Which African Countries are at Risk of Missing SDG 3.2? Bayesian Mapping of Under-Five Mortality Using UNICEF 2024 Data

Resumen Técnico: Mapeo Bayesiano de la Mortalidad Menor de Cinco Años y el Riesgo del ODS 3.2 en África

Planteamiento del Problema
A pesar del progreso global en la reducción de la mortalidad infantil, el ritmo de mejora en toda África sigue siendo desigual, lo que plantea preocupaciones sobre la capacidad del continente para alcanzar el Objetivo de Desarrollo Sostenible (ODS) 3.2. Esta meta busca reducir la mortalidad de menores de cinco años a menos de 25 muertes por cada 1,000 nacidos vivos para 2030. Las evaluaciones existentes suelen basarse en niveles de mortalidad observados o proyecciones deterministas que no logran cuantificar adecuadamente la incertidumbre que rodea el cumplimiento futuro o la urgencia relativa de las intervenciones. Además, los promedios nacionales frecuentemente ocultan las persistentes desigualdades geográficas y la agrupación espacial de los riesgos de mortalidad. Existe una necesidad crítica de un marco que integre la cuantificación de la incertidumbre, la distancia respecto a la meta del ODS y el ritmo de reducción de la mortalidad para identificar los países con mayor riesgo de no cumplir el plazo de 2030.

Metodología
El estudio empleó un diseño de pronóstico ecológico espacial bayesiano utilizando datos de 2024 a nivel de país de 49 países africanos obtenidos de UNICEF. El marco analítico utilizó la Aproximación de Laplace Integrada de Nielsen (INLA) para ajustar modelos de regresión aditiva estructurada.

• Especificación del Modelo: Los autores compararon verosimilitudes Gaussianas, Gamma y Exponenciales. La estructura espacial se modeló utilizando un prior de Autorregresión Condicional Intrínseca (ICAR) para dar cuenta de la dependencia espacial entre países vecinos.
• Predictores: Las variables explicativas incluyeron inmunización DTP3, lactancia materna exclusiva, prevalencia de bajo peso y desnutrición (stunting), esperanza de vida, demografía de la población, gasto en salud, razón de mortalidad materna y prevalencia de neumonía y diarrea.
• Selección del Modelo: El ajuste del modelo se evaluó mediante el Criterio de Información de Deviación (DIC), el Criterio de Información de Watanabe-Akaike (WAIC) y las ordenadas predictivas condicionales.
• Nuevos Índices: Para ir más allá de los estadísticas descriptivas, el estudio desarrolló dos métricas compuestas:
  • Índice de Fracaso del ODS (SFI, por sus siglas en inglés): Combina la probabilidad de excedencia posterior (la probabilidad de que la tasa de mortalidad de un país supere el umbral del 2.5%) con la magnitud de la brecha del ODS.
  • Índice de Intervención Prioritaria (PII, por sus siglas en inglés): Integra el SFI con la Tasa Anual de Reducción (ARR) para clasificar a los países en prioridad alta, moderada o baja para la intervención.
• Pronóstico: Se utilizaron simulaciones predictivas posteriores bayesianas para estimar la probabilidad de alcanzar el ODS 3.2 para 2030, asumiendo la continuación de las tendencias recientes de reducción de la mortalidad.

Resultados Clave

• Agrupación Espacial: Se observó una autocorrelación espacial positiva significativa (Moran's I = 0.355, p < 0.001). El análisis de puntos calientes (hotspot analysis) identificó un clúster "Alto-Alto" en Benín, Nigeria y Camerún, lo que indica una región localizada de mortalidad persistentemente alta. Por el contrario, Túnez fue identificado como un clúster "Bajo-Bajo".
• Desempeño del Modelo: El modelo Gamma proporcionó el mejor ajuste (DIC = 114.92; WAIC = 111.71). En este modelo, la prevalencia de diarrea fue el único predictor significativo de la mortalidad de menores de cinco años (media posterior = 0.030; 95% CrI: 0.004–0.056) tras contabilizar la dependencia espacial y otras covariables.
• Estado de Cumplimiento del ODS: De los 49 países analizados, solo cinco (10.2%) ya habían alcanzado la meta del ODS 3.2, y cuatro (8.2%) estaban cerca de lograrlo. Por el contrario, 23 países (46.9%) fueron clasificados como de "Alto Riesgo", y 41 países (83.7%) se consideraron improbables de alcanzar la meta para 2030 bajo las trayectorias actuales.
• Disparidades Regionales: África Occidental registró la mortalidad media más alta (7.05%), seguida de África Central (6.89%). África del Norte tuvo la media más baja (1.64%) y la menor probabilidad de excedencia (0.082).
• Desigualdad: El coeficiente de Gini para la mortalidad de menores de cinco años en todo el continente fue de 0.263, lo que indica una desigualdad moderada. Los 10 países con peor desempeño (por ejemplo, Nigeria, Níger, Somalia) se concentraron en África Occidental, Central y Oriental, mientras que los mejores exponentes (por ejemplo, Libia, Túnez, Marruecos) se encuentran en el norte de África.

Contribuciones Clave
El artículo introduce un marco analítico práctico para el monitoreo de los ODS que integra:

1. Mapeo de Probabilidad de Excedencia Bayesiana: Cuantifica la probabilidad de que un país permanezca por encima del umbral de mortalidad, en lugar de solo estimar valores puntuales.
2. Índices Compuestos: El desarrollo del Índice de Fracaso del ODS (SFI) y el Índice de Intervención Prioritaria (PII) permite la evaluación simultánea de los déficits de mortalidad y la urgencia de la acción requerida.
3. Pronóstico Probabilístico: Ir más allá de las tendencias deterministas para proporcionar probabilidades de cumplimiento de la meta para 2030 específicas de cada país, contabilizando explícitamente la incertidumbre.

Significancia y Reivindicaciones
Los autores afirman que su estudio proporciona una evaluación más completa de las perspectivas de supervivencia infantil que la literatura previa, la cual se ha centrado predominantemente en describir patrones de mortalidad o identificar factores de riesgo sin evaluar la probabilidad de incumplir las metas internacionales. Al identificar que casi la mitad de los países africanos corren un alto riesgo de no cumplir el ODS 3.2, y que solo cinco tienen probabilidades de éxito, el estudio ofrece un marco basado en evidencia para priorizar la asignación de recursos. Los autores postulan que la integración de la probabilidad de excedencia, el SFI y el PII proporciona un mecanismo para que los responsables de la formulación de políticas distingan entre los países que están simplemente por encima del umbral y aquellos con una probabilidad casi segura de fracaso, facilitando así intervenciones geográficamente focalizadas en África Occidental, Central y partes de África Oriental. El estudio concluye que, sin un progreso acelerado y el fortalecimiento de los sistemas de salud, particularmente en el abordaje de las enfermedades diarreicas y las desigualdades regionales, la mayoría de los países africanos no alcanzarán la meta de 2030.