Empleo materno en países de ingresos bajos y medianos y alimentación infantil

Fuente de datos y población

Los investigadores analizaron datos transversales de las Encuestas Demográficas y de Salud (DHS). Las encuestas DHS emplean cuestionarios estandarizados y muestreo por conglomerados de etapas múltiples representativo a nivel nacional para permitir comparaciones entre países (34).

Nuestro estudio incluyó conjuntos de datos DHS que se administraron entre 2010 y abril de 2017 y que contenían datos sobre la situación laboral de las mujeres e indicadores de IYCF. Los análisis incluyeron mujeres que tenían al menos un hijo entre las edades de 0 a 24 meses. Si las madres tenían más de un hijo, los investigadores incluían al hijo menor en el hogar. Se excluyeron los niños que residían fuera del hogar.

En modelos que evaluaron MDD y MMF como variables dependientes, la muestra analítica final incluyó a 137 208 niños de 6 a 23 meses de edad de 50 países. Los tamaños de celda pequeños fueron prohibitivos para explorar las asociaciones de empleo-EBF en 10 países que cumplieron con los criterios de inclusión antes mencionados; por lo tanto, al modelar la LME como variable dependiente, la muestra analítica final incluyó a 39 791 niños de 0 a 5 meses en 40 países.

Variables dependientes primarias

EBF, MDD y MMF sirvieron como las principales variables dependientes de interés, ya que la literatura anterior sugiere que los cambios en los ingresos y el tiempo de las mujeres, derivados del empleo de las mujeres, pueden afectar estos indicadores de IYCF. Estos indicadores se crearon utilizando datos del recordatorio de 24 horas de alimentos/grupos de alimentos disponibles en DHS. La LME, una variable binaria, se definió como la proporción de lactantes de 0 a 5 meses de edad alimentados exclusivamente con leche materna. MDD, una variable binaria, se definió como la proporción de niños de 6 a 23 meses de edad que recibieron alimentos de 4 o más de los siguientes 7 grupos de alimentos: granos, raíces y tubérculos; legumbres y nueces; productos lácteos (leche, yogur, queso); alimentos cárnicos (carne, pescado, aves e hígado/vísceras); huevos; frutas y verduras ricas en vitamina A; y otras frutas y verduras. MMF, una variable binaria, se definió como la proporción de niños amamantados y no amamantados de 6 a 23 meses de edad que reciben alimentos sólidos, semisólidos o blandos el número mínimo de veces o más. Para los niños amamantados, el número mínimo de veces varía con la edad (2 veces si tiene entre 6 y 8 meses y 3 veces si tiene entre 9 y 23 meses). Los niños de 6 a 23 meses que no amamantan deben ser alimentados 4 o más veces al día para cumplir con el indicador MMF.

Variable independiente primaria

Los investigadores modelaron el empleo materno como una variable de 3 categorías: empleada formalmente, empleada informalmente y desempleada según investigaciones anteriores que sugieren: 1) una gran proporción de mujeres en LMIC están involucradas en empleos menos formalizados y 2) los salarios ganados son más del 60% menos en el sector informal. Las mujeres se describen como desempleadas porque este término incluye a las personas que optan por no buscar empleo, mientras que las desempleadas describen a las personas sin trabajo que buscan empleo activamente.

El tipo de empleo se definió con base en 4 indicadores: 1) situación laboral en los últimos 12 meses (empleado, desempleado); 2) categoría de ocupación agregada (calificada, no calificada); 3) tipo de ganancias (solo efectivo, efectivo y en especie, solo en especie, no remunerado); y 4) estacionalidad del empleo (todo el año, empleo estacional/ocasional). El empleo formal incluía las siguientes 3 combinaciones: 1) empleado, ocupación calificada, ganancias solo en efectivo, empleado todo el año; 2) empleado, ocupación calificada, ganancias solo en efectivo, empleo estacional/ocasional; y 3) empleado, ocupación no calificada, ganancias en efectivo solamente, empleado todo el año. Otras mujeres empleadas fueron categorizadas como empleadas informalmente.

Confundidores y modificadores de medidas de efecto

Los investigadores identificaron los factores de confusión a priori utilizando un gráfico acíclico dirigido, que es un diagrama causal utilizado para caracterizar la relación entre las variables que influyen en las variables dependientes e independientes primarias según las relaciones teorizadas y documentadas. En todos los modelos, los factores de confusión incluyeron educación materna (< escuela primaria completa, [símbolo] escuela primaria completa), edad materna (años), estado civil (casada o viviendo en pareja versus soltera, viuda, divorciada), paridad, morbilidad (presencia de diarrea). o fiebre en las últimas dos semanas), la edad del niño (meses) y el estado urbano/rural. Los investigadores intentaron especificar las covariables de una manera que permitiera la misma especificación en cada país y para cada resultado. Para las variables que estaban en su forma continua en la DHS (edad de la madre, edad del niño, número de partos), los investigadores evaluaron su linealidad con los resultados especificando variables indicadoras disjuntas. Debido a que las variables se asociaron de manera aproximadamente lineal con los resultados en la mayoría de los países, se mantuvieron en su forma continua para minimizar el número de observaciones eliminadas del modelo debido al tamaño pequeño de las celdas. El estado civil y la educación de la madre se dicotomizaron porque había muy pocas personas en algunas categorías (p. divorciado).

Los investigadores plantearon la hipótesis de que la asociación empleo-dieta variaría según la etapa de los países en la transición nutricional. Por lo tanto, los investigadores exploraron las diferencias en las asociaciones a nivel de país por logaritmo del producto interno bruto (PIB) per cápita, ajustado por paridad de poder adquisitivo, un impulsor teórico de la transición nutricional (41). Los datos se obtuvieron de la base de datos World Development Indicators, correspondiente al año de la encuesta (42). El PIB per cápita se transformó logarítmicamente para reflejar la influencia esperada de un aumento porcentual (p. 5%), en lugar de un aumento absoluto en dólares (p. $5).

Análisis estadístico

Análisis dentro del país. Se espera que las tendencias en el empleo (es decir, el porcentaje de mujeres en el empleo formal frente al informal), así como la dieta, difieran según la etapa de la transición nutricional de los países. Por lo tanto, los investigadores intentaron mantener las muestras comparables seleccionando países con una DHS reciente (2010-2017) y permitimos diferentes relaciones en cada país al comenzar con estimaciones desagregadas específicas de cada país. Los investigadores primero emplearon modelos de regresión logística multivariable separados para cada país para probar la asociación entre el empleo materno y los indicadores IYCF (EBF, MDD, MMF). En estos modelos específicos de cada país, los investigadores utilizaron ponderaciones de muestreo para tener en cuenta la probabilidad diferencial de selección y respuesta, y los errores estándar linealizados de la serie de Taylor dieron cuenta del diseño agrupado de DHS.

Análisis entre países y regiones. Después de obtener estimaciones desagregadas para cada país, los coeficientes de las asociaciones empleo-EBF, empleo-MDD y empleo-MMF se ingresaron en un metanálisis de efectos aleatorios para obtener razones de probabilidad agrupadas en todos los países y por región del mundo (Asia Oriental y el Pacífico). , Europa y Asia Central, América Latina y el Caribe, Oriente Medio y África del Norte, Asia Meridional y África Subsahariana). El metanálisis de efectos aleatorios, utilizado para generar razones de probabilidades agrupadas (POR), es la combinación estadística de las estimaciones de países separados y supone que las asociaciones entre el empleo y la IYCF pueden diferir según el país y/o la región.

Los coeficientes beta específicos de cada país también se ingresaron en una metarregresión de efectos aleatorios para evaluar si las asociaciones entre empleo e IYCF variaban según el log-PIB a nivel de país.

Análisis de sensibilidad. Los análisis de sensibilidad incluyeron el modelado de varios resultados alternativos que incluyen: 1) lactancia materna continua al año, 2) puntaje de diversidad de la dieta y 3) dieta mínima aceptable. La lactancia materna continua al año, una variable binaria, se definió como la proporción de niños de 12 a 15 meses de edad que se alimentan con leche materna (37). El puntaje de diversidad de la dieta, una variable continua estimada entre niños de 6 a 23 meses, se basó en los 7 grupos de alimentos antes mencionados que se utilizaron para calcular el MDD (37). Para cada uno de los 7 grupos de alimentos, los niños recibieron 1 punto si consumieron algún alimento del grupo (es decir, DDS mínimo =0, DDS máximo =7). La dieta mínima aceptable se modeló como una variable binaria y se definió como la proporción de niños de 6 a 23 meses de edad que recibieron una dieta mínima aceptable determinada por la frecuencia mínima de alimentos, la diversidad de la dieta y el estado de lactancia (37). Debido a que en algunos casos el tamaño de la muestra dentro del país para las asociaciones entre el empleo y la MBE fue algo menor, también empleamos un modelo de regresión logística simple con los 40 países para probar la asociación entre el empleo y la MBE. En esta especificación, cada país se incluyó como un efecto fijo y, por lo tanto, se controló por las diferencias a nivel de país de referencia; pero este modelo asume que la asociación entre empleo y LME es homogénea en todos los países. Alfa se estableció en 0,05. Los análisis se realizaron utilizando Stata 14.1 (StataCorp LP, College Station, Texas). No se obtuvo una revisión de la junta de revisión institucional dado que todos los análisis utilizaron datos secundarios.