Si tu tesina es de enfermería, medicina, nutrición, kinesiología, salud pública o trabajo social, hay una fuente argentina que probablemente no estés usando y que resuelve el problema más caro de todos: datos reales, nacionales, de acceso libre y sin trámite.
Es la Dirección de Estadísticas e Información en Salud, que describe su función en una línea: «producimos, difundimos y analizamos estadísticas relacionadas con condiciones de vida y problemas de salud».
Este artículo tiene dos partes. La primera, qué hay y cómo se abre. La segunda —la que importa más— es lo que encontramos al descargar efectivamente los archivos, que es distinto de lo que el catálogo promete.
Qué publica, en concreto
El sitio de la dirección organiza su material en secciones diferenciadas, y conviene conocerlas porque resuelven necesidades distintas:
- Datos. Los archivos descargables. Es lo que necesitás si vas a hacer tu propio análisis.
- Indicadores básicos. Cifras ya calculadas, útiles para el marco contextual sin tener que procesar nada.
- Publicaciones. Informes con el análisis ya hecho, incluidas las Estadísticas vitales por año y series específicas como los indicadores de defunciones de menores de cinco años o los indicadores de salud para la población de 10 a 19 años.
- Reporte interactivo. Gráficos y cuadros en línea, para explorar antes de descargar.
- Portal de datos abiertos de salud, con su propio repositorio.
En la sección de datos, las dos series centrales son defunciones y nacidos vivos, ambas en archivos separados por año y en formato de texto delimitado. La de defunciones cubre desde mediados de los años 2000 hasta el año 2024 inclusive.
Las variables de la serie de defunciones son seis: provincia de residencia, sexo, causa —codificada según la clasificación internacional de enfermedades—, una marca de mortalidad materna, grupo de edad y el conteo de casos. No son registros individuales: cada fila es una combinación de categorías con su frecuencia. Eso es importante para tu diseño, porque significa que podés hacer análisis por grupo pero no análisis a nivel de persona.
Y ahora la parte que nadie te cuenta
Hay una regla que aprendimos a fuerza de tropezar con catálogos argentinos y que repetimos siempre: que un dataset esté listado no significa que sirva. Así que descargamos siete años de la serie de defunciones y los abrimos en crudo, uno por uno.
Los siete descargaron correctamente, con tamaños de entre 1,3 y 1,8 megabytes. Ninguno estaba roto. El problema es otro, y es peor porque no da error:
| Año | Separador | Campos entre comillas | ¿Trae encabezado? | Valor faltante |
|---|---|---|---|---|
| 2005 | Coma | Sí | Sí | Espacio en blanco |
| 2010 | Coma | Sí | Sí | Vacío |
| 2015 | Coma | No | Sí | Vacío |
| 2019 | Coma | Sí | Sí | Vacío |
| 2020 | Punto y coma | No | NO | La palabra NULL |
| 2022 | Punto y coma | No | NO | La palabra NULL |
| 2024 | Punto y coma | No | Sí | La palabra NULL |
Cuatro regímenes de formato distintos en la misma carpeta, para la misma serie, publicados por el mismo organismo. Y una quinta diferencia que descubrimos comparando los valores: la variable de grupo de edad usa un guion bajo como separador en los archivos de 2020 y 2022 —por ejemplo, la categoría se escribe como 15_70 a 74— y un punto en el de 2024, donde la misma clase de categoría aparece como 10.15 a 19.
Por qué esto arruina una tesina en silencio
Acá está la razón por la que vale un artículo entero. Ninguno de estos problemas produce un mensaje de error. Todos producen resultados equivocados con apariencia normal.
Los dos archivos sin encabezado son el caso más grave. Si abrís el archivo de 2020 con la configuración por defecto de cualquier programa, el software asume que la primera línea son los nombres de las columnas. Pero esa primera línea es un registro de defunciones real. Resultado: perdés esa fila del análisis y además tus columnas quedan bautizadas con los valores de ese registro. Tu tabla se llama «02», «1», «I67». Nada falla; simplemente el año 2020 tiene una muerte menos que la que informó el Estado y tus variables tienen nombres absurdos.
El cambio de separador es más ruidoso pero igual de peligroso: al abrir un archivo de punto y coma esperando comas, todo el contenido entra en una sola columna. Se nota rápido si mirás. Se pasa por alto si automatizaste la carga de veinte archivos.
Los faltantes codificados de dos maneras son la trampa fina. Si concatenás los años sin normalizar, tu variable de mortalidad materna va a tener categorías «NULL», vacío y espacio en blanco conviviendo. Un conteo por categorías te va a devolver tres tipos de faltante como si fueran tres valores distintos, y cualquier porcentaje calculado sobre eso estará mal.
Y el separador de la variable de edad hace que la misma clase etaria se lea como dos categorías distintas según el año. Si hacés una serie por grupo de edad, vas a ver categorías que «aparecen» en 2024 y «desaparecen» en 2022. Es exactamente el tipo de artefacto que un estudiante inexperto interpreta como un cambio real.
El procedimiento que evita todo esto
No es complicado, pero hay que hacerlo antes de escribir una línea de análisis:
- Abrí cada archivo en crudo, con un editor de texto, antes de cargarlo en nada. Mirá la primera línea y decidí si es encabezado o dato.
- Anotá el separador de cada año en una tabla como la de arriba. Es tu documentación de método.
- Cargá cada año por separado, con sus parámetros propios. Nunca en un lote con configuración única.
- Agregá vos los nombres de columna a los archivos que no los traen, tomándolos de un año que sí los tenga.
- Normalizá los faltantes a un único valor antes de unir los años.
- Contá las filas de cada archivo antes y después de unir. La suma tiene que cerrar exactamente. Si no cierra, encontraste otra diferencia.
- Documentá todo esto en tu capítulo metodológico. No es un anexo técnico: es evidencia de rigor y te distingue de inmediato.
Ese paso 7 vale más de lo que parece. Un capítulo metodológico que dice «la serie presenta cuatro formatos distintos entre 2005 y 2024; se normalizaron separadores, encabezados y codificación de faltantes antes del análisis, verificando el total de registros» le dice al jurado exactamente lo que quiere saber: que trabajaste con los datos y no solo los bajaste.
Qué se puede investigar con esto
La estructura de la serie —conteos por provincia, sexo, causa y grupo etario— habilita diseños que se sostienen perfectamente en una tesina de grado o de maestría:
- Distribución de una causa de muerte específica por jurisdicción, en un año o comparando dos.
- Evolución de un grupo de causas a lo largo de una ventana temporal acotada, con la normalización de arriba hecha y declarada.
- Diferencias por sexo dentro de un mismo grupo de causas y grupo etario.
- Comparación entre lo que informa la publicación oficial y lo que arroja tu propio procesamiento del archivo crudo. Es un diseño metodológicamente interesante y raro.
Lo que no podés hacer, y conviene saberlo antes de comprometerte: análisis a nivel individual, cruces con variables que no están en el archivo, o cualquier cosa que requiera seguir a la misma persona en el tiempo. Los datos son agregados por combinación de categorías.
Qué prueba estadística corresponde para comparaciones de este tipo —frecuencias por categoría— está en qué prueba estadística usar en tu tesina. Y la guía de reporte que te toca si tu diseño es observacional está en PRISMA, STROBE, CONSORT, COREQ y cuál te toca.
Cómo citarlo
Cinco elementos, como con cualquier fuente estadística oficial: el organismo con su denominación vigente, el nombre exacto de la serie o del archivo, el año de referencia del dato —no el de tu descarga—, la dirección desde la que lo obtuviste y la fecha de acceso.
Ese último elemento es especialmente importante acá: los organismos revisan series y reemplazan archivos, y ya vimos que los formatos cambian entre publicaciones. Declarar la fecha en que descargaste el archivo es lo que hace tu trabajo reproducible. Las plantillas concretas están en citar estadísticas oficiales sin autor ni fecha en APA 7.
Una lección que se repite
Es el mismo patrón que documentamos en el catálogo nacional de datos abiertos, donde un dataset publicado apuntaba a un archivo inexistente, y en las cifras universitarias, donde el dato que todo el mundo busca no está donde lo buscaría cualquiera. Está en microdatos y datos abiertos argentinos para tu tesina y en cifras del sistema universitario argentino.
La regla que sale de las tres experiencias es una sola y es barata de aplicar: descargá el archivo y abrilo antes de escribir en tu plan que vas a usar esa fuente. La diferencia entre un plan que se aprueba y uno que se aprueba y después se cae está casi siempre en ese paso.
Del archivo al capítulo
Cuando la fuente ya está verificada, lo que queda es que el análisis responda exactamente los objetivos que declaraste. Tesify te arma la estructura de la tesina capítulo por capítulo, así el trabajo de normalización que hiciste queda documentado en la metodología y cada resultado tiene su lugar en vez de acumularse en un archivo suelto.
Podés armar gratis la estructura de tu tesina y dejar preparado el apartado de fuentes y procesamiento.
Preguntas frecuentes
¿Hay que pedir permiso para usar estos datos?
No. Son archivos de descarga pública y directa desde el sitio del organismo, sin registro ni solicitud previa. Sí corresponde citarlos correctamente.
¿Los datos incluyen información individual de personas?
No. Cada fila es una combinación de categorías con su frecuencia, no un registro de persona. Eso limita los diseños posibles y, al mismo tiempo, evita el problema de datos personales.
¿Puedo usar un solo año o necesito la serie completa?
Un solo año es perfectamente válido para una tesina, y además te ahorra todo el trabajo de normalización. La serie larga es más ambiciosa y más riesgosa; si la usás, documentá la normalización.
¿Qué hago si mi año no está publicado todavía?
Ajustá tu período de análisis al último año disponible y decilo explícitamente en la metodología. Es preferible a estirar conclusiones hacia años sin datos.
¿Sirve para una tesina cualitativa?
Sí, como contexto empírico del capítulo introductorio. Un trabajo cualitativo sobre un problema de salud gana mucho al abrir con la dimensión real del fenómeno citada de fuente oficial.
¿Y si necesito datos que la DEIS no publica?
El portal de datos abiertos del área de salud aloja otros conjuntos, y muchas provincias publican sus propias estadísticas. Antes de dar por perdido un dato, escribí al organismo: una respuesta por escrito es una fuente citable y, si niega la disponibilidad, esa negativa documentada también es un hallazgo para tu trabajo.