Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 149
Asociación entre el Bono de Desarrollo Humano y la
desnutrición crónica infantil en Ecuador
The association between the Human Development Bonus and
chronic child malnutrition in Ecuador was analyzed
Pacheco-Taquire, Edison Ricardo
1
Santamaría-Quishpe, Guido Patricio
2
https://orcid.org/0009-0000-0887-7833
https://orcid.org/0000-0003-3680-066X
edison.pacheco0343@utc.edu.ec
guido.santamaria@utc.edu.ec
Ecuador, Latacunga, Universidad Técnica de
Cotopaxi.
Ecuador, Latacunga, Universidad Técnica de
Cotopaxi.
Autor de correspondencia
1
DOI / URL: https://doi.org/10.55813/gaea/jessr/v6/n3/272
Resumen: La desnutrición crónica infantil persiste en
Ecuador y afecta principalmente a hogares con
privaciones económicas, territoriales y habitacionales.
El objetivo fue analizar la asociación ajustada entre la
recepción reportada del Bono de Desarrollo Humano
o pensión y la desnutrición crónica en menores de
cinco años. Se utilizaron microdatos de la segunda
ronda de la Encuesta Nacional sobre Desnutrición
Infantil, mediante un diseño observacional transversal.
Se recalculó el puntaje Z de talla para la edad con
estándares de la Organización Mundial de la Salud, se
construyó un índice habitacional mediante
componentes principales y se aplicó ponderación por
probabilidad inversa con ajuste de regresión. Los
menores de hogares receptores presentaron una
probabilidad ajustada de desnutrición crónica 3,97
puntos porcentuales mayor y un HAZ 0,1365
desviaciones estándar menor que los no receptores
comparables. Estos resultados reflejan la
concentración del programa en hogares con
vulnerabilidades estructurales persistentes y no
demuestran un efecto causal adverso de la
transferencia. Se concluye que las transferencias
monetarias deben complementarse con
intervenciones de salud materno-infantil, nutrición,
agua, saneamiento y desarrollo territorial.
Palabras clave: transferencias; desnutrición;
nutrición; pobreza; ecuador
Research Article
Receptado: 30/May/2026
Aceptado: 29/Jun/2026
Publicado: 31/Jul/2026
Cita: Pacheco-Taquire, E. R., & Santamaría-
Quishpe, G. P. (2026). Asociación entre el
Bono de Desarrollo Humano y la desnutrición
crónica infantil en Ecuador. Journal of
Economic and Social Science Research, 6(3),
149-
169. https://doi.org/10.55813/gaea/jessr/v6/n3/
272
Journal of Economic and Social Science
Research (JESSR)
https://economicsocialresearch.com
jessr@editorialgrupo-aea.com
info@editoriagrupo-aea.com
Nota del editor: Editorial Grupo AEA se
mantiene neutral con respecto a las
reclamaciones legales resultantes de
contenido publicado. La responsabilidad de
información publicada recae enteramente en
los autores.
© 2026. Este artículo es un documento de
acceso abierto distribuido bajo los términos y
condiciones de la Licencia Creative
Commons, Atribución-NoComercial 4.0
Internacional.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 150
Artículo Científico
Julio – Septiembre 2026
Abstract:
Chronic child malnutrition remains a persistent problem in Ecuador and
disproportionately affects households facing economic, territorial, and housing
deprivation. This study aimed to analyze the adjusted association between reported
receipt of the Human Development Bonus or pension and chronic malnutrition among
children under five. Microdata from the second round of the National Survey on Child
Malnutrition were analyzed using a cross-sectional observational design. Height-for-
age Z-scores were recalculated according to World Health Organization standards, a
housing index was constructed through principal component analysis, and inverse
probability weighting with regression adjustment was applied. Children living in
recipient households had a 3.97-percentage-point higher adjusted probability of
chronic malnutrition and a height-for-age Z-score 0.1365 standard deviations lower
than comparable children in non-recipient households. These findings reflect the
program’s concentration among households experiencing persistent structural
vulnerabilities and do not demonstrate an adverse causal effect of the transfer. Cash
transfers should therefore be complemented by maternal and child health, nutrition,
water, sanitation, and territorial development interventions.
Keywords: transfers; malnutrition; nutrition; poverty; Ecuador.
1. Introducción
La desnutrición crónica infantil es un obstáculo persistente para el desarrollo humano
porque refleja privaciones acumuladas durante una etapa crucial del ciclo de vida. El
desarrollo cognitivo, el rendimiento educativo, la productividad futura y la reproducción
intergeneracional de desigualdades están asociados con sus ramificaciones (Becker,
2009; Heckman, 2006; Heckman y Mosso, 2014; Victora et al., 2021). En este sentido,
el crecimiento atrofiado refleja no solo una brecha nutricional, sino también la
interacción entre salud, cuidado, saneamiento, vivienda y territorio.
Las transferencias monetarias han sido una forma clave de protección social en
América Latina. Su objetivo es aliviar las restricciones de liquidez y promover el acceso
a la salud y la educación en los hogares vulnerables (Fiszbein y Schady, 2009;
Rawlings y Rubio, 2005). Sin embargo, la investigación sobre los indicadores
antropométricos de los niños es heterogénea. Revisiones recientes indican que las
transferencias pueden aumentar el consumo y el uso de servicios, pero sus relaciones
con la altura de los niños están influenciadas por la suficiencia de la transferencia, la
duración de la exposición y los componentes complementarios de salud, nutrición y
cuidado (Little et al., 2021; Manley et al., 2022; Olney et al., 2022).
En Ecuador, el Bono de Desarrollo Humano (BDH) es una de las principales
intervenciones de asistencia social no contributiva. La evidencia nacional ha
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 151
Artículo Científico
Julio – Septiembre 2026
documentado la relación entre condiciones socioeconómicas, desarrollo infantil y
resultados nutricionales, pero la evaluación con encuestas especializadas enfrenta
una dificultad central: la recepción del bono no es aleatoria y se concentra en hogares
con mayor vulnerabilidad (León y Younger, 2007; Moreno, 2017; Paxson y Schady,
2007; Rivadeneira et al., 2022).
Este artículo no intenta, por lo tanto, estimar un efecto causal definitivo del programa.
La Encuesta Nacional sobre Desnutrición Infantil, segunda ronda, es transversal y, por
lo tanto, no puede garantizar que la recepción contemporánea del bono preceda al
proceso acumulativo que lleva al retraso en el crecimiento. Como resultado, el análisis
se interpreta como una estimación de asociaciones ajustadas condicionadas a
características observables.
La pregunta es: ¿cuál es la asociación ajustada entre la recepción del Bono de
Desarrollo Humano o pensión y la desnutrición crónica infantil en niños menores de
cinco años en Ecuador, una vez controlados los factores sociodemográficos, clínicos
y de vivienda observados? El objetivo entonces es estimar esta asociación a través
de microdatos de la encuesta, un recálculo antropométrico utilizando estándares
internacionales y un modelo de ponderación de probabilidad inversa con ajuste de
regresión. La hipótesis de trabajo es que, después de los ajustes, los niños que viven
en hogares beneficiarios pueden tener peores resultados antropométricos porque este
programa está dirigido a hogares con privaciones estructurales que la encuesta no
puede capturar completamente.
Revisión de literatura
Capital humano, desnutrición crónica y pobreza multidimensional
La desnutrición crónica infantil es un obstáculo a largo plazo para adquirir capital
humano porque es indicativa de privaciones acumuladas en el proceso de desarrollo
físico, cognitivo y social temprano. Desde la perspectiva de la economía del capital
humano, las asignaciones tempranas a la salud, la nutrición y el cuidado determinan
tanto el aprendizaje, el trabajo como las trayectorias productivas a lo largo de la vida
(Becker, 2009; Heckman, 2006; Heckman y Mosso, 2014). En este sentido, el
crecimiento atrofiado no debe definirse simplemente como una falta de alimentos, sino
como la manifestación de múltiples privaciones, que interactúan desde los primeros
años de vida.
La evidencia sobre la nutrición infantil sugiere que el crecimiento lineal resume
exposiciones prolongadas a condiciones adversas, incluyendo mala nutrición,
infecciones recurrentes, acceso limitado a servicios de salud, deficiencias en agua y
saneamiento, prácticas de cuidado inadecuadas y entornos de vida precarios (Black
et al., 2017; Victora et al., 2021). Por lo tanto, la desnutrición crónica infantil está
fuertemente asociada con la pobreza multidimensional. Este punto de vista libera el
alcance del ingreso familiar para abarcar aspectos como la vivienda, la educación
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 152
Artículo Científico
Julio – Septiembre 2026
materna, el acceso a servicios básicos, la salud y el territorio (Alkire y Foster, 2011;
Ruel y Alderman, 2013).
En los países de ingresos bajos y medianos, la calidad de la dieta y la disponibilidad
de alimentos ricos en nutrientes también son influencias importantes en el crecimiento
infantil. Parikh et al. (2022) señalan que los alimentos de origen animal, que poseen
aminoácidos y micronutrientes cruciales, pueden ser importantes para el crecimiento
lineal y el desarrollo temprano. Sin embargo, el acceso exitoso a una nutrición
adecuada depende de condiciones económicas, educativas, territoriales y de servicios
que van más allá de la disponibilidad monetaria inmediata del hogar.
Transferencias monetarias y nutrición infantil
Para América Latina y otros países en desarrollo, los programas de transferencias
monetarias han sido uno de los instrumentos más importantes de protección social.
Su objetivo general es aliviar las restricciones de liquidez en los hogares vulnerables
y promover inversiones en salud, educación y bienestar infantil (Fiszbein y Schady,
2009; Rawlings y Rubio, 2005). En teoría, una transferencia monetaria puede mejorar
la nutrición infantil mediante un aumento del poder adquisitivo para alimentos, acceso
oportuno a servicios de salud y reducción de las restricciones económicas del hogar.
Sin embargo, la evidencia empírica sobre las transferencias de efectivo y los
resultados antropométricos de los niños es heterogénea. Algunas evaluaciones han
documentado mejoras en la salud, el consumo de alimentos o el uso de servicios,
mientras que los cambios en el crecimiento lineal de los niños tienden a depender de
la suficiencia del monto transferido, la duración de la exposición, la edad del niño, la
condicionalidad, la calidad de los servicios disponibles y la presencia de componentes
complementarios de salud, nutrición y cuidado (Fernald et al., 2008; Ranganathan y
Lagarde, 2012; Bastagli et al., 2019; Attanasio et al., 2005a, 2005b).
Esta interpretación se ve reforzada por investigaciones recientes. Manley et al. (2022)
muestran que la relación entre las transferencias de efectivo y los resultados
nutricionales infantiles varía según el diseño del programa y el contexto de
implementación. Olney et al. (2022) encuentran que los programas de asistencia
social pueden afectar las dietas y el estado nutricional de mujeres y niños, pero sus
resultados no son automáticos ni uniformes. Little et al. (2021) señalan que los
programas "cash-plus", que combinan transferencias con intervenciones
complementarias, tienden a mostrar resultados más prometedores en la primera
infancia que las transferencias de efectivo por sí solas. De manera similar, Ahmed et
al. (2025) demuestran que la combinación de transferencias, alimentos y
comunicación para el cambio de comportamiento puede ser más relevante para los
resultados nutricionales que una intervención monetaria sin acompañamiento.
Evidencia empírica en América Latina y Ecuador
Los programas de transferencias monetarias condicionadas han sido la fuente de una
gran cantidad de literatura en América Latina sobre pobreza, salud, educación y
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 153
Artículo Científico
Julio – Septiembre 2026
bienestar infantil. Hay evidencia regional que indica que estos programas pueden
mejorar el acceso a servicios, reducir las privaciones a corto plazo y apoyar la
protección social, aunque sus asociaciones con los indicadores antropométricos de
los niños son más complejas. Informes recientes en la región y en países de ingresos
bajos y medianos demuestran que la protección social está asociada con mejores
resultados maternos e infantiles cuando se integra con sistemas de salud, monitoreo
nutricional, saneamiento y cobertura territorial sostenida (Cavalcanti et al., 2023;
Falcão et al., 2025; Landin Basterra et al., 2025; Ngamasana y Moxie, 2024;
Richterman et al., 2025; Rukiko et al., 2023).
Los datos nacionales del Instituto Nacional de Estadística y Censos [INEC] (2024) y
otras investigaciones recientes sugieren que el crecimiento atrofiado está fuertemente
concentrado entre las poblaciones históricamente vulnerables y se debe a factores
como las condiciones de vivienda, la educación materna, el acceso a los servicios de
salud, la nutrición, el agua potable y el saneamiento (Rivadeneira et al., 2022;
Toaquiza y Vargas, 2025). Esta multicausalidad requiere una interpretación cautelosa
de cualquier asociación entre los programas de transferencias monetarias y los
resultados nutricionales.
El Bono de Desarrollo Humano se considera una de las principales intervenciones de
protección social no contributiva en Ecuador. Aunque estudios previos han examinado
su asociación con los resultados de bienestar, el desarrollo infantil y las condiciones
socioeconómicas, el estudio de su asociación con la desnutrición crónica infantil
presenta un problema importante: el programa se dirige principalmente a hogares
vulnerables. Como resultado, los niños que viven en hogares receptores pueden tener
peores condiciones iniciales en comparación con los hogares no receptores, no por la
transferencia, sino por la acumulación previa de desventajas estructurales (León y
Younger, 2007; Moreno, 2017; Paxson y Schady, 2007).
Desafíos metodológicos en estudios observacionales
La evaluación de programas sociales mediante encuestas transversales presenta
limitaciones importantes. La recepción del BDH no es aleatoria; es el resultado de
criterios de focalización administrativa, así como de factores socioeconómicos que no
son frecuentemente evidentes a través de datos de encuestas directas. En
consecuencia, las comparaciones entre hogares receptores y no receptores podrían
resultar en variaciones que muestren diferencias basadas en la vulnerabilidad previa,
la selección en el programa o privaciones no observadas, en lugar de deberse
simplemente a la transferencia.
Los métodos basados en propensity score, el ponderado por probabilidad inversa y el
ajuste de covariables pueden mejorar la comparabilidad entre grupos en
características observadas, pero no eliminan el sesgo de variables no observadas ni
resuelven la temporalidad entre la recepción de beneficios y los resultados
nutricionales (Rosenbaum y Rubin, 1983; Austin, 2011; DuGoff et al., 2014). Esta
precaución es especialmente relevante para indicadores como HAZ y la desnutrición
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 154
Artículo Científico
Julio – Septiembre 2026
crónica infantil, que reflejan procesos acumulativos y no necesariamente una
exposición contemporánea al programa.
En este marco, el presente estudio no busca establecer un efecto causal definitivo del
BDH sobre la desnutrición crónica infantil. Estima asociaciones ajustadas entre recibir
el BDH o pensión y los indicadores antropométricos en niños basándose en
microdatos capturados de ENDI-R2, recalculación antropométrica utilizando
estándares internacionales, un índice de vulnerabilidad de vivienda y una estrategia
de ponderación y ajuste para covariables observables. Este enfoque permite una
mejor comparación entre grupos, manteniendo una interpretación cautelosa
consistente con el diseño observacional transversal.
2. Materiales y métodos
Se llevó a cabo un estudio observacional transversal basado en microdatos obtenidos
en la segunda ronda de la Encuesta Nacional sobre Desnutrición Infantil en Ecuador
(Instituto Nacional de Estadísticas y Censos [INEC]). Según la ficha técnica de la
publicación oficial de los principales resultados de la encuesta, la Ronda 2 cubre el
período de recolección de datos desde julio de 2023 hasta agosto de 2024, con
cobertura nacional, representatividad nacional, urbana, rural y provincial, y recolección
a través de entrevistas presenciales (INEC, 2024). La unidad de análisis fueron los
niños de cero a cincuenta y nueve meses que residen en hogares incluidos en la
encuesta.
Se integraron tres módulos como base analítica del estudio: personas, salud de la
niñez y hogares. La base de personas proporcionó información sobre edad, sexo,
antropometría, recepción reportada del Bono de Desarrollo Humano o pensión,
educación materna y variables correspondientes al diseño muestral. El módulo de
salud de la niñez aportó datos relacionados con los controles prenatales, la lactancia
durante la primera hora de vida y el peso al nacer. Por su parte, la base de hogares
permitió incorporar las características de la vivienda y el acceso a servicios básicos.
La unión de los módulos se realizó mediante los identificadores comunes de unidad
primaria de muestreo, vivienda, hogar y persona, según la estructura y el nivel de
observación de cada registro.
En las estimaciones descriptivas se incorporó el diseño muestral complejo de la ENDI-
R2 mediante el uso conjunto de factores de expansión, estratos y unidades primarias
de muestreo. La especificación utilizada en Stata fue svyset id_upm [pweight=fexp],
strata(estrato), con el propósito de obtener estimaciones representativas y errores
estándar compatibles con la estructura de la encuesta. En los modelos de tratamiento
se utilizaron los pesos poblacionales disponibles y errores estándar robustos
agrupados por unidad primaria de muestreo, considerando la posible dependencia
entre las observaciones pertenecientes a un mismo conglomerado. Estas decisiones
metodológicas buscaron mantener la coherencia entre el diseño de la encuesta, la
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 155
Artículo Científico
Julio – Septiembre 2026
estimación descriptiva y el análisis ajustado. Todo el procesamiento estadístico se
realizó en Stata 18.
El flujo de limpieza de la muestra se muestra en la Figura 1. El flujo combina datos de
varios módulos de encuesta: 22.188 registros de salud infantil, un registro de niños de
cero a cincuenta y nueve meses se toma de la base de datos de personas, y de esta
fuente se originaron 23.189 casos. El segundo paso del flujo no es, por lo tanto, una
expansión de la base de datos de salud, sino más bien un punto de partida poblacional
para identificar a los niños elegibles. Los datos utilizados en la muestra de análisis
antes del soporte común tenían 19.549 observaciones no ponderadas, y la muestra
final utilizada para el modelo IPWRA-ATET comprendía 16.905 observaciones no
ponderadas.
Figura 1
Diagrama de flujo muestral y conformación de la muestra analítica
Nota: Elaboración con base en ENDI-R2 (Autores, 2026).
Los pasos 1 y 2 proceden de módulos diferentes; el aumento de 22.188 a 23.189
observaciones no representa la incorporación de registros. Las cantidades
corresponden a observaciones no ponderadas.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 156
Artículo Científico
Julio – Septiembre 2026
Variables principales
Con el propósito de transparentar la estrategia empírica y facilitar la replicabilidad del
estudio, la Tabla 1 sintetiza las variables incorporadas en el análisis, su codificación
operativa y la función que cumplen dentro de la estimación. Se presentan los
indicadores de resultado relacionados con el estado antropométrico infantil, la variable
de exposición correspondiente a la recepción reportada del BDH o pensión y las
covariables sociodemográficas, territoriales, clínicas y habitacionales utilizadas para
el ajuste. Esta organización permite identificar la fuente y el tratamiento analítico de
cada variable, así como comprender su incorporación en el modelo de propensión y
en la estimación IPWRA-ATET. Además, contribuye a documentar las decisiones
metodológicas adoptadas y proporciona una referencia para la interpretación y
eventual reproducción de los resultados.
Tabla 1
Variables, codificación y función analítica
Dimensión
Variable
Definición operativa
Función
Resultado
HAZ
Puntaje Z de talla o longitud
para la edad, calculado con
estándares de crecimiento
infantil de la Organización
Mundial de la Salud.
Dependiente
continua
Resultado
dcronica
Indicador igual a uno si HAZ
es menor que menos dos
desviaciones estándar.
Dependiente
binaria
Tratamiento
f1_s2_21 BDH/pensión
Recepción reportada de Bono
de Desarrollo Humano o
pensión en el hogar; se asigna
a todos los menores elegibles
residentes en el hogar. No
identifica titularidad individual,
monto ni duración del
beneficio.
Exposición
principal
Demografía
edaddias; f1_s1_2
Edad en días transformada a
meses continuos y sexo del
menor.
Controles
Territorio
area; region; etnia
Área urbano/rural, región
natural y autoidentificación
étnica.
Controles
Educación
materna
f1_s1_12_1; persona; f1_s1_15_1
Nivel educativo de la madre
vinculado desde el registro
personal de la madre en el
hogar.
Control
socioeconómico
Salud infantil
f2_s4b_406; f2_s4d_436;
f2_s4d_443_b/f2_s4d_444/f2_s4d_445
Controles prenatales,
lactancia en la primera hora y
bajo peso al nacer.
Controles
clínicos
Hogar
indice_pca
Primer componente principal
de condiciones habitacionales
y servicios básicos.
Control
estructural
Nota: Elaboración con base en diccionarios ENDI-R2 (Autores, 2026).
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 157
Artículo Científico
Julio – Septiembre 2026
Cálculo del HAZ y desnutrición crónica
El principal resultado antropométrico fue el puntaje Z de talla o longitud para la edad
(HAZ), utilizado para evaluar el crecimiento lineal infantil en relación con una población
de referencia. Este indicador se recalculó conforme a los estándares de crecimiento
infantil establecidos por la World Health Organization (2006). El procedimiento
consideró el sexo, la edad y el tipo de medición antropométrica correspondiente a
cada menor. Para los niños menores de veinticuatro meses se empleó la longitud
medida en posición recostada, mientras que, a partir de los veinticuatro meses, se
utilizó la talla obtenida en posición de pie. Esta diferenciación permitió aplicar el criterio
de medición apropiado para cada grupo de edad y mejorar la consistencia del cálculo
antropométrico.
La edad era una variable continua en meses desde los días de vida de la encuesta.
Como las tablas antropométricas se configuraron por meses, los parámetros L, M y S
se interpolaron linealmente entre el mes inferior y superior. Al evitar la truncación a los
meses que se completaron, se redujeron las discontinuidades artificiales en el puntaje
antropométrico derivadas de la truncación de la edad a meses completos. Se
excluyeron los valores biológicamente implausibles (definidos como HAZ menor que
menos seis o mayor que seis desviaciones estándar). La desnutrición crónica infantil
se codificó como una variable binaria igual a uno cuando el HAZ era menor que menos
dos desviaciones estándar.
Variable de exposición: recepción del BDH/pensión
La variable de exposición se introdujo mediante el uso de f1_s2_21 en la base de
datos de personas ENDI-R2, un registro del recibo reportado del Bono de Desarrollo
Humano o pensión en el hogar. Como resultado, este instrumento empírico no
identifica exclusivamente el recibo del BDH por parte del menor, sino que también
describe la transferencia social asociada con el BDH/pensión que se reporta en el
hogar. En consecuencia, específicamente, el análisis considera la variable observada
en los microdatos con el término BDH/pensión, que puede tomarse como referencia
al Bono de Desarrollo Humano como la base institucional para la política de
transferencia monetaria no contributiva en Ecuador.
La variable se codificó de manera dicotómica: uno para los menores que residen en
hogares que reportaron recibir el beneficio y cero para los menores que residen en
hogares que no lo reportaron. Cuando había más de un menor elegible dentro del
mismo hogar, a todos se les asignó el mismo estado de exposición, porque la
recepción se identifica a nivel del hogar y no como una transferencia individual al niño.
Esta medición corresponde a una exposición contemporánea reportada por el hogar
y no permite identificar la titularidad específica, monto efectivo, duración o trayectoria
acumulada de la recepción del beneficio. Por lo tanto, los resultados se interpretan
como asociaciones ajustadas entre la residencia en un hogar receptor de
BDH/pensión y los indicadores antropométricos de los niños, y no como efectos
individuales directos del programa en cada menor.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 158
Artículo Científico
Julio – Septiembre 2026
Índice habitacional por componentes principales
Se creó un índice de vivienda mediante análisis de componentes principales para
estimar la vulnerabilidad material del hogar. El índice incluyó condiciones de vivienda
y servicios básicos a través de siete variables binarias relacionadas con el material del
suelo, agua corriente, fuente de agua segura, saneamiento adecuado, electricidad,
recolección de basura y la disponibilidad de una habitación separada para cocinar. La
Tabla 2 presenta las variables del índice, las cargas factoriales y el valor propio del
primer componente principal. Las cargas positivas son signos de mejores condiciones
de vivienda en el índice alto, mientras que los valores bajos del índice indican una
mayor vulnerabilidad material del hogar.
Tabla 2
Cargas del primer componente principal del índice habitacional
Variable dicotómica
Código
Carga
Material predominante del piso adecuado
d_piso_bueno
0,3862
Agua recibida por tubería
d_agua_tuberia
0,4669
Fuente de agua segura
d_agua_fuente_segura
0,4736
Servicio higiénico adecuado
d_sani_adeq
0,4068
Energía eléctrica
d_energia
0,2370
Recolección de basura
d_rec_basura
0,4018
Cuarto exclusivo para cocinar
d_excl_coc
0,1594
Nota: Elaboración con base en diccionarios ENDI-R2 (Autores, 2026).
Eigenvalor del primer componente igual a 2,743. Las cargas positivas indican mejores
condiciones habitacionales; valores menores del índice reflejan mayor vulnerabilidad.
Tratamiento, estimando y modelo
La variable de exposición se derivó de la pregunta f1_s2_21 en la base de datos de
personas ENDI-R2, que se utilizó para informar si un miembro del hogar reportó haber
recibido el Bono de Desarrollo Humano o pensión. La variable original se recodificó
como un indicador binario, y los hogares que reportaron haber recibido el beneficio se
convirtieron en uno en comparación con los hogares que no reportaron haberlo
recibido. Como la encuesta tiene en cuenta la recepción dentro del hogar, en lugar del
niño directamente, el tratamiento se definió a nivel del hogar y se asignó a todos los
niños de 0 a 59 meses que vivían dentro de ese hogar. Todos los menores de hogares
con más de un menor elegible compartieron la misma condición de tratamiento. Para
examinar la posible dependencia en observaciones individuales dentro del mismo
entorno de muestreo, los modelos tenían errores estándar robustos agrupados por
unidad primaria de muestreo. La variable es la más reciente o expuesta al programa
a la fecha de la encuesta y no la dosis, cantidad, duración o permanencia histórica de
la exposición. Como tal, el análisis no atribuye temporalidad causal entre la
transferencia y el retraso en el crecimiento.
La focalización del Bono de Desarrollo Humano está determinada por criterios
administrativos de vulnerabilidad y por la clasificación socioeconómica derivada del
Registro Social; por ello, la recepción del beneficio no debe interpretarse como una
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 159
Artículo Científico
Julio – Septiembre 2026
asignación aleatoria entre los hogares (Ministerio de Inclusión Económica y Social
[MIES], 2019). En correspondencia con este mecanismo de selección, la estimación
principal se definió como la diferencia promedio ajustada entre los menores
pertenecientes a hogares receptores y los menores comparables de hogares no
receptores. Este estimando resulta más pertinente que el efecto promedio para la
población general, debido a que el BDH constituye una política focalizada y no se
presupone que todos los hogares tengan la misma probabilidad de acceder al
beneficio.
En una primera etapa se estimó un modelo logit para calcular la probabilidad de
recepción reportada del BDH o pensión. La especificación incluyó edad, sexo, índice
habitacional, área de residencia, región, etnicidad, educación materna, número de
controles prenatales, lactancia durante la primera hora de vida y bajo peso al nacer.
Posteriormente, la muestra se restringió al soporte común del puntaje de propensión
(propensity score), con el propósito de limitar la comparación a menores con
probabilidades observadas de tratamiento suficientemente similares. Sobre la muestra
resultante se aplicó ponderación por probabilidad inversa con ajuste de regresión para
estimar las diferencias ajustadas en la desnutrición crónica infantil y en el puntaje Z
de talla para la edad.
3. Resultados
3.1. Descripción de la muestra
Se analizó una muestra de 19.549 menores (antes del soporte común). La media
ponderada de HAZ fue de -1,068 y la prevalencia ponderada de desnutrición crónica
fue del 17,5%. La proporción ponderada de menores en hogares receptores fue del
31,7%. La Tabla 3 muestra las estadísticas descriptivas ponderadas de la muestra
analítica antes del uso de la restricción de soporte común. Estos hallazgos permiten
caracterizar los parámetros antropométricos, sociodemográficos y clínicos de los
menores sometidos al análisis antes del ajuste de probabilidad de tratamiento.
Tabla 3
Estadísticos descriptivos ponderados antes de soporte común
Variable
Media/proporción
EE
IC 95% inferior
IC 95% superior
HAZ
-1,0678
0,0142
-1,0957
-1,0399
Desnutrición crónica
0,1750
0,0047
0,1658
0,1841
Recepción BDH/pensión
0,3173
0,0071
0,3034
0,3311
Edad en meses
30,5361
0,2170
30,1106
30,9617
Índice habitacional
-0,2522
0,0469
-0,3442
-0,1601
Controles prenatales
7,4367
0,0345
7,3690
7,5043
Bajo peso al nacer
0,0936
0,0037
0,0863
0,1009
Nota: Elaboración con base en diccionarios ENDI-R2 (Autores, 2026).
N=19.549 antes de soporte común. Estimaciones ponderadas con factor de expansión
y diseño muestral complejo.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 160
Artículo Científico
Julio – Septiembre 2026
3.2. Modelo de tratamiento y soporte común
El modelo logit para recibir el BDH o pensión fue estadísticamente significativo, y el
pseudo R2 = 0,1678. Esta medida refleja un poder predictivo moderado: los
observables explican un aspecto importante de la focalización, pero no reemplazan la
información administrativa no observada, como el puntaje preciso del Registro Social.
La Tabla 4 enumera los coeficientes del modelo logit, que se ha utilizado para estimar
el puntaje de propensión para recibir el BDH/pensión. Este modelo ayuda a encontrar
las covariables observables que contribuyen a la probabilidad de recibir el beneficio y,
por lo tanto, sirve como premisa para la restricción de soporte común subsiguiente y
el ajuste IPWRA-ATET.
Tabla 4
Modelo logit del propensity score para recepción del BDH/pensión
Covariable
Coef.
EE
z
p
Edad en meses
0,0056
0,0017
3,20
0,001
Sexo: mujer
-0,1260
0,0535
-2,35
0,019
Índice habitacional
-0,1663
0,0226
-7,36
<0,001
Área urbana
-0,6547
0,0884
-7,41
<0,001
Región Costa
0,6730
0,1123
5,99
<0,001
Región Sierra
0,1323
0,0891
1,48
0,138
Etnia blanca/u otra
-0,7953
0,3482
-2,28
0,022
Etnia indígena
0,3473
0,1716
2,02
0,043
Etnia mestiza
-0,4228
0,1395
-3,03
0,002
Etnia montubia
-0,0908
0,1816
-0,50
0,617
Educación materna media/bachillerato
-0,6507
0,0716
-9,08
<0,001
Educación materna superior
-2,2450
0,1292
-17,38
<0,001
Controles prenatales
-0,0494
0,0131
-3,76
<0,001
Lactancia en primera hora
0,1746
0,0675
2,59
0,010
Bajo peso al nacer
0,2061
0,1111
1,85
0,064
Nota: Elaboración con base en diccionarios ENDI-R2 (Autores, 2026).
N=19.549 antes de soporte común. Modelo logit estimado con ponderación y errores
estándar robustos agrupados por unidad primaria de muestreo. Pseudo R2=0,1678.
Software: Stata 18.
La Figura 2 muestra la distribución del propensity score según grupo de tratamiento.
Esta visualización permite verificar la existencia de una zona de superposición entre
menores que viven en hogares receptores y no receptores, lo cual es una condición
necesaria para realizar comparaciones ajustadas entre grupos observacionalmente
comparables.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 161
Artículo Científico
Julio – Septiembre 2026
Figura 2
Superposición del propensity score por grupo de tratamiento
Nota: Elaboración propia con base en ENDI-R2; estimación del propensity score en Stata 18 (Autores,
2026).
La restricción al soporte común excluyó 2.644 observaciones cuyos puntajes de
propensión fueron inferiores a 0,05 o superiores a 0,95, lo que representó
aproximadamente el 13,5 % de la muestra analítica inicial. Antes de aplicar este
recorte, la muestra estaba conformada por 19.549 menores. Después de limitar el
análisis a la zona de superposición entre los grupos, la muestra final utilizada en el
modelo IPWRA-ATET quedó integrada por 16.905 observaciones. De este total, 5.566
correspondieron a menores residentes en hogares que reportaron recibir el BDH o
pensión, mientras que 11.339 pertenecieron a hogares no receptores. Esta restricción
permitió realizar las estimaciones únicamente entre observaciones con probabilidades
de tratamiento comparables.
3.3. Balance de covariables
El equilibrio de covariables mejoró con el ajuste para IPWRA-ATET. Como se observa
en la Figura 3, las diferencias estandarizadas ponderadas para la mayoría de las
variables fueron casi cero después del ajuste, particularmente para la edad, sexo, área
urbana, etnicidad indígena, mayor educación materna, controles prenatales, lactancia
materna en la primera hora y bajo peso al nacer. Pero las variaciones residuales aún
eran evidentes en el índice de vivienda y en la región de la Sierra. Además, la prueba
de equilibrio global, para la cual se rechazó la hipótesis de equilibrio perfecto, indicó
que el ajuste redujo diferencias observables relevantes, pero que la heterogeneidad
estructural entre los hogares receptores y no receptores permaneció subexpuesta en
el ajuste general. Por lo tanto, el resultado debe leerse como asociaciones ajustadas
bajo un equilibrio imperfecto y con confusión residual y no como efectos causales del
BDH/pensión.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 162
Artículo Científico
Julio – Septiembre 2026
Figura 3
Balance de covariables antes y después del ajuste
Nota: Elaboración propia con base en ENDI-R2; diagnósticos de balance posteriores al ajuste IPWRA-
ATET en Stata 18 (Autores, 2026).
3.4. Asociación ajustada entre recepción del BDH/pensión y resultados
antropométricos
La Tabla 5 presenta los resultados principales del modelo IPWRA-ATET para los dos
indicadores antropométricos analizados: desnutrición crónica infantil y puntaje HAZ.
Las estimaciones corresponden a diferencias promedio ajustadas entre menores
residentes en hogares receptores y menores no receptores comparables, bajo
ponderación y errores estándar robustos agrupados por unidad primaria de muestreo.
Tabla 5
Resultados IPWRA-ATET
Resultado/indicador
Estimación
EE
z
p
IC 95%
Desnutrición crónica
0,0397
0,0143
2,77
0,006
0,0116; 0,0678
POmean desnutrición crónica para no
receptores
0,1864
0,0115
16,26
<0,001
0,1639; 0,2088
HAZ
-0,1365
0,0367
-3,72
<0,001
-0,2085; -0,0646
POmean HAZ para no receptores
-1,1073
0,0312
-35,45
<0,001
-1,1685; -1,0460
Nota: Elaboración con base en diccionarios ENDI-R2 (Autores, 2026).
N=16.905; tratados=5.566; controles=11.339. Estimación IPWRA-ATET con
ponderación y errores estándar robustos agrupados por unidad primaria de muestreo.
La prueba global de balance rechazó la hipótesis de balance perfecto,
chi²(16)=210,422; p<0,001. El ATE se estimó solo como análisis de robustez.
Software: Stata 18.
La Tabla 5 muestra que los menores residentes en hogares que reportaron recibir el
BDH o pensión presentaron una probabilidad ajustada de desnutrición crónica infantil
3,97 puntos porcentuales mayor que la estimada para menores comparables de
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 163
Artículo Científico
Julio – Septiembre 2026
hogares no receptores. Asimismo, el puntaje Z de talla para la edad fue 0,1365
desviaciones estándar menor entre los integrantes del grupo receptor. Estas
diferencias fueron estadísticamente significativas, pero no demuestran que la
transferencia monetaria produzca resultados nutricionales desfavorables. Por el
contrario, son compatibles con la focalización del programa en hogares que
concentran privaciones económicas, habitacionales y territoriales que no fueron
captadas completamente por las covariables observables incluidas en el modelo.
Como análisis complementario, el efecto promedio del tratamiento para la población
total (ATE) fue de 0,0479 para la desnutrición crónica infantil y de −0,1743 para el
puntaje HAZ. La mayor magnitud de estas estimaciones evidencia la sensibilidad de
los resultados cuando la recepción del beneficio se extrapola a toda la población,
incluidos los hogares con una probabilidad reducida de participar en el programa.
Debido a que el BDH constituye una política focalizada y su asignación depende de
condiciones específicas de vulnerabilidad, el ATET ofrece una comparación más
pertinente para la población efectivamente receptora. En consecuencia, el ATET se
mantuvo como el estimando principal, mientras que el ATE se utilizó únicamente como
comprobación complementaria de robustez.
4. Discusión
El principal hallazgo indica que los menores residentes en hogares que reportaron
recibir el BDH o pensión presentaron indicadores antropométricos ajustados menos
favorables que los menores comparables de hogares no receptores. Esta diferencia
debe interpretarse como una asociación condicionada por las características
observables incorporadas en el modelo y no como evidencia de un efecto adverso del
programa. La explicación más plausible es que la focalización dirige la transferencia
hacia hogares que ya experimentan privaciones económicas, sociales, habitacionales
y territoriales acumuladas. Por consiguiente, la condición de receptor funciona también
como un indicador de vulnerabilidad estructural que el ajuste estadístico no consigue
representar completamente.
La evidencia internacional ayuda a contextualizar este hallazgo. Las transferencias
monetarias pueden reducir las restricciones de liquidez, mejorar el consumo y
favorecer el acceso de los hogares a determinados servicios; sin embargo, su
capacidad para modificar el crecimiento lineal infantil depende de su articulación con
intervenciones de salud, nutrición, cuidado, agua segura y saneamiento (Ahmed et al.,
2025; Little et al., 2021; Manley et al., 2022; Olney et al., 2022). En el presente estudio,
el desequilibrio residual observado en el índice habitacional y en la región Sierra
respalda esta interpretación, pues demuestra que las diferencias territoriales e
infraestructurales no desaparecieron completamente después del ajuste. En
consecuencia, la situación nutricional de los hogares receptores no puede atribuirse
únicamente a restricciones de ingresos, sino a la interacción de múltiples desventajas
materiales y territoriales.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 164
Artículo Científico
Julio – Septiembre 2026
Esta interpretación evita una lectura causal de los resultados y dirige el análisis hacia
las asociaciones ajustadas que pueden estimarse razonablemente con los datos
disponibles. Reconocer la posible existencia de confusión residual no debilita el
artículo, sino que delimita con mayor precisión el alcance de sus conclusiones.
Además, esta cautela resulta coherente con la naturaleza transversal de la ENDI-R2,
con la ausencia de información sobre la duración y el monto del beneficio y con los
estándares de presentación aplicables a los estudios observacionales. Por tanto, los
resultados deben entenderse como evidencia de vulnerabilidades persistentes entre
los hogares receptores y no como una evaluación causal del impacto nutricional del
BDH o pensión.
Implicaciones de política pública
Los resultados sugieren que la recepción reportada del BDH o pensión puede
utilizarse como un punto de entrada para identificar hogares con elevado riesgo
nutricional y múltiples condiciones de vulnerabilidad. No obstante, la transferencia
monetaria por sí sola no sustituye las intervenciones de salud materno-infantil,
orientación alimentaria, monitoreo del crecimiento, acceso a agua segura,
saneamiento y mejoramiento de la vivienda. En el contexto ecuatoriano, diferentes
investigaciones también resaltan la necesidad de articular las políticas de protección
social con servicios públicos y estrategias territoriales orientadas a mejorar la inclusión
y la calidad de vida de las poblaciones vulnerables (Arias-Macias et al., 2026; Vallejo-
Rosero et al., 2024). Esta coordinación permitiría atender simultáneamente las
restricciones económicas y los determinantes estructurales asociados con la
desnutrición crónica infantil.
Estas recomendaciones deben interpretarse como implicaciones plausibles derivadas
de la literatura, de las características observadas en la población analizada y de los
patrones identificados mediante el modelo, pero no como efectos directamente
demostrados por el estudio. El diseño transversal y la ausencia de información sobre
la trayectoria de recepción del beneficio impiden establecer qué combinaciones de
transferencia y servicios producen mejores resultados nutricionales. Por ello, las
evaluaciones futuras deberían integrar los microdatos de encuestas nutricionales con
información administrativa del Registro Social, el monto efectivamente recibido, la
duración de la recepción, las corresponsabilidades exigidas y la disponibilidad local
de servicios. La incorporación de estos elementos permitiría examinar con mayor
precisión la cobertura, intensidad y continuidad de la política de protección social.
Limitaciones
La principal limitación del estudio corresponde a su diseño transversal, que impide
establecer la secuencia temporal entre la recepción contemporánea del BDH o
pensión y un resultado acumulativo como la desnutrición crónica infantil. En
consecuencia, no es posible determinar si la recepción del beneficio precedió al
deterioro del crecimiento o si la transferencia fue asignada precisamente porque el
hogar ya presentaba condiciones persistentes de vulnerabilidad. Además, el ajuste
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 165
Artículo Científico
Julio – Septiembre 2026
estadístico depende exclusivamente de las variables observables disponibles en la
encuesta. El pseudo R² moderado del modelo de tratamiento sugiere la existencia de
determinantes no observados, como el puntaje exacto del Registro Social, los ingresos
administrativos, la trayectoria de pobreza, la duración de la transferencia y la calidad
de los servicios locales.
Aunque el modelo IPWRA-ATET mejoró el balance de las covariables observables, la
prueba global rechazó la hipótesis de equilibrio perfecto y permanecieron diferencias
residuales en el índice habitacional y en la región Sierra. Este resultado indica que el
procedimiento de ajuste redujo, pero no eliminó completamente, la heterogeneidad
estructural y territorial existente entre los hogares receptores y no receptores. Por
tanto, no puede descartarse la presencia de confusión residual derivada de
características que no fueron medidas o representadas adecuadamente en el modelo.
Las estimaciones deben interpretarse como asociaciones ajustadas dentro de la
región de soporte común y no como efectos causales atribuibles al programa. Esta
precaución es especialmente relevante debido al mecanismo administrativo de
focalización del BDH.
La variable de exposición identifica la recepción reportada del BDH o pensión en el
hogar, pero no permite distinguir la titularidad individual, el monto efectivamente
recibido, la duración del beneficio ni la exposición acumulada del menor. Asimismo, el
puntaje HAZ se calculó utilizando la edad continua y la interpolación de los parámetros
LMS correspondientes a tablas mensuales. Aunque este procedimiento reduce las
discontinuidades producidas por la truncación de la edad a meses completos, no
sustituye completamente una rutina antropométrica basada en la edad exacta en días.
En conjunto, estas limitaciones impiden determinar si el BDH produce efectos
favorables o desfavorables sobre el crecimiento infantil; los resultados describen
únicamente la asociación observada entre la recepción del beneficio y los indicadores
antropométricos después del ajuste por covariables observables.
5. Conclusiones
La asociación ajustada entre la recepción reportada del BDH o pensión y la
desnutrición crónica infantil en Ecuador se estimó mediante los microdatos de la
segunda ronda de la Encuesta Nacional sobre Desnutrición Infantil (ENDI-R2). La
estrategia metodológica incorporó distintos procedimientos orientados a mejorar la
medición, la transparencia y la replicabilidad del análisis. Entre ellos se incluyeron la
documentación del flujo de conformación de la muestra, el recálculo del puntaje HAZ,
la vinculación de la educación materna desde el registro individual de la madre y la
reconstrucción de un índice habitacional. Asimismo, se aplicó una restricción al
soporte común y se definió el ATET como el estimando principal, en concordancia con
el carácter focalizado del programa.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 166
Artículo Científico
Julio – Septiembre 2026
Como se muestra en la Tabla 5, los niños que viven en hogares receptores tienen un
mayor riesgo ajustado de desnutrición crónica y menor HAZ que los niños
comparables no receptores. Esta discrepancia es consistente con el énfasis del
programa en los hogares vulnerables y la presencia de privaciones estructurales no
vistas de manera integral. En este sentido la protección social monetaria debe
articularse con políticas de salud, nutrición, agua, saneamiento y desarrollo territorial.
Avanzando en términos de crear inferencias causales, la investigación futura debería
basarse en encuestas nutricionales con registros administrativos longitudinales.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
Referencias Bibliográficas
Ahmed, A., Hoddinott, J., & Roy, S. (2025). Food transfers, cash transfers, behavior
change communication and child nutrition: Evidence from Bangladesh. The
World Bank Economic Review, 39(2), 439–472.
https://doi.org/10.1093/wber/lhae023
Alkire, S., & Foster, J. (2011). Counting and multidimensional poverty measurement.
Journal of Public Economics, 95(7–8), 476–487.
https://doi.org/10.1016/j.jpubeco.2010.11.006
Arias-Macias, B. C., Mosquera-Arevalo, A. P., & Alava-Rosado, M. X. (2026).
Devolución del IVA y calidad de vida de adultos mayores y personas con
discapacidad bajo un enfoque comparativo. Journal of Economic and Social
Science Research, 6(2), 69–86. https://doi.org/10.55813/gaea/jessr/v6/n2/241
Attanasio, O., Battistin, E., Fitzsimons, E., Mesnard, A., & Vera-Hernández, M. (2005).
How effective are conditional cash transfers? Evidence from Colombia (IFS
Briefing Note No. 54). Institute for Fiscal Studies.
https://doi.org/10.1920/bn.ifs.2005.0054
Attanasio, O., Gómez, L. C., Heredia, P., & Vera-Hernández, M. (2005). The short-
term impact of a conditional cash subsidy on child health and nutrition in
Colombia (Report Summary: Familias 03). Institute for Fiscal Studies.
https://ifs.org.uk/sites/default/files/output_url_files/rs_fam03.pdf
Austin, P. C. (2011). An introduction to propensity score methods for reducing the
effects of confounding in observational studies. Multivariate Behavioral
Research, 46(3), 399–424. https://doi.org/10.1080/00273171.2011.568786
Bastagli, F., Hagen-Zanker, J., Harman, L., Barca, V., Sturge, G., & Schmidt, T. (2019).
The impact of cash transfers: A review of the evidence from low- and middle-
income countries. Journal of Social Policy, 48(3), 569–594.
https://doi.org/10.1017/S0047279418000715
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 167
Artículo Científico
Julio – Septiembre 2026
Becker, G. S. (2009). Human capital: A theoretical and empirical analysis, with special
reference to education (3.ª ed.). University of Chicago Press.
https://books.google.com.ec/books?id=nowHzq2QoYsC
Black, M. M., Walker, S. P., Fernald, L. C. H., Andersen, C. T., DiGirolamo, A. M., Lu,
C., McCoy, D. C., Fink, G., Shawar, Y. R., Shiffman, J., Devercelli, A. E., Wodon,
Q. T., Vargas-Barón, E., & Grantham-McGregor, S. (2017). Early childhood
development coming of age: Science through the life course. The Lancet,
389(10064), 77–90. https://doi.org/10.1016/S0140-6736(16)31389-7
Cavalcanti, D. M., Ordoñez, J. A., Aransiola, T., Almeida, C., Perdomo Díaz, J. F.,
Zuluaga Mayorga, D., Zamudio Sosa, A., Tasca, R., Campello, T., De Souza,
L. E., Hessel, P., Chivardi, C., Moncayo, A. L., & Rasella, D. (2023). Evaluation
and forecasting analysis of the association of conditional cash transfer with child
mortality in Latin America, 2000–2030. JAMA Network Open, 6(7), Artículo
e2323489. https://doi.org/10.1001/jamanetworkopen.2023.23489
DuGoff, E. H., Schuler, M., & Stuart, E. A. (2014). Generalizing observational study
results: Applying propensity score methods to complex surveys. Health Services
Research, 49(1), 284–303. https://doi.org/10.1111/1475-6773.12090
Falcão, I. R., Tedde, J. G. G., Paixão, E., Cerqueira-Silva, T., Rocha, A. dos S.,
Fiaccone, R. L., Silva, N. J., Silva, J. F. de M. e, Ichihara, M. Y., Pescarini, J.
M., Ribeiro-Silva, R. de C., & Barreto, M. L. (2025). Brazil’s Bolsa Família
conditional cash transfer and child malnutrition: A nationwide birth cohort study.
BMJ Global Health, 10(7), Artículo e018431. https://doi.org/10.1136/bmjgh-
2024-018431
Fernald, L. C. H., Gertler, P. J., & Neufeld, L. M. (2008). Role of cash in conditional
cash transfer programmes for child health, growth, and development: An
analysis of Mexico’s Oportunidades. The Lancet, 371(9615), 828–837.
https://doi.org/10.1016/S0140-6736(08)60382-7
Fiszbein, A., & Schady, N. (2009). Conditional cash transfers: Reducing present and
future poverty. World Bank. https://doi.org/10.1596/978-0-8213-7352-1
Heckman, J. J. (2006). Skill formation and the economics of investing in disadvantaged
children. Science, 312(5782), 1900–1902.
https://doi.org/10.1126/science.1128898
Heckman, J. J., & Mosso, S. (2014). The economics of human development and social
mobility. Annual Review of Economics, 6, 689–733.
https://doi.org/10.1146/annurev-economics-080213-040753
Instituto Nacional de Estadística y Censos. (2024). Encuesta Nacional sobre
Desnutrición Infantil—ENDI: Principales resultados. Segunda ronda 2023–
2024. https://www.ecuadorencifras.gob.ec/documentos/web-
inec/ENDI/R2/Presentacion_publicacion_ENDI_R2.pdf
Landin Basterra, E., Gentilini, U., Medeiros Cavalcanti, D., Ferreira da Silva, A.,
Oliveira Ferreira de Sales, L., Silva, N. J., & Rasella, D. (2025). Impact of social
protection on child malnutrition and mortality across 46 LMICs: A longitudinal
study over two decades with insights from the COVID-19 pandemic.
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 168
Artículo Científico
Julio – Septiembre 2026
eClinicalMedicine, 87, Artículo 103414.
https://doi.org/10.1016/j.eclinm.2025.103414
León, M., & Younger, S. D. (2007). Transfer payments, mothers’ income and child
health in Ecuador. The Journal of Development Studies, 43(6), 1126–1143.
https://doi.org/10.1080/00220380701466708
Little, M. T., Roelen, K., Lange, B. C. L., Steinert, J. I., Yakubovich, A. R., Cluver, L.,
& Humphreys, D. K. (2021). Effectiveness of cash-plus programmes on early
childhood outcomes compared to cash transfers alone: A systematic review and
meta-analysis in low- and middle-income countries. PLOS Medicine, 18(9),
Artículo e1003698. https://doi.org/10.1371/journal.pmed.1003698
Manley, J., Alderman, H., & Gentilini, U. (2022). More evidence on cash transfers and
child nutritional outcomes: A systematic review and meta-analysis. BMJ Global
Health, 7(4), Artículo e008233. https://doi.org/10.1136/bmjgh-2021-008233
Ministerio de Inclusión Económica y Social. (2019). Metodología de cálculo de
umbrales sobre la métrica del Registro Social 2018.
https://www.desarrollohumano.gob.ec/wp-
content/uploads/downloads/2019/09/Documento-final-umbrales-RS2018-
MIES.pdf
Moreno, L. (2017). Assessing the effect of conditional cash transfers in children chronic
stunting: The Human Development Bonus in Ecuador. Analítika: Revista de
Análisis Estadístico, 13(1), 83–131.
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Revistas/Analitika/Anexos_pdf/Analit_13/3.pdf
Ngamasana, E. L., & Moxie, J. (2024). Cash transfer, maternal and child health
outcomes: A scoping review in sub-Saharan Africa. Global Health Action, 17(1),
Artículo 2309726. https://doi.org/10.1080/16549716.2024.2309726
Olney, D. K., Gelli, A., Kumar, N., Alderman, H., Go, A., & Raza, A. (2022). Social
assistance programme impacts on women’s and children’s diets and nutritional
status. Maternal & Child Nutrition, 18(4), Artículo e13378.
https://doi.org/10.1111/mcn.13378
Parikh, P., Semba, R., Manary, M., Swaminathan, S., Udomkesmalee, E., Bos, R.,
Poh, B. K., Rojroongwasinkul, N., Geurts, J., Sekartini, R., & Nga, T. T. (2022).
Animal source foods, rich in essential amino acids, are important for linear
growth and development of young children in low- and middle-income countries.
Maternal & Child Nutrition, 18(1), Artículo e13264.
https://doi.org/10.1111/mcn.13264
Paxson, C., & Schady, N. (2007). Cognitive development among young children in
Ecuador: The roles of wealth, health, and parenting. Journal of Human
Resources, 42(1), 49–84. https://doi.org/10.3368/jhr.XLII.1.49
Ranganathan, M., & Lagarde, M. (2012). Promoting healthy behaviours and improving
health outcomes in low- and middle-income countries: A review of the impact of
conditional cash transfer programmes. Preventive Medicine, 55, S95–S105.
https://doi.org/10.1016/j.ypmed.2011.11.015
Journal of Economic and Social Science Research | Vol. 06 | Num. 03 | Jul – Sep | 2026 pág. 169
Artículo Científico
Julio – Septiembre 2026
Rawlings, L. B., & Rubio, G. M. (2005). Evaluating the impact of conditional cash
transfer programs. The World Bank Research Observer, 20(1), 29–55.
https://doi.org/10.1093/wbro/lki001
Richterman, A., Bùi, T.-M. N., Bair, E. F., Jerome, G., Millien, C., Suffrin, J. C. D.,
Behrman, J. R., & Thirumurthy, H. (2025). The effects of government-led cash
transfer programmes on behavioural and health determinants of mortality: A
difference-in-differences study. The Lancet, 406(10520), 2656–2666.
https://doi.org/10.1016/S0140-6736(25)01437-0
Rivadeneira, M. F., Moncayo, A. L., Cóndor, J. D., Tello, B., Buitrón, J., Astudillo, F.,
Caicedo-Gallardo, J. D., Estrella-Proaño, A., Naranjo-Estrella, A., & Torres, A.
L. (2022). High prevalence of chronic malnutrition in indigenous children under
5 years of age in Chimborazo-Ecuador: Multicausal analysis of its determinants.
BMC Public Health, 22, Artículo 1977. https://doi.org/10.1186/s12889-022-
14327-x
Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in
observational studies for causal effects. Biometrika, 70(1), 41–55.
https://doi.org/10.1093/biomet/70.1.41
Ruel, M. T., & Alderman, H. (2013). Nutrition-sensitive interventions and programmes:
How can they help to accelerate progress in improving maternal and child
nutrition? The Lancet, 382(9891), 536–551. https://doi.org/10.1016/S0140-
6736(13)60843-0
Rukiko, M. D., Mwakalobo, A. B. S., & Mmasa, J. J. (2023). The impact of conditional
cash transfer program on stunting in under five year’s poor children. Public
Health in Practice, 6, Artículo 100437.
https://doi.org/10.1016/j.puhip.2023.100437
Toaquiza Mesías, V. A., & Vargas Sánchez, A. C. (2025). Determinantes de la
desnutrición crónica infantil en niños menores de tres años: Una revisión
sistemática de la literatura. Revista Multidisciplinar Ciencia y Descubrimiento,
3(4). https://doi.org/10.63816/r2jt1r96
Vallejo-Rosero, C. A., López-Contreras, J. del R., Tabarquino-Muñoz, R. A., & Gaviria-
Moreno, G. E. (2024). Estrategias de inclusión en la economía del conocimiento
para mejorar la calidad de vida de poblaciones vulnerables. Journal of
Economic and Social Science Research, 4(3), 13–31.
https://doi.org/10.55813/gaea/jessr/v4/n3/118
Victora, C. G., Christian, P., Vidaletti, L. P., Gatica-Domínguez, G., Menon, P., & Black,
R. E. (2021). Revisiting maternal and child undernutrition in low-income and
middle-income countries: Variable progress towards an unfinished agenda. The
Lancet, 397(10282), 1388–1399. https://doi.org/10.1016/S0140-
6736(21)00394-9
World Health Organization. (2006). WHO child growth standards: Length/height-for-
age, weight-for-age, weight-for-length, weight-for-height and body mass index-
for-age: Methods and development.
https://www.who.int/publications/i/item/924154693X
