ARTÍCULO ORIGINAL

Depresión en adultos mayores en el Perú: distribución geoespacial y

factores asociados según ENDES 2018 - 2020
Depression in elderly in Peru: geospatial distribution and associated factors according
to ENDES 2018 - 2020

Martha Martina-Chávez1,a, Isabel Amemiya Hoshi1,b, Sonia Pilar Suguimoto Watanabe2,c,

Ruth Sara Arroyo Aguilar1,d, Jhon Alex Zeladita-Huaman1,e, Henry Castillo Parra3,f
1
Facultad de Medicina, Universidad Nacional Mayor de San Marcos. Lima, Perú.
2
Instituto Nacional de Salud. Lima, Perú.
3
Facultad de Psicología, Universidad San Buenaventura. Medellín, Colombia.
a
Enfermera, doctora en ciencias de la salud. ORCID: http://orcid.org/0000-0002-8410-9120
b
Médico, magister en medicina. ORCID: http://orcid.org/0000-0002-5502-4785
c
Médico, doctora en ciencias médicas. ORCID: https://orcid.org/0000-0002-8447-9172
d
Enfermera, magister en salud pública. ORCID: http://orcid.org/0000-0003-2793-8579
e
Enfermero, Maestro en Gestión de Salud. ORCID: http://orcid.org/0000-0002-5419-5793
f
Psicólogo, doctor en psicología. ORCID: http://orcid.org/0000-0003-0083-0074

An Fac med. 2022;83(3)./ DOI: https://doi.org/10.15381/anales.v83i3.23375

Correspondencia: Resumen
Martha Martina Chávez Introducción. La depresión en la población adulta mayor es un asunto de salud pública y escasos estudios
mmartinac@unmsm.edu.pe analizan su distribución según áreas geográficas. Objetivos. Describir la distribución geoespacial y factores
asociados del síndrome depresivo (SD) en adultos mayores peruanos según la ENDES 2018 al 2020.
Recibido: 10 de agosto 2022 Métodos. Estudio transversal y de tipo analítico a partir de los datos de las encuestas nacionales, las cuales
Aprobado: 11 de septiembre 2022 emplearon la escala PHQ-9 para medir el SD. Se utilizó la prueba Chi cuadrado de Pearson, regresión
Publicación en línea: 19 de septiembre 2022 logística multivariada y OR con un p valor <0,05. Resultados. La prevalencia del SD en el año 2018 fue de
12,9%; 13,3% en 2019 y 10,8% en 2020. Los factores asociados al SD fueron: ser mujer, vivir en la pobreza.
Conflictos de interés: Los autores Bajo nivel de instrucción, residir en el área rural, proceder de la sierra y selva, vivir solo y tener 75 o más
declaran no tener conflictos de interés. años de edad. El análisis geoespacial evidenció que el SD se concentra en departamentos de la sierra como
Huancavelica, Puno, Ayacucho, Apurímac y por el norte, Ancash y Cajamarca. Conclusiones. Las políticas
Fuente de financiamiento: Autofinanciado públicas dirigidas a la reducción del SD deben focalizarse en las mujeres, mayores de 75 años, quienes
viven en área rural y fundamentalmente a los que viven en los departamentos identificados con la mayor
_______________________________
prevalencia.
Palabras clave: Síndrome Depresivo; Trastornos de Adaptación; Adulto Mayor; Encuestas Epidemiológicas;
Citar como: Martina-Chávez M, Amemiya Perú (fuente: DeCS BIREME)
I, Suguimoto S, Arroyo R, Zeladita-
Huaman J, Castillo H. Depresión en
adultos mayores en el Perú: distribución Abstract
geoespacial y factores asociados Introduction. Depression in the elderly population is a public health issue and few studies analyze its distribution
según ENDES 2018 - 2020. An Fac according to geographic areas. Objectives. To describe the geospatial distribution and associated factors
med. 2022;83(3): . DOI: https://doi. of depressive syndrome (DS) in Peruvian older adults according to ENDES 2018 to 2020. Methods. Cross-
org/10.15381/anales.v83i3.23375 sectional and analytical study based on data from national surveys, which used the PHQ-9 scale to measure
DS. The analysis used Pearson’s Chi square test and multivariate logistic regression and OR with p < 0,05.
Results. The prevalence of DS in 2018 was 12.9%; 13.3% in 2019 and 10.8% in 2020. The factors associated
with DS were: being a woman, living in poverty, having secondary education, residing in rural areas, coming
from the mountains and jungle, living alone and being 75 years of age or older. The geospatial analysis
shows that the SD is concentrated in five departments: the coast (Lima, La Libertad, Piura) and the southern
highlands (Puno, Arequipa). Conclusions. Public policies aimed at reducing DS should focus on women,
older than 75 years and those who live in rural areas and fundamentally those who live in the departments
identified as having the highest prevalence.
Keywords: Depression, Adjustment disorders. Elderly; Health Surveys; Peru (source: MeSH NLM)
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

INTRODUCCIÓN Perú, estudios de la Encuesta Demográfi- do 14 760 viviendas a capitales de departa-

ca y de Salud Familiar (ENDES) reportaron mentos y los 43 distritos que conforman la
A nivel mundial, la población adulta ma- menores porcentaje, 6,7% y 8,1% para el provincia de Lima, 9340 viviendas en el área
yor (PAM) va creciendo y está a punto de año 2014 y 2015 (11), respectivamente, y urbana y 12 660 viviendas en el área rural. El
convertirse en una de las transformaciones de un 14,2% en 2017 (12). tamaño muestral de la ENDES 2019 fue de
sociales más significativas del siglo XXI con 36 mil 760 viviendas, correspondiendo 14
las respectivas consecuencias en el mer- Existe consenso científico en la asocia-
780 viviendas a capitales de departamentos
cado laboral y financiero, la demanda de ción del SD en la PAM con la condición de
y 43 distritos que conforman la provincia
bienes y servicios, así como también en la mujer, vivir solo, estado de vida, dependen-
de Lima, 9320 viviendas en el área urbana
estructura familiar y en los lazos intergene- cia financiera, situación de pobreza, vivir en
y 12 660 viviendas en el área rural. El tama-
racionales (1). Se estima que para el 2050, comunidades rurales, comorbilidades (13-17);
ño muestral de la ENDES 2020 fue de 37
una de cada seis personas tendrá más de 65 y escasos estudios que reportan su asocia-
mil 390 viviendas correspondiendo 15 098
años (16%), una de cada cuatro personas ción con el bajo nivel de instrucción (18). Por
viviendas a capitales de departamentos y
que viven en Europa y América del Norte otra parte, el SD incrementa el riesgo de
43 distritos que conforman la provincia de
podría tener 65 años o más y el número de mortalidad (4) así como la ideación suicida
Lima, 9490 viviendas en el área urbana y 12
personas de 80 años o más se triplicará, de en este grupo poblacional (19).
802 viviendas en el área rural.
143 millones en 2019 a 426 millones (2). Este Si bien en Perú existen diversos estudios
proceso de transición demográfica también Para el presente estudio se incluyó a las
que reportan los factores asociados a la
se observa en Perú, país en el cual la pro- personas de 60 años de edad y más, residen-
depresión en la PAM, no se ha encontrado
porción de PAM ha pasado de un 5,7% en el tes habituales de viviendas particulares en
estudios que georeferencien la prevalen-
año 1950 a 13,3% en el año 2022 (3). áreas urbanas y rurales del país y que hayan
cia del SD basado en encuestas de alcance
pernoctado en la vivienda seleccionada la
Uno de los trastornos mentales que más nacional. Aspecto relevante si se tiene en
noche anterior a la encuesta, mediante en-
afecta a la PAM es la depresión o síndrome cuenta que Perú es un país multicultural y
trevista directa. En la ENDES 2020 el INEI uti-
depresivo (SD), el cual permanece invisi- pluricultural, en donde las políticas públi-
lizó la entrevista directa y la entrevista telefó-
ble, enmascarada y de no tratarse oportu- cas no podrían generalizarse si es que no
nica debido a la medida de aislamiento social
namente puede incrementar el riesgo de se atienden las diferencias por regiones.
obligatorio (cuarentena) dada por el Estado
mortalidad, demencia o suicidio (4), con al- La relevancia de este estudio radica en que
de Emergencia Nacional como consecuencia
tos costos sanitarios y familiares. En este es- analiza la prevalencia del SD según área
de la pandemia de la COVID-19. Por tratarse
cenario, los problemas de salud mental del geográfica, compara sus factores asociados
de un estudio que emplea fuente secunda-
adulto mayor pasan desapercibidos y al no antes y durante el contexto de pandemia
ria, no se emplearon criterios de exclusión
ser diagnosticados, son subtratados porque COVID-19. Así, el objetivo del estudio fue
como el presentar problemas de funcionali-
se considera que es “normal” que los ancia- describir la distribución geoespacial y fac-
dad, síndromes geriátricos o comorbilidades,
nos se encuentren tristes y deprimidos (5). tores asociados del SD en adultos mayores
que afectan la frecuencia y nivel de afecta-
Por lo tanto, es necesario, realizar estudios peruanos según la ENDES 2018 al 2020.
ción de trastornos emocionales (13).
que visibilicen este problema de salud pú-
blica en la PAM y que se tomen decisiones Variable síndrome depresivo
políticas al respecto. MÉTODOS La variable síndrome depresivo se extra-
Estudios para estimar la prevalencia glo- jo del cuestionario de salud (sección VII: Sa-
bal del SD revelan, por ejemplo, que en la
Diseño del estudio
lud Mental) pregunta 700. “En los últimos
población chilena mayor de 18 años según Se realizó un estudio observacional, 14 días, es decir, entre el … y el día de ayer,
la Encuesta Nacional de Salud 2016-2017 transversal, y de tipo analítico a partir de los usted ha sentido molestias o problemas
(ENS 2016-2017) fue 6,2% (6), mientras que datos de la Encuesta Demográfica y de Sa- como:…”. Esta pregunta contiene nueve al-
en el Perú según la Encuesta Demográfica y lud Familiar (ENDES) 2018 – 2020. La ENDES ternativas (700-A a 700-I) en una escala or-
de Salud Familiar (ENDES) 2017 en la pobla- es una encuesta poblacional de muestreo dinal de 0 a 3 con una puntuación total de
ción adulta de 40 y más años de edad, fue complejo probabilístico, de tipo equilibrado, 0 a 27 puntos que responde al Instrumento
del 23,15% (IC 95%: 21,42% - 24,88%) (7), y bietápico, estratificado e independiente, a Patient Health Questionnaire (PHQ-9, por
para el año 2018 la prevalencia de síntomas nivel departamental y por área urbana y ru- sus siglas en Inglés) (20). En concordancia con
depresivos clínicamente relevantes fue del ral. Es ejecutada por el Instituto Nacional de un estudio previo se consideró como punto
6,4% (sintomatología moderada y grave en Estadística e Informática (INEI) en el Perú y de corte 0-9 puntos sin presencia de SD, y
el 3,9% [IC 95%: 3,6-4,3] y el 2,5% [IC 95%: la base de datos se encuentra disponible de 10 o más puntos, presencia de SD (21).
2,2-2,7], respectivamente) (8). manera libre en su página web (http://inei. Análisis de datos
En cuanto a la prevalencia de este pro- gob.pe/microdatos/)
blema de salud mental en la PAM, una Población y muestra Los datos se agruparon generando un
revisión sistemática realizada en países de archivo con una nueva variable a la perso-
Asia (9) destacó el 42% (IC del 95 %: 0,38– El tamaño muestral de la ENDES 2018 na entrevistada con los datos de la vivienda
0,46) y en India, 22,4% (10); sin embargo, en fue de 36 mil 760 viviendas, correspondien- (HV005). Las variables con más de dos cate-
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

gorías fueron dicotomizadas para un mejor Tabla 1. Características sociodemográficas de la población adulta mayor en el Perú. ENDES, 2018 – 2020.
análisis e interpretación. Luego se procedió
ENDES 2018 ENDES 2019 ENDES 2020
a la ponderación (factor expansivo) de la Características sociodemográficas n (%) n (%) n (%)
base de datos con el propósito de que las 5544 6929 6445
estimaciones derivadas sean representati- Sexo
vas de la población. Los datos se procesa- Mujer 3001 (54,1) 3865 (55,8) 3483 (54,0)
ron con el programa estadístico SPSS vs 22. Varón 2542 (45,9) 3064 (44,2) 2962 (46,0)
Para el análisis descriptivo se emplearon Grupos de edad (años)

medidas de resumen: media y desviación De 60 a 74 4001 (72,2) 4925 (71,1) 4941 (76,7)
De 75 a 84 1235 (22,3) 1562 (22,5) 1138 (17,6)
estándar para las variables cuantitativas
De 85 y más 308 (5,6) 442 (6,4) 366 (5,7)
y frecuencia absoluta y porcentaje para
Nivel educativo alcanzado
las variables cualitativas. Se emplearon la Sin educación 883 (15,9) 1076 (15,5) 819 (12,7)
prueba Chi Cuadrado de Pearson así como Primaria incompleta 2234 (40,3) 2763 (39,9) 2308 (35,8)
regresión logística, cálculo de OR con sus Primaria completa 12 (0,2) 36 (0,5) 52 (0,8)
respectivos intervalos de confianza al 95%. Secundaria incompleta 502 (9,1) 550 (7,9) 608 (9,4)
Se consideró el valor de p <0,05 como es- Secundaria completa 720 (13) 1032 (14,9) 1147 (17,8)
tadísticamente significativo. El análisis de Superior 1191 (21,5) 1472 (21,3) 1512 (23,5)
regresión logística multivariado incluyó a Estado civil
todas las variables independientes y depen- Casado/a 2456 (44,3) 3006 (43,4) 2899 (45,0)
Viudo/a 1523 (27,5) 1722 (10,8) 1383 (21,4)
dientes ya que podrían comportarse como
Separado/a 685 (12,4) 818 (11,8) 767 (11,9)
variables independientes. El resultado en
Conviviente 465 (8,4) 747 (10,8) 721 (11,2)
el modelo multivariado fue el ajuste del OR Soltero/a 292 (5,3) 474 (6,8) 445 (6,9)
resultante. Divorciado/a 123 (2,2) 162 (2,3) 230 (3,6)
Consideraciones éticas Vive solo
Sí 1729 (31,2) 1681 (24,3) 1558 (24,2)
Esta investigación emplea una fuente No 3815 (68,8) 5248 (75,7) 4887 (75,8)
secundaria publicada en el portal de un or- Relación con el jefe de familia
ganismo oficial del Estado, por lo tanto, no Es jefe de familia 4291 (77,4) 4648 (67,1) 4196 (65,1)
Esposo/a 1055 (19) 1575 (22,7) 1547 (24)
representa un riesgo ético ya que su objeti-
Padre/madre 73 (1,3) 305 (4,4) 399 (6,2)
vo es la descripción de un conjunto de datos
Hijo/hija 54 (1,0) 59 (0,9) 37 (0,6)
tomados de una encuesta de carácter na-
Otros 71 (1,3) 342 (4,9) 266 (4,1)
cional y en donde no existe ningún tipo de Procedencia
intervención ni identificación de la unidad Lima Metropolitana 1899 (34,3) 2409 (34,8) 2441 (37,9)
de análisis. Por ello, no fue necesario contar Costa 1249 (22,5) 1631 (23,5) 1559 (24,2)
con la aprobación de un comité de ética. Sierra 1856 (33,5) 2191 (31,6) 1797 (27,9)
Selva 539 (9,7) 698 (10,1) 648 (10,0)
Área de residencia
RESULTADOS Urbana 3890 (70,2) 5037 (72,7) 4935 (76,6)
Rural 1654 (29,8) 1892 (27,3) 1510 (23,4)
El análisis incluyó 5544, 6929 y 6445 Lugar de residencia
adultos mayores de la ENDES 2018, ENDES Ciudad o ciudad grande 1899 (34,3) 2409 (34,8) 2441 (37,9)
Campo 1654 (29,8) 1891 (27,3) 1298 (20,1)
2019 y ENDES 2020, respectivamente.
Pueblo 1044 (18,8) 1293 (18,7) 1195 (18,5)
Las características de la PAM de los Ciudad pequeña 947 (17,1) 1336 (19,3) 1511 (23,5)
tres años considerados en el análisis se Tenencia de un seguro de salud
muestran en la Tabla 1. La mayoría de Sí 4587 (82,7) 5754 (83,0) 5496 (85,3)
la población en cada período de tiempo No 957 (17,3) 1175 (17,0) 949 (14,7)
estudiado fueron mujeres, tenían entre Índice de riqueza
60 a 74 años de edad, carecieron de edu- Muy pobre 1612 (29,1) 1892 (27,3) 1412 (21,9)
cación o tuvieron primaria incompleta, Pobre 947 (17,1) 1114 (16,1) 1016 (15,8)
Medio 901 (16,3) 1138 (16,4) 1207 (18,7)
fueron casados o viudos, fueron jefes de
Rico 974 (17,6) 1282 (18,5) 1296 (20,1)
familia, residían en áreas urbanas, resi-
Muy Rico 1109 (20,0) 1503 (21,7) 1514 (23,5)
dían en las ciudades grandes, tenían se-
Tiene celular
guro de salud, y pertenecían al primer y Sí 4368 (78,8) 5787 (83,5) 5871 (91,1)
segundo quintil. El porcentaje de adultos No 1176 (21,2) 1142 (16,5) 574 (8,9)
mayores que tuvieron celular incrementó Fuente: Instituto Nacional de Estadística e Informática
de 78,8% en el 2018 a 91,1% en el 2020. ENDES: Encuesta Demográfica y de Salud Familiar
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

Respecto a la distribución de la PAM, cundaria, residir en zonas rural, proceder de a los departamentos de la sierra sur:
esta se encontró mayormente distribuida de la sierra o selva, vivir solo y 75 a más Huancavelica, Puno, Ayacucho, Apurí-
en los departamentos de la costa (Lima, años de edad (Tabla 3). mac; por el norte: Ancash, Cajamarca,
La Libertad, Piura) y la sierra sur (Puno, situación muy similar en países del sur de
Arequipa), los departamentos de la selva Asia, India y otros reportes (9,10, 23,24), quie-
tuvieron el menor porcentaje de adultos DISCUSIÓN nes también encontraron asociación de
mayores (Figura 1). la depresión con la situación de pobreza
La prevalencia del SD en la PAM fue ma- y residir en zonas rurales. Estos datos
La prevalencia de SD en las PAM según
la ENDES 2018 fue de 12,9%, prevalencia yor del 10% en los años analizados: 12,9%, son importantes para la determinación
que se incrementó en la ENDES 2019 a 13,3% y 10,8% (ENDES 2018, 2019 y 2020). de políticas de salud, particularmente en
13,3%; sin embargo, descendió en la Es de resaltar el descenso que se observó prevención de problemas de salud men-
ENDES 2020 a 10,8%, periodo durante la en el año 2020, primer año de la pandemia tal y dentro de estas la depresión, pro-
pandemia (Tabla 2). En cuanto a la distri- por COVID-19. Una probable explicación blema que a nivel de atención primaria
bución en el país, la prevalencia se calcu- de la disminución de la prevalencia de SD permanece invisible porque no es diag-
ló en función del total de PAM por cada podría ser el acompañamiento familiar nosticado y mucho menos tratado.
departamento, hallándose que departa- como consecuencia del aislamiento social
obligatorio que hizo que los integrantes de La PAM en el Perú, según las ENDES
mentos de la sierra sur como Huancave-
la familia se quedaran en casa y con ello dis- 2018, ENDES 2019 y ENDES 2020, fue
lica, Puno, Ayacucho, Apurímac; y por el
norte: Ancash, Cajamarca, tuvieron los minuyera la percepción de soledad y aban- predominantemente femenina, de eda-
más altos porcentajes de SD en los tres dono familiar y por lo tanto el SD en las des entre 60 a 74 años, poco instruida
años de estudio (Figura 2). PAM. El círculo familiar constituye el grupo (sin educación y primaria incompleta), en
fundamental para incrementar el estado de su mayoría jefes de familia (sobFr . Luis F.
En el análisis bivariado se halló que te- salud de las PAM al promover su bienestar Rojas-Cama epasa el 65%), que residían
ner 85 y más años, ser mujer, tener bajo y desarrollo psicoemocional (22) y el apoyo en áreas urbanas, en las ciudades gran-
nivel educativo, ser viudo, vivir solo, ser des, que pertenecían al primer y segundo
familiar (23). Asimismo, cabe señalar que du-
muy pobre, proceder de la sierra, residir quintil, obtuvieron y se mantuvieron en
rante el último año para la recopilación se
en el área rural, residir en el campo, no los más altos porcentajes respecto a las
empleó tanto la entrevista directa y la en-
tener seguro de salud y no tener celular, otras categorías de las variables.
trevista telefónica.
resultaron significativamente asociadas
con la presencia de SD. Sin embargo, al El análisis geoespacial evidenció que Al respecto, el INEI señaló que el 15%
realizar el análisis multivariado resultaron el SD a nivel de Perú coincidió en los tres de la población de 60 y más años de edad
significativas en las tres ENDES: ser mu- años analizados con las zonas de mayor no sabía leer ni escribir, siendo más ele-
jer, pobreza, nivel educativo hasta la se- depresión económica como correspon- vado en las mujeres, más notorio en el

TUMBES TUMBES TUMBES

LORETO LORETO LORETO
PIURA PIURA PIURA
AMAZONAS AMAZONAS AMAZONAS

CAJAMARCA CAJAMARCA CAJAMARCA

SAN MARTÍN SAN MARTÍN SAN MARTÍN

LA LIBERTAD LA LIBERTAD LA LIBERTAD

ANCASH ANCASH ANCASH

HUÁNUCO HUÁNUCO HUÁNUCO
UCAYALI UCAYALI UCAYALI
PASCO PASCO PASCO

JUNÍN JUNÍN JUNÍN

LIMA MADRE DE DIOS LIMA MADRE DE DIOS LIMA MADRE DE DIOS

HUANCAVELICA CUSCO HUANCAVELICA CUSCO HUANCAVELICA CUSCO

APURÍMAC APURÍMAC APURÍMAC

ICA AYACUCHO PUNO ICA AYACUCHO PUNO ICA AYACUCHO PUNO

% Adultos mayores % Adultos mayores % Adultos mayores

AREQUIPA AREQUIPA AREQUIPA
30-40 % 30-40 % 30-40 %
4-6 % MOQUEGUA 4-6 % MOQUEGUA 4-6 % MOQUEGUA
2-4 % TACNA
2-4 % TACNA
2-4 % TACNA
<2% <2% <2%

ENDES 2018 ENDES 2019 ENDES 2020

Figura 1. Distribución de la población adulta mayor en el Perú. ENDES, 2018 – 2020.

Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

TUMBES TUMBES TUMBES

LORETO LORETO LORETO
PIURA PIURA PIURA
AMAZONAS AMAZONAS AMAZONAS

CAJAMARCA CAJAMARCA CAJAMARCA

SAN MARTÍN SAN MARTÍN SAN MARTÍN

LA LIBERTAD LA LIBERTAD LA LIBERTAD

ANCASH ANCASH ANCASH

HUÁNUCO HUÁNUCO HUÁNUCO
UCAYALI UCAYALI UCAYALI
PASCO PASCO PASCO

JUNÍN JUNÍN JUNÍN

LIMA MADRE DE DIOS LIMA MADRE DE DIOS LIMA MADRE DE DIOS

HUANCAVELICA CUSCO HUANCAVELICA CUSCO HUANCAVELICA CUSCO

APURÍMAC APURÍMAC APURÍMAC

ICA AYACUCHO PUNO ICA AYACUCHO PUNO ICA AYACUCHO PUNO
Depresión oculta (%) Depresión oculta (%) Depresión oculta (%)
en el adulto mayor en el adulto mayor en el adulto mayor
AREQUIPA AREQUIPA AREQUIPA
16,0 37,0 16,0 37,0 16,0 37,0
10,5 15,0 MOQUEGUA 10,5 15,0 MOQUEGUA 10,5 15,0 MOQUEGUA
2,0 10,0 TACNA
2,0 10,0 TACNA
2,0 10,0 TACNA

ENDES 2018 ENDES 2019 ENDES 2020

Figura 2. Distribución del síndrome depresivo en la población adulta mayor por regiones del Perú. ENDES, 2018 – 2020.

área rural, donde el 37,8% de la pobla- res tuvieron más intentos de suicidio; sin 2019-2020, y la validez y confiabilidad del
ción adulta mayor fue analfabeta, con embargo, fueron más los hombres que cuestionario PHQ-9, permiten confiar su
una incidencia del analfabetismo de 58% mueren por suicidio (27). inferencia a nivel nacional. Es importante
en las adultas mayores, que equivale a considerar que PHQ-9 es solo una herra-
El estudio de La distribución geoespa-
más de tres veces de la tasa de analfabe- mienta de tamizaje utilizada para identifi-
cial permitió identificar que la depresión
tismo de los hombres PAM (25). car los síntomas depresivos.
en el territorio peruano es importante
Respecto a las variables investigadas, por las estadísticas de suicidios en Perú, Concluimos que la prevalencia de SD en
once de las doce variables mostraron una que ubica al grupo de adultos mayores la PAM en las ENDES 2018, 2019 y 2020 se
relación significativa con el SD. Destacan- (edad > 59 años) con un 13,14% (28) y que mantuvo por encima del 10%. El SD se aso-
do por la magnitud de la asociación la con- las mayores tasas se identifican en los ció significativamente con la condición de
dición de ser mujer, tener una edad de 85 departamentos de Arequipa, Moque- ser mujer, tener una edad superior a los 75
y más años de edad, bajo nivel educativo, gua, Cusco, Junín y Tacna, regiones de la años, bajo nivel de instrucción, el proceder
vivir solos, ser pobres, residir en la sierra y sierra y zona sur del país (28,29). Este co- de la sierra y selva, residir en el área rural,
selva, en las áreas rurales y no contar con nocimiento resulta relevante por la aso- en el pueblo y el campo, y ser pobres. La
seguro médico. La condición de mujer en ciación demostrada entre depresión y el distribución geoespacial permitió identifi-
el SD ha sido confirmada por otros estu- riesgo de suicidio (4), razón por la cual, la car que la PAM con SD se concentró más en
dios y revisiones que incluso emplearon identificación de la depresión por regio- los departamentos de Huancavelica, Puno,
diferentes instrumentos (6,9,18,19), todo lo nes permitirá la formulación de políticas Ayacucho, Apurímac y por el norte, Ancash
cual se incrementa con el bajo nivel de públicas en función de las regiones con y Cajamarca, pertenecientes a la sierra y
educación (26). Algunos autores lo atribu- las mayores altas tasas y la prevención con pobreza. Es importante establecer po-
yen a la existencia de elementos biológi- de probables suicidios en dichas zonas. líticas de apoyo y acompañamiento a la po-
cos –como el propio ciclo de vida– o fac-
Una de las limitaciones del estudio blación adulta mayor orientado a mejorar
tores hormonales y psicosociales que son
fue el análisis de datos secundarios, su calidad de vida que permita una sobrevi-
únicos de la mujer (27). Las mujeres tienden
a admitir más fácilmente sentimientos de provenientes de una encuesta cuyo ob- vencia rodeada de una familia, que aprecia
tristeza, inutilidad o culpa excesiva; en jetivo no fue específicamente estimar la al adulto mayor, su independencia y brinde
cambio, en los hombres la depresión se prevalencia de síndrome depresivo y sus protección a sus necesidades inherentes a
percibe de manera distinta y tienden a re- factores asociados, ni tampoco controló la edad.
conocer fatiga, irritabilidad, sueño altera- los probables factores confusores. Sin Agradecimientos
do y pérdida de interés en las actividades embargo, la amplia cobertura, el cuida-
que antes resultaban placenteras. Como doso diseño de muestreo, la actualidad Al Dr. Luis F. Rojas-Cama por su colabo-
consecuencia se encontró que las muje- de la información de las ENDES 2018- ración en el análisis estadístico.
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

Tabla 2. Síndrome depresivo en la población adulta mayor en el Perú según variables demográficas y sociales. ENDES, 2018 – 2020.

Porcentaje de adultos mayores con depresión

Variables ENDES 2018 ENDES 2019 ENDES 2020
n=713 (12,9%) n=920 (13,3%) n=698 (10,8%)
n/N (%) x2, p n/N (%) x2, p n/N (%) x2, p
Edad
60 a 74 años 453 / 2001 (11,3) 54,6 544 / 4925(11,1) 81,6 508 / 4941 (10,3) 6,8
75 a 84 años 182 / 1235 (14,7) <0,001 274 / 1562(17,6) <0,001 141 / 1138(12,4) 0,033
85 a más años 78 / 308 (25,3) 102 / 442(22,9) 49 / 366 (13,3)
Sexo
Mujer 494/3002 (16,4) 74,6 635 / 3865(16,4) 75,3 480 / 3483(13,8) 68,3
Hombre 219/2542 (8,7) <0,001 285 / 3064(9,3) <0,001 218 / 2962(7,3) <0,001
Nivel educativo alcanzado
Sin educación 194 / 882(21,9) 177,0 279 / 1076(26,0) 237,7 170 / 819(20,7) 128,0
Primaria incompleta 339 / 2235(15,2) <0,001 416 / 276315,1) <0.001 256 / 2308(11,1) <0,001
Primaria completa 0.7 / 12 (5,8) 0 / 36 (0,0) 0 / 51(0,0)
Secundaria incompleta 74 / 503 (14,7) 48 / 551(8,8%) 78 / 608(12,8)
Secundaria completa 54 / 720 (7,5) 103 /1031(10,0) 88 / 1147(7,6)
Superior 51 / 1191 (4,3) 71 / 1472(4,9) 106 / 1512(7,0)
Estado Civil
Casado/a 250/2456 (10,2) 82,9 353 / 3006(11,7) 64,7 263 / 2899(9,10) 61,7
Viudo/a 290/1523 (19,0) <0,001 323 / 1722(18,7) <0.001 223 / 1383(16,2) <0,001
Separado/a 84/685 (12,3) 107 / 818(13,10) 59 / 767(7,8)
Conviviente 62/465 (13,4) 74 / 747(9,9) 90 / 721(12,5)
Soltero/a 19/292 (6,5) 49 / 474(10,3) 40 / 445 (9,0)
Divorciado/a 8/123 (6,4) 14 / 162(8,7) 23 / 230(9,3)
Vive Solo
Si 295/1729(17,1) 39,5 270 / 1681(16,0) 14,9 188 / 1588(12,0) 3,2
No 418/3815(11,0) <0,001 650 / 5248(12,4) <0.001 510 / 4887(10,4) 0,041
Jefe de Familia
SI 565 / 4291 (13,2) 1,57 601 / 4648(12,9) 1,5 414 / 4196(9,9) 11,5
NO 148 / 1253 (11,8) 0,114 319 / 2281(14,0) 0,11 284 / 2249(12,6) 0,001
Índice de Riqueza
Muy pobre 355/1612 (22,0) 228,9 425 / 1891(22,5) 233,5 225 / 1412(15,9) 79,1
Pobre 132/947 (13,9) <0,001 171 / 1114 (15,3) <0.001 111 / 1016(10,9) <0,001
Medio 108/902 (12,0) 111 / 1138(9,8) 149 / 1207(12,4)
Rico 80/974 (8,2) 113 / 1283(8,8) 121 / 1296(9,3)
Muy Rico 38/1109 (3,4) 100 / 1503(6,7) 92 / 1514(6,1)
Procedencia
Lima Metropolitana 161/1899 (8,5) 132,3 209 / 2409(8,7) 186,0 188 / 2442(7,7) 98,9
Costa 124/1249(10,4) <0,001 158 / 1631 (9,7) <0.001 155 / 1559(9,9) <0,001
Sierra 373/1857 (20,1) 467 / 2191(21,3) 303 / 1797(16,9)
Selva 55/539 (10,2) 86 / 698(12,40) 52 / 647(8,0)
Área de residencia
Urbana 370/3890 (9,5) 129,7 509 / 1892 (10,10) 161,5 469 / 4935(9,5) 38,6
Rural 343/1654 (20,7) <0,001 411 / 1891(21,7) <0.001 229 / 1510(15,2) <0,001
Lugar de Residencia
Ciudad, ciudad grande 161/1899(8,5) 145,5 209 / 2409(8,7) 169,7 189 / 2442(7,7) 54,8
Ciudad pequeña 74/947(7,9) <0,001 152 / 1336(11,4) <0.001 150 / 1298(11,6) <0,001
Pueblo 136/1044(13,0) 148 / 1293(11,4) 130 / 1195(10,9)
Campo 342/1654 (20,7) 411 / 1891(21,7) 229 / 1510(15,2)
Seguro de Salud
Sí 123 / 2017(6,1) 2,2 204 (22,2) 94, 598 / 5496 (10,9) 0,8
No 590 / 3527 (15,7) 0,138 716 (77,8) <0,001 100 / 949(10,5) 0,2
Tiene Celular
Sí 471/4368 (10,8) 78,8 683 / 5787(11,8) 66,3 602 / 5871(10,2) 22,8
No 242/1176 (20,6) <0,001 237 / 1142(20,7) <0.001 96 / 574 (16,8) <0,001
ENDES 2018 = 5544 ENDES 2019 = 6929 ENDES 2020 = 6445
Fuente: Instituto de Estadística e Informática
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

Tabla 3. Análisis multivariado de variables asociadas al síndrome depresivo en la población adulta mayor en el Perú. ENDES, 2018 – 2020.

Sindrome depresivo Sindrome depresivo Sindrome depresivo

ENDES 2018 ENDES 2019 ENDES 2020
Variables OR Univariado OR Multivariado OR Univariado OR Multivariado OR Univariado OR Multivariado
95% (IC) 95% (IC) 95% (IC) 95% (IC) 95% (IC) 95% (IC)
Sexo
Hombre 1 1 1 1 1 1
Mujer 2,1 (1,8 – 2,5)* 2,3 (1,7- 2,5)* 2 (1,7 – 2,2)* 2 (1,7- 2,3)* 2 (1,7 – 2,4) σ 2 (1,7- 2,4) σ
Pobreza
No 1 1 1 1 1 1
Si 3,4 (2,8 – 4,2)* 2,1 (1,6 - 2,7)* 2,5 (2,1 – 2,9)* 1,4 (1,1 - 1,7)* 1,9 (1,6 – 2,2) σ 1,4 (1,2 - 1,7) σ
Nivel Educativo
Superior 1 1 1 1 1 1
Hasta secundaria 4 (2,9 – 5,4)* 2 (1,7 - 2,8)* 3,6 (2,8 – 4,6)* 2 (1,5 – 2,6)* 2,4 (1,8 – 3,3) σ 1,8 (1,3 – 2,4)*
Área de Residencia
Urbana 1 1 1 1 1 1
Rural 2,4 (2,2 – 2,9)* 1,5 (1,3 - 1,8)* 2,5 (2,1 – 2,9)* 1,4 (1,2 -1,7)* 1,7 (1,4 – 2) 1,3 (1 – 1,6)
Vive solo
No 1 1
Sí 1,6 (1,4 – 1,9)* 1,4 (1,2 - 1,6)*
Procedencia
Costa 1 1 1 1
Sierra o selva 2,4 (2 – 2,7)* 1,6 (1,3 - 1,9)* 1,7 (1,4 – 2,1) σ 1,3 (1,1 - 1,7) σ
Edad
60 a 74 años 1 1 1 1 1 1
75 a más 1,6 (1,3 – 1,9)* 1,5 (1,2 -1,7)* 1,9 (1,6 – 2,1)* 1,6 (1,4 -1,9)* 1,6 (1,3 – 1,9)* 1,4 (1,2 -1,7)*

* valor p menor a 0,0001, σ Valor p menor a 0,001

IC: Intervalo de confianza
OR: Odds ratio

REFERENCIAS BIBLIOGRÁFICAS 6. Nazar G, Gatica-Saavedra M, Provoste A, Leiva 11. Martina M, Ara MA, Gutiérrez C, Nolberto V, Piscoya
AM, Martorell M, Ulloa N, et al. Factores asociados J. Depresión y factores asociados en la población
1. Naciones Unidas. Desafíos Globales. Envejecimiento; a depresión en población chilena. Resultados peruana adulta mayor según la ENDES 2014-
2020 [Internet]. [Citado 30 mayo 2022]. Disponible en: Encuesta Nacional de Salud 2016-2017. Rev Med 2015. An Fac med;78(4):393-7. DOI: https://doi.
https://www.un.org/es/global-issues/ageing Chil. 2021;149(10):1430–9. DOI: http://dx.doi. org/10.15381/anales.v78i4.14259
2. Naciones Unidas, “Perspectivas de la población org/10.4067/s0034-98872021001001430 12. Baldeon-Martínez P, Luna-Muñoz C, Mendoza-
mundial 2019: Metodología de las Naciones 7. Valladares-Garrido MJ, Soriano-Moreno AN, Sernaqué S, Correa-López LE. Depression of the
Unidas para las estimaciones y proyecciones de Rodrigo-Gallardo PK, Moncada-Mapelli E, Pacheco- peruvian elderly adult and associated sociode-
población, serie Población y Desarrollo, N° 132 (LC/ Mendoza J, Toro-Huamanchumo CJ. Depression mographical variables, analysis of ENDES 2017.
TS.2020/95), Santiago, Comisión Económica para among Peruvian adults with hypertension and 2019;19(4):47–52. DOI 10.25176/RFMH.v19i4.2339
América Latina y el Caribe (CEPAL), 2020. diabetes: Analysis of a national survey. Diabetes 13. Ciuffreda G, Cabanillas-Barea S, Carrasco-Uribarren
3. Instituto Nacional de Estadística e Informática. Metab Syndr Clin Res Rev. 2020;14(2):141–6. DOI: A, Albarova-Corral MI, Argüello-Espinosa MI,
Situación de la Población Adulta Mayor Enero- https://doi.org/10.1016/j.dsx.2020.02.001 Marcén-Román Y. Factors associated with depres-
Febrero-Marzo 2022 [Internet]. [Citado 30 de abril 8. Hernández-Vásquez A, Vargas-Fernández R, sion and anxiety in adults ≥60 years old during
2022]. Disponible en: https://m.inei.gob.pe/media/ Bendezu-Quispe G, Grendas LN. Depression in the covid-19 pandemic: A systematic review. Int
MenuRecursivo/boletines/boletin-adulto-mayor-ene- the Peruvian population and its associated fac- J Environ Res Public Health. 2021;18(22). DOI:
mar-2022.pdf tors: analysis of a national health survey. J Affect 10.3390/ijerph182211859.
4. Astorga-Aliaga A, Díaz-Arroyo F, Carreazo NY, Disord. 2020;273(May):291–7. DOI: https://doi. 14. Byeon H. Development of a nomogram for predicting
Caballero KC, Rodríguez-Cuba MA, Runzer-Colme- org/10.1016/j.jad.2020.03.100 depression in the elderly using patient health ques-
nares F, et al. Depression Symptoms and Mortality 9. Assariparambil AR, Noronha JA, Kamath A, Adhikari P, tionnaire-9 among a nationwide sample of korean
in Elderly Peruvian Navy Veterans: A Retrospective Nayak BS, Shankar R, et al. Depression among older adults: elderly. J Pers Med. 2021;11(7). DOI: 10.3390/
Cohort Study. Adv Gerontol. 2022;12(1):56–62. DOI: a systematic review of South Asian countries. Psychogeri- jpm11070645
https://doi.org/10.1134/S2079057022010039 atrics. 2021;21(2):201–19. DOI: 10.1111/psyg.12644 15. Barrantes N, Clausen J. Does Multidimension-
5. Karlsson B, Johnell K, Sigström R, Sjöberg L, 10. Sindhu K, Chandrashekarappa S, Thambad M, al Poverty Affect Depression?. Evidence from
Fratiglioni L. Depression and Depression Treat- Boralingiah P, Gopi A, Narayan Murthy M. Anxiety Peru. Prog Dev Stud. 2022;22(2):107–29. DOI:
ment in a Population-Based Study of Individuals and depression among elderly tribal population of org/10.1177/14649934211059402
Over 60 Years Old Without Dementia. Am J Ge- H.D. Kote, Mysuru, India: Prevalence and factors 16. Cui L, Ding D, Chen J, Wang M, He F, Yu S.
riatr Psychiatry. 2016;24:615–23. DOI: 10.1016/j. associated with it. Arch Ment Heal. 2022;23(1):40. Factors affecting the evolution of Chinese elderly
jagp.2016.03.009 DOI: 10.4103/amh.amh_103_21 depression: a cross-sectional study. BMC Geriatr
Depresión en adultos mayores en el Perú: distribución geoespacial y factores asociados según ENDES 2018 - 2020 Martha Martina-Chávez et al.

2022;22(1):1–11. DOI: https://doi.org/10.1186/ 21. Cassiani-Miranda carlos A. Desempeño psicomé- Disponible en: https://www.inei.gob.pe/media/
s12877-021-02675-z trico de la escala PHQ-9 para el tamizaje de sinto- MenuRecursivo/boletines/informe-tecnico-situacion-
17. Travassos GF, Coelho AB, Arends-Kuenning MP. matología depresiva en estudiantes universitarios de-la-poblacionadulta-mayor_dic2018.pdf
The elderly in Brazil: Demographic transition, pro- de Cartagena, 2014. Universidad de Cartagena; 26. Escobar-Bravo MA, Botigué-Satorra T, Jurschik-
file, and socioeconomic condition. Rev Bras Estud 2015. DOI: 10.7705/biomedica.v37i0.3221 Giménez P, Nuin-Orrio C, Blanco-Blanco J. Sin-
Popul. 2020;37:1–27. 22. Rodríguez-Tovar GL, Medrano-Martínez MR, Castro- tomatología depresiva en ancianos. La influencia
  DOI.https://doi.org/10.20947/S0102-3098a0129 García R, Rivera Vásquez P. Funcionalidad familiar del género. Rev Esp Geriatr Gerontol. 2013;
18. Aldana R, Pedraza J. Análisis de la depresión y depresión en adultos mayores en una institución
en el adulto mayor en la Encuesta Nacional de de salud de Ciudad Victoria. 2018;17:33–41. 48(2):59–64. DOI: 10.1016/j.regg.2012.07.003
Demografía y Salud 2010. Univ del Rosario. DOI: https://doi.org/10.37976/enfermeria.v17i2.264 27. Gaviria AS. ¿Por qué las mujeres se deprimen
2012;2–24. [Citado 30 mayo 2022]. Disponible 23. Kurniawidjaja M, Susilowati IH, Erwandi D, Kadir A, más que los hombres? Rev Colomb Psiquiatr.
en: https://repository.urosario.edu.co/bitstream/ Hasiholan BP, Ghiffari R Al. Identification of Depres- 2009;38(2):316–24.
handle/10336/3002/93206082-2012.pdf;jsessionid sion Among Elderly During COVID-19. Journal of 28. Roman-Lazarte V, Moncada-Mapelli E, Huarcaya-
=12D372066FA14B09D40F29CD83DC4D06?seq Primary Care & Community Health. 2022; 13: 1–12. Victoria J. Evolution and Differences of Suicide Rates
uence=3 DOI: https://doi.org/10.1177/21501319221085380 in Peru by Gender and Department, 2017-2019. Rev
19. Kim D, Kim D, Lee K, Choi N, Roh S. Suicidal 24. Olivera J, Jhonatan C. Las características del adulto Colomb Psiquiatr. 2021;(June):2017–9. DOI: https://
ideation among the elderly living in the commu- mayor peruano y las políticas de protección social. doi.org/10.1016/j.rcp.2021.03.005
nity: Correlation with living arrangement, subjec- Lima-Perú; 2013. Documento de trabajo. Pontifica 29. Contreras-Cordova CR, Atencio-Paulino JI, Seda-
tive memory complaints, and depression. J Affect Universidad Católica del Perú. Departamento de no C, Ccoicca-Hinojosa FJ, Paucar Huaman W.
Disord. 2022;298(PA):160–5. DOI: org/10.1016/j. Economía. [Citado 15 de mayo 2022]. Disponible
jad.2021.10.066 en: https://files.pucp.education/departamento/ Suicidios en el Perú: Descripción epidemiológica
20. Spitzer RL, Kroenke K, Williams JBW. Validation and economia/DDD360.pdf a través del Sistema Informático Nacional de De-
utility of a self-report version of PRIME-MD. Prim 25. Instituto Nacional de Estadística e Informática. Situa- funciones (SINADEF) en el periodo 2017-2021. Rev
Care Companion J Clin Psychiatry. 2000;2(1):31. ción de la Población Adulta Mayor. Inf Técnico No1 Neuropsiquiatr. 2022;85(1):19–28. DOI: https://doi.
DOI: 10.1001/jama.282.18.1737 2018. 2017;Set-Dic. [Consultado 1 de abril 2022]. org/10.20453/rnp.v85i1.4152