Enfoques conceptuales para el estudio de las desigualdades en salud

«¿Acaso lo que es proximal para el corazón es distal para la yema de los dedos?
¿Acaso lo tan lejano de tus manos es cercano de mi pecho?»

Artemio Rulán. Determinantes/distancias. Apuntes sobre Diez Roux

Gracias a mi apreciado Manuel Franco por el artículo y la referencia.

Artículo  de Ana Diez Roux publicado en el 2012 en el Annual Review of Public Health dentro de un extenso monográfico sobre Comparative approaches to reducing health disparities
El estudio de las desigualdades en salud está influenciado por el modelo conceptual subyacente. Diferentes disciplinas ponen mayor acento en diferentes factores o mecanismos que generan estas desigualdades. En esta revisión Diez Roux revisa algunos de los modelos teóricos más frecuentes poniendo énfasis en fortalezas y debilidades de varios de ellos
1. «Genetic model» (aquí un esquema simplificado del la estratificación poblacional en estudios genéticos)

2. «Fundamental cause model»

3. «Pathways model»

4. «Interaction model»

Algunas de las conclusiones del artículo:
1. Aunque los modelos conceptuales son diferentes, están interrelacionados y conectados en muchos sentidos. Es necesario superar hipótesis dicotómicas (factores sociales vs factores biológicos; factores del entorno vs factores genéticos; Factores individuales vs factores poblacionales o factores conductuales vs factores asociados al stress psicosocial).
2. La definición de un sistema integrativo de los diferentes modelos precisará nuevos modelos de pensamiento y también nuevas herramientas analíticas.
«They force researchers to move away from the focus on estimating associations or isolating the effects of a single factor to articulating how many factors operate together over time in a dinamic nonlinear way to generate the outcome»
3. Un elemento clave para el desarrollo de estos modelos dinámicos (e integradores) es lo que la autora propone como la necesidad de generar modelos «bounded and tractable» (delimitados y manejables?) y que permitan generar modelos de simulación.
4. Es necesario que estos modelos jueguen con la integración de diferentes tipos de datos. La integración de datos cuantitativos, estudios tradicionales observacionales e información cualitativa.
5. Es necesario hacer explícita la conexión entre estos modelos y entre políticas e intervenciones.
[Entiendo aquí lo siguiente para el punto 3 y 5. Imaginense el mapa clásico que Ana Diez Roux había utilizado en el artículo del 2003 en el Journal of Urban Health (y que ha servido para abrirnos los ojos a muchos de nosotros y como una potente herramienta docente para entender las causas de las causas).

Un modelo de simulación permitiría estudiar qué efectos puede tener actuar sobre determinados procesos de la izquierda de la diapositiva y ver qué efecto tiene en resultados finales o intermedios . La complejidad de los modelos es observar que la actuación sobre algunos de los aspectos de la mitad izquierda, puede generar «efectos no esperados» sobre otro tipo de resultados de salud «no cardiovasculares». Por ejemplo, imagínense, cáncer de pulmón o aspectos relacionados no sólo con problemas de salud sino con aspectos de refuerzo comunitario o refuerzo de redes sociales y mejora de salud mental]