Income inequality and mortality in U.S. States, 1990-2000

Abstract
The study tries to determine whether (1) the relationship between income inequality and age-adjusted death rates changes in the Unites States Between 1990 and 2000 and whether (2) income inequality has an independent effect on states\' age-adjusted death rates when per capita income, educational attainment, race, and population residence are statistical controlled. Multiple regression analysis weighted by state population estimates age-adjusted death rates of 50 states an d de District of Columbia for the years 1989-1990 and 1999-2000. The Gini coefficient for households is the measure of income inequality employed. In contrast to the years 1989-1990, the analysis finds no statistically significant relationship between income inequality and age adjusted death rates or the years 1999-2000. The finding remains the same when socioeconomic and demographic confounders are statistically controlled. Income inequality does not appear to be an independent determinant of population health in the U.S. Variation in state populations\' educational attainment, racial composition, population residence and per capita income are sufficient to account for income inequality effects when present.

Key words
Desigualdad en el ingreso, tasa de mortalidad, estados, EE.UU.

Artículo completo

Introducción
El concepto de que las condiciones socioeconómicas de menores recursos se asocian con mayor tasa de mortalidad y expectativa de vida más corta está ampliamente aceptado en salud pública [1]. Pero en la actualidad, se discute si la distribución no equitativa del ingreso o, lo que es lo mismo, la desigualdad en el ingreso, es o no un determinante adicional de la salud [2-11].

Los efectos de la distribución del ingreso sobre la salud han sido examinados en todo el mundo [3,12-18]. Estos aparentan ser más pronunciados en los EE.UU., donde han sido observados en estudios de áreas metropolitanas y estaduales [19-21]. En estos trabajos, la medida de la dispersión del ingreso tiende a ser mejor factor de predicción de la tasa de mortalidad que las mediciones tradicionales como el ingreso doméstico mediano, o salario familiar mediano, o el ingreso per cápita. Por ejemplo, Lynch et al. [21] establecieron que la desigualdad en el ingreso cobra tantas vidas como el cáncer de pulmón, la diabetes, los accidentes de tránsito, la infección por HIV, el suicidio y los homicidios juntos. Sin embargo, en estudios más recientes realizados en EE.UU., los efectos de la desigualdad en los ingresos no se detectaron o resultaron insignificantes [5,7,22].

El propósito de este trabajo es doble. Primero, compararé la relación desigualdad en el ingreso y mortalidad entre el año 1990 y el 2000. Segundo, examinaré si los factores socioeconómicos y demográficos explican esa relación en caso de estar presente. El estudio presentará datos del censo de EE.UU. del año 2000. El análisis es oportuno, ya que la desigualdad en los ingresos ha alcanzado aparentemente su nivel más alto desde que la Oficina de Censos de EE.UU. comenzó a informar este tipo de mediciones en 1967 [23,24].

Cuatro interpretaciones [1]
Las razones para la relación inversa entre desigualdad en el ingreso y salud son variadas. Sobre este punto se han aventurado cuatro explicaciones. Wilkinson [15,16] cree que la desigualdad en el ingreso produce estrés psicosocial en los individuos que están ubicados en el límite más bajo de la escala socioeconómica. El estrés permanente debido al estado de carencia conduce a deterioro de la salud y a mayor mortalidad con el tiempo. El hecho de que el ingreso familiar medio o el ingreso doméstico per cápita no pueda explicar la relación ha sido propuesto como indicio de que "el ingreso relativo", o desigualdad en el ingreso, es más importante que el ingreso absoluto para la salud humana y la longevidad. Esta desigualdad parece ser un determinante psicosocial de la salud que potencia y supera otros efectos tradicionales de la posición socioeconómica.

Las nuevas interpretaciones de las condiciones materiales aseguran que la desigualdad en el ingreso refleja las formas tanto individuales como comunitarias de pobreza absoluta. Lynch y col. [25] sostienen que los individuos más pobres experimentan una gran carencia de recursos a lo largo de sus vidas y además problemas de salud desproporcionadamente difíciles. Ellos viven en comunidades carenciadas caracterizadas por "la baja inversión" en infraestructura social y física. Ambas formas de pobreza producen un desgaste natural acumulativo. La experiencia agota la salud más rápidamente, lo que se traduce en tasas de mortalidad mayores para los individuos de los estratos socioeconómicos bajos. El efecto total es que las sociedades con mayor desigualdad experimentarán mayor mortalidad de la que deberían si las situación fuera diferente. De acuerdo a Lynch y col., las condiciones materiales, definidas sólo vagamente, serían suficientes para explicar la relación entre desigualdad en el ingreso y mortalidad. Desde esta perspectiva, la desigualdad en el ingreso no sería un efecto independiente, sino que reflejaría los correlatos de la desigualdad en los ingresos (pobreza, bajos niveles de educación formal, falta de acceso a la atención de la salud, desempleo, degradación medioambiental, etc.)

Kawachi\'s y col [26,27] centran su interpretación más en las interacciones sociales y en los aspectos de la desigualdad del ingreso que debilitan a la comunidad. Se cree que la desigualdad creciente en los ingresos, conduce a una mayor distancia entre los miembros de la comunidad visiblemente separados por su ingreso y su nivel social. La mayor separación fomenta sentimientos de aislamiento, exclusión y desconfianza entre los miembros de la comunidad. La desigualdad en el ingreso podría conducir también a una menor participación en asociaciones voluntarias, y generalmente contribuye a una menor cohesión social, especialmente entre los miembros más pobres. La menor cohesión social lleva a un estado de salud peor, tanto físico como mental. La interpretación de Kawachi y col expone los efectos del contexto independientes que interactúan a nivel global. Se admiten los efectos de la posición socioeconómica que actúan a un nivel individual de análisis. Sin embargo, el objetivo de la mayor parte de su trabajo, es el aislamiento de los efectos contextuales.

Gravelle y col. [28,29] proponen lo que podría llamarse una hipótesis básica. La relación inversa entre distribución del ingreso y las mediciones en salud halladas en estudios ecológicos, podrían ser el resultado de utilizar datos globales. Él demuestra matemáticamente que una fuerte relación convexa entre el ingreso de los individuos y su probabilidad de morir producirá una relación directa entre las medidas de concentración del ingreso y las tasas de mortalidad a nivel global. De acuerdo con Gravelle, no se debe atribuir ningún significado extra a los efectos encontrados en los estudios ecológicos.

Indicios recientes
Estudios recientes trataron de determinar si el efecto de la desigualdad en el ingreso persiste luego de haber realizado el control según variables de confusión razonables. Los análisis han producido resultados no concluyentes. El estudio de Kahn y col. [27], sobre 8 060 mujeres, mostró que las entrevistadas pobres de los estados con mayor desigualdad en los ingresos presentaban mayores síntomas de depresión y un estado físico menos saludable que las pertenecientes a los estados con distribución más equitativa. Sin embargo, en una encuesta telefónica representativa de hogares a nivel nacional que involucró a 9 585 adultos, Sturm y Gresenz [7] no pudieron detectar asociaciones entre alteraciones depresivas y de ansiedad y desigualdad en los ingresos en ninguna de las 60 áreas metropolitanas norteamericanas involucradas. La desigualdad en el ingreso y la apreciación personal de la propia salud general estuvieron directamente relacionadas, pero la relación desapareció cuando se realizó el control estadístico según las características socioeconómicas y demográficas del individuo

En un estudio prospectivo de múltiples niveles de los participantes en la Encuesta Nacional de Salud, Lochner y col. [30] hallaron 12% más de riesgo de mortalidad individual en los estados con mayores diferencias en la distribución del ingreso, luego de ajustadas las series por factores personales. Los autores concluyeron que la persistencia a nivel estatal del efecto de la desigualdad del ingreso, en los EE.UU., sugiere que el efecto de la distribución del ingreso a nivel global podría ser importante para la longevidad y la salud. El efecto de esa desigualdad global fue "modesto" cuando se lo comparó con el efecto más potente de la desigualdad a nivel familiar.

Blakely y col. [31], al examinar la percepción de la salud de los entrevistados por la Encuesta Actual de Población (EAP) de 1996 y 1998, encontraron que los entrevistados que vivían en las áreas metropolitanas de los estados con mayor desigualdad en la distribución de los ingresos tenían 20% más de probabilidades de informar que su salud era peor o aceptable, que aquellos que habitaban en estados con menor desigualdad. El estudio determinó género, edad, raza e ingreso familiar de los entrevistados. El efecto de la desigualdad fue dividido a la mitad cuando los autores determinaron el nivel de ingresos familiares globales en el área metropolitana. El efecto de la desigualdad del ingreso fue sustancialmente más fuerte en el área rural que en la metropolitana, un hallazgo contrario a lo esperado, ya que la desigualdad en los ingresos es más típica de las áreas urbanas que de las rurales.

Dos estudios ecológicos analizaron si la desigualdad en el ingreso representa los efectos de otros factores socioeconómicos y demográficos como ingreso, educación y raza, que probadamente influyen sobre la longevidad y la salud. El análisis de Muller [7] indica que la variación en el nivel educativo entre la población de los EE.UU., específicamente la falta de educación media, explica el efecto de la desigualdad en el ingreso observada en el país durante el período 1989-90. El análisis combinado, transversal y más abarcativo de Deaton y Lubotsky [5]sobre los datos de las ciudades y los estados (1980 y 1990 combinados) muestra que el efecto en la desigualdad en los ingresos desaparece cuando la raza y el nivel de educación se controlan como variables, siendo la raza la más importante. El análisis de Mellor y Milyo [22]de los datos de la EAP (1995-1999), que incluyó el nivel estatal y el individual encontró resultados similares. El análisis relacionó la salud percibida (aceptable y mala) con una serie de potenciales factores confusión individuales (grado de educación, cobertura médica, raza, tamaño familiar, estado civil) y no pudo hallar efectos inmediatos o mediatos luego de tres décadas. El efecto de la desigualdad del ingreso a nivel estatal desapareció cuando el análisis incluyó variables ficticias específicas para representar los factores de confusión invariables en el tiempo (por ejemplo, factores del estilo de vida: cigarrillo, alcohol, dieta, riesgo laboral, acceso y efectividad de la atención médica).

Wolfson y col[32] probaron de manera directa la hipótesis de Gravelle sobre las variables globales mediante la suma de los ingresos individuales domésticos a nivel estatal. Ellos compararon la regresión en función del ingreso global otra dependiente de datos reales y apenas pudieron explicar algo menos de la mitad de los efectos de la desigualdad del ingreso observados. El inteligente experimento de simulación sugiere que otros factores, además del ingreso individual, podrían explicar los efectos de la distribución del ingreso. Laporte [33] demostró empíricamente que los índices de desigualdad en los ingresos individuales recogen los efectos de los ingresos absolutos que actúan en el nivel más bajo de la distribución del ingreso, por ejemplo, pobreza. Ella concluye que el significativo efecto de la distribución del ingreso en los estudios ecológicos podría constituir sólo un débil sustento para la hipótesis del "ingreso relativo". La reciente refutación de Gravelle y col. [29] al estudio original de Rodgers [12] no apoya la conclusión de que la desigualdad del ingreso es un determinante independiente de la longevidad. Él no encuentra una relación estadísticamente significativa entre el coeficiente de Gini y la expectativa de vida del hombre al nacer, en 10 especificaciones alternativas de un modelo.

Los recientes resultados empíricos respecto del efecto de la desigualdad de los ingresos sobre la salud se mezclan con el diseño del estudio empleado y parecen depender él. Grandes estudios multinivel indican que el efecto de la desigualdad del ingreso podría existir, pero que sus efectos están sustancialmente reducidos cuando las características del nivel individual están estadísticamente controladas. La magnitud de este efecto depende ampliamente de si se realiza el ajuste según otras características socioeconómicas además de los ingresos individuales.

Datos y métodos
El estudio se basa en un análisis transversal de las estadísticas vitales y estatales del Censo de EE.UU. para los períodos 1989-1990 y 1999-2000. Los datos estatales pertenecen a la parte continental de los EE.UU. y al distrito de Columbia (n = 51). Debido a que los límites superior e inferior para valorar las respuestas en cuanto a los ingresos domésticos cambiaron a lo largo de los años que duró el censo, los coeficientes de Gini no son comparables a lo largo de todo ese tiempo, y los datos se analizan por separado para cada período.

La tasa de mortalidad ajustada a la edad incluidas todas las causas de muerte es la principal variable dependiente del análisis. Los datos de la mortalidad fueron combinados por períodos de dos años a fin de que las tasas de mortalidad fueran más confiables en los estados más pequeños. Las tasas de mortalidad de 1999-2000 están basadas en la 10° edición de la Clasificación Internacional de Enfermedades (CIE), mientras que las de 1989-1990 pertenecen a la 9° edición; pero las tasas totales de mortalidad no se ven afectadas por los cambios en la edición de CIE utilizada. La herramienta de extracción de datos "Wonder" del Centro de Control de Enfermedades (CDC) [34] estandarizó las tasas de mortalidad por método directo utilizando la distribución etaria de los EE.UU. en el 2000 como patrón de población para ambos períodos.

El coeficiente de Gini para el nivel doméstico es la variable independiente de mayor interés. Esta mide la diferencia entre las áreas debajo de la verdadera distribución acumulativa de ingresos, la curva Lorenz, y otra hipotética que indica equidad de ingresos. Las tasas oscilan entre 0 y 1, y las proporciones más altas corresponden a mayor desigualdad [12,35]. Un valor de 0 indica que cada hogar obtiene el mismo monto de ingresos, mientras un valor de 1 indica que solo un hogar gana todo el ingreso. Dado que los coeficientes de Gini estado–específicos no han sido publicados por la Oficina de Censos de EE.UU., el índice debió ser calculado del grupo de datos contenidos en el formulario 2000 SF-3, accesible vía American Fact Finder (Buscador de Hechos Norteamericano) [36]. El apéndice A describe el cálculo del coeficiente de Gini y los procedimientos de prueba.

El efecto de la desigualdad del ingreso sobre las tasas de mortalidad estatal será evaluado determinando las diferencias en las características demográficas y socioeconómicas de la población estatal. El análisis incluye el ingreso per cápita, el nivel educativo, la raza y el lugar de residencia como variables de control.

La variable "ingreso per capita" es un logaritmo natural modificado, dado que el cambio en una unidad del valor mayor de ingresos se estima menos beneficioso que el mismo cambio en los niveles más bajos de ingresos. Debido a que la entrevista de censo de EE.UU. indaga sobre el ingreso del año anterior, las variables de ingresos pertenecen al año calendario 1989 y 1999 respectivamente.

El nivel educativo se midió a través de dos variables etarias específicas: el porcentaje de personas de 25 años o más sin un título de escuela media, y el porcentaje de personas de 25 años o más que informaron haber obtenido un título de bachiller o uno más avanzado. La composición racial de la población es medida por dos variables: el porcentaje de afroamericanos y porcentaje de asiáticos. Todas las medidas pertenecen al censo de 1990 o al 2000, con excepción de las variables de ingreso, que pertenecen a los ingresos domésticos de 1989 y 1999 respectivamente. La variables son parte del Archivo 3 del Resumen del Censo [36].

Las tasas de mortalidad son analizadas por regresión lineal múltiple. La fórmula general del modelo de regresión fue la siguiente:

Y = b₀ + Σb_iX_i + e

donde:
       Y = tasa de mortalidad ajustada a la edad;
       b₀ = ordenada en el origen;
       X_i = variable independiente i;
       e = error aleatorio;

Las poblaciones estatales de 1990 y de 2000 sirvieron para ponderar las estimaciones de regresión. Así se asegura que las estimaciones de la regresión reflejan el riesgo real de la población; además, otorgan mayor peso a los estados con tasas de mortalidad estadísticamente confiables. Todos los modelos de regresión fueron estimados con el paquete STATISTICA para Windows[37].

Hallazgos
Desde 1967 al 2002 la desigualdad en el ingreso doméstico en los EE.UU. se elevó en 21%, esto es medido según la razón de los percentilos 90°/10° de los ingresos y los promedios móviles de tres años. La mayoría del aumento de esta desigualdad ocurrió en 1980. Las dos medidas de desigualdad del ingreso están positivamente relacionadas (r = 0.62, para el período de 1967-1992) luego de haber anulado la tendencia de las series de tiempo. En 1993, el incremento sustancial en el valor del coeficiente de Gini se debió en parte a una nueva clasificación de las preguntas sobre el ingreso doméstico y a otros ajustes de las encuestas a principios de ese año [23]. Así como la desigualdad en el ingreso aumentó en los EE.UU., la tasa de mortalidad ajustada por edad disminuyó alrededor de un tercio.

Figura 1.

Sources: Jones and Weinberg [23]; CPS, Income in the U.S.: 2002, Tables: A-3, A-4;
NVSR, Vol. 52(3) 2003: Table 1[39]
NVSR, Vol. 49(9) 2001: Table 1[43]

La figura 2 muestra un diagrama de las tasas de mortalidad estatal ajustadas por edad según la medición de la desigualdad de los ingresos en EE.UU. para el período 1999-2000. El área que contiene las burbujas corresponde a la medida de la población de cada estado. No existe una correlación significativa (r = 0.02; p = 0.89) entre tasas de mortalidad ajustadas por edad y los coeficientes de Gini aplicados a nivel doméstico en 1999-2000. La medida de la burbuja revela la razón técnica de este inesperado hallazgo. Las tasas de mortalidad de los 13 estados con mayor población de los EE.UU. [2] remarcadas en verde están correlacionadas de forma inversa con los coeficientes de Gini (r = 0.66; p < 0.05) mientras que las tasas de mortalidad de los restantes 38 estados menos populosos están relacionadas de forma directa con el mismo coeficiente (r= 0.67; p < 0.01). Debido a que el 64% de la población de los EE.UU. reside dentro de los 13 estados, las regresiones de población ponderadas, no demuestran ninguna relación global.

Figura 2.

En contraste, la figura 3 exhibe una moderada, directa y bien conocida relación (r = 0.49; p=.01) entre desigualdad en el ingreso y tasa de mortalidad ajustada a la edad para los años 1989-90. La fuerza de esta relación refleja extensamente la asociación fuertemente directa (r = 0.68; p = < 0.01) en los 38 estados menos populosos. No existe correlación entre la desigualdad en el ingreso y las tasas de mortalidad (r = 0.04; p = 0.89) en los 13 estados con mayor población.

Figura 3.

Edad, género, raza
Si restringimos el análisis a la población total, podrían disimularse asociaciones significativas entre los subgrupos. Los resultados del análisis por edad, género y raza se encuentran en forma abreviada para el período 1999-2000 (gráficos disponibles a pedido).

No existe relación estadísticamente significativa ente la variable de Gini y las tasas de mortalidad específicas ajustadas a la edad para los siguientes tres grupos etarios: menores de 21 años, 21-44 años y mayores de 65 años. Para el grupo etario de 44 a 65 años, la relación entre la medida de Gini y la tasa de mortalidad estatal es estadísticamente significativa y directa (r = 0.31; p < 0.03). Un análisis ulterior muestra que la relación está enteramente debida a la fuerte correlación (r = 0.76; p < 0.001) en los 38 estados más pequeños. No se presentó relación en los 13 estados más poblados.

El análisis específico por sexo indica que no hay asociación general entre la medida de Gini y las tasas de mortalidad ajustadas a la edad (hombres: r = 0.027, p = 0.85; mujeres: r = 0.01, p = 0.97)

De forma similar, no existe correlación entre el coeficiente de Gini y las tasas de mortalidad ajustadas por raza y edad para caucásicos (r = 0.05; p = 0.71) Para los afroamericanos existe una relación inversa estadísticamente significativa (r = -0.31; p < 0.03).

El correlato específico entre edad, raza y género esconde una asociación compensatoria significativa, tanto para los 13 estados más poblados como para los 38 menos populosos. Este perfil de datos probabilísticos sugiere la presencia de variables de confusión que podrían distorsionar la relación entre mortalidad y desigualdad en el ingreso. Por lo tanto, el análisis se repite controlando los aparentes factores de confusión.

Las regresiones de las tasas de mortalidad ajustadas por edad se realizaron simultáneamente según el ingreso estatal per cápita, la educación, la raza, y el porcentaje de población rural. Los resultados de dicha regresión se muestran en las tablas 1 y 2.

Tabla 1.

Tabla 2.

Los resultados de la regresión se presentan en dos especificaciones del modelo. EL modelo 1 incluye la variable de la desigualdad del ingreso y el modelo 2, no. La correspondencia del modelo, medida por el estadístico R2 ajustado, es similar para ambos modelos, lo que sugiere que la desigualdad en el ingreso no suma a la predicción de las tasas de mortalidad estatales. EL coeficiente de regresión que pertenece al coeficiente de Gini no es estadísticamente significativo ni en la tabla 1 ni en la 2, y el signo tiene sentido inverso. Las variables educativas son las más sensibles a la hora de suprimir la medición de Gini en 1999-2000, lo que sugiere que comparten mucha información (ver tabla 1).

Figura 4.

Figura 5.

Las figuras 4 y 5 relacionan las tasas de mortalidad reales con las tasas de mortalidad predichas, ignorando la medida de la desigualdad del ingreso. Estas figuras conllevan dos resultados críticos. La combinación lineal de las variables de control da cuenta de la mayoría de las diferencias en las tasas de mortalidad ajustadas por edad, observadas en los estados norteamericanos para ambos períodos. Ambas figuras también explican los sesgos en los datos que asocian la mortalidad con la desigualdad en el ingreso de forma directa en los estados pequeños y de forma inversa en los grandes. Estas relaciones subyacentes son enteramente espurias; ellas reflejan las diferencias socioeconómicas y las características demográficas a nivel estatal. Además, las diferencias residuales verticales entre los valores reales y los predichos no se relacionan con la medición de Gini.

Discusión
El análisis no encuentra relación entre la desigualdad en el ingreso y las tasas de mortalidad ajustadas por edad en los estados norteamericanos en el período 1999-2000. Este hallazgo es de alguna manera inesperado, dado que la desigualdad en el ingreso y las tasas de mortalidad por edad estaban positivamente relacionadas la década anterior y dicha desigualdad no ha mostrado signos de retroceso. Además, la desigualdad en el ingreso no contribuyó a la predicción de la tasa de mortalidad ajustada por edad cuando las diferencias socioeconómicas y las demográficas entre los estados se controlaron estadísticamente. Este hallazgo es similar al de estudios ecológicos previos [5,7].

La restricción del análisis a la población total -podría ocultar asociaciones significativas entre los subgrupos. El análisis por edad, sexo y raza fue en gran medida improductivo. Solo para la población de entre 45-64 años, el coeficiente de Gini estuvo relacionado de forma directa y estadísticamente significativa con las tasas de mortalidad. Sin embargo, cuando se realizó el control de la regresión para otras variables, el efecto de la desigualdad del ingreso se volvió estadísticamente no significativo.

Los resultados del estudio se basan en ciertas presunciones potencialmente limitantes. El coeficiente de Gini para el nivel doméstico no está ajustado al tamaño familiar, lo que podría sesgar los resultados. Cuando los promedios estatales del tamaño familiar se suman al modelo de regresión, el efecto de la desigualdad en el ingreso no cambia significativamente. La correspondencia global del modelo no mejora adicionando esta variable.

El coeficiente de Gini doméstico es estimado de los datos agrupados, lo cual podría exagerar la desigualdad en el ingreso en los estados mas pequeños (Wyoming, Vermont, Dakota del Norte y del Sur). Cuando se excluyen a estos cuatro estados del análisis, los resultados se mantienen esencialmente iguales. Del mismo modo, la remoción del Distrito de Columbia no tuvo mayores efectos en los resultados. La exclusión de la capital de la nación, de alguna manera redujo el efecto de la raza (porcentaje de afroamericanos) e incrementó el efecto de la educación (porcentaje de adultos con diploma de la escuela media). Sin embargo, el efecto de la desigualdad en el ingreso permanece estadísticamente insignificante.

Rosenbaum y Rubin [38] señalaron que la corrección de la variación de la edad en la parte izquierda de la ecuación de regresión, sin una corrección similar de las variables presentes en la parte derecha de dicha ecuación, podría sesgar las estimaciones de la regresión. En un análisis separado, la regresión de las tasas crudas de mortalidad se realizó sobre el mismo conjunto de variables independientes, sumando el porcentaje de población menor de 18 años de edad y el porcentaje de población mayor a 64 años. La introducción de la corrección de la edad en el lado derecho de la ecuación ajusta simultáneamente todas las variables del modelo a la edad, pero torna las estimaciones de regresión individuales menos importantes. La relación entre el coeficiente de regresión y la variable de Gini fue directa, pero estadísticamente no significativa.

Los resultados de este estudio no avalan la presunción de que la desigualdad en el ingreso sea un determinante independiente significativo de la salud en los EE.UU.. Los hallazgos de este estudio avalan una interpretación diferente. Los efectos de la desigualdad de ingresos, cuando están presentes, reflejan factores seleccionados socioeconómicos y demográficos. Específicamente, el conjunto de escasa educación, bajos ingresos y segregación racial parecen importar tanto combinadas como por separado. Estas condiciones son indicadores muy conocidos de clase social baja y de menores posibilidades en la vida. Los siguientes hechos hablan por sí mismos. En el 2001, la supervivencia de los caucásicos sobre los afroamericanos era de 5.5 años Las personas con una educación inferior a la provista por la escuela media tienen una tasa de mortalidad 2.7 veces mayor que quienes poseen algún tipo de educación superior [39]. Las personas pobres tienen dos veces más riesgo de morir que las personas con altos ingresos. Las personas con educación universitaria tiene por lo menos el doble de ganancia estimada en su vida, que aquellos que no completan la escuela media [39]. La brecha en el nivel de ganancias a lo largo de la vida se amplía sustancialmente a medida que aumenta el nivel de educación.

Aparentemente el coeficiente de Gini estima una serie de condiciones sociales adversas. La falta de habilidades rentables, la falta de un trabajo de tiempo completo, de familias intactas y de acceso al cuidado de la salud probablemente describen este tipo de pobreza absoluta. Esto también explicaría por qué la relación entre desigualdad en el ingreso y mortalidad desaparece cuando las variables relacionadas se controlan en estudios ecológicos.

¿Qué es lo que da cuenta de la "desaparición" de la relación entre desigualdad en el ingreso y mortalidad encontrada en los últimos años, 1999-2000 La interpretación previa sugiere que deberíamos reexaminar los cambios en la composición socioeconómica y demográfica de la población. Dado que la población de afroamericanos no cambió sustancialmente, la mejora en el nivel educativo con la consiguiente mejora en las ganancias deben ser los factores más probables. La proporción de personas con educación inferior a la escuela media de más de 25 años disminuyó desde 24.8% a 19.6% entre 1990 y el 2000, mientras la proporción de personas con educación terciaria o universitaria aumentó de 20.3% a 24.4% en el mismo grupo etario. Además, la proporción de personas con educación superior aumentó más en los estados que tienen las ciudades más grandes, lo que genera mejores posibilidades de empleo estable.

El eventual reemplazo de las personas con menor educación por personas con educación superior debería ser beneficioso para la salud de la población. Las personas con educación superior tienen menor tendencia a fumar, son menos obesos y tienden a tener un seguro médico [41]. Tienen mayores posibilidades de tener un empleo de tiempo completo, sufren menos los efectos del desempleo y habitualmente están casados con personas que también perciben ingresos altos. Estas características del mercado social y laboral han contribuido a ampliar la brecha de ingresos entre aquellos hogares con altos ingresos y aquellos otros cuyos miembros no poseen un nivel educativo que asegure un empleo de tiempo completo bien remunerado [42]. El efecto benéfico de la elevación de los estándares de vida para una proporción creciente de personas bien educadas, combinado con la reducción en la proporción de la población con menor educación, debería más que compensar cualquier desigualdad persistente y creciente de ingresos.

Obviamente, esta interpretación deberá ser reevaluada. Sin embargo, la idea de la compensación parcial de fuerzas podría resolver la paradoja planteada por el sustancial aumento en la desigualdad de los ingresos en los EE.UU. durante las últimas tres décadas y la disminución sustancial en las tasas de mortalidad ajustadas por edad.

Apéndice A
Métodos y datos para el cálculo del coeficiente de Gini por estados
Fuentes de datos: la medida de la desigualdad en el ingreso fue calculada de los grupos de datos disponibles en las dos tablas de Censo 2000 (P52: "Ingreso doméstico 1999"; y P54: "Ingreso doméstico global 1999"). Ambas tablas son parte del conjunto de datos SF3 2000 accesibles vía "American Fact Finder" (Buscador de Hechos Norteamericano) [36].Procedimiento de cálculo: la tabla P52 divide los hogares en 16 clases desde "menor a $10000" hasta "$200000 o más". La tabla P54 contiene el ingreso doméstico global sólo para dos de las clases: menor a $200000" y "$200000 o más". Para determinar el ingreso global para cada una de las 15 clases inferiores a "$200000 o más", el número de hogares fue multiplicado por la media correspondiente a cada clase de ingreso. Los productos resultantes fueron sumados y comparados con el agregado estimativo publicado en "menor a $200000". Los cálculos resultaron en una pequeña y coherente sobreestimación del 1.43% (DE = 0.101) en el ingreso global de 50 estados y del distrito de Columbia. No se efectuó ninguna otra corrección. El monto global de ingresos para los hogares de la categoría mayor a "$200000" está publicado en la tabla P54.El cálculo del coeficiente de Gini sigue la aproximación de la curva de frecuencia poligonal de Lorenz[35]

Donde:
       G = coeficiente de Gini;
       z_i = proporción acumulativa de ingresos domésticos;
       l_i = proporción acumulativa de ingresos domésticos globales;
Los cálculos se efectuaron utilizando el programa Excel y los resultados se redondearon en tres decimales (ver tabla A-1, columna 1).La validez de la estimación del coeficiente de Gini se comprobó utilizando los datos del censo 1990. Las estimaciones de Gini específicas por estado, medidas para 1989, se comparan correctamente con los datos publicados por la Oficina de Censos de los EE.UU., la cual se muestra en la Tabla A-1, columna (3). El método sobreestima la desigualdad en el ingreso en menos del 1% (media = 0.93%; DE = 1.25). Funciona muy bien en los estados más grandes y no tanto en los más pequeños (Dakota del Sur, Vermont, Wyoming).

Bibliografía del artículo

1. Kitagawa EM, Hauser PM. Differential Mortality in the United States: A Study in Socio-Economic Epidemiology. Harvard University Press. Cambridge MA, 1973.
2. Mackenbach JP. Income inequality and population health. BMJ 2002;324:1-2.
3. Ross NA, Wolfson MC, Dunn JR, et al. Relation between income inequality and mortality in Canada and the United States: cross sectional assessment using census data and vital statistics. BMJ 2000;320:898-902.
4. Deaton A. Policy implications of the gradient of health and wealth. Health Affairs 2002;21:13-30.
5. Deaton A, Lubotsky D. Mortality, inequality and race in American cities and states. Social Science and Medicine 2003;56(6):1139-1153.
6. Sturm R, Gresenz CR. Relations of income inequality and family income to chronic medical conditions and mental health disorders: national survey BMJ 2002;324:20-23.
7. Muller A. Education, income inequality, and mortality: a multiple regression analysis. BMJ 2002;324:23-25.
8. Wilkinson R. Commentary: liberty, fraternity, equality. International Journal of Epidemiology 2002;31:538-543.
9. Porta M, Borrell C, Copete JL. Theory in the fabric of evidence on the health effects of inequality in income distribution. International Journal of Epidemiology 2002;31:543-546.
10. Deaton A. Commentary: the convoluted story of international studies of inequality and health. International Journal of Epidemiology 2002;31:546-549.
11. Lynch J, Davey Smith G. Commentary: income inequality and health: The end of the story International Journal of Epidemiology 2002;31:549-551.
12. Rodgers GB. Income and inequality as determinants of mortality: an international cross-section analysis. Population Studies 1979;33(3):343-351.
13. Wilkinson RG. Income and mortality. In: Wilkinson RG (ed.). Class and Health: Research and Longitutinal Data. London: Tavistock, 1986.
14. Wilkinson RG. Income distribution and life expectancy. BMJ. 1992;304:165-168.
15. Wilkinson RG. Health inequalities: relative or absolute material standards. BMJ 1997;314:591-595.
16. Wilkinson RG. Income inequality summarises the health burden of individual relative deprivation. BMJ 1997;314:1727-1728.
17. Shibuya K, Hashimoto H, Yano E. Individual income, income distribution, and self rated health in Japan: cross sectional analysis of nationally representative sample. BMJ 2002;324:16-19.
18. Osler M, Prescott E, Gronbaek M, Christensen PD, Engholm G. Income inequality, individual income, and mortality in Danish adults: analysis of pooled data from two cohort studies. BMJ 2002;324:13-16.
19. Kaplan GA, Pamuk ER, Lynch JW et al. Inequality in income and mortality in the United States: analysis of mortality and potential pathways. BMJ 1996;312:999-1003.
20. Kennedy BP, Kawachi I, Prothrow-Stith D. Income distribution and mortality: cross sectional ecological study of the Robin Hood index in the United States. BMJ 1996;312: 1004-1007.
21. Lynch JW, Kaplan GA, Pamuk ER, et al. Income inequality and mortality in metropolitan areas of the United States. Am J Public Health 1998;88:1074-1080.
22. Mellor JM, Milyo J. Is exposure to income inequality a public health concern Lagged effects of income inequality on individual and population health. Health Serv Res. 2003 Feb;38(1 Pt 1):137-51.
23. Jones AF, Weinberg DH. The changing shape of the nation\'s income distribution, 1947-1998. Current Population Reports, P60-204 U.S. Department of Commerce, Economics and Statistics Administration, U.S. Census Bureau, Washington DC, 2000.
24. DeNavas-Walt C, Cleveland R, Webster BH. Census Bureau, Current Population Reports, P60-221, Income in the United States: 2002. U.S. Government Printing Office, Washington DC, 2003.
25. Lynch JW, Davey Smith G, House, JS. Income inequality and mortality: importance to health of individual income, psychosocial environment, or material conditions. BMJ 2000;320:1200-1204.
26. Kawachi I, Kennedy BP, Lochner K, Prothrow-Stith D. Social capital, income inequality, and mortality. Am J Public Health 1997;87:1491-1498.
27. Kahn RS, Wise PH, Kennedy BP et al. State income inequality, household income, and maternal mental and physical health: cross sectional national survey. BMJ 2000;321:1311-1315.
28. Gravelle H How much of the relation between population mortality and unequal distribution of income is a statistical artefact BMJ 1998;316:382-385.
29. Gravelle H, Wildman H, Sutton M. Income, income inequality and health: what can we learn from aggregate data Social Science & Medicine 2002;54:577-589.
30. Lochner K, Pamuk E, Macuk D. et al. State-level income inequality and individual mortality risk: a prospective, multilevel study. Am J Public Health 2001;91:385-391.
31. Blakely TA, Lochner K, Kawachi I. Metropolitan area income inequality and self-rated health – a multi level study. Social Science & Medicine 2002;54:65-77.
32. Wolfson M, Kaplan G, Lynch J, Ross N. Backlund E. Relation between income inequality and mortality: empirical demonstration BMJ 1999;319:953-955.
33. Laporte A. A note on the use of a single inequality index in testing the effect of income distribution on mortality 2002 Social Science and Medicine 2002;55:1561-1570.
34. CDC, CDC Wonder, Compressed Mortality File. Available at: http://wonder.cdc.gov/mortSQL.html
35. Abounoori E, McCloughan P. A simple way to calculate the Gini coefficient for grouped as well as ungrouped data. Applied Economics Letters 2003;10:505-509.
36. U.S. Census Bureau, American Fact Finder, Census 2000 Summary File 3 (SF 3) Available at: http://factfinder.census.gov
37. StatSoft Inc. STATISTICA for Windows. Release 5.5. Tulsa OK. StatSoft Inc. 1999.
38. Rosenbaum PR, Rubin DB. Difficulties with regression analyses of age-adjusted rates. Biometrics 1984;40:437-443.
39. Aries E, Anderson RN, Hsiang-Ching K, Murphy SL, Kochanek KD. Deaths: Final Data for 2001. National Vital Statistics Reports 52(3) Hyattsville, Maryland: National Center for Health Statistics. 2003.
40. Cheeseman Day J, Newburger EC. The Big Payoff: Educational Attainment and Synthetic Estimates of Work-Life Earnings. Current Population Reports, P23-210. July 2002.
41. CDC, Behavioral Risk Factor Surveillance System, Prevalence Data. Available at: http://www.cdc.gov/brfss/
42. Ryscavage P. A surge in growing income inequality Monthly Labor Review August 1995;118:51-61.
43. Hoyert DL, Anderson RN. Age-adjusted Death Rates: Trend Date Based on the Year 2000 Standard Population. National Vital Statistics Reports, 49(9).Hyattsville, Maryland: National Center for Health Statistics. 2001.