Resumen Técnico: Análisis de ML Espacial de las Inequidades en la ANC y la Fertilidad en Ghana (1988–2022)

Planteamiento del Problema

La atención prenatal (ANC) calificada es una intervención preventiva crítica para reducir la mortalidad materna y neonatal; sin embargo, el África subsahariana continúa soportando una carga desproporcionada de muertes maternas, a menudo concentradas en comunidades con alta fertilidad y geográficamente marginadas. Si bien Ghana ha logrado una cobertura de ANC calificada casi universal para 2022, persisten disparidades subnacionales significativas. El problema central abordado es la compleja relación no lineal entre el acceso a la ANC y la Tasa de Fecundidad Total (TFR) en las 16 regiones administrativas de Ghana durante un periodo de 34 años. Los métodos de regresión tradicionales a menudo no logran capturar la dinámica espaciotemporal, la autocorrelación espacial y los umbrales no lineales donde una alta fertilidad puede suprimir la utilización de la ANC independientemente de las mejoras en la oferta. Además, las métricas de cobertura estándar pueden ocultar las inequidades relacionadas con la fertilidad, como el fenómeno del "Caballo de Batalla" (Workhorse), donde una alta cobertura coexiste con altas cargas de fertilidad, tensionando los sistemas de salud.

Metodología

Este estudio emplea un diseño ecológico longitudinal utilizando nueve olas de las Encuestas Demográficas y de Salud de Ghana (DHS) de 1988 a 2022, generando 94 observaciones por región-año en 16 regiones administrativas. El análisis integra estadística espacial, aprendizaje automático (machine learning) y métricas compuestas novedosas:

• Fuentes de Datos: Datos subnacionales de DHS (cobertura de ANC calificada, TFR, fertilidad adolescente) y geometrías de límites administrativos (261 MMDAs).
• Análisis de Desigualdad: Se calculó el coeficiente de Gini para rastrear la desigualdad interregional en la cobertura de ANC y la TFR.
• Autocorrelación Espacial: Se emplearon el Índice de Moran Global (con pesos de k=4 vecinos más cercanos) e Indicadores Locales de Asociación Espacial (LISA) utilizando contigüidad de Rook para detectar patrones de agrupamiento y puntos calientes/fríos (hotspots/coldspots).
• Aprendizaje Automático (Machine Learning): Se entrenaron dos modelos supervisados para predecir la cobertura de ANC calificada:
  • Regresor de Bosque Aleatorio (Random Forest - RF): 200 estimadores, max_depth=6, con validación cruzada de 5 pliegues (5-fold).
  • Regresor de Árbol de Decisión (Decision Tree - DT): Utilizado como punto de referencia (benchmark).
  • Atribución de Características: Se utilizaron gráficos de dependencia parcial (PDP) para identificar puntos de inflexión no lineales en la relación TFR-ANC.
• Métricas Novedosas:
  • Índice de Eficiencia de la Atención (CEI): Definido como $CEI = \text{ANC Calificada (\%)} / \text{TFR}$, que mide la eficiencia en la utilización de servicios en relación con la carga de fertilidad.
  • Estratificación de Riesgo Bivariante: Las observaciones se clasificaron en cuatro zonas (Crítica, Emergente, Caballo de Batalla [Workhorse], Resiliente) basadas en sus puntuaciones z de ANC y TFR respecto a la media general.

Contribuciones Clave

1. Análisis de Convergencia Espaciotemporal: El estudio cuantifica la drástica reducción en la desigualdad interregional de la cobertura de ANC (descenso del coeficiente de Gini del 87.9%) mientras destaca la persistencia del agrupamiento espacial relacionado con la fertilidad.
2. Desacoplamiento de Indicadores: Demuestra un divorcio en la autocorrelación espacial hacia 2022: el agrupamiento de la cobertura de ANC se volvió no significativo (indicando cobertura uniforme), mientras que el agrupamiento de la TFR se intensificó (Moran's I = 0.606), sugiriendo que los determinantes demográficos de la fertilidad responden en horizontes temporales más largos que la prestación de servicios de salud.
3. Punto de Inflexión Exploratorio: Utilizando el análisis de dependencia parcial de RF, el estudio identifica un posible punto de inflexión no lineal cerca de una TFR de 5.90, por encima de la cual la cobertura de ANC predicha disminuye en los datos históricos.
4. Tipologías de Eficiencia y Riesgo: La introducción del Índice de Eficiencia de la Atención (CEI) y la estratificación de riesgo bivariante proporciona herramientas para distinguir entre regiones con perfiles "Resilientes" (alta ANC, baja TFR) y "Caballos de Batalla" (alta ANC, alta TFR), revelando necesidades de asignación de recursos que las estadísticas de cobertura por sí solas omitirían.

Resultados Clave

• Tendencias de Cobertura: La cobertura nacional de ANC calificada aumentó del 83.1% (1988) al 97.7% (2022). El Cinturón Norte mostró las mayores ganancias absolutas (ej. Región Norte +43.0 puntos porcentuales), reduciendo la brecha Norte-Sur de 32.4 a 0.9 puntos porcentuales.
• Métricas de Desigualdad: El Gini interregional para la ANC cayó de 0.070 a 0.008. En contraste, el Gini de la TFR disminuyó solo un 27%, indicando que la desigualdad de la fertilidad es más resistente a la intervención política.
• Desempeño del Aprendizaje Automático: El modelo de Bosque Aleatorio superó al de Árbol de Decisión (Test $R^2$ = 0.381 vs. -0.296). El año de la encuesta fue el predictor dominante (importancia del 43.7%), seguido por la TFR (38.8%).
• Punto de Inflexión: El modelo RF identificó una inflexión exploratoria en TFR ≈ 5.90. Por encima de este umbral, la cobertura de ANC predicha disminuye de forma no lineal, lo que potencialmente refleja barreras de la demanda (ej. oposición de la pareja, costos de transporte) en entornos de fertilidad extremadamente alta.
• Disparidades Regionales:
  • Eficiencia de la Atención: El Gran Accra lideró con un CEI de 31.9, mientras que el Noreste rezagó con 14.5, representando una brecha de eficiencia de 2.2 veces a pesar de niveles de cobertura similares en 2022.
  • Estratificación de Riesgo: En 2022, la mayoría de las regiones eran "Resilientes" o "Caballos de Batalla". Sin embargo, el Cinturón Norte retuvo patrones de "Caballo de Batalla" (Alta ANC/Alta TFR), lo que implica una mayor carga de servicio por proveedor en comparación con las regiones del Sur.
• Agrupamiento Espacial: Para 2022, la TFR exhibió un fuerte agrupamiento espacial positivo (Moran's I = 0.606, p=0.001), particularmente en el Cinturón Norte, mientras que el agrupamiento de la ANC se disipó.

Significado y Reivindicaciones

El artículo sostiene que, si bien Ghana ha logrado alcanzar una cobertura de ANC calificada casi universal y eliminar la desigualdad interregional de cobertura, las inequidades espaciales relacionadas con la fertilidad persisten, particularmente en el Cinturón Norte. El estudio argumenta que las estadísticas de cobertura convencionales son insuficientes para guiar la inversión en los sistemas de salud porque enmascaran la carga del "Caballo de Batalla" y la brecha de eficiencia entre las regiones de alta fertilidad y las de baja fertilidad.

Los autores postulan que el Índice de Eficiencia de la Atención (CEI) y la estratificación de riesgo bivariante ofrecen herramientas para generar hipótesis destinadas a la inversión focalizada. Específicamente, sugieren que las regiones con alta TFR y alta ANC (Caballo de Batalla) requieren una asignación de recursos diferente (ej. intensidad de personal) en comparación con las regiones Resilientes. El punto de inflexión exploratorio de la TFR cerca de 5.90 se presenta como un umbral para una validación posterior, que podría indicar un límite donde la alta fertilidad crea barreras independientes para la utilización de la ANC.

El estudio concluye que las prioridades políticas deben extenderse más allá de la expansión de la oferta para incluir programas focalizados de transición demográfica y el empoderamiento educativo de la mujer en el Cinturón Norte. Enfatiza que estos hallazgos son ecológicos y orientados a la generación de hipótesis, advirtiendo contra las interpretaciones causales de la relación TFR-ANC sin una validación adicional a nivel individual.