Análisis jerárquico aglomerativo de la progresión de la pandemia de COVID-19 en el Perú entre marzo 2020 a mayo 2023

Abstract

La pandemia de COVID-19 se propagó rápidamente en todo el mundo, y hasta el 14 de agosto del 2022, Perú lideraba la lista de países con la tasa de mortalidad más alta a nivel mundial. La estructura social y económica fragmentada de Perú nos llevó a considerar que existen factores que influyeron en la presencia de diferentes patrones en la propagación del virus. Hasta la fecha, no se han realizado investigaciones a nivel espacial que analicen diversos indicadores epidemiológicos abarcando la totalidad del periodo de la pandemia en el país. Para entender esta dinámica, se analizaron indicadores epidemiológicos y sociodemográficos a nivel departamental y provincial. En el periodo de estudio, la incidencia acumulada de casos fue de 13933.84 casos por cada 100,000 habitantes y la tasa de mortalidad de 7.50 fallecidos por cada 1000 habitantes. El departamento más afectado fue Moquegua, con 35302.49 casos por cada 100,000 habitantes, y Callao, con 11 fallecidos por cada 1000 mil habitantes, mientras que el menos afectado fue Puno con 6362.68 casos por cada 100,000 habitantes y Cajamarca con 3.45 fallecidos por cada 1000 habitantes. Se realizó una agrupación jerárquica aglomerativa en base a indicadores epidemiológicos y se demostró que la propagación de la pandemia en el Perú no fue uniforme en todas las regiones, categorizándola en 5 agrupaciones. Se identificó un patrón geográfico en la zona de la sierra central correspondiente a las agrupaciones 1 y 2, que está asociado con la aparición de epidemias de menor gravedad caracterizadas por tener baja densidad poblacional y limitadas condiciones socioeconómicas, características de zonas rurales. En un punto intermedio encontramos la agrupación 3, con la tasa de hospitalización más baja y características intermedias en comparación con las otras agrupaciones. Por contraste, las agrupaciones 4 y 5 tuvieron impactos más graves caracterizados por tener un mayor número de capitales de departamentos, además de tener condiciones de zonas más urbanas como alta densidad poblacional y condiciones socioeconómicas que implicaban salir de casa incrementando la posibilidad de contagiarse y propagar el virus. Dichas características y agrupaciones deberían ser consideradas dentro de las estrategias para la prevención y el control de futuras pandemias de COVID-19 u otras enfermedades respiratorias para países con una dinámica similar a la de Perú como muchos países de América Latina.

The COVID-19 pandemic spread rapidly worldwide, and until August 14, 2022, Peru led the list of countries with the highest mortality rate worldwide. Peru's fragmented social and economic structure led to considering factors that influenced different patterns in spreading the virus. To date, no spatial research has been carried out that analyzes various epidemiological indicators covering the entire period of the pandemic in the country. To understand the dynamic, epidemiological, and sociodemographic indicators were analyzed at the departmental and provincial levels. In the study period, the accumulated incidence was 13933.84 cases per 100,000 inhabitants, and the mortality rate was 7.50 deaths per 1000 inhabitants. The most affected department was Moquegua, with 35302.49 cases per 100,000 inhabitants, and Callao, with 11 deaths per 1000 inhabitants, while the least affected was Puno with 6362.68 cases per 100,000 inhabitants, and Cajamarca with 3.45 deaths per 1000 inhabitants. An agglomerative hierarchical clustering was carried out based on epidemiological indicators, and it was shown that the spread of the pandemic in Peru was not uniform in all regions, being categorized into five clusters. A geographic pattern was identified in the central mountain area corresponding to cluster 1 and 2, associated with less severe epidemics characterized by low population density and limited socioeconomic conditions characteristic of rural areas. We found cluster 3 at an intermediate point, with the lowest hospitalization rate and intermediate characteristics compared to other groups. In contrast, clusters 4 and 5 had more serious impacts characterized by having a more significant number of department capitals and conditions in more urban areas, such as high population density and socioeconomic conditions that implied leaving home, increasing the possibility of becoming infected and spreading the virus. These characteristics and groupings should be considered within the strategies for preventing and controlling future COVID-19 pandemics or other respiratory diseases in countries with dynamics like those of Peru, such as many countries in Latin America.