Asociación espacial e impacto de variables socioambientales en los casos de COVID-19 en Bogotá (Colombia)

• Jorge H. Wilches-Visbal ^[1] ; Hernán D. Díaz-Albornoz ^[1] ; Midian C. Castillo-Pedraza ^[1]
  1. [1] Fundación Universitaria Los Libertadores

     Fundación Universitaria Los Libertadores

     Colombia

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 33, Nº. 2 (Abril), 2022, págs. 67-76
• Idioma: español
• Títulos paralelos:
  • Spatial association and impact of socio-environmental variables of COVID-19 cases in Bogotá (Colombia)
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este estudio fue determinar la asociación espacial entre casos de COVID-19 y la concentración de material particulado (PM10 y PM2.5) y estimar el impacto de la densidad poblacional, el índice verde, y el número de centros de salud en Bogotá (Colombia). Se emplearon los índices global (IM) y local (LISA) de Moran para determinar la asociación espacial y se aplicó el método SHAP para estimar el impacto. Los resultados revelaron una autocorrelación espacial positiva moderada (IM=0.303) para el PM10 y débil (IM=0.159) para el PM2.5. Según el LISA, las asociaciones alto–alto de PM y el número de casos COVID-19 se presentaron en el suroccidente de la ciudad de Bogotá y las bajo–bajo en el nororiente. Las variables que más impactaron fueron, en orden, densidad poblacional, números de centros de salud y CPM10. Se concluye que existe una autocorrelación espacial entre PM10 y PM2.5 y el número de casos COVID-19, especialmente con el PM10.

  • English

    The main objective of the present study was to examine the spatial association between COVID-19 cases and condensable particulate matter (PM10 and PM2.5) and to assess the impact of population density, the green index, and the number of health care institutions in Bogotá (Colombia). The global (MI) and local (LISA) Moran indices were applied to conduct spatial association analyses. The SHAP-value method was applied to assess impact. The results revealed a moderate positive spatial autocorrelation (MI = 0.303) for PM10 and a weak correlation (MI = 0.159) for PM2.5. The LISA index showed that high-high associations between PMs and COVID-19 cases occurred in the southwest of Bogota while low-low associations occurred in the northeast. The variables that had the most impact were, in order, population density, number of health care institutions, and PM10. It is concluded that there is evidence of a spatial autocorrelation between both PM10 and PM2.5 and COVID-19 cases, especially for PM10.