INTRODUCCIÓN
Se estima que Plasmodium vivax
aporta aproximadamente la mitad del total de casos de malaria fuera de África (1).
En el Perú la malaria es una enfermedad endémica. El 75% del territorio nacional
es considerado como zona de riesgo; en ella vive el 35% de la población
peruana. (2)
En la
Amazonía, la malaria sigue siendo un problema que afecta a la salud pública. Existen
algunas características culturales y ecológicas que favorecen la presencia del
vector y la transmisión de la enfermedad (3). Muchas de las
estrategias de control están orientadas al vector sin un correcto estudio del
comportamiento de las poblaciones endémicas donde se aplican los insecticidas (4).
El desarrollo y despliegue de intervenciones complementarias para erradicar la
malaria debe considerar el comportamiento humano. (15)
En los
últimos años, se han establecido objetivos claros y esfuerzos inmensurables
para reducir significativamente tanto el índice de mortalidad como el
porcentaje de casos de malaria (5). Es por esto que muchos estudios
están dirigidos a cortar la cadena de transmisión en alguno de sus componentes
(huésped, vector, agente patógeno), así tenemos estudios de caracterización en
los que se puede pronosticar una persistencia de la malaria, si no se logra un
trabajo antimalárico de control integrado y multidisciplinario, de la mano con
las autoridades en salud y la comunidad (6).
Los estudios
sobre factores vinculantes, como condiciones socioeconómicas y ambientales, mencionan
lo propicio que son para el resurgimiento de la malaria, abriendo nuevas
oportunidades de generación de lugares potenciales para hábitats del vector de
la malaria (7). Los estudios comparativos, a nivel socioeconómico,
arrojan datos interesantes sobre probabilidades de incremento de malaria en
grupos etarios definidos y vulnerables como los niños en zonas rurales, sobre
todo en lugares endémicos y con niveles de pobreza extrema (8), por
esto es necesario resaltar que las dificultades económicas son determinantes
para elevar las probabilidades de enfermar por malaria (16).
En malaria,
el comportamiento y patrones culturales de poblaciones de zonas endémicas son
determinantes para la presencia e incremento de casos (9). La baja
calidad de las estrategias educativas, las limitaciones para el acceso a los
tratamientos y las condiciones económicas y sociales de las familias determinan
los esquemas de usos de los servicios de atención y cuidado de la enfermedad y
pueden influir en el éxito de los programas de control (10). La
acelerada urbanización de las ciudades, el crecimiento de la actividad agrícola
en zonas urbanas y otras actividades productivas, son factores que influyen en
la prevalencia e incidencia de la malaria (11). Además, el cambio
climático también es un determinante de la distribución de esta enfermedad. (12)
El
conocimiento sobre la malaria es de suma importancia, sobre todo en la fase de
prevención (13). Muchas actividades de control no obtienen
resultados óptimos debido a la poca participación de la población, y esto
debido, en gran parte, al desconocimiento. Esto genera en las poblaciones
afectadas un impacto negativo en su salud y economía. (14)
En Loreto,
las estrategias que se utilizan para la prevención y control de la malaria
consideran todos los determinantes a considerar (sociales, ambientales,
biológicos, etc.); sin embargo, existe aún gran desconocimiento sobre cómo
afectan estos factores a las poblaciones endémicas y cuál es su conocimiento,
actitud y prácticas con respecto a la enfermedad. (1)
Actualmente
no existen investigaciones adecuadas sobre los factores socioeconómicos y su
relación con la prevalencia de la enfermedad en comunidades endémicas, cuyas
costumbres establecen muchos límites para el acceso a los servicios de salud.
Con la información de este estudio se puede superar las barreras de acceso,
mejorar la calidad de la atención y desarrollar modelos e intervenciones que
tengan en cuenta las características socioeconómicas de la población. (1)
Es así que
el objetivo del presente estudio fue determinar la existencia de asociación
entre los factores socioeconómicos y la presencia de malaria por Plasmodium
vivax, en la localidad de “Zungarococha”, identificando los factores
predictorios (variables).
MATERIALES Y
MÉTODOS
Diseño y Área de Estudio
La
investigación tuvo un diseño no experimental, transversal, descriptivo y
correlacional. Se realizó en la comunidad de Zungarococha, ubicado en el Km. 2
de la Carretera Zungarococha – Llanchama, Ciudad de Iquitos, Departamento de
Loreto, Provincia Maynas, Distrito de San Juan Bautista. Es una población
mestiza, cuya principal actividad económica es la extracción maderera y la
pesca. (5) La población de estudio fue
de 875 habitantes, siendo seleccionados 268 pobladores de forma aleatoria.
Selección y Recolección
de Datos
La muestra
definitiva del estudio lo conformaron aquellas personas que desearon participar libre y
voluntariamente, con 18 a más años de edad y con residencia en la comunidad. Se aplicó la técnica de la entrevista
y el instrumento fue una encuesta o cuestionario que se aplicó a los
pobladores seleccionados de forma aleatoria. Las fichas de las entrevistas
fueron consolidadas y se elaboró una
base datos para el análisis e interpretación de la información obtenida.
Procesamiento y Análisis de
Datos
Se elaboraron
tablas, cuadros, gráficos y cálculos estadísticos descriptivos mediante la
utilización del programa estadístico EXCEL y SPSS versión 24 en español. Para
el análisis e interpretación de datos se aplicó la prueba no paramétrica de
libre distribución para variables categóricas Chi-cuadrada de Pearson (X2). Se utilizó un nivel de confianza de
95%, con un margen de error de 5%. El muestreo fue probabilístico simple. Así mismo, se aplicó
regresión logística dicotómica (Logit Dicotómico)
para identificar los factores socioeconómicos predictores para presencia de
malaria.
RESULTADOS
Análisis de los
factores socioeconómicos y la presencia de malaria.
En
cuanto al análisis de los Factores sociales y la presencia de malaria, se determinó
que existe relación significativa en cuanto a la edad, con un p = 0,016; en
cuanto al sexo, con un p = 0,002; en cuanto al estado civil, con un p = 0,012;
y con el grado de instrucción, con un p = 0,008.
Por su
parte, el análisis de los Factores económicos y la presencia de malaria determinó
que existe relación significativa en cuanto al tipo de ocupación, con un p =
0,036; en cuanto al tipo de vivienda, con un p = 0,007; y en cuanto al ingreso
mensual, con un p = 0,006.
Análisis
multivariado de los factores socioeconómicos asociados a la presencia de
malaria por Plasmodium Vivax, en la comunidad de Zungarococha
Para
llevar a cabo el cálculo del modelo Logit dicotómico, se analizaron los datos
de la siguiente manera:
Variables
Independientes (Xi): Edad, Sexo, Estado civil, Grado de instrucción,
Ocupación, Tipo de vivienda e Ingreso Mensual.
Variable
Dependiente: Presencia de malaria (Yj)
Modelo
Logit Dicotómico:
Estimación
de los Parámetros
Las variables incluidas
en la ecuación fueron aquellas que obtuvieron un nivel de significancia menor
del 5% (p < 0.05).
Prueba Ómnibus
Se aplicó sobre
los coeficientes del modelo en los pasos óptimos para determinar el modelo que muestre
las significancias significativas p = 0.000 del primer al quinto paso (Tabla N°
01), de acuerdo a las interacciones de los modelos. Se finaliza la estimación seleccionando
las variables que conformaran el modelo de la ecuación logística, dado que la
diferencia de cambio de una interacción a otra es menos de 0.001.
Tabla
01
Pruebas
ómnibus.
|
|
Chi-cuadrado
|
gl
|
Sig.
|
|
Paso
1
|
Escalón
|
9,681
|
1
|
0,002
|
|
Bloque
|
9,681
|
1
|
0,002
|
|
Modelo
|
9,681
|
1
|
0,002
|
|
Paso
2
|
Escalón
|
9,101
|
2
|
0,011
|
|
Bloque
|
18,782
|
3
|
0,000
|
|
Modelo
|
18,782
|
3
|
0,000
|
|
Paso
3
|
Escalón
|
9,356
|
3
|
0,025
|
|
Bloque
|
28,138
|
6
|
0,000
|
|
Modelo
|
28,138
|
6
|
0,000
|
|
Paso
4
|
Escalón
|
9,712
|
3
|
0,021
|
|
Bloque
|
37,850
|
9
|
0,000
|
|
Modelo
|
37,850
|
9
|
0,000
|
|
Paso
5
|
Escalón
|
5,361
|
1
|
0,021
|
|
Bloque
|
43,211
|
10
|
0,000
|
|
Modelo
|
43,211
|
10
|
0,000
|
Modelo de
la Ecuación Logística
Una
vez obtenido los coeficientes del modelo de ecuación logística mediante la
prueba de ómnibus, se procedió a identificar los factores predictores de la
presencia de malaria (Tabla N° 02).
Tabla 02
Modelo de
la ecuación logística.
|
Variable
|
Logaritmo
de la verosimilitud de modelo
|
Cambio en
el logaritmo de la verosimilitud -2
|
gl
|
Sig. del
cambio
|
|
Paso
1
|
Sexo
|
-150,856
|
9,850
|
1
|
0,002
|
|
Paso
2
|
Sexo
|
-145,922
|
9,084
|
1
|
0,003
|
|
TipoVivienda
|
-145,938
|
9,115
|
2
|
0,010
|
|
Paso
3
|
Edad1
|
-141,431
|
9,457
|
3
|
0,024
|
|
Sexo
|
-141,067
|
8,729
|
1
|
0,003
|
|
TipoVivienda
|
-141,210
|
9,015
|
2
|
0,011
|
|
Paso
4
|
Edad1
|
-136,555
|
9,416
|
3
|
0,024
|
|
Sexo
|
-135,862
|
8,032
|
1
|
0,005
|
|
EstadoC
|
-136,776
|
9,859
|
3
|
0,020
|
|
TipoVivienda
|
-136,173
|
8,654
|
2
|
0,013
|
|
Paso
5
|
Edad1
|
-133,776
|
9,220
|
3
|
0,027
|
|
Sexo
|
-132,006
|
5,681
|
1
|
0,017
|
|
EstadoC
|
-134,503
|
10,674
|
3
|
0,014
|
|
TipoVivienda
|
-132,281
|
6,230
|
2
|
0,044
|
|
IngresoM
|
-131,897
|
5,462
|
1
|
0,019
|
|
a. Se basa en estimaciones de parámetro condicionales.
|
El
modelo de la ecuación logística, eliminando las variables (factores) que
resultaron no significativos, nos muestra que los factores predictores de la
presencia de malaria por Plasmodium vivax son: Edad1 (p=0,027); Sexo (p
= 0.017), Estado civil (p = 0.014), Tipo de Vivienda (p=0,044) e Ingreso
Mensual (p = 0.019). Expresado en términos de los factores, el modelo logit
dicotómico es el siguiente:
DISCUSIÓN
El análisis
estadístico empleado nos permitió observar la relación existente entre los
factores socioeconómicos de la población encuestada y la presencia de malaria,
donde se encontró relación entre factores sociales (Edad de 18 a 24 años con
p=0,027, sexo masculino con p=0,017, y estado civil soltero con p=0,014) y
económicos (tipo de vivienda otros con p=0,044 e ingreso promedio mensual menos
a 930 soles con p=0.019) con la malaria, tal y como lo reportaron Tusting LS,
Willey B, Lucas H, Thompson J, Kafy HT, Smith R, Lindsay SW. (2013) quienes con el análisis de subgrupos
en un estudio de metanálisis, encontraron que el nivel socioeconómico bajo se
asoció con un aumento de probabilidades de malaria independientemente de la
medida utilizada para nivel socioeconómico, lo que se traduce en que las probabilidades de
infección por malaria son mayores en los niños más pobres que los niños menos
pobres. Del mismo modo, la relación existente entre los
factores económicos encontrados en este estudio, donde el tipo de vivienda
hecho con materiales diferentes al rustico o material noble (otro material) y
el ingreso promedio inferior a 930 soles mensuales fueron variables asociadas a
la presencia de malaria en la población estudiada (con un p=0,044 y p=0,019
respectivamente), son resultados que coinciden con los obtenidos por
Fernández-Niño J, Idrovo A, Giraldo-Gartner V, Molina-León H. (2014) quienes
mencionan que la baja calidad de las estrategias educativas, las limitaciones
para el acceso a los tratamientos y las condiciones económicas y sociales de
las familias determinan, en buena medida, los esquemas de usos de los servicios
de atención y cuidado de la enfermedad y pueden tener gran importancia en el
éxito de los programas de control. Del mismo modo Tapajós R, Castro D, Melo G,
Balogun S, James M, Pessoa R. et al (2019), mencionan que además del impacto
económico conocido de la malaria en la región amazónica, reportaron que la
malaria por Plasmodium vivax era un factor de riesgo independiente para
un bajo desarrollo cognitivo, lo que afecta el desarrollo sociocultural
(cognitivo) de las comunidades.
CONCLUSIONES
Según los
resultados obtenidos, de acuerdo al modelo de ecuación logística empleado en el
presente estudio, se concluye que existe asociación entre los factores
socioeconómicos estudiados y la presencia de malaria por Plasmodium vivax
en la localidad de “Zungarococha” durante el año 2018, pero solo resultaron predictores para la
presencia de malaria por Plasmodium vivax las personas de sexo masculino
(p = 0.017), cuyas edades oscilan entre 18 a 24 años (p=0,027), solteros (p =
0.014), que viven en una Vivienda hecha con materiales distintos al material
noble y rústicos (p=0,044) y cuyos ingresos mensuales son menores a 930 soles
(p = 0.019).
REFERENCIAS
BIBLIOGRÁFICAS
Vargas J.
Prevención y control de la malaria y otras enfermedades transmitidas por
vectores en el Perú. Artículo de Revisión. Revista Peruana de Epidemiologia,
2003; 11(1).
Dirección
Regional de Salud Loreto, Dirección de Epidemiología. Reporte Epidemiológico.
Iquitos: Dirección Regional de salud Loreto. [Serie en internet]. 2016; [2016
Junio 27]; [Alrededor de 5 páginas]. Disponible en: http://www.diresaloreto.gob.pe/portal/.
Celis J,
Montenegro R, Castillo A, Che E, Muñóz A. Evolución de la Malaria en la Región
Loreto. [Serie en internet]. 2003; [2016 Junio 20]; [Alrededor de 6 páginas].
Disponible en: http://revistasinvestigacion.unmsm.edu.pe.
OMS. Informe
Mundial 2015 sobre el Paludismo. [Serie en internet]. 2016; [2017 Junio 21];
[Alrededor de 32 páginas]. Disponible en: http://www.who.int/malaria/publications/world-malaria-report-2015/report/es/.
Ministerio
de Salud del Perú. Resolución Ministerial (RM) N° 116-2015/MINSA que aprueba la
modificatoria de los numerales I, VI, VII y sub numeral IX.2 del numeral IX de
la Norma Técnica de Salud (NTS) N° 054-MINSA/DGSP-V.01. “Norma Técnica de Salud
para la Atención de la Malaria y Malaria Grave en el Perú”. Lima-Perú:
Ministerio de Salud; 2015.
Cáceres L,
Rovira J, Torres R, García A, Calzada J, De La Cruz M. Caracterización De La
Transmisión De La Malaria Por Plasmodium Vivax En La Región Fronteriza De Panamá
Con Costa Rica En El Municipio De Barú, Panamá. Biomédica. 2012; 32(4):
557-569.
Delgado-Petrocelli
L, Martínez N. Condiciones Socioeconómicas Vinculadas A Problemas De Salud. La
Malaria En El Estado Sucre, Venezuela. Acta Biol, Venez. 2013;
33(1-2): 61-67.
Tusting LS,
Willey B, Lucas H, Thompson J, Kafy HT, Smith R. et al. Lindsay SW.
Socioeconomic development as an intervention against malaria: a systematic
review and meta-analysis. United King. The Lancet. Septiembre de 2013;382(9896):963-72.
Delgado-Petrocelli
L, Camardiel A, Aguilar V, Córdova K, Martínez N, Ramos S. Malaria En El Estado
Sucre, Venezuela: Evidencias Empíricas Sobre Los Patrones Culturales Como
Elemento Del Paisaje Condicionante De La Endemia. Acta Biol, Venez. 2014;
34(2): 179-192.
Fernández-Niño
J, Idrovo A, Giraldo-Gartner V, Molina-León H. Los Dominios Culturales De La
Malaria: Una Aproximación A Los Saberes No Institucionales. Biomédica. 2014;
34(2): 250-259
Molineros L,
Calvache O, Bolaños H, Castillo C, Torres C. Aplicaciones de un modelo integral
para el estudio de la malaria urbana en San Andrés de Tumaco, Colombia. Rev
Cubana Med Trop 2014; 66(1): 3-19
Benavides-Melo
J. El Cambio Climático Como Determinante De La Distribución De La Malaria. Curare.
2015; 2(2): 33-45.
Newell I, Wiskin C, Anthoney J, Meza G, De Wildt G. Preventing
malaria in the Peruvian Amazon: a qualitative study in Iquitos, Peru. Malaria
Journal. 16 de enero de 2018;17(1):31.
Tapajós R, Castro D,
Melo G, Balogun S, James M, Pessoa R. et al. Malaria impact on cognitive
function of children in a peri-urban community in the Brazilian Amazon. Malaria
Journal [Internet]. 16 de mayo de 2019 [citado 25 de enero de 2021];18.
Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6524266/
Monroe A,
Mihayo K, Okumu F, Finda M, Moore S, Koenker H. et al. Human behaviour and
residual malaria transmission in Zanzibar: findings from in-depth interviews
and direct observation of community events. Malaria Journal
[Internet]. 1 de julio de 2019 [citado 25 de enero de 2021];18. Disponible en:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6604484/
Berthe S,
Harvey SA, Lynch M, Koenker H, Jumbe V, Kaunda-Khangamwa B. et al. Poverty and
food security: drivers of insecticide-treated mosquito net misuse in Malawi.
Malaria Journal. 18 de septiembre de 2019;18(1):320.