Análisis espacio-temporal del SARS-coV-2 en Cali, Colombia
SARS-coV-2 spatio temporal analysis in Cali, Colombia
DOI:
https://doi.org/10.15446/rsap.v22n2.86431Palabras clave:
Análisis espacial, infecciones por coronavirus, COVID-19, geografía médica (es)Spatial analysis, coronavirus infections, SARS-CoV-2, COVID-19 virus, medical geography (en)
Descargas
Objetivo Describir la distribución espacio-temporal del COVID-19 en la ciudad de Cali durante el primer mes de epidemia.
Métodos Se realizó un análisis exploratorio de datos espaciales, compuesto por un análisis de densidad de Kernel y se verificó la presencia de patrones espaciales por medio de la función K de Ripley.
Resultados La distribución espacial de los casos tiende a concentrarse inicialmente en el norte y sur de la ciudad, con una dinámica cambiante hacia el oriente y occidente.
Conclusiones El patrón espacial identificado puede estar influenciado por las medidas de aislamiento tomadas a nivel local y nivel nacional, además no se puede descartar el efecto del poco acceso que tiene la población general a las pruebas diagnósticas,
los retrasos y represamientos para conocer los resultados de las mismas y aun los posibles sesgos por dificultades en la técnica de toma de la muestra o su conservación.
Objective To describe the spatio-temporal distribution of the COVID-19 in the city of Cali during the first month of the epidemic.
Methods An exploratory analysis of spatial data was carried out, consisting of a kernel density analysis and the presence of spatial patterns was verified by the K-Ripley function.
Results The spatial distribution of the cases tends to initially concentrate in the north and south of the city, with a changing dynamic towards the east and west.
Conclusions The identified spatial pattern may be influenced by the isolation measures taken at the local and national level, but the effect of the low access of the general population to diagnostic tests, delays and restraints to know the results cannot be ruled out and even possible biases due to difficulties in the technique of taking the sample or its conservation.
Referencias
Centros para el control y la prevención de enfermedades CDC. Enfermedad del coronavirus 2019 (COVID-19) [Internet]. 2020 [Updated 2020; cited 2020 Abril 14]. Available from: https://bit.ly/35EfYqW.
Departamento Administrativo Nacional de Estadística . Censo nacional de población y vivienda 2018-Colombia [Internet]. 2019 [Updated 2019; cited 2020 Abril 14]. Available from: https://bit.ly/3cdIjqN.
Fuenzalida M, Buzai GD, Moreno A, García A. Geografía, geotecnología y análisis espacial: tendencias, métodos y aplicaciones. Santiago de Chile: Editorial Triángulo; 2015.
Brown T, McLafferty S, Moon G. A companion to health and medical geography. Oxford: John Wiley & Sons; 2009.
Pfeiffer D, Robinson TP, Stevenson M, Stevens KB, Rogers DJ, Clements AC. Spatial analysis in epidemiology. United Kingdom: Oxford University Press; 2008.
B Vargas J, Horfan D. Proceso de geocodificación de direcciones en la ciudad de Medellín, una técnica determinística de georreferenciación de direcciones. Ing USBMed. 2013 [Cited 2020 Abril 14];4(1):6-21. Available from: https://bit.ly/3b8Jp5G. DOI:10.21500/20275846.278.
Pachón F, Téllez S. Propuesta de estándar de las direcciones urbanas para los equipamientos del ministerio de educación [Internet]. Bogotá: SIGMEN; 2009 [Cited 2020 Abril 14]. Available from https://bit.ly/2LbzNg8.
Departamento Administrativo de Planeación Municipal. Guía para la estandarización de la nomenclatura urbana. Santiago de Cali: Alcaldía de Santiago de Cali; 2019.
ESRI ArcGIS Desktop. Introducción a la geodecodificación [Internet]. 2016 [Cited 2020 Abril 14]. Available from: https://bit.ly/2SMPs9D.
Kanaroglou P, Delmelle E, Paez A. Spatial analysis in health geography. London: Routledge; 2016.
Resendes A, Barcellos C, Skaba D, Gouvela E, De Miranda G, Iñiguez L, et al. Abordagens espaciais na Saúde Pública. Brasil: Ministério da Saúde; 2006.
De Smith M, Goodchild M, Longley P. Geospatial analysis: a comprehensive guide to principles, techniques and software tools. 6th ed. London: Troubador publishing ltd; 2018.
Baddeley A, Turner R, Rubak E. Spatstat: spatial point pattern analysis, model-fitting, simulation, tests. Austria: R Foundation for Statistical Computing; 2013.
Vivas H. Persistencia de la segregación residencial y composición del capital humano por barrios en la ciudad de Cali. Revista ensayos sobre política económica. 2013 [Cited 2020 Abril 14]; 31(70): 121-155. Available from: https://bit.ly/3bitCkF.
Departamento Administrativo Nacional de Estadística. Boletín técnico: gran encuesta integrada de hogares (GEIH) noviembre 2019 – enero 2020 [Internet]. 2020 [Cited 2020 Abril 14] Available from: https://bit.ly/2zmb6dW.
Kamps B, Hoffmann C. COVID reference. 3rd ed. Germany: Steinhäuser Verlag; 2020.
Andrade AL, Monteiro AMV, Barcellos C, Lisboa E, Acosta LMW, Almeida MCDM, et al. Introdução à estatística espacial para a saúde pública. Brasil: Ministério da Saúde; 2007.
Chan T, King C. Surveillance and epidemiology of infectious diseases using spatial and temporal lustering methods. In: Zeng D, Chen H, Castillo-Chavez C, Lober WB, Thurmond M (eds.). Infectious disease informatics and biosurveillance. Nature public health emergency collection. 2011 [Cited 2020 Abril 14];27:207-234. Available from: https://bit.ly/3fo54tU. DOI:10.1007/978-1-4419-6892-0_10.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
1. Augusto Barrera, Alejandra Bonilla, Salomé Espinosa, Javier González, Caridad Santelices, Johanna Villavicencio. (2021). Índice de vulnerabilidad y trayectorias espaciales del COVID-19 en el Distrito Metropolitano de Quito. Geopolítica(s). Revista de estudios sobre espacio y poder, 12(1), p.51. https://doi.org/10.5209/geop.70908.
2. Yolanda Caballero, Ramón Giraldo, Jorge Mateu. (2022). A spatial randomness test based on the box-counting dimension. AStA Advances in Statistical Analysis, 106(3), p.499. https://doi.org/10.1007/s10182-021-00434-4.
3. David Arango-Londoño, Delia Ortega-Lenis, Paula Moraga, Miyerlandi Torres, Francisco J. Rodríguez-Cortés. (2023). Spatial modeling and socioeconomic inequities of COVID-19 in the urban area of the city of Cali, Colombia. Spatial and Spatio-temporal Epidemiology, 44, p.100561. https://doi.org/10.1016/j.sste.2022.100561.
4. Alejandro Brugués Rodríguez, Noé Arón Fuentes Flores, Alejandra Ramírez Cervantes. (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.
5. María-Jesús Perles, Juan F. Sortino, Matías F. Mérida. (2021). The Neighborhood Contagion Focus as a Spatial Unit for Diagnosis and Epidemiological Action against COVID-19 Contagion in Urban Spaces: A Methodological Proposal for Its Detection and Delimitation. International Journal of Environmental Research and Public Health, 18(6), p.3145. https://doi.org/10.3390/ijerph18063145.
6. David Fernando Núñez Fernández , Daniel Elías Cuartas Arroyave . (2023). Descripción de la distribución espacial de casos y defunciones por COVID-19 en la cuenca del Alto Cauca. Entorno Geográfico, (26), p.e22213018. https://doi.org/10.25100/eg.v0i26.13018.
7. Andrea Marco Raffaele Pranzo, Elena Dai Prà, Angelo Besana. (2022). Epidemiological geography at work: An exploratory review about the overall findings of spatial analysis applied to the study of CoViD-19 propagation along the first pandemic year. GeoJournal, 88(1), p.1103. https://doi.org/10.1007/s10708-022-10601-y.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2020 Revista de Salud Pública

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente investigación al publico apoya a un mayor intercambio de conocimiento global.
Todos los contenidos de esta revista, excepto dónde está identificado, están publicados bajo una Licencia Creative Commons Atribución 4.0.