INTRODUCCIÓN

A finales del 2019 en China ocurrieron casos inexplicables de neumonía masiva, las autoridades sanitarias descartaron que fuesen enfermedades previamente conocidas. En marzo del 2020, la Organización Mundial de la Salud (OMS), declara a Europa como el epicentro de la pandemia por COVID-19, con más casos y muertes notificadas que el resto del mundo, al margen de China¹ .

En Perú, el 6 de marzo de 2020 se confirma el primer caso de COVID-19, un hombre de 25 años que llegó al país luego de haber estado en países de Europa. Una semana después el gobierno peruano declara el estado de Emergencia Nacional por el alto riesgo a enfermarse. El estado adoptó medidas como el aislamiento social obligatorio (cuarentena), limitación de la libertad de tránsito de personas, restricciones a diversas actividades que impliquen aglomeración de gente, cierre temporal de fronteras, así como la intervención de fuerzas armadas y policiales para que hagan cumplir dichas medidas. Estos hechos marcan el inicio de una de las pandemias más graves que afecta y sigue afectando al Perú y al mundo entero² .

Esta crisis sanitaria afecta los sistemas alimentarios, comprometiendo el acceso de alimentos a las personas de diferentes maneras, no sólo en los cambios en las cadenas de suministro a raíz de los confinamientos, sino también la reducción de ingresos de las familias y la desaceleración de la economía^{3 , 4} . Según la OMS, los peores efectos aún están por llegar, la mayoría de los analistas sanitarios prevén que este virus continuará circulando durante al menos uno o dos años más⁵ .

Para medir el impacto de la pandemia se hace necesario medir la calidad nutricional de la dieta de la población. Es relevante establecer la diversidad de alimentos que tiene disponible para visualizar de manera oportuna el estado de seguridad alimentaria y tomar medidas para tratar de dar una nutrición adecuada en las personas^{3 , 6 , 7} . Cuando en una región existe mayor disponibilidad de alimentos, se obtiene una dieta variada que favorece cubrir las necesidades nutricionales⁸ . Asimismo, se trata de conseguir una diversidad alimentaria mediante la existencia de la seguridad alimentaria, esto a su vez favorecería la prevención de futuras enfermedades pandémicas a nivel global. La COVID-19 ha traído consigo la perturbación en los sistemas alimentarios como consecuencia del impacto socio económico en los consumidores. No solo se han visto afectados la venta, distribución y consumo de diferentes alimentos, sino que las personas han tenido que modificar sus preferencias y alternativas debido a las restricciones y normativas impuestas por los gobiernos para evitar la propagación del virus⁹ .

Tomando en consideración que la seguridad alimentaria es influenciada por factores económicos, sociales y físicos, las restricciones impuestas por el gobierno peruano afectaron las condiciones de mercado, el comercio y transporte en varias zonas del país, principalmente en las rurales, las que se vieron perjudicadas en la economía del hogar, y con ello posiblemente el acceso a la diversidad alimentaria. No obstante, en la zona urbana de Lima, los precios y la disponibilidad de los alimentos no tuvieron fuertes alteraciones debido a la coordinación y esfuerzos del gobierno¹⁰ .

Existe una cantidad limitada de estudios sobre diversidad alimentaria en el Perú antes de la pandemia^{11 , 12} , y no hay estudios que hayan informado sobre la diversidad alimentaria durante la cuarentena en familias peruanas. Este estudio se realizó a través de una encuesta rápida en línea para evaluar la diversidad alimentaria durante el tiempo de aislamiento entre los habitantes de las provincias de Lima, Arequipa y Sullana y explorar sus factores asociados con las características ambientales de los hogares evaluados en pandemia debido a la COVID-19.

MATERIALES Y MÉTODOS

Procedimientos

Los investigadores seleccionaron y reclutaron de manera voluntaria a 120 estudiantes universitarios de las tres ciudades, para realizar entrevistas sincrónicas por medios no presenciales (telefonía y plataformas virtuales) a una persona de familias ubicadas en los distritos de las 3 provincias señaladas, que cumpliera los criterios de inclusión del estudio. La aplicación del instrumento duro 25 minutos aproximadamente. A los entrevistadores se les brindo una inducción sobre la finalidad de la investigación, la metodología de la entrevista y el registro de la información en el cuestionario virtual diseñado para el estudio (formulario de Google), adicionalmente se elaboró un video tutorial que enseñaba cómo realizar el registro de la información. Este video entrenó a los estudiantes antes del inicio del recojo de datos. Cada estudiante aplico un promedio de 5 encuestas en un periodo de una semana, cada uno de los investigadores realizó el control de calidad de los datos ingresados por los estudiantes antes del procesamiento de la información.

Se recolectó información de 672 hogares, después del control calidad en gabinete y exclusión de aquellos cuestionarios incompletos, y previo al análisis estadístico se analizaron los datos de 600 hogares: 281 en Lima, 212 en Arequipa y 107 en Sullana; con un total de miembros en los hogares de 2570 personas residentes en las tres ciudades de Perú ( Figura 1 ).

Figura 1 Distribución geográfica de los miembros del hogar participantes en el estudio. Perú, 2020. 

RESULTADOS

La proporción de sujetos que consumieron cada grupo de alimentos en la última semana se muestra en la tabla 1 . El grupo de cereales fue el más consumido (96,5%), mientras que los pescados y mariscos (52,3%) tuvieron consumos bajos ( Tabla 1 ).

Al evaluar el puntaje de diversidad alimentaria por nivel educativo de las personas se encontró que aquellos que tuvieron estudios superiores tuvieron una puntuación más alta que aquellos con baja educación (p<0.001, Tabla 2 ). Igual situación se observó por ingresos familiares, a mayores ingresos económicos mayor promedio de HDDS (p<0,001, Tabla 2 ). Al analizar los datos por región se observó que los habitantes de Sullana tienen un puntaje de diversidad alimentaria más bajo (HDDS= 7,82), que las otras dos regiones HDDS= 10,93 y 10,19 para Lima y Arequipa respectivamente (p<0,001, Tabla 2 ).

Para explorar las asociaciones entre HDDS y los factores sociodemográficos y de salud se utilizó regresión logística. El HDDS se dividió en dos grupos según la mediana (HDDS = 11) y para la regresión logística se utilizó como resultado binario (<11 = 0 = HDDS bajo;> = 11 = 1 = HDDS alto). El análisis resultó en que las personas sin nivel educativo y los habitantes de Sullana tenían probabilidades significativas de tener un HDDS bajo. Las lactantes/embarazadas y la frecuencia de compras de alimentos se asociaron con HDDS alto ( Tabla 3 ).

DISCUSIÓN

Los resultados del estudio evidenciaron que, en cuarentena, existe asociación entre un HDDS y el nivel educativo de los miembros del hogar, con el ingreso económico familiar, la cantidad miembros en el hogar, la provincia geográfica de residencia, y en aquellos hogares que cuentan con miembros con exceso de peso, con alguna comorbilidad. Solo los hogares con miembros sin nivel educativo, con ingresos menores a la remuneración mínima vital, que sean residentes en la provincia de Sullana, con presencia de mujeres gestantes o en periodo de lactancia y aquellos hogares que realizan compras por delivery son factores que se asocian a la diversidad alimentaria en los hogares evaluados.

Los participantes de Sullana, Arequipa y Lima tienen un HDDS de 7,8; 10,2 y 10,9; respectivamente. El valor de Lima y Arequipa es alto en comparación al HDDS encontrados antes de la pandemia COVID-19, en países como Indonesia HDDS= 9,1; Sur África HDDS= 8,0; Camboya HDDS= 4,7 y Nigeria HDSS= 8,7^{13 , 16} . Sin embargo, muy cercanos a los encontrados en Sullana, una provincia norteña alejada de las grandes ciudades de Perú. Los resultados de Arequipa y Lima son más concordantes a los encontrados en un estudio de Ecuador con un HDDS= 10,9¹⁷ . Durante la pandemia COVID-19 un estudio en China evaluó en 1.938 participantes la diversidad alimentaria y la mediana de HDDS fue 9,711. Otro estudio realizado en Bangladesh donde se evaluó a 1.876 participantes, encontró un HDDS de 6,2¹⁸ valores cercanos a los encontrados en Sullana, pero inferiores a los encontrados en Lima y Arequipa.

En nuestro estudio se encontró que un HDDS alto se asocia con un alto nivel educativo y un mayor ingreso económico; estos resultados son similares a los encontrados en Bangladesh durante la COVID-19, donde se determinó que ser residente rural, no tener educación formal, y bajos ingresos mensuales eran determinantes potenciales de un HDDS más bajo¹⁸ . Al igual que los resultados encontrados en el estudio de Zhao et al.¹³ realizado en China que muestra una asociación significativa entre los ingresos económicos, región de residencia (urbana-rural) con un mayor HDDS. El estudio de Bangladesh se realizó las primeras semanas de septiembre de 2020, y el estudio chino al inicio del brote de la pandemia, ambos presenten metodología similar a nuestro estudio.

El consumo de misceláneas es del 77,7%; valor a tener en consideración, debido a que el consumo de estos productos se asocia con estrés y ansiedad, muy comunes en tiempos de confinamiento^{19 , 20} . Además, el consumo de estos productos (en su mayoría altamente procesados) se asocia con comorbilidades como la obesidad, diabetes e hipertensión²¹ . El presentar una o varias de este tipo de enfermedades previamente a la infección por SARS-CoV-2, incrementa la severidad y pronóstico negativo de recuperarse de la COVID-19^{19 , 22 , 23 , 24 , 25} . También podemos encontrar relación con la baja presencia pescado (52,3%) en la dieta de los participantes evaluados, similar situación a lo encontrado por Pakravan et al.²³ , en la provincia de Teherán donde hubo cambios en el HDDS antes (febrero 2020) y al inicio de la pandemia (marzo 2020), en febrero se encontró más consumo de pescado que en marzo. Igual situación reportó Aneesh et al.²² en su estudio realizado en ciudades indias entre abril y junio de 2020 y Madzorera et al.²⁴ , en su estudio realizado en países de África entre los meses de agosto y septiembre de 2020 utilizando metodologías similares a la de este estudio.

Surge la pregunta si es que el alto HDDS obtenido en este estudio para Lima y Arequipa se asocia inversamente con menos comorbilidades y poco riesgo de padecer COVID severo. La posible respuesta es que si ya que de acuerdo a los reportes de COVID-19, la región de Piura donde se encuentra ubicada la provincia de Sullana tiene un 8,3% de letalidad, en comparación a valores menores en Lima (5,7%) y Arequipa (4,8%)²⁶ . Estudios pioneros como este en Perú, podrían servir de guía para decisiones en salud pública, especialmente en ciudades como Sullana. Se recomienda diseñar medidas factibles para de esta forma evitar posibles complicaciones producto de una baja diversidad de alimentos. Valores relativamente altos de HDDS, como el obtenido en Lima y Arequipa, se pueden deber a la amplia gama de servicios de delivery que se ofrecen o presencia de supermercados en gran escala. Estos se han vuelto una herramienta muy útil para obtener un amplio repertorio de alimentos y en nuestro estudio se evidencia que ha sido útil como reemplazo a las compras presenciales y al almacenamiento semanal que suelen hacer las personas^{27 , 28} .

La pandemia como se expresó en párrafos anteriores ha significado un cambio de la forma de alimentarnos y está afectando la forma de cómo accedemos a los alimentos^{22 , 23 , 24} . Uno de los factores más robustos que se asocian al acceso es el ingreso económico, un estudio de PNUD evidencia el impacto negativo en las familias peruanas cuyos integrantes trabajaban en pequeñas empresas independientes²⁹ . Quienes se vieron afectados por la cuarenta disminuyeron su ingreso, aumentando la pobreza monetaria en casi 10 puntos porcentuales, pasando de 20,2% el 2019 a 30,1% el 2020³⁰ , lo cual limita la capacidad de compra de alimentos saludables en la pandemia. Estos resultados nacionales son concordantes a los encontrados en nuestro estudio, donde a pesar de tener una baja cantidad de personas sin educación formal (n= 85), las personas con ingresos menores a la remuneración mínima vital establecida (n= 534) representan el 20,8% de la población evaluada, esto evidencia la informalidad de la economía en el Perú, comparando el año 2019 en relación al 2020, incremento la pobreza en hogares con jefe de hogar con estudios superiores no universitarios de 5,8% a 8,2%, similar situación a los hogares con jefes con estudios universitarios, de 3,2% a 5,1%. Solamente los hogares con jefe con estudios de primaria mejoraron su situación pasando de 47,6% a 35,1%, sin embargo, esta aparente mejora se debe a los bonos económicos establecidos por el gobierno que fueron dirigidos durante el año 2020 a personas más vulnerables³⁰ .

Estudios pos-cuarentena serán necesarios para evaluar si la diversidad alimentaria se verá perjudicado en un mayor tiempo de estudio. Si no se toman medidas y si continúa con las medidas de aislamiento, grandes poblaciones se van a ver dramáticamente afectadas en su salud general³¹ .

CONCLUSIONES

Este estudio informó sobre la diversidad alimentaria en tres provincias de Perú durante el inicio de la pandemia por COVID-19 y reveló una diversidad dietética generalmente buena entre los participantes estudiados. Sin embargo, las personas con menor nivel educativo, con menores ingresos económicos y residentes en Sullana tenían un HDDS más bajo.