Capitulo 3 Espacio geografico y epidemiologia. Geoprocesamiento y estudio de las desigualdades en salud Andrea Vega, Marina Gabriela Zunino, Hugo Spinelli & Marcio Alazraqui Introduccién A medida que se fue revelando la complejidad de los procesos socia- les que determinan las desigualdades en los diferentes aspectos relacio- nados con la salud, fue necesario desarrollar nuevas herramientas © recu- perar antiguas para dar cuenta de tal situacién. El uso de mapas es una de las practicas que en la actualidad se ha reincorporado al analisis de los problemas relacionados con la salud de la poblacion. Histéricamente ha sido un recurso utilizado como herramienta de sintesis a partir de la cual es posible elaborar hipétesis, respaldar teori- as, justificar intervenciones o proyectar un ordenamiento territorial, entre otras cosas. Si bien existen desde la antigtiedad numerosas referencias al uso de cartografia para la localizacién de eventos relacionados con la salud (Trostle, 1999; Costa et ai. 1999), no es sino hasta el siglo XIX, con el triunfo del positivismo y la institucionalizacion de las disciplinas que hoy reconocemos como modernas, que el uso y confeccién de los mapas se realizo de forma mas sistematica (Costa et a/.: 1999). La relacién entre espacio y salud-enfermedad tuvo tan distintas inter- pretaciones como diferentes fueron los paradigmas de las ciencias involu- cradas en la comprension del problema. Asi como en la epidemiologia las teorias del miasma, germen, riesgo, y distintas corrientes criticas desarrolla- das desde las ciencias sociales y naturales explican los problemas de salud, también la definicion del territorio en el cual estos problemas se originan tuvo diferentes orientaciones conceptuales (Moraes, 1995). Por otra parte, al igual que ocurrié con otras ciencias, la epidemiologia y la geografia no escaparon al estigma de su primera época y se desarrollaron de manera aislada, hecho que parece revertirse muy lentamente (Ifiguez Rojas, 2003). [49][50] DESIGUALDADES EN SALUD EN EL NIVEL LOCAUMUNICIPAL Los primeros estudios de Geografia Médica conocidos como topogra- fias médicas se remontan a finales del siglo XVII. Eran auténticos trabajos regionales donde se evidenciaba una fuerte preocupacién medioambien- tal, y la suma de hechos fisicos y econémicos resumian las caracteristicas de un territorio (Olivera, 1993). La produccién de estos trabajos, que tuvieron su mayor auge durante el siglo XIX, comenzé6 a declinar con la crisis del enfoque higienista en el siglo XX. La Geografia Médica nace como tal recién en los afios 1920, y hasta 1970 predominé un enfoque ecoldgico fisico. Se definié como el estudio de la distribucién de los complejos patégenos, con especial atencién en las areas de incidencia de enfermedades infecciosas y parasitarias en paises, considerados, en de- sarrollo (Olivera, 1993). A partir de 1949, coincidiendo con la difusién del concepto de salud ampliado al bienestar fisico-psiquico y social, se produce el reconocimiento oficial de la Geografia Médica, orientada principalmente a una linea de investigacion en la cual el complejo patolégico incorpora los factores geogra- ficos fisicos y humanos (culturales, demograficos, socioeconémicos), aunque sin modificar el objetivo de cartografiar la distrinucién de patologias en el espacio (Olivera, 1993). En los afios setenta numerosos autores desvian su atencion de los pai- ses y enfermedades tropicales a enfermedades infecciosas de areas templadas, y sobre todo, a aspectos de su difusién. A estos trabajos se suman los realizados sobre enfermedades cronicas y no infecciosas en pai- ses desarrollados que incorporan, ademas, la escala de andlisis urbana e intraurbana (Olivera, 1993). La revolucién cuantitativa que acompané al desarrollo filosdfico neopo- sitivista de los afios cincuenta y sesenta (Lima et a/., 2003; Capel et al., 1991) se caracteriz6 por la busqueda de leyes generales que explicaran la distribu- cin espacial a partir de la identificacién de regularidades en los procesos. En la exploracion de los métodos que permitieran establecer modelos tedricos fue muy importante el papel de las matematicas (Capel et al., 1991). Durante este periodo tuvieron su origen numerosas técnicas que, de alguna forma, heredamos, perfeccionamos y adaptamos al andlisis de problemas relacionados con la salud. La influencia neopositivista permitié que temas de localizacién formaran parte de la Geografia Médica, al considerar el equipamiento como medio para restaurar la salud y su carencia como factor patolégi- co. Con la proliferacién de estudios de distribucién y accesibilidad de los equipamientos sanitarios y los servicios médicos, en 1976 surge la nece- sidad de distinguir entre Geografia Médica y Geografia de los Servicios de Salud como especialidades de una nueva Geografia de la Salud (Olivera, 1993).ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO. A medida que la medicina curativa se percibia insuficiente, y una vertiente que aboga por la prevencién fue cobrando importancia, los temas de estudio se orientaron a la exploraci6n de los factores de riesgo, abriendo un abanico de posibilidades no tenidas en cuenta con anteriori- dad (ruido, contaminacion, muertes violentas, etc.) La creciente desigualdad entre paises del Tercer Mundo y paises desarrollados, y los contrastes internos atin en paises desarrollados puso sobre el tapete cuestiones relacionadas con el nivel y la calidad de vida. Los indicadores sanitarios —de salud y de servicios de salud a la comuni- dad- pasaron a integrar los indices compuestos, que junto a otros indica- dores de educaci6n, socioecondémicos, ambientales y seguridad se utilizan para discriminar las diferentes situaciones que caracterizan a los lugares (Estes, 1993). Durante los ultimos afos se han ido desarrollando distintos enfoques para los problemas relacionados con la salud de la poblacion en muchas de las disciplinas que se ocupan de ellos, coincidiendo en algunos casos en la forma de plantear el problema. Un posible marco teérico coherente para analizar los problemas de desigualdad tanto desde la epidemiologia como desde la geografia puede rastrearse en la nueva corriente critica latinoame- ricana: en esta convergencia el espacio geografico, como concepto, encuentra una nueva articulacién con la epidemiologia; un ejemplo de este acercamiento se puede seguir en textos de Milton Santos (1996) y Jaime Breilh (2003), entre otros. La incorporacién del espacio geografico, que se produce y reproduce socialmente, es la clave para la interpretacion de los procesos que frag- mentan, diversifican, excluyen, etc., y cuyos resultados se reconocen en la desigual apropiacién de los factores que definen las condiciones de vida y que tienen su corolario en las desiguales condiciones de la salud de la sociedad. El espacio no volverd a ser estatico, es un espacio de lucha donde los problemas sociales se manifiestan. “Asumir el espacio como sistema de objetos y acciones” (Santos, 1996a), mas especificamente “como herencia, como construcci6n social, posibilita interpretar y actuar de acuerdo a dénde y como las colectivida- des viven, es una opcidn que enfrenta no pocos problemas de orden tedri- co y operacional, entre los cuales se destacan la necesidad de elaborar nuevos conceptos, de definir espacios alternativos de medicién de proce- sos y la construcci6n de modelos particulares de interpretacién para determinados contextos y enfermedades...” (Ifiguez Rojas, 1998). La oportunidad de comprender los problemas de desigualdad desde una mirada propia se ve fortalecida por el mayor desarrollo y difusion de herramientas informaticas que hacen posible analisis mas complejos. El uso de cartografia en diferentes analisis epidemiolégicos, es una practica (51)[52] DESIGUALDADES EN SALUD EN EL NIVEL LOCAL/MUNICIPAL alentada por la divulgacion de los Sistemas de Informacién Geografica (SIGs) que pueden ser operados, al menos sus funciones mas simples, en la mayoria de las computadoras personales. Geoprocesamiento y otras definiciones El geoprocesamiento se define comunmente como un conjunto de tecnologias orientadas a la recopilacién y tratamiento de informacién espacial con un objetivo especifico. Los sistemas capaces de ejecutar el conjunto de operaciones que involucra el geoprocesamiento se denomi- nan Sistemas de Informacion Geogrdafica (SIGs). El geoprocesamiento representa el procesamiento de cualquier tipo de dato georreferenciado, mientras que un SIG procesa datos graficos y no graficos (alfanuméricos) con énfasis en andlisis espaciales y modelado de superficies (INPE, 2005). Un SIG no es simplemente una herramienta para confeccionar mapas, es principalmente, una herramienta de andlisis que colabora en la toma de decisiones (INPE, 2005), operando en base a datos geograficamente refe- renciados. Un dato referenciado geograficamente 0 georreferenciado 0 geoco- dificado es un dato localizado en un sistema de coordenadas. Cada dato geografico posee una /ocalizacién geografica (expresada como coordena- das en un mapa) y atributos descriptivos (que pueden ser representados en una base de datos convencional) (INPE, 2005). Cuando trabajamos con un SIG lo hacemos sobre un modelo de la realidad que puede ser analizado como sistema, es decir, como “un Conjunto de objetos mas las relaciones entre estos objetos y entre los atri- butos de estos objetos. Los objetos son las partes o componentes del sistema. Los atributos son las propiedades de los objetos. Las relaciones de un sistema son las posiciones relativas (relaciones estaticas) que estruc- turan el sistema y las interacciones (relaciones dindmicas) que comunican y dan cohesion al sistema” (Racionero, 1986). Esta propuesta, a la vez que permite implementar un modelo para realizar el andlisis espacial en la mayoria de los SIGs, encuentra el respaldo tedrico en el concepto de espa- cio como sistema de objetos y acciones desarrollado por la corriente criti- ca latinoamericana que se expuso en la introducci6n a este capitulo. Un andlisis espacial est orientado a responder preguntas del tipo équé es lo que esta...?; ¢dénde esta...?; ¢qué cambio...?; ¢por donde ir...?; cual es el patron...?; qué ocurre si...? (condici6n, localizacién, tendencia, derrotero y patrones modelos). Las respuestas a estas preguntas ponen de manifiesto la desigualdad de condiciones que se inscribe en los lugares. Recordemos que un “lugar” posee un conjunto de caracteristicas que loESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO hacen Unico y es, a la vez, una expresion del proceso global. La historia de un lugar, segun Milton Santos (1996), reside en la posibilidad de interpre- tar el mundo; y es esta interpretacién la que hace posible la intervencion en el proceso histérico global segun un determinado propésito. Modelado del problema y algunas posibles operaciones en SIGs Como afirmaramos en parrafos anteriores, el trabajo en un SIG se inicia con la elaboracién de un modelo del problema que queremos inte- rrogar, este modelo es “una representaci6n simplificada de la realidad que preserva, para determinadas situaciones y enfoques, una equivalencia adecuada” (Golbarg et a/., 2000). En este primer paso debe decidirse la forma més apropiada de representar un problema real y, |a mayoria de las veces, complejo. Si bien existen tantas formas de elaborar un modelo como problemas. a analizar, la estructura de la mayoria de los SIGs nos da una pista sobre los elementos que se deben tener en cuenta para lograr mejores resulta- dos. En la actualidad los SIGs estan desarrollados bajo la légica de la programacion orientada a objetos (INPE, 2005; OPS, 2002), por lo que si definimos cualquier problema en funcién de objetos con sus correspon- dientes atributos y relaciones, estamos a un paso de una transferencia directa del modelo ldgico al modelo en SIG. Entre las numerosas técnicas de modelado, aquellas relacionadas al analisis de sistemas orientado a objetos son una opcién muy conveniente para especificar un modelo. Esta rama de la ingenieria de sistemas reUne un conjunto de técnicas que permiten expresar el problema estudiado en forma de una red de objetos relacionados. En este punto, tal vez sea necesario aclarar que un objeto es una abstraccion del espacio del problema, que representa una 0 mas ocurren- cias de una cosa. Cada objeto se define por sus atributos y las relaciones que mantiene con otros objetos. Un objeto puede ser una cosa tangible (por ejemplo un hospital), un rol (por ejemplo un médico), un incidente (por ejemplo un accidente), una interaccion (por ejemplo un contrato) 0 una especificacion (por ejemplo un inventario). Un atributo es un elemen- to de datos para describir una instancia de un objeto (De Marco, 1978). La base de datos geografica 0 geodatabase tiene como objetivo combinar tanto propiedades de los objetos como sus comportamientos de tal manera que la representacion del recorte de la realidad bajo estu- dio sea lo mas representativa posible. Su construccién generalmente se realiza siguiendo una secuencia de pasos que implican: reconocer el problema segun la vision que los involucrados tengan, determinar los [53][54] DESIGUALDADES EN SALUD EN EL NIVEL LOCAL/MUNICIPAL Objetos y relaciones que representen la situacion, seleccionar las represen- taciones graficas mas adecuadas, asociar las bases de datos, y organizar la estructura de la geodatabase (definir asociaciones topoldgicas, agrupar por temas y clases, definir reglas, es decir como se almacenan y relacio- nan los datos espaciales, etc.) (Zeiler, 1999). El reconocimiento del universo del problema —objetos y relaciones nece- sarios al modelado- constituye el primer paso para la simulacion en un SIG. En la siguiente etapa estas entidades formales son asociadas a representa- Ciones geométricas, que pueden variar conforme la escala y proyeccién cartografica escogida. Los modelos de representaciones graficas mas usados son matriciales (raster) y vectoriales (features) y en menor medida el modelo TINs (triangulated irregular networks) (INPE, 2005; Zeiler, 1999). EI modelo o estructura de datos raster utiliza una matriz cuadriculada © grilla para almacenar la informacién geografica. Cada celda (pixel), unidad basica de un dato raster, es una unidad discreta de forma cuadra- da dispuesta en filas y columnas, y referenciada con su posicién geogra- fica (x; y). Este modelo es el mas utilizado para trabajar con fendmenos continuos, es decir de caracteristicas de variacién gradual (Zeiler, 1999), e imagenes de la tierra. Las principales fuentes son imagenes satelitales, fotografias aéreas, imagenes 0 fotografias escaneadas, y modelos vecto- tiales 0 TINs convertidos a raster. El color de cada celda es el valor utiliza- do para confeccionar la cartografia tematica, una caracter(stica puntual se representa con una unica celda, caracteristicas lineales con celdas conti- nuas de igual valor y caracteristicas poligonales con una region de celdas de valores comunes. En el andlisis geografico se pueden determinar coin- cidencias espaciales, proximidad, analisis de superficies, dispersion y cami- nos en funcién del costo. El modelo o estructura de datos vectorial, se utiliza para representar objetos espaciales con formas y limites definidos, se pueden obtener a partir de una fotografia de area, conjunto de recepciones de GPS, digita- lizaciones de mapas, conversiones de modelos TINs y raster, importando dibujos en CAD (computer assisted design) y otros formatos. En un modelo vectorial las representaciones son del tipo: * Puntos 0 nodos: par de coordenadas x, y del sistema cartesiano referido a una ubicacién real del punto sobre la superficie terrestre (por ejemplo, localizacién puntual de un hospital, de un caso, de un usuario de servicio sanitario); * Lineas 0 segmentos: uno o més pares de coordenadas que confor- man segmentos relacionados espacialmente, ideales para represen- tar redes (por ejemplo, ruta de acceso a un servicio, tendido de energia eléctrica, calles de una ciudad, recorridos frecuentes);ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO « Areas 0 poligonos: conjunto de pares de coordenadas en que el primer par coincide con el ultimo delimitando una superficie (por ejemplo, pais, area de influencia, barrio, fracci6n radio censal, zona rural). Este modelo permite superponer mapas, analizar proximidad y gene- rar buffers, operar con poligonos, realizar consultas logicas y espaciales, analizar redes y geocodificar direcciones (otra forma de almacenar un objeto geografico es manteniendo su localizacién exacta, por ejemplo: direccién, cédigo postal, localizacién x e y, etc.). El modelo TINs es una representacin eficiente de superficies, formada por un conjunto de puntos que incorpora una tercera dimensién z (eleva- cién), se utiliza generalmente en andlisis de superficies, pero puede ser utilizado para estudiar alguna otra cualidad como por ejemplo concentra- cién, Un modelo TINs puede obtenerse a partir de una fotografia aérea, de un conjunto de puntos obtenidos con receptores GPS (Sistema de Posicionamiento Global), importando cotas, 0 de la conversion de vectores (contornos, curvas de nivel). Los modelos TINs permiten calcular elevacio- nes, densidades, gradientes, declives, formas, voltimenes, cortes verticales, contornos y andlisis de difusién entre otras posibilidades. A este modelo corresponden los: caracteristicos mapas en tres dimensiones. Los modelos presentados se caracterizan por distintas formas de asociaciones topolégicas, es decir que ademas de la forma y posicién absoluta de cada objeto cada modelo conserva entre los objetos las rela- ciones de proximidad, vecindad, conectividad, contigiiidad, continencia, entre otras. Estos elementos del modelo topolégico permanecen invarian- tes alin cuando el mapa sea sometido a alguna transformacién del tipo grafica, “en mapas digitales, las relaciones espaciales son descritas a través de la topologia definida como la parte de la matematica que estu- dia las propiedades geométricas que no varian mediante una deforma- cion” (INPE, 2005). Recordemos que un objeto geografico posee dos componentes: loca- lizacion geografica y atributos. En el parrafo anterior se explica como son localizados los objetos, y aunque por la sola localizacion un objeto ya posea una lista de atributos -de medidas asociadas a la forma y posicién— atin queda asociar los atributos que interesan para un problema en parti- cular, como por ejemplo la edad y sexo del caso (modelado con un punto), minutos que se necesitan para llegar al hospital recorriendo una determi- nada calle (modelada con una linea), prevalencia de una enfermedad en un radio censal (modelado con un poligono). Los tipos de atributos mas frecuentes son: las cadenas de caracteres para especificar nombre, o algu- na caracteristica, categoria, condicién o tipo de objeto; valores numéricos [55][56] DESIGUALDADES EN SALUD EN EL NIVEL LOCAU/MUNICIPAL discretos 0 continuos; cédigos; identificadores (estos ultimos rara vez se representan pero sirven para asignar otros atributos en bases de datos externas). La mayoria de los SIGs permite asociar una lista de atributos a cada objeto mediante la vinculacién de una tabla 0 base de datos al obje- to referenciado, cada representacion vectorial posee un Unico identificador que asegura la correspondencia. Hoy en dia existen librerias digitales de las cuales se pueden obtener mapas ya digitalizados y bases de datos listas para asociar a estos mapas. Una vez localizados los objetos y asociados sus atributos estamos en condiciones de realizar un conjunto de operaciones que nos permitan reconocer patrones espaciales, relaciones, tendencias, rumbos, entre otros. Los resultados sdlo dependeran de los datos utilizados y de las preguntas que formulemos. En un SIG los objetos suelen agruparse en capas tematicas, cada capa puede estar representada por un modelo diferente y se corresponde con un plano de informacién que puede ser analizado independientemente o combinado con otro mediante alguna operacién. Una de las ventajas de los SIGs es que permite superponer capas de informacién y operarlas en conjunto. El grado de complejidad de las operaciones de consulta que se tealizan sobre la base de datos alfanumérica es el mismo que cualquier administrador de base de datos puede realizar, la diferencia es que los resultados se representan espacialmente. Veamos con mas detalle algunas de las posibilidades del proceso, que como ya mencionaramos colabora en la toma de decisiones, tomando como ejemplo capas modeladas vectorialmente. Antes de cualquier consulta 0 anilisis es preciso verificar que los datos y la estructura de los datos sean los adecuados. Muchas veces éstos requerirén transformaciones de tipo, o sera necesario incorporar nuevas variables 0 asociar nuevas tablas de atributos. También es frecuente incor- porar variables complejas como producto de operaciones realizadas con otras variables (por ejemplo el cdlculo de indices). Se debe ajustar la cartografia de manera que el drea de estudio quede cubierta con la mejor escala y grado de detalle posible. Existen diferentes formas de efectuar operaciones de consulta, las mas sencillas consisten en realizar una seleccion por atributos o por localiza- ci6n; por ejemplo podriamos pedir que quedaran seleccionados todos los departamentos donde la tasa de mortalidad infantil sea menor a la nacio- nal -seleccién por atributo- 0 que la seleccién se realice en una o mas capas cuyos componentes tengan su centro en otro componente, por ejemplo elegir los hospitales ubicados en el area periférica de una ciudad Este clase de seleccién admite especificaciones del tipo: “que intersectan a”, “que se encuentran a menos de una determinada distancia”, “que seESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO encuentran contenidos parcial o totalmente”, “que tienen su centro en”, "que tienen un limite con”, “que son iguales a”, que contienen a”, etc., y se pueden aplicar a puntos, lineas, poligonos y combinaciones de ellos. Con cada seleccién es posible construir tablas con opcién a almace- narlas dentro de la base de datos asi como el mapa asociado que puede ser convertido en una nueva capa. La mayoria de los SIGs proveen herra- mientas para operar con los datos de estas tablas. Un conjunto de funcio- nes estadisticas permiten describir los datos y representarlos en graficos tradicionales que pueden ser incorporados a la cartografia. Se dispone, ademas, de herramientas que permiten generar consultas sobre las capas combinando atributos y operadores ldgicos en estructuras mas complejas. Con frecuencia el andlisis espacial requiere de la superposicion de mapas, pudiendo ser éstos el resultado de otras operaciones como por ejemplo las de seleccién. Las operaciones mas habituales que se realizan sobre un mapa tienen que ver con agrupar pequefias dreas en una mayor en funcidn de un atributo, juntar 4reas contiguas, determinar interseccio- nes, recortes, uniones, y cualquier combinacidn de ellas. La transforma- cidn resultante no solo cambia la forma gréafica sino también los atributos de los objetos representados. Tomemos como ejemplo la operacién con areas, si sumamos dos areas programaticas es seguro que vamos a estar interesados en el total de la poblacién que habria en el area resultante, de la misma manera que esta suma puede especificarse, también se pueden pedir promedios, promedios ponderados, maximos, minimos, desvios estandar, varianza y otras medidas (Velazquez, 2001). No todos los SIGs ofrecen estas alternativas de operaciones en funciones ya implementadas, pero en muchos existen medios para ingresar los algoritmos necesarios. La mayoria de los SIGs disponen de un conjunto de funciones que permiten realizar calculos de indices, calculos de areas de influencia (buffer), calculos estadisticos, andlisis de redes, andlisis 3-D, modelado espacial (por ejemplo, modelos matematicos de difusién espacial con restricciones, modelos de redes utilizando grafos, etc.) (FAO, 2003). Otro tipo de analisis es el de proximidad. Este sirve para definir conglomerados y la probabilidad de que esta agregacién sea debido al azar, de utilidad en el caso de una epidemia, por ejemplo (OPS, 2002). Algunas versiones disponen de herramientas de estadistica espacial El analisis de datos espaciales consiste en observar datos disponibles en el espacio e intentar, de alguna forma, a través de métodos y modelado, describir y explicar el comportamiento del proceso espacial y sus relacio- nes con algtin otro fendmeno espacial, como por ejemplo el analisis de patrones puntuales: “Cualquier andlisis espacial de datos envuelve un conjunto de métodos de andlisis que pueden ser divididos entre: métodos que estan relacionados a la visualizacién de los datos, métodos Ilamados {57][58] DESIGUALDADES EN SALUD EN EL NIVEL LOCAUMUNICIPAL exploratorios y aquellos centralizados en la especificacién del modelo estadistico y la estimativa de pardmetro” (INPE, 2005). Cualquiera sea el conjunto de alternativas de un SIG para efectuar un andlisis espacial, la eleccién de como hacerlo y cuales son las herramientas a utilizar es una cuestion de decisién en funcién de un propdsito concreto Para ilustrar lo anterior veamos el caso del calculo de una distancia entre dos puntos en distintas escalas. Trabajando en una escala regional o departamental sobre una representacién vectorial, por ejemplo, la distan- cia entre dos puntos puede determinarse sin mayores problemas apelando a la geometria euclidiana -funcion ya implementada en la mayoria de los SIGs-, pero si en cambio nos trasladamos a un espacio urbano donde nos interesa conocer la distancia en cuadras -es sabido que nadie puede atra- vesar las manzanas en forma diagonal-, sera necesario apelar a una repre- sentacion tipo grafo (con arcos y nodos) o calcular distancias utilizando otro tipo de geometria como por ejemplo la geometria taxi, también cono- cida como métrica de Manhattan, distancia urbana, o métrica de la distan- cia absoluta entre otras denominaciones (Miranda et al., 2003). El anélisis estadistico espacial Entre las operaciones comunes en algunos SIGs se destaca el conjun- to de herramientas destinadas a completar el analisis espacial en base a técnicas estadisticas. Se caracterizan por combinar métodos tradicionales de representacién con otros propiamente cartograficos. Como resultado se obtienen expresiones sintéticas de los problemas modelados que contribuyen a la mejor interpretacion del fendmeno interrogado. Los tres ejemplos de andlisis espaciales detallados a continuacion -univariado de puntos, de competencia 0 atraccién y exploratorio de datos espaciales- lejos estan de agotar todas las posibilidades desarrolladas para interpretar los problemas en el espacio. Las técnicas expuestas tienen como objetivo ofrecer una breve introduccién a las distintas lineas que continuan multiplicandose con el crecimiento de la produccién de trabajos en el area y la accesibilidad a nuevos programas informatizados que facili- ten este tipo de andlisis. Andlisis univariado de puntos El objetivo de este tipo de andlisis es verificar si los eventos observados en una determinada region de estudio muestran comportamiento sistematico, como por ejemplo: agrupamiento, regularidad 0 aleatoriedad. Solamente se considera la localizacion de los puntos independientemente de sus atributos.ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO El método de la distancia al vecino mas proximo y la funcién K son dos de las alternativas mas comunes para efectuar el andlisis univariado de puntos. Estos métodos analizan las propiedades de dependencia espa- cial de los datos sobre la base de que si no existiera tal dependencia la probabilidad de ocurrencia de un evento seria la misma para cualquier punto del espacio analizado (INPE, 2005). Andlisis de competencia o atraccién Estimador de densidad por Kernel Es una alternativa utilizada en la valoracién de densidades que se trabaja sobre un mapa de puntos. La idea consiste en representar cada punto como un volumen que refleja la influencia que cada uno de ellos ejerce a su alrededor y que ademas es acumulativa y potenciada segun la cercania a otros, lo que se traduce en un volumen mayor. Técnicamente se trata de calcular para una malla de puntos distribuidos regularmente en un territorio, un valor de densidad de acuerdo con una funcidn mate- méatica que traduce el nimero de puntos en el entorno al punto y su distancia al mismo. Dicha funcion contiene un pardmetro -el radio de busqueda 0 ancho de la ventana- que sirve para establecer hasta qué distancia se considera que los puntos ejercen su efecto. Como resultado se obtiene un mapa a modo de superficie continua y graduada de la densi- dad. Sobre este mapa es posible realizar un mapa de isolineas uniendo los puntos de igual valor del efecto. Es conveniente detenerse al establecer el radio de andlisis bajo un criterio que justifique adecuadamente los resulta- dos que se obtendran; por ejemplo cuando se trata de competencia suele usarse el concepto de alcance espacial, es decir aquella distancia a partir de la cual un establecimiento practicamente no atrae usuarios porque a éstos la utilidad (bien o servicio) no les compensa el costo del traslado. Una de las limitaciones de esta técnica es que solo permite operar con distancias en linea recta como factor de disminucién de la competencia en el espacio, es decir que no de puede operar con otras distancias como la rectangular o a través de vias de transporte. Otra limitaci6n es que el radio de busqueda es constante para todos los puntos, por lo que esta técnica resulta apropiada cuando los puntos representan fendmenos homogéneos 0 similares en su poder de atraccion Anilisis de competencia 0 atraccién basada en la nocion de potencial Se trata de expresarla en funcién de los dos factores principales: el atractivo por sus atributos propios (complejidad, calidad del servicio, etc.); {59][60] DESIGUALDADES EN SALUD EN EL NIVEL LOCAU/MUNICIPAL y la distancia (0 costo de friccién espacial). Para este modelo es preciso determinar que atributos son los mas convenientes para representar la atracci6n y la friccién de la distancia e individualizar la funcién matemati- ca que pueda representar el fendmeno. Los modelos basicos de disminu- cién de efecto con la distancia son: lineal; inverso de la distancia o hiper- bdlico; exponencial; normal; raiz cuadrada y exponencial; y potencial o de Pareto (Jiménez, 2003) Un anilisis de servicios, por ejemplo, requiere también considerar el area de la demanda probable, para lo que se encuentra una amplia gama de modelos, en general estos modelos se construyen en funcién de la cifra y rasgos de la demanda potencial 0 poblacion de cada lugar, de la disponibilidad de los establecimientos y sus atributos en cada lugar, de las variables que relacionan las anteriores como la distancia. Uno de los modelos mas populares para el andlisis de la demanda es el desarrollado por Huff en 1964 (Jiménez, 2003) que calcula la probabili- dad de visitar desde un determinado punto de la demanda una instala- clon (servicio, equipamiento, comercio, etc.). A partir de este, otros modelos se desarrollaron incorporando otras variables como la probabi- lidad de que un usuario elija visitar un servicio. Anilisis exploratorio de datos espaciales Se desarrolla a partir de un conjunto de técnicas destinadas a descri- bir y visualizar las distribuciones espaciales, identificar las localizaciones atipicas 0 “atipicos espaciales” (spatial outliers), descubrir esquemas de asociacién espacial, agrupamientos (clusters) 0 puntos calientes (hot spots) y sugerir estructuras espaciales u otras formas de heterogeneidad espacial. El analisis de autocorrelacién espacial es una de las formas mas caracteristicas de este tipo de andlisis. La autocorrelacion espacial puede definirse como la propiedad de un conjunto de datos situados en un mapa geografico que muestra un patron de organizacién. Se trata de averiguar qué tanto influye la distancia entre dos eventos en la variacion de sus atributos. Los indices mas difundidos para evaluar la autocorrela- cién espacial son el indice de Geary, y el indice de Moran. En general, los indicadores pueden ser globales, como el indice de Moran (INPE, 2005), que provee un Unico valor como medida de la asociacién espacial para todo el conjunto de datos; o locales, con un valor especifico para cada objeto, permitiendo asi, la identificacin de agrupamientos de objetos con valores de atributos semejantes (clusters) y objetos andmalos (outliers) (INPE, 2005).ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO Los mapas Se cual sea el conjunto de operaciones que se utilice en el andlisis del problema, el resultado siempre sera visible en un mapa. Las capas de un mapa pueden corresponder a uno o varios de los distintos métodos de representaci6n cartografica. Estos métodos son formas diferentes de visualizacion de la informacion, y pueden expresar- se tanto desde el punto de vista cualitativo como cuantitativo. Basandonos en la clasificacion de la OPS (2002) podemos distinguir entre algunos de los métodos més usados: * El método de cartogramas (coropleta © color trama), a partir del cual se confeccionan mapas en los que se indica el rango de magni- tud del evento estudiado en areas determinadas empleando colores y tramas para diferenciarlos. Los rangos pueden definirse por dife- rentes métodos como cuantiles, igual tamafio del intervalo, desvia- cién estandar, entre otros. El método de densidad de puntos representa la magnitud del even- to utilizando un numero de puntos proporcional a la misma en un area determinada. Cada punto en este tipo de mapas no corres- ponde a un ‘caso’ 0 punto como objeto geografico, sino a un refe- rente en la regién delimitada que en conjunto con el resto de los puntos indicara la magnitud en la que se presenta el fendmeno o evento en esa region. El método de simbolos graduados, en el cual el tamafio del simbo- lo utilizado es proporcional a la magnitud del evento en cada region del mapa. Se puede definir en base a distintos métodos al igual que los rangos en un mapa de cartograma (OPS, 2002). El método de cartodiagramas (OPS, 2002) representa mediante un diagrama las frecuencias absolutas 0 relativas de dos o mas varia- bles en cada unidad territorial. Generalmente se emplean graficos de barra y graficos de torta El método de fondo cualitativo o de valores individuales representa eventos con una difusién compacta y uniforme en un territorio (OPS, 2002). El fendmeno puede presentarse 0 no, pero no se puede diferenciar la intensidad en que este se presenta Los mapas de difusién son una serie de mapas que permiten visua- lizar en el tiempo la variacién de un fendmeno, conforme varie su presencia e intensidad. Son utiles para reconocer direccién, intensi- dad, amplitud y velocidad de cambio del fenémeno (OPS, 2002). Los mapas de isolineas son utilizados para fenomenos de variacién continua. Las isolineas se utilizan para localizar ~y unir— puntos de igual valor, generalmente se separan por una distancia constante {61][62] DESIGUALDADES EN SALUD EN EL NIVEL LOCAL/MUNICIPAL, (equidistancia) y se construyen tomando valores existentes y crean- do otros mediante un proceso de interpolacion. Ejemplos de temas analizados con SIGS A modo de ejemplo, se presenta a continuaciOn una lista de distintos temas planteados con mayor frecuencia en el andlisis de desiqualdad y salud en el espacio local, tomando un conjunto de distintos objetos (personas, grupos de personas, fendmenos o eventos de salud), y algunos de los atributos de estos objetos (Olivera, 1993). Diferenciacién espacial de morbilidad y mortalidad en funcién de caracteristicas * Demograficas (género, edad, composicién familiar, densidad de la poblacién, migraciones y otros desplazamientos de poblacién) y socioeconémicas y culturales (nivel socioecondémico, actividad labo- ral o insercién econdmica, nivel de educacidn, religidn, alimenta- cién, modos de vida, sistema de produccion, sistema de transporte, etc.) Ambientales (fisicas, climaticas, topogrdficas, hidrograficas, edafold- gicas y geoldgicas, de la fauna y de la flora, y catastrofes naturales). Relacionadas con el medio construido (espacios cerrados: viviendas, oficinas, centros comerciales, centros de trabajo, escuelas y otras instituciones; espacios dedicados a las actividades terciarias); con el espacio construido exterior (riesgos ambientales externos: mortali- dad y morbilidad en la via publica a causa de barreras urbanisticas, © por derivados del disefio urbano, por ejemplo cruces peligrosos, vias rapidas, vias de trenes en espacio urbano; escasez de zonas verdes, deportivas y de juegos; criminalidad en el espacio semipri- vado); y con la dinamica urbana y la actividad industrial (contami- nacion atmosférica, desastres industriales, accidentes nucleares, contaminacién en el mundo laboral, agua, residuos sdlidos). Difusi6én espacial * Propagacién de enfermedades infecciosas o por adopcidn de patro- nes culturales y urbanos. Segun grupos de riesgo, vias y modos de actuaci6n de la difusién; para control epidemiolégico; y relaciona- dos con la difusién (olas u ondas epidémicas, avance territorial, cadenas de propagacion, barreras, redes, etc.).ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO Diferenciacién espacial por tipos de morbilidad * Diagnosticada, percibida, hospitalaria, evitable, iatrogénica, entre otras. Espacio, tiempo y salud-enfermedad * Evolucién de la mortalidad y la morbilidad; mosaico epidemiolégico (cambios y tendencias de las causas, mejoras en practicas culturales y médicas, letalidad e intensidad de las enfermedades, estructura demogréfica, etc.); variaciones temporales (evolucién a corto plazo de una enfermedad, variaciones interanuales, ocurrencias estaciona- les, momentos de concentracion de la mortalidad o morbilidad); el tiempo como variable (tiempo de difusion en modelos espacio- temporales, tiempo biolégico, tiempo socio-profesional como factor de exposicién en relacién con el mundo laboral, esquemas tempora- les de los modos de vida, tiempo de acceso a equipamiento médico, afios de vida potencial perdidos, afios de vida sin discapacidad, etc.) Distribucién de las enfermedades y nivel de salud © Impacto en poblaciones, diferencias regionales en incidencia y prevalencia de enfermedades, distribucién del gasto ptblico en salud, proporcion de poblacién con acceso a servicio médico, agua potable y saneamiento, entre otras. Equipamientos y servicios de salud © Sistemas de salud; recursos sanitarios (equipamiento y otras dotacio- nes sanitarias, recursos humanos); demanda, distribuci6n y zonifica- cién de servicios sanitarios; externalidades (impactos 0 efectos exter- nos de los equipamientos sanitarios y servicios de salud sobre el espacio cotidiano). Comentarios finales El Proceso Salud-Enfermedad-Atencion-Cuidado (PSEAC) se produce en un espacio determinado, o sea en un territorio, donde el cotidiano es vivido por quienes realizan diferentes actividades compartidas y comple- mentarias (Santos, 1999), y donde los procesos que lo determinan adquieren las caracteristicas que los hacen unicos, atin cuando son deter- minados por una ldgica de realizacion global (Santos, 1996). [63][64] DESIGUALDADES EN SALUD EN EL NIVEL LOCAL/MUNICIPAL, Desde esta perspectiva, las cuestiones relacionadas al lugar de imple- mentaci6n de las politicas tienen tanta importancia como aquellas relacio- nadas a la forma de implementarlas. "~Cémo?” y “donde?” comparten el mismo estatus cuando la dimensién territorial es incorporada al estudio de los problemas de salud. Para responder a estas preguntas son necesarias la elaboracion de marcos tedricos y herramientas que permitan trabajar con atributos espa- ciales. Este capitulo tuvo como principal objetivo realizar una introduccion sintética en estas direcciones: la conceptualizacion del territorio en rela- cion a la epidemiologia y la descripcion de las principales cualidades de los Sistemas de Informacion Geografica (SIG). Se pretendié abarcar los topi- cos necesarios para incorporar el espacio geografico al estudio y toma de decisiones en la gestion en salud. La posibilidad de explorar relaciones entre variables o grupos de ellas con una base territorial, aporta a la expli- cacién del PSEAC el contexto necesario para comprender tal proceso en un tiempo y en un lugar determinado. Queremos destacar la importancia y la necesidad de no olvidar que el territorio debe formar parte de la especificacién de los problemas. Si la gestion en salud aspira a intervenir en el proceso que genera desigualda- des no puede hacerlo en forma descontextualizada. La complejidad de los procesos sociales que determinan las desigualdades en los diferentes aspectos relacionados con la salud obliga a localizar decisiones y acciones, y este hecho hace del anilisis espacial un recurso relevante. Referencias bibliograficas Breilh J. 2003. Epidemiologia Critica. Ciencia emancipadora e interculturalidad. Buenos Aires: Lugar Editorial Buzai G. 2000. La exploracién Geodigital. Buenos Aires: Lugar Editorial Capel H, Urteaga L. 1991. Las Nuevas Geografias. Barcelona: Salvat Ediciones Generales. Costa MCN, Texeira MGLC. 1999. A concepso de ‘espaco’ na investigacao epidemiolégica. Cadernos de Satide Publica, 15(2):271-279 De Marco T. 1978. Structured Analysis and System Specification. Nueva York: Yourdon Press. Estes R. 1993. Hacia un Indice de Calidad de Vida: enfoques empiricos para la evaluacién del bienestar humano a nivel internacional. En: Kinsberg B. Pobreza un tema impostergable. Caracas: FCE-PNUD; UNESCO. FAO. 2003. Manual Curso Andlisis Espacial Arcview 8.2. [CD-ROM]. Proyecto GCP/RLA/1 39J))PN. Chile: FAO.ESPACIO GEOGRAFICO Y EPIDEMIOLOGIA. GEOPROCESAMIENTO Y ESTUDIO Golbarg MC, Luna HPL. 2000. Optimizac3o Combinatoria e Programacao Linear. Rio de Janeiro: Campus INPE (Instituto Nacional de Pesquisas Espaciais). 2005. Manual de SPRING. Brasil INPE. URL: h .inpe.br/spring/espanoV/man\ IRiguez Rojas L. 2003. Geografia y salud en América Latina: Evolucion y Tendencias Revista Cubana de Salud Pica 29(4). URL: htc sid culscilo Iniguez Rojas L. 1998. Geografia ysl temas y perspectivas en América Latina, (En linea]. Cadernos de Satide Publica.14(4):701-711. URL: http/Awwwscielo, br/scielo. php?script=sci_arttext&pid=S0102-311X1998000400012& =en&inr Jiménez AM. 2003. Representar la clientela, definir la competencia espacial y esti- mar las areas probables de mercado con SIGs. En: Abreu JF, Barroso LC, organizadores. Geografia, modelos de andlise espacial e GIS. Belo Horizonte: Editora PUC. p. 32-36 Lima MPB, Barroso MA, Muzzarelli A. 2003. A determinagao do melhor trajeto entre dois pontos de parada de énibus, na regido central de Belo Horizonte. En: Abreu JF, Barroso LC, organizadores. Geografia, modelos de andlise espacial e GIS. Belo Horizonte: Editora PUC. p. 31-62 Miranda DF, Abreu JF, Barroso LC. 2003. Das cidades a geometria taxi. En: Abreu JF, Barroso LC, organizadores. Geografia, modelos de anilise espacial e GIS Belo Horizonte: Editora PUC. p. 9-30. Moraes A. 1995. Geografia. Pequena Historia Critica. 14* ed. San Pablo: HUCITEC Olivera A. 1993. Geografia de la Salud. Madrid: Editorial Sintesis. (Coleccion Espacios y Sociedades N°26) OPS. 2002. Sistemas de Informacién Geografica en Salud. Conceptos Basicos. Washington DC: OPS/OMS. Racionero L. 1986. Sistemas de Ciudades y Ordenacién del Territorio. Madrid: Editorial Alianza, Madrid. p. 16. Santos M. 1996. A Natureza do Espaco. San Pablo: HUCITEC. Santos M. 1996a. Metamorfoses do Espaco Habitado. 4° ed. San Pablo: HUCITEC. Santos M. 1999. Globalizacién y Territorio: de la compartimentaci6n a la fragmen- tacion. En: Velazquez G, Garcia M, compilador. Calidad de Vida Urbana Aportes para su estudio en Latinoamérica. Tandil: CIG, FCH, UNICEN. Upton GJ, Fingleton B. 1985. Spatial data analysis by example, vol 1: Point pattern and quantitative data. Toronto: Wiley. Velazquez A. 2001. Geografia, Calidad de Vida y Fragmentacién en la Argentina de los noventa. Andlisis regional y departamental utilizando SIG's. Tandil: CIG, FCH, UNICEN. Zeller M. 1999. Modeling our world. En: The ESRI Guide to Geodatabase Design [CD-ROM]. California: Environmental Systems Reserch Institute. [65]