Impacto del acceso al saneamiento en la propagación del COVID-19: aplicación de modelos globales con GIS

Abstract

En este estudio, se evaluó el impacto del acceso al saneamiento en la propagación del COVID-19 para el periodo de la primera ola, esto mediante la aplicación de modelos globales con sistemas de información geográfica (GIS). Se analizó la asociación espacial global entre las variables relacionadas al saneamiento, con la tasa de incidencia del COVID19 en la cuenca del rio Rímac, mediante el uso de modelos globales tales como mínimos cuadrados ordinarios (OLS), modelo de retraso espacial (SLM) y el modelo de error espacial (SEM). Se evaluó el grado de asociación entre el nivel de acceso a los servicios de saneamiento, además de incluir variables sociodemográficas y meteorológicas para determinar el poder explicativo de estas. Además, no se tuvo en cuenta la vacunación puesto que esta es un proceso dinámico y sigue en proceso de aplicación. Los resultados mostraron que las variables altitud y porcentaje de viviendas que se abastecen de agua por medio de camión cisterna u otro, se relacionaron de manera negativa y positiva respectivamente, encontrándose que este modelo se repite en 7 de los 9 meses con valores de R2 por encima del 0.60. Además, al presentarse autocorrelación espacial, se buscó corregir ello mediante la aplicación de modelos que incorporen este fenómeno, encontrando una mejora en los valores de coeficiente de determinación, por ende, un mejor ajuste.

In this study, the impact of access to sanitation on the spread of COVID-19 was evaluated for the period of the first wave, by applying global models with geographic information systems (GIS). The global spatial association between the variables related to sanitation, with the incidence rate of COVID-19 in the Rímac river basin, was analyzed through the use of global models such as ordinary least squares (OLS), spatial delay model (SLM) and the spatial error model (SEM). The degree of association between the level of access to sanitation services was evaluated, in addition to including sociodemographic and meteorological variables to determine their explanatory power. In addition, vaccination was not taken into account since this is a dynamic process and is still in the process of being applied. The results showed that the variables altitude and percentage of houses that are supplied with water by means of a tanker truck or another, were related in a negative and positive way, respectively, finding that this model is repeated in 7 of the 9 months with values of R2 for above 0.60. In addition, when presenting spatial autocorrelation, we sought to correct this by applying models that incorporate this phenomenon, finding an improvement in the coefficient of determination values, therefore, a better fit.