Diabetes y Obesidad en redes sociales: Representaciones sociales, oportunidades y desafíos en apoyo de la política pública en salud de Chile
Contenido principal del artículo
https://orcid.org/0000-0003-4657-6390
Resumen
En América Latina, las enfermedades no transmisibles como la diabetes, la hipertensión y la obesidad, junto con sus complicaciones metabólicas, están en constante aumento. Aunque tradicionalmente se han considerado incurables, desde 2011, la investigación clínica ha demostrado que la diabetes tipo II puede entrar en remisión. Esta investigación se propuso comprender las representaciones sociales predominantes en los medios de comunicación (X, Instagram y Facebook) al abordar noticias sobre estas enfermedades, analizando si se habla de prevención y si emergen estereotipos. Para ello, se examinó un corpus de más de 24.000 publicaciones entre 2015 y 2024, utilizando análisis cuantitativo de tópicos, nube de palabras y co-ocurrencias. Los hallazgos revelaron que las representaciones sociales construyen un relato preventivo y conductual, instando a la acción individual para evitar riesgos. Si bien se valora la prevención, este enfoque podría reforzar estigmas al centrar la responsabilidad en la voluntad personal y asociar fuertemente la obesidad y la diabetes con enfermedad y culpa, relegando a un segundo plano los factores estructurales de la salud pública y el mercado.
Detalles del artículo
Referencias
Banks, George C., Haley M. Woznyj, Ryan S. Wesslen y Rebecca L. Ross. 2018. “A Review of Best Practices and Recommendations for Text Analysis in R (and a User-Friendly App).” Journal of Business and Psychology 33: 445–459. https://doi.org/10.1007/s10869-017-9528-3
Barbosa Marques, A. D., de Freitas, M. C., Paiva Rodrigues, D., Duarte Pereira, M. L., & Magalhães Moreira, T. M. (2017). Representaciones sociales de los medios de comunicación acerca de la diabetes infantil. Enfermería Global, 17(1), 550–587. https://doi.org/10.6018/eglobal.17.1.289281
Bozdag, Engin. 2013. “Bias in Algorithmic Filtering and Personalization”. Ethics and Information Technology 15 (3): 209–227. https://doi.org/10.1007/s10676-013-9321-6
Cárcamo-Ulloa, Luis, Camila Cárdenas-Neira, Eliseo Scheihing-García, Diego Sáez-Trumper, Matthieu Vernier y Cristóbal Blaña- Romero. 2023. “On Politics and Pandemic: How Do Chilean Media Talk about Disinformation and Fake News in Their Social Networks?” Societies 13 (2): 25. https://doi.org/10.3390/soc13020025
Cortassa, Carina. 2016. “In Science Communication, Why Does the Idea of a Public Deficit Always Return? The Eternal Recurrence of the Public Deficit.” Public Understanding of Science 25 (4): 447–459. https://doi.org/10.1177/0963662516629745
Cuevas, Yazmín. 2016. “Recomendaciones para el estudio de representaciones sociales en investigación educativa.” Cultura y Representaciones Sociales 11 (21): 109–140. https://www.culturayrs.unam.mx/index.php/CRS/article/view/333
ElSayed, Nuha A., Grazia Aleppo, Vanita R. Aroda, Raveendhara R. Bannuru, Florence M. Brown, Dennis Bruemmer, Billy S. Collins, et al. 2023. “Classification and Diagnosis of Diabetes: Standards of Care in Diabetes—2023”. Diabetes Care 46 (Suppl. 1): S19–S40. https://doi.org/10.2337/dc23-S002
Garrett, R. Kelly. 2009. “Echo Chambers Online? Politically Motivated Selective Exposure among Internet News Users”. Journal of Computer-Mediated Communication 14 (2): 265–285. https://doi.org/10.1111/j.1083-6101.2009.01440.x
Hagberg, Aric A., Daniel A. Schult y Pieter J. Swart. 2008. “Exploring Network Structure, Dynamics, and Function Using NetworkX.” En Proceedings of the 7th Python in Science Conference, editado por Gaël Varoquaux, Travis Vaught y Jarrod Millman, 11-15. Pasadena, CA. https://doi.org/10.25080/TCWV9851
Honnibal, Matthew y Ines Montani. 2017. spaCy 2: Natural Language Understanding with Bloom Embeddings, Convolutional Neural Networks and Incremental Parsing. https://spacy.io
Hunter, John D. 2007. “Matplotlib: A 2D Graphics Environment”. Computing in Science & Engineering 9 (3): 90–95. https://doi.org/10.1109/MCSE.2007.55
Iyengar, Shanto y Douglas S. Massey. 2019. “Scientific Communication in a Post-Truth Society”. Proceedings of the National Academy of Sciences 116 (16): 7656–7661. https://doi.org/10.1073/pnas.1805868115
Just, Natascha y Michael Latzer. 2017. “Governance by Algorithms: Reality Construction by Algorithmic Selection on the Internet”. Media, Culture & Society 39 (2): 238–258. https://doi.org/10.1177/0163443716643157
Klett Aparicio, Bárbara y Carola Neira-Mellado. 2025. “Evocación espontánea y entrevista en profundidad para el estudio de las representaciones sociales de la comunicación docente y estudiante en la educación superior.” European Public & Social Innovation Review 10: 1–19. https://doi.org/10.31637/epsir-2025-1299
Kreuter, Matthew W., Kimberly Holmes, Karla Alcaraz, Benjamin Kalesan, Sunil Rath, Melissa Richert y Elizabeth M. Clark. 2010. “Comparing Narrative and Informational Videos to Increase Mammography in Low-Income African American Women”. Patient Education and Counseling 81 (Suppl.): S6–S14. https://doi.org/10.1016/j.pec.2010.09.008
Latzer, Michael. 2022. “The Digital Trinity-Controllable Human Evolution-Implicit Everyday Religion. Characteristics of the Socio- Technical Transformation of Digitalization”. KZfSS Kölner Zeitschrift für Soziologie und Sozialpsychologie 74 (Suppl. 1): 331–354. https://doi.org/10.1007/s11577-022-00841-8
Latzer, Michael y Noemi Festic. 2019. “A Guideline for Understanding and Measuring Algorithmic Governance in Everyday Life”. Internet Policy Review 8 (2). https://doi.org/10.14763/2019.2.1415
Lim, Ee Lin, Kieren G. Hollingsworth, Bushra S. Aribisala, Mingzhu J. Chen, John C. Mathers y Roy Taylor. 2011. “Reversal of Type 2 Diabetes: Normalisation of Beta Cell Function in Association with Decreased Pancreas and Liver Triacylglycerol”. Diabetologia 54 (10): 2506–2514. https://doi.org/10.1007/s00125-011-2204-7
Lupton, Deborah. 2021. Digital Health: Critical Perspectives. 2.ª ed. Londres: Routledge.
Martín Serrano, Manuel. 1977. La mediación social. Madrid: Akal.
McKinney, Wes. 2010. “Data Structures for Statistical Computing in Python”. En Proceedings of the 9th Python in Science Conference, editado por Stéfan van der Walt y Jarrod Millman, 51–56. https://conference.scipy.org/proceedings/scipy2010/mckinney.html
Menéndez, Eduardo L. 2020. “Modelo médico hegemónico: tendencias posibles y tendencias más o menos imaginarias.” Salud Colectiva 16: e2615. https://doi.org/10.18294/sc.2020.2615
Ministerio de Salud de Chile. 2014. Enfoque de riesgo para la prevención de enfermedades cardiovasculares. División de Prevención y Control de Enfermedades, Departamento de Enfermedades No Transmisibles. Santiago: MINSAL. https://www.minsal.cl/portal/url/item/72 213ed52c3e23d1e04001011f011398.pdf
Moreno, C. 2021. La diplomacia de la ciencia y la comunicación de la salud en la era digital. Madrid: Ediciones Pirámide.
Moscovici, Serge. 1979. El psicoanálisis, su imagen y su público. Buenos Aires: Huemul.
Moulian, Rodrigo. 1999. “Matices en la interacción: Hacia una taxonomía de la comunicación humana”. Revista Austral de Ciencias Sociales 3: 21–29. https://doi.org/10.4206/rev.austral.cienc.soc.1999.n3-02
Niederdeppe, Jeff, Sungjong Roh y Michael A. Shapiro. 2015. “Acknowledging Individual Responsibility While Emphasizing Social Determinants in Narratives to Promote Obesity-Reducing Public Policy: A Randomized Experiment”. PLoS ONE 10 (2): e0117565. https://doi.org/10.1371/journal.pone.0117565
Nikolov, Dimitar, Diego F. M. Oliveira, Alessandro Flammini y Filippo Menczer. 2015. “Measuring Online Social Bubbles”. PeerJ Computer Science 1: e38. https://doi.org/10.7717/peerj-cs.38
Organización Mundial de la Salud (OMS). 2024. “Enfermedades no transmisibles”. https://www.who.int/es/news-room/fact-sheets/ detail/noncommunicable-diseases
Organización Panamericana de la Salud (OPS). 2019. “Informe Anual del Director 2019”. https://www.paho.org/annual-report-of-the-director-2019/es/
Pariser, Eli. 2017. The Filter Bubble: What the Internet Is Hiding from You. Londres: Penguin.
Pedregosa, Fabián, Gaël Varoquaux, Alexandre Gramfort, Vincent Michel, Bertrand Thirion, Olivier Grisel, Mathieu Blondel, et al. 2011. “Scikit-learn: Machine Learning in Python”. Journal of Machine Learning Research 12: 2825–2830. https://jmlr.org/papers/v12/pedregosa11a.html
Peña y Lillo, Macarena. 2016. “Hábitos de búsqueda y escaneo de información sobre salud en adultos chilenos”. Revista de Comunicación y Salud 6 (1): 29–42. https://doi.org/10.35669/revistadecomunicacionysalud.2016.6(1).29-42
Piña Osorio, Juan Manuel y Yazmín Cuevas Cajica. 2004. “La teoría de las representaciones sociales: Su uso en la investigación educativa en México”. Perfiles Educativos 26 (105–106): 102–124. https://www.redalyc.org/articulo.oa?id=13210605
Python Software Foundation. 2019. Python: A Dynamic, Open Source Programming Language. Versión 3.12.3 https://www.python.org/.
Ramos del Río, Beatriz y Enrique Jarillo Soto. 2014. “El cuidado informal de personas con enfermedad renal crónica”. En-claves del Pensamiento 8 (15): 195–216. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1870-879X2014000100195
Rehurek, Radim y Petr Sojka. 2011. “Gensim — Python Framework for Vector Space Modelling”. En Proceedings of the LREC 2010 Workshop on New Challenges for NLP Frameworks, 45–50. La Valletta: ELRA. https://radimrehurek.com/gensim/
Revuelta, Gema. 2019. “Comportamiento de la ciudadanía respecto a la información sobre salud: exposición, acceso y usos”. Revista Española de Comunicación en Salud 10 (1): 9–20. https://e-revistas.uc3m.es/index.php/RECS/article/view/4448.
Rojas-Rajs, Soledad. 2016. “La diabetes en la publicidad oficial para televisión mexicana: problemas y límites para la comunicación en salud”. Salud Problema 19: 9–21. https://saludproblemaojs.xoc.uam.mx/index.php/saludproblema/article/view/461
Sapunar, Jorge. 2016. “Epidemiología de la Diabetes Mellitus en Chile”. Revista Clínica Las Condes 27 (2): 146–151. https://doi.org/10.1016/j.rmclc.2016.04.003
Thomas-Lange, Juan. 2023. “Sobrepeso y obesidad en Chile: Consideraciones para su abordaje en un contexto de inequidad social”. Revista Chilena de Nutrición 50 (4): 457–463. https://doi.org/10.4067/s0717-75182023000400457
Universidad del País Vasco (UPV/EHU) – Grupo Mediaiker. 2025. “Las redes sociales, con Instagram a la cabeza, refuerzan la visión negativa de la obesidad”. Campusa (sala de prensa UPV/EHU), 4 de marzo. https://www.ehu.eus/es/web/campusa/-/upv-ehu-las-redes-sociales-refuerzan-la-vision-negativa-de-la-obesidad
Van der Wardt, E. M., Erik Taal, Johannes J. Rasker y Oene Wiegman. 1999. “Media Coverage of Chronic Diseases in the Netherlands”. Seminars in Arthritis and Rheumatism 28 (5): 333–341. https://doi.org/10.1016/s0049-0172(99)80018-3
Wardle, Claire y Hossein Derakhshan. 2017. Information Disorder: Toward an Interdisciplinary Framework for Research and Policymaking. Estrasburgo: Council of Europe. https://rm.coe.int/information-disorder-report-november-2017/1680764666
Weishaar, Heide, Lori Dorfman, Nicholas Freudenberg, Benjamin Hawkins, Katherine Smith, Oliver Razum y Shona Hilton. 2016. “Why Media Representations of Corporations Matter for Public Health Policy: A Scoping Review.” BMC Public Health 16: 899. https://doi.org/10.1186/s12889-016-3594-8.
Welbers, Kasper, Wouter Van Atteveldt y Kenneth Benoit. 2017. “Text Analysis in R”. Communication Methods and Measures 11 (4): 245–265. https://doi.org/10.1080/19312458.2017.1387238
World Economic Forum y Harvard School of Public Health. 2011. The Global Economic Burden of Non-communicable Diseases. Ginebra: World Economic Forum. https://www3.weforum.org/docs/WEF_Harvard_HE_GlobalEconomicBurdenNonCommunicableDiseases_2011.pdf