CARACTERIZACIÓN DE IDONEIDAD POR ENFERMEDADES RELACIONADAS CON EL AGUA UTILIZANDO UN MODELO DE DISTRIBUCIÓN POTENCIAL

Abstract

La enfermedad diarreica aguda se transmite a través de agua y alimentos contaminados. El 94% de los casos se asocia a factores ambientales (Jackson et al., 2001). México, por su parte, presenta condiciones ambientales y socioeconómicas idóneas para la transmisión de estas patologías. Ante esta problemática, se planteó como objetivo generar un modelo de distribución potencial de casos de mortalidad por enfermedades diarreicas agudas (EDAs) a nivel nacional durante el periodo [2000-2015]. Dicho modelo asociado a determinantes ambientales y socioeconómicas con el fin de identificar las zonas de idoneidad, basado en el método de máxima entropía, y el SIG TerrSet como herramienta. El estudio de las EDAs permitió definir a la A02 (Salmonelosis), A04 (Escherichia coli) y A06 (Amebiasis) como causantes del mayor número de defunciones asociadas a determinantes ambientales y socioeconómicas. Los resultados principales muestran la asociación entre las EDAs y las determinantes ambientales y socioeconómicas. Se observan, además, problemas de servicio de salud y drenaje, específicamente en regiones del Centro-sur y los litorales, con énfasis en las poblaciones indígenas. Para el estudio de las EDAs de origen bacteriano se utilizaron 4 variables bioclimáticas (Isotermalidad [Bio3], Rango de temperatura anual [Bio7], precipitación del mes más húmedo [Bio13] y precipitación del trimestre más seco [Bio17]), contribuyendo con el 66% al rendimiento del modelo; así como 3 variables socioeconómicas (Servicio de drenaje, Población indígena y Servicio de salud), contribuyendo con el 44% al rendimiento del modelo. Para la EDAs de origen protozoario se utilizaron 4 variables bioclimáticas (temporada de temperatura [Bio4], Rango de temperatura anual [Bio7], Temperatura media del trimestre más cálido [Bio10] y Temperatura media del trimestre más frío [Bio11]), contribuyendo con el 75.9% al rendimiento del modelo; así como 3 variables socioeconómicas (Servicio de drenaje, Población indígena y Servicio de salud), contribuyendo con el 24.1% al rendimiento del modelo.