Impacto de la biofortificación en la desnutrición crónica infantil
Estimación del efecto del maíz biofortificado sobre el retraso del crecimiento infantil mediante dos vías analíticas diferenciadas que convergen sobre el mismo resultado.
Atribuir una mejora del crecimiento infantil a un cambio en la dieta es de las inferencias más frágiles que existen. Un solo método no basta para defenderla
La pregunta era cuánto reduce el maíz biofortificado el retraso del crecimiento. La dificultad no es calcular un número, es que ese número resista escrutinio.
El retraso del crecimiento infantil (stunting) responde a muchos factores entrelazados: nutrición, enfermedad, condiciones del hogar, características maternas, acceso a servicios. Aislar la contribución de un único cambio dietético —sustituir el maíz convencional por una variedad biofortificada con más hierro, zinc y proteína de calidad— exige separar esa señal del resto, y hacerlo sobre datos observacionales, no sobre un ensayo controlado.
Una estimación así, presentada a un donante internacional con un solo método detrás, es vulnerable: si el método tiene un sesgo, el resultado entero se tambalea. El reto no era producir una cifra de impacto, sino producir una cifra defendible, capaz de resistir la objeción de que el resultado depende de la técnica elegida.
2 vías complementarias
una basada en los datos observados, otra en evidencia de la literatura, convergiendo sobre el mismo efecto
6-59 meses
población infantil objetivo, alineada con las recomendaciones de la OMS
5,8 puntos
de reducción del stunting en que convergen ambas vías, bajo cobertura del 100 % de la población infantil
Dos caminos analíticos diferenciados hacia el mismo efecto: la asociación observada en los datos y el tamaño de efecto de la literatura
Vía endógena: índice nutricional y GAM sobre el crecimiento observado
La primera vía estima el efecto a partir de la asociación observada en la propia población con antropometría. Se construye un índice nutricional compuesto a partir de los nutrientes biodisponibles del niño y se modeliza su efecto sobre el Z-score de talla para la edad mediante un modelo aditivo generalizado (GAM), que captura relaciones no lineales que una regresión lineal no representaría. La preparación sigue un pipeline de selección de variables audit-ready de siete pasos —auditoría del diccionario, tratamiento de faltantes, varianza casi nula, imputación por Random Forest, reducción de dimensión por bloques conceptuales mediante PCA, filtro de correlación y selección por Boruta— de modo que cada variable que entra en el modelo lo hace por una razón documentada.
Vía exógena: tamaño de efecto de meta-análisis modulado por adecuación individual
La segunda vía no parte de los datos locales sino de la evidencia publicada: el tamaño de efecto de un meta-análisis sobre maíz de alta calidad proteica (QPM) —un incremento del 9 % en la velocidad de crecimiento en talla—. Ese efecto no se aplica de forma plana, sino modulado niño a niño por un factor de adecuación proteica que actúa como una curva dosis-respuesta —una sigmoide logística que atenúa el efecto en los niños con déficit proteico severo—, recalculando después la talla y el Z-score de cada niño con las tablas de crecimiento LMS de la OMS. Es la traslación rigurosa de un hallazgo poblacional a la heterogeneidad individual.
Nutrición biodisponible, no nutrición ingerida
Ambas vías comparten una base nutricional cuidada: lo que importa para el crecimiento no es el nutriente ingerido sino el efectivamente absorbido. Se integra la suplementación con micronutrientes en polvo mediante una cascada de adherencia de tres niveles (acceso, administración, dosificación), se estima el zinc absorbido con la ecuación de Miller y el hierro con un factor de absorción acorde a una dieta de base vegetal, y se clasifica la adecuación de cada niño contra umbrales de requerimiento específicos por edad. Sobre esa base se aplican los factores de biofortificación a los nutrientes de origen maíz.
Una estimación de impacto que no depende del método elegido
Efecto sobre el stunting cuantificado a nivel individual
Cada niño de la población queda con un perfil de stunting bajo dos condiciones, maíz convencional y maíz biofortificado, lo que permite cuantificar el efecto de la intervención sobre el retraso del crecimiento de forma individualizada y agregable a cualquier nivel territorial, no solo como promedio nacional. Esa granularidad es la que después permite analizar el impacto departamento a departamento.
Convergencia entre dos métodos como evidencia de consistencia
Las dos vías estiman, por separado, una reducción del stunting de 5,8 puntos porcentuales bajo el escenario de cobertura del 100 % de la población infantil, asociado a la disponibilidad de semilla proyectada para 2028. Que una vía anclada en los datos locales y otra en la literatura internacional converjan en la misma cifra reduce la dependencia de un único enfoque. La coincidencia refuerza la consistencia de la estimación, aunque no elimina la incertidumbre ni convierte la proyección en un efecto observado.
Base individual lista para simular escenarios de cobertura
El recálculo nutricional completo bajo la condición biofortificada se precomputa para cada niño, junto con una jerarquía de prioridad de acceso al maíz según el perfil agrícola del hogar. Esto deja el terreno preparado para que la simulación de escenarios del programa solo tenga que seleccionar qué niños alcanza cada nivel de penetración, sin rehacer el cálculo nutricional.
Qué demuestra este caso sobre nuestra forma de trabajar
Triangulación metodológica, no un único método
Estimar el mismo efecto por dos vías epistemológicamente distintas —una endógena a los datos, otra exógena de la literatura— es lo que convierte una cifra en un resultado defendible. Es una forma de control de calidad que un solo modelo, por sofisticado que sea, no puede ofrecer.
Selección de variables audit-ready
El pipeline de siete pasos, del diccionario de datos al modelo final, está diseñado para que un auditor externo pueda reconstruir por qué cada variable está dentro o fuera. En un dominio donde las decisiones tienen consecuencias de salud pública, la trazabilidad de la selección es parte del rigor, no un trámite.
Nutrición absorbida, no solo declarada
Modelizar el zinc absorbido con la ecuación de Miller, el hierro con un factor coherente con la dieta de base vegetal y la suplementación con una cascada de adherencia realista evita el error frecuente de tratar el nutriente ingerido como si fuera el aprovechado. La biología de la absorción está en el modelo, no asumida.
Del hallazgo poblacional al niño concreto
Trasladar un tamaño de efecto de meta-análisis a cada niño mediante una modulación dosis-respuesta, en lugar de aplicarlo como un promedio plano, respeta la heterogeneidad individual de la respuesta y conecta la evidencia internacional con la población concreta del estudio.
I've been working with Rubén and Julia on a complex modeling project for over a year now, and they have been exceptional partners throughout. As our project has evolved, they have approached every shift collaboratively, receptively, and with flexibility. They have consistently gone above and beyond to ensure we develop both a robust model and a user interface that translates model predictions into clear insights. What we have now is a fully documented, auditable methodology we can put in front of funders and external reviewers with confidence.
Katie Adams
Director of Impact and Cost Effectiveness, New Seed
Capacidades desplegadas en este proyecto
¿Hablamos?
Cuéntanos en qué estás trabajando y te damos una respuesta directa sobre cómo podemos ayudarte.