En kioscos: Agosto 2021
Suscripción Comprar
es | fr | en | +
Accéder au menu

Hacinamiento y Covid-19 en la Región Metropolitana de Chile. Por Rafael Urriola Urbina

I. ANTECEDENTES

El Covid-19 transformó los hábitos de la mayor parte de la población mundial durante el año 2020. La Johns Hopkins University, registró a fines de agosto más de 21 millones de contagios a nivel mundial y 770 mil muertes (2). Chile, según esa misma fuente, ocupaba el décimo lugar en tasas de contagio mundial el 31 de agosto.

El objetivo central de este documento es demostrar que la pandemia se expandió más rápidamente en la comunas que tienen mayor hacinamiento tomando como muestra 34 comunas de la Región Metropolitana (RM) de Chile. EL hacinamiento es una dimensión significativa en la dimensión de pobreza multidimensional (Casen 2017). Cabe señalar que la definición, conceptos y estudios sobre los determinantes sociales (Marmot 2006; Marmot 2010; OMS 2008) de la salud siempre están correlacionados con el nivel socioeconómico y la pobreza.

II. METODOLOGÍA PARA DEFINIR LAS TENDENCIAS MÁS SIGNIFICATIVAS DE LOS CONTAGIOS EN LA PANDEMIA
Este estudio toma como muestra las 34 comunas de la RM con alta densidad poblacional urbana relativa (superior al 97%). La RM está dividida en 52 comunas, que contienen 42% de la población del país (www.ine.cl) y concentra hacia fines de agosto el 63% del total de contagiados y el 73% de los decesos por causa Covid-19 en el país (www.minsal.cl).

Al examinar los aspectos que más contribuyen a la pobreza multidimensional con datos de la encuesta Casen de 2017, se observa que la (ausencia de) seguridad social (30,7%) y la habitabilidad que incluye hacinamiento y condiciones físicas de vivienda (18,8%) son los factores esenciales en la pobreza multidimensional.

Para evaluar las tendencias de los contagios se identificaron períodos mediante el método breakpoints que, permiten diferenciar puntos de inflexión que reflejan cambios en las pendientes de la curva total como se muestra en el gráfico 1.

Gráfico 1. Fechas de los puntos de inflexión de los contagios Covid-19 entre marzo y agosto 2020 según método breakpoint

_ Fuente: Chile. Base de datos oficial Covid-19 en: https://www.minciencia.gob.cl/covid19
Elaboración propia (3)

La investigación intenta verificar alguna explicación a las tendencias globales del impacto de la pandemia en Chile basando la hipótesis en que en la primera etapa se podría haber evaluado al grupo socioeconómico alto como trazador de las tendencias de la pandemia, lo que no resultó correcto.

La velocidad de las tasas de contagio no era igual según comunas y era evidente que las comunas que reunían condiciones de mayor nivel socioeconómico altamente correlacionado con el indicador de menor hacinamiento (Casen 2017) tenían menores tasas de contagio y, en cambio, las comunas caracterizadas con condiciones socioeconómicas más bajas y con alto hacinamiento aumentaban los contagios de manera exponencial.

III.- UNA EXPLICACION A LA LOGICA DE EXPANSION DE LA PANDEMIA: EL HACINAMIENTO

Este capítulo tiene por objeto examinar las tendencias de los contagios en las comunas de la RM. Es predecible que las medidas implementadas por la autoridad tomen efecto días o semanas después, lo que tendrá que tomarse en cuenta en el análisis. Los momentos, según el modelo, solo están definidos de manera estilizada por las tendencias en la velocidad de contagios.

Hasta fines de marzo, es decir al comienzo de la pandemia en Chile, tanto las comunas de la RM con mayor hacinamiento como las con menor hacinamiento eran afectadas similarmente por el coronavirus (cuadro 1 hasta semana 5). Incluso las comunas que llamaremos pudientes (4) presentaban, al principio, mayor número de casos. Al 26 de marzo, la mayoría de los contagiados se concentraba en las siete comunas donde se decretó la primera cuarentena (Lo Barnechea, Vitacura, Las Condes, Providencia, Santiago, Ñuñoa e Independencia).

El 20 de abril, la autoridad ajustó detalles para impulsar la `nueva normalidad` que sugería eliminar paulatinamente las situaciones de cuarentena en todo el país, según indicaba Publimetro (21.4.2020 p. 2). La tasa de crecimiento de los contagios hasta ese día como se apreció en el gráfico 1 hacía presumir a la autoridad que la pandemia tendría un menor impacto expansivo en el país.

De este modo, considerando la inflexión que se produce en el momento 2 y que empezaba a incubarse previamente y que multiplicaba las tasas de contagio nacionales (gráfico 1), se puede entender la hipótesis de un desarrollo dual del impacto de la pandemia según tipos de comuna (pobres/no pobres; no hacinadas/hacinadas) que no era bien visualizado en las estadísticas disponibles. Esta “dualidad” se puede observar primero con el cuadro 1 siguiente.

Cuadro 1.- Contagios en la Región Metropolitana en comunas escogidas como de menor y mayor hacinamiento en las primeras nueve semanas (momento 1)

¨Las nueve semanas consideradas en este reporte van desde el 23 de febrero al 25 de abril
Fuente Minsal. Informe epidemiológico 13 del 1.5.2020
Elaboración propia.

Nota: se tomaron como comunas de bajo hacinamiento 5 de las 7 comunas caracterizadas como de mayor nivel socio económico en un estudio que construyó determinantes sociales a nivel comunal en Chile (Urriola et al., 2017) (5).

Con el objeto de verificar este hallazgo inicial se volvió a calcular cuatro meses después la proporción de contagios en las comunas del estudio y su relación con las comunas de alto hacinamiento (definidas según criterios del Ministerio de Desarrollo Social y encuesta Casen).

El cuadro 2, que calcula los contagios en una fecha posterior y su relación con el hacinamiento confirma que lo observado en las semanas de abril (6 y siguientes en el cuadro 1) era una tendencia generalizable y, por tanto, previsible. El alza de los contagios se había estabilizado -o al menos amortiguado- en las comunas “pudientes”, pero en cambio mostraba un alza exponencial en las comunas con alto hacinamiento.

Esta situación se evalúa en el cuadro 2 con una perspectiva de mediano plazo, es decir, tomando casi cinco meses de pandemia corroborándose la correlación entre hacinamiento y tasa de contagio por comunas lo que es visible en el cuadro. El índice de correlación R2 entre proporción de contagios y hacinamiento en la Región Metropolitana (descartando las comunas con alta tasa relativa de ruralidad) calculado de acuerdo al cuadro 2 es de 0,66 lo cual confirma la hipótesis inicial.

Cuadro 2. Proporción de viviendas con hacinamiento* en la Región Metropolitana y tasa de incidencia Covid-19** por comuna al 16.7.2020

Fuente: https://www.gob.cl/coronavirus/cifrasoficiales/ y Censo 2017 https://www.observatoriourbano.cl/estadisticas-habitacionales/ Elaboración propia.
* Incluye Viviendas con Hacinamiento Medio (entre 2,5 y menos de 5 personas por dormitorio) y Viviendas con Hacinamiento Crítico (más de 5 personas por dormitorio o sin dormitorio)"
**Tasa de incidencia: es el número total de contagiados por comuna sobre el total de habitantes.

En definitiva, con los datos del cuadro 2 se muestra que lo que se estaba incubando para el momento 2 era una tendencia exponencial en los contagios toda vez que las comunas con alto hacinamiento representan a la mayoría de la población metropolitana.

El promedio nacional de hacinamiento por viviendas por comuna en el país según el Ministerio de Vivienda y datos del Censo 2017 es 7.5% y en la Región Metropolitana el promedio es 5,9%, mientras que la mediana es 8,4%, lo que muestra que los valores extremos están fuertemente influyendo en las condiciones de hacinamiento destacando las desigualdades que existen en la Región. En efecto, mientras que la proporción de viviendas con hacinamiento en Vitacura es 0,8% en Independencia es 14,1%, la mayor de toda la Región Metropolitana.

La autoridad sanitaria, debido al preocupante aumento de la velocidad de los contagios, tomó la decisión a mediados de mayo de un confinamiento estricto, sumado a una decisión de toque de queda (entre las 23 horas y las 5 horas del día siguiente) nacional y permanente. Los informes oficiales señalaban que los contagios aumentaban hasta llegar a un nivel de más de 1.600 personas por día el 12.5.2020. La autoridad, finalmente, decidió la cuarentena total en la RM (salvo las comunas “rurales”) a partir del viernes 15 de mayo. Esta medida parecía inevitable y había que acompañarla de medidas paliativas para asegurar la alimentación de los grupos más vulnerables, lo que intentó ser implementado con mayor rapidez.

Cuando habían pasado poco más de 120 días desde el anuncio oficial del primer contagio en Chile, la población y las autoridades esperaban que el cambio en las medidas sanitarias que había cambiado la peligrosa tendencia mostrada en el momento previo se mantuviera, pero sin mantener cuarentenas tan estrictas.

Las autoridades mostraron en esos días las estadísticas sobre la pandemia que se expresan en el gráfico 1 y que cambiaron la pendiente de contagios. Si bien, medir las tendencias a través de fallecimientos es más relevante (Wagstaff, 2020) que mediante tasa de contagios porque éstas pueden variar según las capacidades de realizar los tests respectivos; cabe señalar que la correlación entre contagios y fallecimientos es suficientemente alta en Chile (R2=0,897) como para usar indistintamente ambos indicadores (gráfico 2).

Gráfico 2. Tasa de mortalidad causa Covid-19 por 100.000 habitantes ajustada por edad y sexo en la RM

Fuente : Alonso Silva En https://www.24horas.cl/data/fallecidos-covid-19-revisa-la-situacion-por-comuna--4469536

En particular, parece claro que la “dureza” o amplitud de las reglas para mantener en confinamiento a alrededor de 2/3 de la población, pese a todas las excepciones y comportamientos poco rigurosos en algunos grupos, había favorecido la reducción de los contagios.

Si se hiciese una proyección simple a partir del momento 4, podría parecer que todo tiende a seguir en la línea decreciente para, finalmente, lograr llevar los impactos de contagios a niveles suficientemente bajos. No obstante, la proyección es la pandemia se mueve por “olas” de alzas y caídas, que es lo que se comenta con respecto a los impactos de la pandemia y que está inquietando incluso a países europeos (España, Alemania, Reino Unido y Francia) que han debido retomar medidas restrictivas después del verano de agosto y septiembre de 2020. Por cierto, las explicaciones sobre la profundidad, amplitud o -incluso sobre la existencia misma de estas “olas”- no son estadísticas, sino que invitan a los analistas a encontrar en las políticas, las capacidades institucionales y los comportamientos poblacionales (con todos sus determinantes) las explicaciones más plausibles. Lo que puede afirmarse es que, si nada cambiase los comportamientos anteriores, la alternativa de un rebrote no puede descartarse. De hecho, el gráfico 1 muestra que en la última quincena de agosto los casos se han estabilizado y no siguen la tendencia decreciente de los días anteriores.

IV. CONCLUSIONES Y DISCUSIÓN

Se pudo verificar que las comunas de mayor hacinamiento (indicador robustamente correlacionado con pobreza) lideraron los contagios a las pocas semanas de iniciada la pandemia. Las comunas pudientes -que estaban actuando como trazadoras- al estabilizarse en la tasa de crecimiento de los contagios confundieron las decisiones, postergando el confinamiento masivo en la RM lo cual finalmente explicaba el crecimiento exponencial de los contagios en el llamado segundo momento (entre el 23 de abril y el 18 de mayo).

 Los problemas que se presentaron de carácter social (dificultades para paliar las necesidades de consumo básico de sectores poblacionales; mecanismos para asegurar compensaciones a todos quienes las necesitaban; un sector informal difícil de identificar en los datos administrativos para acudir en su ayuda) son, sin embargo, cruciales para lograr mayor efectividad de las políticas y reacciones oportunas en casos como el de Covid-19. Esto confirma que las estrategias sanitarias no pueden desconocer los determinantes sociales y que las políticas deben incorporar los gradientes de vulnerabilidad que se presentan en las sociedades.

Otro aspecto que apareció en las estrategias internacionales para enfrentar la pandemia fue el debate “entre privilegiar la economía o la salud” que, por lo demás, está presente a nivel local. Esto dice relación con si confinar drásticamente a la población no creará más daño social que lo que se “ahorra” en gasto sanitario (6).

La discusión sigue vigente (incluso en Europa en momentos de una posible “segunda ola”) ¿Es posible reducir la movilidad en sectores vulnerables? El deseo de priorizar la actividad económica a como dé lugar ¿no postergó decisiones dedicadas a reducir contagios? Se estima que la tensión sigue y seguirá presente si los líderes empresariales y autoridades del área económica dedican sus energías a buscar razones para justificar que casi todos los rubros son esenciales (El Mercurio 2020.07.03 p. 1).

Epílogo
Como se dijo, el análisis de este artículo se “detenía” en septiembre de 2020. Los acontecimientos de enero de 2021 parecen mostrar que la historia podría repetirse.

REFERENCIAS:

Marmot M. and R Wilkinson (eds Social Determinants of Health, 2nd Edition.). Oxford: Oxford University Press, 2006, pp. 376 Marmot Review Team (2010). Fair society, healthy lives: strategic review of health inequalities in England post-2010. London: Marmot Review Team.
Organización Mundial de la Salud (OMS) Comisión sobre Determinantes Sociales de la Salud de la Organización Mundial de la Salud Subsanar las desigualdades en una generación. 2008.

OMS. Comisión sobre determinantes sociales de la salud. Informe final. Subsanar las desigualdades en una generación.
Remington Patrick L, Bridget B Catlin and Keith P Gennuso. The County Health Rankings: rationale and methods. Population Health Metrics (2015) 13:11

Urriola Urbina Rafael. Mediciones de impacto de los Determinantes Sociales de la Salud en Chile. Boletín Economía y Salud. Vol 11 No2 2017. Minsal. En http://desal.minsal.cl/wp-content/uploads/2017/12/Boletin_11_2_2017-1.pdf

Wagstaff, Adam (2020). Coronametrics 101. World Bank Blogs. Recuperado de: https://blogs.worldbank.org/developmenttalk/coronametrics-101.

Rafael Urriola Urbina (1)
rafa-urriola.u@gmail.com 1. El autor es investigador en el Ministerio de Salud y coordinador General de la Revista Economía de la Salud. Las opiniones aquí vertidas no comprometen a esas instituciones.

2. Johns Hopkins University. https://coronavirus.jhu.edu/map.html

3. El autor agradece el aporte estadístico de Laxmy Troncoso. Más información sobre el método en https://www.rdocumentation.org/packages/strucchange/versions/1.5-2/topics/breakpoints

4. Comunas con hogares con mayor ingreso per cápita relativo y con bajo nivel de hacinamiento (Casen 2017).

5. Este estudio basado en datos de la Casen construyó la variable nivel socio económico mediante un modelo de ecuaciones estructurales y, además, demostró alta correlación con el Índice de Desarrollo Humano.

6. Falta tiempo para probar las hipótesis en juego que son: si el impacto de la pobreza gradual pero evidente es o no peor que la muerte por Covid-19. Por cierto, esto implica una serie de supuestos e hipótesis (algunas de las cuales pueden tocar temas éticos) pero, sin duda, habrá numerosos trabajos en este sentido en el futuro próximo.

Compartir este artículo