VI Congreso Chileno de Salud Pública y VIII Congreso Chileno de Epidemiología “Equidad en salud para una sociedad en creciente complejidad”
← vista completa
Publicado el 3 de agosto de 2021 | http://doi.org/10.5867/Medwave.2021.S2.SP27
Análisis de clústeres de inicio de la epidemia por COVID-19 en la Región Metropolitana de Chile
Cluster analysis of COVID-19 epidemic onset in the Region Metropolitana of Chile
Christian Garcia C. , Ricardo Crespo V., Nicole Alejandra Leppe A., Matías Vicente Escudero B.
|
Tema
Enfermedades infecciosas, emergentes y reemergentes
|
|
Palabras clave
COVID-19, Conglomerado, SARS-CoV2
|
Introducción
En la Región Metropolitana, la epidemia por COVID-19 se extendió desde el sector oriente hacia el resto de la región. Es importante conocer aquellas zonas que siguieron una dinámica similar al inicio de la epidemia y las diferencias con aquellas que la iniciaron más tarde.
Objetivos
Determinar las comunas de la RM que presentaron patrones similares de inicio de la epidemia y determinar las diferencias con aquellas zonas con distintos patrones iniciales.
Método
Se utilizaron datos comunales del MINSAL para calcular la semana de: primer caso reportado, primer caso según inicio de síntomas, primera defunción y la estimación de la semana de inicio como la primera semana con casos seguida por 2 semanas con igual o mayor cantidad de casos. Se utilizó el método de clusterización k-means con 7 clústeres para determinar los grupos de comunas con similar inicio de la epidemia. Se compararon entre clústeres el porcentaje de hacinamiento, densidad poblacional, porcentaje de población en situación de pobreza multidimensional, ingreso per cápita del CENSO 2018; el número y proporción de viajes a comunas de Santiago oriente de la encuesta origen destino del Ministerio de Transporte; y semana de máxima positividad del test de PCR y semana de pico de casos con datos del MINSAL. Se utilizó el método ANOVA para comparar los clústeres y una prueba t para comparar cada clúster con el de referencia, determinado por aquel de inicio más temprano.
Principales Resultados
De los 7 clústeres, el clúster 6 formado por comunas de Santiago oriente, presentó el inicio más temprano en 3 de 4 variables. Los clústeres 1 al 4 correspondieron a comunas de la zona urbana de Santiago aparte del sector oriente, con 10, 8, 7 y 9 comunas respectivamente. Los clústeres 5 y 7 representan comunas rurales con 9 y 2 comunas correspondientemente. Los clústeres presentaron diferencias significativas en hacinamiento, densidad poblacional, número y proporción de viajes al oriente, ingreso per cápita, pobreza multidimensional y semana de máxima positividad. Sin embargo, no presentaron diferencias en la semana de pico de casos. Todos los clústeres mostraron diferencias significativas en ingreso per cápita y porcentaje de pobreza comparado con el clúster de referencia. Los clústeres 1 a 4 no difieren de la referencia en densidad poblacional y número de viajes al oriente, mientras que los clústeres 5 y 7 (rurales) sí difirieron en estas variables. Los mismos clústeres rurales mostraron niveles de hacinamiento similares al clúster 6 y los clústeres urbanos 1 a 4 presentaron mayor proporción de hacinamiento. Los clústeres 4 (Centro Sur) y 5 mostraron un retraso de la semana de máxima positividad respecto al de referencia. Sólo un clúster (5) difirió en la semana de pico de casos con la referencia.
Conclusiones
La epidemia de COVID-19 se habría iniciado en el sector oriente de más ingresos y menor pobreza. Se encuentran otros 6 patrones de inicio de la epidemia donde 2 corresponden a áreas rurales. Los clústeres de comunas urbanas presentaron mayor hacinamiento, pobreza y menores ingresos que en la cluster de inicio de la epidemia. Se observó una sincronía con similar semana de pico de casos, excepto en un clúster de características rurales. La epidemia presentaría una sincronización después de los distintos patrones de inicio, donde la comunas que inician más tarde llegan al pico de casos al mismo tiempo que toda la región. Esto refuerza la importancia de considerar a la Región Metropolitana como un bloque para medidas no farmacológicas para controlar futuras epidemias desde el inicio.
|
Esta obra de Medwave está bajo una licencia Creative Commons Atribución-NoComercial 3.0 Unported. Esta licencia permite el uso, distribución y reproducción del artículo en cualquier medio, siempre y cuando se otorgue el crédito correspondiente al autor del artículo y al medio en que se publica, en este caso, Medwave.
