Acceso usuarios
Esta investigación analiza la evolución de la pandemia en el Wallmapu y si ésta tiende a impactar sanitariamente en territorios más vulnerables. Los datos se extraen del 166° informe epidemiológico de COVID-19 y para el proxy de los Determinantes Sociales de la Salud (DSS) se utilizan 5 variables o indicadores sociales de fuentes oficiales de información vigente. Se utilizó el método k-medias para agrupar los datos. Tras diversas pruebas, fue posible identificar a 4 grupos de municipios de valoración bajo, medio, alto y muy alto impacto sanitario. En los territorios donde las DSS son más negativos o con ausencia del factor protector de la ruralidad explicarían los peores resultados epidemiológicos.
Aquesta recerca analitza l'evolució de la pandèmia en el Wallmapu i si aquesta tendeix a impactar sanitàriament en territoris més vulnerables. Les dades s'extreuen del 166° informe epidemiològic de COVID-19 i per al proxy dels Determinants Socials de la Salut (DSS) s'utilitzen 5 variables o indicadors socials de fonts oficials d'informació vigent. Es va utilitzar el mètode k-mitjanes per a agrupar les dades. Després de diverses proves, va ser possible identificar a 4 grups de municipis de valoració baix, mitjà, alt i molt alt impacte sanitari. En els territoris on les DSS són més negatius o amb absència del factor protector de la ruralitat explicarien els pitjors resultats epidemiològics.
This research analyzes the evolution of the pandemic in Wallmapu and if it tends to have a health impact in more vulnerable territories. The data is extracted from the 166th epidemiological report of COVID-19 and for the proxy of the Social Determinants of Health (SDH) 5 variables or social indicators are used from official sources of current information. The k-means method was used to pool the data. After various tests, it was possible to identify 4 groups of communes with a low, medium, high and very high health impact. In the territories where the SDH are more negative or with the absence of the protective factor of rurality, they would explain the worst epidemiological results.
