“Me gusta el fútbol, con Luis Felipe nos preguntábamos qué pasaría si como país no padeciéramos desnutrición, ¿qué jugadores tendríamos? O en otros deportes o disciplinas de estudio”. Quienes imaginan esa Guatemala sin hambre son Walter Figueroa y Luis Felipe Hernández Cordero, un economista doctorado en Essex, Inglaterra.
Figueroa tiene un posgrado en métodos cuantitativos y cualitatitvos en el Centro de Estudios Monetarios Latinoamericanos (CEMLA).
Ambos corrieron un modelo econométrico aplicado a los datos disponibles sobre desnutrición crónica: con lo recabado de la ENSMI 2014-15, obtener un modelo aplicable al Censo de Talla y Peso, y de eso obtener cifras recientes de la desnutrición crónica por municipio.
La ENSMI ofrece resultados por departamento de niños de hasta dos años y el Censo por municipio, pero solo en edad escolar.
“¿Por qué hicimos este ejercicio?, porque entendemos que uno de los principales rezagos de país es la mala situación en seguridad alimentaria y en Guatemala las líneas de investigación sobre el tema son pocas. Lo hemos trabajado sin retribución desde hace más de cinco años”, explica Figueroa. Confía en que el resultado sea útil para los tomadores de decisiones.
Esta es la explicación de los autores Walter Figueroa y Luis Felipe Hernández Cordero, acerca del modelo económetrico aplicado con los datos disponibles sobre desnutrición crónica.
Con el objetivo de contar con información actualizada y con un grado de detalle menor para mejorar el proceso de toma de decisiones de política pública en Guatemala, se construyó un mapa municipal de desnutrición crónica para menores de cinco años.
Para este efecto se utilizaron herramientas de la Inteligencia Artificial de manera que, a través del entrenamiento de una serie de modelos para la detección de patrones, se obtuviera uno de ellos que con cierta confiabilidad pudiera ser generalizable.
En este sentido, los instrumentos se entrenaron con datos de la Encuesta de Salud Materno Infantil 2014/15 y una vez se obtuvo el mejor de ellos (según su precisión en el reconocimiento de patrones), se utilizó para realizar una predicción con datos contenidos en el XII censo de población y VII de vivienda de 2018.
Vale llamar la atención que los datos de la citada encuesta y el referido censo deben ser coincidentes.
Adicionalmente, la posibilidad de contar con información a nivel municipal en el censo permitió la elaboración de los mapas, también a nivel municipal.