Proyección: estudios geográficos y de ordenamiento territorial / ISSN 1852 -0006
Vol. XVI, (32) / Sección Dossier / pp. 202-233 / 
Instituto de Cartografía, Investigación y Formación para el Ordenamiento Territorial,
Facultad de Filosofía y Letras, Universidad Nacional de Cuyo, Argentina.
revistaproyeccion@ffyl.uncu.edu.ar https://doi.org/10.48162/rev.55.034
Enviado 14/07/2022 – Aceptado 26/12/2022
Spatial distribution of
COVID-19 with main comorbidities
in the Megalopolis of the Metropolitan Zone of
the Valley of Mexico
Yhan Andal De Fermin Sosa
yhanuaemex@outlook.com
Marcela Virginia Santana Juárez
mvsantanaj@uaemex.mx
Giovanna Santana Castañeda
gsantanac@uaemex.mx
Universidad Autónoma del Estado de México. Facultad de Geografía.
Resumen
La presente investigación tiene como objetivo analizar la distribución y
autocorrelación espacial de las defunciones por COVID-19, así como la letalidad
asociada a tres principales comorbilidades (diabetes, hipertensión y obesidad),
en la Megalópolis de la Zona Metropolitana del Valle de México (MZMVM), en el
2021. El método consistió en el cálculo de cuatro indicadores (asociados con
COVID-19 y cada comorbilidad): tasas de prevalencia, de mortalidad, de
mortalidad específica y de letalidad. A partir de la letalidad se calculó el
índice de LISA y se identificaron clústeres con valores altos, bajos y atípicos.
Los resultados muestran que la mortalidad por COVID-19 presenta un patrón
de distribución espacial diferente al compararla con la letalidad: las tasas altas
de mortalidad y prevalencia se distribuyeron en las zonas más densamente
pobladas, en cambio, las tasas altas de letalidad se localizaron en las zonas
metropolitanas circundantes al Valle de México. De acuerdo con el indicador de LISA
de la tasa de letalidad, los municipios de Toluca y Capulhuac conformaron
clústeres coincidentes de tipo “alto-alto”, en relación con diabetes e
hipertensión; mientras que, para hipertensión y obesidad, se conformó el
clúster en torno a San Agustín Tlaxiaca.
Palabras clave: letalidad, mortalidad, distribución espacial, autocorrelación espacial.
Abstract:
The objective of this study is to analyze the distribution and spatial
autocorrelation of deaths from COVID-19 and the case-fatality rate associated
with three main comorbidities (diabetes, hypertension, and obesity) in the
Megalopolis of the Metropolitan Area of the Valley of Mexico (MZMVM) in 2021.
The method consisted on calculating four indicators (associated with COVID-19
and each comorbidity): Prevalence, Mortality, Specific Mortality, and Case-Fatality
rate. The LISA index of case fatality rate was calculated, and clusters of
high, low, and atypical values were identified.
Results show that COVID-19 mortality had a different spatial
distribution pattern than case fatality rate: the high mortality and prevalence
rates were found in the most densely populated areas, whereas the high case
fatality rates were found in the metropolitan areas around the Valley of
Mexico. According to the LISA indicator for case fatality rates, the
municipalities of Toluca and Capulhuac formed coinciding clusters of the
"high-high" type with respect to diabetes and hypertension, while for
hypertension and obesity the cluster was formed around San Agustín Tlaxiaca.
Keywords: mortality, case fatality rate,
distribution, spatial autocorrelation.
A finales del 2019, en
Wuhan, China, se identificó un nuevo tipo de coronavirus denominado SARS-CoV-2
que provoca la enfermedad COVID-19, la cual ocasionó una pandemia que, hasta
mayo del 2022, había generado 528 millones de casos positivos y más de 6.2
millones de muertes en todo el mundo (Roberts, Rossman, & Jarić, 2021).
Esta enfermedad afecta
principalmente a personas de edad avanzada y con determinadas comorbilidades,
causando afectaciones graves en la función respiratoria y síndrome de respuesta
inflamatoria sistémica que pueden conducir a necesitar de apoyo con respirador
mecánico, a un choque séptico con fallo multiorgánico y altas tasas de
mortalidad (Ruiz & Jiménez, 2020).
La propagación del
virus fue rápida luego de extenderse a países de Asia y Europa. En América se
detectó el primer caso el 21 de enero del 2020 en Estados Unidos,
posteriormente, el 30 de enero la Organización Mundial de la Salud declaró una
emergencia de salud pública de importancia internacional; Brasil confirmó el
primer caso el 26 de febrero, México el 27 de febrero y en días posteriores se
comenzaron a detectar casos en los demás países de Latinoamérica (Sánchez et
al., 2020).
Un hecho que ha jugado
un papel importante en el desarrollo de la pandemia es la distribución
geográfica de la población. En el 2021 el 55% de la población mundial vivía en
ciudades, en el caso de México la población urbana asciende al 81% y la
tendencia indica que estos porcentajes seguirán en aumento (Banco Mundial,
2022; Instituto Nacional de Estadística y Geografía, 2020; United Nations,
2018).
Es en las ciudades
donde ocurren los mayores intercambios y movilidad de productos y personas, por
lo tanto, es entendible que más del 90% de los casos positivos, registrados a
nivel global, se han encontrado en zonas urbanas (United Nations, 2020),
convirtiéndose estos espacios en el principal centro de atención para contener
los efectos negativos de la pandemia, pues permiten conocer el perfil general
de la población afectada y así poder atenderla.
México presenta
características similares al contexto global, pues el mayor número de casos se
ha concentrado en las ciudades. En el centro de México, principalmente en las
entidades que conforman la Megalópolis de la Zona Metropolitana del Valle de
México (Ciudad de México, Estado de México, Puebla, Tlaxcala, Hidalgo y
Morelos), se concentró, hasta el 30 de mayo de 2022, el 40% de los 5, 770, 812
casos registrados y el 38% de las 324,854 defunciones registradas por COVID-19 a
nivel nacional (Secretaría de Salud, 2022).
Otro aspecto relevante
es la presencia de comorbilidades, que aumentan el riesgo de enfermar
gravemente o fallecer por COVID-19. Existen por lo menos 14 afecciones
relacionadas, entre las que se encuentran las enfermedades crónicas de tipo
cardiovascular, renal, respiratoria, hepática, diabetes, cánceres con
inmunosupresión directa, cánceres sin inmunosupresión directa pero con posible
inmunosupresión causada por el tratamiento, VIH/SIDA, tuberculosis activa,
trastornos neurológicos, trastornos de células falciformes, obesidad severa,
hipertensión, además del consumo de tabaco (Organización Panamericana de la
Salud, 2021b).
Con base en las consideraciones anteriores y adoptando el enfoque del
análisis espacial, la presente investigación tiene como objeto de análisis a la
MZMVM con el fin de examinar los patrones de distribución de la COVID-19 y
establecer las relaciones espaciales (a través de la identificación de
clústeres) para la tasa de letalidad de las tres comorbilidades con mayor
incidencia entre los casos positivos y defunciones, mediante datos
correspondientes al año 2021.
En
el contexto internacional y nacional, diferentes estudios clínicos abordan el
estudio de la COVID-19 como los de Bajgain, Badal, Bajgain, & Santana,
(2021); Yang et al., (2020); Zhou et al., (2020) que coinciden en que las
comorbilidades que presentan mayor incidencia en las defunciones de los países
analizados son: hipertensión, la diabetes y las enfermedades cardiovasculares.
Investigaciones de Ángeles Correa et al., (2022); Hidalgo Martínez, Villaquirán,
Celis Preciado, García, & Bermúdez Gómez, (2020); Salinas-Aguirre et al.,
(2022); Singal, Bansal, & Chaudhary, (2020); Vélez et al., (2020);
Vique-Sánchez & Galindo-Hernández, (2021) apuntan que en países como Colombia y México, de manera
similar a países de Europa y Asia, además de las comorbilidades (diabetes, hipertensión, obesidad y enfermedad renal
crónica), la edad (>60
años) es un factor de riesgo que se asocia con el número de defunciones.
Por
otro lado, la Organización Panamericana de la Salud señala que existen
diferencias respecto al sexo, así, mientras que en Brasil, Chile, Colombia, Ecuador
y Perú la mayoría de defunciones se dio en hombres, en México fue en mujeres y
en Argentina las diferencias no fueron significativas (Organización Panamericana
de la Salud, 2021a).
Desde la perspectiva geográfica,
estudios como el de Wang et al., (2022) se han centrado en el análisis de la
dinámica espaciotemporal de los casos y las defunciones. A escala global, los
trabajos de Brugués Rodríguez, Fuentes Flores, & Ramírez Cervantes, (2021);
Leveau, (2021); Zapata Bedoya, Walteros Acero, & Mercado, (2022), se orientan a la
identificación de los países con mayor incidencia y la relación con variables
socioeconómicas.
En
México, los estudios de Barrio-Cortes et al., (2020); Lara Rivera, Parra
Bracamonte, & Lopez Villalobos, (2021); Nuñez Medina, (2021);
Sánchez-Talanquer et al., (2020); Villerías Alarcón & Juárez Gutiérrez,
(2020) han logrado identificar las entidades con mayores tasas de incidencia,
de defunciones y de letalidad, así como los principales factores de riesgo y
comorbilidades que afectan a la población mexicana, al respecto Sánchez-Talanquer
et al. apuntan que el 66.6% de las personas fallecidas por COVID‑19 padecían al
menos una de las tres principales comorbilidades: hipertensión, diabetes y
obesidad.
Los
impactos de la pandemia por COVID-19 en México se han acentuado principalmente
en las ciudades, es por eso por lo que algunos estudios se han orientado al
análisis de la situación en zonas urbanas, como Lozano-Keymolen, Gaxiola
Robles-Linares, & Montoya-Arce, (2021) quienes se enfocaron en examinar la
distribución y comparación de la incidencia de la COVID-19 en el contexto de
las zonas metropolitanas.
El
estudio de la COVID-19 no solo se ha abordado en torno a la distribución y
factores propios de la enfermedad, sino que también se han hecho aportes
importantes como el “Atlas de vulnerabilidad urbana ante COVID-19 en las Zonas
Metropolitanas de México” de Suárez Lastra, Galindo Pérez, Rosales Tapia, &
Slavador Guzmán, (2020) que se enfoca en la construcción de un índice para las
59 zonas metropolitanas de México, integrando variables demográficas,
socioeconómicas y de accesibilidad a infraestructura de salud para comprender
como, a partir de estos elementos, las poblaciones se vuelven más o menos
vulnerables, lo cual se traduce en efectos diferenciados de la COVID-19 en el
territorio.
Esta investigación es de tipo descriptivo, analítico y
transversal, debido a que se analizaron los datos del año 2021, tambien es de
carácter correlacional porque se analizó la relación entre la COVID-19 y las
principales comorbilidades a partir de las tasas de defunción y de letalidad.
El esquema
metodológico empleado para al análisis espacial de la COVID-19 se dividió en 4
grandes etapas:
1.
Fuente de datos: en esta etapa se obtuvieron las bases de
datos de los censos de población 2010 y 2020, realizados por el Instituto
Nacional de Estadística y Geografía (INEGI), a partir de las cuales se proyectó
la población del 202. Se obtuvo la base de datos de COVID-19, con corte al 31
de diciembre del 2021, que elabora la Dirección General de Epidemiología, de la
Secretaría de Salud de México.
2.
Selección de variables: una vez que se obtuvieron las bases
de datos se seleccionaron las variables de análisis y se extrajeron los datos
correspondientes (casos positivos y defunciones por COVID-19, así como los
casos que presentaron alguna de las comorbilidades analizadas (diabetes, hipertensión y obesidad))
(cuadro N°1; figura N°1).
3.
Procesamiento de datos: esta etapa consistió en el cálculo de
los indicadores que nos permitieron hacer el análisis, de acuerdo con las
variables definidas previamente.Se
desagregaron los casos positivos y las defunciones que presentaron alguna de
las comorbilidades con más prevalencia: diabetes, hipertensión y obesidad; a
partir de estas variables se calcularon las tasas de letalidad y de mortalidad
por COVID-19 y específicas para cada una de las comorbilidades (cuadro N°1).
4.
Resultados: los indicadores elaborados en la etapa anterior
fueron el insumo principal para obtener los resultados de este trabajo, con los
cuales se elaboró la cartografía para cada indicador; se analizó su
distribución y se identificaron, de manera particular, aquellos municipios o
demarcaciones que presentaron los valores más altos. Se calculó el Índice Local
de Autocorrelación Espacial de Morán para la tasa de letalidad de los casos con
alguna comorbilidad, mismo que se representó mediante gráficos de dispersión, para
definir el grado de autocorrelación, y con cartografía para identificar los
clústeres que presentaron las mayores afectaciones por la COVID-19, en el
contexto de la MZMVM (figura N°1).
La
depuración y preparación de las bases de datos, así como el cálculo de
indicadores, se realizaron mediante el gestor PostgreSQL. Paralelamente se
utilizó software de Sistemas de Información Geográfica: el cálculo del Índice
Local de Autocorrelación Espacial de Morán se hizo mediante GeoDa versión
1.20, mientras que la cartografía se elaboró con QGIS versión 3.22.
Para
la cartografía resultante de las tasas de mortalidad y prevalencia por
COVID-19, mortalidad específica y letalidad, se utilizaron intervalos manuales
cerrados, adaptados para todos los indicadores de acuerdo con la distribución
de los datos, asignando 5 rangos los cuales fueron
adecuados para hacer las comparaciones entre indicadores.
Para evitar
sesgos en los cálculos, se definió el 2021 como el año de estudio, partiendo de
dos supuestos: a) en los primeros meses de la pandemia la vigilancia se enfocó
en los casos sintomáticos; de manera subsecuente, en el año 2021 se realizaron
más pruebas y hubo una mayor detección
de casos, con lo que se evita la sobreestimación de los indicadores de
mortalidad y letalidad; b) al elegir un año intermedio, se entiende que todos
los casos del año 2021 están determinados y contabilizados, esto es, todas las
personas contagiadas en ese año se han recuperado o han fallecido.
Fig. N.º 1. Esquema metodológico
Fuente:
elaboración propia, 2022.
Cuadro
N.º 1. Variables e indicadores
Fuente: elaboración propia,
2022.
La tasa de mortalidad específica (TMe) se entiende
como la proporción de personas fallecidas por una causa concreta en un mismo
lugar y periodo determinado (Moreno et al., 2007), y se expresa de la siguiente manera:
La
letalidad es una medida de la gravedad de una enfermedad considerada desde el
punto de vista poblacional, y se define como la proporción de casos de una
enfermedad que resultan mortales respecto al total de casos en un periodo específico
(Organización Mundial de la Salud, 2020).
Este
indicador se hizo para los casos de defunción por COIVID-19 (ecuación 3) y
también, de manera específica, para los casos de defunción que presentaron
alguna de las principales comorbilidades consideradas en este estudio; se
ignoraron los municipios que registraron menos de 5 defunciones, para evitar
los falsos positivos, debido a que al tener menos de 5 casos y menos de 5
defunciones, daba como resultado tasas de letalidad muy altas (ecuación 4).
Se calculó el Indicador Local de Asociación Espacial
de Morán, el cual se aplica determinar el grado de asociación espacial de una
variable y detectar clústeres de valores especialmente
altos, bajos y atípicos en comparación con el valor medio (Anselin, 1995). El
índice de Morán se expresa en valores de -1 (dispersión)
a +1 (correlación); a medida que valor se acerque a 1 será más fuerte el grado
de autocorrelación espacial en la variable. El indicador se representa de la siguiente manera:
De
acuerdo con el Diario Oficial de la Federación (DOF, 1996), la Megalópolis de
la Zona Metropolitana del Valle de México (MZMVM) se estableció legalmente por
la Asamblea de Representantes del Distrito Federal y se define como un área que
comprende municipios de las zonas
metropolitanas de las entidades limítrofes al Valle de México.
Fig.
N° 2. Ubicación de la Megalópolis de la Zona Metropolitana del Valle de México
(MZMVM).
Fuente: elaboración propia con base en el Marco Geoestadístico Nacional,
INEGI, 2020.
En total se incluyen 189 municipios, de los cuales 91
corresponden al Estado de México, 16 al Estado de Morelos, 29 al Estado de
Puebla, 37 al Estado de Tlaxcala y 16 al Estado de Hidalgo, además de las 16
demarcaciones territoriales de la Ciudad de México (fig. N° 2).
Las zonas
metropolitanas que integran a la megalópolis son las siguientes (SEDATU,
CONAPO, & INEGI, 2018):
1.
Zona metropolitana de
Tianguistenco (Estado de México).
2.
Zona metropolitana del Toluca
(Estado de México).
3.
Zona metropolitana del Valle de
México (Ciudad de México, Estado de México e Hidalgo).
4.
Zona metropolitana de
Puebla-Tlaxcala (Puebla y Tlaxcala).
5.
Zona metropolitana de
Tlaxcala-Apizaco (Tlaxcala).
6.
Zona metropolitana de Tulancingo
(Hidalgo).
7.
Zona metropolitana de Pachuca
(Hidalgo).
8.
Zona metropolitana de Tula
(Hidalgo).
9.
Zona metropolitana de Cuernavaca
(Morelos).
10.
Zona metropolitana de Cuautla
(Morelos).
Fig.
N° 3. Tasa de prevalencia por COVID-19 por cada 100 mil habitantes, MZMVM,
2021.
Fuente: elaboración
propia con base en datos de la Secretaría de Salud, 2021.
Para
el año 2021 la MZMVM contaba con una población de 31,439,990 habitantes, de los
cuales 958,117 se diagnosticaron como casos positivos a COVID-19. Las tasas más
altas de prevalencia (por cada 100 mil habitantes) se presentaron en cuatro
demarcaciones de la Ciudad de México: Álvaro Obregón con 13,522, Tlalpan con 9,108,
Milpa Alta con 8,377 y Tláhuac con 8,029 (fig. N°3).
En cuanto a las defunciones por COVID-19, en el
contexto nacional se registraron 135,044 durante el 2021, donde el 10.09%
padecía diabetes, 11.99% hipertensión y el 5.47% obesidad y una edad promedio
de 63 años. Al analizar las defunciones por COVID-19 en la MZMVM y compararlas
con el total nacional, encontramos que las proporciones cambiaron de manera
importante, ya que, de las 44,270 defunciones registradas en la zona, el 30%
padecía diabetes, el 36.5% hipertensión y el 16.6% obesidad, y la edad promedio
de los fallecidos fue de 60 años (cuadro N° 2).
Cuadro Nº 2. Defunciones
por COVID-19 y con comorbilidades 2021.
Fuente: elaboración
propia con base en datos de la Secretaría de Salud, 2021.
Fig.
N° 4. Tasa de mortalidad por COVID-19, en la MZMVM, 2021.
Fuente: elaboración
propia con base en datos de la Secretaría de Salud, 2021.
Fig.
N° 5. Tasa de mortalidad por COVID-19 con diabetes, MZMVM, 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
Fig.
N°6. Tasa de mortalidad por COVID-19 con hipertensión, MZMVM, 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
Fig.
N° 7. Tasa de mortalidad por COVID-19 con obesidad, MZMVM, 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
De
la misma manera, el centro de la megalópolis (zona metropolitana del Valle de
México) fue donde se concentraron las tasas más altas de mortalidad por
COVID-19 por cada 100 mil habitantes, principalmente en las demarcaciones de la
Ciudad de México. De modo coincidente, fueron: Azcapotzalco, Iztacalco,
Venustiano Carranza y Gustavo A. Madero, mismas demarcaciones que mostraron los
valores más altos en las tasas de mortalidad por COVID-19 con cada una de las
comorbilidades (diabetes, hipertensión y obesidad). En estas áreas el promedio
de edad de los fallecidos fue de 63.7 años, valor que es mayor a la media
nacional (63 años) y de la megalópolis (60 años), para las tres comorbilidades;
el sexo que predominó en las defunciones fue el masculino (figura N°4; cuadro N°3).
Por
otro lado, en el norte de la megalópolis, las tasas más altas de mortalidad para
los tres indicadores de mortalidad específica, por cada comorbilidad (diabetes,
hipertensión y obesidad), se localizaron en la zona metropolitana de Pachuca,
seguida de las zonas metropolitanas de Tulancingo y Tula. La zona metropolitana
de Pachuca presentó coincidencia de valores altos para los tres indicadores, en
los municipios de Pachuca de Soto, Epazoyucan, Zapotlán de Juárez, donde el
promedio de edad de los fallecidos fue 60 años, valor igual a la media de la
megalópolis y menor a la media nacional. Por otra parte, el sexo masculino tuvo
mayor dominio en las defunciones, excepto el municipio de Zapotlán de Juárez en
obesidad.
Para
la zona metropolitana de Tulancingo, los municipios con las tasas de mortalidad
más altas fueron Tulancingo de Bravo, Cuautepec de Hinojosa, Santiago
Tulantepec de Lugo de Guerrero, los cuales registraron una edad promedio de los
fallecidos de 61.8 años el cual fue menor a la media nacional, pero superior a
la de la megalópolis. Respecto al sexo, se registraron más defunciones en
hombres, con excepción de Santiago Tulantepec de Lugo Guerrero para hipertensión
y obesidad, así como Tlanalapa en hipertensión y Singuilucan en obesidad.
Mientras
que, en la zona metropolitana de Tula, entre los municipios más afectados se
encuentran Tula de Allende, Tlaxcoapan, Tlahuelilpan, Atitalaquia donde la edad
media de los fallecidos fue de 60.2 años, valor que es menor a la media
nacional pero superior a la de la megalópolis. Por su parte, el sexo masculino
siguió destacando con mayor número de muertes; solo en Tlahuelilpan y Atitalaquia
registraron mayor número de fallecimientos del sexo femenino, asociada con las
comorbilidades de hipertensión y obesidad (cuadro N°3; figuras N°4, 5, 6 y 7).
En
la porción este de la MZMVM se ubican las zonas metropolitanas de
Puebla-Tlaxcala y de Tlaxcala Apizaco, las cuales registran un vínculo
funcional muy estrecho debido a su cercanía, principalmente entre municipios
capitales, donde existe un flujo constante de personas y por lo cual
presentaron tasas de prevalencia entre 1000 y 4500 (figura 3). Respecto a las
tasas de mortalidad por COVID-19 y con alguna comorbilidad, el municipio de
Puebla, que pertenece a la zona metropolitana de Puebla-Tlaxcala, presentó los
valores más altos, el cual registró una edad media de fallecidos de 61 años, siendo
superior a la media de la megalópolis, pero menor a la nacional, este fue el
único municipio donde dominó el sexo masculino en las defunciones para los tres
indicadores.
Posterior
a ello le siguieron Tlaxcala y Totolac, de la zona metropolitana
Tlaxcala-Apizaco, con una edad media de los fallecidos de 60.5 años, valor que se
comportó por debajo de la media nacional y superior a la de la megalópolis, por
su parte, a excepción del municipio de Totolac con la comorbilidad de obesidad,
el sexo que registró mayores defunciones fue el masculino (cuadro N°3; figuras N°4,
5, 6 y 7).
La
COVID-19 también afectó a los municipios de las zonas metropolitanas del sur de
la megalópolis, en el estado de Morelos. Fueron tres municipios de la zona
metropolitana de Cuautla los que presentaron las tasas más altas de mortalidad:
Cuautla, Tlayacapan y Yautepec, donde la edad media de los fallecidos fue 66.6
años, valor superior a la media nacional y de la megalópolis, además el sexo que
predominó en las defunciones fue el masculino, con excepción de Tlayacapan que registró
los valores más altos en mujeres, para los tres indicadores.
En la
zona metropolitana de Cuernavaca, los municipios de: Cuernavaca, Tlaltizapán de
Zapata y Jiutepec fueron los que coincidieron en valores altos en los cuatro
indicadores de mortalidad (por COVID-19 y por COVID-19, con presencia de alguna
comorbilidad: diabetes, hipertensión y obesidad); la edad media de los
fallecidos fue de 64 años (superior a la media nacional y de la megalópolis).
Por otra parte, el sexo que registro las mayores defunciones con diabetes e
hipertensión fue el masculino, sin embargo, con obesidad fue el femenino (cuadro
N°3; figuras N°4, 5, 6 y 7).
Las
zonas metropolitanas de Toluca y Tianguistenco, al oeste de la megalópolis, contaron
con el menor número de municipios que se vieron afectados fuertemente por los
efectos de la pandemia por COVID-19. Sin embargo, Atizapán (zona metropolitana
de Tianguistenco) fue el municipio que mostró los valores más altos de la
megalópolis, pues la tasa de mortalidad por COVID-19 fue de 863, con presencia
de diabetes la tasa de mortalidad fue de 257.32, para hipertensión fue 317.89 y
para obesidad, 189.20.
En
esta misma zona metropolitana, Capulhuac y Tianguistenco presentaron tasas altas
en los cuatro indicadores de mortalidad, con una edad promedio de 60 años,
igual a la media de la megalópolis y menor que la nacional. En el caso de
muertes por sexo, Atizapán, Capulhuac y Tianguistenco registraron mayores
cifras en casos con obesidad y diabetes del sexo femenino. En el caso de la
zona metropolitana de Toluca, los municipios que presentaron valores altos
fueron Xonacatlán y Metepec, los cuales tuvieron una edad media de los fallecidos
de 58 años, valor por debajo de la media nacional y de la megalópolis, en donde
el sexo masculino predominó en las defunciones con diabetes e hipertensión,
mientras que el femenino tuvo las cifras más altas en casos con obesidad (cuadro
3; figuras 4, 5, 6 y 7).
Cuadro
Nº 3. Principales municipios
o demarcaciones con las tasas de mortalidad más altas por COVID-19 con las
principales comorbilidades, edad promedio y por sexo.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
La
tasa de letalidad es un indicador que permitió hacer una aproximación sobre el
impacto de la mortalidad por COVID-19 y, de manera implícita, permitió conocer
la efectividad de las medidas de salud pública que se implementaron en toda la
zona de estudio y para cada uno de los municipios y demarcaciones que la
integran.
En
México, para el año 2021, la letalidad por COVID-19 fue del 5.58% y para las
zonas metropolitanas de la megalópolis fue del 3.87% en la del Valle de México,
9.22% en la de Tula, 9.52% en la de Pachuca, 9.71% en la de Tulancingo, 9.01%
en la de Puebla-Tlaxcala, 7.21% en la de Tlaxcala-Apizaco, 6.26% en la de
Cuernavaca, 9.30% en la de Cuautla, 10.78% en la de Toluca y 16.55% en la de
Tianguistenco.
Fig.
N° 8. Tasa de letalidad por COVID-19 con diabetes, MZMVM, 2021.
Fuente: elaboración
propia con base en datos de la Secretaría de Salud, 2021.
Las tasas
más altas de letalidad por COVID-19 con presencia de diabetes por cada 100,000
personas, en la zona metropolitana del Valle de México, se localizaron en los
municipios de Chiautla con 70, la más alta de la megalópolis, Hueypoxtla con
57.89, Apaxco con 51.63, Nextlalpan con 50, Texcoco con 49.65, Temascalapa
47.82, Teoloyucan 46.66, Tepetlaoxtoc 46.66 y Tequixquiac con 45.83 (fig. N°8).
En
el norte de la megalópolis, la zona metropolitana de Pachuca contó con los
valores más altos de letalidad por COVID-19 con presencia de diabetes en el
municipio de Villa de Tezontepec con una tasa de letalidad de 53.84, seguido de
Epazoyucan con 37.14 y San Agustín Tlaxiaca con 37.14. La zona metropolitana de
Tula concentró los valores más altos en los municipios de Tlahuelilpan (33.33),
Atitalaquia (32.07), Tula de Allende (31.93) y Atotonilco de Tula (29.88). Por
su parte, en la zona metropolitana de Tulancingo, los municipios más afectados
fueron Singuilucan (63.63), Cuautepec de Hinojosa (31.50), Tulancingo de Bravo
(28.49) y Santiago de Tulantepec (25) (fig. N° 8).
Por
otro lado, en los estados de Puebla y Tlaxcala, la zona metropolitana de
Puebla-Tlaxcala presentó un mayor impacto por la letalidad con presencia de
diabetes, los municipios de San Salvador el Verde y Ocoyucan con una tasa
letalidad de 66.66, seguido de Chiautzingo y Tenancingo que presentaron tasas
de letalidad de 50.0 y 36.36, respectivamente. En este orden, la zona
metropolitana de Tlaxcala – Apizaco mostró los valores más altos en San
Francisco Tetlanohcan con una tasa de letalidad de 42.85, en Xaloztoc con 35.0 y
Chiautempan con 32.96 (fig. N°8).
Las
zonas metropolitanas de Cuernavaca y Cuautla fueron las que recibieron un menor
impacto por la letalidad de COVID-19 con presencia de diabetes, pues las tasas
de letalidad se ubicaron entre 6.8 y 29.1 (32.35), siendo Huitzilac,
Tlaltizapán de Zapata y Emiliano Zapata, los municipios con las tasas de
letalidad más altas de la zona metropolitana de Cuernavaca, con 32.35, 31.40 y
27.81 respetivamente, Para la zona metropolita de Cuautla, las tasas de
letalidad más altas se registraron en Ayala con 30.38, seguido de Totolapan con
29.16, Tlayacapan con 27.50 y Yecapixtla con 27.05 (Fig.N°8).
La
zona metropolitana de Toluca, en relación con la comorbilidad de diabetes, fue
una de las zonas con impacto importante por letalidad, donde las tasas de
letalidad más altas se registraron, en primer lugar, en Ocoyoacac con 52.0,
seguido de Tenango del Valle con 50.82, Xonacatlán con 46.80 y Lerma con 46.73.
En el caso de la zona metropolitana de Tianguistenco, el municipio de Atizapán
presentó la tasa de letalidad más alta con 43.59, le siguieron Capulhuac con 38.09
y Tianguistenco con 37.09 (Fig. N°8).
Letalidad por COVID-19 con hipertensión
Fig. N° 9. Tasa de letalidad
por COVID-19 con hipertensión, MZMVM, 2021.
Fuente: elaboración
propia con base en datos de la Secretaría de Salud, 2021.
En
la zona metropolitana del Valle de México, la letalidad por COVID-19 con
presencia de hipertensión por cada 100,000 personas, tuvo los valores más altos
en Atlautla con 54.54, Apaxco con 47.5, Texcoco con 45.68, Chiconcuac con 42.85
y Temascalapa 71.37, mientras que en los demás municipios las tasas de
letalidad fueron menores a 38 (fig. N°9).
De
las tres zonas metropolitanas del estado de Hidalgo, la zona metropolitana de
Pachuca fue la que presentó un mayor impacto por la letalidad por COVID-19 con
presencia de hipertensión, donde Villa de Tezontepec registró la tasa de
letalidad más alta con 58.33, seguido de Zapotlán de Juárez con 53.33 y
Tolcayuca con 41.37. En la zona metropolitana de Tulancingo el valor más alto
se presentó en Singuilucan con 41.17, le siguió Cuautepec de Hinojosa con
34.37, Tulancingo de Bravo presentó una tasa de letalidad de 28.23 y en
Santiago de Tulantepec de Lugo Guerrero fue de 25.25. Para la zona
metropolitana de Tula, la tasa de letalidad más alta fue en Tula de Allende con
29.36, le siguieron Tlahuelilpan con 25.92, Tlaxcoapan con 24.28, Atitalaquia
con 22.91 y Atotonilco de Tula con 22.82 (fig. N°9).
Al
este de la megalópolis, los municipios con la tasa de letalidad por COVID-19
con presencia de hipertensión más alta se ubicaron en la zona metropolitana de
Puebla-Tlaxcala, estos fueron: San Felipe Teotlalcingo (50), San Salvador Verde
(45), Tenancingo (42.10), Coronango (41.66) y Nativitas (38.46). Por otro lado,
en la zona metropolitana de Tlaxcala-Apizaco, Xaloztoc mostró el valor más alto
con una tasa de letalidad de 34.78, seguido de Panotla con 30.18, Apetatitlán
de Antonio Carbajal con 30, Chiautempan con 29.90 y Tetla de Solidaridad con
27.77 (fig. N°9).
En
cuanto a la zona sur de la megalópolis, el mayor número de municipios con las
tasas más altas de letalidad por COVID-19 con presencia de hipertensión, se
registraron en la zona metropolitana de Cuautla, teniendo a Yecapixtla, Tlayacapan,
Ayala y Cuautla con 34.09, 33.33, 28.87 y 24.26, respectivamente; mientras que
para la zona metropolitana de Cuernavaca los municipios con los valores más
altos fueron Tlaltizapán de Zapata con 34.28, Emiliano Zapata con 29.84 y
Temixco con 22.88 (fig. N°9).
Por
último, las zonas metropolitanas de Toluca y Tianguistenco presentaron gran
afectación para la letalidad por COVID-19 relacionada con hipertensión, siendo
Ocoyoacac el municipio con la tasa de letalidad más alta para el caso de la
zona metropolitana de Toluca, le siguieron Xonacatlán, Lerma y Zinacantepec con
46.80, 43.33 y 42.16, respectivamente. La zona metropolitana de Tianguistenco
registró las tasas de letalidad más altas en Capulhuac con 51.72, Atizapán con
45.65 y Tianguistenco con 41.66 (fig. N°9).
Fig.
N° 10. Tasa de letalidad por COVID-19 con obesidad, MZMVM, 2021
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
Respecto
a la tasa de letalidad por COVID-19 con presencia de obesidad por cada 100,000
personas, en la zona metropolitana del Valle de México, los valores más altos se
concentraron principalmente en los municipios de Temascalapa con 25, Apaxco con
18.18, Tizayuca con 17.1 y Tultepec con 16 (fig. N°10).
Al
norte, en el Estado de Hidalgo, los valores críticos se localizaron en la zona
metropolitana de Pachuca, principalmente en los municipios de Zapotlán de
Juárez con 33.33, Tolcayuca con 31.57 y San Agustín Tlaxiaca con 26.62. En
segundo lugar, en la zona metropolitana de Tulancingo las tasas de letalidad más
altas se distribuyeron en Cuautepec de Hinojosa, Tulancingo y Santiago
Tulantepec de Lugo Guerrero, con 25.61, 17.55 y 15.78 respectivamente. Por
último, en la zona metropolitana de Tula, las tasas de letalidad más altas se
distribuyeron en Tula de Allende con 13.61, así como en Atotonilco de Tula,
Atitalaquia y Tlaxcoapan con valores de 13.33, 12.16 y 11.90 (fig. N°10).
Para
el caso de la zona metropolitana de Puebla-Tlaxcala, las tasas de letalidad más
altas se localizaron en los municipios de Tenancingo con 46.15, seguido de
Amozoc con 29.26 y San Salvador el Verde con 27.27. Mientras que en la zona
metropolitana de Tlaxcala-Apizaco, las tasas de letalidad más altas se presentaron
en Panotla con 31.03, Contla de Juan Cuamatzi con 21.42 y Tlaxcala con 21.22 (fig.
N°10).
En
el sur de la megalópolis, las tasas más altas de letalidad con presencia de
obesidad se localizaron en municipios de la zona metropolitana de Cuautla, Totolapan
registró el valor más alto con 50, le siguieron Tlayacapan (34.21), Ayala
(25.12), Yautepec (25.12) y Yecapixtla (25). La zona metropolitana de
Cuernavaca también presentó valores altos en los municipios de Tepoztlán y
Tlaltizapán con valores de 17.39 y 12.62, el resto de los municipios de esta
zona registraron valores menores a 10 (fig. N°10).
Por
otro lado, las zonas metropolitanas de Toluca y Tianguistenco se vieron
fuertemente afectadas por la letalidad mortalidad relacionada al COVID-19 con
obesidad. El grupo de municipios con las tasas de letalidad más altas de la
zona metropolitana de Toluca fueron, en primer lugar, Ocoyoacac 44.44 y
Xonacatlán con 41.17, le siguieron Temoaya, Lerma y Zinacantepec con 26.08,
23.52 y 20.33, respectivamente; Atizapán fue el municipio de la zona
metropolitana de Tianguistenco, en presentar la tasa de letalidad más alta con 33.78
(fig. N°10).
Fig.
N° 11. Clústeres de LISA, tasa de letalidad por COVID-19 con presencia de
diabetes, MZMVM, 2021.
Fig.
N° 12. Diagrama de dispersión I de Moran, de la tasa de letalidad por COVID-19
con presencia de diabetes 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
Fig.N°
13. Clústeres de LISA, tasa de letalidad por COVID-19 con presencia de
hipertensión, MZMVM, 2021.
Fig.
N° 14. Diagrama de dispersión de Moran de la tasa de letalidad por COVID-19 con
presencia de hipertensión, 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
El
resultado de los gráficos de dispersión de la tasa de letalidad por COVID-19
para las tres comorbilidades (figuras 12, 14 y 16) fue positivo y significativo
con un valor del Índice de Morán de 0.414595 para la tasa de letalidad con
diabetes, 0.385964 para hipertensión y 0.275802 para obesidad, lo que significa
que el 41%, 38% y 27% de los municipios registraron algún tipo de
autocorrelación espacial en los valores de la variable, lo cual se traduce a
clústeres espaciales.
Fig.
N° 15. clústeres de LISA, tasa de letalidad por COVID-19 con presencia de
obesidad, MZMVM, 2021.
Fig.
N° 16. Diagrama de dispersión I de Moran de la tasa de letalidad por COVID-19
con presencia de obesidad, 2021.
Fuente:
elaboración propia con base en datos de la Secretaría de Salud, 2021.
Los
tipos de autocorrelación espacial (clústeres) que se identificaron fueron: “alto-alto”
(valores altos rodeados de valores altos), “bajo-bajo” (valores bajos rodeados
de valores bajos), “alto-bajo” (valores altos rodeados de valores bajos) y “bajo-alto”
(valores bajos rodeados de valores bajos), y se localizaron como se explica a
continuación.
Los
municipios, con valores altos rodeados de valores altos son los que se
denominan puntos calientes y son de gran interés por el grado de afectación, y
por el peligro que representan para municipios vecinos, en el caso de la tasa
de letalidad con diabetes se fueron 9 municipios que registraron este tipo de
agrupación: hacia el oeste de la megalópolis, Toluca (ZM de Toluca) y Capulhuac
(ZM de Tianguistenco) con valores de 32.3 y 38; San Martin Texmelucan y
Chiautzingo (ZM Puebla-Tlaxcala) al este con 30.7 y 50; al norte y noreste fueron
Chiautla con 70, Apaxco con 51.6, Tepetlaoxtoc con 46.6, Acolman con 26.4 y
Zumpango con 34.4 (ZM del Valle de México), (fig. N°11).
En
cuanto a la letalidad con hipertensión se
registraron dos grupos de tipo “alto-alto”, uno hacia el oeste de la
megalópolis conformado por dos municipios de la ZM de Tianguistenco; Capulhuac
con una tasa de letalidad de 51.7 y Tianguistenco con 41.6 y cuatro municipios
de la ZM de Toluca; Lerma con 43.3, San Antonio la Isla con 36.8, Calimaya con
35.7 y Toluca con 30.0, el segundo grupo se registró hacia el norte, en cuatro
municipios de la ZM de Pachuca; Villa de Tezontepec con 58.3, Zapotlán de
Juárez con 53.3, Tolcayuca con 41.3, San Agustín Tlaxiaca con 28.9 y dos
municipios de la ZM del valle de México; Tizayuca con 29.7 y Temascalapa con
41.3 (fig. N° 13).
Para
el caso de la letalidad con obesidad, se registraron tres agrupaciones con valores
altos rodeados de valores altos, el primero hacia el sur conformado por
Totolapan, Tlayacapan y Atlatlahucan (ZM de Cuautla) con tasas de letalidad de
50, 34.2 y 21.8, respectivamente; el segundo hacia el norte, en torno a San
Agustín Tlaxiaca (ZM de Pachuca) con 26.8 y hacia el este en San Pablo del
Monte (ZM de Puebla-Tlaxcala) con 18.0 (fig. N°15).
Los
valores bajos, rodeados de valores bajos, para diabetes e hipertensión,
corresponden a un grupo de municipios y demarcaciones que se expanden sobre la
Ciudad de México, en la porción este del estado de México y hacia algunos
municipios de las zonas metropolitanas del estado de Morelos. En el caso de la
letalidad con diabetes fueron 20 municipios o demarcaciones con este tipo
autocorrelación (bajo-bajo) con tasas de letalidad desde 6.8 hasta 23.8,
mientras que, para la letalidad con hipertensión, la distribución fue similar
con 20 municipios que presentaron tasas de letalidad entre 6.2 y 23.3 (figuras N°
11 y 13). Respecto a la letalidad con obesidad, el grupo de valores bajos se
distribuyeron en 17 municipios localizados en el centro de la Ciudad de México,
el este del Estado de México y en menor proporción los municipios de Morelos
con tasas de letalidad de 3.90 hasta 14.0 (fig. N°15).
En
las figuras N° 11, 13 y 15 se observan municipios con valores altos rodeados de valores bajos, estos
se les consideran como municipios atípicos y ocupan un lugar importante en el
análisis geográfico debido a que son municipios que podrían expandir el
contagio a sus vecindades que mantienen menor riesgo.
En
lo que respecta a la letalidad con diabetes fueron 4 municipios de tipo
“alto-bajo”, dos de estos se localizaron en la ZM del Valle de México (Tizayuca
y Atenco con tasas de letalidad de 29.8 y 29.7); y de igual manera, dos
municipios en la ZM de Pachuca (Tolcayuca y Zempoala con tasas de letalidad de
28.5 y 27.2).
Por
otro lado, para hipertensión no se registró ningún municipio de tipo “alto-bajo”.
Sin embargo, en relación con obesidad, se identificaron tres municipios en la
zona metropolitana de Puebla-Tlaxcala, estos fueron Puebla, Cuautlancingo y
Papalotla con tasas de letalidad de 15.9, 12.9 y 12.2 respectivamente.
Por
último, también se registraron valores atípicos bajos rodeados de valores altos,
los cuales son tomados como municipios en riesgo por la cercanía con municipios
que representan mayor peligro por tener valores altos. En este sentido, en la
letalidad con diabetes, los municipios en riesgo fueron Ocoyoacac (ZM de
Toluca) y Huitzilac (ZM de Cuernavaca). En relación con hipertensión fueron
Otzolotepec (ZM Toluca), Zempoala (ZM de Pachuca) y San Martín Texmelucan (ZM
de Puebla-Tlaxcala). En cuanto a la letalidad con obesidad, el único municipio
en riesgo fue Ocoyoacac (ZM de Toluca).
El
objetivo principal de este trabajo fue identificar, en el contexto de la Megalópolis
de la Zona Metropolitana del Valle de México, el patrón de distribución de los
indicadores de mortalidad y letalidad relacionadas con las tres principales
comorbilidades (diabetes, hipertensión y obesidad) con mayor prevalencia entre
los casos diagnosticados con COVID-19. A partir de la identificación de los
patrones de distribución se buscó registrar aquellos municipios que presentaron
las mayores afectaciones y de manera particular determinar el impacto de cada
una de las comorbilidades en la letalidad de la enfermedad de COVID-19.
En
este sentido, el primer hallazgo fue que el patrón de distribución de la tasa
prevalencia por COVID-19 fue agrupado, principalmente en la porción sur de la
Ciudad de México, en un rango de 7,501 a 13,522 casos por cada 100 mil
habitantes, disminuyendo hacia el norte en un rango de 4,500 a 7,500 y en menor
medida hacia las zonas conurbadas de la Ciudad de México y demás zonas
metropolitanas de la megalópolis.
En
cuanto a la mortalidad por COVID-19 y los tres indicadores de mortalidad
específica por COVID-19 asociada con las principales comorbilidades (diabetes,
hipertensión y obesidad), se observa que la distribución fue similar, concentrando
los valores más altos en las demarcaciones de la ciudad de México, siguiendo
hacia el norte, en las zonas metropolitanas de Hidalgo, al sur, en zonas
metropolitanas de Morelos, y al este de la megalópolis, en zonas de Puebla y
Tlaxcala; en menor medida las zonas metropolitanas de Toluca y Tianguistenco,
sin embargo, se presentó un municipio de la ZM de Tianguistenco (Atizapán) con los
valores atípicos más altos de la megalópolis.
Considerando
que la edad se aborda como un factor de riesgo que se asocia con el número de
defunciones, en la megalópolis se identificó que la ZM de Cuautla fue donde se
registró la edad media más alta, incluso por arriba de la media nacional con
66.6 años, en cambio, la ZM de Toluca registró una media de 58 años, la cual se
ubica por debajo de la media nacional y de la megalópolis, así como de las
demás ZM.
Por
otra parte, el sexo que destacó los valores más altos de mortalidad en los tres
indicadores fue el masculino. En los estudios realizados por la Organización
Panamericana de la Salud, (2021a) colocaban a México dentro de los países donde
el sexo femenino tuvo mayor dominio en las defunciones, en cambio, al análisis
que se generó dentro de los municipios de la Megalópolis que presentaron mayor
afectación de manera coincidente en los cuatro indicadores de mortalidad, el sexo
que predominó en los valores más altos fue el masculino.
En
síntesis, las tasas de prevalencia, mortalidad y mortalidad específica se
distribuyeron, de forma lógica, en las áreas más densamente pobladas de la
megalópolis (Ciudad de México y área Metropolitana). Al contar con mayor población
en estas zonas existe mayor flujo de personas y de esta
manera una trasmisión del virus más rápida.
Por otro lado, las tasas de
letalidad mostraron un patrón de distribución diferente en comparación con las
tasas de mortalidad, mientras que estas últimas se localizaron en los núcleos de
población más importantes, principalmente localizados en el centro de la megalópolis,
la letalidad mostró mayor afectación en las zonas periféricas.
Las enfermedades de diabetes, hipertensión y
obesidad son enfermedades que tienen sus causas por diferentes factores, entre
los cuales se encuentran la genética, factores ambientales, los hábitos
alimenticios, la falta de actividad física, entre otros. Cabe destacar que, por
ejemplo, la obesidad se encuentra asociada con la diabetes e hipertensión, es
por eso por lo que es importante que las personas adquieran mejores estilos de
vida que ayuden a prevenir estas enfermedades.
Derivado de los resultados de la
distribución espacial de la COVID-19 con principales comorbilidades en la
Megalópolis de la Zona Metropolitana del Valle de México, se pueden hacer
propuestas en materia de salud pública, ordenación territorial y planeación
integral, para que los tomadores de decisiones provean de servicios públicos de
salud más accesibles a toda la población ante eventos de esta naturaleza como
la pandemia de Covid-19; que las políticas públicas en materia de salud sean
intersectoriales para enfrentar los estilos de vida no saludables y que están
incidiendo en el aumento de las comorbilidades que hace a la población
vulnerable ante eventos de esta naturaleza.
Por lo anterior, se recomienda a los gobiernos,
en todos sus niveles, implementar estrategias que promuevan en la población la
adopción de estilos de vida más saludables para reducir las tasas de
prevalencia de estas enfermedades, ya que, como se ha expuesto en este trabajo,
la presencia de diabetes, hipertensión u obesidad en los casos diagnosticados
por COVID-19 está fuertemente relacionada con la letalidad de esta enfermedad.
Por otro lado, también se recomienda que se
mejoren las condiciones de infraestructura de salud y de disponibilidad de
personal médico en todos los municipios y demarcaciones de la megalópolis, especialmente
en aquellos lugares donde se presentaron los valores más altos, y de esta
manera reducir la vulnerabilidad de la población ante un evento de gran
magnitud como lo es la pandemia de COVID-19.
ÁNGELES CORREA, M. G., VILLARREAL RÍOS, E.,
GALICIA RODRÍGUEZ, L., VARGAS DAZA, E. R., FRONTANA VÁZQUEZ, G., MONRROY AMARO,
S. J., BELTRÁN, S. S. (2022).
Enfermedades crónicas degenerativas como factor de riesgo de letalidad por
COVID-19 en México. Revista Panamericana de Salud Pública, 46, 1.
https://doi.org/10.26633/RPSP.2022.40
ANSELIN, L. (1995).
Local Indicators of
Spatial Association-LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
BAJGAIN,
K. T., BADAL, S., BAJGAIN, B. B., & SANTANA, M. J. (2021). Prevalence of
comorbidities among individuals with COVID-19: A rapid review of current
literature. American Journal of Infection Control, 49(2), 238–246. https://doi.org/10.1016/j.ajic.2020.06.213
BANCO MUNDIAL.
(2022). Banco de Datos. Indicadores de Desarrollo Mundial. Grupo Banco Mundial.
Recuperado de https://datos.bancomundial.org/indicador/SP.URB.TOTL.IN.ZS?end=2020&start=2020&view=bar
BARRIO-CORTES, J.,
DEL CURA-GONZÁLEZ, I., MARTÍNEZ-MARTÍN, M., LÓPEZ-RODRÍGUEZ, C., JAIME-SISÓ, M.
Á., & SUÁREZ-FERNÁNDEZ, C. (2020). Grupos de morbilidad ajustados:
características y comorbilidades de los pacientes crónicos según nivel de
riesgo en Atención Primaria. Atención Primaria, 52(2), 86–95. https://doi.org/10.1016/j.aprim.2018.12.007
BRUGUÉS RODRÍGUEZ,
A., FUENTES FLORES, N. A., & RAMÍREZ CERVANTES, A. (2021). Análisis del
patrón espacio-temporal de transmisión del COVID-19 por municipios de Baja
California. Estudios Fronterizos, 22. https://doi.org/10.21670/ref.2108071
DOF. Programa General
de Desarrollo Urbano del Distrito Federal. , Pub. L. No. 11, Asamblea de
Representantes del Distrito Federal 17 (1996). México.
HIDALGO MARTÍNEZ,
P., VILLAQUIRÁN, C., CELIS PRECIADO, C., GARCÍA, O. M., & BERMÚDEZ GÓMEZ,
M. (2020). Informe - COVID-19. Universitas Médica, 61(3). https://doi.org/10.11144/Javeriana.umed61-3.cvid
INSTITUTO NACIONAL
DE ESTADÍSTICA Y GEOGRAFÍA. (2020). Censo de Poblacion y Vivienda 2020.
Recuperado de https://www.inegi.org.mx/programas/ccpv/2020/
LARA RIVERA, A. L.,
PARRA BRACAMONTE, G. M., & LOPEZ VILLALOBOS, N. (2021). Tasas de letalidad
y factores de riesgo por COVID-19 en México. Revista Cubana de Salud Pública,
47(4), 1–17. Recuperado de http://www.revsaludpublica.sld.cu/index.php/spu/article/view/2872
LEVEAU, C. M. (2021).
Difusión espacio-temporal de muertes por COVID-19 en Argentina. Revista
Panamericana de Salud Pública, 45, 1. https://doi.org/10.26633/RPSP.2021.3
LOZANO-KEYMOLEN,
D., GAXIOLA ROBLES-LINARES, S. C., & MONTOYA-ARCE, B. J. (2021). Análisis
comparativo de los casos confirmados y defunciones por Covid-19 en la población
de tres zonas metropolitanas de México. Papeles de Población, 27(107), 167–196.
https://doi.org/10.22185/24487147.2021.107.07
MORENO, A., LÓPEZ,
S., CORCHO, A., ALEJANDRA MORENO ALTAMIRANO SERGIO LÓPEZ MORENO, A. C. B.,
MORENO, A., LÓPEZ, S., & CORCHO, A. (2007). Principales medidas en
epidemiología. Revista Cubana de Higiene y Epidemiología, 45(1), 337–348.
Recuperado de http://www.redalyc.org/articulo.oa?id=223219928011
NUÑEZ MEDIA, G. (2021).
Análisis espacio-temporal de la tasa de letalidad por coronavirus dada la
preexistencia de diabetes en municipios del noreste de México. Espacio Abierto,
30(2), 87–99. Recuperado de https://www.redalyc.org/journal/122/12267447014/html/
ORGANIZACIÓN MUNDIAL
DE LA SALUD. (2020). Estimación de la mortalidad de la COVID-19: nota
científica. Organización Mundial de la Salud, Vol. 1, pp. 1–4. Ginebra.
Recuperado de https://apps.who.int/iris/handle/10665/333857
ORGANIZACIÓN
PANAMERICANA DE LA SALUd. (2021a). Análisis de género y salud Covid-19 en las
Américas. Washington.
ORGANIZACIÓN
PANAMERICANA DE LA SALUD. (2021b). COVID-19 y comorbilidades en las Américas.
Herramienta práctica para estimar la población con mayor riesgo y riesgo alto
de COVID-19 grave debido a afecciones de salud subyacentes en las Américas. United States.
ROBERTS,
D. L., ROSSMAN, J. S., & JARIĆ, I. (2021). Dating first cases of COVID-19. PLOS Pathogens, 17(6), e1009620. https://doi.org/10.1371/journal.ppat.1009620
ROSER,
M. (2022). Our World in
Data. COVID-19 Data Explorer. Recuperado de https://ourworldindata.org/explorers/coronavirus-data-explorer
RUIZ-BRAVO,
A., & JIMÉNEZ-VALERA, M. (2020). SARS-CoV-2 y pandemia de síndrome
respiratorio agudo (COVID-19). Ars Pharm, 61(2), 63–79. Recuperado de https://scielo.isciii.es/pdf/ars/v61n2/2340-9894-ars-61-02-63.pdf
SALINAS-AGUIRRE, J.
E., SÁNCHEZ-GARCÍA, C., RODRÍGUEZ-SANCHEZ, R., RODRÍGUEZ-MUÑOZ, L.,
DÍAZ-CASTAÑO, A., & BERNAL-GÓMEZ, R. (2022). Características clínicas y
comorbilidades asociadas a mortalidad en pacientes con COVID-19 en Coahuila
(México). Revista Clínica Española, 222(5), 288–292. https://doi.org/10.1016/j.rce.2020.12.006
SÁNCHEZ-TALANQUER,
M., GONZÁLEZ-PIER, E., SEPULVEDA, J., ABASCAL-MIGUEL, L., FIELDHOUSE, J., DEL
RÍO, C., & GALLALEE, S. (2020). La respuesta de México al Covid-19: Estudio
de caso (1a ed., Vol. 1; Institute for Global Health Sciences, Ed.). San
Francisco, Cal.: University of California. Recuperado de https://globalhealthsciences.ucsf.edu/sites/globalhealthsciences.ucsf.edu/files/la_respuesta_de_mexico_al_covid_esp.pdf
SECRETARÍA DE
SALUD. (2022). Informe Técnico Semanal COVID-19 MÉXICO. 17–22. Recuperado de https://www.gob.mx/cms/uploads/attachment/file/729361/Informe_Tecnico_Semanal_21_COVID-19_2022.05.30.pdf
SEDATU, CONAPO,
& INEGI. (2018). Delimitación de las zonas metropolitanas de México 2015
(1a ed.; SEDATU, CONAPO, & INEGI, Eds.). México.
SINGAL,
A., BANSAL, A., & CHAUDHARY, P. (2020). Cadaverless anatomy: Darkness in
the times of pandemic Covid-19. Morphologie, 104(346), 147–150. https://doi.org/10.1016/j.morpho.2020.05.003
SUÁREZ
LASTRA, M., GALINDO PÉREZ, M. C., ROSALES TAPIA, A. R., & SLAVADOR GUZMÁN,
L. E. (2020). Atlas de
vulnerabilidad urbana ante COVID-19 en las Zonas Metropolitanas de México (1a
ed., Vol. 1; Universidad Nacional Autónoma de México, Ed.). Ciudad de México:
Instituto de Geografía. Recuperado de http://www.igg.unam.mx/covid-19/?pag=atlas
UNITED
NATIONS. (2018). World Urbanization Prospects: The 2018 Revision. New york. Recuperado de https://population.un.org/wup/Publications/Files/WUP2018-Report.pdf
UNITED
NATIONS. (2020). Policy Brief: COVID-19 in an Urban World. United Nations,
(July), 1–30. Recuperado de https://www.un.org/sites/un2.un.org/files/sg_policy_brief_covid_urban_world_july_2020.pdf
VÉLEZ, M.,
VELÁSQUEZ, P., ACOSTA, J., VERA, C., SANTIAGO, J., JIMENEZ, C., RAMIREZ, P.
(2020). Factores clínicos pronósticos de enfermedad grave y mortalidad en
pacientes con COVID-19. Universidad de Antioquia, 1(1), 57. Recuperado de http://fi-admin.bvsalud.org/document/view/rpncv
NS.
VILLERÍAS ALARCÓN,
I., & JUÁREZ GUTIÉRREZ, M. DEL C. (2020). México: las enfermedades crónico
degenerativas (diabetes melitus e hipertensión) y la vulnerabilidad ante el
COVID-19. Posición, (3), 1–15. Recuperado de https://posicionrevista.wixsite.com/inigeo/numero-3-2020
VIQUE-SÁNCHEZ, J.
L., & GALINDO-HERNÁNDEZ, O. (2021). México con mayor riesgo ante el
COVID-19, factores de riesgo que pueden aumentar la ECA2. 41(1), 55–60. https://doi.org/https://doi.org/10.12873/411vique
WANG,
H., PAULSON, K. R., PEASE, S. A., WATSON, S., COMFORT, H., ZHENG, P., MURRAY,
C. J. L. (2022). Estimating excess mortality due to the COVID-19 pandemic: a
systematic analysis of COVID-19-related mortality, 2020–21. The Lancet,
399(10334), 1513–1536. https://doi.org/10.1016/S0140-6736(21)02796-3
YANG,
J., ZHENG, Y., GOU, X., PU, K., CHEN, Z., GUO, Q., ZHOU, Y. (2020). Prevalence
of comorbidities and its effects in patients infected with SARS-CoV-2: a
systematic review and meta-analysis. International Journal of Infectious
Diseases, 94, 91–95. https://doi.org/10.1016/j.ijid.2020.03.017
ZAPATA BEDOYA, S.,
WALTEROS ACERO, D. M., & MERCADO, M. (2022). Modelos geoespaciales para
control de brotes de SARS-CoV-2 en Cartagena y Barranquilla, Colombia, 2020.
Revista Panamericana de Salud Pública, 46, 1. https://doi.org/10.26633/RPSP.2022.26
ZHOU, Y., YANG, Q.,
CHI, J., DONG, B., LV, W., SHEN, L., & WANG, Y. (2020). Comorbidities and the risk of severe
or fatal outcomes associated with coronavirus disease 2019: A systematic review
and meta-analysis. International Journal of Infectious Diseases, 99, 47–56. https://doi.org/10.1016/j.ijid.2020.07.029