La reducción de las desigualdades socioeconómicas en salud oral para el 2020 dentro los países es una meta de la OMS. Por lo tanto, el monitoreo de las desigualdades socioeconómicas en salud oral es importante para la evaluación de esta meta. En el contexto de la evaluación de las desigualdades en salud, se propone contar con una metodología de análisis alternativa a la usada habitualmente en los estudios epidemiológicos en odontología, que permita crear indicadores fáciles de ser medidos e interpretados para la toma de decisiones clínicas y de gestión en servicios de salud bucal, ayudando a reorientar la toma de decisiones de políticas en salud púbica hacia un abordaje más equitativo. A partir de una batería de medidas de desigualdad, habitualmente usadas en el campo de la economía, como las medidas de entropía y divergencia estadística, basadas en la teoría de la información, se presentan una serie de índices basados en rangos, índices de disparidad, e índices de concentración, para medir brechas entre diferentes Unidades Geodemográficas (UG). Esta metodología de análisis, alternativa a la usada habitualmente en los estudios epidemiológicos en odontología, permitiría crear indicadores fáciles de ser medidos e interpretados para la toma de decisiones clínicas y de gestión en servicios de salud bucal, ayudando a reorientar la toma de decisiones de políticas en Salud Púbica hacia un abordaje más equitativo. En una encuesta poblacional de Salud Bucal de escolares de 12 años de la ciudad de Montevideo a través de 4 escenarios, 1 basal y otros 3 que suponen diferentes formas de intervención para abatir la tasa de CARIES, se muestra que trabajando a nivel de las escuelas UG, las brechas que hay no son muy importantes, tanto que se considere el nivel socioeconómico, como que se prescinda del mismo, lo que sugiere no trabajar con UG naturales, teniendo que tener una clasificación de escuelas a través de algún método de clustering. En cambio, si se trabaja a nivel individual agregado, las brechas que parecían no existir aparecen, mostrando resultados muy diferentes, que además son buenos trazadores para fijar las políticas de intervención. Como trabajo a futuro, para los 4 escenarios (1 basal y los otros 3), trabajando a nivel individual, mediante Simulación Monte Carlo, se propone evaluar cómo impactan las variaciones hechas para cada escenario en las medidas de desigualdad, para lo cual se sugiere trabajar modelando la tasa de CARIES mediante la distribución Beta, simulando a nivel individual la patología en cada escenario.

The reduction of socioeconomic inequalities in oral health by 2020 within countries is a WHO goal. Therefore, monitoring socioeconomic inequalities in oral health is important for evaluating this goal. In the context of the evaluation of health inequalities, it is proposed to have an alternative analysis methodology to that commonly used in epidemiological studies in Dentistry, which allows creating indicators that are easy to measure and interpret for taking of clinical and management decisions in oral health services, helping to reorient the decision making of public health policies towards a more equitable approach. From a battery of inequality measures commonly used in the field of Economics, such as measures of entropy and statistical divergence based on information theory, a series of indices based on ranges, disparity indices, concentration indices to measure gaps between diferent Geodemographic Units (GU) are presented. This methodology of alternative analysis to the one commonly used in epidemiological studies in Dentistry would allow the creation of indicators that are easy to measure and interpret for clinical and management decision making in oral health services, helping to reorient policy decision making in pubic health towards a more equitable approach. In a population survey of Oral Health of 12-year-old school children of the Montevideo city through 4 Scenarios, 1 baseline and 3 others that involve different forms of intervention to reduce the Dental CARIES rate, show that working at the GU schools level, the gaps that exist are not very important, as long as the socioeconomic level, as if it is dispensed with, which suggests not working with natural GU, having to have a classification of schools through some method of clustering. On the other hand, if one works at the aggregate individual level, the gaps that appeared not to exist appear, showing very diferent results, which are also good tracers for setting intervention policies. As I work for the future, for the 4 scenarios (1 baseline and the other 3), working at the individual level, through Monte Carlo Simulation, it is proposed to evaluate how the variations made for each scenario impact on inequality measures, for which it is suggested to work by modeling the CARIES rate through Beta distribution, simulating at an individual level the pathology in each scenario.