Mapa revela dónde se concentra la doble malnutrición en Argentina
Un grupo de investigadores de la Facultad de Ciencias Exactas y Naturales de la UBA elaboró el primer mapa detallado de la Argentina que muestra cómo se distribuye la denominada “doble carga de la malnutrición”, un fenómeno que combina sobrepeso y retraso del crecimiento en niños y niñas menores de cinco años.
El trabajo fue publicado en una revista científica especializada y permite observar con precisión territorial cuáles son las regiones más afectadas por este problema. Según el estudio, los departamentos con mayores niveles se encuentran principalmente en el suroeste de la Patagonia y también en distintas zonas del centro y norte del país.
La investigación tomó datos antropométricos, como peso y talla, de casi un millón de niños y niñas atendidos en más de siete mil centros de salud públicos de todo el territorio nacional.
Gerardo Cueto, investigador del CONICET y responsable del Grupo de Bioestadística Aplicada de Exactas UBA, explicó que el objetivo fue identificar las desigualdades territoriales en la población infantil más vulnerable.
Para el análisis se construyeron modelos matemáticos específicos que permitieron generar un mapa de baja talla y otro de sobrepeso. Posteriormente, los especialistas integraron ambas variables mediante modelos espaciales conjuntos para detectar patrones comunes relacionados con factores sociales, ambientales y estructurales.
Según señalaron los investigadores, este tipo de herramientas permite orientar políticas públicas y estrategias sanitarias basadas en evidencia concreta.
La doble carga de la malnutrición es un concepto que comenzó a utilizarse a principios de este siglo y describe la convivencia entre distintas formas de malnutrición, como desnutrición, déficit nutricional y exceso de peso. Se trata de un fenómeno que afecta especialmente a países de ingresos bajos y medios y que puede tener consecuencias sobre el desarrollo físico y cognitivo.
La próxima etapa del estudio buscará identificar las causas que expliquen por qué algunas regiones presentan una mayor concentración de estos indicadores.