matiballesteros@yahoo.com.ar

freidinbetina@gmail.com

aguswilner@gmail.com

*Sociólogo. Magíster en Investigación Social

Doctor en Ciencias Sociales por la Facultad de Ciencias Sociales (FSOC) de la UBA

Investigador Asistente del CONICET con sede

en el Instituto de Investigaciones Gino Germani (IIGG) de la UBA

y en la carrera de Sociología (FSOC-UBA)

**Ph.D en Sociología, Brandeis University, EEUU

Magíster en Investigación Social y Licenciada en Sociología

de la Universidad de Buenos Aires (UBA).

Investigadora independiente del CONICET en el Instituto Gino Germani

Profesora de la Carrera de Sociología, UBA

***Licenciado en Sociología por la Universidad de Buenos Aires

Becario doctoral del CONICET con sede en el Instituto Gino Germani

Docente de la Carrera de Sociología de la UBA

(Argentina)

Recepción: 19/01/2021 - Aceptación: 15/04/2021

1ª Revisión: 24/03/2021 - 2ª Revisión: 12/04/2021

Documento accesible. Ley N° 26.653. WCAG 2.0

Cita sugerida: Ballesteros, M.S., Freidin, B., y Wilner, A. (2021). Determinantes sociales asociados a la actividad física recreativa y el cuidado de la salud. Estudio en la República Argentina en 2009 y 2018. Lecturas: Educación Física y Deportes, 26(276), 2-19. https://doi.org/10.46642/efd.v26i276.2804

 

Resumen

    Introducción: La realización de actividad física deportiva y para mejorar la condición física tiene demostrados beneficios psicofísicos, al tiempo que su práctica está socialmente estratificada. El objetivo del artículo fue analizar el impacto de determinantes sociodemográficos, geográficos, y de composición del hogar, así como la interseccionalidad del género con el resto de los determinantes, en la práctica de este dominio de actividad física en las zonas urbanas de Argentina en los años 2009 y 2018. Métodos: Análisis cuantitativo de datos de la Encuesta Nacional de Factores de Riesgo de los años 2009 y 2018. Se utilizó un análisis descriptivo bivariado y un análisis inferencial multivariado con modelos de regresiones logísticas binarias. Resultados: El ingreso, el nivel educativo, el género, el grupo etario, la presencia de los niños en el hogar y la región de residencia generaron desigualdades en la práctica de esta actividad física. Las desigualdades de género se intensificaron en los sectores de menores ingresos, entre la población más joven y para quienes viven en hogares con menores de hasta 10 años. Conclusiones: Se destaca la importancia de una perspectiva interseccional para analizar las desigualdades sociales. También la importancia de implementar políticas públicas con perspectiva de género y la inversión en infraestructura pública como medios para aumentar la práctica de actividad física y disminuir las desigualdades sociales que persistieron durante el período analizado.

    Palabras clave: Ejercicio físico. Factores socioeconómicos. Inequidad social. Inequidad de género. Interseccionalidad.

 

Abstract

    Introduction: There is strong evidence that sports and exercise are beneficial for physical and mental health, at the time that its practice is socially stratified. The purpose of this article was to analyze the impact of socio-demographic and geographical factors, as well as household composition, on the practice of exercise and sports in Argentina in the years 2009 and 2018. The interactions of these variables were also analyzed. Methods: Quantitative analysis of the National Survey of Risks Factors conducted in 2009 and in 2018. A descriptive analyzed was first presented, followed by an inferential multivariate one based on various models of logistic regressions. Results: Income, educational level, gender, age, area of residence, and household composition generated inequalities in the practice of physical activity that is beneficial for health. Gender inequalities intensified in lower income group, for those who are younger and those who live in households with children under the age of ten. Conclusions: it was pointed out the importance of implementing public policies with a gender perspective and of the investment in public infrastructure as means to facilitate the practice of this type of physical activity and to ameliorate persistent social inequalities.

    Keywords: Exercise. Socioeconomic factors. Social inequity. Gender inequality. Intersectionality.

 

Resumo

    Introdução: A realização de esportes e atividades físicas para melhorar a condição física tem comprovados benefícios psicofísicos, embora sua prática seja estratificada socialmente. O objetivo do artigo foi analisar o impacto dos determinantes sociodemográficos, geográficos e da composição familiar, bem como a interseccionalidade de gênero com os demais determinantes, na prática deste domínio da atividade física em áreas urbanas da Argentina nos anos de 2009 e 2018. Métodos: Análise quantitativa dos dados da Pesquisa Nacional de Fatores de Risco para os anos de 2009 e 2018. Foi utilizada uma análise descritiva bivariada e uma análise inferencial multivariada com modelos de regressão logística binária. Resultados: renda, escolaridade, gênero, faixa etária, presença de filhos no domicílio e região de residência geraram desigualdades na prática dessa atividade física. As desigualdades de gênero se intensificaram nos setores de menor renda, entre a população mais jovem e para quem mora em domicílios com filhos de até 10 anos. Conclusões: Destaca-se a importância de uma perspectiva intersetorial para analisar as desigualdades sociais. Também a importância da implementação de políticas públicas com perspectiva de gênero e investimento em infraestrutura pública como meio de aumentar a prática de atividade física e reduzir as desigualdades sociais que persistiram no período analisado.

    Unitermos: Exercício físico. Fatores socioeconômicos. Desigualdade social. Desigualdade de gênero. Interseccionalidade.

 

Lecturas: Educación Física y Deportes, Vol. 26, Núm. 276, May. (2021)

---

 

Introducción 

 

    La actividad física (AF) regular es recomendada por sus beneficios para la salud psicofísica. El término AF hace referencia a toda actividad que implica movimiento corporal y gasto energético, aunque no existe una definición internacionalmente acordada sobre qué es la AF y cómo debe medirse. La OMS (WHO, 2018) distingue dominios de AF para la población adulta activa, que incluye la realizada durante el tiempo libre o para desplazarse, la ocupacional, las implicadas en tareas domésticas, y la que incluye el juego, el deporte y ejercicios programados en el marco de actividades diarias, familiares y comunitarias. Otros autores diferencian la ocupacional, la de la vida diaria y la de tiempo libre, que incluye la AF recreativa y deportiva. (Samitz et al., 2011)

 

    Las encuestas epidemiológicas muestran que la AF medida de forma global tiene una relación inversa con distintas causas de mortalidad, factores de riesgo y enfermedades crónicas no transmisibles (Samitz et al., 2011; Fleischer et al., 2008). Discriminando por dominios, y a partir de un metaanálisis de 80 estudios epidemiológicos realizados en Europa, Norteamérica y Asia, Samitz et al. (2011) concluyen que la AF vinculada con el deporte, la vida cotidiana y el tiempo libre tienen una relación inversa con todas las causas de mortalidad, especialmente entre las mujeres; y que la relación es más intensa que la observada para las actividades físicas vinculadas con el transporte y la ocupación. En esta línea, se señalan resultados contradictorios entre la AF ocupacional intensa y la salud: algunas investigaciones señalan que está linealmente y otras inversamente relacionada con la mortalidad debido a problemas cardíacos. (Cornelio, 2014)

 

    El análisis de la relación entre salud y AF global limita la comprensión de la problemática desde la perspectiva de los determinantes sociales debido a que distintos tipos de actividades están asociados a diferentes recursos, motivaciones y capacidades de decisión sobre su realización. La AF ocupacional y la doméstica se relacionan con la reproducción social atravesada por las relaciones de género, y su realización en ocasiones excede la voluntad de los sujetos. La AF recreativa vinculada con el deporte y el ejercicio regular suele realizarse en el tiempo libre y depende de motivaciones personales y recursos individuales, interpersonales, comunitarios y residenciales. (Ortiz Hernández, 2005; Parra et al., 2010; Diez Roux et al., 2010; Freidin et al., 2018)

 

    La importancia de diferenciar los dominios de AF es central para la perspectiva de los determinantes sociales y los enfoques sociológicos de las desigualdades en salud. Las posibilidades de desarrollar estilos de vida saludables en el espacio urbano, incluyendo el ejercicio físico regular y el deporte, están condicionadas por los modos de vida estructurados por las relaciones de clase, de género y étnicas (Menéndez, 2009). La posición de clase se considera como la causa fundamental en el acceso desigual a recursos para prevenir enfermedades, controlar factores de riesgo y mitigar los efectos de una condición de salud (Phelan et al., 2010). El lugar de residencia, a su vez, condiciona el acceso diferencial a infraestructura y a políticas públicas que promueven la realización de actividades recreativas y deportivas (Ortiz Hernández, 2005; Parra, et al., 2010; Hernández et al., 2010; Freidin et al., 2018). Las comunidades económicamente más desfavorecidas tienen menores recursos colectivos de calidad de vida, como parques y espacios abiertos recreativos, iluminación y limpieza en las calles (Diez Roux et al., 2010). La desigualdad socio-territorial incluye el mayor riesgo de victimización por violencia interpersonal afectando el uso de los espacios públicos. (Menéndez, 2009)

 

    Las relaciones de género también producen desigualdades en la práctica de AF y deporte. Si bien la brecha de género disminuyó en los últimos años, estudios internacionales muestran que las mujeres realizan menos deporte y con menor regularidad (Tischer et al., 2011). Por un lado, las diferencias se explican por la subordinación en el manejo de recursos económicos y por disponer de menos tiempo libre debido al doble rol productivo y reproductivo, especialmente si son madres de niños pequeños y pertenecen a hogares de bajos ingresos. Las cargas de cuidado varían a lo largo del ciclo familiar pero también lo hacen según la composición del hogar y los ingresos, en la medida en que dependan de la capacidad de comprar los servicios de cuidado en el mercado (Esquivel, 2011, Faur, y Jelín, 2013; Batthyány, 2010). Quienes pueden pagar por dichos servicios están a su vez en situación de tener menos miembros del hogar que cuidar; mientras que quienes no pueden hacerlo acumulan desventajas por el mayor peso del trabajo doméstico familiar, las dificultades en el acceso a los servicios públicos y la necesidad de recurrir a cuidadoras informales y redes comunitarias de apoyo (Batthyány, 2008). En esta línea, la perspectiva de la interseccionalidad de los determinantes sociales en salud pone el foco en su interdependencia y enfatiza cómo la combinación de distintas posiciones sociales generadas por estructuras macrosociales se corresponde con experiencias diferenciales a nivel microsocial, al reforzar distintos ejes de privilegio u opresión. (Abichahine, y Veenstra, 2017; Ray, 2014)

 

    Las desigualdades de clase acentúan las de género en relación con la práctica deportiva y el ocio (Hargreaves, 1993). Si bien han disminuido las desigualdades de género en la realización de deporte en la clase media, continúan en la clase trabajadora y si las mujeres tienen hijos pequeños (Hargreaves, 1993; Tischer et al., 2011).

 

    Entre los recursos de clase media y alta se encuentran la capacidad de disponer de dinero para comprar el tiempo de mujeres de clase trabajadora como ayuda en el hogar y el cuidado de los hijos, tener más recursos materiales para el ocio y disponer de transporte privado para deslocalizar la práctica deportiva (Hargreaves, 1993). La pobreza de ingresos resulta en pobreza de tiempo combinando y magnificando los efectos de las desigualdades de clase para las mujeres. (Faur, y Jelín, 2013)

 

    Por otra parte, las desigualdades de género también derivan de la existencia de una organización sexista del deporte que destina mayor infraestructura y recursos a la práctica masculina. La asociación de la masculinidad hegemónica con el deporte no solo limita la participación de las mujeres, sino también la de los adultos mayores en general, en tanto han ido perdiendo los atributos de resistencia, agilidad, coordinación y fuerza que demanda el modelo culturalmente dominante, se agrega una mayor carga de morbilidad (Puig Barata y Mosquera, 2017). Sin embargo, en las últimas décadas se observa una mayor difusión de la práctica deportiva en los países de mayores ingresos entre grupos de diferentes edades, clases sociales, género y pertenencia étnica en un contexto de diversificación de los lugares para hacerlo y del tipo de deportes. (Tischer et al., 2011)

 

    En un artículo previo (Ballesteros et al., 2020), tomando como base la Encuesta Nacional de Factores de Riesgo (ENFR) del año 2009 se analizó el impacto de determinantes sociales, geográficos y demográficos para la práctica de ejercicio físico, y algunas de las interacciones de estas variables. Se examinó si las desigualdades de género se intensificaron para algunas posiciones sociales y grupos etarios. En el presente artículo se analizó si persistieron dichos patrones a partir de la ENFR 2018, agregando además una variable sobre la composición del hogar. De esta forma, el objetivo de este trabajo fue analizar el impacto de determinantes sociodemográficos, geográficos, y de composición del hogar, así como la interseccionalidad del género con el resto de los determinantes, en la práctica de actividad física deportiva y para mejorar la condición física en las zonas urbanas de Argentina en los años 2009 y 2018.

 

Métodos 

 

    Se realizó un estudio descriptivo y correlacional basado en fuentes estadísticas secundarias. Los datos provinieron de la ENFR de 2009 y 2018. Los relevamientos fueron realizados conjuntamente por el Ministerio de Salud y el INDEC, con una muestra probabilística multietápica que permite realizar estimaciones para la población de 18 años y más, residente en viviendas particulares de localidades de 5000 habitantes y más, de Argentina. En el 2009 se encuestaron 34.732 personas y 29.224 en el 2018.

 

    Las cuatro veces que la ENFR se realizó en Argentina (2005, 2009, 2013 y 2018) se indagó sobre la realización de AF con preguntas que permiten cuantificar el nivel de AF global de las personas. Sólo en los años 2009 y 2018 la ENFR diferenció entre distintos tipos de AF: doméstica, laboral, para desplazarse/trasladarse y para mejorar la condición física/hacer deporte. Este artículo se centró en la AF para Mejorar la Condición Física/hacer Deporte (AF para MCF/D). Sin embargo, mientras que en el 2009 se consultó por el último mes, en el 2018 el período de referencia fue la última semana. Debido a este cambio, la comparación sobre los porcentajes de población que realiza este tipo de actividad y de las magnitudes de las desigualdades sociales frente a esta práctica tiene una limitación. Considerar una semana como periodo de referencia es un indicador más exigente de realización de AF que si se toma el último mes. Sí es posible analizar si persisten los factores que generan desigualdades en la realización de este tipo de AF en ambos años, más allá del período de referencia que se considere, así como las interseccionalidades en las desigualdades sociales a lo largo de casi una década. No fue el interés de este trabajo comparar la magnitud del efecto de las variables entre los años 2009 y 2018, el interés radicó en observar si las variables consideradas y, en particular, la interseccionalidad de ellas, estuvieron asociadas en ambos años a la realización de este tipo de AF.

 

    Se comenzó el análisis de los datos con tablas bivariadas descriptivas para ambas encuestas que examinaron el efecto del nivel educativo, el ingreso por unidad consumidora del hogar¹, la región de residencia, el género y el grupo etario en la realización de AF para MCF/D en el último mes (para 2009) y en la última semana (para 2018). Para el 2018 se incorporó la variable presencia de menores de 10 años en el hogar. Esta variable no se encuentra en la base usuaria de la encuesta y fue suministrada por el INDEC por un pedido especial².

 

    Posteriormente, se realizaron distintos modelos de regresiones logísticas binarias. Los modelos 1 a 5 fueron iguales para ambas encuestas, mientras que los modelos 6 y 7 fueron exclusivos para la del 2018 y se incorporó la variable presencia de menores de 10 años en el hogar. Los modelos 1 (nivel educativo e ingreso del hogar), 2 (se suma región, grupo etario y género) y 6 (se agrega presencia de menores de 10 años en el hogar) mostraron las desigualdades de forma aditiva; es decir, indicaron el efecto adicional de cada una de las variables una vez controlado el efecto del resto (Bauer, 2014). Estos modelos asumen que las desigualdades generadas por cada variable independiente se mantienen constantes en las distintas categorías de las otras variables independientes. (Jaccard, 2001)

 

    En los modelos 3, 4, 5 y 7 se analizó la interseccionalidad entre el género y otras variables para la realización de esta AF, a partir de la incorporación de interacciones en las regresiones logísticas. Estos modelos permiten identificar la existencia de efectos multiplicativos entre las variables, posibilitando analizar si las desigualdades generadas por una variable se mantienen constantes (o no) en las categorías de otras variables (lo que en los modelos aditivos es un supuesto) (Bauer, 2014; Jaccard, 2001). En este artículo sólo se analizó la interacción del género con el ingreso del hogar (modelo 3), el nivel educativo (modelo 4), el grupo etario (modelo 5) y la presencia de niños y o niñas en el hogar (modelo 7).

 

    Al incorporar una interacción de dos variables categóricas en una regresión logística binaria se debe prestar atención a dos efectos. Primero, a los términos de la interacción de la variable que indican si los efectos de una variable independiente sobre la dependiente se mantienen constantes, aumentan o disminuyen en las distintas categorías de la otra variable independiente. Segundo, se debe observar lo que sucede con las dos variables que son parte de la interacción. Con la incorporación de la interacción de dos variables categóricas, el modelo muestra el efecto de cada variable para la categoría de referencia de la otra variable.

 

Resultados 

 

    La Tabla 1 mostró que a pesar de que en el año 2018 se indagó por la AF para MCF/D en la última semana, fue mayor el porcentaje de personas que realizó esta práctica (44,0%) que en el 2009 (38,4%), cuando se preguntó por el último mes. En ambos años fue mayor el porcentaje de personas que realizaron este tipo de AF a medida que aumentó el ingreso del hogar y el nivel educativo, descendió el grupo etario y entre los hombres. En ambas encuestas, en la CABA fue donde más se practicó y en el conurbano bonaerense, el NOA y el NEA donde menos se practicó. En la ENFR 2018 también se observó que fue menor la práctica con la presencia de menores de hasta 10 años en el hogar.

 

		Actividad física para mejorar condición física o hacer deporte
		2009 (último mes)	2018 (última semana)
Quintiles de ingreso por UC	1er quintil	26,9%	33,6%
	2do quintil	32,7%	36,0%
	3er quintil	35,9%	42,2%
	4to quintil	41,6%	48,5%
	5to quintil	54,7%	59,8%
Nivel educativo	Hasta primario incompleto	18,8%	20,4%
	Primario completo-secundario incompleto	31,6%	34,1%
	Secundario completo-superior incompleto	45,4%	50,5%
	Superior completo	54,9%	59,3%
Región	Ciudad de Buenos Aires	47,4%	57,9%
	Conurbano Bonaerense	30,5%	39,2%
	Pampeana	41,8%	46,5%
	Noroeste	37,6%	41,9%
	Noreste	35,6%	40,8%
	Cuyo	40,8%	42,8%
	Patagónica	42,3%	46,7%
Sexo	Hombre	43,0%	48,2%
	Mujer	34,4%	40,2%
Grupo etario	18 a 24 años	49,4%	53,8%
	25 a 34 años	42,5%	49,9%
	35 a 49 años	37,4%	43,6%
	50 a 64 años	34,8%	39,3%
	65 años y más	27,3%	33,4%
Menores de 10 años en el hogar	Sin menores	Sin datos	45,3%
	Con menores	Sin datos	41,1%
Total		38,4%	44,0%

Fuente: Elaboración propia en base a la ENFR 2009 y 2018

 

    En las regresiones logísticas binarias para 2009 (Tabla 2) y 2018 (Tabla 3), se observó que los modelos 1 y 2 se comportaron de forma similar. Todas las variables sociodemográficas tuvieron efectos una vez controladas las restantes. En el modelo 1, las diferencias fueron mayores por el efecto del nivel educativo que por el del ingreso. En el modelo 2, al incorporar el grupo etario, parte del efecto del nivel educativo disminuyó mientras que el del ingreso aumentó. Ello se debió a que los grupos de mayor edad, que realizaron en menor medida AF para MCF/D, tienen menores niveles educativos y pertenecen en menor medida a los quintiles de ingreso más bajos. La región fue la única de las variables consideradas en los modelos 1 y 2, pero también en las interacciones de las variables de los modelos 3, 4 y 5, en las que hubo diferencias sobre la significancia estadística del efecto de algunas de sus categorías entre 2009 y 2018. En ambos años quienes residieron en la Ciudad de Buenos Aires (CABA) tuvieron más chances de realizar AF para MCF/D que quienes residieron en el Conurbano Bonaerense. Sin embargo, en el 2009 no hubo diferencias estadísticamente significativas entre CABA y el resto de las regiones, mientras que en el 2018, con la excepción de la región pampeana, quienes residieron en el resto de las regiones tuvieron menos chances de realizar este tipo de AF.

 

	Modelo 1	Modelo 2	Modelo 3	Modelo 4	Modelo 5
Quintiles de ingreso por UC (1ero referencia)	-	-	-		-
2do quintil	1,20**	1,26**	1,39**	1,26**	1,25**
3er quintil	1,26**	1,39**	1,63**	1,39**	1,38**
4to quintil	1,47**	1,66**	2,14**	1,65**	1,64**
5to quintil	2,11**	2,39**	2,97**	2,39**	2,36**
Nivel educativo (hasta primario incompleto referencia)	-	-	-		-
Primario completo-secundario incompleto	1,88**	1,62**	1,62**	1,56**	1,62**
Secundario completo-superior incompleto	3,06**	2,36**	2,37**	2,23**	2,45**
Superior completo	3,68**	3,29**	3,25**	3,56**	3,35**
Región (CABA referencia)	-	-	-	-	-
Conurbano Bonaerense	0,7**	0,66**	0,66**	0,66**	0,67**
Pampeana	1,09+	1,09+	1,09+	1,08+	1,09+
Noroeste	1,12+	1,09+	1,05+	1,05+	1,06+
Noreste	1,09+	1,06+	1,02+	1,02+	1,03+
Cuyo	1,11+	1,10+	1,10+	1,09+	1,10+
Patagónica	1,12+	1,04+	1,04+	1,04+	1,05+
Sexo (mujer referencia)	N/C	1,46**	1,98**	1,40**	1,12*
Grupo etario (65 años y más referencia)	N/C	-	-		-
18 a 24 años	N/C	2,45**	2,46**	2,44**	1,55**
25 a 34 años	N/C	1,60**	1,61**	1,60**	1,18**
35 a 49 años	N/C	1,34**	1,34**	1,33**	1,22**
50 a 64 años	N/C	1,24**	1,25**	1,24**	1,49**
1er quintil de ingreso per cápita del hogar y mujer referencia	N/C	N/C	-	-	N/C
2do quintil y hombre	N/C	N/C	0,82*	0,82*	N/C
3er quintil y hombre	N/C	N/C	0,73**	0,73**	N/C
4to quintil y hombre	N/C	N/C	0,59**	0,59**	N/C
5to quintil y hombre	N/C	N/C	0,65**	0,65**	N/C
Hasta primario incompleto y mujer referencia	N/C	N/C	N/C	-	N/C
Primario completo-secundario incompleto	N/C	N/C	N/C	1,07+	N/C
Secundario completo-superior incompleto	N/C	N/C	N/C	1,127+	N/C
Superior completo	N/C	N/C	N/C	0,81+	N/C
65 años y más y mujer referencia	N/C	N/C	N/C	N/C	-
18 a 24 años y hombre	N/C	N/C	N/C	N/C	2,48**
25 a 34 años y hombre	N/C	N/C	N/C	N/C	1,80**
35 a 49 años y hombre	N/C	N/C	N/C	N/C	1,18*
50 a 64 años y hombre	N/C	N/C	N/C	N/C	0,67**
Constante	0,19**	0,13**	0,08**	0,13**	0,14**
Pseudo R2 de Nagelkerke	0,083	0,124	0,132	0,125	0,137

Notas: (1) 0=No realizó AF; 1=Realizó AF

** p <0.01; * p< 0.05; + p>0.05; N/C: no considerada.

Fuente: Elaboración propia en base a la ENFR 2009.

 

	Modelo 1	Modelo 2	Modelo 3	Modelo 4	Modelo 5	Modelo 6	Modelo 7
Quintiles de ingreso per cápita del hogar (1ero referencia)	-	-	-	-	-	-	-
2do quintil	1,06+	1,12**	1,30**	1,12**	1,12**	1,11**	1,10*
3er quintil	1,29**	1,40**	1,69**	1,41**	1,40**	1,38**	1,37**
4to quintil	1,47**	1,60**	1,94**	1,60**	1,60**	1,57**	1,56**
5to quintil	2,04**	2,17**	2,85**	2,18**	2,17**	2,12**	2,14**
Nivel educativo (hasta primario incompleto referencia)	-	-	-	-	-	-	-
Primario completo-secundario incompleto	1,97**	1,67**	1,68**	1,76**	1,68**	1,68**	1,69**
Secundario completo-superior incompleto	3,46**	2,65**	2,68**	2,71**	2,69**	2,64**	2,67**
Superior completo	4,25**	3,76**	3,75**	4,11**	3,77**	3,76**	3,80**
Región (CABA referencia)	-	-	-	-	-	-	-
Conurbano Bonaerense	N/C	0,72**	0,72**	0,72**	0,72**	0,72**	0,73**
Pampeana	N/C	0,94+	0,94+	0,94+	0,93+	0,94+	0,95+
Noroeste	N/C	0,87*	0,87*	0,87*	0,87*	0,87*	0,88*
Noreste	N/C	0,82**	0,82**	0,82**	0,82**	0,82**	0,82**
Cuyo	N/C	0,81**	0,82**	0,82**	0,81**	0,81**	0,82**
Patagónica	N/C	0,87*	0,88+	0,88+	0,87*	0,88+	0,89+
Sexo (mujer referencia)	N/C	1,45**	2,02**	1,57**	1,25**	1,44**	2,26**
Grupo etario (65 años y más referencia)	N/C	-	-	-	-	-	-
18 a 24 años	N/C	2,32**	2,32**	2,32**	1,71**	2,39**	2,42**
25 a 34 años	N/C	1,73**	1,73**	1,73**	1,38**	1,82**	1,85**
35 a 49 años	N/C	1,30**	1,30**	1,30**	1,28**	1,36**	1,35**
50 a 64 años	N/C	1,15**	1,15**	1,15**	1,37**	1,16**	1,16**
1er quintil de ingreso per cápita del hogar y mujer referencia	N/C	N/C	-	N/C	N/C	N/C	N/C
2do quintil y hombre	N/C	N/C	0,74**	N/C	N/C	N/C	N/C
3er quintil y hombre	N/C	N/C	0,68**	N/C	N/C	N/C	N/C
4to quintil y hombre	N/C	N/C	0,67**	N/C	N/C	N/C	N/C
5to quintil y hombre	N/C	N/C	0,58**	N/C	N/C	N/C	N/C
Hasta primario incompleto y mujer referencia	N/C	N/C	N/C	-	N/C	N/C	N/C
Primario completo-secundario incompleto	N/C	N/C	N/C	0,90+	N/C	N/C	N/C
Secundario completo-superior incompleto	N/C	N/C	N/C	0,97+	N/C	N/C	N/C
Superior completo	N/C	N/C	N/C	0,82+	N/C	N/C	N/C
65 años y más y mujer referencia	N/C	N/C	N/C	N/C	-	N/C	N/C
18 a 24 años y hombre	N/C	N/C	N/C	N/C	1,88**	N/C	N/C
25 a 34 años y hombre	N/C	N/C	N/C	N/C	1,61**	N/C	N/C
35 a 49 años y hombre	N/C	N/C	N/C	N/C	1,02+	N/C	N/C
50 a 64 años y hombre	N/C	N/C	N/C	N/C	0,71**	N/C	N/C
Presencia de menores de 10 años	N/C	N/C	N/C	N/C	N/C	1,13**	1,54**
Presencia de menores de 10 años y mujer referencia	N/C	N/C	N/C	N/C	N/C	N/C	0,52**
Constante	0,22**	0,17**	0,15**	0,18**	0,17**	0,17**	0,17**
Pseudo R2 de Nagelkerke	0,89	0,121	0,123	0,129	0,121	0,122	0,128

Notas: (1) 0=No realizó AF; 1=Realizó AF

** p <0.01; * p< 0.05; + p>0.05; N/C: no considerada.

Fuente: Elaboración propia en base a la ENFR 2018

 

    Los modelos 3, 4 y 5 también permitieron obtener conclusiones muy similares para ambos años. En los modelos 3 de ambas tablas se observó que las desigualdades de género fueron más importantes entre quienes pertenecieron al 1er quintil de ingreso. Ello se observó en los términos de la interacción de ambos modelos, donde se apreció que en ambos años las diferencias de género en el 1er quintil fueron mayores que en el resto de forma estadísticamente significativa. Centrando el análisis en los datos de 2018, y considerando la variable género, se observó que los hombres del 1er quintil de ingreso tuvieron 2,02 veces más chances de realizar AF que las mujeres del mismo quintil (modelo 3), mientras que en toda la población los hombres tuvieron 1,45 veces más chances que las mujeres (modelo 2). También se observó que en el modelo 3 aumentó el efecto de los quintiles de ingreso (mostró el efecto del ingreso en las mujeres) en comparación con lo que sucedió en el modelo 2 (mostró el efecto en el conjunto de la población). Nuevamente con los datos del 2018 se observó que las mujeres del 5to quintil tuvieron 2,85 veces más chances de realizar AF que las del 1er quintil (Modelo 3), mientras que para la población total (hombres y mujeres, en el Modelo 2) las mayores chances relativas del 5to quintil fueron 2,17.

 

    En los modelos 4 de ambas tablas se observó que no hubo diferencias de género estadísticamente significativas en la práctica de AF para MCF/D para los distintos niveles educativos. Es decir, las diferencias de género entre los niveles educativos fueron similares. Si bien las diferencias fueron levemente menores entre quienes tienen nivel universitario que quienes tienen hasta primario completo, no fueron estadísticamente significativas.

 

    En los modelos 5 de ambas tablas se observó en los términos de la interacción que, tomando como referencia el grupo de mayor edad (65 años y más), las desigualdades de género fueron significativamente más importantes en los grupos más jóvenes (18 a 24 y 25 a 35 años) y significativamente menores en el grupo de 50 a 64 años. Es decir, en la población más joven (18 a 24 y 25 a 35 años) las desigualdades de género en la práctica de esta AF fueron mayores que entre la población de mayor edad (50 a 64 y 65 años y más). En el modelo 5 del año 2018 (Tabla 3), se observó que en el grupo de 65 años y más los hombres tuvieron 1,25 veces más chances de realizar esta AF, mientras que cuando se consideró a la población total (Modelo 2) los hombres tuvieron 1,45 veces más chances de realizar AF que las mujeres. En el mismo modelo se observó que disminuyó el efecto del grupo etario entre las mujeres. Mientras que las mujeres del grupo etario de 18 a 24 años tuvieron 1,71 veces más chances de realizar AF para MCF/D que las mujeres del grupo de 65 años y más, cuando se consideró al conjunto de la población (hombres y mujeres en el modelo 2) los del grupo etario de 18 a 24 años tuvieron 2,32 veces más chances de realizar esta AF que los del grupo de 65 años y más.

 

    En el modelo 6 de la Tabla 3 se observó que la presencia de menores en el hogar estuvo significativamente relacionada con una menor AF para MCF/D. El modelo 7 mostró que la presencia de menores no afectó de igual forma a hombres y mujeres. En los términos de la interacción del modelo se observó que cuando hubo menores en el hogar las diferencias de género fueron más importantes de forma estadísticamente significativa que cuando no los hubo. A su vez, aumentó el efecto del género al considerarse sólo los hogares que tenían menores, ya que los hombres tuvieron 2,26 veces más chances de realizar esta AF (modelo 7), mientras que en el conjunto de la población fue de 1,44 veces más chances (modelo 6). Por último, se observó que, entre las mujeres, quienes residían en hogares sin presencia de menores tuvieron 54% más chances de realizar AF que quienes residían en hogares con menores (modelo 7), mientras que en el conjunto de la población fueron del 13% (modelo 6).

 

Discusión 

 

    Desde la perspectiva de los determinantes sociales en salud, y focalizado en la realización de AF para MCF/D, en este artículo se analizaron los datos de la ENFR 2018 de manera comparativa con los datos del año 2009. Se mostró que los patrones de desigualdad persistieron entre 2009 y 2018 al analizarse el efecto de variables estructurales como el quintil de ingreso, el grupo etario, la educación formal, el género y la región de residencia. Los resultados son concordantes con los de otros estudios realizados en el país, que mostraron que los grupos de menores niveles educativos, mayor edad y las mujeres presentaron niveles más bajos de AF recreativa, predominando en estos grupos la vinculada con actividades laborales o responsabilidades de la vida cotidiana (Linetzky et al., 2013; ODSA, 2017; Tarducci et al., 2016). Respecto de variables sobre la composición del hogar, para el año 2018, los datos de la ENFR mostraron que la no presencia de menores de hasta 10 años en los hogares incrementa las chances de realizar AF para MCF/D.

 

    Los modelos de regresión logística presentados en este artículo que introdujeron interacciones para ambos años, mostraron que las desigualdades de género se intensifican en los sectores de menores ingresos y entre la población más joven. A su vez la presencia de menores de hasta 10 años no afectó de igual forma las posibilidades de realizar ejercicio a hombres y mujeres. Cuando hubo menores en el hogar las diferencias de género fueron más importantes que cuando no los hubo. Las variaciones observadas pueden interpretarse a partir de los estudios sobre la desigualdades de género en la esfera del trabajo doméstico y el cuidado infantil que resta tiempo libre para las mujeres. (Faur, y Jelín, 2013; Batthyány, 2010; Ballesteros, y Freidin, 2019)

 

    La disponibilidad de tiempo para el cuidado personal y para realizar la AF con ese fin debe entenderse no sólo a partir de las desigualdades de género sino también de clase, y sus interacciones, especialmente para las mujeres más jóvenes que tienen mayores cargas de cuidado de niños, tareas que se intensifican y consumen más tiempo cuanto menores edades tienen los y las hijas y menor es el nivel económico del hogar (Batthyány, 2008). Si bien las responsabilidades de cuidado de las mujeres en los hogares varían a lo largo del ciclo familiar, también varían según los ingresos, en la medida en que la capacidad de delegar las tareas de cuidado dependa de la compra de servicios en el mercado (Faur, y Jelín, 2013; Esquivel, 2011; Batthyány, 2010). Las mujeres que cuentan con mayores ingresos tienen la capacidad para elegir “las condiciones en que se desarrolla el cuidado de los niños “ejecutado” por ellas, cuándo y cuánto tiempo (…) y [para] dejar las más rutinarias, o que desgastan más, a cuidadores remunerados o elegir hacerlas en algunas oportunidades, pero no de forma sistemática” (Batthyány, y Genta, 2019:130).

 

    Respecto del análisis por regiones, resultó una variable poco esclarecedora por el nivel de agregación. En las regiones más extensas se consideran áreas geográficas muy amplias y no se contemplan las diferencias internas. Esta aclaración vale también para la comparación entre el Conurbano y la CABA, aun si son significativos los resultados del modelo, ya que ambas áreas geográficas presentan importantes heterogeneidades en su interior. Las diferencias observadas en el nivel agregado pueden explicarse en parte por la mayor infraestructura pública y privada para hacer ejercicio físico en CABA, así como por la percepción del espacio público como inseguro en las zonas de menores recursos del Conurbano de Buenos Aires. (Moore et al., 2008)

 

Conclusiones 

 

    Se destaca que la persistencia de los patrones de desigualdad muestra la importancia de implementar políticas públicas con una perspectiva de género y programas específicos para promover la realización de AF para MCF/D, incorporando la dimensión del cuidado infantil. En esta línea, un estudio realizado en Australia mostró que cuando se provee cuidado para los niños aumenta la AF en los hogares monoparentales. (Azar et al., 2009)

 

    Asimismo, la inversión en infraestructura pública es el mejor camino para aumentar la práctica de AF deportiva y disminuir las desigualdades sociales, incluyendo las producidas por las relaciones de género y la edad (Diez Roux, 2010). La OMS (WHO, 2018) recomienda políticas que aumenten los espacios públicos para caminatas y el uso de bicicleta y otras formas de AF en condiciones de seguridad. Los espacios seguros e infraestructura urbana deben integrarse a políticas de hábitat, para contribuir a mitigar las desigualdades territoriales, que afectan a los grupos de menores ingresos, mayor edad y a las mujeres, en particular, por ser potenciales víctimas de violencia en el espacio público por su condición de género. (Segovia, y Rico, 2017)

 

Agradecimientos 

 

    El trabajo fue realizado en el marco de los Proyectos PICT 2019-03036 “Desigualdades sociales en los patrones de actividad física y alimentación de la población adulta y los hogares urbanos de Argentina, 2014-2018”, PICT 2017-1391“Desigualdad social, cultura y salud en un barrio de la periferia de Buenos Aires” y UBACyT 2018- 20020170100024, “Experiencias de cuidado de la salud en la periferia de Buenos Aires: desigualdad social, territorio y cultura”. Agradecemos a la Secretaría de Ciencia y Técnica de la Universidad de Buenos Aires y al Ministerio de Ciencia y Tecnología por el financiamiento otorgado.

 

Notas 

1. Se calcula a partir de la división del ingreso por la raíz cuadrada de la cantidad de miembros del hogar. Para la encuesta del año 2018 a los hogares cuyos miembros no respondieron por los ingresos se los imputaron a partir de otras variables. En el 2009 no se realizó la imputación, por lo que no incluimos en el análisis a quienes pertenecientes a hogares sin información sobre ingresos (2.756 casos).

2. A pesar de solicitar la información para ambos años, sólo se pudo acceder a la de 2018.

Referencias 

 

Abichahine, H., y Veenstra, G (2017). Inter-categorical intersectionality and leisure-based physical activity in Canada. Health Promot. Int., 32, 691–701. https://doi.org/10.1093/heapro/daw009

 

Azar, D., Naughton, G.A., y Joseph, G.W. (2009). Physical Activity and Social Connectedness in Single-Parent Families. Leisure Studies, 28(3), 349-358. https://doi.org/10.1080/02614360903046656

 

Ballesteros, M.S., y Freidin, B. (2019). Desigualdades sociales en la realización de distintas modalidades de actividad física en Argentina. Educación Física y Ciencia, 21,1-14. https://doi.org/10.24215/23142561e067

 

Ballesteros, M.S., Freidin, B., Wilner, A., y Fernández Réndina, L. (2020). Interseccionalidad en las desigualdades sociales para la realización de actividad física en Argentina. Revista Ciencias de la Salud, 18(1), 134-151. https://doi.org/10.12804/revistas.urosario.edu.co/revsalud/a.8777

 

Batthyány, K. (2010). El cuidado infantil en Uruguay y sus implicancias de género. Análisis a partir del uso del tiempo. Revista de ciencias sociales, 23(27), 20-32. http://hdl.handle.net/20.500.12008/6886

 

Batthyány, K. (2008). Género, cuidados familiares y uso del tiempo.Montevideo: UNIFEM-INE. https://www.academia.edu/3033432/

 

Batthyány, K., y Genta, N. (2019). Estrategias de cuidado infantil y trabajo en Uruguay: desafíos para la perspectiva de género. Revista Latinoamericana de Estudios del Trabajo, 23(38/39), 111-147. http://alast.info/relet/index.php/relet/article/view/393

 

Bauer, G.R. (2014). Incorporating intersectionality theory into population health research methodology: challenges and the potential to advance health equity. Social science & medicine, 110, 10-17. https://doi.org/10.1016/j.socscimed.2014.03.022

 

Cornelio, C.I. (2014). Physical activity in the community: correlates of change and overall mortality in two population-based cohort [Tesis de Doctorado. Universitat Pompeu Fabra]. https://www.tdx.cat/bitstream/handle/10803/287275/tcic.pdf?sequence=5

 

Diez-Roux, A., y Mair, C. (2010). Neighborhoods and health. Ann N Y Acad Sci, 1186, 125–145. http://hdl.handle.net/2027.42/78378

 

Esquivel, V. (2011). La economía del cuidado en América latina: Poniendo a los cuidados en el centro de la agenda. El Salvador: PNUD. http://www.americalatinagenera.org/es/documentos/Atando_Cabos.pdf

 

Faur, E., y Jelín E. (2013). Cuidado, género y bienestar. Una perspectiva de la desigualdad social. Voces del Fénix, 23, 210-217. http://hdl.handle.net/11336/26420

 

Fleischer N., Diez Roux A., Alazraqui, M., y Spinelli, H. (2008). Social Patterning of Chronic Disease Risk Factors in a Latin American City. J Urban Health, 85(6). https://doi.org/10.1007/s11524-008-9319-2

 

Freidin, B., Wilner, A., Ballesteros, M.S., y Krause, M. (2018). Salud, riesgo ambiental y territorio: Experiencias de mujeres de un barrio de clase popular en el conurbano norte de Buenos Aires. Editorial Teseo.

 

Hargreaves, J. (1993). Promesa y problemas en el ocio y los deportes femeninos. En M. Brohm, P. Bourdieu, E. Dunning, J. Hargreaves, T. Todd, y K. Young (editores), Materiales de sociología del deporte. Ediciones La Piqueta.

 

Hernández, A., Gómez, L.F., y Parra, D.C. (2010). Ambientes urbanos y actividad física en adultos mayores: Relevancia del tema para América Latina. Rev Salud Pública, 12(2), 327-335. https://doi.org/10.1590/S0124-00642010000200016

 

Jaccard, J. (2001). Interaction effects in logistic regression. Sage Publications.

 

Linetzky, B., De Maio, F., Ferrante, D., Konfino, J., y Boissonnet, C. (2013). Sex-stratified socio-economic gradients in physical inactivity, obesity, and diabetes: evidence of short-term changes in Argentina. Int J Public Health, 58(2),277-84. https://doi.org/10.1007/s00038-012-0371-z

 

Menéndez, E. (2009). De sujetos, saberes y estructuras: introducción al enfoque relacional en el estudio de la salud colectiva. Lugar Editorial.

 

Moore, L.V., Diez Roux, A.V., Evenson, K.R., McGinn, P., y Brines, S.J. (2008). Availability of recreational resources in minority and low socioeconomic status areas. Am J Prev Med, 34(1), 16-22. https://doi.org/10.1016/j.amepre.2007.09.021

 

ODSA (2017). Desarrollo humano e integración social en la argentina urbana 2010-2016. Documento estadístico serie del bicentenario (2010-2016). UCA. https://repositorio.uca.edu.ar/handle/123456789/8197

 

Ortiz-Hernández, L. (2005). Disparidad en la disponibilidad de infraestructura para la actividad física deportiva en los municipios de México. Revista Salud Pública y Nutrición, 6(4). http://respyn.uanl.mx/index.php/respyn/article/view/154

 

Parra, DC, McKenzie, TL, Ribeiro, IC, Ferreira Hino, AA, Dreisinger, M., Coniglio, K., Munk, M., Brownson, RC, Pratt, M., Hoehner, CM, y Simoes, EJ (2010). Assessing physical activity in public parks in Brazil using systematic observation. Am J Public Health, 100(8), 1420-1426. https://doi.org/10.2105/AJPH.2009.181230

 

Phelan, J.C., Link, B.G., y Tehranifar, P. (2010). Social Conditions as Fundamental Causes of Health Inequalities; Theory, Evidence, and Policy Implications. J Health Soc Behav, 51, 28-40. https://doi.org/10.1177%2F0022146510383498

 

Puig Barata, N., y Mosquera, M.J. (2017). Edad y deporte. En: M. García Ferrando, N. Puig Barata, F. Lagardera Otero, R. Llopis Goig, y A. Vilanova Soler (editores), Sociología del deporte. Alianza Editorial.

 

Ray, R. (2014). An Intersectional Analysis to Explaining a Lack of Physical Activity Among Middle Class Black Women. Sociol Compass, 8(6),780–91. https://doi.org/10.1111/soc4.12172

 

Samitz, G., Egger, M., y Zwahlen, M. (2011). Domains of physical activity and all-cause mortality: systematic review and dose–response meta-analysis of cohort studies. Int J Epidemiol, 30, 1382-1400. https://doi.org/10.1093/ije/dyr112

 

Segovia, O., y Rico, M.N. (2017). ¿Cómo vivimos la ciudad? Hacia un nuevo paradigma urbano para la igualdad de género. En M.N. Rico, y O. Segovia (compiladoras), ¿Quién cuida en la ciudad? Aportes para políticas urbanas de igualdad. CEPAL. https://doi.org/10.18356/f1f45bd8-es

 

Tarducci, G., Barengo, N., Morea, G., Gárgano, S., Gandini, A., Paganini, A., y Bardach, A. (2016). Relación entre el nivel de escolaridad y el patrón de actividad física en Balcarce, Argentina. Hacia la Promoción de la Salud, 21(2), 89-98. https://doi.org/10.17151/hpsal.2016.21.2.7

 

Tischer, U., Hartmann-Tews, I., y Combrink, C. (2011). Sport participation of the elderly - the role of gender, age, and social class. Eur Rev Aging Phys Act, 8, 83-91. https://doi.org/10.1007/s11556-011-0087-8

 

WHO (2018). Global action plan on physical activity 2018-2030: more active people for a healthier world. WHO. https://www.who.int/ncds/prevention/physical-activity/global-action-plan-2018-2030/en/

Lecturas: Educación Física y Deportes, Vol. 26, Núm. 276, May. (2021)