones:
los perfiles sociodemográficos de las personas solicitantes de la IVE revisten de complejidad y presentan características heterogéneas. En Chile, los patrones distintivos identificados en las personas gestantes que solicitaron la IVE durante el periodo de estudio apuntan a vulnerabilidades sociales que pueden limitar los derechos sexuales y reproductivos de las personas gestantes. Las políticas públicas debieran poner foco en personas migrantes que solicitan prestaciones IVE.
Introducción
El embarazo no planificado y el aborto son situaciones que afectan la vida de las personas gestantes (PG) en el mundo, sin distinción de etnia, edad, ingreso o ubicación geográfica. No obstante, pueden generarse consecuencias negativas en aquellas personas condicionadas por contextos sociales y estructurales adversos para la salud, induciendo una importante carga económica y social (1).
A nivel mundial, las PG experimentan desigualdades en el acceso a los servicios de aborto seguro cuando subyacen ciertos determinantes de la salud, teniendo mayores posibilidades de presentar consecuencias negativas (2). A este escenario inequitativo (3) se suman las condiciones socioeconómicas desfavorables (4), ausencia de redes de derivación, problemas de acceso a la red sanitaria (5), crisis bélicas que motivan la migración (6), eventos de conmoción sociopolítica (7) e incluso la crisis sociosanitaria por la COVID-19 (8). Esta vulnerabilidad constituye un elemento clave para la toma de decisión sobre el aborto, llegando a abortos inseguros (9). Existe evidencia limitada sobre el impacto en resultados de salud en aspectos como el acceso a la red sanitaria, calidad de la atención, abordaje por equipos multidisciplinarios y análisis con enfoque de determinantes sociales en PG (10).
Desde el 2017, Chile implementa la ley N° 21.030 que despenaliza y regula la interrupción voluntaria del embarazo (IVE) bajo tres causales: 1. riesgo de vida de la PG, 2. inviabilidad fetal y 3. violación (11). No obstante, los avances en materia de fortalecimiento de los derechos sexuales y reproductivos de las PG en la implementación de esta política pública (PP) siguen siendo un desafío para el Estado chileno (12). Esta PP se enmarca en un modelo de atención multidisciplinario con abordaje integral del cuidado en salud para otorgar mejores condiciones para su decisión final (continuar vs. interrumpir el embarazo) (13).
En los reportes sobre la implementación de la Ley 21.030 se informa respecto a distribuciones de frecuencia. Sin embargo, no se constata un análisis respecto a elementos sociodemográficos o sociosanitarios de quienes han solicitado la IVE. Mirado así, plantear una nueva metodología investigativa como el análisis de clases latentes (ACL) resulta interesante para dar respuesta a las preguntas ¿es factible identificar grupos de PG con características socioeconómicas y sociosanitarias comunes entre ellas, pero distintas de otras, entre las personas solicitantes de IVE en Chile, que permitan interpretar de mejor manera este conjunto de datos?, ¿existirá una asociación entre la pertenencia a una determinada clase latente (CL) y la decisión final de interrupción del embarazo?
El presente estudio busca analizar la heterogeneidad existente en los datos de las PG requirentes de prestaciones relacionadas con la IVE en Chile entre el 2018 y el 2022.
Método
Diseño de estudio
Estudio observacional, descriptivo y transversal a partir de bases de datos secundarias obtenidas a través de la Ley de Transparencia a Secretaría de Redes Asistenciales, Ministerio de Salud, Chile. Los datos representan las principales variables sociodemográficas/sanitarias directamente vinculadas con el proceso IVE 2018–2022, obtenidas desde el Informe sobre casos constituidos en el marco de la Ley 21.030 que regula la IVE por tres causales. Incluyen la totalidad de PG que solicitaron las prestaciones de la red sanitaria pública en el territorio nacional (N = 3789).
Aspectos éticos
El análisis involucra una fuente de información de datos anónimos de uso público obtenidos en marzo del 2023. Los registros no presentan información para individualizar personas, sin necesidad de autorización del Comité de Ética.
Variables
Para identificar la CL se utilizaron variables de caracterización sociodemográfica: edad cronológica, país de origen y macrozona de residencia de las PG; sanitarias: causal de interrupción del embarazo, semanas de gestación al momento de la primera consulta, previsión y tramo de seguro de salud (Suplementaria 1). La variable de resultado utilizada fue la decisión voluntaria de interrumpir el embarazo (No = 0, Sí = 1). Esta variable corresponde a la declarada una vez constituida la causal.
Plan de análisis
Se realizaron análisis descriptivos, resumiendo las variables a través de mediana y rango intercuartil para variables numéricas, y porcentajes para variables categóricas. Asimismo, pruebas de asociación bivariadas mediante la prueba de Chi-cuadrado, prueba t o Wilcoxon, dependiendo de la distribución de datos para describir e identificar diferencias por decisión de interrupción.
Se realizó un ACL. Debido a que los modelos de ACL requieren variables politómicas ya que utilizan función multinomial, se aplicaron recodificaciones a variables continuas en el conjunto de datos, con base en criterios clínicos y de distribución de datos. El ACL utiliza distintos patrones de respuesta en los datos para encontrar observaciones que posean una alta homogeneidad interna, y además que tengan una alta heterogeneidad respecto a otros conjuntos de observaciones, generando clases mutuamente excluyentes y asumiendo una estructura subyacente a datos mediante un modelo probabilístico verificable empíricamente (14).
El modelamiento de CL busca estimar dos parámetros: probabilidad de pertenencia a una CL no condicional, junto con las probabilidades de reportar una determinada categoría para cada indicador que responda de una determinada manera (item-response probabilities) para cada indicador.
El objetivo del ACL es determinar el número más pequeño de CL que den cuenta de las asociaciones observadas entre variables manifiestas (15). Se seleccionó la cantidad de CL que presente los mejores índices de ajuste al modelo en términos de: Test de Razón de Verosimilitud (Likelihood ratio test o LRT) respecto a la clase con k – 1 CL (k = N°CL) calculado mediante bootstrap (BLRT) con 500 remuestreos; menores valores según el Criterio de Información Bayesiano (BIC en inglés, donde un BIC más bajo indica un mejor ajuste del modelo) y valores de entropía que indicaran la precisión con la que el modelo define las clases (indicador nivel de separación) y diferenciación entre CL identificadas (por encima de 0.8 constituye un nivel aceptable) (16). Asimismo, se utilizaron 500 valores de inicio en procedimiento de iteración para identificar una máxima verosimilitud consistente, dando soporte al hallazgo de una máxima global y no local (i.e., dependiente de los valores de inicio) (17).
Dado que se apunta al ACL con relación a la IVE, se examinaron las diferencias relativas entre los perfiles resultantes sobre la base de características sociodemográficas y sociosanitarias, identificando a subgrupos de PG con características específicas que podrían asociarse a menor/mayor chance de decidir interrumpir el embarazo (18).
Se utilizó la ‘clasificación estricta’ para analizar las asociaciones con la IVE. El enfoque basado en modelos se utilizó como análisis secundario de sensibilidad a la estrategia analítica (Suplementaria 2). Se tomó como referencia la clase con características menos vulnerables. Las asociaciones fueron cuantificadas mediante odds ratio (OR) con errores estándar robustos, entendido como chances de presentar IVE en función de pertenencia a una determinada clase. El modelo conceptual queda graficado en la Figura 1.
Esquema de Análisis de clases latentes.
Intervalo de confianza (IC) estadistica definido en 95 % y nivel de significancia estadistica con valores p < 0.05. Se emplearon paquetes poLCA y glca del programa Rv4.1.2 (19). Código y markdowns en: https://agscl.github.io/IVE/.
Resultados
Análisis descriptivos
La Tabla 1 presenta el resumen de características de PG que solicitan IVE, según decisión efectiva de interrupción de gestación.
Características de la población estudiada.
N = Número de participantes con al menos una respuesta válida en las variables seleccionadas. Variables continuas se presentan como medianas (Mdn) y percentiles 25 y 75 (interquartile range, IQR) entre corchetes, para edad persona gestante y gestacional se utilizó la prueba de Wilcoxon dado su distribución no normal. Variables categóricas son presentadas como el recuento y el porcentaje entre paréntesis, solo se presentan datos perdidos cuando los hay.
Las pruebas se realizaron utilizando observaciones completas. Se corrigieron utilizando pruebas de permutación no paramétricas como la prueba exacta de Fisher de dos colas para datos de conteo con valores p simulados basado en 100.000 réplicas dados los casos perdidos.
Del análisis bivariado es posible observar diferencias entre la decisión de interrumpir por la causal (χ²(2, 3789) = 46; p < 0.001). Quienes deciden continuar con la gestación consultan en mayor proporción por causal 2 (57 % versus 48 %), mientras que quienes interrumpen consultan en mayor proporción por causal 3 (21 % versus 9 %). Se constata asociación entre la edad de las PG al momento de la consulta y decisión de interrupción (Prueba de Fisher (4, 3789) = 11; p = 0.026), con menor proporción de PG menores de 18 años (7 % versus 9 %) y de 35 años o más (29 % versus 34 %).
Se observa una asociación entre la edad gestacional y la decisión de interrumpir (χ²(3, 3789) = 127; p < 0.001). Entre quienes deciden interrumpir hay menor porcentaje posterior a las 27 semanas (8 % versus 20 %), mientras que durante el 1° trimestre quienes deciden interrumpir presentan mayor proporción (38 % versus 21 %). Destacan diferencias por país de origen y decisión de interrumpir (χ²(2, 3789) = 10; p = 0.005). Igualmente, un leve mayor porcentaje (19 % versus 14 %) de PG de países distintos a Chile, la mayoría se concentra en la zona centro, mientras que una menor proporción reside en la zona norte. Hay asociación entre la decisión de interrupción y la zona de residencia de las PG (Prueba de Fisher (5, 3789) = 84; p < 0.001). Las PG que residen en las zonas sur (15 % versus 18 %) y centro sur (13 % versus 25 %) del país interrumpen en menor proporción.
Existen diferencias entre la decisión de interrumpir y la previsión de salud (Prueba de Fisher (4, 3789) = 46; p < 0.001). La mayoría de PG se encuentran en FONASA A/B y en menor porcentaje ISAPRE/FFAA. Entre quienes interrumpen, presentan menor proporción en FONASA A/B (54 % versus 63 %), pero mayor proporción en ISAPRE/FFAA (14 % versus 6 %) y sin previsión (3 % versus 0.7 %).
Selección del modelo
La Tabla 2 evidencia que a partir de la razón de verosimilitud obtenida mediante bootstrap, mejora el ajuste de modelos a medida que aumenta el número de clases. Se constata a partir de los valores de entropía que existe una adecuada diferenciación de clases, lo que sugiere una superposición ignorable (17). No obstante, el modelo que asume un número de 5 CL obtuvo un mejor ajuste de datos en términos de parsimonia (BIC). A partir del modelo seleccionado, todas las clases poseen probabilidades de pertenencia promedio a cada clase 0.98; 0.88; 0.98; 0.95; 1. Con probabilidad de pertenencia posterior a clase mayores a 0.5; solo dos PG no fueron clasificadas. Lo anterior permite indicar que la pertenencia a cada clase, dada la asignación, es bastante certera (20).
Comparación índices de ajuste.
Notas
Obtenido mediante el paquete GLCA.
Entropía normalizada de Masyn (21).
Daniel Oberski, estadístico de entropía R al cuadrado (Vermunt and Magidson (16), p. 71).
Distribución probable de las categorías en cada clase
Se estimó probabilidad posterior (i.e., condicional a asumir que existen cinco clases) de que una determinada variable manifiesta (ej., causal) tome algún valor específico (ej., causal dos) para cada CL (Tabla 3).
Distribución categorías de variables sociodemográficas y sociosanitarias por pertenencia a clases (en porcentajes).
Error de clasificación probabilidades posteriores y predichas 5 %.
Relación con variable de respuesta: interrupción del embarazo (Hito 2)
Según el modelo de análisis propuesto, se realizó una regresión logística teniendo como variable de referencia la pertenencia a C2 (n = 2108) que corresponde a la clase a la que es posible atribuirle menores condiciones de vulnerabilidad. Se calcularon las chances de presentar interrupción en función de pertenencia a una de las 5 CL, ya sea incorporando sujetos a una clase si presentan una probabilidad de pertenencia mayora a 0.50 o mayor a 0.70.
En la Tabla 4, las clases 3 (OR = 0.91 [IC 95 % 0.88, 0.95]) y 4 (OR = 0.87 [IC 95 % 0.84, 0.90]), muestran menores chances de interrupción que la C2.
Chances de interrumpir en función de la clase de pertenencia, con relación a pertenecer a la clase 2 “Chilenas con baja vulnerabilidad” (n = 447; 11,8 %).
OR = odds ratio; IC = intervalo de confianza.
Se clasificó a personas cuyas probabilidades de pertenencia posterior a una clase fueran mayores a 0.7 y 0.5.
Suplementaria: https://doi.org/10.6084/m9.figshare.24919521
Se calcularon probabilidades de presentar interrupción para cada clase. Las PG clasificadas en C1 presentan probabilidad de solicitar IVE de 0.94 (IC 95 % 0.88, 0.99), seguidas por C2 (Pr = 0.93 [IC 95 % 0.90, 0.97]) y C5 (0.92 [IC 95 % 0.89, 0.95]) C3 y C4 son las que presentan menores probabilidades de IVE (0.85 [IC 95 % 0.82, 0.88] y 0.79 [IC 95 % 0.77, 0.81], respectivamente).
El análisis de sensibilidad arrojó que las PG que interrumpieron mostraron mayor probabilidad de pertenecer a la C2 (Pr = 74.6 [IC 95 % 72.4, 74.8]) respecto de quienes no interrumpen (50.9 [IC 95 % 37.2, 52.6]). Quienes no interrumpen tienen mayor probabilidad de pertenecer a la C1 (16.6 [IC 95 % 11.0, 19.4]) respecto de quienes interrumpen (7.9 [IC 95 % 7.3, 8.4]). Para el resto de las clases no se constatan diferencias en las probabilidades de pertenecer a una determinada clase según el resultado de la IVE (Suplementaria 4).
Discusión
Este estudio logró el objetivo propuesto. Si se pudiera definir el constructo latente que subyace a las variables manifiestas estudiadas, es posible definir como una expresión de factores de vulnerabilidad (3,6,22,23).
Los hallazgos coinciden con otros estudios, respecto a la existencia de PG que viven en circunstancias de vulnerabilidad como ser migrantes, tipo de causal para consultar, trimestre de edad gestacional de ingreso (proxy de acceso a la prestación) y, sobre todo, cobertura de salud (proxy de ingresos económicos) de las PG (24,25). La investigación destaca que si bien las personas de mayores recursos, que consultan por causas 1–2 son quienes tienen más probabilidades de IVE, siguen de cerca grupos caracterizados por ser PG inmigrantes de escasos recursos y chilenas con características socioeconómicas limitadas.
Cerca de la mitad de las interrupciones ocurre por la causal dos. Esta realidad nacional puede contrastarse con lo presentado a nivel latinoamericano donde la IVE es permitida, como en Estados Unidos (26,27).
Destaca que quienes deciden continuar con la gestación (57 % versus 48 %) son consultantes por causal dos; mientras quienes interrumpen consultan en una mayor proporción por causal tres (21 % versus 9 %). Esta realidad expresa la violencia de género implícita en la causal, además de los desafíos en materia ideológica tanto de las redes de apoyo de quienes requieren prestaciones para IVE como de la sociedad en general (28).
La edad promedio de las PG se encuentra entre 25–35 años (43 %), que coincide con la etapa fértil. Este grupo etario es similar en Estados Unidos, 57 % solicitante de 20–29 años (26).
La mayoría de las personas solicitantes consultan durante el 2° trimestre (53 %), existiendo una asociación entre la edad gestacional y la decisión de interrumpir. Quienes deciden interrumpir presentan mayor proporción en el 1° trimestre (38 % versus 21 %), y menor porcentaje posterior a las 27 semanas (8 % versus 20 %). El Ministerio de Salud de Chile respecto a controles prenatales (29), indica segunda ecografía solo PG con alto riesgo obstétrico en centros hospitalarios, durante 2° y 3° trimestre. Esto coincide con estos hallazgos, pues la causales dos presenta mayor proporción en las personas solicitantes en relación con las causal uno y tres.
En materia de determinantes de la salud (30), hay asociación entre la decisión de interrupción y la macrozona de residencia de las PG. Existen diferencias en relación con la decisión de interrumpir y la previsión de salud, situación que en Chile se corresponde con la situación socioeconómica. Quienes interrumpen presentan menor proporción en el tramo de menores ingresos FONASA A/B (54 % versus 63 %), pero mayor proporción en el grupo de mayores ingresos ISAPRE/FFAA (14 % versus 6 %) y sin previsión (3 % versus 0.7 %). Esto permite problematizar en el torno a componentes socioeconómicos y condiciones que limitan la protección sanitaria de los grupos vulnerables (1,6,9,10), además de factores identificables que impactan el acceso a estrategias sanitarias de planificación familiar o anticoncepción (31).
La media y alta vulnerabilidad, en términos de cobertura sanitaria, que caracteriza a la gran mayoría de PG que solicitan IVE en la red sanitaria nacional obtenidos mediante ACL, supone entornos socioeconómicos problemáticos y restrictivos, lo que pudo complejizarse durante la pandemia de la COVID-19 (32). Estos hallazgos se mantienen tanto en el ACL como en análisis descriptivos.
Quienes tienen mayores probabilidades de solicitar IVE son las de la C1. Este hallazgo se describe en la literatura, pues el fenómeno de la migración representa en sí mismo un elemento de vulnerabilidad relacionado con la violencia sexual (25).
Finalmente, ninguna de las variables incluidas en el modelamiento por sí sola indica vulnerabilidad, la combinación de ellas permite ver el conjunto de características de las PG. Si bien no hay una fórmula para mejorar notablemente las condiciones de vulnerabilidad de quienes necesitan prestaciones de IVE en Chile (33), mediante el ACL se observan dimensiones complementarias de la salud, abogando por su inclusión en estudios futuros.
Reflexionar sobre las vulnerabilidades de quienes requieren prestaciones para la IVE es una necesidad con base en los resultados. Asimismo, frente a la posibilidad de generar servicios efectivos y programas de acompañamiento psicosocial focalizados (34), para mitigar los efectos en las poblaciones vulnerables fortaleciendo la agenda sobre equidad en salud, patrones de desigualdades y vulnerabilidades sociales evitables en saludlo que puede, constituir un insumo para los tomadores de decisiones y una guía para el desarrollo de PP (35). Identificar y abordar la presencia de las condiciones sociales subyacentes que determinan la salud, componente esencial dispuesto en los Objetivos Sanitarios 2020–2030 (36).
Entre las limitaciones, aunque el ACL es un poderoso procedimiento estadístico, puede ocurrir una eventual “falacia de denominación”, donde el nombre de la clase no refleja con precisión la pertenencia a esta (16). También habría sido útil incorporar las variables de pertenencia a un grupo étnico, pero estas solo se evaluaron desde el 2019.
El ACL es un poderoso procedimiento estadístico, útil y necesario para develar información oculta entre los datos. A partir de los análisis, las PG presentaron características diversas que apuntan a vulnerabilidades sociales que de cierta manera pueden limitar sus derechos sexuales y reproductivos. En ello, los teóricos proponen y esta investigación afirma que las PP de aborto, discurso público y prestación de servicios para la IVE deben basarse en directrices internacionales que protejan la salud, los cuerpos y los derechos de las PG.
Supplemental Material
sj-docx-1-ped-10.1177_17579759241257477 – Supplemental material for Factores sociodemográficos-sanitarios sobre la decisión de interrupción del embarazo, Chile: un análisis de clases latentes
Supplemental material, sj-docx-1-ped-10.1177_17579759241257477 for Factores sociodemográficos-sanitarios sobre la decisión de interrupción del embarazo, Chile: un análisis de clases latentes by María Angélica Saldías Fernández, Andrés González-Santa Cruz, Macarena Martínez Órdenes and Denisse Parra-Giordano in Global Health Promotion
Footnotes
Declaración de conflicto de intereses
Ningún conflicto declarado.
Financiación
La Agencia Nacional de Investigación y Desarrollo de Chile (ANID) financia los estudios de María Angélica Saldías a través de la Beca de Doctorado Nacional (Subdirección de Capital Humano/Doctorado Nacional/2022-21220823), Andrés González a través de la Beca de Doctorado Nacional (Subdirección de Capital Humano/Doctorado Nacional/2023-21230172) y Macarena Martínez-Órdenes a través de la Beca de Doctorado Nacional (Subdirección de Capital Humano/Doctorado Nacional/2023-21230044).
Material complementario
Este artículo tiene material complementario disponible en línea.
References
Supplementary Material
Please find the following supplemental material available below.
For Open Access articles published under a Creative Commons License, all supplemental material carries the same license as the article it is associated with.
For non-Open Access articles published, all supplemental material carries a non-exclusive license, and permission requests for re-use of supplemental material or any part of supplemental material shall be sent directly to the copyright owner as specified in the copyright notice associated with the article.
