La Agencia Nacional de Discapacidad y el fiscal Guillermo Marijuan revelaron un mecanismo de corrupción que perjudica al Estado por 3.400 millones de dólares anuales.
Investigaciones judiciales y una auditoría del Gobierno puso en relieve las arbitrariedades y los abusos que existieron durante más de una década y media en la entrega de pensiones no contributivas por discapacidad laboral y que han puesto en riesgo el normal funcionamiento de una de las áreas más sensibles destinada a proteger a los sectores más vulnerables de la sociedad, como niños con Síndrome de Down, Autismo, Trastornos del Espectro Autista como, Síndrome de Asperger, retraso mental y retraso madurativo, entre muchísimas otras. Las investigaciones revelan un aceitado esquema de corrupción que involucra a médicos, gestores y funcionarios; y la displicencia con la que se otorgaban estos beneficios a quienes no lo necesitaban en desmedro de personas que durante años han intentado obtener la subvención, que representa el 70% de una jubilación mínima y fueron rechazados.
Los resultados revelan casos inverosímiles. Un expediente, por ejemplo, presentó como diagnóstico un poema de Gabriela Arias Uriburu y Paula Wassner; la radiografía de un perro, como mostro el portavoz presidencia Manuel Adorni, o cómo expuso el fiscal federal Guillermo Marijuan: “cientos de expedientes que compartían un mismo estudio médico, como radiografías, análisis clínicos, certificados sin nombre y firmas médicas, certificados apócrifos y médicos denunciando el uso de su matrícula para confeccionar certificados irregulares”.
Si bien, como anticipo este medio, la Agencia Nacional de Discapacidad (ANDIS), a cargo del abogado Diego Spagnuolo, comenzó a relevar unas 400.000 pensiones otorgadas en la provincia de Buenos Aires y CABA; y después avanzará sobre el resto del país para completar las más de 1.250.000 existentes, estudios previos revelan que en los próximos meses se podrían dar de baja entre 120.000 y 160.000 de estos beneficios y el número final podría llegar al medio millón.
