<?xml version='1.0' encoding='UTF-8'?>
<codeBook version="1.2.2" ID="URY-MSP-CNV-1996-v01" xml-lang="es" xmlns="http://www.icpsr.umich.edu/DDI" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.icpsr.umich.edu/DDI http://www.icpsr.umich.edu/DDI/Version1-2-2.xsd">
  <docDscr>
    <citation>
      <titlStmt>
        <titl>
          URY-MSP-CNV-1996-v01
        </titl>
        <IDNo>
          URY-MSP-CNV-1996-v01
        </IDNo>
      </titlStmt>
      <prodStmt>
        <producer affiliation="Ministerio de Salud Pública">
          Estadísticas Vitales, División de Epidemiología
        </producer>
        <producer affiliation="Instituto Nacional de Estadística">
          Asesoría de Demografía
        </producer>
        <prodDate date="2014-07-01">
          2014-07-01
        </prodDate>
        <software version="4.0.9" date="2013-04-23">
          Nesstar Publisher
        </software>
      </prodStmt>
      <distStmt>
        <depositr/>
      </distStmt>
      <verStmt>
        <version type="Versión 01 (1 de agosto 2014)"/>
      </verStmt>
    </citation>
    <docSrc>
      <titlStmt>
        <titl>
          URY-MSP-CNV-1996-v01
        </titl>
      </titlStmt>
      <distStmt>
        <depositr/>
      </distStmt>
    </docSrc>
  </docDscr>
  <stdyDscr>
    <citation>
      <titlStmt>
        <titl>
          Estadísticas Vitales - Natalidad 1996-2007
        </titl>
        <subTitl>
          Certificado de Nacido Vivo de Uruguay
        </subTitl>
        <altTitl>
          CNV 1996-2007
        </altTitl>
        <IDNo>
          URY-MSP-CNV-1996-v01
        </IDNo>
      </titlStmt>
      <rspStmt>
        <AuthEnty>
          Ministerio de Salud Pública
        </AuthEnty>
        <AuthEnty>
          Instituto Nacional de Estadística
        </AuthEnty>
        <othId affiliation="Presidencia de la República">
          <p>
            Comisión Sectorial de Población de Oficina de Planeamiento y Presupuesto
          </p>
        </othId>
        <othId affiliation="Universidad de la República">
          <p>
            Programa de Población de Facultad de Ciencias Sociales
          </p>
        </othId>
        <othId>
          <p>
            Fondo de Población de Naciones Unidas
          </p>
        </othId>
        <othId>
          <p>
            Organización Panamericana de la Salud
          </p>
        </othId>
      </rspStmt>
      <prodStmt>
        <copyright>
          © Ministerio de Salud Pública
        </copyright>
        <prodDate date="2014-05-20">
          2014-05-20
        </prodDate>
        <software version="4.0.9" date="2013-04-23">
          Nesstar Publisher
        </software>
      </prodStmt>
      <distStmt>
        <contact affiliation="Departamento Difusión y Comunicaciones - Instituto Nacional de Estadística" email="difusion@ine.gub.uy">
          Sección Atención a usuarios
        </contact>
        <depositr/>
      </distStmt>
      <serStmt>
        <serName>
          Registros Administrativos, Salud [ad/hea]
        </serName>
        <serInfo>
          <![CDATA[El presente trabajo se realizó en régimen de colaboración con personal del Instituto Nacional de Estadística y del Ministerio de Salud Pública, y tiene como principal objetivo dar un cierre a la etapa iniciada entre la Comisión Sectorial de Población, la Unidad de Población de la Facultad de Ciencias Sociales y el Ministerio de Salud Pública, con la finalidad de armonizar y validar los microdatos de natalidad y mortalidad hasta el año 2011. 
En esta etapa de trabajo nos enfocamos exclusivamente en la revisión de las bases de datos de natalidad 1996-2011, de modo de preparar los insumos necesarios para su posterior divulgación, y en la elaboración de una propuesta de tabulados con información actualizada y validada de las variables relativas a los nacimientos en Uruguay. Vale aclarar que las tareas correspondientes a los microdatos de mortalidad se abordarán una vez finalizada esta etapa de trabajo con los datos de natalidad.
Todos estos trabajos han hecho hincapié en la necesidad de contar con estadísticas vitales de calidad, cabales y oportunas, en tanto representan un insumo imprescindible para el seguimiento de las tendencias demográficas y sanitarias de la población, así como también para el monitoreo de metas gubernamentales en salud y condiciones de vida. 
En respuesta a esto, en el año 2006 se conforma un grupo de trabajo integrado por representantes del Instituto Nacional de Estadística (INE), la Unidad de Información Nacional en Salud del Ministerio de Salud Pública (UINS-MSP), la Dirección Nacional de Identificación Civil (DNIC), la Dirección General del Registro de Estado Civil (DGREC) y del Banco de Previsión Social (BPS). El objetivo de este grupo consistió en adecuar el proceso de registro de nacimientos y defunciones para mejorar la calidad y la eficiencia de la información. Hacia 2007 se aprueban los decretos Nº249-250 que, entre otras cosas, establecen un nuevo formato de Certificado de Nacido Vivo y de Defunción en formato electrónico (Rodríguez, 2013).
Paralelamente se inició un proceso de depuración y puesta a punto de los microdatos históricos, a los efectos de armonizarlos, generar documentación y metadatos, y propiciar de esta forma las condiciones que favorezcan el cumplimiento de la ley 18.381, que establece el derecho de los usuarios al acceso a la información pública. 
La necesidad de realizar este trabajo surge en un contexto donde había varias versiones de bases de datos de natalidad circulando entre los usuarios, cuando muchas veces dichas bases aún no habían sido validadas. Asimismo, se había realizado una depuración de bases de datos de mortalidad en el marco de la UINS-MSP que necesitaban ser validadas en otro marco institucional que no fuera el MSP. Finalmente, no se contaba con documentación y metadatos, y a su vez existían tabulados que no habían sido difundidos. 
Lo anterior conllevó a la necesidad de conformar otro grupo de trabajo, integrado por Wanda Cabella, Juan José Calvo, Daniel Macadar e Ignacio Pardo, responsables de organizar el trabajo, coordinar con el equipo UINS-MSP y estipular las actividades a realizar con los microdatos. Esta actividad se formaliza a través de un convenio firmado entre la Comisión Sectorial de Población (CSP), la Facultad de Ciencias Sociales (FCS) y el MSP en el año 2011, con el propósito de validar y uniformizar la serie de Estadísticas Vitales para los períodos 1992-2010 en el caso de mortalidad y 1996-2011 en natalidad. Finalmente, se trabajó sólo con las bases de datos de natalidad, esta tarea para mortalidad ya se había realizado en la UINS-MSP.
En abril de 2013 se llevó a cabo el “Taller de presentación y validación de bases de datos de estadísticas vitales 1996-2010”, donde se presentaron los resultados generados en el marco de este convenio y se propuso una serie de tabulados a realizar en colaboración con el INE. Allí se conformó un equipo de trabajo con técnicos del INE y la UINS-MSP con el objetivo de validar el trabajo realizado con los microdatos de natalidad y mortalidad, producir una serie de tabulados recomendados y elaborar otros insumos necesarios para usuarios externos (por ejemplo, diccionario de variables y documentos de metadatos).]]>
        </serInfo>
      </serStmt>
    </citation>
    <stdyInfo>
      <subject>
        <keyword>
          Nacimientos
        </keyword>
        <keyword>
          Estadísticas Vitales
        </keyword>
        <keyword>
          Registro Administrativo
        </keyword>
        <keyword>
          Certificado de Nacido Vivo
        </keyword>
        <keyword>
          Uruguay
        </keyword>
        <topcClas>
          Lugar de ocurrencia del nacimiento
        </topcClas>
        <topcClas>
          Datos personales de la madre
        </topcClas>
        <topcClas>
          Datos personales del padre
        </topcClas>
        <topcClas>
          Datos del embarazo
        </topcClas>
        <topcClas>
          Datos del parto
        </topcClas>
        <topcClas>
          Datos del recién nacido
        </topcClas>
      </subject>
      <abstract>
        Este documento contiene los metadatos de las bases de nacimientos de Uruguay para el período 1996-2007.
      </abstract>
      <sumDscr>
        <timePrd date="1996-01-01" event="start"/>
        <timePrd date="2007-12-31" event="end"/>
        <nation abbr="URY">
          República Oriental del Uruguay
        </nation>
        <geogCover>
          Nacional y departamental.
        </geogCover>
        <anlyUnit>
          <![CDATA[Nacimientos ocurridos en Uruguay y registrados en la Dirección General del Registro de Estado Civil. 
No incluye los nacimientos registrados en los consulados de Uruguay en el extranjero.]]>
        </anlyUnit>
        <universe>
          <![CDATA[Nacimientos ocurridos y registrados anualmente en el país. 
No incluye nacimientos de mujeres uruguayas residentes en el exterior.]]>
        </universe>
        <dataKind>
          Registros Administrativos (adm)
        </dataKind>
      </sumDscr>
      <notes>
        <![CDATA[Las bases de microdatos de nacimientos disponibles para todos los usuarios cuentan con las variables relativas al lugar de ocurrencia del nacimiento, datos personales de la madre y del padre, y datos del embarazo, del parto y del recién nacido. 
Los nombres y apellidos, la cédulas de identidad y el domicilio de residencia de la madre, las secciones judiciales y localidades de ocurrencia del nacimiento y residencia de la madre, la fecha del parto y algunas variables relativas a características del recién nacido, fueron eliminadas de las bases públicas por motivos de resguardo estadístico. La razas/etnias y ocupaciones de madres y padres fueron excluidas debido a la elevada proporción de casos sin información. El MSP y el INE cuentan con un respaldo de las bases completas para satisfacer pedidos específicos de usuarios calificados.]]>
      </notes>
    </stdyInfo>
    <method>
      <dataColl>
        <dataCollector>
          Oficinas de la Dirección Nacional de Registro del Estado Civil
        </dataCollector>
        <dataCollector>
          Juzgados de Paz
        </dataCollector>
        <collMode>
          Registros de actividades/tareas/eventos [Reg]
        </collMode>
        <resInstru>
          Ver archivo con copia electrónica del Certificado de Nacido Vivo.
        </resInstru>
        <sources/>
      </dataColl>
    </method>
    <dataAccs>
      <useStmt>
        <confDec required="yes">
          <![CDATA[La confidencialidad de la información proporcionada está garantizada por la Ley 16.616. del 20 de octubre de 1994, la cual regula el funcionamiento del Sistema Estadístico Nacional (SEN), garantiza el secreto estadístico y establece en su artículo 17° establece:
“Están amparados por el secreto estadístico los datos individuales proporcionados a los organismos del Sistema Estadístico Nacional por las fuentes de información. La obligación de guardar el secreto estadístico alcanza tanto a los organismos como a sus funcionarios, así como a terceras personas que tomen conocimiento de los datos relevados al amparo del secreto estadístico.
No están amparados por el secreto estadístico los datos relativos a nombre o denominación, domicilio, rama de actividad e indicadores de tamaño por tramos que proporcionan los contribuyentes, empresas o establecimientos que desarrollan actividad económica con o sin fines de lucro.
No obstante, los datos no amparados por el secreto estadístico no podrán determinarse o requerirse de modo tal que de ello pueda inducirse la información cuyo secreto debe preservarse por mandato legal.]]>
        </confDec>
        <contact>
          Ministerio de Salud Pública
        </contact>
        <citReq>
          <![CDATA[Los cuadros elaborados a partir de las bases publicadas por el Ministerio de Salud Pública y el Instituto Nacional de Estadística son de exclusiva responsabilidad de los usuarios y en todos los casos se debe citar como fuente de información al MSP-INE. 
Ejemplo: "Fuente: MSP-INE 2005".]]>
        </citReq>
        <conditions>
          Las bases con los microdatos desidentificados están disponibles para uso público en el sitio web del Instituto Nacional de Estadística: (www3.ine.gub.uy/anda) y del Ministerio de Salud Pública.
        </conditions>
        <disclaimer>
          La información relativa a la responsabilidad de los usuarios respecto a las bases de datos esta dada por la ley 16.616 en su Artículo 16. El cual establece "Los datos individuales aportados con fines estadísticos no pueden ser utilizados con otros fines, ni aún mediando solicitud expresa del informante."
        </disclaimer>
      </useStmt>
    </dataAccs>
  </stdyDscr>
  <fileDscr ID="F1" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=0&amp;Name=Natalidad 1996_p">
    <fileTxt>
      <fileName>
        Natalidad 1996_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 1996.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F2" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=1&amp;Name=Natalidad 1997_p">
    <fileTxt>
      <fileName>
        Natalidad 1997_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 1997.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F3" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=2&amp;Name=Natalidad 1999_p">
    <fileTxt>
      <fileName>
        Natalidad 1999_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 1999.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F4" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=3&amp;Name=Natalidad 2000_p">
    <fileTxt>
      <fileName>
        Natalidad 2000_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2000.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          51
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F5" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=4&amp;Name=Natalidad 2001_p">
    <fileTxt>
      <fileName>
        Natalidad 2001_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2001.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F6" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=5&amp;Name=Natalidad 2002_p">
    <fileTxt>
      <fileName>
        Natalidad 2002_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2002.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F7" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=6&amp;Name=Natalidad 2003_p">
    <fileTxt>
      <fileName>
        Natalidad 2003_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2003.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F8" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=7&amp;Name=Natalidad 2004_p">
    <fileTxt>
      <fileName>
        Natalidad 2004_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2004.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F9" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=8&amp;Name=Natalidad 2005_p">
    <fileTxt>
      <fileName>
        Natalidad 2005_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2005.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F10" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=9&amp;Name=Natalidad 2006_p">
    <fileTxt>
      <fileName>
        Natalidad 2006_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2006.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <fileDscr ID="F11" URI="URY-MSP-CNV-1996-v01.Nesstar?Index=10&amp;Name=Natalidad 2007_p">
    <fileTxt>
      <fileName>
        Natalidad 2007_p.NSDstat
      </fileName>
      <fileCont>
        <![CDATA[Registro de nacimientos del año 2007.

La presente nota tiene como objetivo sistematizar ciertos recaudos que el investigador debe tener en consideración al momento de hacer uso de los microdatos que comprenden el período que aquí se presenta.El período que abarca los metadatos que acompañan esta nota aclaratoria comprende los años 1996 en adelante.
Cabe destacar que a partir del año 2007 se inicia la transición del Certificado de Nacido Vivo en formato papel al formato electrónico. Esto trajo aparejado cambios en la estructura de las bases de datos según el período que se observe. En este aspecto, es que se presentan los metadatos desglosados en tres períodos: el que comprende los años 1996 a 2007, los años 2008 a 2010, y 2011 en adelante.
Durante el primer período, la estructura refleja la totalidad de Certificados en formato papel. El segundo período refleja la coexistencia de dos herramientas de relevamiento, papel y electrónico. En el tercer período se concluye el pasaje al formato electrónico, y el Certificado en formato papel se ajusta al formato electrónico.]]>
      </fileCont>
      <dimensns>
        <caseQnty>
          0
        </caseQnty>
        <varQnty>
          50
        </varQnty>
      </dimensns>
      <fileType>
        Nesstar 200801
      </fileType>
      <filePlac>
        Ministerio de Salud Pública.
      </filePlac>
      <verStmt>
        <version>
          Versión 1.
        </version>
      </verStmt>
    </fileTxt>
  </fileDscr>
  <dataDscr>
    <var ID="V1" name="Anio" files="F1" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V2" name="CNVserie" files="F1" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V3" name="codep" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V587" name="estab2" files="F1" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="character" schema="other"/>
    </var>
    <var ID="V5" name="Tipoestab" files="F1" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V6" name="paism" files="F1" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V7" name="edadm" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V8" name="civilm" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V9" name="ocupm" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V10" name="instm" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V11" name="depar" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V12" name="paisp" files="F1" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V13" name="edadp" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V14" name="civilp" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V15" name="ocupp" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V16" name="instp" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V17" name="semprim" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V18" name="totcons" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V19" name="prim" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V20" name="seg" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V21" name="ter" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V22" name="atenparto" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V23" name="atendio" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V25" name="cesopar" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la vía de terminación de parto.
Como en la base de 1996 todos los casos de esta variable tenían valor cero, la misma se construyó en función de la variable tipoces de la siguiente manera: si tipoces = 8 (No corresponde), cesopar = 1 (Parto normal); si tipoces = 1 (Anteparto) o 2 (Intraparto), cesopar = 2 (Cesárea); si tipoces = 9 (No indicado), cesopar = 3 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V26" name="tipoces" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V27" name="tipoman" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V28" name="esmult" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V29" name="orden" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V30" name="sexo" files="F1" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V31" name="peso" files="F1" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V32" name="semgest" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V34" name="apgar1" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V35" name="apgar2" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V37" name="numemban" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V38" name="vivos" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V39" name="falle" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V40" name="nacmuer" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V42" name="numemban_imp" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V43" name="vivos_imp" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V44" name="falle_imp" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V45" name="imputa_num" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V46" name="imputa_vivos" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V47" name="imputa_falle" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V48" name="imputa" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V586" name="yeavivo" files="F1" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V50" name="yeamuer" files="F1" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V51" name="mesvivo" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V52" name="mesmuer" files="F1" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V53" name="correlat" files="F1" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V24" name="fecparto" files="F1" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V54" name="Anio" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V55" name="CNVserie" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V56" name="codep" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V57" name="estab2" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V58" name="Tipoestab" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V59" name="paism" files="F2" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V60" name="edadm" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V61" name="civilm" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V62" name="ocupm" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V63" name="instm" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V64" name="depar" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V65" name="paisp" files="F2" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V66" name="edadp" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V67" name="civilp" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V68" name="ocupp" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V69" name="instp" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V70" name="semprim" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V71" name="totcons" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V72" name="prim" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V73" name="seg" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V74" name="ter" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V75" name="atenparto" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V76" name="atendio" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V78" name="cesopar" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V79" name="tipoces" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V80" name="tipoman" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V81" name="esmult" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V82" name="orden" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V83" name="sexo" files="F2" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V84" name="peso" files="F2" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V85" name="semgest" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V87" name="apgar1" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V88" name="apgar2" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V90" name="numemban" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V91" name="vivos" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V92" name="falle" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V93" name="nacmuer" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V95" name="numemban_imp" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V96" name="vivos_imp" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V97" name="falle_imp" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V98" name="imputa_num" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V99" name="imputa_vivos" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V100" name="imputa_falle" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V101" name="imputa" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V102" name="yeavivo" files="F2" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V103" name="yeamuer" files="F2" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V104" name="mesvivo" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V105" name="mesmuer" files="F2" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V106" name="correlat" files="F2" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V77" name="fecparto" files="F2" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V107" name="Anio" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V108" name="CNVserie" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V109" name="codep" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V110" name="estab2" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V111" name="Tipoestab" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V112" name="paism" files="F3" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V113" name="edadm" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V114" name="civilm" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V115" name="ocupm" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V116" name="instm" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V117" name="depar" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V118" name="paisp" files="F3" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V119" name="edadp" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V120" name="civilp" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V121" name="ocupp" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V122" name="instp" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V123" name="semprim" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V124" name="totcons" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V125" name="prim" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V126" name="seg" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V127" name="ter" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V128" name="atendio" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V130" name="cesopar" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V131" name="tipoces" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V132" name="tipoman" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V133" name="esmult" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V134" name="orden" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V135" name="sexo" files="F3" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V136" name="peso" files="F3" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V137" name="semgest" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V139" name="apgar1" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V140" name="apgar2" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V142" name="numemban" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V143" name="vivos" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V144" name="falle" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V145" name="nacmuer" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V147" name="numemban_imp" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V148" name="vivos_imp" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V149" name="falle_imp" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V150" name="imputa_num" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V151" name="imputa_vivos" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V152" name="imputa_falle" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V153" name="imputa" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V154" name="edadm_ajustada" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad de la madre (corregida)
      </labl>
      <imputation>
        <![CDATA[En las bases de microdatos de 1999 y 2000 se encontró una concentración de los nacimientos registrados en las edades de la madre y del padre de 31 y 36 años. Esta distribución no esperada de los nacimientos por edad de la madre responde a un error en los microdatos originales, dado que no hay elementos demográficos que puedan explicar la concentración de nacimientos en las mujeres de 31 años y 36 años exclusivamente en 1999 y 2000. 
En 1999 el problema aparece exclusivamente asociado a los nacimientos ocurridos en Montevideo y, en menor medida, Canelones. En el año 2000, en cambio, el patrón se repite en varios departamentos, fundamentalmente en Montevideo, Artigas, Canelones, Colonia, Rocha, San José, Soriano, Tacuarembó y Treinta y Tres. Asimismo, resulta llamativo que la concentración en la edad 31 se presente fuertemente entre los nacimientos de madres sin hijos anteriores.
Dado que la edad de la madre es una variable básica para el análisis de las tendencias en materia de la fecundidad de la población, y que la producción de tabulados a partir de la variable original puede inducir a errores de análisis e interpretación, el INE generó una nueva variable para los microdatos de 1999 y 2000 que corrige el problema descrito. Esta nueva variable que acompañará los microdatos lleva como nombre “edadm_ajustada”.  
El método utilizado consistió en la identificación del subconjunto de casos con error, a partir de la siguiente condición: que la edad de la madre sea de 31 o 36 años, que el nacimiento haya ocurrido en los departamentos mencionados y que la paridez de la madre sea 0, 1 o 2. 
El procedimiento se aplica primero para las mujeres de paridez 0 y luego se replica para las mujeres de paridez 1 y 2, no viéndose afectado el total de casos al interior de cada distribución de paridez. Los pasos seguidos para la imputación de la edad materna fueron los siguientes:
·	Se seleccionó el universo de madres con edad 31 y 36 años y con paridad 0.
·	Se generaron números aleatorios con una uniforme entre 0 y 1. La cantidad de números generados corresponde a la cantidad de madres de 31 y 36 años con paridad 0 y de los departamentos “problemáticos”. El número aleatorio se asocia a la fila de la base de datos de la madre de 31 o 36 años y paridad 0.
·	Se determinó la cantidad de edades a imputar. Se calculó el porcentaje de filas a imputar como el coeficiente entre la cantidad a imputar y el universo fijado anteriormente. La cantidad a imputar se determinó en función de obtener la distribución de edades similares a los años 1996 y 1997 para el año 1999 y 2001 y 2002 para el año 2000. 
·	A los efectos de determinan cuáles son las filas a imputar se chequea si el número aleatorio correspondiente, asociado a la fila, es menor al coeficiente hallado en el punto anterior. Si es menor, la fila es candidata a la imputación y se llena su valor con NA (dato faltante). De esta forma, la variable edadm tiene valores con NA y valores originales.
·	Para imputar la edad materna se usa la función na.locf de la biblioteca zoo del software R. La función imputa el valor faltante, el NA, con el dato inmediato anterior (o inmediato posterior, según se establezca). (Se probaron ambas alternativas y la distribución no tiene grandes cambios).
·	El insumo para la función es la variable edadm, que está completa con datos originales y NA según lo establecido anteriormente. El uso de esta función es válido en la medida que la distribución de NA en las edades 31 y 36 de paridad 0 es aleatoria (no presenta ningún patrón especial) y la forma de llenado no genera problemas en la distribución global.
·	Se crea la variable edadm_ajustada = na. (edadm)

Se aclara a los usuarios que este procedimiento fue aplicado para corregir la edad de la madre pero no la edad del padre, dado que esta última es una variable que presenta una elevada proporción de casos con información ignorada.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="30" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica la edad de la madre (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V155" name="yeavivo" files="F3" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V156" name="yeamuer" files="F3" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V157" name="mesvivo" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V158" name="mesmuer" files="F3" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V159" name="correlat" files="F3" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V129" name="fecparto" files="F3" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V160" name="Anio" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V161" name="CNVserie" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V162" name="codep" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V163" name="estab2" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V164" name="Tipoestab" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V165" name="paism" files="F4" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V166" name="edadm" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V167" name="civilm" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V168" name="ocupm" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V169" name="instm" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V170" name="depar" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V171" name="paisp" files="F4" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V172" name="edadp" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V173" name="civilp" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V174" name="ocupp" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V175" name="instp" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V176" name="semprim" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V177" name="totcons" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V178" name="prim" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V179" name="seg" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V180" name="ter" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V181" name="atenparto" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V182" name="atendio" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V184" name="cesopar" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V185" name="tipoces" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V186" name="tipoman" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V187" name="esmult" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V188" name="orden" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V189" name="sexo" files="F4" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V190" name="peso" files="F4" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V191" name="semgest" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V193" name="apgar1" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V194" name="apgar2" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V196" name="numemban" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V197" name="vivos" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V198" name="falle" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V199" name="nacmuer" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V201" name="numemban_imp" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V202" name="vivos_imp" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V203" name="falle_imp" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V204" name="imputa_num" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V205" name="imputa_vivos" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V206" name="imputa_falle" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V207" name="imputa" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V208" name="edadm_ajustada" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad de la madre (corregida)
      </labl>
      <imputation>
        <![CDATA[En las bases de microdatos de 1999 y 2000 se encontró una concentración de los nacimientos registrados en las edades de la madre y del padre de 31 y 36 años. Esta distribución no esperada de los nacimientos por edad de la madre responde a un error en los microdatos originales, dado que no hay elementos demográficos que puedan explicar la concentración de nacimientos en las mujeres de 31 años y 36 años exclusivamente en 1999 y 2000. 
En 1999 el problema aparece exclusivamente asociado a los nacimientos ocurridos en Montevideo y, en menor medida, Canelones. En el año 2000, en cambio, el patrón se repite en varios departamentos, fundamentalmente en Montevideo, Artigas, Canelones, Colonia, Rocha, San José, Soriano, Tacuarembó y Treinta y Tres. Asimismo, resulta llamativo que la concentración en la edad 31 se presente fuertemente entre los nacimientos de madres sin hijos anteriores.
Dado que la edad de la madre es una variable básica para el análisis de las tendencias en materia de la fecundidad de la población, y que la producción de tabulados a partir de la variable original puede inducir a errores de análisis e interpretación, el INE generó una nueva variable para los microdatos de 1999 y 2000 que corrige el problema descrito. Esta nueva variable que acompañará los microdatos lleva como nombre “edadm_ajustada”.  
El método utilizado consistió en la identificación del subconjunto de casos con error, a partir de la siguiente condición: que la edad de la madre sea de 31 o 36 años, que el nacimiento haya ocurrido en los departamentos mencionados y que la paridez de la madre sea 0, 1 o 2. 
El procedimiento se aplica primero para las mujeres de paridez 0 y luego se replica para las mujeres de paridez 1 y 2, no viéndose afectado el total de casos al interior de cada distribución de paridez. Los pasos seguidos para la imputación de la edad materna fueron los siguientes:
·	Se seleccionó el universo de madres con edad 31 y 36 años y con paridad 0.
·	Se generaron números aleatorios con una uniforme entre 0 y 1. La cantidad de números generados corresponde a la cantidad de madres de 31 y 36 años con paridad 0 y de los departamentos “problemáticos”. El número aleatorio se asocia a la fila de la base de datos de la madre de 31 o 36 años y paridad 0.
·	Se determinó la cantidad de edades a imputar. Se calculó el porcentaje de filas a imputar como el coeficiente entre la cantidad a imputar y el universo fijado anteriormente. La cantidad a imputar se determinó en función de obtener la distribución de edades similares a los años 1996 y 1997 para el año 1999 y 2001 y 2002 para el año 2000. 
·	A los efectos de determinan cuáles son las filas a imputar se chequea si el número aleatorio correspondiente, asociado a la fila, es menor al coeficiente hallado en el punto anterior. Si es menor, la fila es candidata a la imputación y se llena su valor con NA (dato faltante). De esta forma, la variable edadm tiene valores con NA y valores originales.
·	Para imputar la edad materna se usa la función na.locf de la biblioteca zoo del software R. La función imputa el valor faltante, el NA, con el dato inmediato anterior (o inmediato posterior, según se establezca). (Se probaron ambas alternativas y la distribución no tiene grandes cambios).
·	El insumo para la función es la variable edadm, que está completa con datos originales y NA según lo establecido anteriormente. El uso de esta función es válido en la medida que la distribución de NA en las edades 31 y 36 de paridad 0 es aleatoria (no presenta ningún patrón especial) y la forma de llenado no genera problemas en la distribución global.
·	Se crea la variable edadm_ajustada = na. (edadm)

Se aclara a los usuarios que este procedimiento fue aplicado para corregir la edad de la madre pero no la edad del padre, dado que esta última es una variable que presenta una elevada proporción de casos con información ignorada.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="30" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica la edad de la madre (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V209" name="yeavivo" files="F4" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V210" name="yeamuer" files="F4" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V211" name="mesvivo" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V212" name="mesmuer" files="F4" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V213" name="correlat" files="F4" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V183" name="fecparto" files="F4" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V214" name="Anio" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V215" name="CNVserie" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V216" name="codep" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V217" name="estab2" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V218" name="Tipoestab" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V219" name="paism" files="F5" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V220" name="edadm" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V221" name="civilm" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V222" name="ocupm" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V223" name="instm" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V224" name="depar" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V225" name="paisp" files="F5" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V226" name="edadp" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V227" name="civilp" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V228" name="ocupp" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V229" name="instp" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V230" name="semprim" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V231" name="totcons" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V232" name="prim" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V233" name="seg" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V234" name="ter" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado duranteation>
   trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V235" name="atenparto" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V236" name="atendio" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V238" name="cesopar" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V239" name="tipoces" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V240" name="tipoman" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V241" name="esmult" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V242" name="orden" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V243" name="sexo" files="F5" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V244" name="peso" files="F5" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V245" name="semgest" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V247" name="apgar1" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V248" name="apgar2" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V250" name="numemban" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V251" name="vivos" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V252" name="falle" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V253" name="nacmuer" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V255" name="numemban_imp" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V256" name="vivos_imp" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V257" name="falle_imp" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V258" name="imputa_num" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V259" name="imputa_vivos" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V260" name="imputa_falle" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V261" name="imputa" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V262" name="yeavivo" files="F5" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V263" name="yeamuer" files="F5" dcml="0" intrvl="discrete">
      <location width="  54
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V264" name="mesvivo" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V265" name="mesmuer" files="F5" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V266" name="correlat" files="F5" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V237" name="fecparto" files="F5" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V267" name="Anio" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V268" name="CNVserie" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V269" name="codep" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V270" name="estab2" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V271" name="Tipoestab" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V272" name="paism" files="F6" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V273" name="edadm" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V274" name="civilm" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V275" name="ocupm" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V276" name="instm" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V277" name="depar" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V278" name="paisp" files="F6" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V279" name="edadp" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V280" name="civilp" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V281" name="ocupp" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V282" name="instp" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V283" name="semprim" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V284" name="totcons" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V285" name="prim" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V286" name="seg" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V287" name="ter" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V288" name="atenparto" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V289" name="atendio" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V291" name="cesopar" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V292" name="tipoces" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V293" name="tipoman" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V294" name="esmult" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V295" name="orden" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V296" name="sexo" files="F6" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V297" name="peso" files="F6" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V298" name="semgest" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V300" name="apgar1" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V301" name="apgar2" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V303" name="numemban" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al núme        <rrazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V304" name="vivos" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V305" name="falle" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V306" name="nacmuer" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V308" name="numemban_imp" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V309" name="vivos_imp" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V310" name="falle_imp" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V311" name="imputa_num" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V312" name="imputa_vivos" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V313" name="imputa_falle" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V314" name="imputa" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V315" name="yeavivo" files="F6" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V316" name="yeamuer" files="F6" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V317" name="mesvivo" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V318" name="mesmuer" files="F6" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V319" name="correlat" files="F6" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V290" name="fecparto" files="F6" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V320" name="Anio" files="F7" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V321" name="CNVserie" files="F7" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V322" name="codep" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V323" name="estab2" files="F7" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V324" name="Tipoestab" files="F7" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V325" name="paism" files="F7" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V326" name="edadm" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V327" name="civilm" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V328" name="ocupm" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V329" name="instm" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V330" name="depar" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V331" name="paisp" files="F7" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V332" name="edadp" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V333" name="civilp" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V334" name="ocupp" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V335" name="instp" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V336" name="semprim" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V337" name="totcons" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V338" name="prim" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V339" name="seg" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V340" name="ter" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V341" name="atenparto" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V342" name="atendio" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V344" name="cesopar" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V345" name="tipoces" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V346" name="tipoman" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V347" name="esmult" files="F7" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V348" name="orden" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V349" name="sexo" files="F7" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V350" name="peso" files="F7" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V351" name="semgest" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V353" name="apgar1" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V354" name="apgar2" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V356" name="numemban" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V357" name="vivos" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V358" name="falle" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V359" name="nacmuer" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V361" name="numemban_imp" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V362" name="vivos_imp" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V363" name="falle_imp" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V364" name="imputa_num" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V365" name="imputa_vivos" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V366" name="imputa_falle" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V367" name="imputa" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V368" name="yeavivo" files="F7" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V369" name="yeamuer" files="F7" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V370" name="mesvivo" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V371" name="mesmuer" files="F7" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V372" name="correlat" files="F7" dcml="0" intrvl="contin">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V343" name="fecparto" files="F7" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V373" name="Anio" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V374" name="CNVserie" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V375" name="codep" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V376" name="estab2" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V377" name="Tipoestab" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V378" name="paism" files="F8" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V379" name="edadm" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V380" name="civilm" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V381" name="ocupm" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V382" name="instm" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V383" name="depar" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V384" name="paisp" files="F8" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V385" name="edadp" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V386" name="civilp" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V387" name="ocupp" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V388" name="instp" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V389" name="semprim" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V390" name="totcons" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V391" name="prim" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V392" name="seg" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V393" name="ter" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V394" name="atenparto" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V395" name="atendio" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V397" name="cesopar" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V398" name="tipoces" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V399" name="tipoman" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V400" name="esmult" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V401" name="orden" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V402" name="sexo" files="F8" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V403" name="peso" files="F8" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V404" name="semgest" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V406" name="apgar1" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V407" name="apgar2" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V409" name="numemban" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V410" name="vivos" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V411" name="falle" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V412" name="nacmuer" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V414" name="numemban_imp" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V415" name="vivos_imp" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V416" name="falle_imp" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V417" name="imputa_num" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V418" name="imputa_vivos" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V419" name="imputa_falle" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V420" name="imputa" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V421" name="yeavivo" files="F8" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V422" name="yeamuer" files="F8" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V423" name="mesvivo" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V424" name="mesmuer" files="F8" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V425" name="correlat" files="F8" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V396" name="fecparto" files="F8" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V426" name="Anio" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V427" name="CNVserie" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V428" name="codep" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V429" name="estab2" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V430" name="Tipoestab" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V431" name="paism" files="F9" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V432" name="edadm" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V433" name="civilm" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V434" name="ocupm" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V435" name="instm" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V436" name="depar" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V437" name="paisp" files="F9" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V438" name="edadp" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V439" name="civilp" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V440" name="ocupp" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V441" name="instp" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V442" name="semprim" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V443" name="totcons" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V444" name="prim" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V445" name="seg" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V446" name="ter" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V447" name="atenparto" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V448" name="atendio" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V450" name="cesopar" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V451" name="tipoces" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V452" name="tipoman" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V453" name="esmult" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V454" name="orden" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V455" name="sexo" files="F9" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V456" name="peso" files="F9" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V457" name="semgest" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V459" name="apgar1" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V460" name="apgar2" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V462" name="numemban" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V463" name="vivos" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V464" name="falle" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V465" name="nacmuer" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V467" name="numemban_imp" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V468" name="vivos_imp" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V469" name="falle_imp" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V470" name="imputa_num" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V471" name="imputa_vivos" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V472" name="imputa_falle" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V473" name="imputa" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V474" name="yeavivo" files="F9" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V475" name="yeamuer" files="F9" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V476" name="mesvivo" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V477" name="mesmuer" files="F9" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V478" name="correlat" files="F9" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V449" name="fecparto" files="F9" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V479" name="Anio" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V480" name="CNVserie" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V481" name="codep" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V482" name="estab2" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V483" name="Tipoestab" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V484" name="paism" files="F10" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V485" name="edadm" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V486" name="civilm" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V487" name="ocupm" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V488" name="instm" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V489" name="depar" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V490" name="paisp" files="F10" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V491" name="edadp" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V492" name="civilp" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V493" name="ocupp" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V494" name="instp" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V495" name="semprim" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V496" name="totcons" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V497" name="prim" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V498" name="seg" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V499" name="ter" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V500" name="atenparto" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V501" name="atendio" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V503" name="cesopar" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V504" name="tipoces" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V505" name="tipoman" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V506" name="esmult" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V507" name="orden" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V508" name="sexo" files="F10" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V509" name="peso" files="F10" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V510" name="semgest" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V512" name="apgar1" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V513" name="apgar2" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V515" name="numemban" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V516" name="vivos" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V517" name="falle" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V518" name="nacmuer" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V520" name="numemban_imp" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V521" name="vivos_imp" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V522" name="falle_imp" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V523" name="imputa_num" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V524" name="imputa_vivos" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V525" name="imputa_falle" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones “RANDwNND.hotdeck” y “create.fused” de la biblioteca “StatMatch” del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V526" name="imputa" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V527" name="yeavivo" files="F10" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V528" name="yeamuer" files="F10" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V529" name="mesvivo" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V530" name="mesmuer" files="F10" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V531" name="correlat" files="F10" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V502" name="fecparto" files="F10" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
    <var ID="V532" name="Anio" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Año de registro
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1996" max="1996"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Año de registro del evento.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V533" name="CNVserie" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de formulario (papel o electrónico)
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="2"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Indica el tipo de herramienta de recolección de los datos (papel o electrónico). Entre 1996 y 2007 se utilizaron exclusivamente formularios en formato papel.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Electrónico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Papel
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V534" name="codep" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de ocurrencia del nacimiento
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ubicación Geográfica: Departamento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento donde ocurrió el evento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y Tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V535" name="estab2" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Establecimiento de ocurrencia agrupado
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable agregada que indica el lugar donde ocurrió el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          CENTRO DEP. ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          CENTRO AUX. BELLA UNIÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          GREMEDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          POLICLÍNICAS - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          DOMICILIO - ARTIGAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          COMERI (FILIAL ARTIGAS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          CENTRO DEP. CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          CENTRO AUX. PANDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          CENTRO AUX. SAN RAMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          CENTRO AUX. SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          CENTRO AUX. TALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          CENTRO AUX. LAS PIEDRAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          COMECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          CAAMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          CRAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          POLICLÍNICAS - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          DOMICILIO - CANELONES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL CANELONES)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          CLÍNICA MÉDICA CAMI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          GREMCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          SANATORIO GREMESA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          CENTRO DEPTAL. CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          CENTRO AUX. RÍO BRANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          CASMU (FILIAL CERRO LARGO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          COMECEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          CASA MAT.VIRREY ARREDONDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          SANATORIO MELO (J.VARELA) - CAMCEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          DOMICILIO - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          POLICLÍNICAS - CERRO LARGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          CENTRO DEP. COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CENTRO AUX. CARMELO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          CENTRO AUX. NVA. HELVECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CENTRO AUX. NVA. PALMIRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CENTRO AUX. ROSARIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CENTRO AUX. JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          POLICLÍNICAS - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          DOMICILIO - COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          ORAMECO: CENTRO OBSTÉTRICO COLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          MUT. EVANGELISTA DEL URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          MUTUALISTA OBRERA - JUAN LACAZE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          CAMEC (ROSARIO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          SAN. REGIONAL S.A.CARMELO / CAAMOC
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CENTRO DEP. DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          CENTRO AUX. SARANDI YI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          CENTRO AUX. CERRO CHATO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          POLICLÍNICAS - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          DOMICILIO - DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          CAMEDUR - SANATORIO DURAZNO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          CENTRO DEP. FLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          COMEFLO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  FLORES]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          CENTRO DEP. FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          CENTRO AUX. SARANDÍ GDE.
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          POLICLÍNICAS - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          COMEF - SANATORIO PIEDRA ALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          DOMICILIO - FLORIDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ASOC. ESPAÑOLA (FILIAL FLORIDA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          CENTRO DEP. MINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          CENTRO AUX. PIRARAJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          CENTRO AUX. B. Y ORDOÑEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          CENTRO AUX. JOSÉ P.VARELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          POLICLÍNICAS - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          CAMDEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          DOMICILIO - LAVALLEJA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          CENTRO DEP. MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          CENTRO AUX. SAN CARLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          CENTRO AUX. PAN DE AZÚCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          CENTRO AUX. AIGUÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          SANATORIO MAUTONE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          AMECOM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          DOMICILIO - MALDONADO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          DOMICILIO - MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          HOSPITAL MACIEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          HOSPITAL PASTEUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          HOSPITAL SAINT BOIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          HOSPITAL MILITAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          HOSPITAL PEREIRA ROSSELL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HOSPITAL CLÍNICAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          UNIDAD DE PERINATOLOGÍA BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          MUTUALISTA ISRAELITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INOT (Instituto Nacional de Ortopedia y Traumatología)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          CUDAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          HOSPITAL ITALIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          HOSPITAL BRITÁNICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          VIA PÚBLICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          HOSPITAL FILTRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          SANATORIO AMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          IMPASA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          MÉDICA URUGUAYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          CÍRCULO CATÓLICO OBREROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          SAN. URUGUAY ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          ASOCIACIÓN ESPAÑOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          CASMU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          CIMA ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          CASA DE GALICIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          EVANGÉLICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          HOSPITAL POLICIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          SANATORIO LARGHERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          EMPLEADOS CIVILES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          Sistema Notarial de Salud (SNS)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          CENTRO MÉDICO COOPERATIVO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          MÉDICA UNIVERSAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          CENTRO SALUD CERRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          OTROS MONTEVIDEO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          CENTRO DEP. PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          CENTRO AUX. GUICHÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          POLICLÍNICAS - PAYSANDÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          COMEPA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  PAYSANDÚ]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          CENTRO DEP. FRAY BENTOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          CENTRO AUX. YOUNG
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          SAN. CAMOQ (AMEDRIN)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          CAMY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          POLICLÍNICAS RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          DOMICILIO - RÍO NEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          CENTRO DEP. RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          CENTRO AUX.MINAS CORRALES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          CASMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          COMERI (COOP.MÉD.RIVERA)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          POLICLÍNICAS - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          DOMICILIO - RIVERA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          CENTRO DEP. ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          CENTRO AUX. LASCANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          CENTRO AUX. CASTILLOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          CENTRO AUX. CHUY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          COMERO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          POLICLÍNICAS ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          DOMICILIO - ROCHA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          CENTRO DEP. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          POLICLÍNICAS - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          SANATORIO PANAMERICANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          SAN. SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          SMQS - SOCIEDAD MÉDICO QUIRÚRGICA DE SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          SAN. URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          SANATORIO CASMU (FILIAL SALTO)
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          DOMICILIO - SALTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          CENTRO DEP. SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          CENTRO AUX. LIBERTAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLICLÍNICAS - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          ASOC. MEDICA SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          DOMICILIO - SAN JOSÉ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          CENTRO DEP. MERCEDES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          CENTRO AUX. DOLORES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          CENTRO AUX. CARDONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          POLICLÍNICAS - SORIANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          CAAMS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          UNIÓN MEDICA REGIONAL - UMER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          <![CDATA[DOMICILIO -  SORIANO]]>
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          CENTRO DEP. TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          CENTRO AUX.S.GREG.POLANCO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          CENTRO AUX.PASO DE TOROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          POLICLÍNICAS - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          COMTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          DOMICILIO - TACUAREMBÓ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          CENTRO DEP.TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          CENTRO AUX. VERGARA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          CENTRO AUX. SANTA CLARA DE OLIMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          POLICLÍNICAS -TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          CRAMOSA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          IAC/COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          DOMICILIO - TREINTA Y TRES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          CENTRO AUX CIUDAD DE LA COSTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          CENTRO AUX. PARQUE DEL PLATA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          COMETT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          DOMICILIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          NO INDICADO
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V536" name="Tipoestab" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de establecimiento de ocurrencia
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de establecimiento.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Público
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Privado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Hospital Militar
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          BPS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Domicilio, vía pública y otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V537" name="paism" files="F11" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento de la madre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento materno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V538" name="edadm" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="32" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la madre.
Se tomaron como válidos los valores que oscilan entre los 10 y los 54 años de edad. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V539" name="civilm" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viuda
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciada
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V540" name="ocupm" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad materna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad materna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V541" name="instm" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V542" name="depar" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Departamento de residencia materno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Residencia habitual de la madre.

Departamento]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el departamento de residencia habitual de la madre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Artigas
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Canelones
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Cerro Largo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Colonia
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Durazno
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Flores
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          Florida
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          Lavalleja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          Maldonado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          Montevideo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          Paysandú
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          Río Negro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          Rivera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          Rocha
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          Salto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          San José
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          Soriano
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          Tacuarembó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          Treinta y tres
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          Extranjero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V543" name="paisp" files="F11" dcml="0" intrvl="discrete">
      <location width="3"/>
      <labl>
        País de nacimiento del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          País de nacimiento
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el país de nacimiento paterno.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          URUGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          ARGENTINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          ESPAÑA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          AFGANISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          ALBANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          ALEMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          7
        </catValu>
        <labl>
          ANDORRA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          ANGOLA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          ANTIGUA Y BARBUDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          10
        </catValu>
        <labl>
          ARABIA SAUDITA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          11
        </catValu>
        <labl>
          ARMENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          12
        </catValu>
        <labl>
          AUSTRALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          13
        </catValu>
        <labl>
          AUSTRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          14
        </catValu>
        <labl>
          AZERBAIYÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          15
        </catValu>
        <labl>
          BAHAMAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          16
        </catValu>
        <labl>
          BAHREIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          17
        </catValu>
        <labl>
          BANGLADESH
        </labl>
      </catgry>
      <catgry>
        <catValu>
          18
        </catValu>
        <labl>
          BARBADOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          19
        </catValu>
        <labl>
          BÉLGICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          20
        </catValu>
        <labl>
          BELICE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          21
        </catValu>
        <labl>
          BENIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          22
        </catValu>
        <labl>
          BHUTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          23
        </catValu>
        <labl>
          BOLIVIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          24
        </catValu>
        <labl>
          BOSNIA HERZEGOVINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          25
        </catValu>
        <labl>
          BOTSWANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          26
        </catValu>
        <labl>
          BRASIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          27
        </catValu>
        <labl>
          BRUNEI DARUSSALAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          28
        </catValu>
        <labl>
          BULGARIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          29
        </catValu>
        <labl>
          BURKINA FASO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          30
        </catValu>
        <labl>
          BURUNDI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          31
        </catValu>
        <labl>
          CABO VERDE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          32
        </catValu>
        <labl>
          ISLAS CAIMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          33
        </catValu>
        <labl>
          CAMBOYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          34
        </catValu>
        <labl>
          CAMERÚN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          35
        </catValu>
        <labl>
          CANADÁ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          36
        </catValu>
        <labl>
          REPÚBLICA CENTRAFRICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          37
        </catValu>
        <labl>
          CHAD
        </labl>
      </catgry>
      <catgry>
        <catValu>
          38
        </catValu>
        <labl>
          CHILE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          39
        </catValu>
        <labl>
          CHINA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          40
        </catValu>
        <labl>
          CHIPRE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          41
        </catValu>
        <labl>
          COLOMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          42
        </catValu>
        <labl>
          COMORAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          43
        </catValu>
        <labl>
          CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          44
        </catValu>
        <labl>
          COSTA RICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          45
        </catValu>
        <labl>
          COSTA DE MARFIL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          46
        </catValu>
        <labl>
          CROACIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          47
        </catValu>
        <labl>
          CUBA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          48
        </catValu>
        <labl>
          DINAMARCA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          49
        </catValu>
        <labl>
          DJIBOUTÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          50
        </catValu>
        <labl>
          DOMINICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          51
        </catValu>
        <labl>
          ECUADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          52
        </catValu>
        <labl>
          EGIPTO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          53
        </catValu>
        <labl>
          EL SALVADOR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          54
        </catValu>
        <labl>
          EMIRATOS ARABES UNIDOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          55
        </catValu>
        <labl>
          ERITREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          56
        </catValu>
        <labl>
          ESLOVAQUIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          57
        </catValu>
        <labl>
          ESLOVENIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          58
        </catValu>
        <labl>
          ESTADOS UNIDOS DE AMÉRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          59
        </catValu>
        <labl>
          ESTONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          60
        </catValu>
        <labl>
          ETIOPÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          61
        </catValu>
        <labl>
          REPÚBLICA YUGOSLAVA DE MACEDONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          62
        </catValu>
        <labl>
          RUSIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          63
        </catValu>
        <labl>
          FIDJI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          64
        </catValu>
        <labl>
          FILIPINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          65
        </catValu>
        <labl>
          FINLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          66
        </catValu>
        <labl>
          FRANCIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          67
        </catValu>
        <labl>
          GABÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          68
        </catValu>
        <labl>
          GAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          69
        </catValu>
        <labl>
          GEORGIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          70
        </catValu>
        <labl>
          GHANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          71
        </catValu>
        <labl>
          GRANADA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          72
        </catValu>
        <labl>
          GRECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          73
        </catValu>
        <labl>
          GUATEMALA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          74
        </catValu>
        <labl>
          GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          75
        </catValu>
        <labl>
          GUINEA-BISSAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          76
        </catValu>
        <labl>
          GUINEA ECUATORIAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          77
        </catValu>
        <labl>
          GUYANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          78
        </catValu>
        <labl>
          HAITÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          79
        </catValu>
        <labl>
          HONDURAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          80
        </catValu>
        <labl>
          HUNGRÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          81
        </catValu>
        <labl>
          INDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          82
        </catValu>
        <labl>
          INDONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          83
        </catValu>
        <labl>
          IRÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          84
        </catValu>
        <labl>
          IRAQ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          85
        </catValu>
        <labl>
          IRLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          86
        </catValu>
        <labl>
          ISLANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          87
        </catValu>
        <labl>
          ISLAS MARSHALL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          88
        </catValu>
        <labl>
          ISLAS SALOMÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          89
        </catValu>
        <labl>
          ISRAEL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          90
        </catValu>
        <labl>
          ITALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          91
        </catValu>
        <labl>
          LIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          92
        </catValu>
        <labl>
          JAMAICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          93
        </catValu>
        <labl>
          JAPÓN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          94
        </catValu>
        <labl>
          JORDANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          95
        </catValu>
        <labl>
          KAZAKJSTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          96
        </catValu>
        <labl>
          KENYA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          KIRGUISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          KIRIBATÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          KUWAIT
        </labl>
      </catgry>
      <catgry>
        <catValu>
          100
        </catValu>
        <labl>
          LESOTHO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          101
        </catValu>
        <labl>
          LETONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          102
        </catValu>
        <labl>
          LÍBANO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          103
        </catValu>
        <labl>
          LIBERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          104
        </catValu>
        <labl>
          LIECHTENSTEIN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          105
        </catValu>
        <labl>
          LITUANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          106
        </catValu>
        <labl>
          LUXEMBURGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          107
        </catValu>
        <labl>
          MADAGASCAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          108
        </catValu>
        <labl>
          MALASIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          109
        </catValu>
        <labl>
          MALAWI
        </labl>
      </catgry>
      <catgry>
        <catValu>
          110
        </catValu>
        <labl>
          MALDIVAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          111
        </catValu>
        <labl>
          MALÍ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          112
        </catValu>
        <labl>
          MALTA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          113
        </catValu>
        <labl>
          MARRUECOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          114
        </catValu>
        <labl>
          ISLAS MAURICIO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          115
        </catValu>
        <labl>
          MAURITANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          116
        </catValu>
        <labl>
          MÉXICO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          117
        </catValu>
        <labl>
          MICRONESIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          118
        </catValu>
        <labl>
          MOLDOVA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          119
        </catValu>
        <labl>
          MÓNACO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          120
        </catValu>
        <labl>
          MONGOLIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          121
        </catValu>
        <labl>
          MONTENEGRO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          122
        </catValu>
        <labl>
          MOZAMBIQUE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          123
        </catValu>
        <labl>
          MYANMAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          124
        </catValu>
        <labl>
          NAMIBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          125
        </catValu>
        <labl>
          NAURU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          126
        </catValu>
        <labl>
          NEPAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          127
        </catValu>
        <labl>
          NICARAGUA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          128
        </catValu>
        <labl>
          NÍGER
        </labl>
      </catgry>
      <catgry>
        <catValu>
          129
        </catValu>
        <labl>
          NIGERIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          130
        </catValu>
        <labl>
          NORUEGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          131
        </catValu>
        <labl>
          NUEVA ZELANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          132
        </catValu>
        <labl>
          OMÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          133
        </catValu>
        <labl>
          HOLANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          134
        </catValu>
        <labl>
          PAKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          135
        </catValu>
        <labl>
          PALAU
        </labl>
      </catgry>
      <catgry>
        <catValu>
          136
        </catValu>
        <labl>
          PANAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          137
        </catValu>
        <labl>
          PAPÚA NUEVA GUINEA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          138
        </catValu>
        <labl>
          PARAGUAY
        </labl>
      </catgry>
      <catgry>
        <catValu>
          139
        </catValu>
        <labl>
          PERÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          140
        </catValu>
        <labl>
          POLONIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          141
        </catValu>
        <labl>
          PORTUGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          142
        </catValu>
        <labl>
          QATAR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          143
        </catValu>
        <labl>
          REINO UNIDO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          144
        </catValu>
        <labl>
          SIRIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          145
        </catValu>
        <labl>
          REPÚBLICA CHECA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          146
        </catValu>
        <labl>
          REPÚBLICA DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          147
        </catValu>
        <labl>
          REPÚBLICA DEMOCRÁTICA DEL CONGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          148
        </catValu>
        <labl>
          LAOS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          149
        </catValu>
        <labl>
          REPÚBLICA DOMINICANA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          150
        </catValu>
        <labl>
          REPÚBLICA POPULAR DE COREA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          151
        </catValu>
        <labl>
          TANZANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          152
        </catValu>
        <labl>
          RUMANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          153
        </catValu>
        <labl>
          RWANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          154
        </catValu>
        <labl>
          SAN CRISTÓBAL Y NEVIS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          155
        </catValu>
        <labl>
          SAMOA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          156
        </catValu>
        <labl>
          SAN MARINO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          157
        </catValu>
        <labl>
          SANTA LUCÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          158
        </catValu>
        <labl>
          SANTO TOMÉ Y PRÍNCIPE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          159
        </catValu>
        <labl>
          SAN VICENTE Y LAS GRANADINAS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          160
        </catValu>
        <labl>
          SENEGAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          161
        </catValu>
        <labl>
          SERBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          162
        </catValu>
        <labl>
          SEYCHELLES
        </labl>
      </catgry>
      <catgry>
        <catValu>
          163
        </catValu>
        <labl>
          SIERRA LAONA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          164
        </catValu>
        <labl>
          SINGAPUR
        </labl>
      </catgry>
      <catgry>
        <catValu>
          165
        </catValu>
        <labl>
          SOMALIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          166
        </catValu>
        <labl>
          SRI LANKA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          167
        </catValu>
        <labl>
          SUDÁFRICA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          168
        </catValu>
        <labl>
          SUDÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          169
        </catValu>
        <labl>
          SUECIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          170
        </catValu>
        <labl>
          SUIZA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          171
        </catValu>
        <labl>
          SURINAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          172
        </catValu>
        <labl>
          SWAZILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          173
        </catValu>
        <labl>
          TAILANDIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          174
        </catValu>
        <labl>
          TAYIKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          175
        </catValu>
        <labl>
          TIMOR ORIENTAL
        </labl>
      </catgry>
      <catgry>
        <catValu>
          176
        </catValu>
        <labl>
          TOGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          177
        </catValu>
        <labl>
          TONGA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          178
        </catValu>
        <labl>
          TRINIDAD Y TABAGO
        </labl>
      </catgry>
      <catgry>
        <catValu>
          179
        </catValu>
        <labl>
          TÚNEZ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          180
        </catValu>
        <labl>
          TURKMENISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          181
        </catValu>
        <labl>
          TURQUÍA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          182
        </catValu>
        <labl>
          TUVALÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          183
        </catValu>
        <labl>
          UCRANIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          184
        </catValu>
        <labl>
          UGANDA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          185
        </catValu>
        <labl>
          UZBEKISTÁN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          186
        </catValu>
        <labl>
          VANUATÚ
        </labl>
      </catgry>
      <catgry>
        <catValu>
          187
        </catValu>
        <labl>
          VENEZUELA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          188
        </catValu>
        <labl>
          VIETNAM
        </labl>
      </catgry>
      <catgry>
        <catValu>
          189
        </catValu>
        <labl>
          YEMÉN
        </labl>
      </catgry>
      <catgry>
        <catValu>
          190
        </catValu>
        <labl>
          ZAMBIA
        </labl>
      </catgry>
      <catgry>
        <catValu>
          191
        </catValu>
        <labl>
          ZIMBABWE
        </labl>
      </catgry>
      <catgry>
        <catValu>
          888
        </catValu>
        <labl>
          OTROS
        </labl>
      </catgry>
      <catgry>
        <catValu>
          999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V544" name="edadp" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Edad del padre
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Edad en años cumplidos
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Variable que indica la edad de la padre.
Se tomaron como válidos los valores que oscilan entre los 11 y los 98 años de edad. Los valores mayores a 98 se recodificaron como 98, mientras que los valores menores a 11 años se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V545" name="civilp" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Estado civil paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Estado conyugal con relación a este nacimiento.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Variable que indica el estado civil y conyugal del padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Soltero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Casado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Unión de hecho
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Separado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Viudo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Divorciado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V546" name="ocupp" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Condición de actividad paterna
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Ocupación
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la condición de actividad paterna al momento del parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Trabaja
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          No trabaja y busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          No trabaja y no busca empleo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V547" name="instp" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Nivel educativo paterno
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Instrucción formal
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el nivel de instrucción alcanzado por el padre.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin Instrucción/Primaria Incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Primaria Completa/Secundaria o UTU incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Secundaria o UTU Completa/Terciaria incompleta
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Terciaria Completa
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V548" name="semprim" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de embarazo en la primera consulta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semanas de embarazo en la primera consulta.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="21" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica las semanas de embarazo al momento de la primera consulta.
      </txt>
      <catgry>
        <catValu>
          97
        </catValu>
        <labl>
          No consultó
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V549" name="totcons" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Total de consultas prenatales
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Total de consultas prenatales.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="5" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al número de consultas anteriores al nacimiento.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V550" name="prim" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el primer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas antes de la 12a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el primer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V551" name="seg" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el segundo trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas entre la 12a y la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el segundo trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V552" name="ter" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de consultas en el tercer trimestre de embarazo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          ¿Cuántas a partir de la 24a semana?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el total de consultas realizado durante el tercer trimestre del embarazo.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V553" name="atenparto" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Por cuenta de quien se atendió el parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Por cuenta de quién se atendió el parto.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Refiere al establecimiento prestador del servicio de salud.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          MSP
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Mutualista
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Asignaciones familiares
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Sanidad Policial
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Particular
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V554" name="atendio" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de certificador
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          El parto fue atendido por:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el tipo de profesional que certifica el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Médico
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Partera
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Otro
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V556" name="cesopar" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[DATOS DEL PARTO
- Maniobras manuales o instrumentales
- Cesáreas]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica la vía de terminación de parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Vaginal
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Cesárea
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V557" name="tipoces" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de cesárea
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Cesárea
Si - Anteparto
    - Intraparto]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos terminados en cesárea.
      </universe>
      <txt>
        Refiere al momento en que se coordinó la cesárea.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Anteparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Intraparto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          8
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V558" name="tipoman" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Tipo de maniobras
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Maniobras manuales o instrumentales:
Si - Especificar: Forceps, vaccum, etc.]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a casos terminados en parto vaginal.
      </universe>
      <txt>
        Indica el tipo de maniobra utilizado durante el parto.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Sin maniobras
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Forceps
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Vaccum
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Simpson
        </labl>
      </catgry>
      <catgry>
        <catValu>
          5
        </catValu>
        <labl>
          Espátula
        </labl>
      </catgry>
      <catgry>
        <catValu>
          6
        </catValu>
        <labl>
          Otros
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V559" name="esmult" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Tipo de gesta
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Correspondió a un embarazo:
- Único
- Múltiple]]>
        </qstnLit>
        <postQTxt>
          Si el parto fue múltiple indicar el orden de los nacimientos.
        </postQTxt>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si corresponde a un embarazo simple o múltiple.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Múltiple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V560" name="orden" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Orden de nacimiento del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <preQTxt>
          Se responde en caso de embarazo múltiple.
        </preQTxt>
        <qstnLit>
          En este caso ¿qué orden tuvo al nacer?
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="9"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos múltiples.
      </universe>
      <txt>
        Indica el orden del nacimiento de cada nacido vivo en embarazos múltiples.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          Embarazo simple
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Primero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Segundo
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Tercero
        </labl>
      </catgry>
      <catgry>
        <catValu>
          4
        </catValu>
        <labl>
          Cuarto
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V561" name="sexo" files="F11" dcml="0" intrvl="discrete">
      <location width="1"/>
      <labl>
        Sexo del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Sexo
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="1" max="9"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Hace referencia al sexo del recién nacido.
      </txt>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Masculino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          2
        </catValu>
        <labl>
          Femenino
        </labl>
      </catgry>
      <catgry>
        <catValu>
          3
        </catValu>
        <labl>
          Indeterminado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V562" name="peso" files="F11" dcml="0" intrvl="contin">
      <location width="4"/>
      <labl>
        Peso del recién nacido
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Peso al nacer (en gramos).
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="3900" max="9999"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica el peso en gramos del recién nacido al momento del parto.
      </txt>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V563" name="semgest" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Semanas de gestación en las que nació
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Semana de gestación.
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="40" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        <![CDATA[Indica la cantidad de semanas de gestación al nacer.
Para la variable semgest se tomaron como válidos los valores que oscilan entre las 17 y las 42 semanas. Los valores fuera de dicho rango se recodificaron como 99 (No indicado).]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V565" name="apgar1" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR al primer minuto de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
1°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="8" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El primer APGAR se realiza al primer minuto de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V566" name="apgar2" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Resultado del APGAR a los cinco minutos de vida
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[APGAR (minuto)
2°]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo aplica a partos ocurridos en presencia de personal capacitado para realizar el examen APGAR.
      </universe>
      <txt>
        <![CDATA[El APGAR es un examen que se realiza al recién nacido para evaluar su estado general al momento de nacer, basado en cinco parámetros:
Tono muscular.
Esfuerzo respiratorio.
Frecuencia cardíaca.
Reflejos.
Color de la piel.

Si el recién nacido obtiene una puntuación de 7 a 10 puntos, se considera que está en buenas condiciones de salud (reactivo). Si la puntuación es de 4 a 6 puntos, significa que requiere una valoración clínica y recuperación inmediata. Si es igual o menor a 3, se considera que padece una depresión severa y necesita atención de emergencia (medicamentos y respiración asistida).

El segundo APGAR se realiza a los cinco minutos de vida.]]>
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V568" name="numemban" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Número de embarazos de anteriores al presente:
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No Indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V569" name="vivos" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos que viven actualmente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos hijos viven actualmente?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V570" name="falle" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos vivos y fallecidos al presente
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacidos vivos fallecieron?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V571" name="nacmuer" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Nº de hijos nacidos muertos
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[De estos embarazos:
¿Cuántos nacieron muertos?]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos muertos.
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V573" name="numemban_imp" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de embarazos anteriores (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Corresponde al número de embarazos previos al actual (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V574" name="vivos_imp" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que viven (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="2" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos que viven actualmente (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V575" name="falle_imp" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Número de hijos que fallecieron (imputada)
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Del número de embarazos anteriores al presente: número de hijos nacidos vivos que fallecieron (variable imputada).
      </txt>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V576" name="imputa_num" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si NUMEMBAN fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable NUMEMBAN fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V577" name="imputa_vivos" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si VIVOS fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable VIVOS fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V578" name="imputa_falle" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si FALLE fue imputado
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos una gesta previa a la actual.
      </universe>
      <txt>
        Indica si la variable FALLE fue imputada.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V579" name="imputa" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Indica si hubo imputación en NUMEMBAN, VIVOS o FALLE
      </labl>
      <imputation>
        <![CDATA[PROCEDIMIENTO

1)	En primer lugar se crea una variable auxiliar como suma de las 4 variables de embarazos anteriores (vivos, fallecidos, nacidos muertos y abortos) y se construye una variable que indica si el caso se valida o no, con las siguientes características:
a.	Si no hay datos faltantes y total de embarazos anteriores es igual a la suma anterior o difiere en 2 (considerando casos de embarazos múltiples anteriores) se considera que el dato es correcto. Se arma una base con estos datos válidos.
b.	Si no hay datos faltantes y las diferencias entre las variables son mayores, se consideran datos con errores. Se crea otra base con estos datos.
c.	Si hay datos faltantes en cualquiera de las variables. Se crea la base de datos con valores faltantes.
2)	Se trabaja con las bases anteriores por separado.
3)	En el caso de la base con datos válidos se crean las variables numemban_imp, vivos_imp y falle_imp con los mismos valores de las originales (numéricas).
4)	En el caso de los datos con errores, se observaron algunos patrones que se usaron para imputar los datos:
a.	Si numemban - suma = 1, se supone que tomaron en cuenta el embarazo en curso. Se imputa al total de embarazos el original -1 y se mantienen los valores de las otras dos variables.
b.	Si la suma es 0, se imputa 0 al total de embarazos anteriores y se mantienen los valores originales de las otras dos variables.
c.	Si el número de embarazos anteriores coincide con el número de hijos vivos y con el número de fallecidos, se mantiene el total de embarazos y el número de hijos vivos y se imputa 0 hijos fallecidos.
d.	Si numemban - suma > 0 y no se imputó con las reglas anteriores, se mantienen los valores anteriores de las 3 variables (no se consideraron para imputar el número de nacidos muertos ni el número de abortos).
e.	Se revisó los casos en los cuales podía haber errores de digitación (doble cifra, múltiplos de 10) teniendo en cuenta la edad de la madre.
f.	El resto de casos no válidos se procedió a imputar junto con los casos con datos faltantes (considerando como válido el total de embarazos anteriores). 
5)	Si hay datos faltantes en cualesquiera de las variables consideradas (ya sea porque el dato faltaba originalmente o porque se consideró valor atípico y se pasó a faltante), se realizó el siguiente procedimiento:
a.	Si no hay datos en ninguna de las variables y tampoco en la edad de la madre, se mantiene como datos ignorados en las tres variables (total de embarazos, vivos y fallecidos).
b.	Si falta el total de embarazos anteriores pero están los datos de las otras 4 variables, se imputa el total de embarazos como la suma de estas variables. Se mantiene el valor de las otras dos.
c.	Si está el total de embarazos, vivos y fallecidos (faltan nacidos muertos o abortos), se mantienen los valores originales de las 3 variables.
d.	Si falta dato en fallecidos pero hay datos en total de embarazos y vivos, se mantienen los valores de estas dos variables y se imputa el número de fallecidos como la diferencia entre ellas. Se mantiene como dato faltante si la diferencia es mayor a 5 (este valor se utilizó a partir del análisis de los propios datos). Si en algún caso el valor queda negativo, se imputa 0 (se considera que hubo embarazos múltiples con anterioridad). 
e.	Si falta dato en vivos pero hay datos en total de embarazos y fallecidos, se mantienen los valores de estas dos variables y se imputa el número de vivos como la diferencia entre ellas. 
6)	Para los caso en que no se realizó ninguna de las imputaciones anteriores, se procedió a dividirlos en dos categorías: si tienen la cantidad de embarazos anteriores y faltan las otras dos, o si faltan datos en las tres variables.
7)	Para imputar estos casos se utilizaron las funciones "RANDwNND.hotdeck" y "create.fused" de la biblioteca "StatMatch" del R. Se necesitan dos bases: una que tiene los casos con las variables sin datos faltantes (donantes) y otra que tiene los casos con datos faltantes (receptores). La primera función calcula la distancia entre cada caso de la base de receptores y los casos de las base de donantes (se utilizó la distancia Manhattan, aunque da la posibilidad de elegir otras funciones de distancia) y elige aleatoriamente un donante dentro de los que tienen igual distancia. La segunda función asigna al receptor los valores de las variables del donante.
a.	En el caso de los datos que tienen válido el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre, estado civil de la madre y cantidad de embarazos anteriores. Las variables a imputar son la cantidad de hijos vivos y la cantidad de fallecidos.
b.	En el caso de los datos que no tienen el número de embarazos anteriores, las distancias entre individuos se calcularon usando las variables: departamento, edad de la madre y estado civil de la madre. Las variables a imputar son la cantidad de embarazos anteriores, hijos vivos y fallecidos.
8)	Se controló que los valores imputados fueran coherentes con el resto de los datos de la base.
Se crean variables que indican si el caso fue imputado el valor de cada una de las variables de interés (numemban, vivos y falle) y otra que indica si se realizó al menos una imputación.

En el año 2007, la variable Fallecidos toma valores más alto que en años anteriores (por ejemplo, para el año 1996, la media es 0.05 y para el 2007 es 0.5). Por este motivo, se cambia todos los valores mayores a 2 a ignorados. Al comparar  las variables Embarazos anteriores, vivos y fallecidos, se observa que en un alto porcentaje de los casos no válidos, la suma de vivos y fallecidos es el doble que la de embarazos anteriores. Una vez realizada las correcciones e imputaciones similares a los demás años, baja la media de la distribución a 0.23, pero aún continúa siendo mayor a lo visto en otras bases.
Se prueba usar los datos provenientes del carné de control del embarazo, aunque los que logran pegar son menos de la tercera parte.
Lo datos de nacidos vivos y fallecidos están separados en: fallecidos antes de la primera semana y fallecidos después de la primera semana. 
Se observó también que en esta base, el número de embarazos anteriores incluían el actual, por lo que se modificó previamente.
Se crearon las nuevas variables con los siguientes criterios:
·	Si la variable nueva no tenía dato o era igual al dato original, se toma el dato original.
·	Si las dos variables tienen datos y son distintos, se toma el nuevo dato.

Al realizar nuevamente el procedimiento ya explicado, se tiene que la cantidad de imputaciones aumenta por los errores que tiene la variable cantidad de embarazos anteriores, lo que empeora de alguna manera los datos obtenidos al validar e imputar. La distribución de la variable “fallecidos” es más parecida a las de años anteriores, pero todavía tiene mayor media.]]>
      </imputation>
      <valrng>
        <range UNITS="REAL" min="0" max="1"/>
      </valrng>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        Indica si hubo imputación en alguna de las siguientes variables: NUMEMBANM, VIVOS o FALLE.
      </txt>
      <catgry>
        <catValu>
          0
        </catValu>
        <labl>
          No imputado
        </labl>
      </catgry>
      <catgry>
        <catValu>
          1
        </catValu>
        <labl>
          Imputado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V580" name="yeavivo" files="F11" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Año]]>
        </qstnLit>
      </qstn>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al año de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V581" name="yeamuer" files="F11" dcml="0" intrvl="discrete">
      <location width="4"/>
      <labl>
        Año del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Año]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9898" max="9999"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al año de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          9898
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          9999
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V582" name="mesvivo" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes de nacimiento del último nacido vivo
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último hijo nacido vivo (se encuentre o no vivo al presente).
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="9" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un nacido vivo previo al actual.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último nacido vivo.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V583" name="mesmuer" files="F11" dcml="0" intrvl="discrete">
      <location width="2"/>
      <labl>
        Mes del último aborto o nacido muerto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          <![CDATA[Fecha de nacimiento del último aborto o nacido muerto.
Mes]]>
        </qstnLit>
      </qstn>
      <valrng>
        <range UNITS="REAL" min="98" max="99"/>
      </valrng>
      <universe clusion="I">
        Sólo para madres con al menos un aborto o nacido muerto.
      </universe>
      <txt>
        Refiere al mes de nacimiento del último aborto o nacido muerto.
      </txt>
      <catgry>
        <catValu>
          98
        </catValu>
        <labl>
          No corresponde
        </labl>
      </catgry>
      <catgry>
        <catValu>
          99
        </catValu>
        <labl>
          No indicado
        </labl>
      </catgry>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V584" name="correlat" files="F11" dcml="0" intrvl="discrete">
      <location width="8"/>
      <labl>
        Identificador del formulario
      </labl>
      <valrng>
        <range UNITS="REAL" min="1" max="1"/>
      </valrng>
      <universe clusion="I">
        No aplica.
      </universe>
      <txt>
        Variable que identifica cada caso.
      </txt>
      <varFormat type="numeric" schema="other"/>
    </var>
    <var ID="V555" name="fecparto" files="F11" intrvl="discrete">
      <location width="8"/>
      <labl>
        Fecha del parto
      </labl>
      <imputation>
        No aplica.
      </imputation>
      <qstn>
        <qstnLit>
          Hora y fecha del parto.
        </qstnLit>
      </qstn>
      <universe clusion="I">
        ver item Universo de estudio ubicado en el Capítulo Cobertura.
      </universe>
      <txt>
        La fecha de parto se depuró a partir del siguiente criterio general: siendo t el año de la base de datos, de los años anteriores al año t, sólo se validan los correspondientes a diciembre del año t-1, el resto se recodificó al año t. Los casos posteriores al año t se recodificaron como valores perdidos. Tomando como ejemplo la base de 1996, se procedió de la siguiente manera: los casos con año 1994 o anteriores se recodificaron a 1996; los casos con año 1995 y con mes entre 1 (enero) y 11 (noviembre) se recodificaron a 1996; y por último, los casos con 1997 o posteriores se recodificaron como valores perdidos.
      </txt>
      <varFormat type="character" formatname="Nesstar.date" schema="other" category="date"/>
    </var>
  </dataDscr>
</codeBook>
