Scielo RSS <![CDATA[Revista Panamericana de Salud Pública]]> http://www.scielosp.org/rss.php?pid=1020-498920020012&lang=en vol. 12 num. 6 lang. en <![CDATA[SciELO Logo]]> http://www.scielosp.org/img/en/fbpelogp.gif http://www.scielosp.org <![CDATA[<B>Herramientas para la búsqueda de la equidad y la justicia social para todos</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200001&lng=en&nrm=iso&tlng=en <![CDATA[<B>Medición de las desigualdades de salud</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200002&lng=en&nrm=iso&tlng=en <![CDATA[<B>Epidemiology and inequality</B>: <B>notes on theory and history</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200003&lng=en&nrm=iso&tlng=en O presente artigo analisa historicamente o conceito de desigualdade e aborda o tratamento dado à desigualdade em saúde. São analisadas as desigualdades naturais e sociais, o conceito de eqüidade, as explicações teóricas sobre a desigualdade e a estratificação nas sociedades modernas. Finalmente, são analisadas as relações entre os estudos sobre desigualdades sociais em saúde e a epidemiologia, desde o nascimento dessa disciplina, passando pela era bacteriológica e chegando aos dias de hoje, em que cresce o interesse pelo tema.<hr/>In this paper we present a historical analysis of the concept of inequality, and we also discuss how inequality has been viewed within the field of health. Natural and social inequalities are discussed, along with the concept of equity, theoretical explanations for inequality, and stratification in modern societies. Finally, we focus on the relationships between epidemiology and studies on social inequalities in health since epidemiology was established as a discipline, during the so-called bacteriological era, and at the present time, when there is a growing interest in social inequalities in health. <![CDATA[<B>Equity and health</B>: <B>a perspective on nonrandom distribution of health in the population</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200004&lng=en&nrm=iso&tlng=en The nonrandom distribution of ill health across and within populations is cause for ethical concern. Systematic differences in health across populations and subpopulations are a result of interactions among many types of influences operating on broad ecological, community, and individual levels. The operation of this web of influences potentiates health disadvantage for some populations and subpopulations and, conversely, enhances resilience to health threats in more advantaged populations. Understanding the genesis of inequity requires an appreciation of the dynamics of these interactions. Thus, research directed at elucidating the causes of inequity in order to facilitate policy changes requires the adoption of conceptual frameworks to guide more efficient and effective future scientific inquiry concerning this worldwide imperative.<hr/>La distribución no aleatoria de los problemas de salud en una población y entre diferentes poblaciones es un problema ético. Las diferencias sistemáticas en la salud de diferentes poblaciones y subpoblaciones son el resultado de interacciones entre muchos tipos de influencias que actúan en los ámbitos ecológico, comunitario e individual. La actuación de esta red de influencias potencia las desventajas de salud de algunas poblaciones y subpoblaciones, al mismo tiempo que incrementa la resistencia a las amenazas para la salud en las poblaciones mejor situadas. Para comprender la génesis de la inequidad es necesario tener en cuenta la dinámica de estas interacciones. Así pues, las investigaciones destinadas a elucidar las causas de la inequidad con el fin de facilitar la modificación de las políticas requieren la adopción de marcos conceptuales que dirijan de forma más eficaz y eficiente las investigaciones científicas futuras relacionadas con este imperativo mundial. <![CDATA[<B>Overview of social inequalities in health in the Region of the Americas, using various methodological approaches</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200005&lng=en&nrm=iso&tlng=en Over the past decade, according to several important indicators, health conditions have improved in the Region of the Americas. However, inequalities persist among the countries of the Region. This article has two primary objectives: 1) to provide some unbiased evidence on health inequalities among countries of the Region of the Americas and 2) to illustrate the application of some of the more frequently used methods for measuring inequalities, including effect measurements, population attributable risk, the slope index of inequality, the relative index of inequality, and the concentration index. Analyses have shown that there are great health disparities in the Region of the Americas. For example, residents of the poorest countries of the Region live nearly 10 years less, on average, than do residents of the richest countries. If the other countries of the Americas had the same incidence of tuberculosis as does the subregion of North America (Bermuda, Canada, and the United States of America), there would be 76% fewer cases of this disease in the Region. In the Americas, nearly 35% of deaths of infants under 1 year old are concentrated in the 20% of live births that occur in the group with the lowest income. As for maternal mortality in the Americas, fewer than 2% of maternal deaths occur in association with the 20% of live births in the group with the highest income. The analyses of health inequalities based on the use of various methods highlight the existence of important disparities among subregions and countries of the Americas that are not readily seen when using only the more-traditional methods for analyzing mortality and morbidity. There is also a need to incorporate the concepts of distribution and socioeconomic dimensions of health when interpreting a given situation. Using this approach will allow decisionmakers to target areas and populations that are in less-favorable conditions. A considerable body of aggregate data at the Regional and country levels from routine information systems is already available¨especially on morbidity, mortality, and other health-related factors¨that can be used on a regular basis to analyze health inequalities. These kinds of analyses may be regarded as a first step toward the identification of health inequities.<hr/>Según varios indicadores importantes, las condiciones de salud han mejorado en la Región de las Américas a lo largo de la pasada década. Sin embargo, sigue habiendo desigualdades entre los pa¦ses de la Región. Este artículo tiene dos objectivos principales: 1) aportar algunos datos objetivos sobre las desigualdades de salud entre los países de la Región de las Américas, y 2) ilustrar la aplicación de algunos de los métodos utilizados con más frecuencia para medir las desigualdades, como las mediciones de efecto, el riesgo atribuible poblacional, el índice de desigualdad de la pendiente, el índice relativo de desigualdad y el índice de concentración. Los análisis muestran que hay grandes disparidades de salud en la Región de las Américas. Por ejemplo, los residentes en los países más pobres de la Región viven, por término medio, cerca de 10 años menos que los residentes en los países más ricos. Si otros países americanos tuvieran la misma incidencia de tuberculosis que la subregión de Norteamérica (Bermuda, Canadá y Estados Unidos), habría un 76% menos de casos de esta enfermedad en la Región. En América, cerca de 35% de las muertes de niños menores de 1 año se concentran en 20% de los nacidos vivos del grupo con menores ingresos. Por otro lado, las muertes maternas asociadas a 20% de los nacidos vivos del grupo con mayores ingresos representan menos de 2% de la mortalidad materna. Los análisis de las desigualdades de salud basadas en el uso de diversos métodos destacan la existencia de importantes disparidades entre las subregiones y países americanos que no son fácilmente detectables cuando solo se usan los métodos más tradicionales para el análisis de la mortalidad y morbilidad. También hay necesidad de incorporar los conceptos de distribución y las dimensiones socioeconómicas de la salud al interpretar una determinada situación. El uso de este enfoque les permitirá a las instancias decisorias identificar las áreas y las poblaciones que se encuentran en condiciones más desfavorables. En la actualidad ya existe un volumen considerable de datos agregados, tanto regionales como nacionales, procedentes de los sistemas de información convencionales y referidos especialmente a la mortalidad, la morbilidad y otros factores relacionados con la salud, que se pueden utilizar de forma regular para analizar las desigualdades de salud. Estos tipos de análisis pueden considerarse un primer paso hacia la identificación de las inequidades en salud. <![CDATA[<b>Methods for measuring inequalities in health</b>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200006&lng=en&nrm=iso&tlng=en RESUMEN La medición de las desigualdades en el campo de la salud es una condición indispensable para avanzar en la mejoría de la situación de salud de la Región, donde el análisis de los valores medios ha dejado de ser suficiente. Este tipo de análisis es una herramienta fundamental para la acción en busca de una mayor equidad en salud. Existen diferentes métodos de medición y niveles de complejidad cuya elección depende del objetivo del estudio. Este artículo tiene como objetivo familiarizar a los profesionales de la salud y a las instancias decisorias con los aspectos metodológicos de la medición y el análisis simple de las desigualdades en el campo de la salud, utilizando datos básicos registrados con regularidad y agregados por unidades geopolíticas. Se presenta la forma de calcular los siguientes indicadores y se comentan sus ventajas y desventajas: la razón y la diferencia de tasas, el índice de efecto, el riesgo atribuible poblacional, el índice de disimilitud, el índice de desigualdad de la pendiente y el índice relativo de desigualdad, el coeficiente de Gini y el índice de concentración. Los métodos presentados son aplicables a la medición de las desigualdades de diferentes tipos y a distintos niveles de análisis.<hr/>ABSTRACT Measuring health inequalities is indispensable for progress in improving the health situation in the Region of the Americas, where the analysis of average values is no longer sufficient. Analyzing health inequalities is a fundamental tool for action that seeks greater equity in health. There are various measurement methods, with differing levels of complexity, and choosing one rather than another depends on the objective of the study. The purpose of this article is to familiarize health professionals and decision-making institutions with methodological aspects of the measurement and simple analysis of health inequalities, utilizing basic data that are regularly reported by geopolitical unit. The calculation method and the advantages and disadvantages of the following indicators are presented: the rate ratio and the rate difference, the effect index, the population attributable risk, the index of dissimilarity, the slope index of inequality and the relative index of inequality, the Gini coefficient, and the concentration index. The methods presented are applicable to measuring various types of inequalities and at different levels of analysis.<hr/>RESUMO A mensuração das desigualdades em saúde é uma condição indispensável para se avançar na melhoria da situação de saúde da Região, onde a análise de valores médios deixou de ser suficiente. Este tipo de análise é uma ferramenta fundamental para ações que buscam maior eqüidade em saúde. Existem diferentes métodos de mensuração e níveis de complexidade, cuja escolha depende do objetivo do estudo. Este artigo tem como objetivo familiarizar os profissionais de saúde e os tomadores de decisão com os aspectos metodológicos da mensuração e da análise simples das desigualdades em saúde, utilizando-se dados básicos coletados rotineiramente e agregados por unidades geopolíticas. São apresentadas as formas de calcular os seguintes indicadores e são discutidas suas vantagens e desvantagens: Razão e Diferença de Taxas, Índice de Efeito, Risco Atribuível Populacional, Índice de Dissimilaridade, Índice Angular de Desigualdade e Índice Relativo de Desigualdade, Coeficiente de Gini e Índice de concentração. Os métodos apresentados são aplicáveis na mensuração de desigualdades em diferentes tipos e níveis de análise. <![CDATA[<B>Geographic information systems as a tool for monitoring health inequalities</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200007&lng=en&nrm=iso&tlng=en OBJETIVOS: Mostrar la aplicación de los sistemas de información geográfica (SIG) como instrumento tecnológico para apoyar las actividades en las áreas de política sanitaria y salud pública. MÉTODOS: Se evaluó la relación entre la mortalidad infantil y diversos factores determinantes de carácter socioeconómico y geográfico. Al ilustrar la aplicación, se hace hincapié en la capacidad integradora de los SIG, que permite simplificar, agilizar y automatizar la evaluación epidemiológica, tomando en cuenta el análisis múltiple simultáneo de variables determinantes con diferentes niveles de agregación. La aplicación de los SIG abarcó, en este estudio, el análisis de la mortalidad infantil en tres niveles de agregación en países de las Américas entre 1995 y 2000. RESULTADOS: La mortalidad infantil estimada para la Región tuvo un promedio de 24,4 defunciones por 1 000 nacidos vivos, pero las desigualdades observadas indican que la probabilidad de una muerte infantil es casi 20 veces mayor en los países de menos recursos que en los más prósperos. El mapeo de la mortalidad infantil a escala regional permitió identificar los países que requieren mayor atención en sus políticas y programas de salud, pero no distinguir dónde se requerían acciones más prioritarias. Un análisis de las unidades geopolíticas más pequeñas (estados y municipios) reveló importantes diferencias dentro de los países y permitió reproducir el patrón de desigualdad regional, que no se ve reflejado por el valor promedio de los indicadores a escala nacional. Al analizarse la relación entre el analfabetismo femenino y la desnutrición como factores determinantes de la mortalidad infantil en Brasil y Ecuador, se identificaron estratos sociales y epidemiológicos con distribuciones diferenciales de factores de riesgo que requieren intervenciones sanitarias adecuadas para sus respectivos perfiles socioepidemiológicos. CONCLUSIONES: Gracias a este tipo de análisis epidemiológico a escala local de los servicios de salud mediante el uso de los SIG, es fácil reconocer cómo se comportan un fenómeno de salud y sus factores de riesgo determinantes en un período definido. Asimismo, es posible identificar patrones en la distribución espacial de los factores de riesgo y sus posibles efectos sobre la salud. La utilización adecuada de los SIG permitirá lograr mayor eficacia y equidad en la prestación de los servicios de salud pública.<hr/>OBJECTIVE: To show how geographic information systems (GISs) can be used as technological tools to support health policy and public health actions. METHODS: We assessed the relationship between infant mortality and a number of socioeconomic and geographic determinants. In explaining how GISs are applied, we stressed their ability to integrate data, which makes it possible to perform epidemiologic evaluations in a simpler, faster, automated way that simultaneously analyzes multiple variables with different levels of aggregation. In this study, GISs were applied in analyzing infant mortality data with three levels of aggregation in countries of the Americas from 1995 to 2000. RESULTS: Infant mortality in the Region of the Americas was estimated at an overall average of 24.4 deaths per 1 000 live births. However, the inequalities that were found indicate that the probability of an infant death is almost 20 times greater in the less developed countries of the Region than in more developed ones. Mapping infant mortality throughout the Region of the Americas allowed us to identify the countries that need to focus more attention on health policy and health programs, but not to determine what specific actions are of the highest priority. An analysis of smaller geopolitical units (states and municipalities) revealed important differences within countries. This shows that, as is true of data for the entire Region of the Americas, using national-level average figures for indicators can obscure the differences that exist within countries. When we examined the relationship between female illiteracy and malnutrition as determinants of infant mortality in Brazil and Ecuador, we identified social and epidemiologic strata where risk factors had different distribution patterns and that thus require health interventions that match their individual social and epidemiologic profiles. CONCLUSIONS: With this type of epidemiologic study using GISs at the local level of health services, it is easy to see how a health event and its risk factors behave at a specific period in time. It is also possible to identify patterns in the spatial distribution of risk factors and in these factors' potential impact on health. Using GISs in an appropriate way will make it easier to deliver more effective, equitable public health services. <![CDATA[<B>Indices based on the notion of entropy for measuring social inequalities in health</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200008&lng=en&nrm=iso&tlng=en Los índices descritos en la literatura para medir las desigualdades de salud de carácter social tienen facetas positivas pero también algunas insuficiencias, según las circunstancias de su aplicación. El objetivo de este artículo es proponer y demostrar, en los planos teórico y práctico, las ventajas de las mediciones de la desigualdad basadas en la noción de entropía, conocida ampliamente en la física y la teoría de la información. Se definen y exponen las principales propiedades de los índices basados en las nociones de entropía y redundancia. Se ilustra su aplicación en dos conjuntos de datos ficticios y en datos reales, derivados de los indicadores básicos de salud para las Américas, de la Organización Panamericana de la Salud. Los índices basados en la noción de entropía poseen, entre otras, las siguientes propiedades: a) no varían con los cambios de escala; b) son simétricos; c) incorporan la dimensión social, y d) son fáciles de interpretar gracias a la condición de equivalencia entre la entropía y un sistema con dos clases.<hr/>As described in the scientific literature, indices used to measure social inequalities in health have positive features, but they also have shortcomings, depending on how they are applied. The objective of this article is to put forward and to demonstrate, in both theoretical and practical terms, the advantages of measurements of inequality based on the notion of entropy, which is well known in physics and in information theory. The article defines and presents the main properties of indices based on the notions of entropy and redundancy. The application of the indices is illustrated with two fictitious data sets and also with real data derived from basic health indicators for the Americas, from the Pan American Health Organization. Indices based on the notion of entropy have properties that include: a) not varying with scale changes, b) being symmetrical, c) incorporating a socioeconomic dimension, and d) being easy to interpret thanks to the condition of equivalence between entropy and a system with two categories. <![CDATA[<B>Life expectancy at birth and mortality in Brazil, 1999</B>: <B>exploratory analysis of regional differences</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200009&lng=en&nrm=iso&tlng=en OBJETIVO: Analisar as desigualdades quanto ú distribuição de indicadores de saúde nas regiões e estados brasileiros, segundo indicadores de nível socioeconômico e demográfico no ano de 1999. MÉTODO: Realizou-se um estudo transversal ecológico, com enfoque exploratório, tendo como unidade de análise os estados (n = 27) e regiões (n = 5) brasileiras. Calcularam-se medidas descritivas de desigualdade. A correlação de Pearson e a análise de regressão linear foram utilizadas para identificar associações entre indicadores de saúde e indicadores de nível socioeconômico e demográficos selecionados. Os indicadores de saúde analisados foram a expectativa de vida ao nascer; a taxa de mortalidade infantil; mortalidade da criança (< 5 anos) por doenças diarréicas e respiratórias agudas; e mortalidade por homicídio e acidentes de trânsito. RESULTADOS: Observaram-se ganhos importantes na expectativa de vida ao nascer no período de 1991 a 1999, especialmente para os homens. Notou-se tendência a maiores ganhos nos estados com valores mais baixos de expectativa de vida ao nascer em 1991, o que conferiu maior homogeneidade ao indicador em anos recentes. A taxa de mortalidade infantil (por 1 000 nascidos vivos) no Brasil apresentou decréscimo de 28% no período de 1991 a 1999. No entanto, esse indicador ainda apresenta marcada variação entre as regiões - de 52,5 no Nordeste a 17,1 no Sul - e entre os estados - de 64,0 em Alagoas a 15,1 no Rio Grande do Sul. Quanto à mortalidade da criança < 5 anos (por 10 000), todos os estados do Nordeste apresentaram mortalidade por doenças diarréicas agudas maior ou igual ú mediana nacional (4,1 por 10 000), e todos os estados do Sul, Sudeste e Centro-Oeste apresentaram taxa de mortalidade infantil por doenças respiratórias agudas maior ou igual à mediana nacional (10,8 por 10 000). As taxas de mortalidade por acidentes de trânsito e homicídio (padronizadas por sexo e idade) em 1999 foram de 17,7 e 26,0 por 100 000 habitantes, respectivamente. Valores extremos foram observados em alguns estados para mortalidade por homicídio (57,8 por 100 000 em Pernambuco) e por acidentes de trânsito (54,5 por 100 000 em Roraima). A taxa de mortalidade por homicídio foi marcadamente associada com a urbanização (P = 0,001). Maiores taxas de mortalidade por acidentes de trânsito foram associadas a menores taxas de pobreza (beta = -0,93; P < 0,001) e de alfabetização (beta = -1,16; P = 0,005) e a maior crescimento populacional na última década (beta = 3,10; P = 0,016). CONCLUSÃO: O padrão de desigualdade em saúde no Brasil indica polarização entre as regiões e estados, assim como justaposição de doenças ligadas ao atraso e ao desenvolvimento, demandando um sistema de saúde comprometido com essas questões.<hr/>OBJECTIVE: To analyze the inequalities found using health indicators in the states and regions of Brazil, according to 1999 socioeconomic and demographic indicators. METHODS: An exploratory ecological cross-sectional study was carried out. The units of analysis were Brazilian states (n = 27) and regions (n = 5). Descriptive measures of inequality were calculated. PearsonÆs correlation and also linear regression analysis were used to identify associations between health indicators and selected socioeconomic and demographic indicators. The health indicators analyzed were: life expectancy at birth, infant mortality rate, mortality rate for children < 5 years due to acute diarrheal diseases and to acute respiratory infections, and deaths due to homicides and traffic accidents. RESULTS: Important gains were seen in life expectancy at birth over the 1991-1999 period, especially for males. There was a trend towards larger gains in states that had had lower life expectancy at birth in 1991, which produced greater homogeneity across Brazil in this indicator in recent years. The infant mortality rate decreased by 28% between 1991 and 1999. However, this indicator still varies widely among the regions-from 52.5 per 1 000 live births in the northeast to 17.1 per 1 000 in the south-and among states-from 64.0 per 1 000 in Alagoas to 15.1 per 1 000 in Rio Grande do Sul. With respect to children < 5 years, the mortality rate due to acute diarrheal diseases was equal to or higher than the national median (4.1 per 10 000) in all the northeastern states, and the mortality rate due to acute respiratory infections was equal to or higher than the national median (10.8 per 10 000) in all the southern, southeastern, and central-western states. The mortality rates (standardized by sex and age) due to traffic accidents and to homicides in 1999 were 17.7 and 26.0 per 100 000 inhabitants, respectively. Extreme values were found in some states for mortality due to homicide (57.8 per 100 000 in Pernambuco) and traffic accidents (54.5 per 100 000 in Roraima). The mortality rate due to homicide was strongly associated with urbanization (P = 0.001). Higher mortality rates due to traffic accidents were associated with lower poverty levels (beta = -0.93; P < 0.001), lower literacy rates (beta = -1.16; P = 0.005), and larger population growth over the past decade (beta = 3.10; P = 0.016). CONCLUSION: The pattern of health inequality in Brazil indicates a polarization among regions and states as well as a juxtaposition of diseases associated with underdevelopment and diseases linked to development, suggesting the need for a health system that is committed to addressing these issues. <![CDATA[<B>Data aggregation in measuring inequalities and inequities in the health of populations</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200010&lng=en&nrm=iso&tlng=en OBJETIVOS: Comparar cómo diferentes grados de agregación de datos repercuten en los resultados de la medición de desigualdades e inequidades de salud en una población y examinar su idoneidad para estudios sobre el tema. MÉTODOS: A modo de ejemplo, se calcularon las medidas más frecuentemente utilizadas para cuantificar las desigualdades e inequidades reflejadas por la tasa de mortalidad infantil en Costa Rica entre 1973 y 1984. RESULTADOS: Según los resultados obtenidos, las medidas de desigualdad presentadas (a excepción de las que se basaron en modelos de regresión) no parecen ser sensibles al grado de agregación de los datos utilizados cuando las unidades objeto del estudio son grupos socioeconómicos. Por el contrario, cuando las unidades comparadas son zonas geográficas, mayores grados de desagregación de los datos redundan en medidas que indican la presencia de un mayor grado de desigualdad. CONCLUSIONES: Los resultados indican que algunas medidas generan valores muy dispares según el nivel de agregación utilizado, por lo que se demuestra la importancia de elegir tanto las medidas como la agregación que sean adecuadas a la luz de los objetivos de cada estudio.<hr/>OBJECTIVES: To compare how different degrees of data aggregation influence the measurement of health inequalities and health inequities within a population, and to assess the appropriateness of those different degrees of data aggregation in performing studies on inequalities and inequities. METHODS: As an example, we used data on the infant mortality rate in Costa Rica in 1973 and in 1984 and calculated measurements that are frequently used to quantify inequalities and inequities. RESULTS: According to our results, the inequality measures presented (except for those that were derived using regression models) are not sensitive to data aggregation by socioeconomic groups. However, when geographic areas are compared, more disaggregation of the data results in the measures indicating greater inequality. CONCLUSIONS: Our results show that some measures can vary widely depending on the level of data aggregation. It is thus crucial to know how to select these measures and also how to aggregate the data in a way that is consistent with the objectives of each study. <![CDATA[<B>Using different indicators of preventable mortality as an approach to measuring health inequalities in Chilean municipalities</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200011&lng=en&nrm=iso&tlng=en OBJETIVOS:Analizar variaciones de mortalidad evitable entre comunas, utilizando diversos indicadores, como aproximación operacional para estimar desigualdades de salud. MÉTODOS:Análisis de variación de áreas pequeñas en una muestra de 117 de las 335 comunas chilenas en 1992. Usando datos secundarios, se desarrollaron y analizaron indicadores de mortalidad evitable, tales como los años de vida potencial perdidos (AVPP), la mortalidad evitable (ME) (con antecedentes y criterios basados en fuentes publicadas), la mortalidad evitable mediante la atención de salud (MEAS), y la esperanza de vida. También se creó un indicador de desarrollo socioeconómico (IDSE). La amplitud de las variaciones observadas entre indicadores se estimó mediante el coeficiente ponderado de variación, el coeficiente de Gini, la razón entre quintiles extremos del IDSE y la razón entre el quintil con el menor IDSE y el grupo de comunas con IDSE mayores de 0,90 (referencia empírica óptima). El perfil socioeconómico de las variaciones se examinó mediante curvas de concentración y la comparación de quintiles comunales según IDSE. RESULTADOS:Los diversos indicadores de ME usados mostraron una relación inversa estadísticamente significativa con el desarrollo socioeconómico, tendencia también observada en el perfil de los quintiles definidos por IDSE y en la mayoría de las causas específicas de mortalidad evitable. El uso de tres niveles de referencia (promedio, quintil con el mayor IDSE y referencia empírica óptima) plantea la medición de distintas brechas que podrían prevenirse. La razón entre el quintil con el menor IDSE y la referencia óptima fue de 2,1 en el caso de la ME, de 2,0 en el caso de los AVPP, de 1,7 en el de la mortalidad infantil y de 1,5 en el de la MEAS. CONCLUSIONES:Los resultados, que coinciden con los hallados en otras fuentes publicadas previamente, ponderan la magnitud y el perfil de las variaciones entre comunas y proveen información, basada en datos de 1992, para iniciar un monitoreo de las desigualdades de salud entre áreas geográficas pequeñas, en este caso las comunas. Aunque las iniciativas por mejorar la equidad se concentran en las comunas de menor desarrollo socioeconómico y mayor mortalidad evitable, reducir esta última implica una tarea con un enfoque doble: dar prioridad de intervención a las comunas más postergadas por un lado, y cubrir la mayoría de las comunas para prevenir la mortalidad evitable por el otro.<hr/>OBJECTIVES: To analyze differences in avoidable mortality among communes in Chile, using different indicators as an operational approach to estimating health inequalities. METHODS: Small area variation analysis in a sample of 117 of all 335 Chilean communes that existed in 1992. By using secondary data, we developed and compared some avoidable-mortality indicators, such as potential years of life lost (PYLL), avoidable mortality (AM) (based on background and criteria drawn from the literature), health care avoidable mortality (HCAMR), and life expectancy. A socioeconomic development index (SEDI) was also developed. The scope of the variation was estimated through the weighted variation coefficient, the Gini coefficient, the ratio between the values for the quintiles at both extremes of the SEDI distribution, and the ratio of the lowest SEDI quintile to the group of municipalities having a SEDI greater than 0.90 (optimal empirical reference value). The socioeconomic pattern of variations was examined through concentration curves and by comparing communal quintiles based on their SEDI. RESULTS: The various avoidable-mortality indicators used showed an inverse and statistically significant correlation with socioeconomic development, as well as with the profile of the various SEDI quintiles and with the majority of specific causes of avoidable mortality. The distribution profile of AM indicators among SEDI communal quintiles reflects the same tendency, along with most of the mortality from specific avoidable causes. The use of three reference values (the mean, the quintile with the greatest SEDI, and the optimal empirical reference value) makes it possible to measure gaps that could be avoided. The ratio of the lowest SEDI quintile to the empirical optimal reference value was 2.1 for AM, 2.0 for PYLL, 1.7 for infant mortality, and 1.5 for HCAMR. CONCLUSIONS: These results, which are consistent with those found in previous published sources, estimate the magnitude and pattern of variations among communes. The results also provide information, based on data for 1992, with which to start monitoring health inequalities among small geographic areas, which were communes in this particular case. Although interventions for promoting equity tend to focus exclusively on communes having lower socioeconomic development and higher rates of avoidable mortality, reducing the latter implies a two-pronged approach: prioritizing interventions targeting underprivileged communes so as to foster equity, while attempting to cover the majority of communes in an effort to prevent avoidable mortality. <![CDATA[<B>Nota técnica</B>: <B>resumen de los indicadores más utilizados para la medición de desigualdades de salud</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200012&lng=en&nrm=iso&tlng=en OBJETIVOS:Analizar variaciones de mortalidad evitable entre comunas, utilizando diversos indicadores, como aproximación operacional para estimar desigualdades de salud. MÉTODOS:Análisis de variación de áreas pequeñas en una muestra de 117 de las 335 comunas chilenas en 1992. Usando datos secundarios, se desarrollaron y analizaron indicadores de mortalidad evitable, tales como los años de vida potencial perdidos (AVPP), la mortalidad evitable (ME) (con antecedentes y criterios basados en fuentes publicadas), la mortalidad evitable mediante la atención de salud (MEAS), y la esperanza de vida. También se creó un indicador de desarrollo socioeconómico (IDSE). La amplitud de las variaciones observadas entre indicadores se estimó mediante el coeficiente ponderado de variación, el coeficiente de Gini, la razón entre quintiles extremos del IDSE y la razón entre el quintil con el menor IDSE y el grupo de comunas con IDSE mayores de 0,90 (referencia empírica óptima). El perfil socioeconómico de las variaciones se examinó mediante curvas de concentración y la comparación de quintiles comunales según IDSE. RESULTADOS:Los diversos indicadores de ME usados mostraron una relación inversa estadísticamente significativa con el desarrollo socioeconómico, tendencia también observada en el perfil de los quintiles definidos por IDSE y en la mayoría de las causas específicas de mortalidad evitable. El uso de tres niveles de referencia (promedio, quintil con el mayor IDSE y referencia empírica óptima) plantea la medición de distintas brechas que podrían prevenirse. La razón entre el quintil con el menor IDSE y la referencia óptima fue de 2,1 en el caso de la ME, de 2,0 en el caso de los AVPP, de 1,7 en el de la mortalidad infantil y de 1,5 en el de la MEAS. CONCLUSIONES:Los resultados, que coinciden con los hallados en otras fuentes publicadas previamente, ponderan la magnitud y el perfil de las variaciones entre comunas y proveen información, basada en datos de 1992, para iniciar un monitoreo de las desigualdades de salud entre áreas geográficas pequeñas, en este caso las comunas. Aunque las iniciativas por mejorar la equidad se concentran en las comunas de menor desarrollo socioeconómico y mayor mortalidad evitable, reducir esta última implica una tarea con un enfoque doble: dar prioridad de intervención a las comunas más postergadas por un lado, y cubrir la mayoría de las comunas para prevenir la mortalidad evitable por el otro.<hr/>OBJECTIVES: To analyze differences in avoidable mortality among communes in Chile, using different indicators as an operational approach to estimating health inequalities. METHODS: Small area variation analysis in a sample of 117 of all 335 Chilean communes that existed in 1992. By using secondary data, we developed and compared some avoidable-mortality indicators, such as potential years of life lost (PYLL), avoidable mortality (AM) (based on background and criteria drawn from the literature), health care avoidable mortality (HCAMR), and life expectancy. A socioeconomic development index (SEDI) was also developed. The scope of the variation was estimated through the weighted variation coefficient, the Gini coefficient, the ratio between the values for the quintiles at both extremes of the SEDI distribution, and the ratio of the lowest SEDI quintile to the group of municipalities having a SEDI greater than 0.90 (optimal empirical reference value). The socioeconomic pattern of variations was examined through concentration curves and by comparing communal quintiles based on their SEDI. RESULTS: The various avoidable-mortality indicators used showed an inverse and statistically significant correlation with socioeconomic development, as well as with the profile of the various SEDI quintiles and with the majority of specific causes of avoidable mortality. The distribution profile of AM indicators among SEDI communal quintiles reflects the same tendency, along with most of the mortality from specific avoidable causes. The use of three reference values (the mean, the quintile with the greatest SEDI, and the optimal empirical reference value) makes it possible to measure gaps that could be avoided. The ratio of the lowest SEDI quintile to the empirical optimal reference value was 2.1 for AM, 2.0 for PYLL, 1.7 for infant mortality, and 1.5 for HCAMR. CONCLUSIONS: These results, which are consistent with those found in previous published sources, estimate the magnitude and pattern of variations among communes. The results also provide information, based on data for 1992, with which to start monitoring health inequalities among small geographic areas, which were communes in this particular case. Although interventions for promoting equity tend to focus exclusively on communes having lower socioeconomic development and higher rates of avoidable mortality, reducing the latter implies a two-pronged approach: prioritizing interventions targeting underprivileged communes so as to foster equity, while attempting to cover the majority of communes in an effort to prevent avoidable mortality. <![CDATA[<B>Toronto declaration on equity in health</B>]]> http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S1020-49892002001200013&lng=en&nrm=iso&tlng=en OBJETIVOS:Analizar variaciones de mortalidad evitable entre comunas, utilizando diversos indicadores, como aproximación operacional para estimar desigualdades de salud. MÉTODOS:Análisis de variación de áreas pequeñas en una muestra de 117 de las 335 comunas chilenas en 1992. Usando datos secundarios, se desarrollaron y analizaron indicadores de mortalidad evitable, tales como los años de vida potencial perdidos (AVPP), la mortalidad evitable (ME) (con antecedentes y criterios basados en fuentes publicadas), la mortalidad evitable mediante la atención de salud (MEAS), y la esperanza de vida. También se creó un indicador de desarrollo socioeconómico (IDSE). La amplitud de las variaciones observadas entre indicadores se estimó mediante el coeficiente ponderado de variación, el coeficiente de Gini, la razón entre quintiles extremos del IDSE y la razón entre el quintil con el menor IDSE y el grupo de comunas con IDSE mayores de 0,90 (referencia empírica óptima). El perfil socioeconómico de las variaciones se examinó mediante curvas de concentración y la comparación de quintiles comunales según IDSE. RESULTADOS:Los diversos indicadores de ME usados mostraron una relación inversa estadísticamente significativa con el desarrollo socioeconómico, tendencia también observada en el perfil de los quintiles definidos por IDSE y en la mayoría de las causas específicas de mortalidad evitable. El uso de tres niveles de referencia (promedio, quintil con el mayor IDSE y referencia empírica óptima) plantea la medición de distintas brechas que podrían prevenirse. La razón entre el quintil con el menor IDSE y la referencia óptima fue de 2,1 en el caso de la ME, de 2,0 en el caso de los AVPP, de 1,7 en el de la mortalidad infantil y de 1,5 en el de la MEAS. CONCLUSIONES:Los resultados, que coinciden con los hallados en otras fuentes publicadas previamente, ponderan la magnitud y el perfil de las variaciones entre comunas y proveen información, basada en datos de 1992, para iniciar un monitoreo de las desigualdades de salud entre áreas geográficas pequeñas, en este caso las comunas. Aunque las iniciativas por mejorar la equidad se concentran en las comunas de menor desarrollo socioeconómico y mayor mortalidad evitable, reducir esta última implica una tarea con un enfoque doble: dar prioridad de intervención a las comunas más postergadas por un lado, y cubrir la mayoría de las comunas para prevenir la mortalidad evitable por el otro.<hr/>OBJECTIVES: To analyze differences in avoidable mortality among communes in Chile, using different indicators as an operational approach to estimating health inequalities. METHODS: Small area variation analysis in a sample of 117 of all 335 Chilean communes that existed in 1992. By using secondary data, we developed and compared some avoidable-mortality indicators, such as potential years of life lost (PYLL), avoidable mortality (AM) (based on background and criteria drawn from the literature), health care avoidable mortality (HCAMR), and life expectancy. A socioeconomic development index (SEDI) was also developed. The scope of the variation was estimated through the weighted variation coefficient, the Gini coefficient, the ratio between the values for the quintiles at both extremes of the SEDI distribution, and the ratio of the lowest SEDI quintile to the group of municipalities having a SEDI greater than 0.90 (optimal empirical reference value). The socioeconomic pattern of variations was examined through concentration curves and by comparing communal quintiles based on their SEDI. RESULTS: The various avoidable-mortality indicators used showed an inverse and statistically significant correlation with socioeconomic development, as well as with the profile of the various SEDI quintiles and with the majority of specific causes of avoidable mortality. The distribution profile of AM indicators among SEDI communal quintiles reflects the same tendency, along with most of the mortality from specific avoidable causes. The use of three reference values (the mean, the quintile with the greatest SEDI, and the optimal empirical reference value) makes it possible to measure gaps that could be avoided. The ratio of the lowest SEDI quintile to the empirical optimal reference value was 2.1 for AM, 2.0 for PYLL, 1.7 for infant mortality, and 1.5 for HCAMR. CONCLUSIONS: These results, which are consistent with those found in previous published sources, estimate the magnitude and pattern of variations among communes. The results also provide information, based on data for 1992, with which to start monitoring health inequalities among small geographic areas, which were communes in this particular case. Although interventions for promoting equity tend to focus exclusively on communes having lower socioeconomic development and higher rates of avoidable mortality, reducing the latter implies a two-pronged approach: prioritizing interventions targeting underprivileged communes so as to foster equity, while attempting to cover the majority of communes in an effort to prevent avoidable mortality.