Ciencia, Economía y Negocios, Vol. 9, enero-diciembre, 2025 ISSN (Impreso): 2613-876X • ISSN (En línea): 2613-8778

CARACTERIZACIÓN DE LOS FACTORES SOCIOECONÓMICOS, DEMOGRÁFICOS, GEOGRÁFICOS Y DE SALUD ASOCIADOS A LA PREVALENCIA DE LA OBESIDAD EN LA POBLACIÓN DE 15 A 59 AÑOS DE LA REPÚBLICA DOMINICANA EN 2013

Characterization of the socioeconomic, demographic, geographic, and health factors associated with the prevalence of obesity in the population aged 15 to 59 years in the Dominican Republic in 2013

DOI: https://doi.org/10.22206/ciene.2025.v9.3606

Recibido: 12/10/2025 • Aceptado: 02/12/2025

Cómo citar: Rodríguez Núñez, J. B., Castillo Rodríguez, M. F., Díaz Revetti, J., Santiago Hernández, S. A. (2025). Caracterización de los factores socioeconómicos, demográficos, geográficos y de salud asociados a la prevalencia de la obesidad en la población de 15 a 59 años de la República Dominicana en 2013. Ciencia, Economía y Negocios, 9, 141-169. https://doi.org/10.22206/ciene.2025.v9.360

Introducción

La obesidad se define como una acumulación excesiva de grasa corporal que representa un riesgo significativo para la salud, siendo considerada por la Organización Mundial de la Salud (OMS) como una pandemia global. En adultos, se diagnostica mediante el Índice de Masa Corporal (IMC), clasificando como obesos a aquellos con un IMC igual o superior a 30 kg/m². A nivel mundial, se estima que alrededor del 16% de la población adulta vivía con obesidad en 2022, lo que evidencia la magnitud de este problema de salud pública (OMS, 2025).

En la República Dominicana se observan tendencias similares, donde la obesidad ha emergido como una de las principales enfermedades crónicas no transmisibles, con serias consecuencias para la salud de quienes la padecen (Ministerio de Salud Pública y Asistencia Social [MISPAS], 2021). Más allá de sus repercusiones sanitarias, la obesidad genera elevados costos económicos y sociales, que incluyen: el aumento del gasto médico directo, la pérdida de productividad laboral, disminución significativa en la calidad de vida, entre otros efectos indirectos relevantes (Organización para la Cooperación y el Desarrollo Económico [OCDE], 2019).

Considerando el avance de esta pandemia y su impacto en los sistemas de salud pública, es crucial analizar los determinantes económicos que favorecen el incremento de la obesidad; sin embargo, la literatura local presenta una limitada evidencia empírica sobre este fenómeno, ya que los estudios realizados hasta el momento han sido mayormente exploratorios y descriptivos. En este contexto, la presente investigación se destaca por ser pionera al emplear datos de la Encuesta Nacional Demográfica y de Salud (ENDESA-2013), una fuente nacional representativa de hogares que permite realizar análisis estadísticos confiables sobre salud y factores socioeconómicos.

El objetivo de esta investigación es identificar los principales factores socioeconómicos, demográficos, geográficos y de salud relacionados con la obesidad en la República Dominicana en 2013. Para ello, se analizan las variables más relevantes que contribuyen a la prevalencia creciente de la obesidad, basándose en la revisión de la literatura existente y en las variables identificadas por la ENDESA-2013. Mediante el uso de modelos econométricos de elección binaria, se elabora un perfil detallado de la población obesa en comparación con la población no obesa, proporcionando información valiosa para enfrentar este desafío de salud pública en el país.

Este estudio se estructura en seis secciones. Tras esta introducción, la segunda sección analiza las principales teorías que explican la prevalencia de la obesidad. La tercera sección presenta una revisión de la literatura que aborda investigaciones similares. La cuarta sección describe el diseño metodológico de la investigación, así como los datos utilizados, y la quinta sección ofrece una descripción detallada de las variables que se utilizan en los modelos de regresión. Finalmente, la sexta sección expone las conclusiones de la investigación y propone recomendaciones para futuras líneas de investigación.

Revisión de la literatura

La obesidad se manifiesta como un complejo trastorno de salud, producto de la malnutrición. Esta condición, esencialmente causada por el consumo excesivo de alimentos, entraña un riesgo significativo de contraer enfermedades crónicas como diabetes, enfermedades cardíacas, cáncer y problemas respiratorios (Monterubbianesi y Temporelli, 2016).

El origen de la obesidad es multifactorial, con raíces en aspectos biológicos, fisiológicos, psicológicos, ambientales y económicos. Estos fundamentos operan a múltiples niveles, abarcando desde componentes microbianos y genéticos hasta contextos sociales y económicos más amplios (Viego y Temporelli, 2012). Por ejemplo, un alto consumo de azúcares y grasas puede provocar desbalances metabólicos esenciales, afectando los niveles de sustancias como serotonina, dopamina y leptina. Factores fisiológicos, como el índice glucémico de los alimentos, las variaciones individuales en la metabolización de la glucosa y la resistencia a la insulina, son también considerados contribuyentes significativos al desarrollo de la obesidad.

Los factores psicológicos como las tendencias adictivas y las influencias ambientales, que abarcan interacciones interpersonales y normas sociales, desempeñan un papel crucial. Paralelamente, los determinantes económicos están vinculados a las condiciones de vida y a los precios relativos de los alimentos en relación con el presupuesto familiar, influyendo directamente en los patrones de consumo y en la actividad física. Así, los cambios demográficos y las condiciones socioeconómicas favorables han fomentado un estilo de vida sedentario acompañado de una ingesta calórica alta (OMS, 2024; Viego y Temporelli, 2012).

La teoría económica ha ofrecido diversas perspectivas para analizar la obesidad. Desde el análisis teórico tradicional, se sostiene que los individuos deciden libremente su dieta y el tiempo dedicado al ejercicio, influenciados por sus preferencias, ingresos y precios relativos. Sin embargo, otro enfoque, basado en la economía del comportamiento, cuestiona la racionalidad de las decisiones individuales, considerando factores como el cambio tecnológico y social, que influye en el comportamiento al promover un mayor consumo calórico y/o reducir el gasto energético.

Según Posner y Philipson (2004), la malnutrición por exceso se ve afectada por el cambio tecnológico, que impacta tanto en el consumo de calorías a bajo costo como en la reducción del gasto energético en el trabajo. El análisis económico tradicional también destaca el efecto de los precios de los alimentos en la prevalencia de la obesidad, y cómo esto puede limitar la capacidad de las personas con ingresos más bajos para acceder a una dieta equilibrada y adecuada en proteínas.

A su vez, la teoría de la adicción racional, desarrollada por Becker y Murphy (1988), analiza el comportamiento adictivo desde la perspectiva de las preferencias intertemporales de los consumidores. Según esta teoría, los hábitos de consumo adictivo surgen cuando el consumo pasado de un bien influye positivamente en el consumo presente, generando un efecto de refuerzo dinámico. En el contexto de la alimentación, este mecanismo puede traducirse en un patrón repetitivo y creciente de ingesta de alimentos de alta densidad calórica, lo que a su vez puede conducir a un incremento sostenido del peso corporal y, eventualmente, a la obesidad.

Por otra parte, existe una vertiente teórica importante que analiza la obesidad desde la perspectiva de la economía del comportamiento, cuestionando la premisa de racionalidad en las decisiones de los individuos (Hursh, 1984). Esta aproximación multidisciplinaria integra elementos de economía y psicología para comprender cómo los individuos toman decisiones en la vida real. Desde este enfoque, la obesidad es vista como resultado de un desequilibrio entre el consumo de calorías y el gasto de energía, basado en gran medida en las elecciones cotidianas de las personas.

Así, se plantea que las decisiones individuales que conducen a un balance positivo de energía, y por ende a la obesidad, no son siempre racionales ni auto beneficiosas a largo plazo. Por ejemplo, las personas pueden optar por alimentos altos en calorías y bajos en nutrientes debido a su accesibilidad económica y conveniencia, a pesar de ser conscientes de las consecuencias negativas para la salud. Asimismo, la falta de actividad física puede ser una elección basada en la comodidad y la falta de tiempo, sin tener en cuenta plenamente los efectos perjudiciales a largo plazo para la salud (Epstein et al., 2010)

Para agravar esta situación, Darmon y Drewnowski (2005) señalan la existencia de una relación inversa entre la densidad energética de los alimentos y su precio, lo que implica que aquellos productos con mayor contenido de grasas y azúcares suelen ser más económicos que los alimentos frescos y nutritivos. En este contexto, los alimentos altamente procesados y de bajo valor nutricional se convierten en una opción más accesible para los hogares con menores ingresos, no necesariamente por preferencia, sino por restricciones económicas. Esta desigualdad en el acceso a una alimentación saludable condiciona las decisiones alimentarias y favorece la adopción de patrones dietéticos poco equilibrados, caracterizados por un alto consumo calórico y una baja calidad nutricional. Como consecuencia, las condiciones socioeconómicas desfavorables pueden actuar como un factor estructural que incentiva hábitos alimentarios no saludables y contribuye de manera significativa a una mayor prevalencia de obesidad.

Literatura empírica

Uno de los primeros estudios importantes en la literatura aplicada fue realizado por Sobal y Stunkard (1989), quienes revisaron 144 investigaciones sobre la relación entre el estatus socioeconómico (SES) y la obesidad. Encontraron que, en las sociedades desarrolladas, existe una fuerte correlación inversa entre el SES y la obesidad en mujeres, mientras que en hombres y niños la relación es inconsistente. En contraste, en las sociedades en desarrollo, se observó una fuerte correlación directa entre el SES y la obesidad en hombres, mujeres y niños. Este estudio muestra cómo el SES se relaciona con la obesidad y cómo esta relación varía según la edad, el sexo y el contexto sociocultural. Además, los autores analizaron las actitudes sociales hacia la obesidad y la delgadez, observando que estas coinciden con la distribución de la obesidad según el SES. Identificaron varias variables que podrían mediar esta influencia en mujeres de sociedades desarrolladas, incluyendo la restricción dietética, la actividad física, la movilidad social y la herencia.

Otro enfoque relevante es el presentado por Swinburn et al. (1999) con el marco conceptual ANGELO (Análisis de la Red para los Entornos Vinculados a la Obesidad). Este modelo ayuda a comprender la obesogenicidad de los entornos y sirve como herramienta práctica para priorizar elementos ambientales para la investigación e intervención. ANGELO divide el entorno en tamaño (micro y macro) y tipo: físico (disponibilidad), económico (costos), político (reglas) y sociocultural (actitudes y creencias). Los elementos que afectan la ingesta de alimentos y la actividad física se clasifican como obesogénicos o leptogénicos (promueven la delgadez). Los autores aplicaron ANGELO a nivel poblacional (comunidades insulares) para priorizar entornos y sectores para intervención, y a nivel de entorno (puntos de venta de comida rápida) para orientar la investigación y las intervenciones. Los elementos ambientales se priorizaron según validez (evidencia de impacto), relevancia (contexto local) y potencial de cambio. Concluyen que el marco ANGELO es una herramienta flexible y robusta para analizar necesidades e identificar problemas con el fin de reducir la obesogenicidad de los entornos modernos.

La literatura identifica la genética como uno de los factores importantes y que predisponen la obesidad; sin embargo, no puede explicar per se el aumento generalizado y considerar la obesidad en las últimas décadas. De manera particular, la literatura médica consultada presenta evidencia de que el componente genético explica solo un tercio de la prevalencia de la obesidad y el sobrepeso, mientras que su incremento se debe en mayor medida al medio ambiente y a las condiciones de vida, que se manifiestan en las conductas poco saludables de los individuos (Serrano Ríos, 2005; Jackson-Leach y Lobstein, 2006).

En general, la literatura indica que la dinámica de la obesidad varía según el nivel socioeconómico, considerando factores como género, edad y raza (Zhang y Wang, 2004; Ogden et al., 2006; Jolliffe, 2011; Phuong et al., 2007). Los estudios muestran resultados distintos sobre la relación entre estatus socioeconómico y obesidad, dependiendo del país. En los países desarrollados, las mujeres presentan una fuerte asociación negativa, mientras que no hay consenso para hombres y niños, aunque se sugiere que la obesidad suele concentrarse en personas en situación de pobreza. En contraste, en los países en vías de desarrollo se observa una relación positiva entre estatus socioeconómico y obesidad en hombres y mujeres (Grabner, 2009). Además, la obesidad se explica parcialmente por las condiciones sociales y económicas que determinan los patrones de consumo y el uso de energía de los individuos (Viego y Temporelli, 2012).

Siguiendo nuevamente con Viego y Temporelli (2012), los estudios que abarcan las condiciones socioeconómicas y su relación con sobrepeso y obesidad constituyen un área de gran expansión dentro de la literatura empírica. Sin embargo, existen limitaciones para extrapolar los resultados debido a la alta heterogeneidad de las características socioeconómicas y culturales.

En la región latinoamericana, destacan los hallazgos de Acosta (2013), quien realizó un análisis sobre la obesidad y su concentración según el nivel socioeconómico en la población colombiana. En el estudio se utilizó un modelo Probit y se calculó el índice de concentración de Kakwani; las variables explicativas consideradas incluyeron el estado civil, nivel de riqueza, edad (18 a 64 años), nivel educativo y lugar de residencia. Por medio del índice de concentración, se observó que la obesidad afecta más al grupo de hombres con mejores condiciones de vida. Por otro lado, mediante las regresiones se evidenció que la edad es un determinante importante para el incremento de la obesidad en el país de estudio; la relación nivel educativo y obesidad indicó que las personas con más años de estudios son más propensas a tener un IMC mayor a 30, mientras que en mujeres ocurre lo contrario.

A nivel local, la literatura local se limita a estudios descriptivos sin inferencia estadística o análisis econométrico, debido a que los datos analizados corresponden a estudios de casos con muestreo no probabilístico. Por tanto, los estudios locales presentados a continuación son estudios de caso con enfoque cuantitativo con alcance exploratorio-descriptivo.

Entre las primeras referencias locales, destaca Barranco et al. (2003), quienes realizaron un estudio prospectivo utilizando un cuestionario con 150 estudiantes de medicina de ambos sexos de distintos ciclos para determinar su índice de masa corporal (IMC) y así catalogar su estado nutricional, considerando patrones dietéticos. Los resultados arrojaron que los estudiantes a medida que avanzan la carrera aumentan el índice de masa corporal para el caso de los hombres, mientras que las mujeres aumentan en el ciclo formativo y disminuye en el profesional. Aproximadamente el 13.00% se encontraba en estado desnutrición, el 67.00% dentro de los rangos normales, el 16.00% en sobrepeso, 5.00% en obesidad de grado I y 7.00% obesidad de grado II.

El estudio de Peguero et al. (2015), presentó un análisis exploratorio-descriptivo de corte transversal cuya unidad de análisis fueron trabajadoras de siete instituciones públicas de la República Dominicana. La sección muestral se hizo en un evento para comentar aquellos “Factores de Riesgo de Sobrepeso y Obesidad”, como marcador de enfermedad cardiovascular. Se realizaron mediciones antropométricas y análisis de sangre para elaborar un perfil lipídico. El sobrepeso fue estimado en relación a medidas antropométricas y dilución isotópica de deuterio. Los resultados indicaron que los participantes menores de 40 años presentaban circunferencia de cintura de alto riesgo, con un nivel de significancia de un 5.00%. En conclusión, las participantes presentaron factores consistentes con los reportados en la literatura.

Por otro lado, (MISPAS, 2021) recientemente presentó un informe con estimaciones de morbilidades que incluían la hipertensión arterial y la obesidad por medio de estadísticas descriptivas. Este análisis fue de tipo descriptivo-exploratorio y no contó con una ficha metodológica muestral que permitiera conocer el nivel de inferencia estadística. De igual manera, no incluía variables de carácter socioeconómico similares a las levantadas por la ENDESA-2013. Por lo que dicho levantamiento representa una posible aproximación más actualizada para ser estudiada con una metodología similar a la de la presente investigación.

Metodología

Fuentes de información

La información utilizada en este estudio es de carácter secundario, proveniente de la Encuesta Nacional Demográfica y de Salud (ENDESA) 2013, realizada en la República Dominicana por el Centro de Estudios Sociales y Demográficos (CESDEM), con apoyo del Ministerio de Salud Pública y asistencia técnica de ICF International. Se trata de una encuesta de hogares y de corte transversal, aplicada entre enero y diciembre de 2013, con un diseño de muestra probabilística y estratificada que incluyó aproximadamente 13,100 hogares y 28,000 individuos. Los datos son representativos a nivel de regiones de salud, pero no a nivel de provincias; por ello, los análisis se realizaron únicamente considerando las regiones de salud. ENDESA 2013 recopila información sobre demografía, salud materno-infantil, nutrición, planificación familiar, VIH/SIDA, violencia de género y factores socioeconómicos, incluyendo datos de peso y altura para calcular el índice de masa corporal (IMC), lo que permite estudiar la prevalencia y los determinantes de la obesidad en la población dominicana.

Factores asociados al modelo teórico

La adecuada selección y definición de las variables constituye un elemento fundamental en la construcción de cualquier modelo econométrico, en la medida en que permite captar de forma precisa los factores que inciden sobre el fenómeno de estudio. En este sentido, a continuación, se presentan las variables incluidas en el modelo teórico utilizado para analizar los factores asociados a la prevalencia de la obesidad en la población de 15 a 59 años de la República Dominicana para el año 2013. La tabla 1 resume la definición conceptual de cada variable, junto con sus respectivos indicadores, criterios de medición o clasificación y las fuentes de datos empleadas.

Modelo Econométrico

Esta investigación adopta un enfoque cuantitativo con un alcance descriptivo-correlacional, sustentado en la especificación metodológica propuesta por Acosta (2013), con el objetivo de analizar la relación entre la condición de obesidad, medida a partir del Índice de Masa Corporal (IMC), y un conjunto de factores socioeconómicos y demográficos. Para ello, se emplean modelos de respuesta binaria, específicamente los modelos Probit y Logit, los cuales permiten estimar la probabilidad de que un individuo presente obesidad en función de sus características observables. En términos formales, la estructura general del modelo se expresa como:

$$P(Oi=1)=f(Edaddelindividuo,máximoniveleducativoalcanzado,niveldeingresos,estadocivil,zonaderesidencia,\dots ). (1)$$

Ambos casos (Probit y Logit) siguen la siguiente especificación:

$$\begin{array}{c}{\widehat{o}}_i={\widehat{\beta }}_0+{\widehat{\beta }}_1{X}_1+{\widehat{\beta }}_2{X}_2+{\widehat{\beta }}_3{X}_3+{\widehat{\beta }}_4{X}_4+{\widehat{\beta }}_5{X}_5+{\widehat{\beta }}_6{X}_6+{\widehat{\beta }}_7{X}_7+{\widehat{\beta }}_8{X}_8+{\widehat{\beta }}_9{X}_9+{\widehat{ϵ}}_i\\ O_i\{\begin{array}{c}1si{O}_i>0\\ 0si{O}_i\le 0\end{array}\end{array} (2)$$

Donde:

${\widehat{o}}_i$ = representa la condición de obesidad del individuo i (1 = obseso, 0 = no obeso);
${\widehat{\beta }}_i$ = parámetros a estimar;
X₁ = estado civil (con pareja, sin pareja);
X₂ = nivel de ingresos (quintil de riqueza);
X₃ = grupos etarios de los individuos, agrupada de 15 a 59 años;
X₄ = máximo nivel educativo alcanzado;
X₅ = zona de residencia (urbana o rural);
X₆ = región de planificación de salud;
X₇ = enfermedades no transmisibles (diabetes, hipertensión, cáncer);
X₈ = ocupación;
X₉ = buscó información de hacer actividad física;
${\widehat{ϵ}}_i$ = error.

Caracterización descriptiva

Tal como se observa en el gráfico 1, en 2013 el 16.35% de la población dominicana presentaba obesidad, mientras que el 83.65% restante no se clasificaba como obesa, lo que evidencia que, para ese año, la obesidad afectaba a una proporción relativamente menor de la población. Sin embargo, al considerar datos más actuales, la prevalencia de obesidad habría aumentado hasta cerca del 32% en 2021, casi duplicando el nivel registrado en 2013 (MISPAS, 2021).

En el gráfico 2, se muestra el porcentaje de la población por sexo en condición de obesidad y aquellos que no padecen de la enfermedad. En este aspecto, el asunto principal que llama la atención es que las mujeres son poco menos de 10 puntos porcentuales más obesas que los hombres.

El análisis descriptivo de las variables consideradas en el modelo se realiza diferenciando entre el grupo de tratamiento, conformado por personas con obesidad, y el grupo de comparación, integrado por personas no obesas. En este contexto, las muestras estuvieron compuestas por 3,249 y 16,620 individuos, respectivamente, de los cuales alrededor del 98% reportó tener pareja, como se resume en la tabla 2.

En cuanto a la variable educación, la población que no recibió educación ocupó un 4.00% de las personas en condición de obesidad, mientras que, los individuos que alcanzaron la primaria y la secundaria representaron un 41.00% y 33.00%, respectivamente, de la población obesa. Finalmente, la población universitaria ocupó el 22%.

Dentro de los aspectos económicos, el 5.00% de las personas que adolecen de obesidad pertenecen al segundo y al tercer quintil de ingresos, mientras que, el 6.00% al cuarto quintil. En cuanto a la situación laboral, el 67.00% de los individuos en condición de obesidad son desempleados. El mayor porcentaje de personas en condición de obesidad se ubicó en rango de edades de 25-34 años con un 28.00% y de 35-44 años con un 33%.

Al precisar las variables sociales y geográficas, el mayor cúmulo la población obesa, un 16.00% reside en la Ozama, la cual está comprendida por el Distrito Nacional, Santo Domingo, y Monte Plata. En lo referente a las variables de salud, del grupo de personas en condición de obesidad, las personas que padecen de hipertensión representaron un 14.00%, mientras que, las que adolecen de diabetes un 4.00%. Estos porcentajes representan aproximadamente el triple y el doble, respectivamente, para el caso de las personas no obesas.

Resultados

En este apartado se presentan los resultados de la especificación econométrica propuesta basada en el marco de las teorías, así como en otras especificaciones empíricas. Se utilizaron modelos de regresión logística “Logit” y probabilística “Probit”. De igual forma, las variables se fueron añadiendo en seis bloques distintos, resultando en seis modelos, a fin de poder realizar comparaciones entre modelos (modelo 1 respecto a modelo 6) al ir agregando distintos tipos de determinantes.

El orden de estos determinantes fue el siguiente: características particulares (mujer, personas con pareja, jefatura del hogar), variables educativas y laborales (máximo nivel educativo alcanzado, tipo de empleado y desempleado), demográficas (grupos etarios), geográficas (zona y regiones de salud), y de salud (diabetes, cáncer, asma, hipertensión y búsqueda de información para realizar actividad física). Por otra parte, se realiza una comparación entre metodologías estadísticas aplicadas (Probit respecto a Logit). Aunque en general los resultados entre las metodologías fueron similares, por tanto, solo los resultados del Logit se muestran en los resultados, mientras que el Probit estará presente en el anexo.

Como se aprecia en la tabla 3, dentro del bloque de características particulares de los individuos, y en contraste con lo reportado por la literatura empírica, únicamente la variable sexo (mujer) mantiene un nivel de significancia estadística en todos los modelos, conservándose incluso al incorporar controles adicionales. En cuanto a las variables educativas y laborales, estas resultaron no ser significativas para explicar la probabilidad de padecer obesidad, lo que difiere de buena parte de los hallazgos previos.

Por otro lado, el estado “con pareja” pierde significancia a partir del Modelo 3, lo que sugiere que su efecto podría estar condicionado por otros factores incluidos en los modelos más completos. En contraste, la jefatura del hogar mantiene su significancia estadística, aunque con una magnitud menor, mostrando cierta coherencia con la literatura revisada que asocia esta condición con diferencias en los patrones de salud y comportamiento alimentario.

Por su parte, los grupos etarios que abarcan los 15–24 años, así como aquellos que abarcan 35–44 y 44–55 años, mantuvieron su nivel de significancia y el signo, a medida que se añadían nuevas variables, conforme a la literatura empírica, que especifica que la edad es un factor que influye en el padecimiento de obesidad. De manera similar los determinantes geográficos tanto a nivel de zona, y todas las regiones exceptuando únicamente la tercera, mantuvieron significancia y signo a medida que se añadían controles, apoyando la literatura revisada.

Por último, y en consonancia con la literatura empírica analizada, el bloque de indicadores vinculados a salud mostró que variables como ser diabético, ser hipertenso y buscar información relacionada a actividad física, resultan significativos con signo positivo en la probabilidad de padecer de algún tipo de obesidad, este último factor fue considerado por resultar relevante para el estudio, a pesar de no encontrarse literatura empírica relacionada.

Asimismo, la tabla 3 evidencia que ser mujer incrementa significativamente la probabilidad de obesidad en todos los modelos, lo que respalda la literatura previa, donde se sugiere que las diferencias de género pueden estar relacionadas con factores biológicos, hormonales y culturales que influyen en el desarrollo de la obesidad.

Tener pareja y ser jefe del hogar influyen en la probabilidad de padecer obesidad, aunque sus efectos resultan menos consistentes entre los modelos, posiblemente debido a diferencias en los roles familiares, responsabilidades y hábitos de vida que afectan las decisiones alimentarias y de actividad física.

Los niveles de educación parecen tener un efecto negativo en la probabilidad de obesidad, particularmente en los primeros modelos; sin embargo, este efecto se vuelve menos evidente al incluir otras variables, lo que sugiere que la educación podría influir indirectamente en la obesidad a través de su impacto en las decisiones de consumo y estilos de vida.

Respecto a la situación laboral, esta muestra resultados mixtos en relación con la obesidad. Mientras que ser empleado público o empleador se asocia con una mayor probabilidad de obesidad en algunos modelos, ser empleado privado o desempleado parece tener un efecto negativo o no significativo.

Las diferencias de edad también influyen en la probabilidad de obesidad, con los grupos de mayor edad mostrando una mayor probabilidad en comparación con los grupos más jóvenes, lo que podría estar relacionado con cambios en el metabolismo y estilos de vida a medida que las personas envejecen.

Vivir en zonas urbanas se asocia con una menor probabilidad de obesidad en los modelos que incluyen esta variable. Este resultado podría estar relacionado con diferencias en la disponibilidad y accesibilidad de alimentos y oportunidades de actividad física entre áreas urbanas y rurales. Las diferencias regionales también son relevantes para la obesidad, con algunas regiones mostrando una menor probabilidad en comparación con la región de referencia, lo que podría estar vinculado a factores culturales, económicos y de infraestructura que varían entre las regiones.

La inclusión de variables de salud y actividad física en el último modelo muestra que estas se asocian con una mayor probabilidad de obesidad; en particular, la hipertensión y la diabetes presentan un efecto positivo y significativo, coherente con la evidencia previa sobre su relación con esta condición.

Conclusiones

Este estudio realizó una caracterización de los factores socioeconómicos, demográficos, geográficos y de salud asociados a la prevalencia de la obesidad en la población de 15 a 59 años de la República Dominicana en el año 2013. Para dicho fin se utilizaron datos de la Encuesta Nacional Demográfica y de Salud (ENDESA-2013) y modelos econométricos de elección binaria. Los resultados de este estudio indican que diversos factores pueden influir en la incidencia de la obesidad, aunque no todos son igualmente significativos.

En términos de características individuales, se encontró que ser mujer aumenta la probabilidad de obesidad de manera significativa en todos los modelos, un hallazgo respaldado por literatura existente que sugiere que diferencias en aspectos biológicos, hormonales y culturales pueden ser factores contribuyentes en el desarrollo de la obesidad. Sin embargo, no se encontró una relación significativa entre tener pareja y ser jefe del hogar y la probabilidad de obesidad, lo que muestra coherencia con la literatura previa.

Por otro lado, las variables educativas y laborales no resultaron ser significativas para el padecimiento de obesidad, un hallazgo que se contrapone a cierta literatura existente. Aunque se observó que los niveles de educación pueden tener un efecto negativo en la probabilidad de obesidad en los primeros modelos, dicho efecto se tornó menos evidente con la incorporación de otras variables, sugiriendo que la educación puede tener un impacto indirecto en la obesidad a través de su influencia en las decisiones de consumo y estilos de vida. En cuanto a la situación laboral, los resultados fueron mixtos. Ser empleado público o empleador se asoció con una mayor probabilidad de obesidad en algunos modelos, mientras que ser empleado privado o desempleado pareció tener un efecto negativo o no significativo.

Los resultados también destacan el impacto de la edad y la geografía en la probabilidad de obesidad. Los grupos de mayor edad mostraron una probabilidad más elevada de padecer obesidad en comparación con los más jóvenes, lo que podría estar relacionado con cambios metabólicos y estilos de vida asociados con el envejecimiento. Asimismo, vivir en zonas urbanas se asoció con una menor probabilidad de obesidad, posiblemente debido a diferencias en la disponibilidad y accesibilidad de alimentos saludables y oportunidades para la actividad física entre áreas urbanas y rurales.

Las variables de salud y actividad física también demostraron ser significativas en la probabilidad de padecer obesidad, con enfermedades como la hipertensión y la diabetes mostrando una relación positiva y significativa. Estos resultados respaldan la evidencia previa sobre la conexión entre estas afecciones y la obesidad. En particular, la búsqueda de información relacionada con la actividad física resultó ser un factor relevante y significativo, a pesar de la falta de literatura empírica directa al respecto.

Futuras investigaciones podrían profundizar en la comprensión de los mecanismos subyacentes a los diferentes factores que contribuyen al desarrollo de la obesidad. Sería relevante considerar la inclusión de variables relacionadas con la nutrición y otros hábitos alimenticios. Asimismo, se podría explorar la posibilidad de diferenciar los tipos de obesidad y el sobrepeso con regresiones multinomiales. Además, es necesario disponer de datos más recientes sobre la situación de la obesidad, dado que esta investigación analiza un contexto de hace aproximadamente una década. Finalmente, estudiar cómo estos factores interactúan entre sí y cómo influyen en las decisiones de consumo y las elecciones de estilo de vida de los individuos es fundamental para desarrollar estrategias de prevención y tratamiento efectivas.

Bibliografía

Acosta, K. (2013). La obesidad y su concentración según nivel socioeconómico en Colombia. Revista de Economía del Rosario, 16(2), 171-200. https://revistas.urosario.edu.co/index.php/economia/article/view/3330/2576

Barranco, J., Ariza, L., y Hernández, M. (2003). Estado nutricio y patrón alimentario de los estudiantes de medicina del INTEC, según el índice de masa corporal, febrero-abril 2003. Ciencia y Sociedad, 28(3), 363-390. https://www.redalyc.org/pdf/870/87028301.pdf

Becker , G. S., y Murphy, K. M. (1988). A Theory of Rational Addiction. Journal of Political Economy, 96(4), 675-700. https://doi.org/10.1086/261558

Darmon, N., y Drewnowski, A. (2005). The economics of obesity: dietary energy density and energy cost. American journal of clinical nutrition, 82(1), 265-273. https://doi.org/10.1093/ajcn/82.1.265S

Epstein, L. H., Salvy, S. J., Carr, K. A., Dearing, K. K., y Bickel, W. K. (2010). Food reinforcement, delay discounting and obesity. Physiology y Behavior, 100(5), 438-445. https://psycnet.apa.org/record/2010-10453-001

Grabner, M. J. (2009). The Effect of Socio-Economic Status on Obesity And Related. University of California.

Hursh, S. R. (1984). Behavioral Economics. Journal of the Experimental Analysis of Behavior, 42(3), 435-452. https://doi.org/10.1901/jeab.1984.42-435

Jackson-Leach, R., y Lobstein, T. (2006). Estimated burden of paediatric obesity and co-morbidities in Europe. Part 1. The increase in the prevalence of child obesity in Europe is itself increasing. Int J Pediatr Obes, 1(1), 26-32. https://pubmed.ncbi.nlm.nih.gov/17902212/

Jolliffe D. (2011). Overweight and poor? On the relationship between income and the body mass index. Economics and human biology, 9(4), 342–355. https://doi.org/10.1016/j.ehb.2011.07.004

Ministerio de Salud Pública y Asistencia Social (MISPAS). (2021). Iera Jornada Nacional de Hipertensión Arterial: Prevención de diabetes y obesidad. Informe de resultados. Departamento de Investigación en salud. https://repositorio.msp.gob.do/handle/123456789/2274

Monterubbianesi, P. D. y Temporelli, K. L. (2016). Aportes de la economía de la salud al estudio de la transición de riesgos sanitarios: el caso de la obesidad. Ensayos sobre Política Económica, 34, 242-252. 10.1016/j.espe.2016.07.001

Ogden, C. L., Carroll, M. D., Curtin, L. R., McDowell, M. A., Tabak, C. J., & Flegal, K. M. (2006). Prevalence of overweight and obesity in the United States, 1999-2004. JAMA, 295(13), 1549–1555. https://doi.org/10.1001/jama.295.13.1549

Organización Mundial de la Salud. (26 de junio de 2024). Actividad física. https://www.who.int/es/news-room/fact-sheets/detail/physical-activity

Organización Mundial de la Salud. (8 de diciembre de 2025). Obesidad y sobrepeso. https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight

Organización para la Cooperación y el Desarrollo Económico (2019). La pesada carga de la obesidad: la economía de la prevención. Publicaciones de la OCDE. https://doi.org/10.1787/67450d67-en

Peguero, M., Then-Paulino, A., y Fulcar, A. (2015). Factores Asociados a Sobrepeso y Obesidad en Mujeres en Edad Reproductiva de la República Dominicana. Archivos Latinoamericanos de Nutrición, 65(2), 375. http://www.alanrevista.org/ediciones/2015/suplemento-2/art-568/

Phuong, D. D., Dubowitz, T., Bird, C. E., Lurie, N., Escarce, J. J., y inch, B. K. (2007). Neighborhood context and ethnicity differences in body mass index: a multilevel analysis using the NHANES III survey (1988-1994). Economics and human biology, 5(2), 179–203. https://doi.org/10.1016/j.ehb.2007.03.006

Posner, R. A., y Philipson, T. J. (2004). The long-run growth in obesity as a function of technological change. Perspectives in biology and medicine, 46(3), 87-107. https://pubmed.ncbi.nlm.nih.gov/14563077/

Serrano Ríos, M. (2005). Metabolic Syndrome: a Modern Variant of Stress-Related Disease? Revista Española de Cardiología, 58(7), 797-806. https://www.revespcardiol.org/en-metabolic-syndrome-modern-variant-of-articulo-13077626

Sobal, J., & Stunkard, A. J. (1989). Socioeconomic status and obesity: a review of the literature. Psychological bulletin, 105(2), 260–275. https://doi.org/10.1037/0033-2909.105.2.260

Swinburn B., Egger G. y Raza F. (1999). Análisis de entornos obesógenos: desarrollo y aplicación de un marco para identificar y priorizar intervenciones ambientales para la obesidad. Preventive Medicine, 29(6), 563-570. https://doi.org/10.1006/pmed.1999.0585

Temporelli, K. y Viego, V. (2012). Obesidad, sobrepeso y condiciones socioeconómicas. El caso argentino. Ecos de Economía, 16 (34), 151–162. https://doi.org/10.17230/ecos.2012.34.7

Zhang, Q., y Wang, Y. (2004). Socioeconomic inequality of obesity in the United States: do gender, age, and ethnicity matter? Social science & medicine, 58(6), 1171–1180. https://doi.org/10.1016/s0277-9536(03)00288-0

Anexos

_______________________________

¹ Instituto de Investigaciones Socioeconómicas (INISE), Universidad Autónoma de Santo Domingo (UASD), República Dominicana. ORCID: 0000-0002-4833-2093. Correo-e: juan142009@gmail.com

² Instituto de Investigaciones Socioeconómicas (INISE), Universidad Autónoma de Santo Domingo (UASD), República Dominicana. ORCID: 0009-0006-8920-5687. Correo-e: magdalenacastillorodriguez01@gmail.com

³ Johnson y Johnson Innovative Medicine, Latinoamérica, Medical Scientific Liaison. ORCID: 0000-0008-7183-3997. Correo-e: joselynrevetti@gmail.com

⁴ Instituto de Investigaciones Socioeconómicas (INISE), Universidad Autónoma de Santo Domingo (UASD), República Dominicana. ORCID: 0009-0002-8060-2097. Correo-e: steffanysantiagooh@gmail.com