Distribución geográfica de la pandemia Covid-19 y sus factores determinantes: Evolución temporal por olas en el caso de España
Por Rosina Moreno (rmoreno@ub.edu) y Esther Vayá (evaya@ub.edu). AQR-IREA, Universidad de Barcelona
Este blog recoge un resume del artículo
Moreno, R., & Vaya, E. (2024). Geographical distribution of the COVID-19 pandemic and key determinants: Evolution across waves in Spain. Geographical Research, 1–17. https://doi.org/10.1111/1745-5871.12669)
Desde finales de 2019, cuando se detectó el virus SARS-CoV2 y apareció el brote de COVID-19 en Wuhan (China), hasta mediados de junio de 2022, más de quinientos millones de personas han sido infectadas y más de seis millones han muerto debido a esta pandemia mundial. El brote pandémico cogió a la población y a los gobiernos desprevenidos, lo que resultó en el colapso o casi colapso del sistema de salud en todo el mundo y una serie de medidas de contención y mitigación, como la obligación de usar mascarillas en espacios interiores, el aumento de las pruebas, el rastreo de contactos, los confinamientos prolongados, las cuarentenas y las restricciones a la movilidad, que tuvieron un impacto desigual en la propagación del virus.
Sin embargo, la plaga no tuvo un impacto uniforme en todo el mundo. Incluso dentro de Europa, en los primeros seis meses de 2020, Bélgica, Italia, España y el Reino Unido tuvieron la mayor incidencia en relación con la población, mientras que muchos países de Europa central y oriental se salvaron relativamente.
Centrándonos en el caso español, en el presente artículo nos adherimos a la idea de que la pandemia sigue una evolución dinámica debido a las diferentes condiciones y circunstancias en cada ola, por lo que las conclusiones obtenidas para puntos específicos en el tiempo pueden no ser directamente transferibles a otros momentos de la pandemia.
Este trabajo se centra en la incidencia de la COVID-19 en las provincias españolas a lo largo de las seis olas de la pandemia y tiene dos objetivos principales. En primer lugar, comparamos la desigual distribución espacial de la incidencia, tanto en términos de número de casos como de número de muertes por cada 100.000 habitantes, a lo largo de las seis olas, considerando técnicas espaciales exploratorias. En segundo lugar, estudiamos los principales determinantes de la difusión de la pandemia mediante la estimación de modelos espaciales, a la vez que analizamos en qué medida experimentaron un papel diferente a lo largo de las olas.
Las Figuras 1 y 2 presentan los clusters de valores bajos (en color azul oscuro) y de valores altos (en color rojo), en el caso del número de infectados y del número de muertos, respectivamente. Concluimos que no se puede hablar de una única pandemia, sino de tantas como olas ha habido. Las diferencias significativas en la distribución espacial del número de casos y muertes a lo largo de las seis olas (con una baja correlación entre olas) demuestran que cada ola tiene características únicas.
De la misma manera, al igual que no se puede hablar de una única pandemia a lo largo del tiempo, tampoco se pueden extraer conclusiones homogéneas a nivel nacional. Las notables diferencias regionales detectadas en la distribución espacial de la pandemia, que esconden variaciones interregionales en cuestiones climatológicas, dinamismo económico, especialización sectorial y recursos sociosanitarios, sugieren la necesidad de una respuesta a escala subnacional. Además, la autocorrelación espacial positiva y significativa detectada entre provincias vecinas avala la implementación de respuestas a nivel regional, aunque ello no impide la adopción de medidas específicas a nivel local cuando sea necesario.
La escala geográfica utilizada en cualquier análisis de la pandemia es crucial para determinar la influencia positiva o negativa de determinados factores. Por ejemplo, a nivel provincial, en nuestro estudio se ha detectado una influencia positiva del PIB per cápita en el número de casos y muertes por COVID-19. Por el contrario, otros estudios aplicados a España a un nivel más local (distritos dentro de una misma ciudad o municipios) han encontrado el efecto contrario. Esto indica cómo la relación entre los factores socioeconómicos y la propagación del virus depende del nivel de desagregación espacial del análisis.
Asimismo, los principales determinantes de la incidencia de la COVID-19 dependen de la etapa de la pandemia en la que nos encontremos. Los factores tradicionales de propagación geográfica del virus, como la temperatura, parecen ser particularmente importantes en ciertas etapas de una pandemia, especialmente en su inicio. En cambio, en etapas posteriores, cuando el proceso de vacunación está más avanzado, variables como el dinamismo económico de la zona adquieren mayor relevancia. Este cambio en los factores determinantes a lo largo de las diferentes etapas subraya la necesidad de adoptar enfoques flexibles y adaptativos en la gestión de la pandemia, capaces de responder a condiciones cambiantes y a contextos regionales diversos.
En conclusión, la evolución de la COVID-19 ha ejemplificado la naturaleza dinámica de la difusión de las enfermedades infecciosas, con patrones espaciales de incidencia que cambian en respuesta a una compleja interacción de factores, entre ellos el comportamiento humano, las intervenciones de salud pública, la evolución viral y los esfuerzos de vacunación. Comprender estas dinámicas es crucial para diseñar estrategias eficaces para mitigar la propagación del virus y minimizar su impacto en las poblaciones de todo el mundo. Si bien no se puede hacer mucho con respecto a las condiciones meteorológicas y relativamente poco con respecto a las características de las aglomeraciones, los gobiernos regionales pueden responder a la pandemia con la provisión de un procedimiento de vacunación eficiente y otras medidas adaptadas a las características de la región bajo su gobierno.
Figura 1. Local Moran’s I. Número de casos por cada 100.000 habitantes para cada ola. Matriz de pesos utilizada: matriz inversa de distancia.
Fuente: Elaboración propia
Figura 2. Local Moran’s I. Número de muertes por cada 100.000 habitantes para cada ola. Matriz de pesos utilizada: matriz inversa de distancia.
Fuente: Elaboración propia
“La riqueza de las regiones” constituye un instrumento de comunicación e intercambio de ideas promovido por Asociación Española de Ciencia Regional (AECR). Para más información sobre la actividad de AECR visite su Página Web o síganos en Facebook, Linkedin, Youtube y/o Twitter.