Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
INTRODUCCIÓN
El concepto de interseccionalidad surge a mediados de los ochenta en los Estados Unidos como una crítica de las mujeres negras hacia el sesgo de clase media blanca no reconocido por parte de la teoría y la política feministas. El principal problema era de representación política, ya que el movimiento feminista con frecuencia ignoraba las diferencias intragrupo de las mujeres 1. Al mismo tiempo, las organizaciones antirracistas se conformaban alrededor de problemáticas e ideales implícitamente masculinos 2. Así, el concepto de interseccionalidad venía a “mediatizar la tensión” entre las diferencias dentro y entre los grupos sociales, y facilitar la comprensión de la raza, la clase y el género como estructuras interrelacionadas de opresión 1.
En las últimas décadas, la interseccionalidad ha estado en el centro de los debates feministas y de género 1. En Estados Unidos, Canadá y Europa, ha alcanzado un estatus hegemónico y se presenta como la teoría feminista: la mayor contribución teórica de los estudios de las mujeres hasta el momento 3. No encontramos tal hegemonía posicional en América Latina, donde numerosas feministas latinoamericanas argumentan que el concepto de interseccionalidad no les aporta nada nuevo y que históricamente se han visto obligadas a tomar en cuenta diferentes formas de opresión simultáneas e intersectadas para abordar sus experiencias poscoloniales 4.
Aun así, el significado de la interseccionalidad se encuentra en constante negociación, lo que ha llevado a numerosos autores a criticar la superficialidad con que se ha utilizado dicha noción, como una fórmula o una palabra de moda que se menciona sin un sentido concreto 5-8. La interseccionalidad se ha convertido en un éxito, precisamente porque no cumple con los requisitos de una teoría o concepción con contornos definidos 9. Más bien podríamos hablar de un enfoque o teoría crítica, con variados razonamientos presentes en sus estudios: un conjunto de supuestos que aún están siendo aplicados y probados por los investigadores en una innumerable variedad de contextos y disciplinas 10,6.
Como enfoque, ha sido definido como especialmente válido para estudiar las desigualdades que son interdependientes, en sus dimensiones entrelazadas a nivel histórico, micro y macro social, evitando las reducciones unidimensionales 4. La perspectiva interseccional examina la forma en que diferentes divisiones sociales se interrelacionan en términos de la producción de las relaciones sociales y en términos de la vida de las personas 11. Por lo tanto, el análisis interseccional abarca las interconexiones entre clase, género y otras divisiones sociales en dos niveles: considera los efectos de las estructuras de desigualdad en las vidas individuales, al tiempo que cuestiona las formas en que múltiples instituciones y procesos también están involucrados en las construcciones sociales de poder y privilegio 5.
En líneas generales, podríamos decir que el enfoque interseccional supone un carácter multidimensional, y que siempre debería tener en cuenta los enredos, las analogías y las simultaneidades entre varios ejes de estratificación 4. Es decir, va más allá de un simple reconocimiento de una multiplicidad de sistemas de opresión y postula su interacción en la producción y reproducción de las desigualdades sociales 5.
Así, el programa de investigación asociado a la interseccionalidad se extiende desde un análisis micro-social a las estructuras macro-sociales 5. Sin embargo, la mayor parte los estudios se han concentrado en el nivel micro para observar cómo diferentes opresiones interactúan en la formación de experiencias subjetivas -a menudo experiencias de discriminación-, cómo determinan el acceso a recursos y cómo se toman en cuenta en la construcción de identidades 1. Más recientemente, han emergido interesantes propuestas metodológicas para modelar la interseccionalidad en estudios cuantitativos. El objetivo de este artículo es contribuir a dichas discusiones teórico-metodológicas mediante el uso de la interseccionalidad para explicar las desigualdades en salud de la población de 18 años y más, residente en zonas urbanas de Argentina a través de regresiones logísticas. Específicamente, abordamos el efecto del sexo, la edad, la clase social y la región de residencia sobre la autopercepción del estado de salud y la existencia de limitaciones en la vida cotidiana asociadas a una enfermedad crónica diagnosticada1.
A continuación, abordamos algunos puntos de disenso y posicionamientos dentro del enfoque de la interseccionalidad, tanto teóricos como metodológicos, y de las consecuencias para la investigación en salud. Luego, describimos nuestra estrategia analítica y los datos utilizados, presentamos y discutimos los resultados y, por último, las conclusiones.
Dentro del enfoque interseccional: puntos de disenso y posicionamiento
Desafíos teóricos
Dada la vaguedad con que a menudo se ha utilizado la noción de interseccionalidad, algunos autores dentro de este enfoque hacen hincapié en la necesidad de un refinamiento teórico. Se destaca la importancia de alejarse de la interseccionalidad como un modelo aditivo de opresiones diferentes (por ejemplo, de género + de racialización + de clase) que se viven de forma simultánea 11. Este modelo es rechazado por ser demasiado mecanicista, ya que conceptualiza las experiencias de las personas como independientes y aditivas, y no como un todo significativo 15. Aportes más recientes tratan cada división social como constituida a través de la intersección con las demás: las experiencias de clase son siempre generizadas y racializadas, las experiencias de género son siempre racializadas y clasistas y así sucesivamente 10-11. A fines de integrar teórica y políticamente los diferentes enfoques de la desigualdad social, Anthias propone alejarse de las posiciones sociales como categorías fijas y permanentes; o sea, inequidades de naturaleza diferente que se intersectan al caracterizar a determinados individuos o grupos (por ejemplo, mujeres + inmigrantes peruanas + de clase trabajadora) y prestar mayor atención a cómo los procesos y prácticas sociales repercuten en posiciones que son socialmente producidas a través de su interacción 11. Para ello, debería revisarse la ontología de cada conjunto de relaciones sociales (de clase, de género, de raza, etc.) como basada en un sistema específico (el sistema productivo, el sistema político, el sistema cultural, etc.), y en cambio teorizar sobre una base única que incluya la totalidad de los dominios (la economía, la política, la sociedad civil, etc.) 5. La teoría interseccional es una forma de caracterizar al sistema de estratificación social en su conjunto 7; mientras que los estudios que asocian determinados tipos de desigualdades con determinadas instituciones o sistemas (por ejemplo, las clases sociales con la economía y el género con la familia), en la práctica no aplican un análisis interseccional sino que explican las contradicciones ‘secundarias’ o ‘extra’ de los grupos no dominantes dentro de un sistema o institución 16. En este sentido, no consideramos al género como una relación social aparte, que viene a ‘agravar’ las desigualdades de clase -u otras-. Tampoco consideramos a la interseccionalidad como una característica o propiedad de ciertas personas (por ejemplo, de las mujeres de clase trabajadora, como si los hombres de clase media no habitaran múltiples categorías sociales) 7. Consideramos que el género, la clase social, la edad y la etnia, entre otras, se co-constituyen en interacción, estructurando posiciones sociales complejas, también llamadas ‘translocaciones’ 11.
Desafíos metodológicos
Otros autores llaman la atención sobre la falta de discusión metodológica para estudiar la interseccionalidad. Se han favorecido las metodologías que se asumen como más aptas para abordar la complejidad (etnografía, deconstrucción, genealogía, etnometodología, estudio de caso, etc.); y se han rechazado los abordajes cuantitativos por considerarse simplistas o reduccionistas 3, o bien por cuestiones epistemológicas, equiparando directamente a la metodología cuantitativa con la epistemología positivista y a la cualitativa con el construccionismo social 6. Sin embargo, se necesita una amplia gama de metodologías para investigar el conjunto de cuestiones y temas de la interseccionalidad. Y resulta sumamente productivo desafiar a la investigación cuantitativa “desde adentro” 6.
McCall propone tres tipos de abordajes que se definen principalmente en términos de cómo entienden y usan las categorías de análisis para explorar la complejidad 3. El abordaje de la complejidad anticategórica [anticategorical complexity] se basa en la deconstrucción de las categorías analíticas en tanto ficciones sociales, ya que la vida social se considera demasiado compleja e irreducible a categorías fijas. El abordaje de la complejidad intracategórica [intracategorical complexity] es el que inauguró los estudios de la interseccionalidad. Busca identificar un grupo hasta el momento invisibilizado dentro de una categoría, para luego describir las diferentes y complejas experiencias comprendidas bajo dicha posición social. El abordaje de la complejidad intercategórica [intercategorical complexity, también referido como categorical approach] adopta provisionalmente las categorías analíticas existentes y las utiliza estratégicamente para explorar las relaciones de desigualdad entre grupos sociales. Aquí las relaciones de desigualdad entre los grupos sociales no se contemplan como factores antecedentes, contextuales, discursivos o ideológicos -como suele suceder en los otros dos abordajes-, sino como el foco del análisis mismo 3. Es decir, mientras que el análisis intracategórico se enfoca única e intensivamente sobre un grupo social como núcleo interseccional; el análisis intercategórico es comparativo entre múltiples grupos y contempla un proceso de síntesis de las relaciones de desigualdad entre los grupos definidos en el conjunto 3. Este abordaje, que analiza relaciones y procesos de desigualdad entre categorías, es necesaria y sistemáticamente comparativo 6.
Este tipo de análisis intercategorial es a menudo asociado negativamente con el positivismo, el empirismo o ambos 3. Por ejemplo, Bowleg argumenta que es prácticamente imposible dentro de una estrategia metodológica cuantitativa, postular preguntas de investigación que no sean inherentemente aditivas 15. Para dicha autora, la interdependencia, la multidimensionalidad y las relaciones mutuamente constitutivas -núcleo teórico de la interseccionalidad- son atributos que se contradicen con las suposiciones positivistas inherentes a los enfoques cuantitativos. Comparar poblaciones con características sociodemográficas diferentes no constituye un análisis interseccional, argumenta. Para llevarlo a cabo se necesitarían equipos interdisciplinarios que desarrollen investigación cualitativa y cuantitativa 15.
Desafíos dentro de la investigación en salud
Aunque reconocido como un importante marco teórico para la investigación en salud, la interseccionalidad ha sido incorporada principalmente en estudios cualitativos. Los enfoques para modelar la interseccionalidad en estudios cuantitativos todavía están emergiendo, con lo cual se ha producido un área de vacancia dentro de la literatura sobre determinantes sociales de la salud 10.
Las aplicaciones cuantitativas en salud se vieron ofuscadas por el predominio de conceptos matemáticos dentro de las teorías de la interseccionalidad 2. Aunque su uso fuera más metafórico que estrictamente matemático, esto ha generado confusiones entre los investigadores. Estudiar cómo interactúan multiplicativamente (en un sentido interseccional) dos o más ejes de desigualdad no implica necesariamente la utilización de una escala multiplicativa como modelo de interacción estadística 2.
Recientes investigaciones cuantitativas en salud contraponen modelos aditivos frente a modelos multiplicativos. Por ejemplo, Veenstra utiliza un modelo multiplicativo a partir de la inclusión de interacciones entre variables en modelos de regresiones logísticas binarias 10. Por su parte, Seng et al. trabajan con modelos aditivos a partir de regresiones lineales múltiples donde se incluyen distintos “niveles de interseccionalidad”, en diferentes pasos de la regresión 17. Los autores aclaran que no incluyen interacciones entre variables dentro de la regresión, dado que las mismas no resultan significativas.
Por otro lado, autores enmarcados dentro de la epidemiología social europea, han priorizado la realización de modelos de análisis multivariados por separado para hombres y mujeres (principalmente regresiones logísticas) 19-22. En términos de los modelos analíticos, se sostiene la importancia de esta modalidad ya que las “diferencias en los determinantes de la salud según sexo pueden evidenciarse, bien incluyendo en los modelos términos de interacción o bien realizando el análisis por separado. [Sin embargo] Dada la marcada estructuración por género de la sociedad, es posible que tuvieran que introducirse varios términos de interacción, lo que dificultaría la interpretación de los resultados. La solución más sencilla, siempre que hubiera poder estadístico suficiente, es realizar el análisis separado por sexo” (19: 152).
MATERIALES Y MÉTODOS
Teniendo en cuenta los desafíos teórico-metodológicos planteados por la literatura, en el presente artículo conceptualizamos a la interseccionalidad de forma multiplicativa, co-constitutiva y compleja. Es decir, coincidimos con quienes plantean lo difícil que resulta postular preguntas de investigación no aditivas, pero -como plantean McCall, Bauer et al. 3,2 - creemos que es ciertamente posible llevar a cabo análisis cuantitativos no aditivos que permitan elucidar los efectos multiplicativos e interseccionales de las posiciones sociales a través de las comparaciones entre múltiples grupos sociales.
Llevamos a cabo un análisis intercategorial dentro de una estrategia cuantitativa, explorando las diferencias y similitudes entre las posiciones interseccionales o ‘translocaciones’ que provienen del sexo con la clase social, la edad y la región de residencia. Nuestro interés por dichos efectos interseccionales se deriva de las siguientes proposiciones hipotéticas. La clase social y el género conllevan el acceso a más o menos recursos que contribuyen a cuidar la salud 23 y son una parte integral de las subjetividades de las personas e influyen poderosamente sobre sus acciones, actitudes y experiencias de cuidado 24-25. A su vez, se ha señalado que entre las mujeres se acentúan las desigualdades de clase, ya que las mujeres de clase trabajadora se encuentran en contextos de relaciones de género más asimétricas y son más afectadas por el doble rol asociado a la carga laboral y doméstica (“doble jornada de trabajo”) 26-27;14;24.
Por otro lado, los roles y las relaciones de género se modifican a lo largo del curso de vida. Los y las jóvenes tienden a construir prioridades diferentes a los adultos, a percibirse invulnerables en su vida cotidiana 28-29;25, y a consultar menos los servicios de salud 30;25. Por último, también nos preguntamos si la región de residencia da forma a las relaciones de género ya que la importancia y la manera en que éstas se conforman varían según el contexto social 6.
Para ello realizamos tablas bivariadas y regresiones logísticas utilizando un software estadístico para analizar la base de datos de la Encuesta de Utilización y Gastos en Servicios de Salud (EUGSS) realizada en 2010 por la Dirección de Estadísticas e Información en Salud (Ministerio de Salud de la Nación Argentina) y el Centro de Estudios de Opinión Pública (Universidad de Buenos Aires). Es la tercera vez que la EUGSS se realiza con el universo de toda la población residente en Argentina (las anteriores fueron en los años 2003 y 2005). La encuesta aborda un conjunto de dimensiones vinculadas con la salud-enfermedad-atención de la población, entre las que se destacan el estado de salud, la utilización y el gasto en servicios de salud y el consumo y gasto en medicamentos. La encuesta del 2010 se basó en una muestra probabilística estratificada multietápica (tres etapas). En la etapa final, una vez seleccionado el hogar a realizar la encuesta, en caso de existir más de un mayor, el encuestado se eligió aleatoriamente. Además, si en el hogar había menores de 18 años, también se seleccionó al azar a uno de ellos. La muestra quedó conformada por 3.128 casos (2.263 de 18 años y más y 865 menores de 18 años) 31. Sin embargo, cabe destacar que el universo de estudio de nuestra investigación está delimitado por la población adulta (18 años y más) de zonas urbanas de Argentina. Debido a este recorte poblacional, la base de datos quedó compuesta de 2.017 casos2.
Para examinar las desigualdades en la salud de la población, comenzamos realizando un análisis bivariado entre la clase social3, el grupo etario, el sexo y la región de residencia con dos indicadores de estado de salud: autopercepción general del estado de salud y existencia de limitaciones en la vida cotidiana por enfermedades crónicas4. El primer análisis nos sirve para comprobar la existencia estadísticamente significativa de la relación bivariada. A continuación, trabajamos con regresiones logísticas binarias, una herramienta que se utiliza para construir modelos de análisis multivariado, que permiten analizar la relación de varias variables independientes con una dependiente dicotómica. A partir de la regresión logística podemos saber cuál es el efecto de una variable independiente, una vez controlada el resto; o sea, nos puede decir cuál es el efecto neto que tiene el ser mujer sobre la autopercepción del estado de salud, una vez controlado un conjunto de otras variables (como la edad, la clase social y la región de residencia). Lo que no nos dice es si produce un efecto diferencial la combinación de, por ejemplo, ser mujer y pertenecer a la clase trabajadora no calificada. Por ello, en primer lugar, realizamos una regresión logística en la que analizamos el efecto de las cuatro variables independientes (sexo, clase social, grupo etario y región de residencia) sobre los indicadores de estado de salud. Desde un marco interseccional, estos resultados estadísticos se interpretan como “múltiples efectos principales” 34, indicando que tanto la clase social como el sexo, la edad y la región de residencia están relacionadas con la probabilidad de reportar una autopercepción positiva del estado de salud y con la probabilidad de diagnóstico de enfermedad crónica que haya limitado la realización de actividades cotidianas. Para finalizar repetimos la regresión logística, por un lado, para los hombres y, por el otro, para las mujeres. Aquí vemos cómo las posiciones interseccionales pueden reflejar una moderación o una exacerbación de una desventaja según el sexo 34. Entendemos que esta es una de las formas de analizar empíricamente lo desarrollado teóricamente sobre la interseccionalidad, ya que permite ver la forma en que los distintos determinantes de la salud tienen efectos diferenciales según el sexo 19;21-22 5.
RESULTADOS
Análisis descriptivo
En la primera columna de la tabla 1 observamos la relación entre tener una autopercepción del estado de salud excelente o muy buena con la posición de clase, el grupo etario, el sexo y la región de residencia de la población. Allí podemos ver que hay una clara relación entre la autopercepción del estado de salud y la clase social. Los mayores niveles de autopercepción de salud positiva (excelente y muy buena) se encuentran en la clase media propietaria, profesional y directiva (54,8%), seguida por la clase intermedia (41,0%), mientras los menores niveles se encuentran en la clase trabajadora calificada (30,6%) y semi y no calificada (28,1%). Con relación a la edad, vemos que disminuye el porcentaje de población que reporta un estado de salud positivo a medida que aumenta el grupo etario. Mientras que cerca de la mitad (49,6%) de la población de 18 a 29 años reporta tener un estado excelente o muy bueno, ese porcentaje desciende a uno de cada cinco (19,4%) entre quienes tienen 60 y más años. Entre el grupo más joven y la población de 30 a 44 años (48%) prácticamente no hay diferencias, que sí aparecen al pasar al grupo de 45 a 59 años (30,0%). La vinculación entre estas variables es esperable, debido a que a medida que aumenta la edad, aumenta la carga de morbilidad de la población.
Tabla 1 Porcentaje de población con autopercepción de la salud excelente o muy buena según clase social, grupo etario, sexo y región de residencia. Población de 18 años y más de zonas urbanas de Argentina en el año 2010. Datos en %.
Prueba chi2: **p<0,01, *p<0,05, +p>0,05.
(1) 136 encuestados no tuvieron nunca una ocupación por lo que no pudo clasificárselos en el esquema de clases. Los mismos no han sido incorporados en el análisis.
Fuente: Elaboración propia con base en la EUGSS 2010.
En cuanto al sexo, vemos que también está vinculado con la autopercepción de la salud. Coincidiendo con estudios previos realizados en el país 30;37, los hombres tienen mayores niveles de autopercepción positiva (38,5%) que las mujeres (33,8%). Si bien esta relación es más débil que la de los grupos etarios y la de la clase social, la misma es estadísticamente significativa trabajando con un 95% de confianza. Por último, vemos que la población residente en el Cuyo (40,2%), en la Patagonia (40%), en la región pampeana (37,9%) y en el Área Metropolitana de Buenos Aires (AMBA) (37,0%) es la que reporta mayores niveles de autopercepción positiva, mientras que los niveles más bajos se encuentran en el noroeste argentino (NOA) (25,5%) y el nordeste argentino (NEA) (31,3%).
Otro indicador relevado por la EUGSS 2010, que sirve para comprender el estado de salud de la población, es el diagnóstico médico de una enfermedad crónica. En este caso, vemos en la columna 2 de la tabla 1 que si bien es la clase propietaria, profesional y directiva la que en menor medida ha recibido este diagnóstico (53%), esta relación es leve y no es estadísticamente significativa. La región de residencia tampoco tiene una incidencia estadísticamente significativa, siendo la población del Cuyo la única que se diferencia levemente con un 49,6%. En cambio, con relación a la edad y el sexo, vemos que el indicador varía significativamente. El diagnóstico de alguna de esas enfermedades aumenta con la edad: alrededor de un tercio de los encuestados de los grupos etarios más jóvenes han recibido el diagnóstico de alguna de esas enfermedades (33,0% el grupo de 18 a 29 años y 38,1% el grupo de 30 a 44 años), frente a casi dos tercios del grupo etario de 45 a 59 años (63%) y a casi 9 de cada 10 del grupo de 60 años y más (85,3%). Por último, el 61,9% de las mujeres ha recibido el diagnóstico médico de alguna de enfermedad crónica, frente al 50,0% de los hombres.
Sin embargo, esta variable a la vez de ser un indicador de estado de salud de la población nos puede estar indicando el vínculo con el sistema médico o las percepciones diferenciales del cuerpo. Es decir, es más probable que a quienes tengan más contacto con el sistema médico se les indiquen una mayor cantidad de estudios preventivos y de esa forma tengan más posibilidades de detectar una enfermedad crónica. También es más probable que quienes posean mayores capacidades de reconocer y darle importancia a los síntomas de distintas enfermedades, tengan mayores posibilidades de concurrir a un médico y producto de dicho acceso se le diagnostique una enfermedad crónica. Por otro lado, los niveles de malestares y las imposibilidades que generan estas enfermedades crónicas en la vida cotidiana dependen en gran medida del acceso a especialistas dentro y fuera del sistema de salud formal, de la posibilidad de cumplir con sus recomendaciones, así como las desiguales condiciones de existencia de la población. Por ello es muy importante vincular el anterior indicador con las dificultades que dichas enfermedades generan en la vida cotidiana de los sujetos.
En la columna 3 de la tabla 1 se ve claramente que, entre quienes han recibido el diagnóstico de una enfermedad crónica, las personas de clase trabajadora no calificada son quienes en mayor medida han debido limitar sus actividades principales o de tiempo libre (48,8%), mientras que la población de la clase media profesional y directiva es la que en menor medida debió interrumpirlas (20,2%). En medio de los dos extremos se encuentra la clase media técnico-comercial-administrativa (33,9%) y la clase trabajadora calificada (38,0%).
Por su parte, las enfermedades limitan levemente más a las mujeres y a los grupos de edades extremas, aunque en el caso de la edad las diferencias no son estadísticamente significativas. Por último, la población residente en la región patagónica (22,6%), seguida por la residente en el AMBA (32,6%), es la que en menor medida ha limitado la realización de actividades cotidianas por enfermedades, mientras que las personas residentes en las regiones del NOA (49,1%), NEA (48,1%) y Cuyo (45,9%) son las que en mayor medida han limitado sus actividades.
Al combinar las dos variables anteriores (haber recibido el diagnóstico médico de una enfermedad crónica y las limitaciones generadas en la vida cotidiana por enfermedades crónicas), armamos un nuevo indicador: el diagnóstico de una enfermedad crónica que haya limitado la realización de las actividades principales o de tiempo libre durante el último año (columna 4 de la tabla 1). La categoría que se muestra en la columna 4 indica a la población que ha limitado sus actividades producto de una enfermedad crónica, y la categoría que permanece oculta representa tanto a la población que no tiene una enfermedad crónica como a la que sí tiene, pero no le ha significado una limitación6. Vemos que existe una fuerte relación de esta variable con la posición de clase, el grupo etario, el sexo y la región de residencia. Los sectores de clase trabajadora semi y no calificada son los que en mayor medida han limitado sus actividades por una enfermedad crónica (27,4%), seguidos por los de la clase trabajadora calificada (21,8%) y los de la clase intermedia (19,7%); mientras que los sectores de la clase media propietaria, profesional y directiva son lo que menos han limitado sus actividades (10,6%). Con relación al sexo, estas enfermedades han limitado en mayor medida las actividades de las mujeres (25,4%) que las de los hombres (17,0%). Además, las limitaciones producto de estas enfermedades aumentan con la edad. Comienzan a incrementarse con el grupo de 45 a 59 años (22%) y el de 60 años y más (35,4%), mientras que no hay diferencias entre el grupo de 18 a 29 años (13,4%) y el de 30 a 44 (12,9%). Por último, vemos que es la población residente en las regiones patagónica (12,6%) y del AMBA (18,3%) la que en menor medida ve restringida sus actividades debido a las enfermedades crónicas, y la del NOA (28,0%) y el NEA (26,0%) las que lo hacen en mayor medida. En el medio se encuentra la población residente en la región pampeana y del Cuyo (ambas con 23,0%).
Análisis multivariado diferencial por sexo
En el análisis descriptivo vimos que son las mujeres, las personas de clase trabajadora no calificada, de más edad y que residen en el norte argentino (NEA y NOA) quienes reportan peores indicadores de salud. A continuación, realizamos una regresión logística binaria, para determinar si cada una de las variables continúa teniendo efecto una vez controladas el resto de las variables. Adicionalmente, realizamos regresiones logísticas para hombres y para mujeres, que nos permiten ver si el resto de las variables independientes tienen efectos diferenciales según el sexo.
En la regresión logística que se muestra a continuación (tabla 2), vemos que, incorporando a las cuatro variables de forma conjunta, todas están estadísticamente relacionadas con la autopercepción del estado de salud. En cuanto a la clase social, una vez controlada el resto de las variables, se observa que la probabilidad de que los sectores de clase trabajadora no calificada reporten una autopercepción muy buena o excelente es 27,5% menor que los de la clase media propietaria, profesional y directiva. Por su parte, las mujeres tienen 6,4% menos probabilidades de reportar una salud positiva que los hombres, mientras que los residentes del norte (NEA y NOA) tienen 11,4% menos posibilidades que los residentes en el resto del país. Por último, vemos que las posibilidades de reportar un estado de la salud positivo descienden con la edad, aunque entre los dos grupos más jóvenes las diferencias no son significativas. Analizando lo que sucede entre los grupos etarios extremos, las probabilidades de la población de 60 años y más de reportar un estado de salud muy bueno o excelente son 29,7% menores que los de la población de 18 a 29 años.
Tabla 2 Regresión logística: promedio de efectos marginales (PEM), en puntos porcentuales, de factores que inciden en la probabilidad de reportar una autopercepción del estado de salud muy buena o excelente (1). Población de 18 años y más de zonas urbanas de Argentina en el año 2010.
Notas: (1) La autopercepción del estado de salud fue dicotomizada entre: 0= muy mala, mala, regular o buena y 1= excelente o muy buena. **p<0,01, *p<0,05, +p>0,05.
Fuente: Elaboración propia con base en la EUGSS 2010.
También en la tabla 2, mostramos lo que sucede cuando realizamos por separada la regresión para hombres y mujeres. Las desigualdades de clase en la autopercepción del estado de salud aumentan entre las mujeres y disminuyen entre los hombres. Al considerar la clase trabajadora no calificada, las probabilidades de las mujeres que ocupan esta posición de reportar un estado de salud muy bueno o excelente son 32,2% menores que las de clase media propietaria, profesional y directiva; mientras que entre los hombres esas probabilidades son 21,9% menores. Con relación a las diferencias etarias, observamos que también tienden a ser mayores entre las mujeres que entre los hombres. En cambio, las diferencias según el lugar de residencia son levemente mayores entre los hombres que entre las mujeres.
En la tabla 3 realizamos una regresión logística similar, pero para la presencia de limitaciones en la vida cotidiana debido a una enfermedad crónica diagnosticada. Nuevamente vemos que todas las variables independientes están estadísticamente relacionadas con la dependiente. Con relación a la clase vemos que, una vez controladas el resto de las variables, a medida que se desciende de posición aumentan las posibilidades de haber tenido limitaciones por una enfermedad crónica. Los miembros de la clase trabajadora no calificada tienen 16,9% más probabilidades que los de la clase media propietaria, profesional y directiva de haber tenido limitaciones para realizar actividades durante el último año debido a una enfermedad crónica. Las mujeres tienen 7,9% más probabilidades que los hombres, mientras que los residentes del NEA y del NOA tienen 9,3% más que los residentes en el resto del país. Por último, no hay diferencias estadísticamente significativas entre los dos grupos etarios más jóvenes, pero sí las hay entre el grupo de 18 a 29 con relación a la población de 45 a 59 (9,3% más probabilidades) y con la de 60 y más (22,3% más probabilidades).
Tabla 3 Regresión logística: promedio de efectos marginales (PEM), en puntos porcentuales, de factores que inciden en la probabilidad de diagnóstico de enfermedad crónica que haya limitado la realización de las actividades (1). Población de 18 años y más de zonas urbanas de Argentina en el año 2010.
Notas: (1) 0=No tener limitaciones en actividad principal o tiempo libre durante el último año debido a enfermedad crónica diagnosticada por médico; 1= sí tener limitaciones por esos motivos **p<0,01, *p<0,05, + p>0,05.
Fuente: Elaboración propia con base en la EUGSS 2010.
En la tabla 3 también mostramos lo que sucede al realizar la regresión logística para hombres por un lado y para mujeres por el otro. Al igual que con la autopercepción del estado de salud, las desigualdades de clase tienden a acrecentarse entre las mujeres y a disminuir entre los hombres. De hecho, entre los hombres las diferencias significativas aparecen sólo cuando se compara a la clase trabajadora no calificada con la clase media propietaria, profesional y directiva, mientras que para las mujeres las diferencias son significativas para todas las posiciones cuando se las comparan con la clase media propietaria, profesional y directiva. Por otro lado, las diferencias geográficas y etarias son similares entre ambos sexos. Sin embargo, las diferencias por región de residencia sólo son significativas en los hombres y no en las mujeres.
DISCUSIÓN
Los resultados de esta investigación muestran que existen mayores probabilidades de reportar una autopercepción positiva del estado de salud entre los hombres, las personas de clase media propietaria, profesional y directiva, las personas más jóvenes y quienes no residen en el NOA o el NEA -o sea, las regiones más pobres y con peores indicadores objetivos de salud en Argentina 38-. Con relación al sexo, cabe destacar que las diferencias podrían deberse a la menor carga de morbilidad que soportan los hombres, pero también a que los roles de género son mediadores sociales, culturales y económicos de la experiencia de los sujetos en la sociedad 39;30. Debido a la socialización de género y el rol que ocupan como ‘cuidadoras’ de la salud, las mujeres están más familiarizadas con el reconocimiento de síntomas y malestares, mientras que los hombres tienden a ver la enfermedad como símbolo de debilidad 40. Ello podría llevar a las mujeres a reportar peores estados de salud que los hombres. Asimismo, vemos que el peor estado de salud entre las mujeres con relación a los hombres no se reparte de forma homogénea entre las distintas clases sociales, grupos etarios y regiones. Podemos decir que las diferencias de clase y etarias en la autopercepción del estado de salud tienden a atenuarse entre los hombres y a intensificarse entre las mujeres; mientras que las diferencias regionales son levemente más importantes entre los hombres.
Por otro lado, también observamos que la población que más ha visto limitadas sus actividades por una enfermedad crónica diagnosticada es la de clase trabajadora, las mujeres, la población del NEA y del NOA y de mayor edad. La mayor limitación que las enfermedades crónicas generan en la población de la clase trabajadora (principalmente en la no calificada) puede ser explicada por dos motivos complementarios. Por un lado, puede deberse a que el diagnóstico médico aparezca cuando la enfermedad está en un grado más avanzado e incapacitante, ya que está demostrado que esta población tiene mayores dificultades para reconocer y darle importancia a los síntomas 41;39. Esto es así ya que debido a las características del trabajo manual realizan con mayor frecuencia un uso ‘intensivo’ del cuerpo 42. Por otro lado, puede deberse a que esta población cuenta con una menor capacidad de movilizar recursos para lidiar y afrontar las enfermedades 43.
Sin embargo, cuando observamos el efecto de los distintos factores por separado para hombres y mujeres, vemos que las desigualdades de clase se reducen entre los hombres mientras que se acrecientan entre las mujeres. Con relación a la edad y la región de residencia, estas diferencias son similares tanto para hombres como para mujeres.
Los resultados parecen aportar evidencias de que entre los sectores medios, las mujeres disponen de mayores mecanismos para disminuir las asimetrías de género en salud, mientras que entre los sectores populares las disparidades tienden a ser más importantes 44. Uno de los motivos por los cuales disminuyen las diferencias de género en los sectores medios es que en estos sectores tanto hombres como mujeres han adoptado la “nueva cultura de la salud” 45. Con relación a la atención hacia el cuidado de la salud, los hombres de sectores medios en Buenos Aires han comenzado a mostrar formas de actuar el género que expresarían “masculinidades en transición” 25. Por otro lado, la “doble jornada de trabajo” (en el ámbito laboral y en la reproducción de la unidad doméstica) cobra más fuerza en la clase trabajadora. Diversos estudios han demostrado que la sobrecarga asociada a este doble rol impacta sobre la disponibilidad de tiempo libre, en las relaciones familiares y sociales, en la salud y otros aspectos que afectan a la calidad de vida de las mujeres (principalmente a las pertenecientes a las clases trabajadoras) 26-27;14;24. El doble rol se ve atenuado para las mujeres mejor posicionadas en la estructura social principalmente debido a que éstas pueden obtener “ayuda contratada” 46, pero también porque suelen estar inmersas en relaciones de género menos asimétricas en la distribución de roles dentro del hogar (además de tener trabajos mejor rentados y de menor desgaste físico) 47. En Argentina, en los sectores medios es más equitativa la división del trabajo doméstico 48-49. Puede observarse que las horas dedicadas a realizar cuidados informales entre quienes tienen mayor nivel educativo y ocupaciones no manuales, aumentan para los hombres y disminuyen para las mujeres 50.
Los resultados también muestran que, si bien las mujeres tienden a reportar peores estados de salud que los hombres, estas diferencias por sexo aparecen más notablemente a medida que se incrementa la edad. Esto podría deberse a la acumulación a lo largo de la trayectoria de vida de las desventajas que sufren las mujeres en el mercado de trabajo y en la división de tareas en el hogar. En cuanto a la región de residencia, podríamos interpretar que se trata de una variable de nivel estructural que afecta de manera similar tanto a las mujeres como a los hombres.
En términos de la interseccionalidad, los matices encontrados en los estados de salud reportados por las mujeres y los hombres muestran cómo el sexo, la posición de clase social, la edad y la región de residencia co-constituyen las desigualdades sociales en salud. Este análisis evidencia la utilidad de seguir las sugerencias de la epidemiología social europea sobre realizar regresiones logísticas diferenciadas por sexo. Asimismo, cabe señalar que esta estrategia analítica tiene sus desventajas. Destacamos que este modelo de análisis no incorpora el efecto del sexo y su interacción con las distintas variables en la regresión, lo que puede impactar en la bondad de ajuste del modelo. Además, no permite ver la interacción de otras variables entre sí que pueden tener un interés teórico importante. Por ejemplo, con este análisis no podemos ver si las desigualdades en salud entre los distintos grupos etarios son constantes entre las distintas clases sociales o se hacen más intensas en algunas de ellas.
Existen también otras técnicas analíticas no seguidas en el artículo que nos proponemos explorar a futuro. Una es incorporar la interacción entre dos variables teóricamente relevantes en cuanto a la interacción (por ejemplo, la clase social y el sexo) dentro de la regresión logística general 17. Esta opción permite aumentar la bondad de ajuste del modelo, ya que incluye a las interacciones en el modelo. Sin embargo, tiene la limitación de privilegiar el análisis de sólo alguna/s de las interacciones posibles. Otra opción es realizar múltiples regresiones logísticas, que analicen las distintas interacciones entre las variables independientes con la variable dependiente 10. Esta opción tiene la ventaja de señalar en qué caso las interacciones entre las variables independientes son significativas con relación a la variable dependiente. Luego se puede incluir las interacciones significativas en la regresión logística general. El problema con esta opción puede ser la dificultad en la interpretación de los resultados en una regresión logística en la que se introducen múltiples interacciones 19. En cualquier caso, el uso de interacciones estadísticas entre categorías sociales no implica per se un análisis interseccional; siempre es necesario considerar los mecanismos y procesos de poder y desigualdad subyacentes a las interacciones 34. Esto último lo hemos logrado hacer aquí a través de las regresiones logísticas diferenciales por sexo.
CONCLUSIONES
Al retomar las discusiones teórico-metodológicas sobre el estudio de la interseccionalidad, y también las existentes sobre los determinantes sociales de la salud, podemos concluir que los análisis bivariados y las regresiones logísticas en las que incluimos de forma conjunta a hombres y mujeres permitieron ver desigualdades en el estado de salud de la población según sexo, grupo etario, clase social y región de residencia. A su vez, nos gustaría destacar la importancia de incorporar las recomendaciones de autores enmarcados en la epidemiología social europea sobre realizar análisis diferenciales para hombres y mujeres. Distintos antecedentes en Argentina que han analizado las desigualdades en el estado de salud de la población 37;51-52 utilizan al sexo sólo como una variable independiente, sin preocuparse por la interacción que tiene el sexo con otros anclajes sociales como la clase social, la edad y la región de residencia. Al no analizase la forma en que el sexo se combina con otros estratificadores sociales, se produce la limitación de tratar a los hombres y mujeres como grupos homogéneos, mientras que su estado de salud y sus prácticas varían sustancialmente según su ciclo de vida, clase social, etnia y orientación sexual, pero también según la existencia de enfermedades crónicas o impedimentos físicos 53;25;40, la interpretación de antecedentes familiares y percepción de vulnerabilidad en los distintos momentos del ciclo vital 25.
En este sentido, el análisis interseccional propuesto busca abordar tanto la diversidad dentro una posición interseccional como las características en común con otras posiciones 53. Al controlar cómo el sexo se combina con otros estratificadores, pudimos obtener resultados más refinados, que discutimos más arriba. En términos de interseccionalidad, podríamos concluir en que estas diferentes translocaciones en la estructura social proporcionan diversos grados de acceso a la promoción de la salud y de exposición a riesgos para la salud 34; también diferentes percepciones y actitudes sobre el estado de la salud. Estas diferencias no se explican por el sexo ni por la clase ni por la edad o la región de residencia, sino por su interacción. Las relaciones laborales, la distribución de las tareas domésticas y de cuidado, la socialización de género y otros factores nos ayudan describir las desigualdades de clase en salud, pero también las desigualdades por sexo, etarias y regionales en salud y la co-constitución entre dichas categorías.
Resaltamos también que en nuestro análisis no hemos incorporado a la interacción del sexo con otras variables dentro de la regresión logística general. Tampoco los efectos multiplicativos entre otras variables independientes (por ejemplo, clase social y grupo etario). En futuras aproximaciones al tema, nos proponemos seguir esta estrategia analítica recomendada por Bauer 2. Mientras que el modelo de análisis seguido tiene las restricciones mencionadas (menor bondad de ajuste del modelo e imposibilidad de analizar otras interseccionalidades), la propuesta de Bauer tiene el inconveniente de que la introducción de varios términos de interacción puede dificultar la interpretación de los resultados 20.
Por último, destacamos que existe la posibilidad de triangular los resultados cuantitativos con datos cualitativos para potenciar observaciones más ricas. Éstas nos permitirían comprender los resultados sobre los niveles de autopercepción de la salud y las limitaciones en la vida cotidiana poniéndolos en relación con otros elementos contextuales como, por ejemplo, las condiciones habitacionales, socioeconómicas y ambientales en las que viven las personas, sus vivencias pasadas, sus concepciones sobre la salud, sus prácticas de autocuidado y automedicación, sus cargas laborales, domésticas y de cuidado, entre otros factores.
