Pobreza y densidad poblacional: los factores que inciden en la mortalidad por Covid-19

“Para las personas más pobres del mundo la pandemia del Covid-19 representa una doble crisis”, advirtió el secretario general de Naciones Unidas, António Guterres. Y es que el coronavirus -a diferencia de otras enfermedades- ya se ha descrito como altamente sensible a determinantes sociales.

Y en el país, una investigación de la Universidad de Santiago (Usach) analizó distintas variables, como la pobreza multidimensional -evaluada por la última Casen-, el uso de transporte público, la densidad demográfica y la dificultad de acceso a una atención de salud, en relación a la incidencia y mortalidad del Covid-19, para evaluar la relación entre dichos factores. Esto, considerando los alcances de los contagios que se reportaron durante los primeros 100 días en cada una de las 52 comunas de la Región Metropolitana.

Así, el estudio “Incidencia y mortalidad de Covid-19 en la Región Metropolitana de Chile: tiempo, espacio y factores estructurales” determinó que sí existe una estrecha correlación entre estos factores.

Por ejemplo, a los 100 días de su primer caso, San Ramón, la comuna con mayor tasa de mortalidad Covid-19, está además entre las 15 comunas de la RM con más pobreza multidimensional, 26,2% según la encuesta Casen 2017. Y Lo Espejo, con el mayor porcentaje de pobreza multidimensional (39%), tiene una tasa de mortalidad por Covid de 145,4 cada 100 mil habitantes.

Y en el otro extremo, Vitacura, con un índice de pobreza de apenas 3,1%, registró una mortalidad de 44,4.

Claudio Castillo, académico en Salud Pública y uno de los investigadores, dice que como no existe información individualizada y anonimizada de los contagios -edad o enfermedades base- se compararon las características estructurales de las comunas donde residen.

Bajo ese análisis, Castillo explica que “el diferente comportamiento de las tasas de infecciones de las comunas depende mucho de la densidad poblacional, de la pobreza multidimensional y del uso del transporte público, y de si tienen dificultad o no para acceder a servicios de salud”. Mientras, para el caso de la mortalidad, el académico añade que “depende de la proporción de personas de 65 años y más que vivan en la comuna, la densidad poblacional, la pobreza, la incidencia de casos acumulada y la ruralidad. También hay factores estructurales y otros que se pueden moldear para el comportamiento distinto de esta pandemia, por ejemplo, el uso del transporte público”.

Su par en la investigación, el economista y salubrista Pablo Villalobos, explica que hay un factor de movilidad y espacio que determina cómo se van moviendo los contagios en la misma ciudad: “Parte de lo que también encontramos es que la espacialidad -como la densidad poblacional- no es trivial en el análisis del Covid-19. Son cosas que uno se esperaba, pero que había que comprobarlas cruzando estos datos. Hecho el análisis, una de las posibilidades es que el patrón ante una eventual segunda ola se repita: que vuelvan a aumentar los casos en las comunas del sector oriente y luego se expandan con rapidez a las comunas de la periferia”.

Uno de los puntos que analiza el estudio, a propósito de una mayor incidencia de contagios, está el uso de transporte público como posible causa. “Lo interesante es que analizamos factores estructurales, es decir, que no se pueden modificar rápidamente en el tiempo, y otros que sí, como el transporte. Por ejemplo, lo ideal es prevenir aglomeraciones entregando mayor frecuencia de los buses”, plantea Castillo.

El experto en transporte y logística y académico de la Universidad San Sebastián, Carlos Melo, indica que más allá del uso del transporte como un foco de transmisión, propiamente tal, lo que ocurriría es que “las personas pobres son más cautivas del transporte público”. Es decir, que dentro del factor pobreza -y peores condiciones, por ejemplo, de salud- se entrecruza un mayor uso de locomoción pública, aunque sin una evidencia causal que por sí sola genere más contagios.

“Sabemos que los sectores de menores ingresos se correlacionan con mayor uso del transporte público. Y eso se correlaciona a otros elementos relacionados a pobreza”, concluye.