Características demográficas
Un total de 8753 usuarios distintos respondieron la encuesta. Hubo una distribución comparable de respuestas entre países, China tuvo la respuesta más alta (norte= 1282) y Nigeria tuvo la respuesta más baja (norte= 1014). Las características demográficas completas de la muestra están disponibles en una publicación previa (Tabla complementaria 2)30.
El nivel de ingresos se distribuyó relativamente uniformemente entre los países. Nigeria tuvo la brecha de respuesta más amplia entre los encuestados de ingresos más bajos (28,1%, IC del 95%: 25,0%, 31,3%) y los de ingresos más altos (11,4%, IC del 95%: 9,0%, 14,1%) y Brasil tuvo la brecha de respuesta más estrecha entre los encuestados de ingresos más bajos (28,1%, IC del 95%: 25,0%, 31,3%) encuestados de ingresos (21,9%, IC 95%: 18,9%, 25,1%) y de mayores ingresos (24,6%, IC 95%: 21,2%, 28,3%). La proporción de quienes viven en áreas no urbanas osciló entre el 42,4% (IC del 95%: 38,8%, 46,1%) en Brasil y el 70,0% (IC del 95%: 66,2%, 73,7%) en Alemania. China, Alemania, India, Indonesia y Estados Unidos tenían proporciones más altas de encuestados no urbanos, mientras que Brasil, Egipto y Nigeria tenían proporciones urbanas más altas (Cuadro 1).
Clasificación de determinantes por grupo de ingresos
La Figura 1 muestra que, utilizando la métrica compuesta, las clasificaciones fueron generalmente similares por grupo de ingresos. En general, los ingresos más altos y los ingresos más bajos mostraron tendencias de clasificación comparables. Esto fue particularmente evidente en la clasificación de la política tanto en la muestra general como dentro de los países. En la muestra general, el 12,3% (IC del 95%: 10,0%, 15,0%) y el 11,9% (IC del 95%: 10,0%, 13,8%) de los encuestados clasificaron la política como uno de los tres determinantes más importantes de la salud en los niveles más altos. grupos de ingresos y de menores ingresos, respectivamente.
Se excluyeron todas las respuestas a las que les faltaban datos sobre los niveles de ingresos (1123) (norte= 7630). Los resultados se ponderaron para ajustarlos por edad y sexo. Las clasificaciones reflejan una combinación de la primera, segunda o tercera opción de determinantes importantes para la salud. Las barras de error representan el intervalo de confianza del 95%.
Sin embargo, hubo algunas excepciones notables. Los encuestados del grupo de ingresos más altos clasificaron la genética como el determinante más importante de la salud en una proporción mayor (32,4%, IC del 95%: 29,0%, 35,8%) que los otros grupos de ingresos. Si bien hubo una tendencia general en los análisis dentro de los países con grupos de mayores ingresos clasificando la genética en proporciones más altas, los resultados variaron ligeramente. En Brasil, China, Egipto, Alemania y Nigeria, el grupo de mayores ingresos clasificó la genética en proporciones más altas que otros grupos de ingresos. Por el contrario, en la India, los encuestados del grupo de ingresos más bajos calificaron la genética en proporciones más altas que otros grupos de ingresos (Fig. 2). El análisis que evaluó sólo la primera opción mostró resultados comparables con algunas excepciones. (Figuras complementarias 1 y 2).
Se excluyeron todas las respuestas a las que les faltaban datos sobre los niveles de ingresos (1123) (norte= 7630). Los resultados se ponderaron para ajustarlos por edad y sexo. Las clasificaciones reflejan una combinación de la primera, segunda o tercera opción de determinantes importantes para la salud. Las barras de error representan el intervalo de confianza del 95%.
Los encuestados del grupo de ingresos más bajos clasificaron el apoyo social como uno de los tres determinantes más importantes de la salud en una proporción mayor (27,9%, IC del 95%: 25,3%, 30,7%) que los otros grupos de ingresos (Fig. 1). Esta tendencia general se mantuvo en la mayoría de los países; sin embargo, Nigeria fue una excepción notable, ya que el grupo de mayores ingresos reportó la proporción más alta (30,3%, IC del 95%: 19,7%, 42,6%) de encuestados que seleccionaron el apoyo social como el determinante más importante de la salud (Fig. 2).
El análisis que analizó sólo la primera opción generó resultados más mixtos. El grupo de ingresos más bajos reportó la proporción más alta en la selección de apoyo social en Alemania (11,6%, IC del 95%: 7,4%, 16,8%) e Indonesia (10,8%, IC del 95%: 6,1%, 17,3%) en comparación con otros grupos de ingresos. El grupo de ingresos medianos bajos reportó la proporción más alta que selecciona apoyo social en China (10,9%, IC del 95%: 2,5%, 27,2%) y la India (11,2%, IC del 95%: 4,5%, 21,7%) en comparación con otros grupos de ingresos. . Por el contrario, el grupo de ingresos más altos reportó las proporciones más altas que seleccionan apoyo social en Egipto (7,2%, IC del 95%: 2,0%, 16,9%), Nigeria (16,1%, IC del 95%: 7,7%, 28,0%) y Estados Unidos. (8,2%, IC 95%: 5,1%, 12,2%) en comparación con otros grupos de ingresos. En Brasil, el grupo de ingresos medios altos reportó la proporción más alta que selecciona apoyo social (6,0%, IC 95%: 3,1%, 10,2%) en comparación con otros grupos de ingresos. (Figura complementaria 2).
Odds ratios de determinantes de las clasificaciones de salud por grupo de ingresos
La Tabla 2 muestra los resultados de los modelos de regresión logística multivariable utilizando la métrica compuesta. En comparación con el grupo de ingresos más altos, todos los demás grupos (ingresos medios altos, ingresos medios, ingresos medios bajos e ingresos más bajos) tenían probabilidades significativamente menores de seleccionar la genética (OR = 0,69, IC del 95 %: [0.53, 0.89], pag= 0,005; OR = 0,68; IC del 95 %: [0.54, 0.87], pag= 0,002; OR = 0,62; IC del 95 %: [0.48, 0.78], pag< 0,001; OR = 0,70; IC del 95 %: [0.54, 0.89], pag= 0,004; respectivamente). En el segundo modelo, aunque no es estadísticamente significativo, todos los demás grupos de ingresos informaron mayores probabilidades de seleccionar atención médica en comparación con el grupo de ingresos más altos. De manera similar, en el tercer modelo, todos los grupos de ingresos informaron mayores razones de probabilidad de seleccionar ingresos y riqueza en comparación con el grupo de ingresos más altos. Los resultados fueron estadísticamente significativos para el grupo de ingresos medios (OR = 1,27, IC del 95 %: [1.01, 1.59], pag= 0,037). En el cuarto modelo, en comparación con el grupo de ingresos más altos, los grupos de ingresos medios altos y medios tenían menores probabilidades, mientras que los grupos de ingresos medios bajos y bajos tenían mayores probabilidades de seleccionar apoyo social que el grupo de ingresos más altos; Ninguno de estos resultados fue estadísticamente significativo. Los modelos multivariables que utilizaron la primera elección de los encuestados mostraron resultados comparables para el modelo genético y resultados diferentes para otros modelos (Tabla complementaria 3).
Clasificación de determinantes por estado de urbanidad
La Figura 3 muestra que, utilizando la métrica compuesta, los encuestados que viven en entornos urbanos clasificaron la atención sanitaria, la educación, el entorno construido y los ingresos y la riqueza en proporciones más altas como determinantes importantes de la salud en comparación con los encuestados que viven en entornos no urbanos. Lo contrario ocurrió con las condiciones de empleo, la genética, las condiciones de la infancia, la cultura, el apoyo social y la política. Las asociaciones con la urbanicidad fueron estadísticamente significativas para la atención sanitaria (pag< 0,001), ingresos y riqueza (pag= 0,012) y apoyo social (pag< 0,001). La mayor diferencia absoluta entre los dos grupos estaba en la clasificación de la atención sanitaria: 54,7% (IC del 95%: 52,7%, 56,6%) entre los encuestados no urbanos en comparación con el 61,2% (IC del 95%: 59,0%, 63,4%) entre los encuestados urbanos. La segunda diferencia más grande fue en la clasificación del apoyo social: el 26,6% (IC del 95%: 24,9%, 28,3%) de los encuestados no urbanos seleccionaron el apoyo social como el determinante más importante de la salud en comparación con el 20,8% (IC del 95%: 19,0%, 22,7%) en el grupo urbano. Estas tendencias fueron consistentes en todos los países, con la excepción de Indonesia. (Figura 4).
Se excluyeron todas las respuestas a las que les faltaban datos sobre urbanicidad (445) (norte= 8308). Los resultados se ponderaron para ajustarlos por edad y sexo. Las clasificaciones reflejan una combinación de la primera, segunda o tercera opción de determinantes importantes para la salud. Las barras de error representan el intervalo de confianza del 95%.
Se excluyeron todas las respuestas a las que les faltaban datos sobre urbanicidad (445) (norte= 8308). Los resultados se ponderaron para ajustarlos por edad y sexo. Las clasificaciones reflejan una combinación de la primera, segunda o tercera opción para importantes determinantes de la salud. Las barras de error representan el intervalo de confianza del 95%.
Los resultados fueron comparables utilizando la primera opción de los encuestados, excepto en el entorno construido, los ingresos y la riqueza, y la política (Figura complementaria 3). Cuidado de la salud (pag= 0,009) y apoyo social (pag= 0,004) tuvo asociaciones estadísticamente significativas con la urbanicidad. Los resultados de los análisis dentro de los países fueron en general comparables, con la excepción de la clasificación de la genética en Egipto. (Figura complementaria 4).
Odds ratios de determinantes de las clasificaciones de salud por estado de urbanidad
La Tabla 2 muestra los resultados de los modelos de regresión multivariable utilizando la métrica compuesta. En sus respectivos modelos, el grupo no urbano tenía probabilidades significativamente menores de seleccionar atención médica (OR = 0,86; IC del 95 %: [0.76, 0.99], pag= 0,032) e ingresos y riqueza (OR = 0,84, IC del 95%: [0.73, 0.97], pag= 0,017). en comparación con el grupo urbano. Por el contrario, el grupo no urbano tuvo mayores probabilidades de seleccionar el apoyo social (OR = 1,20, IC del 95%: [1.03, 1.39], pag= 0,018) en comparación con el grupo urbano. El grupo no urbano tenía probabilidades más altas, pero no estadísticamente significativas, de seleccionar la genética en comparación con el grupo urbano.
Los modelos multivariables que utilizaron la primera elección de los encuestados mostraron resultados diferentes para todos los modelos. El grupo no urbano mostró mayores probabilidades de seleccionar la genética, los ingresos y la riqueza, y el apoyo social, así como menores probabilidades de seleccionar la atención sanitaria en comparación con el grupo urbano. Ninguno de los resultados fue estadísticamente significativo. (Tabla complementaria 3).