Los efectos del COVID-19 en la población indígena de México. Un análisis espacio-temporal bayesiano

Abstract

The aim of this work is to analyze the impact of Covid-19 on indigenous populations in municipalities of Mexico. To analyze this relationship, Bayesian spatio-temporal models are used to capture the complex dynamics of epidemiological transmission in terms of spatial, temporal and joint spatio-temporal dependence. These models have the ability to include covariates, such as the percentage of indigenous population, which makes it possible to quantify the effect that the covariate has on the evolution of the epidemic. Likewise, the models allow us to identify spatio-temporal clusters with high and low incidence rates, showing health inequalities based on the proportion of the indigenous population residing in specific municipalities. Contrary to expectations, the results showed a protective effect on the incidence rate of COVID-19 for the indigenous population. Furthermore, a wide heterogeneity was observed in the distribution of COVID-19 incidence rates by municipality, with significant fluctuations over time. The incidence rates of COVID-19 in indigenous populations were low, which may be due to the fact that the indigenous population predominates in municipalities with low population density, less access to health services, and greater social marginalization. However, it is important to interpret these results with caution due to the high level of observed underreporting of COVID-19 cases found in indigenous populations.El trabajo tiene por objetivo analizar el impacto del COVID-19 en poblaciones indígenas de los municipios de México. Para analizar dicha relación se utilizan modelos bayesianos espacio-temporales que permiten capturar la compleja dinámica de la transmisión epidemiológica en términos de dependencia espacial, temporal y espacio-temporal conjunta. Estos modelos tienen la capacidad de incluir covariables, como el porcentaje de población indígena, lo que permite cuantificar el efecto que la covariable ejerce sobre la evolución de la epidemia. Asimismo, los modelos permiten identificar clusters espacio-temporales con altas y bajas tasas de incidencia, evidenciando desigualdades en salud basadas en la proporción de población indígena residente en municipios específicos. Contrario a lo esperado, los resultados mostraron un efecto protector en la tasa de incidencia por COVID-19 para la población indígena. Además, se observó una amplia heterogeneidad en la distribución por municipio de las tasas de incidencia por COVID-19, con fluctuaciones importantes en el tiempo. Las tasas de incidencia de COVID-19 en poblaciones indígenas fueron bajas, lo que puede deberse a que la población indígena predomina en municipios de baja densidad poblacional, con menor acceso a los servicios de salud y mayor marginación social. Sin embargo, es importante interpretar estos resultados con cautela debido al elevado nivel observado de subregistro de casos de COVID-19 encontrado en poblaciones indígenas.