📄 medicine

Socioeconomic Inequalities in HIV Testing during Antenatal Care in Ghana

Este estudio analiza datos de Ghana de 2017/2018 para revelar que, a pesar de una política de rutina de exclusión voluntaria para las pruebas de VIH, persisten desigualdades socioeconómicas significativas a favor de los ricos en la cobertura de las pruebas de VIH en el control prenatal y en la recogida de resultados, donde la riqueza, la educación y la residencia urbana explican más del 90% de la disparidad y requieren intervenciones focalizadas en las regiones desatendidas.

Autores originales: Ebenezer Adjartey, Prince Gyabaah, Isaac Kwadwo Anim, Isaac Kpakpo-Mensah, Lawrence Yaw Kusi, Elizabeth Cornelia Annan-Prah

Publicado 2026-07-09

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ebenezer Adjartey, Prince Gyabaah, Isaac Kwadwo Anim, Isaac Kpakpo-Mensah, Lawrence Yaw Kusi, Elizabeth Cornelia Annan-Prah

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: Una política de "talla única" que no lo es

Imagine que Ghana tiene una regla que dice: "Toda mujer embarazada que entre en una clínica recibirá una prueba de VIH gratuita, automáticamente, a menos que diga 'no'". Esto se llama una política de "exclusión voluntaria" (opt-out). En el papel, esto suena perfecto. Es como un buffet donde todos reciben una comida gratuita.

Sin embargo, los investigadores descubrieron que, aunque el buffet está abierto para todos, algunas personas realmente están siendo alimentadas y otras están pasando hambre. Aunque la política es la misma para todos, el hecho de que una mujer se realice la prueba depende en gran medida de cuánto dinero tenga, cuánta escolaridad haya completado y si vive en una ciudad o en el campo.

El gran descubrimiento: La brecha de "los ricos se hacen la prueba"

El estudio analizó datos de más de 3,000 mujeres en Ghana. Esto es lo que encontraron:

En general: Alrededor del 81% de las mujeres embarazadas se realizaron la prueba. Eso suena bien.
La realidad: Si se mira de cerca, la brecha es enorme.
- Las mujeres más ricas: El 91% se realizó la prueba.
- Las mujeres más pobres: Solo el 66% se realizó la prueba.

Piense en esto como una carrera donde todos parten de la misma línea de salida (la clínica), pero los corredores con los mejores zapatos (riqueza) y los mejores entrenadores (educación) tienen muchas más probabilidades de cruzar la línea de meta (realizarse la prueba) que aquellos que corren descalzos.

El "porqué": Tres obstáculos principales

Los investigadores utilizaron una herramienta matemática especial (llamada "descomposición") para averiguar exactamente por qué existe esta brecha. Descubrieron que tres factores principales explican más del 90% de la desigualdad:

Dinero (el factor más importante): Este es el motor principal. Las mujeres ricas tienen más probabilidades de:
- Viajar a clínicas mejor equipadas.
- Visitar al médico con más frecuencia (más visitas = más oportunidades de realizarse la prueba).
- Pedir la prueba si al médico se le olvida ofrecerla.
- Analogía: Si la prueba es un boleto para un concierto, las mujeres ricas pueden pagar el pasaje de autobús hacia el recinto y el tiempo para esperar en la fila. Las mujeres pobres podrían quedarse en casa.
Educación: Las mujeres con más estudios tienen más probabilidades de entender por qué la prueba es importante y sentirse lo suficientemente seguras como para solicitarla.
- Analogía: La educación es como tener un mapa. Si conoces la ruta, es menos probable que te pierdas o que te pases la salida.
Ciudad frente a Campo: Las mujeres que viven en las ciudades lo tienen mucho más fácil. Las clínicas de la ciudad suelen tener más personal, mejores suministros y reglas más estrictas sobre la entrega de pruebas. Las clínicas rurales suelen luchar contra la escasez de suministros o con personal que no sigue las reglas.
- Analogía: Una clínica de la ciudad es como un supermercado bien surtido; una clínica rural puede ser una pequeña tienda que a veces se queda sin el artículo específico que necesitas.

La "cascada": El problema no termina con la prueba

Los investigadores no solo observaron quién se hacía la prueba; observaron qué sucedía después. Rastrearon el viaje como una carrera de relevos:

Paso 1: Realizarse la prueba.
Paso 2: Obtener los resultados.
Paso 3: Recibir asesoramiento (hablar con alguien sobre los resultados).

Las malas noticias: La brecha se amplía en cada paso.

Mientras que el 91% de las mujeres ricas se realizó la prueba, el 93% de ellas obtuvo sus resultados.
Pero para las mujeres pobres, solo el 53% se realizó la prueba, y de esas, solo el 75% obtuvo sus resultados.
El resultado: Para cuando llegan al final de la línea, una mujer rica tiene muchas más probabilidades de tener el paquete completo (Prueba + Resultado + Asesoramiento) que una mujer pobre.

La buena noticia (o algo así): Una vez que una mujer se realiza la prueba, la parte del asesoramiento es en realidad equitativa. Las mujeres ricas y pobres reciben asesoramiento aproximadamente a la misma tasa baja (alrededor del 50%). Esto significa que el problema no es que las personas ricas reciban un mejor asesoramiento, sino que todo el sistema está fallando en brindar asesoramiento a todos, pero la parte de la prueba es la que falla específicamente a los pobres.

La "bola de cristal" (Modelos predictivos)

Los investigadores utilizaron tres diferentes "bolas de cristal" informáticas (modelos estadísticos) para ver si podían predecir quién se haría la prueba y quién no.

Modelo 1 (Regresión Logística): Un modelo matemático estándar.
Modelo 2 (Bosque Aleatorio / Random Forest): Un modelo que busca patrones como un detective.
Modelo 3 (Red Neuronal): Un modelo que intenta pensar como un cerebro humano.

El resultado: Los tres modelos coincidieron en las mismas cinco cosas: Riqueza, Educación, Vivir en la Ciudad, Número de Visitas a la Clínica y Región.

Analogía: Es como tres pronosticadores del tiempo diferentes que dicen: "Va a llover". Cuando todos coinciden, sabes que la predicción es sólida. Los modelos confirmaron que si sabes que una mujer es pobre, vive en el campo y tiene poca educación, puedes predecir con alta precisión que podría perderse la prueba de VIH.

Lo que los autores dicen que debe suceder

El artículo concluye que tener una política no es suficiente. Para solucionar esto, Ghana necesita:

Ir a donde están los pobres: Enviar clínicas móviles o trabajadores comunitarios a las zonas rurales y a las regiones más pobres (específicamente las regiones de Northern y Volta, que tuvieron las tasas más bajas).
Mantener las puertas abiertas: Asegurarse de que las clínicas sigan realmente la regla de "exclusión voluntaria" cada vez que una mujer visita la clínica, no solo cuando ella tiene dinero o tiempo.
Arreglar la entrega: Asegurarse de que, una vez que una mujer se realiza la prueba, realmente reciba sus resultados rápidamente.

En pocas palabras: Ghana tiene el libro de reglas para eliminar el VIH en los bebés, pero el juego no se está jugando de manera justa. Los ricos están ganando el juego, y los pobres están siendo dejados a un lado. Para arreglarlo, el sistema debe dejar de tratar a todos por igual y empezar a ayudar a las personas que más se están quedando atrás.

Resumen Técnico: Desigualdades Socioeconómicas en las Pruebas de VIH durante la Atención Prenatal en Ghana

Planteamiento del Problema
A pesar de la implementación por parte de Ghana de una política de prueba de VIH de tipo "opt-out" (de exclusión voluntaria) dentro de la atención prenatal (ANC) desde 2007, las cifras agregadas nacionales de cobertura ocultan disparidades significativas. El estudio aborda la brecha entre la intención de la política y su implementación equitativa, postulando que el acceso a las pruebas de VIH no es uniforme, sino que está fuertemente estratificado por la posición socioeconómica. La investigación busca cuantificar la escala de esta desigualdad, identificar los impulsores socioeconómicos específicos y validar estos impulsores mediante modelos predictivos para informar la programación dirigida de la Prevención de la Transmisión Materno-Infantil (PMTCT).

Metodología
El estudio utiliza datos de la Encuesta de Indicadores Múltiples de Ghana (MICS6) 2017/2018, restringidos a 3,046 mujeres que asistieron a la atención prenatal para su parto más reciente. El marco analítico emplea un enfoque multimétodo:

Medición de la Desigualdad: Se calcularon cuatro índices complementarios para evaluar la desigualdad socioeconómica: el Índice de Concentración (CI), el CI corregido de Erreygers (ECI), el Índice de Pendiente de Desigualdad (SII) y el Índice Relativo de Desigualdad (RII).
Análisis de Descomposición: Se aplicó el marco de descomposición de Wagstaff al CI para cuantificar la contribución proporcional de determinantes específicos (por ejemplo, riqueza, educación, residencia, frecuencia de la atención prenatal) a la desigualdad observada.
Análisis de Regresión: Se utilizó la regresión logística de conglomerados robustos (con errores estándar agrupados en la unidad de muestreo primaria) para estimar las razones de probabilidad ajustadas (aOR) de los predictores independientes de la realización de la prueba.
Modelado Predictivo: Se entrenaron tres modelos distintos —Regresión Logística (LR), Bosque Aleatorio (RF) y Perceptrón Multicapa (MLP)— y se evaluaron mediante validación cruzada estratificada de 10 pliegues. Este enfoque de múltiples modelos tenía como objetivo la validación cruzada de los determinantes identificados en los análisis de descomposición y regresión.
Análisis de Cascada: El estudio rastreó la proporción de asistentes a la atención prenatal que completaron la prueba, recibieron los resultados y recibieron asesoramiento post-prueba, estratificado por quintil de riqueza, para examinar cómo la desigualdad se intensifica a lo largo de la cadena de prestación de servicios.

Resultados Clave

Prevalencia y Disparidad: Aunque la prevalencia ponderada general de las pruebas de VIH durante la atención prenatal fue del 80.7%, existió un marcado gradiente de riqueza. Las tasas de realización de pruebas variaron desde el 66.3% en el quintil más pobre hasta el 91.4% en el más rico. Las disparidades regionales fueron aún más pronunciadas, con tasas de realización de pruebas que variaron desde el 51.5% en la región de el Norte hasta el 95.2% en Gran Accra.
Índices de Desigualdad: Todos los índices confirmaron una desigualdad pro-rica significativa. El CI fue de 0.0645 ( $p < 0.001$ ), el ECI fue de 0.207, el SII indicó una brecha absoluta de 32.5 puntos porcentuales entre los más ricos y los más pobres, y el RII mostró una ventaja relativa del 40.3% para los más ricos.
Hallazgos de la Descomposición: Los determinantes medibles explicaron el 102.4% del CI. El quintil de riqueza más alto por sí solo contribuyó con un 43.4%, y el cuarto quintil con un 20.9%. Juntos, los dos quintiles de riqueza superiores explicaron el 64.3% de la desigualdad. La educación contribuyó con un 19.3%, y la residencia urbana con un 17.8%. Notablemente, la educación primaria mostró una contribución negativa (-7.1%), lo que sugiere que actúa como un factor de igualación dentro de la población más pobre.
Predictores: La regresión logística identificó la asistencia a cuatro o más visitas de atención prenatal (aOR = 2.07), pertenecer a los quintiles de riqueza cuarto (aOR = 2.40) o más rico (aOR = 2.72), tener educación de nivel JSS/JHS (aOR = 2.21) y la residencia urbana (aOR = 1.59) como los predictores independientes más fuertes. El estado civil, el seguro de salud y el tipo de proveedor no fueron significativos tras el ajuste completo.
Desempeño de los Modelos: Los tres modelos predictivos arrojaron una precisión discriminativa comparable, con valores de AUC de 0.688 (LR), 0.685 (RF) y 0.651 (MLP). No hubo diferencias significativas entre pares. Las clasificaciones de importancia de características convergieron entre los modelos, destacando consistentemente la riqueza, la educación, la residencia y la frecuencia de la atención prenatal.
Desigualdad en la Cascada: La desventaja socioeconómica se intensificó en los pasos posteriores. Solo el 63.3% de todos los asistentes a la atención prenatal completaron tanto la prueba como la recepción de resultados. El CI para la recepción de resultados entre los que se realizaron la prueba fue de 0.041 ( $p < 0.001$ ), lo que indica que la desigualdad persiste incluso después de la decisión inicial de realizarse la prueba.

Significación y Reivindicaciones
El artículo sostiene que el estudio proporciona el primer análisis de equidad específico de Ghana sobre las pruebas de VIH utilizando los datos de MICS6, llenando un vacío dejado por la dependencia de datos más antiguos de DHS. Su principal contribución es la aplicación de la descomposición de Wagstaff a las pruebas de VIH en este contexto, la cual cuantifica que la riqueza, la educación y la residencia urbana explican colectivamente más del 90% de la desigualdad medida.

El estudio afirma que la política de "opt-out" por sí sola es insuficiente para garantizar la equidad; las barreras estructurales relacionadas con la riqueza y la geografía deprimen sistemáticamente las tasas de realización de pruebas entre las poblaciones más pobres y rurales. Además, la convergencia de los hallazgos a través de la descomposición, la regresión y tres modelos independientes de aprendizaje automático fortalece la base de evidencia para dirigir estos determinantes específicos. Los autores concluyen que alcanzar las metas de la PMTCT requiere ir más allá del monitoreo de la cobertura agregada hacia estrategias geográficamente diferenciadas que aborden la frecuencia de contacto en la atención prenatal, hagan cumplir los protocolos de "opt-out" en cada visita y aseguren la entrega oportuna de resultados, con prioridad específica para las regiones de el Norte y Volta.