Análisis de la mortalidad en la ciudad de Tandil utilizando Sistemas de Información Geográfica

Abstract

Se propone un abordaje espacial cuantitativo de la distribución de la mortalidad según causas en la ciudad de Tandil, con información obtenida a partir de la sistematización de los certificados de defunción de los registros civiles. El objetivo es presentar una metodología de análisis espacial, a partir de herramientas de análisis ya existentes, para detectar agrupaciones espaciales que luego se delimitarán y se conformarán zonas que surgen, según las causas, a partir de la distribución de los casos de mortalidad. Se trabajará tratando inicialmente a las defunciones como un fenómeno puntual. Así, la distribución de los casos de defunción por causas, podrá reflejar un patrón de distribución homogéneo, o, en caso contrario, heterogeneidad espacial o agregación. Se trata pues de analizar cómo se distribuye la variable en el espacio y por qué sucede de esa manera. Inicialmente se utilizó la aproximación basada en el estudio de la función vecino más próximo, con la utilización de la herramienta de densidad Kernel y con un análisis multivariado Isoclusters, para identificar las zonas vulnerables junto con los factores de riesgo asociados.

We propose a quantitative approach to spatial distribution cause-specific mortality in the city of Tandil according to information collected from the systematization of death certificates at civil registries. This paper aims at presenting a spatial analysis methodology using pre-existing analysis tools to detect spatial clusters that will later delimit and define areas of cause-specific mortality. First, we will deal with deaths as an isolated phenomenon. Thus, the distribution of cause-specific deaths may reflect a homogeneous distribution pattern or, otherwise, spatial heterogeneity or aggregation. Therefore, it will be analyzed how the variable is distributed in space and why this happens in such a way. We have used the method based on the K-nearest neighbor algorithm, kernel density estimation tool and Iso clusters multivariate analysis to identify vulnerable areas which will be associated with risk factors.