Contenido principal del artículo

Jesús Enrique Andrades-Grassi
Universidad de Los Andes
Venezuela, República Bolivariana de
Biografía
Ledyz Cuesta-Herrera
Universidad Católica del Maule
Chile
Biografía
Guillermo Bianchi-Pérez
Universidad de Los Andes
Venezuela, República Bolivariana de
Biografía
Hilda Cristina Grassi
Universidad de Los Andes
Venezuela, República Bolivariana de
Biografía
Juan Ygnacio López-Hernández
Universidad de Los Andes
Venezuela, República Bolivariana de
Biografía
Hugo Torres-Mantilla
Universidad de Santander
Colombia
Biografía
Vol. 60 Núm. 1 (2021): Turistificación, sobre-turismo y transformaciones urbanas. Debates sobre la especialización turística y sus consecuencia, Artículos, Páginas 279-294
DOI: https://doi.org/10.30827/cuadgeo.v60i1.15492
Recibido: jun 14, 2020 Aceptado: oct 19, 2020 Publicado: oct 27, 2020
Derechos de autor Cómo citar

Resumen

El mapeo de enfermedades busca representar el riesgo de una enfermedad. El objetivo de este trabajo es hacer un análisis del riesgo para la pandemia de COVID-19 en Europa y el Mediterráneo. Se utilizaron los datos de morbilidad y mortalidad en formato de tasas de 54 países. Se aplicaron dos hipótesis, la primera es que los datos son homogéneos y la segunda es que las tasas son definidas de forma heterogénea por lo que se estratificó en base a covariables y la metodología de los intervalos de Jenks. Se aplicaron modelos espaciales de riesgos así como métodos de representación de clústers. Los resultados muestran que el modelo Poisson-Gamma bajo estratificación es el que mejor representa el proceso. Las variaciones de las tasas se deben a la heterogeneidad en las políticas individuales de cada país para el manejo de la pandemia. Los análisis clusters muestran que existe un fuerte proceso de mortalidad ubicado en Europa del Este. Debe evaluarse el comportamiento del proceso de la pandemia en el espacio-tiempo así como en otras regiones heterogéneas y altamente desiguales.

 

Descargas

La descarga de datos todavía no está disponible.

Detalles del artículo

Citas

John Hopkins Institute. (2020, April 29). Retrieved from https://www.google.com/urlsa=t&source=web&rct=j&url=https://coronavirus.jhu.edu/map.html&ved=2ahUKEwjJrPmmjufpAhWumuAKHaptB9sQFjACegQIAxAH&usg=AOvVaw18d-sqMa4OtFiUgMW_Xtnb: https://coronavirus.jhu.edu/map.html

The World Bank. (2020). Retrieved from https://www.google.com/url?sa=t&source=web&rct=j&url=https://data.worldbank.org/&ved=2ahUKEwiU4dzqjefpAhVRnOAKHVeYAcMQFjAAegQIBxAD&usg=AOvVaw1NoaWr-8xIJmHBEorHiFSZ

Aitken, T., Chin, K. L., Liew, D., & Ofori-Asenso, R. (2020). Rethinking pandemic preparation: Global Health Security Index (GHSI) is predictive of COVID-19 burden, but in the opposite direction. S0163-4453((20)30273-5).

American Cancer Society. (n.d.). Retrieved from The Tobacco Atlas: https://tobaccoatlas.org/topic/consumption/

Bivand, R. S., Pebesma, E. J., & Gomez-Rubio, V. (2018). Applied spatial data analysis with R (Vol. 747248717). New York: Springer.

CEPAL, N. (2016, October). La Matriz de la Desigualdad Social en América Latina. (CEPAL) Retrieved from LC/G 2690(MDS 1/2)96: https://www.cepal.org/es/publicaciones/40668-la-matriz-la-desigualdad-social-america-latina

Cereceda, R. (2020, June 1). Euronews. Retrieved from https://es.euronews.com/2020/05/06/por-que-todo-el-mundo-habla-de-suecia-y-su-estrategia-frente-al-covid-19-funciona

Clayton, D., & Kaldor, J. (1987). Empirical Bayes Estimates of Age-standardized Relative Risks for Use in Disease Mapping. 43, 671-681.

Correa-Martínez, C. L., Kampmeier, S., Kumpers, P., Schwierzeck, V., Marc Hennies 4, W. H., Hennies, M., et al. (2020). A pandemic in times of global tourism: superspreading and exportation of COVID-19 cases from a ski area in Austria. J Clin Microbiol.

Cullen, A. C., & Frey, H. C. (1999). Probabilistic techniques in exposure assessment: a handbook for dealing with variability and uncertainty in models and inputs. New York: Springer Science & Business Media.

Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus: An R package for fitting distributions. 64((4)), 1-34.

Gelfand, A. E., Diggle, P., Guttorp, P., & Fuentes, M. (2010). Handbook of spatial statistics. CRC press.

Ghosh, P. (2020, March 15). BBC. Retrieved from News - Mundo: https://www.bbc.com/mundo/noticias-internacional-51893620

Hui DS, I. A. (2020). The continuing 2019-nCoV epidemic threat of novel coronaviruses to global health—The latest 2019 novel coronavirus outbreak in Wuhan, China. 91, 264-266.

Jenks, G. F. (1967). "The Data Model Concept in Statistical Mapping", International Yearbook of Cartography 7.

Koch, T. (2005). Cartographies of Disease: Maps, Mapping, and Medicine. Redlands, CA: ESRI Press.

Kulldorff, M., & Nagarwalla, N. (1995). Spatial disease clusters: Detection and Inference. 14, 799-810.

LeSage, J. (1999). The theory and practice of spatial econometrics. University of Toledo. Toledo, Ohio, 28(11).

Marshall, R. M. (1991). Mapping disease and mortality rates using Empirical Bayes Estimators. 40, 283--294.

Moran, P. A. (1950). Notes on continuous stochastic phenomena. 37((1/2)), pp. 17-23.

Mundo, R. B. (2020, May 5). BBC. Retrieved from News: https://www.bbc.com/mundo/noticias-internacional-52551046

Nuclear Threat Initiative, Johns Hopkins Center for Health Security. (n.d.). Retrieved from The Economist Intelligence Unit. Global Health Security Index: https://www.ghsindex.org

O'Loughlin, J., & Anselin, R. (1992). Geography of International Conflict and Cooperation: Theory and Methods. In M. Ward (Ed.), The New Geopolitics. Philadelphia: Gordon and Breach.

Patel, J., Nielsen, F., Badiani, A., Assi, S., Unadkat, V., Patel, B., et al. (2020). Poverty, Inequality & COVID-19: The Forgotten Vulnerable, Public Health. Public Health, 183, 110-111.

Porta M, e. (2008). Dictionary of Epidemiology. Oxford University Press.

Potthoff RF, W. M. (1966). Testing for homogeneity: II. The Poisson distribution. 53((1/2), 183-190).

Tobler, W. R. (1970). A computer movie simulating urban growth in the Detroit region. Economic geography, 46((sup1)), 234-240.

Venables, W. N., & Ripley, B. D. (2002). Modern Applied Statistics with S. Fourth edition. Springer.

Wakefield, J. H. (2010). Spatial aggregation and the ecological fallacy. Handbook of spatial statistics .

Waller, L. A., & Gotway, C. A. (2004). Applied Spatial Statistics for Public Health Data. Hoboken, NJ: John Wiley & Sons.

Zhao, Q., Meng, M., Kumar, R., Wu, Y., Huang, J., Lian, N., et al. (2020). The impact of COPD and smoking history on the severity of COVID-19: a systemic review and meta-analysis. J Med Virol., 1-7.

Zhou, F., Yu, T., Du, R., Fan, G., Liu, Y., Liu, Z., et al. (2020). Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retrospective cohort study. 395((10229):1054-1062).