Spatial multilevel and decomposition analysis of minimum dietary diversity among Indian children aged 6 to 23 months in NFHS-5 with an evaluation of the Aspirational Districts Programme

Resumen Técnico: Análisis Multinivel Espacial y de Descomposición de la Diversidad Alimentaria Mínima entre Niños Indios (NFHS-5)

Planteamiento del Problema
A pesar de una década de iniciativas nacionales de nutrición (p. ej., POSHAN Abhiyaan, Saksham Anganwadi), la prevalencia de la Diversidad Alimentaria Mínima (MDD, por sus siglas en inglés) entre niños indios de 6 a 23 meses sigue siendo críticamente baja. La evidencia existente sobre el fracaso de la MDD está fragmentada, basándose en definiciones, esquemas de ponderación y métodos analíticos dispares. Las brechas clave en la literatura incluyen: (1) una falta de descomposición de las brechas rural–urbana y tribal–no tribal en componentes composicionales y estructurales; (2) una ausencia de partición formal de la participación contextual de la varianza de la MDD (niveles de distrito y estado) neto de las características del hogar; (3) la falta de un mapeo de la coocurrencia espacial del fracaso de la MDD con el fracaso antropométrico (talla baja/stunting); y (4) una falta de evaluación respecto al impacto del Programa de Distritos Aspiracionales (ADP) sobre la diversidad alimentaria, a pesar de su evaluación para resultados de talla baja y bajo peso.

Metodología
Este estudio utiliza un marco unificado que integra métodos espaciales, multinivel, de descomposición, de aprendizaje automático y cuasi-experimentales utilizando el conjunto de datos de la Encuesta Nacional de Salud Familiar-5 (NFHS-5, 2019–21). La muestra analítica comprende 64,123 niños de 6 a 23 meses, ponderados mediante los pesos de muestreo de la NFHS-5 ($v005$), estratos ($v022$) y unidades primarias de muestreo ($v021$).

• Definición del Resultado: El resultado primario es el indicador MDD de la OMS/UNICEF (2021), definido como el consumo de $\ge$ 5 de 8 grupos de alimentos en las últimas 24 horas (incluyendo la leche materna). Un análisis de sensibilidad empleó la definición de la OMS de 2008 ($\ge$ 4 de 7 grupos, excluyendo la leche materna).
• Modelado Multinivel: Se estimó una regresión logística de intercepto aleatorio de tres niveles (niño anidado dentro del distrito, anidado dentro del estado) para calcular los Coeficientes de Varianza Particionada (VPC) y la Razón de Odds Mediana (MOR), cuantificando los efectos contextuales.
• Descomposición de la Desigualdad: La desigualdad relacionada con la riqueza se evaluó utilizando el índice de concentración normalizado de Wagstaff corregido por Erreygers. Las brechas rural–urbana y tribal–no tribal se descompusieron utilizando los métodos de Blinder–Oaxaca y Fairlie, respectivamente, para separar los componentes explicados (composicionales) y no explicados (estructurales).
• Análisis Espacial: Se computaron el $I$ de Moran global y los Indicadores Locales de Asociación Espacial (LISA) para identificar la agrupación espacial. Un análisis de LISA bivariante mapeó la co-agrupación del fracaso de la MDD y la talla baja a nivel de distrito.
• Aprendizaje Automático (Machine Learning): Se entrenó un clasificador XGBoost con valores de explicaciones SHapley (SHAP) para clasificar los determinantes no lineales y visualizar las interacciones de las características.
• Evaluación de Políticas: Un diseño de diferencia-en-diferencias (DiD) con efectos fijos estatales evaluó el impacto del ADP en la MDD entre la NFHS-4 y la NFHS-5, probando el equilibrio de la tendencia previa con los datos de la NFHS-3 y NFHS-4.

Resultados Clave

• Prevalencia: La prevalencia nacional de la MDD bajo la definición de 2021 es del 22.9% (IC 95%: 22.4–23.5), lo que significa que aproximadamente tres de cada cuatro niños no cumplen con el criterio. Solo el 11.3% cumple con la Dieta Mínima Aceptable. La prevalencia a nivel estatal oscila entre el 14.9% (Rajasthan) y el 53.5% (Meghalaya).
• Varianza Contextual: El modelado multinivel revela efectos contextuales sustanciales: el 17.8% de la varianza residual es atribuible al nivel de distrito y el 6.1% al nivel de estado (VPC combinado $\approx$ 23.9%). El MOR del nivel de distrito es de 1.86, lo que indica que un niño que se traslada de un distrito de baja a uno de alta MDD enfrenta un 86% más de probabilidades de cumplir con la MDD, independientemente de las características del hogar.
• Impulsores de la Desigualdad: El índice de concentración corregido por Erreygers es de +0.144 (pro-rico). La descomposición atribuye las mayores participaciones de la desigualdad a la educación materna (41.2%) y la riqueza del hogar (22.7%), seguidas por la atención prenatal (12.4%).
• Agrupación Espacial: El $I$ de Moran global (0.41, $p < 0.001$) confirma una fuerte autocorrelación espacial. El análisis de LISA bivariante identificó 84 distritos de co-agrupación "Alto–Alto" donde tanto el fracaso de la MDD como la talla baja son altos, concentrados en Bihar, Uttar Pradesh, Jharkhand y Madhya Pradesh. Estos distritos contienen ~20% de la población menor de dos años pero representan ~33% de la carga nacional de MDD y talla baja.
• Determinantes: El análisis XGBoost-SHAP clasifica la educación materna, la riqueza del hogar, la edad del niño y la atención prenatal como los principales predictores (AUC = 0.83). Los efectos de interacción muestran que la educación materna tiene un impacto marginal mayor en zonas rurales y distritos del ADP.
• Impacto del ADP: El análisis DiD arroja un coeficiente de +0.7 puntos porcentuales (IC 95%: -0.6 a +2.1; $p = 0.31$) para la interacción ADP $\times$ NFHS-5. Esto indica que no hay un efecto estadísticamente significativo del Programa de Distritos Aspiracionales sobre la MDD entre las dos rondas de la encuesta, contrastando con su impacto documentado en resultados antropométricos como el bajo peso.

Significancia y Contribuciones
El artículo reclama cuatro contribuciones primarias a la literatura:

1. Marco Integrado: Proporciona el primer análisis de descomposición multinivel integrado de la MDD de la NFHS-5, demostrando que aproximadamente una cuarta parte de la varianza es contextual (nivel de distrito/estado), una cifra superior a la documentada previamente para la alimentación complementaria.
2. Reencuadre de la Desigualdad: Establece que la educación materna y la atención prenatal, más que la riqueza del hogar por sí sola, son los impulsores descomponibles dominantes de la desigualdad en la diversidad alimentaria, sugiriendo un cambio de política hacia la educación y el asesoramiento de primera línea.
3. Operacionalización de la "Doble Carga": El marco de LISA bivariante operacionaliza el concepto de distritos de "doble carga", proporcionando una herramienta directa para la focalización intersectorial de los 84 distritos de co-agrupación identificados.
4. Evaluación de Políticas: Ofrece la primera estimación cuasi-experimental del impacto del ADP sobre un indicador de alimentación complementaria, encontrando que, si bien el programa ha mejorado los resultados antropométricos, aún no ha movido de manera detectable el indicador de diversidad alimentaria.

Los autores concluyen que los déficits actuales están agrupados espacialmente y están moldeados por factores que van más allá de la composición del hogar. Recomiendan incluir la MDD como un indicador rastreado en los marcos del ADP, POSHAN 2.0 y Saksham Anganwadi, priorizando los distritos de co-agrupación identificados y fortaleciendo el asesoramiento sobre alimentación complementaria dentro de la atención prenatal.