Los efectos de las transferencias de efectivo en la mortalidad infantil y de adultos en

May 14, 2023

Naturaleza (2023)Citar este artículo

18k Accesos

403 Altmetric

Detalles de métricas

La pobreza es un determinante social importante de la salud que se asocia con un mayor riesgo de muerte1,2,3,4,5. Los programas de transferencias monetarias brindan transferencias monetarias no contributivas a personas u hogares, con o sin condiciones de comportamiento, como la asistencia de los niños a la escuela6,7. En las últimas décadas, los programas de transferencias de efectivo se han convertido en componentes centrales de las estrategias de reducción de la pobreza de muchos gobiernos en países de ingresos bajos y medianos6,7. Sin embargo, los efectos de estos programas en las tasas de mortalidad infantil y de adultos siguen siendo un importante vacío en la literatura, y la evidencia existente se limita a unos pocos programas específicos de transferencias monetarias condicionadas, principalmente en América Latina8,9,10,11,12,13,14 . Aquí evaluamos los efectos de los programas de transferencia de efectivo a gran escala dirigidos por el gobierno sobre la mortalidad infantil y adulta por todas las causas utilizando conjuntos de datos longitudinales de mortalidad a nivel individual de muchos países de ingresos bajos y medianos. Encontramos que los programas de transferencia de efectivo se asociaron con reducciones significativas en la mortalidad entre los niños menores de cinco años y las mujeres. Los análisis secundarios de heterogeneidad sugirieron efectos similares para los programas condicionales e incondicionales, y efectos mayores para los programas que cubrían una mayor parte de la población y proporcionaban montos de transferencia más grandes, y en países con menores gastos de salud, menor esperanza de vida inicial y mayor calidad regulatoria percibida. Nuestros hallazgos respaldan el uso de programas contra la pobreza, como las transferencias de efectivo, que muchos países introdujeron o ampliaron durante la pandemia de COVID-19, para mejorar la salud de la población.

La pobreza ha sido reconocida durante mucho tiempo como un importante determinante social de la salud. La pobreza puede influir negativamente en los resultados de salud a través de numerosas vías, a menudo interconectadas: inseguridad alimentaria, acceso y calidad de la atención médica, estabilidad de la vivienda, seguridad del vecindario, riesgo ocupacional, nivel educativo, comportamientos saludables y bienestar social, entre otros15,16,17 ,18,19. En consecuencia, vivir en la pobreza se ha relacionado estrechamente con una disminución de la esperanza de vida, con un mayor riesgo de mortalidad tanto en adultos como en niños1,2,3,4,5.

A pesar de muchos años de progreso, casi el 10 % de la población mundial vivía con menos de 1,90 USD al día (pobreza extrema) en 2018, y más del 40 % vivía con menos de 5,50 USD al día20 (línea de pobreza de ingresos medios altos). La pandemia de COVID-19 ha empeorado notablemente estas cifras: se estima que 97 millones más de personas vivían en la pobreza extrema en 2020 (un aumento del 12 %) y se observaron aumentos adicionales en países de bajos ingresos en 202121. Estos efectos duraderos relacionados con la pandemia hacen que la evaluación e implementación de estrategias basadas en evidencia para combatir la pobreza y mejorar la salud una prioridad aún más urgente.

En las últimas dos décadas, más de 100 países de ingresos bajos y medianos (LMIC) han introducido programas de transferencia de efectivo como componentes de sus estrategias de reducción de la pobreza y protección social6. Los programas de transferencias monetarias se definen como aquellos que brindan transferencias monetarias no contributivas a personas u hogares. Incluyen transferencias incondicionales (más comunes en África subsahariana), transferencias condicionales (más comunes en América Latina), pensiones públicas y subvenciones empresariales (dinero proporcionado para apoyar actividades generadoras de ingresos).

Los programas de transferencia de efectivo se han vuelto aún más comunes durante la pandemia de COVID-19. Un informe del Banco Mundial de febrero de 2022 identificó 962 programas de transferencia de efectivo en 203 países, 672 de los cuales se introdujeron recientemente durante la pandemia7. De hecho, se estima que las transferencias de efectivo se distribuyeron a 1360 millones de personas, el 17 % de la población mundial, durante el período de la pandemia22.

Los programas de transferencia de efectivo a gran escala administrados por el gobierno han tenido éxito en la reducción de la pobreza y la mejora de la autonomía económica, la asistencia a la escuela, la nutrición infantil, el empoderamiento de las mujeres y el uso de los servicios de salud entre los beneficiarios23,24. Algunos estudios también han documentado efectos en toda la población, como una mayor actividad económica en las comunidades donde residen los beneficiarios25 y, en el caso de enfermedades infecciosas como el VIH, la reducción de nuevas infecciones tras la introducción de programas de transferencia de efectivo26. Las mejoras observadas con las transferencias de efectivo podrían estar impulsadas por la eliminación de las barreras económicas y psicológicas de la pobreza como resultado de recibir transferencias de efectivo, así como los efectos indirectos sobre los no beneficiarios27,28,29,30,31,32.

A pesar de la gran cantidad de literatura sobre los efectos de los programas de transferencias monetarias en varios resultados, existe evidencia limitada sobre el efecto de dichos programas en las tasas de mortalidad generales a nivel de la población, particularmente fuera de algunos programas de transferencias monetarias condicionadas en América Latina. Varios análisis a nivel municipal han mostrado una disminución en la mortalidad infantil asociada con el programa Bolsa Familia en Brasil8,9,10. Un análisis a nivel individual encontró una reducción del 17 % en las probabilidades de mortalidad entre los niños menores de 5 años que eran beneficiarios de Bolsa Familia, con asociaciones más fuertes para los niños de las comunidades más pobres11. Otros análisis a nivel municipal de un solo país han sugerido reducciones en la mortalidad infantil asociadas con los programas de transferencias monetarias condicionadas en México, Ecuador e India33,34,35.

Hay aún menos estudios sobre las relaciones entre los programas de transferencia de efectivo y las tasas de mortalidad de adultos. Las evaluaciones del programa mexicano de transferencias monetarias condicionadas Oportunidades encontraron una disminución del 11 % en la mortalidad materna y una disminución del 4 % en la mortalidad general en las regiones donde el programa se había implementado gradualmente12,13. Un estudio a nivel municipal de Bolsa Familia también encontró una reducción del 10% al 20% en la mortalidad materna14. En un análisis de 42 países, encontramos que los programas de transferencia de efectivo estaban asociados con reducciones en toda la población de muertes relacionadas con el SIDA que aumentaron con el tiempo26. Cabe destacar, sin embargo, que la mayoría de las evaluaciones aleatorias y no aleatorias de las transferencias de efectivo han carecido de tamaños de muestra adecuados o de la duración de los estudios para detectar diferencias en la mortalidad de adultos o niños. El diseño de la mayoría de las evaluaciones específicas de un país también suele centrarse en estimar los efectos del programa en los beneficiarios en lugar de en toda la población. A diferencia de las evaluaciones multinacionales a gran escala de los principales programas de ayuda para la salud, como el Plan de Emergencia del Presidente de los Estados Unidos para el Alivio del SIDA36,37 (PEPFAR), ningún estudio multinacional evalúa la eficacia de los programas de transferencia de efectivo para reducir las tasas de mortalidad infantil y adulta a nivel de población.

Dada la creciente popularidad de los programas de transferencia de efectivo, la evaluación de sus efectos generales sobre las tasas de mortalidad infantil y de adultos sigue siendo un vacío importante y relevante para las políticas en la literatura. Para cerrar esta brecha, utilizamos datos longitudinales multinacionales generados a partir de historias de nacimiento y hermanos recopilados en encuestas nacionales de hogares para evaluar los efectos de los programas de transferencia de efectivo en la mortalidad infantil y adulta entre más de siete millones de personas entre 2000 y 2019. Utilizamos una diferencia: enfoque de indiferencias, una técnica cuasi-experimental que se puede utilizar para estimar los efectos causales a partir de datos observacionales comparando las diferencias en los resultados entre los grupos de intervención y de comparación durante los períodos previos y posteriores a la intervención, bajo el supuesto de tendencias paralelas (que es que, en ausencia de programas de transferencia de efectivo, las tendencias en los resultados serían similares en los países de intervención y de comparación). Nuestro hallazgo principal fue que estos programas se asociaron con reducciones significativas de la mortalidad entre mujeres y niños menores de 5 años, lo que indica el importante papel que estas iniciativas antipobreza han tenido en la promoción de la salud de la población durante los últimos 20 años.

Se incluyeron 37 LMIC en nuestro análisis (consulte Métodos, 'Datos de mortalidad' y 'Datos del programa de transferencia de efectivo' para conocer los criterios de selección y la Tabla complementaria 1 para los países excluidos): 29 en África subsahariana, 3 en América Latina y el Caribe, 4 en la región de Asia-Pacífico y 1 en el norte de África (Fig. 1). Dieciséis países introdujeron programas de transferencia de efectivo a gran escala durante el período de estudio y tenían datos de mortalidad disponibles durante sus respectivos períodos de transferencia de efectivo (consulte Métodos, 'Datos del programa de transferencia de efectivo' y 'Análisis estadístico' para conocer cómo identificamos los programas y definimos el exposición del programa de transferencias de efectivo y datos ampliados, figura 1 para el diagrama de flujo de inclusión de países).

El período de estudio (2000-2019) está a lo largo del eje x, los países incluidos (n = 37) se enumeran en el eje y, los puntos rojos representan encuestas nacionales demográficas y de salud (n = 84), las líneas rojas representan los años correspondientes con incluyeron datos de mortalidad generados a partir de historias de nacimiento y hermanos, los puntos azules representan el primer año completo de programas de transferencia de efectivo que cubren más del 5 % de la población empobrecida (n = 20 en total; n = 16 con datos de mortalidad durante el período de transferencia de efectivo) ), y las líneas azules representan el período de transferencia de efectivo. DHS, encuesta demográfica y de salud; RDC, República Democrática del Congo.

Dentro de estos 16 'países de intervención', había 29 programas de transferencia de efectivo en total, 14 (48%) de los cuales eran incondicionales (las tablas complementarias 2 y 3 muestran detalles específicos del programa). Los países de intervención tenían una mediana de cobertura de población empobrecida más reciente del 27 % (rango intercuartil 16–100 %), con una mediana del monto máximo de transferencia más reciente por beneficiario equivalente al 10 % del producto interno bruto (PIB) per cápita (rango intercuartílico 6,25– 13,25%). Seis países tenían una cobertura alta (por encima de la mediana) con montos máximos de transferencia altos (por encima de la mediana), dos tenían una cobertura alta con montos máximos de transferencia bajos, dos tenían una cobertura baja con montos máximos de transferencia altos y seis tenían una cobertura baja con montos máximos de transferencia bajos montos

Hubo 4 325 484 personas incluidas en el conjunto de datos de adultos, con un total de 30 244 277 años-persona (6 057 387 (20 %) durante los años de intervención) y 126 714 muertes (42 por 10 000 años-persona) (Tabla complementaria 4; ver Métodos, 'Datos de mortalidad ' para obtener detalles sobre la generación de los conjuntos de datos de mortalidad). Se incluyeron 2 867 940 personas en el conjunto de datos de niños, con un total de 16 400 545 años-persona (2 943 910 (18 %) durante los años de intervención) y 162 488 muertes (99 por 10 000 años-persona) (Tabla complementaria 5). Para ambos conjuntos de datos, los años-persona de comparación tenían un PIB per cápita más bajo, percentiles más bajos para los Indicadores de gobernanza mundial del Banco Mundial y una mayor proporción de años-persona del África subsahariana (Tablas de datos ampliados 1 y 2).

En nuestro análisis principal de diferencias en diferencias, los programas de transferencia de efectivo se asociaron con reducciones en la mortalidad entre las mujeres (mujeres adultas de al menos 18 años de edad) (razón de riesgo ajustada (ARR) 0.80, intervalo de confianza del 95% 0.67–0.95) y niños menores de 5 años (ARR 0.92, intervalo de confianza del 95% 0.85–0.99) (Fig. 2 y Tablas complementarias 6–10; consulte Métodos, 'Análisis estadístico' para obtener detalles adicionales sobre los modelos). Estas reducciones se encuentran en el extremo superior del rango de estimaciones de estudios de un solo país de programas específicos de transferencia de efectivo8,9,10,11,12,13,14,33,34,35. No hubo asociaciones entre los programas de transferencia de efectivo y la mortalidad entre los hombres (hombres adultos de al menos 18 años de edad) (ARR 0,87, intervalo de confianza del 95 % 0,75–1,00), niños de 5 a 9 años (ARR 0,96, intervalo de confianza del 95 % 0,86–1,08) o niños de 10–17 años (ARR 0,93, intervalo de confianza del 95 % 0,78–1,10).

Diagrama de bosque que muestra las asociaciones generales completamente ajustadas entre los programas de transferencia de efectivo y la mortalidad entre mujeres (n = 14 994 934 años-persona), hombres (n = 15 249 343 años-persona) y niños menores de 5 años (n = 6 757 284 años-persona), 5 a 9 años (n = 4.818.370 años-persona) y 10 a 17 años (n = 4.824.891 años-persona). Las estimaciones del efecto son ARR y las barras de error representan intervalos de confianza del 95 %. Las estimaciones se generaron utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: control de la corrupción, estabilidad política y ausencia de violencia, y voz y rendición de cuentas) y covariables a nivel individual (edad y entorno rural o urbano en todos los modelos; sexo, edad de la madre y orden de nacimiento en los análisis de niños). Usamos errores estándar robustos agrupados a nivel de país. IC, intervalo de confianza.

A continuación, evaluamos los patrones temporales en las relaciones entre los programas de transferencia de efectivo y la mortalidad mediante la creación de una serie de indicadores binarios para cada año antes y después de que comenzara cada período de transferencia de efectivo. De acuerdo con nuestros análisis primarios, los modelos totalmente ajustados mostraron que se produjeron reducciones significativas en la mortalidad entre mujeres adultas y niños menores de 5 años dentro de los 2 años posteriores a la introducción del programa (Fig. 3), y se detectaron reducciones aún mayores con el tiempo entre las mujeres. Los análisis temporales también sugirieron reducciones en la mortalidad entre los hombres a lo largo del tiempo (Fig. 3). No hubo evidencia de asociaciones entre los programas de transferencia de efectivo y la mortalidad a lo largo del tiempo entre los niños de 5 a 9 años o de 10 a 17 años (Datos ampliados, Fig. 2).

Gráficas temporales que muestran las asociaciones entre los programas de transferencia de efectivo y la mortalidad en función del año del período de transferencia de efectivo. Las estimaciones del efecto son ARR y las barras de error muestran intervalos de confianza del 95 %. Las estimaciones se generaron utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: control de la corrupción, estabilidad política y ausencia de violencia, y voz y rendición de cuentas), y covariables a nivel individual (edad y entorno rural o urbano en todos los modelos; sexo, edad de la madre y orden de nacimiento en los análisis de niños). Usamos errores estándar robustos agrupados a nivel de país. Arriba, estimaciones para mujeres (n = 14 994 934 años-persona). Medio, estimaciones para hombres (n = 15 249 343 años-persona). Abajo, estimaciones para niños menores de 5 años (n = 6.757.284 años-persona).

También utilizamos estos gráficos temporales para mostrar que no hubo tendencias previas diferenciales en los años anteriores a la introducción de los programas de transferencia de efectivo (Figura 3 y Datos ampliados, Figura 2). El supuesto de tendencias paralelas se vio respaldado por modelos de regresión que mostraban que las tendencias en las tasas de mortalidad eran similares entre los países de intervención y de comparación antes de la introducción de las transferencias de efectivo (consulte Métodos, "Análisis estadístico" para obtener detalles de estos modelos y el Cuadro complementario 11).

Luego exploramos la heterogeneidad de los efectos de los programas de transferencias monetarias sobre la mortalidad a través de análisis de subgrupos basados ​​en las características individuales, las características del diseño del programa de transferencias monetarias y las características del país (las tablas 1 y 2 muestran los subgrupos para mujeres; los hombres y los niños se muestran en las figuras de datos ampliados). 3–6). Aunque estos análisis de subgrupos deben considerarse exploratorios en el contexto de comparaciones múltiples, hubo varios hallazgos notables.

Hubo una reducción significativa en la mortalidad entre los hombres de 18 a 40 años (ARR 0.86, intervalo de confianza del 95 % 0.77–0.96) (Datos ampliados Fig. 2), con una posible reducción de la mortalidad entre algunos hombres también respaldada por los hallazgos de nuestros análisis temporales . Entre las mujeres, hubo reducciones tanto en las muertes relacionadas con el embarazo (ARR 0,74, intervalo de confianza del 95 % 0,61–0,91) como en las muertes no relacionadas con el embarazo (ARR 0,81, intervalo de confianza del 95 % 0,68–0,94).

No hubo diferencias aparentes entre los efectos de las transferencias condicionadas y no condicionadas sobre la mortalidad. Como mínimo, esto brinda la seguridad de que los beneficios de mortalidad de las transferencias monetarias no se limitaron a las transferencias condicionales, que han sido el foco de los pocos estudios específicos de países que evaluaron los efectos de las transferencias monetarias sobre la mortalidad8,9,10,11,12, 13,14,33,34,35. Los programas de transferencias monetarias condicionadas generalmente incentivan conductas relacionadas con el uso de servicios de nutrición, educación o salud (comúnmente centrados en los niños), mientras que los programas de transferencias monetarias incondicionales tienden a ser enfoques antipobreza más directos, tienen menos costos administrativos y se usan más ampliamente en los subgrupos. África sahariana.

También encontramos que los programas con mayor cobertura y mayores montos de transferencias de efectivo se asociaron con las mayores reducciones en la mortalidad, y estos tipos de programas se asociaron con reducciones significativas entre mujeres (ARR 0,70, intervalo de confianza del 95 % 0,62–0,79), hombres (ARR 0,77, intervalo de confianza del 95 % 0,71–0,84), niños menores de 5 años (ARR 0,86, intervalo de confianza del 95 % 0,81–0,93) y niños de 10 a 17 años (ARR 0,80, intervalo de confianza del 95 % 0,65–0,97), pero no para niños de 5 a 9 años (ARR 0,94, intervalo de confianza del 95% 0,83-1,07). Este hallazgo respalda aún más una relación causal entre los programas de transferencia de efectivo y los riesgos de muerte. También indica que los programas con menor cobertura o montos de transferencia pueden ser menos efectivos o ineficaces en la reducción de las tasas de mortalidad a nivel de la población, aunque los intervalos de confianza en estos grupos de menor cobertura y menor monto fueron generalmente demasiado amplios para sacar conclusiones firmes.

Los países con calificaciones de calidad regulatoria más altas dentro de los Indicadores de Gobernanza Mundial generalmente mostraron mayores reducciones en la mortalidad, con reducciones significativas observadas entre mujeres (ARR 0.71, intervalo de confianza del 95% 0.63–0.80), hombres (ARR 0.80, intervalo de confianza del 95% 0.73–0.88) y niños menores de 5 años (ARR 0,89, intervalo de confianza del 95% 0,83–0,94). Los hallazgos relacionados con las calificaciones de voz y rendición de cuentas fueron menos intuitivos, y se observaron reducciones significativas de la mortalidad en países con calificaciones más bajas entre mujeres (ARR 0,74, intervalo de confianza del 95 % 0,66–0,85), hombres (ARR 0,81, intervalo de confianza del 95 % 0,73–0,90) y niños menores de 5 años (ARR 0,89, intervalo de confianza del 95% 0,83–0,95), pero no en países con calificaciones más altas. Por lo tanto, los análisis de subgrupos basados ​​en estos indicadores tienen una importancia general poco clara y deben interpretarse con cautela.

También encontramos mayores tamaños del efecto en países con menores gastos de salud per cápita y en aquellos con menor esperanza de vida (un hallazgo que se ha señalado en otro lugar10), lo que indica que las personas que viven en países con poca infraestructura de atención médica o desafíos sustanciales de salud pública pueden beneficiarse especialmente de programas de transferencia de efectivo.

La estratificación por región mostró una asociación más fuerte entre las transferencias de efectivo y la mortalidad entre las mujeres adultas en el África subsahariana (ARR 0,77, intervalo de confianza del 95 % 0,62–0,95) en relación con fuera del África subsahariana (ARR 0,93, intervalo de confianza del 95 % 0,79–1,11). ).

A pesar de las heterogeneidades mencionadas anteriormente, las estimaciones específicas de cada país para los 16 países de intervención individuales fueron en gran medida similares a nuestros análisis primarios, lo que indica los beneficios de los programas de transferencia de efectivo en contextos muy diversos (Datos ampliados, Fig. 7). Hubo algunas excepciones notables: la República Dominicana (ARR 1,20, intervalo de confianza del 95 % 0,85–1,68), Indonesia (ARR 1,04, intervalo de confianza del 95 % 0,82–1,34) y Lesotho (ARR 1,25, intervalo de confianza del 95 % 1,11–1,41) . La República Dominicana solo tenía un año de datos de mortalidad disponibles después de la intervención, y Lesotho fue el único país de intervención en nuestro conjunto de datos que tuvo un período de transferencia de efectivo durante el cual solo los adultos mayores fueron objetivo de los programas de transferencia de efectivo. Las estimaciones específicas del país también pueden ser más vulnerables a un importante factor de confusión específico de ese país, como un shock positivo o negativo o cambios de política distintos al programa de transferencia de efectivo que ocurren aproximadamente al mismo tiempo que su introducción. Por lo tanto, advertimos que no se debe dar demasiado peso a las estimaciones de un solo país.

En general, los hallazgos fueron sólidos para una variedad de análisis de sensibilidad adicionales (detallados en Métodos, "Análisis estadístico"). Los modelos de regresión logística completamente ajustados (en lugar de los modelos de Poisson modificados) arrojaron resultados idénticos para todos los resultados con dos decimales. Los modelos lineales completamente ajustados fueron consistentes con los de nuestros análisis primarios, excepto que hubo asociaciones generales entre los programas de transferencia de efectivo y la mortalidad entre los hombres, y ya no hubo asociaciones entre los niños menores de 5 años (Tabla complementaria 12). Avances recientes en los análisis de diferencias en diferencias con variación en el momento de la intervención han demostrado que las estimaciones pueden estar sesgadas, particularmente si existe heterogeneidad en los efectos de la intervención a lo largo del tiempo38,39,40. El uso de un estimador lineal completamente ajustado alternativo que no es vulnerable a este sesgo mostró resultados muy similares a los modelos lineales completamente ajustados estándar, lo que brinda tranquilidad de que el sesgo resultante de los efectos heterogéneos de la intervención a lo largo del tiempo es mínimo41 (Tabla complementaria 13). Este sesgo también tiende a verse influido por los años-país posteriores durante el período de intervención, y la exclusión de los años de intervención después del quinto año no influyó sustancialmente en nuestras estimaciones del efecto, aunque, al igual que con otros enfoques de modelado, ahora había asociaciones generales entre los programas de transferencia de efectivo. y la mortalidad entre los hombres, y ya no hubo asociaciones entre los niños menores de cinco años (Tabla complementaria 14). La repetición del análisis de mujeres adultas con la exclusión de países individuales no reveló posibles países atípicos (Tabla complementaria 15). La adición del quintil de riqueza y el nivel educativo de los encuestados a nuestros modelos primarios resultó en cambios mínimos en nuestras estimaciones (Tabla complementaria 16).

Si bien nuestro enfoque analítico se ha utilizado previamente para evaluar la relación entre los programas de asistencia sanitaria y la mortalidad36,37, hasta donde sabemos, este es el primer estudio que lo utiliza para examinar los efectos de los programas antipobreza dirigidos por el gobierno sobre la mortalidad a nivel de la población. tarifas Nuestros resultados fueron consistentes con estudios previos de un solo país predominantemente de programas de transferencias monetarias condicionadas en América Latina8,9,10,11,12,13,14,33,34,35, aunque en particular nos enfocamos en muchos LMIC fuera de América Latina que tienen una mayor pobreza y mortalidad subyacentes. También estudiamos los efectos en poblaciones enteras en lugar de solo en los beneficiarios. Los resultados también son consistentes con nuestro estudio anterior de varios países que muestra asociaciones entre los programas de transferencia de efectivo y reducciones en las muertes relacionadas con el SIDA en un subconjunto de países con epidemias generalizadas de VIH26.

Las reducciones de mortalidad más grandes y más convincentes se produjeron entre las mujeres. Esto se suma a la evidencia previa de que las transferencias de efectivo pueden beneficiar de manera desproporcionada a las mujeres o ser más efectivas cuando las mujeres son las principales beneficiarias23,42,43,44,45. Como reflejo de esto, muchos de los programas de efectivo que identificamos se dirigieron directamente a las mujeres o se diseñaron de manera que favorecieran a las mujeres (por ejemplo, la elegibilidad basada en la edad mínima tenderá a beneficiar a las mujeres, que viven más). Gran parte de las reducciones de mortalidad específicas por sexo fueron impulsadas por grandes disminuciones en las muertes relacionadas con el embarazo, definidas como muertes durante el embarazo o dentro de los dos meses posteriores a la interrupción del embarazo. En parte, esto puede estar relacionado con una mayor participación en la atención prenatal y la atención calificada del parto46. Junto con la reducción de la mortalidad observada entre los niños pequeños, esto sugiere que la reducción de la pobreza puede haber tenido efectos especialmente importantes en las familias jóvenes. De hecho, una serie de programas de transferencia de efectivo de alto perfil dirigidos por el gobierno se han centrado en mujeres embarazadas y niños pequeños, con o sin condiciones para conductas como el parto en un centro47.

No pudimos diferenciar si las personas eran beneficiarias de un determinado programa de transferencia de efectivo porque esto generalmente no se obtuvo en los cuestionarios de la encuesta y, por lo tanto, evaluamos los cambios en la mortalidad para poblaciones enteras. Si bien esto podría subestimar los efectos de las transferencias de efectivo en los beneficiarios directos, nuestro enfoque tiene la ventaja de que captura los efectos indirectos entre los no beneficiarios. Por ejemplo, las transferencias de efectivo a menudo se agrupan dentro de los hogares, las familias e incluso las comunidades48,49. Los programas de transferencia de efectivo a gran escala también pueden afectar las economías locales y regionales de manera favorable25. Esto puede explicar en parte por qué encontramos reducciones de la mortalidad en toda la población a pesar de que se incluyeron muchos programas dirigidos a grupos específicos (como adultos mayores o familias pobres).

Este estudio tiene varias limitaciones. Debido a que las encuestas se enfocan en mujeres en edad fértil, los adultos mayores de 60 años constituían solo el 1% de nuestro conjunto de datos de adultos. Por lo tanto, es posible que nuestros hallazgos no se apliquen a estos grupos de mayor edad. Además, no pudimos incluir varios países poblados con importantes programas de transferencia de efectivo, como México, Brasil e India.

Aunque pudimos evaluar la heterogeneidad entre algunos factores individuales, de programa y de país, la principal contribución de este estudio sigue siendo la evaluación general de los efectos de los programas de transferencia de efectivo en muchos países, y los análisis de heterogeneidad deben considerarse exploratorios. Además, hubo otros factores importantes que no pudimos evaluar y que pueden influir en la eficacia de los programas de transferencia de efectivo. Por ejemplo, nuestro estudio no aborda la posibilidad de que la calidad de la implementación (alcance del programa, procedimientos de inscripción y 'fuga' de fondos debido a la corrupción, entre otros) influya en el éxito o el fracaso de los programas individuales. En India, los desafíos de implementación se han citado como una de las principales razones del fracaso de algunos programas antipobreza en el pasado y los avances recientes en la capacidad de realizar pagos seguros han llevado a mejoras en la implementación50. El efecto de estos factores (y otras características granulares no relacionadas) se evalúa mejor a través de evaluaciones más detalladas y específicas del programa, particularmente dada la falta de datos de implementación comparables en muchos países. De hecho, un desafío importante que enfrentan muchos países es determinar cómo mejorar el diseño de los programas de transferencia de efectivo51,52, incluso a través de diferentes coberturas y montos de transferencia. Por ejemplo, evidencia experimental reciente respalda la utilidad de acompañar intervenciones de capital, educativas y psicosociales51. No hicimos estimaciones de costos, por lo que no sabemos solo a partir de nuestro estudio si los beneficios en relación con los costos de estos programas superan los de los programas alternativos.

Finalmente, aunque intentamos controlar la confusión mediante la inclusión de efectos fijos y otras covariables variables en el tiempo, como en cualquier estudio observacional, la posibilidad de confusión residual permanece. Los avances recientes en el enfoque de diferencias en diferencias han resaltado casos en los que los hallazgos pueden estar sesgados, pero nuestro uso de enfoques alternativos que no son vulnerables a estos sesgos produjo resultados similares en nuestro estudio38,39,41.

En conclusión, encontramos que los programas de transferencia de efectivo se asociaron con reducciones importantes en el riesgo de muerte entre mujeres adultas y niños pequeños en muchos LMIC. Nuestros hallazgos respaldan el uso de dichos programas contra la pobreza, que muchos países han introducido o ampliado durante la pandemia de COVID-19, para mejorar la salud de la población y reducir la mortalidad.

Realizamos análisis de cambios en la mortalidad infantil y de adultos asociados con la implementación de programas de transferencia de efectivo entre 2000 y 2019, un período de estudio en el que muchos países introdujeron programas de transferencia de efectivo.

Para estimar la mortalidad, generamos dos conjuntos de datos longitudinales a nivel individual, uno para adultos ≥18 años y otro para niños menores de 18 años, utilizando encuestas demográficas y de salud (DHS)36,37,53. Las DHS se llevan a cabo en muchos LMIC aproximadamente cada cinco años. Usan un diseño de muestreo por conglomerados en dos etapas para producir estimaciones nacionales y subnacionales para una variedad de indicadores que son representativos de sus poblaciones objetivo54. La primera etapa involucra la selección sistemática de áreas de empadronamiento extraídas de los archivos del censo con probabilidad proporcional al tamaño de la población, y la segunda etapa involucra un muestreo aleatorio de hogares de cada área de empadronamiento. Los principales encuestados fueron todos los miembros femeninos del hogar en edad reproductiva (15 a 49 años). Los procedimientos y cuestionarios para DHS han sido revisados ​​y aprobados por la Junta de Revisión Institucional de ICF. Todos los datos analizados fueron anonimizados. De acuerdo con los procedimientos estándar para el análisis de datos secundarios, la Junta de Revisión Institucional de la Universidad de Pensilvania renunció a la revisión ética.

Utilizamos encuestas que incluían un módulo de mortalidad materna para crear el conjunto de datos de adultos. Este módulo recopila información de todos los encuestados primarios sobre cada hermano nacido de su madre biológica: sexo, estado vital actual, año de muerte si falleció, edad actual (o edad al momento de la muerte) y, para las hermanas, si la muerte estuvo relacionada con el embarazo ( muerte durante el embarazo o dentro de los dos meses siguientes a la interrupción del embarazo, independientemente de la causa). Como hay datos limitados, heterogéneos e inconsistentes disponibles sobre otras causas de muerte, nos enfocamos en la mortalidad por todas las causas. Utilizando la metodología previamente establecida36,37,53, primero reestructuramos el conjunto de datos de modo que hubiera una observación por hermano, y luego de nuevo de modo que cada observación correspondiera a una persona-año de un hermano. Cada observación incluía una variable binaria que indicaba el estado de supervivencia del hermano durante esa persona-año. Excluimos las observaciones de años incompletos (es decir, el año de la encuesta). Para minimizar el sesgo de recuerdo, excluimos las observaciones anteriores a los diez años anteriores a la encuesta. Excluimos los años-persona durante los cuales un hermano tenía menos de 18 años para los fines de este conjunto de datos de adultos. Cabe destacar que, debido a que los principales encuestados en el DHS tenían entre 15 y 49 años de edad, los adultos mayores estaban subrepresentados.

Creamos un conjunto de datos de niños a partir del mismo conjunto de encuestas utilizando el módulo de historial de nacimientos, que solicitó a las mujeres encuestadas información sobre todos los nacimientos: sexo, fecha de nacimiento, estado de supervivencia y fecha de muerte. Como antes, construimos un conjunto de datos longitudinales con observaciones a nivel de persona-año, incluida una variable indicadora de supervivencia y excluyendo los años incompletos y las observaciones anteriores a los diez años anteriores a la encuesta. Excluimos los años-persona durante los cuales un niño tenía >17 años.

Extrajimos datos adicionales sobre el encuestado principal (hermano en el conjunto de datos de adultos, madre en el conjunto de datos de niños): edad, entorno rural o urbano, quintil de riqueza y nivel educativo (categorizado como ninguno, primario, secundario o mayor que secundario). Los encuestados se clasificaron en quintiles de riqueza utilizando el índice de riqueza DHS, una medida compuesta del nivel de vida acumulativo de los hogares generado mediante un análisis de componentes principales basado en la propiedad de ciertos activos, los materiales utilizados para la construcción de viviendas y los tipos de acceso al agua e instalaciones de saneamiento55.

Identificamos todos los principales programas de transferencia de efectivo liderados por el gobierno dentro de los países incluidos utilizando métodos previamente establecidos26. Realizamos búsquedas manuales en una variedad de fuentes para identificar los programas, así como los años en que se implementaron, la población objetivo de los programas (por ejemplo, adultos mayores, familias con niños pequeños), si los programas tenían condicionalidades de comportamiento, cantidades de transferencias anuales de efectivo y número de beneficiarios disponible más reciente56,57,58,59,60. Las fuentes de datos incluyeron bases de datos de protección social del Banco Mundial, las Naciones Unidas y organizaciones no gubernamentales, así como documentación e informes primarios de programas individuales. Excluimos los países con programas de transferencia de efectivo preexistentes al comienzo del período de estudio.

Calculamos la cobertura de población empobrecida para cada programa como la estimación más reciente del número de beneficiarios del programa dividido por el número de personas en un país con ingresos inferiores a la línea internacional de pobreza de US$1,90 por día (paridad de poder adquisitivo de 2011). Para ello, dividimos la estimación más reciente del total de beneficiarios de los hogares por el tamaño de la población empobrecida. Si no se disponía de estimaciones para el total de beneficiarios, multiplicamos los beneficiarios directos por el tamaño promedio del hogar para estimar el total de beneficiarios61. En general, el número de beneficiarios estuvo disponible solo durante un número limitado de años. El tamaño de la población empobrecida se calculó multiplicando los porcentajes de las poblaciones con ingresos inferiores a la línea de pobreza internacional (es decir, el recuento de la pobreza) antes de la implementación del programa por la población a mitad de año a partir del año de la estimación total de beneficiarios62. Usamos el índice de pobreza antes de la implementación del programa porque los cálculos del índice de pobreza después de la implementación del programa pueden disminuir debido a los propios programas. Por ejemplo, si un programa de transferencias monetarias comenzó en 2012, dividimos la estimación más reciente de beneficiarios (numerador) por el índice de pobreza en 2012 (denominador) para calcular la cobertura de población empobrecida.

También calculamos los montos máximos de transferencia como porcentajes del PIB per cápita en el año más reciente en que se informaron los montos máximos de transferencia.

Obtuvimos covariables adicionales que varían en el tiempo para cada país y año que se sabe que están o es probable que estén asociadas con cambios en los programas de transferencia de efectivo y la mortalidad: PIB per cápita62, gasto total en salud per cápita62, esperanza de vida al nacer62, financiamiento PEPFAR presupuestado63 , y seis Indicadores de Gobernanza Mundial del Banco Mundial que son indicadores compuestos basados ​​en 30 fuentes de datos: voz y rendición de cuentas, estabilidad política y ausencia de violencia, efectividad del gobierno, calidad regulatoria, estado de derecho y control de la corrupción62.

Usamos un enfoque de diferencias en diferencias, una técnica cuasiexperimental que se puede usar para estimar los efectos causales de los datos observacionales al comparar las diferencias en los resultados entre los grupos de intervención y de comparación durante los períodos previos y posteriores a la intervención, bajo una suposición de tendencias paralelas (es decir, que en ausencia de programas de transferencia de efectivo, las tendencias en los resultados serían similares en los países de intervención y de comparación). Para ello, estimamos modelos de regresión de Poisson modificada multivariable con la unidad de observación siendo la persona-año y una variable de resultado binaria que indica si un individuo murió en un año determinado64.

Nuestra principal variable explicativa era una variable binaria establecida en 1 si un programa de transferencia de efectivo (o una combinación de programas) con una cobertura de población empobrecida total superior al 5% estaba activo en el país del encuestado durante ese año. No pudimos considerar la cobertura como una exposición continua y variable en el tiempo porque los datos de los beneficiarios solo estaban disponibles durante un número limitado de años para la mayoría de los programas. Elegimos el 5 % en función de nuestros análisis anteriores que mostraban que este umbral estaba asociado con mejoras en los resultados relacionados con el VIH26, pero realizamos análisis de subgrupos (descritos a continuación) para explorar la asociación con diferentes niveles de cobertura. Se excluyeron los países de intervención que carecían de al menos dos años de datos de mortalidad antes del período de transferencia de efectivo.

Para optimizar nuestra comparación país-año, excluimos de nuestro análisis los países-año durante los cuales se implementaron programas de transferencias monetarias (o una combinación de programas) con una cobertura de entre el 2 % y el 5 %. Por lo tanto, los años-país de comparación se definieron como aquellos durante los cuales no hubo programas activos de transferencias de efectivo, o los programas de transferencias de efectivo (o una combinación de programas) tuvieron una cobertura <2%.

Nuestra medida de efecto de interés fue la razón de riesgo que denotaba la asociación entre la exposición al programa de transferencia de efectivo y la mortalidad. Además de las estimaciones generales, también evaluamos la relación temporal entre los programas de transferencia de efectivo y la mortalidad mediante la creación de una serie de indicadores binarios para cada año antes y después de que comenzara el período de transferencia de efectivo.

Incluimos en los modelos covariables a nivel de país e individuo que probablemente confundieran las relaciones entre los programas de transferencia de efectivo y la mortalidad. Para las covariables a nivel de país, incluimos el PIB per cápita, la financiación de PEPFAR presupuestada y tres Indicadores de gobernanza mundial: control de la corrupción, estabilidad política y ausencia de violencia, y voz y rendición de cuentas. Los otros tres Indicadores de Gobernanza Mundial quedaron fuera de los modelos porque mostraron una multicolinealidad sustancial con las otras covariables, como lo demuestran los factores de inflación de varianza >5. También consideramos la inclusión de los gastos de salud per cápita, pero esta variable no estaba disponible para todos los años y agregarla a los modelos tuvo un impacto mínimo en las estimaciones del efecto.

Para las covariables a nivel individual, incluimos la edad y el entorno rural o urbano en todos los análisis. En los análisis de los niños, también incluimos el sexo, la edad de la madre y el orden de nacimiento. No incluimos otras variables a nivel individual que probablemente se verían afectadas por la recepción de transferencias de efectivo y/o que podrían mediar en las relaciones entre los programas de transferencias de efectivo y la mortalidad (por ejemplo, quintil de riqueza, nivel educativo).

Incluimos efectos fijos de país para controlar las diferencias invariantes en el tiempo entre países, y efectos fijos de año para controlar las tendencias seculares de la mortalidad. Usamos errores estándar robustos agrupados a nivel de país para relajar la suposición de términos de error distribuidos de manera independiente e idéntica65,66.

Estratificamos el análisis de mortalidad de adultos por sexo debido a los efectos específicos de sexo de las transferencias monetarias previamente identificados26,43,44,56, y el análisis de mortalidad infantil por edad (<5 años, 5–9 años, 10–17 años) debido a tasas de mortalidad muy variables según la edad del niño67.

Exploramos la heterogeneidad del efecto de los programas de transferencia de efectivo mediante análisis de subgrupos basados ​​en el beneficiario, el diseño del programa de transferencia de efectivo y los factores del país. Para el beneficiario, consideramos el quintil de riqueza (del hermano para el análisis del adulto y de la madre para el análisis del niño), la edad (para el análisis del adulto, categorizada como 18–40, 41–60 y >60 años), nivel educativo (del hermano para el análisis del adulto y de la madre para el análisis del niño), ámbito rural o urbano, y causa de muerte entre las mujeres (relacionada con el embarazo versus no relacionada con el embarazo). Para las características de diseño de las transferencias monetarias, consideramos la condicionalidad (incondicional, mixta o condicional) y cuatro subgrupos caracterizados por la cobertura de la población empobrecida más reciente por encima o por debajo de la mediana (30 %) y la transferencia anual máxima por encima o por debajo de la mediana (11 % de PIB per cápita). Para los factores de país, consideramos subgrupos caracterizados por estar por encima o por debajo de la mediana al inicio del período de transferencia de efectivo para lo siguiente: cada uno de los Indicadores de Gobernanza Mundial, gastos de salud anuales actuales per cápita (US$118 paridad del poder adquisitivo) y seguro de vida. Esperanza de vida al nacer (62 años). También estratificamos por región (África subsahariana versus fuera del África subsahariana). Finalmente, generamos estimaciones específicas de cada país para mujeres adultas a fin de permitir evaluaciones informales de la heterogeneidad en una variedad de dimensiones.

También realizamos análisis de sensibilidad adicionales. Primero, evaluamos la validez del supuesto de tendencias paralelas de dos maneras. Utilizamos el análisis temporal descrito anteriormente para visualizar pre-tendencias, y estimamos modelos de regresión utilizando solo datos anteriores al período de transferencia de efectivo en cada país e incluyendo un término de interacción entre un indicador de si el país estaba en el grupo de intervención y un indicador lineal. tendencia del tiempo.

En segundo lugar, aunque usamos modelos de regresión de Poisson modificados basados ​​en justificaciones conceptuales y para ser consistentes con la literatura anterior que evalúa los cambios en la mortalidad usando conjuntos de datos DHS36,37,53, evaluamos la solidez de los resultados cuando usamos modelos logísticos y lineales.

En tercer lugar, los avances recientes en los análisis de diferencias en diferencias con variación en el momento de la intervención han demostrado que las estimaciones pueden estar sesgadas, especialmente si existe heterogeneidad en los efectos de la intervención a lo largo del tiempo38,39,63. Cuando existe heterogeneidad de efectos solo en el tiempo desde la intervención, esta preocupación se puede mitigar mediante el uso de análisis temporales con estimaciones de efectos dinámicos (como se describe anteriormente), aunque aún puede haber sesgo presente si hay efectos de tratamiento heterogéneos en el tiempo calendario general68. Para abordar esto, evaluamos si un estimador lineal alternativo propuesto que no fuera vulnerable a este sesgo era consistente con nuestros hallazgos principales41. Además, este sesgo tiende a verse influido por años-país posteriores durante el período de intervención, por lo que para evaluar la posible magnitud de este sesgo realizamos un análisis de sensibilidad repitiendo el análisis principal después de excluir los años-país después del año 5 de la transferencia de efectivo. programa69.

Cuarto, evaluamos si los países individuales podrían ser valores atípicos para los resultados clave al evaluar si las estimaciones para las mujeres cambiaron sustancialmente después de excluir a cada país individualmente.

En quinto lugar, repetimos nuestros análisis primarios con la inclusión del quintil de riqueza y el nivel educativo del encuestado.

No utilizamos métodos estadísticos para predeterminar el tamaño de la muestra. Realizamos análisis estadísticos usando SAS V.9.4, R V.3.5.2 usando los paquetes ggplot2 y forester, y STATA V.17 usando el paquete did2s.

Más información sobre el diseño de la investigación está disponible en el Resumen de informes de Nature Portfolio vinculado a este artículo.

Los datos analizados se pueden solicitar en el sitio web del Programa DHS (conjuntos de datos recodificados individuales de los países incluidos en https://www.dhsprogram.com/Data/) o están disponibles públicamente en el Banco Mundial (PIB per cápita, gastos totales en salud por cápita, esperanza de vida al nacer y conjuntos de datos de Indicadores de Gobernanza Mundial de https://data.worldbank.org/data-catalog/) o PEPFAR (Presupuestos de unidades operativas de PEPFAR por clasificaciones financieras, conjunto de datos FY04-FY20 de https://data.pepfar .gov/financiero). El conjunto de datos del programa de transferencia de efectivo está disponible en la Información complementaria.

Gortmaker, SL Pobreza y mortalidad infantil en Estados Unidos. Soy. Sociol. Rev. 44, 280–297 (1979).

Artículo CAS PubMed Google Académico

Fiscella, K. & Franks, P. Pobreza o desigualdad de ingresos como predictor de mortalidad: estudio de cohorte longitudinal. BMJ 314, 1724 (1997).

Artículo CAS PubMed PubMed Central Google Scholar

Galea, S., Tracy, M., Hoggatt, KJ, Dimaggio, C. y Karpati, A. Muertes estimadas atribuibles a factores sociales en los Estados Unidos. Soy. J. Salud Pública 101, 1456–1465 (2011).

Artículo PubMed PubMed Central Google Académico

Pritchett, L. & Summers, LH Más rico es más saludable. J. Hum. recurso 31, 841–868 (1996).

Artículo Google Académico

Fritzell, J., Rehnberg, J., Bacchus Hertzman, J. & Blomgren, J. ¿Absoluto o relativo? Un análisis comparativo de la relación entre pobreza y mortalidad. En t. J. Salud Pública. 60, 101–110 (2015).

Artículo PubMed Google Académico

El estado de las redes de seguridad social 2018 (Banco Mundial, 2018).

Gentilini, U. et al. La protección social y las respuestas laborales al COVID-19: una revisión en tiempo real de las medidas de los países. Open Knowledge Repository Beta https://openknowledge.worldbank.org/handle/10986/37186 ​​(2022).

Guanais, FC Los efectos combinados de la expansión de la atención primaria de salud y las transferencias monetarias condicionadas sobre la mortalidad infantil en Brasil, 1998–2010. Soy. J. Salud Pública. 105, S593–S599 (2015).

Artículo PubMed PubMed Central Google Académico

Rasella, D., Aquino, R., Santos, CAT, Paes-Sousa, R. & Barreto, ML Efecto de un programa de transferencias monetarias condicionadas sobre la mortalidad infantil: un análisis nacional de los municipios brasileños. Lancet 382, ​​57–64 (2013).

Artículo PubMed Google Académico

Shei, A. El programa de transferencias monetarias condicionadas de Brasil asociado con la disminución de las tasas de mortalidad infantil. Asuntos de Salud. 32, 1274–1281 (2013).

Artículo PubMed Google Académico

Ramos, D. et al. Programa de transferencias monetarias condicionadas y mortalidad infantil: un análisis transversal anidado dentro de la cohorte de 100 millones de brasileños. PLoS Med. 18, e1003509 (2021).

Artículo PubMed PubMed Central Google Académico

Hernández, B., Ramírez, D., Moreno, H. & Laird, N. in Evaluación Externa del Impacto del Programa Oportunidades (eds Hernández Prado, B. & Hernández Ávila, M.) 57–76 (2003).

Barham, T. & Rowberry, J. Viviendo más tiempo: el efecto del programa mexicano de transferencias monetarias condicionadas en la mortalidad de adultos mayores. J. Dev. economía 105, 226–236 (2013).

Artículo Google Académico

Rasella, D. et al. Impacto a largo plazo de un programa de transferencias monetarias condicionadas sobre la mortalidad materna: un análisis nacional de datos longitudinales brasileños. BMC Med. 19, 127 (2021).

Artículo PubMed PubMed Central Google Académico

Gibson, M. et al. Desigualdades en vivienda y salud: una síntesis de revisiones sistemáticas de intervenciones dirigidas a diferentes vías que vinculan vivienda y salud. Lugar de salud 17, 175–184 (2011).

Artículo PubMed PubMed Central Google Académico

Ivers, LC Inseguridad alimentaria y salud pública (CRC Press, 2015).

Ravesteijn, B., van Kippersluis, H. & van Doorslaer, E. La contribución de la ocupación a la desigualdad en salud. Res. economía Desigual. 21, 311–332 (2013).

Artículo PubMed PubMed Central Google Académico

Feinstein, L., Sabates, R., Anderson, TM, Sorhaindo, A. & Hammond, C. ¿Cuáles son los efectos de la educación en la salud? En Proc. del Simposio de Copenhague 171–354 (OCDE, 2006).

Wagstaff, A. Pobreza y desigualdades en el sector salud. Toro. Órgano Mundial de la Salud. 80, 97–105 (2002).

PubMed PubMed Central Google Académico

Plataforma de Pobreza y Desigualdad. https://pip.worldbank.org/home (Banco Mundial, consultado el 15 de abril de 2022).

Mahler, D., Yonzan, N., Lakner, C., Castaneda Aguilar, R. & Wu, W. Estimaciones actualizadas del impacto de Covid-19 en la pobreza global: ¿Doblando la esquina de la pandemia en 2021? https://blogs.worldbank.org/opendata/updated-estimates-impact-covid-19-global-poverty-turning-corner-pandemic-2021 (Banco Mundial, 2022).

Gentilini, U. Transferencias de efectivo en tiempos de pandemia: evidencia, prácticas e implicaciones de la mayor escala de la historia (Banco Mundial, 2022).

Bastagli, F. et al. Transferencias de efectivo: ¿Qué dice la evidencia? Una revisión rigurosa de los impactos de las transferencias de efectivo y el papel de las características de diseño e implementación (Instituto de Desarrollo de Ultramar, 2016).

Owusu-Addo, E., Renzaho, AMN & Smith, BJ El impacto de las transferencias de efectivo en los determinantes sociales de la salud y las desigualdades en salud en el África subsahariana: una revisión sistemática. Plan de Política de Salud. 33, 675–696 (2018).

Artículo PubMed PubMed Central Google Académico

Egger, D., Haushofer, J., Miguel, E., Niehaus, P. & Walker, M. Efectos de equilibrio general de las transferencias de efectivo: evidencia experimental de Kenia. Econométrica 90, 2603–2643 (2022).

Artículo Google Académico

Richterman, A. & Thirumurthy, H. Los efectos de los programas de transferencia de efectivo en los resultados relacionados con el VIH en 42 países de 1996 a 2019. Nat. Tararear. Comportamiento 6, 1362-1371 (2022).

Artículo PubMed Google Académico

Mani, A., Mullainathan, S., Shafir, E. y Zhao, J. La pobreza impide la función cognitiva. Ciencia 341, 976–980.

Artículo ADS CAS PubMed Google Scholar

Weiser, SD et al. En Inseguridad alimentaria y salud pública (ed. Ivers, LC) 23–50 (CRC Press, 2015).

Haushofer, J. & Fehr, E. Sobre la psicología de la pobreza. Ciencia 344, 862–867 (2014).

Artículo ADS CAS PubMed Google Scholar

Schilbach, F., Schofield, H. & Mullainathan, S. La vida psicológica de los pobres. Soy. economía Rev. 106, 435–440 (2016).

Artículo PubMed Google Académico

Fernald, LC, Gertler, PJ & Neufeld, LM Rol del efectivo en los programas de transferencias monetarias condicionadas para la salud, el crecimiento y el desarrollo infantil: un análisis de Oportunidades de México. Lancet 371, 828–837 (2008).

Artículo PubMed PubMed Central Google Académico

Walque, D., Fernald, LC, Gertler, PJ e Hidrobo, H. En Prioridades de control de enfermedades, 3.ª ed. (eds. Bundy, D. et al.) Cap. 23 (Banco Mundial, 2017).

Barham, T. Un comienzo más saludable: el efecto de las transferencias monetarias condicionadas en la mortalidad neonatal e infantil en las zonas rurales de México. J. Dev. economía 94, 74–85 (2011).

Artículo Google Académico

Moncayo, AL, Granizo, G., Grijalva, MJ & Rasella, D. Fuerte efecto del programa de transferencias monetarias condicionadas de Ecuador en la mortalidad infantil por enfermedades relacionadas con la pobreza: un análisis a nivel nacional. BMC Salud Pública 19, 1132 (2019).

Artículo PubMed PubMed Central Google Académico

Lim, SS et al. Janani Suraksha Yojana de la India, un programa de transferencia de efectivo condicional para aumentar los nacimientos en los establecimientos de salud: una evaluación de impacto. Lanceta 375, 2009–2023 (2010).

Artículo PubMed Google Académico

Bendavid, E., Holmes, CB, Bhattacharya, J. & Miller, G. Asistencia para el desarrollo del VIH y mortalidad de adultos en África. JAMA 307, 2060–2067 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

Jakubowski, A., Stearns, SC, Kruk, ME, Angeles, G. & Thirumurthy, H. La Iniciativa contra la malaria del presidente de los EE. UU. y la mortalidad de niños menores de 5 años en el África subsahariana: un análisis de diferencias en diferencias. PLoS Med. 14, e1002319 (2017).

Artículo PubMed PubMed Central Google Académico

Goodman-Bacon, A. Diferencias en diferencias con variación en el momento del tratamiento. J. Econometría 225, 254–277 (2021).

Artículo MathSciNet MATEMÁTICAS Google Académico

Callaway, B. & Sant'Anna, PHC Diferencias en diferencias con múltiples períodos de tiempo. J. Econometría 225, 200–230 (2021).

Artículo MathSciNet MATEMÁTICAS Google Académico

Roth, J., Sant'Anna, PH, Bilinski, A. y Poe, J. ¿Cuál es la tendencia en diferencias en diferencias? Una síntesis de la literatura econométrica reciente. Preimpresión en https://arxiv.org/abs/2201.01194 (2022).

Gardner, J. Diferencias de dos etapas en diferencias https://jrgcmu.github.io/2sdd_current.pdf (2021).

Akresh, R., de Walque, D. y Kazianga, H. Mecanismos alternativos de entrega de transferencias de efectivo: impactos en las visitas rutinarias a las clínicas de salud preventiva en Burkina Faso. Serie de documentos de trabajo de la Oficina Nacional de Investigación Económica No. 17785 (Banco Mundial, 2012).

Bonilla, J. et al. ¿Dinero para el empoderamiento de las mujeres? Una evaluación de métodos mixtos del Programa de Subsidios para Niños del Gobierno de Zambia. Desarrollo mundial 95, 55–72 (2017).

Artículo PubMed PubMed Central Google Académico

Natali, L., Handa, S., Peterman, A., Seidenfeld, D. & Tembo, G. Hacer que el dinero funcione: las transferencias de efectivo incondicionales permiten a las mujeres ahorrar y reinvertir en las zonas rurales de Zambia. Documento de trabajo de Innocenti No. 2016-02 (UNICEF, 2016).

Behrman, JR y Parker, SW ¿Mejora la salud de las personas mayores los programas de transferencias monetarias condicionadas? Evidencia de México. Demografía. 50, 1363–1386 (2013).

Artículo PubMed Google Académico

Glassman, A. et al. Impacto de las transferencias monetarias condicionadas en la salud materna y neonatal. J. Salud Población. Nutrición 31, 48–66 (2013).

Académico de Google de PubMed

Un análisis de Pradhan Mantri Matru Vandana Yojana. Parlamento de la IAS https://www.iasparliament.com/current-affairs/an-analysis-of-pradhan-mantri-matru-vandana-yojana (consultado el 15 de julio de 2022).

Mosoetsa, S. Comer de una sola olla: la dinámica de supervivencia en los hogares pobres de Sudáfrica (NYU Press, 2011).

Duflo, E. Abuelas y nietas: pensiones de vejez y asignación dentro del hogar en Sudáfrica. Economía del Banco Mundial. Rev. 17, 1–25 (2003).

Artículo Google Académico

Muralidharan, K., Niehaus, P. & Sukhtankar, S. Creación de capacidad estatal: evidencia de tarjetas inteligentes biométricas en India. Soy. economía Rev. 106, 2895–2929 (2016).

Artículo Google Académico

Bossuroy, T. et al. Abordar las limitaciones psicosociales y de capital para aliviar la pobreza. Naturaleza. 605, 291–297 (2022).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Benhassine , N. , Devoto , F. , Duflo , E. , Dupas , P. & Pouliquen , V. ¿Convertir un empujón en un codazo? Una "transferencia de efectivo etiquetada" para la educación. Soy. economía J. 7, 86–125 (2015).

Google Académico

Obermeyer, Z. et al. Medición de la mortalidad adulta utilizando la supervivencia entre hermanos: un nuevo método analítico y nuevos resultados para 44 países, 1974–2006. PLoS Med. 7, e1000260 (2010).

Artículo PubMed PubMed Central Google Académico

Manual de Muestreo y Listado de Hogares de Encuestas Demográficas y de Salud (ICF International, 2012).

Rutstein, SO & Johnson, K. El Índice de Riqueza DHS (ORC Macro, 2004).

Bastagli, F., Hagen-Zanker, J., Harman, L. & Barca V. Transferencias de efectivo: ¿Qué dice la evidencia? (Instituto de Desarrollo de Ultramar, 2016).

Plataforma de datos de asistencia social en África. https://social-assistance.africa.undp.org/country (Programa de las Naciones Unidas para el Desarrollo, consultado el 11 de enero de 2021).

Base de Datos de Programas de Protección Social No Contributiva. https://dds.cepal.org/bpsnc/cct (Comisión Económica para América Latina y el Caribe de las Naciones Unidas, consultado el 11 de enero de 2021).

ASPIRE: el Atlas de Indicadores de Protección Social del Inventario del Programa de Equidad y Resiliencia. https://www.worldbank.org/en/data/datatopics/aspire (Banco Mundial, consultado el 11 de enero de 2021).

Base de datos del programa Socialprotection.org. https://socialprotection.org/discover/programme (consultado el 11 de enero de 2021).

Tamaño y composición del hogar. https://population.un.org/Household/index.html#/countries/840 (División de Población del Departamento de Asuntos Económicos y Sociales de las Naciones Unidas, consultado el 13 de enero de 2021).

Indicadores de Desarrollo Mundial. https://data.worldbank.org/data-catalog/world-development-indicators (Banco Mundial, consultado el 12 de enero de 2021).

PEPFAR Panorama Spotlight: gestión financiera. https://data.pepfar.gov/financial (PEPFAR, consultado el 11 de febrero de 2021).

Zou, G. Un enfoque de regresión de Poisson modificado para estudios prospectivos con datos binarios. Soy. J. Epidemiol. 159, 702–706 (2004).

Artículo PubMed Google Académico

Bertrand, M., Duflo, E. & Mullainathan, S. ¿Cuánto debemos confiar en las estimaciones de diferencias en diferencias? Economía QJ. 119, 249–275 (2004).

Artículo MATEMÁTICAS Google Académico

Abadie, A., Athey, S., Imbens, GW y Wooldridge, J. ¿Cuándo debe ajustar los errores estándar para la agrupación? (Oficina Nacional de Investigaciones Económicas, 2017).

Estimaciones y proyecciones de mortalidad por grupos de edad seleccionados. https://population.un.org/wpp/Download/Standard/Mortality/ (División de Población de las Naciones Unidas, consultado el 6 de septiembre de 2022).

Sun, L. & Abraham, S. Estimación de los efectos del tratamiento dinámico en estudios de eventos con efectos de tratamiento heterogéneos. J. Econometría. 225, 175–199 (2021).

Artículo MathSciNet MATEMÁTICAS Google Académico

Jakiela, P. Diagnósticos simples para efectos fijos bidireccionales. Preimpresión en https://arxiv.org/abs/2103.13229 (2021).

Descargar referencias

AR fue apoyado por el Instituto Nacional de Salud Mental de los Institutos Nacionales de Salud bajo el Número de Premio K23MH131464.

División de Enfermedades Infecciosas, Departamento de Medicina, Universidad de Pensilvania, Filadelfia, PA, EE. UU.

Aarón Richterman

Socios en Salud, Mirebalais, Haití

christophe milien

Departamento de Ética Médica y Política de Salud, Universidad de Pensilvania, Filadelfia, Pensilvania, EE. UU.

Elizabeth F. Bair y Harsha Thirumurthy

Partners in Health, Kono, Sierra Leona

Gregorio Jerónimo

Socios en Salud, Neno, Malawi

Jean Christophe Dimitri Suffrin

Departamentos de Economía y Sociología, Universidad de Pensilvania, Filadelfia, Pensilvania, EE. UU.

Jere R.Behrman

Centro de Estudios de Población, Universidad de Pensilvania, Filadelfia, Pensilvania, EE. UU.

Jere R. Behrman y Harsha Thirumurthy

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

El estudio fue conceptualizado por AR, HT, CM, GJ, JCDS y JRB. El diseño de la metodología estuvo a cargo de AR, HT, EFB y JRB, y la curación de datos y los análisis formales fueron realizados por AR bajo la supervisión de HT. Las figuras fueron creadas por AR. El primer borrador del manuscrito fue escrito por AR y todos los autores proporcionaron aportes críticos al borrador final.

Correspondencia a Aaron Richterman.

Los autores declaran no tener conflictos de intereses.

Nature agradece a Till Bärnighausen, Davide Rasella y los otros revisores anónimos por su contribución a la revisión por pares de este trabajo. Los informes de los revisores están disponibles.

Nota del editor Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Diagrama de flujo que muestra la selección de países de intervención (N = 16) y de comparación (N = 21) durante nuestro período de estudio de 2000-2019, y las razones de la exclusión (recuadros rojos).

Gráficas temporales que muestran las asociaciones entre los programas de transferencia de efectivo y la mortalidad en función del año del período de transferencia de efectivo. Las estimaciones del efecto son relaciones de riesgo ajustadas y las barras de error son intervalos de confianza del 95 %. Las estimaciones se generaron utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad) y covariables a nivel individual (edad y entorno rural/urbano en todos los modelos; sexo, edad de la madre y orden de nacimiento en los análisis de niños). Usamos errores estándar robustos agrupados a nivel de país. El panel superior muestra estimaciones para niños de 5 a 9 años (N = 4 818 370 años-persona), el panel inferior muestra estimaciones para niños de 10 a 17 años (N = 4 824 891 años-persona).

Diagrama de bosque que muestra análisis de subgrupos entre hombres adultos (N = 15,249,343 años-persona), con índices de riesgo de mortalidad completamente ajustados con intervalos de confianza del 95% generados utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita , financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad), y covariables a nivel individual (edad y entorno rural/urbano). Usamos errores estándar robustos agrupados a nivel de país. Las estimaciones del efecto son relaciones de riesgo ajustadas y las barras de error son intervalos de confianza del 95 %.

Diagrama de bosque que muestra análisis de subgrupos entre niños menores de 5 años (N = 6 757 284 años-persona), con razones de riesgo de mortalidad completamente ajustadas con intervalos de confianza del 95 % generados utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país ( PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad), y covariables a nivel individual (edad y entorno rural/urbano). Usamos errores estándar robustos agrupados a nivel de país. Las estimaciones del efecto son relaciones de riesgo ajustadas y las barras de error son intervalos de confianza del 95 %.

Diagrama de bosque que muestra análisis de subgrupos entre niños de 5 a 9 años (N = 4 818 370 años-persona), con razones de riesgo de mortalidad completamente ajustadas con intervalos de confianza del 95 % generados usando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad), y covariables a nivel individual (edad y entorno rural/urbano). Usamos errores estándar robustos agrupados a nivel de país. Las estimaciones del efecto son relaciones de riesgo ajustadas y las barras de error son intervalos de confianza del 95 %.

Diagrama de bosque que muestra análisis de subgrupos entre niños de 10 a 17 años (N = 4 824 891 años-persona), con razones de riesgo de mortalidad completamente ajustadas con intervalos de confianza del 95 % generados usando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad), y covariables a nivel individual (edad y entorno rural/urbano). Usamos errores estándar robustos agrupados a nivel de país. Las estimaciones del efecto son relaciones de riesgo ajustadas y las barras de error son intervalos de confianza del 95 %.

Diagrama de bosque que muestra los efectos específicos de cada país de las transferencias de efectivo sobre la mortalidad entre mujeres adultas (N = 14 994 934 años-persona). Las estimaciones se generaron utilizando modelos de Poisson modificados multivariables con efectos fijos de país y año, covariables a nivel de país (PIB per cápita, financiamiento PEPFAR presupuestado y tres Indicadores de Gobernanza Mundial: Control de la Corrupción, Estabilidad Política y Ausencia de Violencia, y Voz y Responsabilidad) y covariables a nivel individual (edad y entorno rural/urbano en todos los modelos; sexo, edad de la madre y orden de nacimiento en los análisis de niños). Usamos errores estándar robustos agrupados a nivel de país.

Este archivo contiene tablas complementarias 1 a 16 y referencias.

Springer Nature o su licenciante (p. ej., una sociedad u otro socio) posee los derechos exclusivos de este artículo en virtud de un acuerdo de publicación con los autores u otros titulares de derechos; el autoarchivo del autor de la versión manuscrita aceptada de este artículo se rige únicamente por los términos de dicho acuerdo de publicación y la ley aplicable.

Reimpresiones y permisos

Richterman, A., Millien, C., Bair, EF et al. Los efectos de las transferencias de efectivo en la mortalidad infantil y de adultos en países de ingresos bajos y medianos. Naturaleza (2023). https://doi.org/10.1038/s41586-023-06116-2

Descargar cita

Recibido: 22 de septiembre de 2022

Aceptado: 21 de abril de 2023

Publicado: 31 mayo 2023

DOI: https://doi.org/10.1038/s41586-023-06116-2

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.