Salud y enfermedad en geografía

Transcripción

1 JORGE PICKENHAYN (compilador) Salud y enfermedad en geografía Diana Durán Jorge Pickenhayn Susana Curto Liliana Acosta Mónica Escuela Raul Borges Guimarães Gustavo Buzai Valeria Llull Programa de Geografía Médica Universidad Nacional de San Juan

2 Capítulo 6 Sistemas de Información Geográfica en Geografía de la Salud Gustavo D. Buzai Introducción Desde principios de la década del 80 del siglo XX hemos comenzado a recorrer un camino que concluyó con la estandarización completa de las metodologías geográficas cuantitativas en el ambiente computacional. La Geografía como ciencia ha generado metodologías y técnicas que brindaron sustento al desarrollo de las tecnologías de la información geográfica (TIG) y ellas son utilizadas ampliamente para la resolución de problemáticas de naturaleza socioespacial en el marco de una ciencia aplicada. Herramientas digitales que componen el ámbito de la Geoinformática, los Sistemas de Información Geográfica (SIG) y los Sistemas de Ayuda a la Decisión Espacial (SADE) presentan el desarrollo tecnológico que concretan importantes posibilidades de aplicación. En este contexto, de acuerdo con el trabajo de Gatrell (2003), la Geografía de la Salud ha sido una de las líneas temáticas que ha podido tener mayor receptividad al uso de las tecnologías digitales basadas en la cuantificación. Ha incorporado un amplio espectro de metodologías tanto para el estudio de las distribuciones y asociaciones espaciales entre población y enfermedad, como para el análisis espacial de los servicios de atención. El presente capítulo tiene como objetivo desarrollar un panorama inicial y actualizado de la relación entre SIG y Geografía de la Salud. Se presentan aspectos teórico-metodológicos que justifican las líneas de aplicación en Geografía de la Salud y los conceptos fundamentales de naturaleza espacial que permiten su vinculación directa al ámbito de la geoinformática. Se presentan aspectos técnicos realizando una clasificación de las herramientas de software en la cual se llega a la especificidad de los SADE

3 112 GUSTAVO D. BUZAI y finalmente se incorporan una serie de casos de aplicación en las principales líneas definidas. A través de estos ejemplos quedará en evidencia el alto potencial que tiene la aplicación del SIG en Geografía de la Salud. Principalmente al combinarse teoría, metodología y técnica en la búsqueda del conocimiento de las lógicas espaciales y con ello apuntar al más eficiente accionar en cuanto a la investigación, gestión y planificación en el ámbito espacial de la salud. Aspectos teórico-metodológicos Alcance temático Desde un punto de vista deductivo, la temática se vincula de forma más general al estudio de la salud como sistema analítico formado por las cuatro dimensiones que presenta Howe (1985) en su clasificación: (1) biología humana, (2) ambiente, (3) forma de vida, y (4) sistema de asistencia médica. De acuerdo con las tendencias actuales la Geografía como ciencia ligada al uso de las nuevas tecnologías de análisis espacial puede brindar utilidad principalmente en dos de estas dimensiones. La dimensión 2 definiría el campo de la Geografía Médica, la cual pone su foco de atención considerando principalmente la relación clásica del hombre con el medio, en este caso, más específicamente la del cuerpo humano con los elementos del entorno que tienen incidencia sobre su salud. Se aborda principalmente un espacio de correlación y difusión. La dimensión 4 definiría el campo de la Geografía de los Servicios de Salud considerando los centros de atención médica como puntos de oferta, a los pacientes que llegan en búsqueda de atención como demanda espacialmente distribuida y la focalización en el análisis espacial de estas relaciones se realizaría con la finalidad de lograr una mayor eficiencia y equidad espacial en el espacio funcional. Ambas dimensiones, ligadas a líneas de abordaje temático, son las que según Olivera (1994) comprenden el campo de la Geografía de la Salud. Por lo tanto, cabe esperarse que ambas líneas contemplen una importante autonomía en sus modelos de problemas y soluciones, y al mismo tiempo, en los métodos aplicados para encontrarlas. Sisitemas de Información Geográfica en Geografía de la Salud 113 Conceptos espaciales fundamentales La utilización de la tecnología SIG en Geografía de la Salud recorre la totalidad de posibilidades del análisis geográfico cuantitativo a partir de basarse en cinco conceptos espaciales fundamentales (Buzai y Baxendale, 2006): Localización: Todas las entidades estudiadas tienen una ubicación específica sobre el espacio geográfico. Esta ubicación puede ser abordada desde dos puntos de vista diferentes: el del emplazamiento que se refiere al sitio específico respecto del espacio local y el de la situación que corresponde a la posición de una entidad respecto de las demás. Distribución: El conjunto de entidades estudiadas se reparten sobre el espacio geográfico formando configuraciones específicas. Éstas pueden ser representadas como puntos, líneas o áreas con diverso contenido temático. La distribución, desde una lógica estadística, puede ser considerada como la frecuencia con que estas entidades y sus características aparecen en las diferentes unidades espaciales. Asociación: Es el grado de correspondencia espacial en cuanto a la localización de diferentes entidades y sus atributos, o en cuanto a las relaciones existentes entre unidades espaciales vecinas. La superposición cartográfica puede medir la asociación mediante el álgebra de mapas en sistema raster o el cálculo del coeficiente de correlación puede medirlo a partir de la base de datos numérica. Interacción: Corresponde al estudio del espacio relacional en el cual las ubicaciones, las distancias y los flujos horizontales resultan fundamentales. Aparece con mucha importancia el concepto de accesibilidad, el cual estructura el espacio geográfico a través de la funcionalidad. Ésta puede ser medida mediante diferentes cálculos realizados en la red de circulación o mediante modelos derivados de la física social. Evolución: Incorporación del tiempo como transición de las configuraciones espaciales de un estado a otro. El concepto de evolución espacial puede ser concretizado a partir de considerar un nivel de profundidad en la matriz de datos geográfica, la superposición de mapas (chess-map) o el uso de modelos de simulación en representaciones cartográficas de difusión continua.

4 114 GUSTAVO D. BUZAI La correspondencia entre los aspectos conceptuales formados por el alcance temático y los conceptos espaciales fundamentales son los que brindan sustento a las diferentes aplicaciones en los dos grandes componentes de la Geografía de la Salud. Aspectos técnicos Geoinformática La denominada Geografía Automatizada (Dobson, 1983) se encuentra sustentada por aquellos conceptos geográficos que pudieron ser estandarizados en el ambiente computacional y que permiten disponer de diversos procedimientos de análisis geográfico a través del uso de las nuevas tecnologías digitales. Estas tecnologías digitales presentan una gran variedad de posibilidades de aplicación y los Sistemas de Información Geográfica en una posición de integración se han convertido definitivamente en el principal medio para realizar un análisis socioespacial con el fin de proveer caminos de solución a las problemáticas concretas de orden espacial. La valorización generalizada de estas aplicaciones ha sido muy importante y su prestigio creció simultáneamente a la incorporación conceptual de las variables de localización (x, y), de atributos (z) y de tiempo (t) en estudios interdisciplinarios. En la práctica, la totalidad de dimensiones se consideran imprescindibles para un análisis realizado lo más completamente posible del mundo real. La transformación del mundo real en un modelo digital con posibilidades de ser trabajado mediante procedimientos computacionales exige una serie de transformaciones conceptuales que finalizan al nivel de byte. Mediante esta fragmentación y estandarización, todo objeto geográfico puede definirse digitalmente a través de una geometría particular (punto, línea, polígono, raster o x-tree), una localización precisa en el espacio absoluto (x-y o geográficas), una serie de atributos (campos de informaciónvariables o capas temáticas-layers) y su existencia en un momento histórico (instante de realización de las mediciones). Concretar estos aspectos mediante medios computacionales se logra a través de la generación de bases de datos alfanuméricas y bases de datos gráficas. Las primeras se encuentran asociadas al almacenamiento de números y letras que representan los atributos de cada entidad ubicada en el espacio Sisitemas de Información Geográfica en Geografía de la Salud 115 geográfico, y los softwares que se utilizan para su tratamiento son los Editores de Textos (EDT), Administradores de Bases de Datos (ABD), Planillas de Cálculo (PLC), Programas de Análisis Estadístico (PAE) y Sistemas de Posicionamiento Global (GPS). 1 Las segundas se encuentran asociadas al almacenamiento de los aspectos geométricos, y los softwares que se utilizan para su tratamiento son los programas de Diseño Asistido por Computadora (CAD), Mapeo Asistido por Computadora (CAM), Gestión de Infraestructura (AM-FM), Sistema de Información de Tierras (LIS), Procesamiento Digital de Imágenes (PDI) y Modelado Numérico de Terreno (MNT). 2 Figura 1 Relaciones Geoinformáticas 1. Se conserva la sigla en inglés, GPS (Global Positioning System). 2. Se conservan las siglas en inglés, CAD (Computer Aided Design), CAM (Computer Aided Mapping), AM-FM (Automated Mapping-Facilities Management) y LIS (Land Information System).

5 116 GUSTAVO D. BUZAI Cuando se combinan las bases de datos alfanuméricas y gráficas, y se referencian espacialmente a un sistema de coordenadas geográficas (Georreferenciación) surge el concepto de Sistemas de Información Geográfica (SIG). En la Figura 1 puede verse de forma gráfica que si salimos de este núcleo hacia sus bordes encontramos diferentes tipos de software en una estructura convergente y que en su totalidad forman el campo de la Geoinformática. La Geoinformática se convierte en un campo de gran amplitud en el cual se pueden incluir todo tipo de software de aplicación y en donde la tecnología SIG se convierte en su núcleo al tomar el lugar central. Esto es posible porque la Geoinformática no se define a través del tipo de programas computacionales que la integran, sino a través de la clase de información que maneja: información geográfica o geoinformación. Por lo tanto, todo tipo de aplicación computacional podría ser incluida, desde las más generales hasta las más específicas, pues todas se relacionan en enlaces de sucesivas vinculaciones que posibilitan la creación de modelos digitales de la realidad. Como puede verse en la Figura 1 la etapa de convergencia es la que brinda las posibilidades concretas del análisis geográfico digital y la etapa de circulación, su difusión a través de las redes informáticas, zona en la cual ha evolucionado notablemente la tecnología luego de haberse solucionado técnicamente las diferentes relaciones geoinformáticas. Sistemas de Información Geográfica - SIG La tecnología SIG se ha convertido en el núcleo de la Geoinformática y ha ganado definitivo prestigio como aplicación computacional de convergencia para el manejo de datos del espacio geográfico provenientes de numerosas fuentes con utilidad en diferentes ciencias. 3 Si bien existen diversas definiciones para la tecnología SIG, de la Figura 1 surge una especificidad en cuanto a la posibilidad de integración de bases de datos gráficas (mapas) y alfanuméricas (atributos) sobre un sistema de coordenadas. Sin embargo esta tarea puede ser considerada tradicional en los estudios geográficos. 3. Se resalta datos del espacio geográfico porque otras ciencias utilizan datos espaciales que se encuentran alejados de la Geografía y a partir de allí comienzan a definirse los Sistemas de Información Espacial (SIE) que muestran utilidad en campos científicos como la Medicina, Biología Molecular y Nanotecnología, entre otras (Seguinot Barbosa, 2001). Sisitemas de Información Geográfica en Geografía de la Salud 117 Por lo tanto, las definiciones actuales de SIG incluyen decididamente el cambio de entorno de trabajo, porque más allá de que la mayoría de los procedimientos de análisis geográfico realizados hayan sido formulados de forma previa a la aparición de la computadora hoy no podemos considerarlos fuera de ella. En este sentido puede ser conceptualizado como un sistema basado en la computación para el manejo de datos espaciales. También como un sistema que permite la obtención, almacenamiento, tratamiento y reporte de datos espaciales o un sistema de apoyo a la toma de decisiones de localización espacial. El SIG puede incorporarse a una de estas definiciones o a todas en conjunto. Su medio informático es innegable y es de esta manera como en la Geografía de la Salud se dispone actualmente de una gran capacidad de software de aplicación (OPS, 2002; 2004). Sin embargo, considerar al SIG únicamente como un software es algo bastante alejado de la realidad, ya que cada una de sus herramientas se basa en desarrollos conceptuales consistentes que le brindan sustento. Es así como el más eficiente uso de esta tecnología no estará logrado por el buen conocimiento del manual del usuario, sino por las capacidades temáticas del profesional que busca resultados a través de la aplicación. Esta capacidad temática es la que permite obtener el mayor provecho de la tecnología SIG y al mismo tiempo descubrir por dónde se encuentran sus falencias en la resolución de aspectos específicos. La determinación de estas limitaciones ha permitido el desarrollo de nuevos sistemas de aplicación: los Sistemas de Ayuda a la Decisión Espacial. Sistemas de Ayuda a la Decisión Espacial - SADE El importante nivel de generalidad puede ser considerado al mismo tiempo la mayor ventaja y la mayor desventaja de los Sistemas de Información Geográfica. Ventaja porque le permite ser útil en una gran variedad de aplicaciones y desventaja porque muchas veces no presenta utilidad en aplicaciones específicas. Por este motivo aparecen y ocupan lugares estratégicos en cuanto a las técnicas para la resolución de problemáticas espaciales los Sistemas de Ayuda a la Decisión Espacial (SADE). Éstos se han desarrollado en áreas donde los SIG prestan una utilidad limitada. En este sentido un SADE puede ser definido como un sistema de software diseñado específicamente para proveer a los tomadores de decisiones un

6 118 GUSTAVO D. BUZAI ambiente flexible y de fácil manejo que le permita trabajar con información espacial con la finalidad de obtener resultados concretos dentro de variadas alternativas (Densham, 1991). Según Bosque Sendra (2001, 2004), siguiendo la caracterización de Simon, un SADE debe brindar herramientas para cumplir tres fases en la toma de decisión: (a) exploración del problema para conocer su estructura y ayudar a la formulación de hipótesis, (b) obtención de diferentes alternativas de solución, y (c) evaluación precisa de dichas soluciones con la finalidad de tomar decisiones fundadas. Los SADE están generando actualmente una tendencia importante en el desarrollo de softwares para el análisis de datos geográficos. Gran parte de las aplicaciones de Sistemas de Información Geográfica en Geografía de la Salud encuentra respuesta bajo el desarrollo de los SADE. Aplicaciones Considerando los dos grandes componentes de la Geografía de la Salud, se presentan en este punto una serie de ejemplos de aplicación que pueden ser incorporados en cada una de ellas. Utilización en estudios de geografía médica Las aplicaciones posibles en esta línea de trabajo son amplias y variadas. Para el estudio de las distribuciones puntuales se incluyen el análisis central de tendencias y los modelados por isolíneas y cálculo de densidades focales (kernel) con las consiguientes posibilidades de superposición temática. Para el estudio de distribuciones areales se incluyen el análisis univariado por cartografía temática, el análisis bivariado y trivariado dentro del análisis exploratorio de datos espaciales (ESDA), búsqueda de correspondencias espaciales por superposición cartográfica y procedimientos de evaluación multicriterio en la búsqueda de escenarios alternativos para la erradicación de enfermedades (Medronho, 1995), procedimientos de clasificación multivariada en la búsqueda de áreas homogéneas, análisis de concentración espacial, análisis de autocorrelación espacial global y local, y la aplicación de métodos de regresión múltiple simple y ajustada geográficamente. A continuación se presentan tres ejemplos de aplicación mediante el uso de cartografía temática, análisis exploratorio de datos espaciales y análisis de autocorrelación espacial. Sisitemas de Información Geográfica en Geografía de la Salud 119 Cartografía Temática Se considera que la cartografía temática como campo científico tiene por objetivo la realización de mapas de cualquier tipo de tema que exceda la única representación de los rasgos del terreno, es decir, tiene que mostrar información diferente a la que se percibe visualmente en el área de estudio analizada. Sus resultados intentan brindar apoyo a diversos campos científicos y ser de utilidad para las actividades de gestión y planificación territorial, como así también para la comunicación sintética del tema, a nivel cartográfico, destinada a usuarios de diversas profesiones y a un público en general. Las posibilidades de representación de acuerdo a su amplitud temática son muy grandes y variadas, por lo cual cada uno de estos mapas se confecciona orientado hacia un propósito específico, aunque desde un punto de vista general, se centran en el análisis de las distribuciones espaciales individuales y sus posibles correlaciones. Un recorrido histórico respecto de las representaciones cartográficas en Geografía de la Salud puede encontrarse en la obra de Koch (2005) y su focalización en las posibilidades actuales en Curto (2003). Todo producto cartográfico es un modelo del mundo real que cuenta con una serie de especificaciones propias: proyección, sistema de coordenadas y escala. Ante las nuevas tecnologías, la diferenciación, como se ha visto, sucede por el cambio de ambiente, ya que estas representaciones pasan a ser un modelo digital de la realidad. Existen diversas maneras de representar aspectos temáticos. El primer paso es la definición de un mapa base con la localización propia de cada unidad espacial considerada y luego se define el sistema de grafía temática (Paso Viola, 2003): utilizar esquicios diagramáticos en base a datos estadísticos (cartogramas), la combinación de mapas con diagramas insertos (cartodiagrama), presentar distribuciones a través del trazado de puntos aleatorios o regulares, generar isolíneas a partir de datos puntuales o llevados a puntos con un posible avance en 3D, generar unidades espaciales de diferentes tamaños a partir de la magnitud de sus valores (anamorfosis o cartogramas de distorsión), o simplemente, la realización de mapas en los cuales se determina un color a partir de un valor asignado a las unidades espaciales (coropléticos). Todas estas posibilidades pueden ser utilizadas en Geografía de la Salud, aunque de ellas las más frecuentemente encontradas son los mapas puntuales con localizaciones específicas y los coropléticos (Figura 2) al momento de representar la distribución espacial asignada a unidades areales.

7 120 GUSTAVO D. BUZAI Sisitemas de Información Geográfica en Geografía de la Salud 121 Figura 2 configuración en la cual cada variable queda representada por un eje ortogonal (90 ) y cada unidad espacial se ubica como un punto de localización x-y en el espacio de relaciones a partir de sus valores de coordenadas en cada eje. Cuando los datos de cada variable se transforman a puntajes estándar [1] cada uno de estos ejes toma el sector central del gráfico con igual a cero y quedan claramente definidos cuatro cuadrantes básicos en el espacio de relaciones. El cuadrante inferior izquierdo concentra unidades espaciales con bajos valores en ambas variables, el cuadrante superior izquierdo con bajos valores en x y altos en y, el cuadrante superior derecho con valores altos en ambas variables, y el cuadrante inferior derecho con valores altos en x y bajos en y. [ 1 ] z = x - x σ donde z es el puntaje estándar, cada medición individual es la media de la variable y es el desvío de la variable. Ciudad de Luján: Consultas realizadas por enfermedades infecciosas (mapa de cortes naturales en cinco categorías) Desde un punto de vista estadístico espacial, la representación cartográfica de un tema se enmarca en las tareas del análisis univariado. A partir de estudiar estas localizaciones y distribuciones, el siguiente paso es ampliar la complejidad mediante la incorporación de otras variables y analizarlas en conjunto con la finalidad de descubrir sus relaciones. Análisis Exploratorio de Datos Espaciales (ESDA) El ESDA aplicado a la Geografía de la Salud ha sido ampliamente analizado en un trabajo específico (Buzai, 2007) y aquí será presentada su capacidad en el estudio de un análisis bivariado donde se encuentra claramente relacionado con las propiedades del gráfico de dispersión en dos dimensiones (scatter diagram). Su aplicación brinda como resultado una Cuando se intenta avanzar hacia el análisis del sentido de la relación entre los resultados producidos en ambas variables se calcula la recta de regresión con base en la nube de puntos formada por las posiciones de cada unidad espacial en el sistema de coordenadas. Si el sentido de la recta es desde el espacio - - al espacio ++ la relación se produce de manera positiva y si va desde el espacio -+ al espacio +- la relación es negativa, no existiendo correlación cuando la nube de puntos es redondeada y se hace imposible determinar un sentido. La fórmula de la función lineal es: [ 2 ] y = a + bx donde a es la ordenada al origen, es decir el punto exacto por donde la recta corta el eje y cuando x=0 y b representa la pendiente de la recta. Este cálculo y su gráfica se utiliza asimismo en el análisis de regresión, cuando se intentan predecir valores en las variables dependiente (y) a partir de valores conocidos en la variable independiente (x).

8 122 GUSTAVO D. BUZAI Sisitemas de Información Geográfica en Geografía de la Salud 123 Figura 3 Figura 4 Gráfico de dispersión Relación de Población con NBI con cantidad de diagnósticos de enfermedades infecciosas en la ciudad de Luján La figura 3 presenta la relación establecida entre la población con Necesidades Básicas Insatisfechas (Eje x NBI_POB) y el diagnóstico de enfermedades infecciosas (Eje y INFECCIOSA). Como se puede analizar, la relación es positiva, por lo que aquellas unidades espaciales que presentan las peores condiciones se encuentran en el cuadrante superior derecho (Cuadrante ++) con los mayores valores para ambas variables. Las vinculaciones existentes como procedimiento del ESDA permiten verificar espacialmente la configuración que estas unidades espaciales generan en la ciudad (figura 4). Ciudad de Luján: Mapa con la distribución espacial de la selección del cuadrante ++ También es de destacar que si todos los puntos se ubican sobre la recta, existiría una correlación perfecta que arroja un valor del coeficiente de correlación de Pearson r=1 o r=-1 para la relación perfecta positiva y negativa, respectivamente. De forma simplificada, para datos estandarizados, el cálculo del coeficiente r de correlación de Pearson se realiza con: [ 3 ] r = Σzxzy donde y es el puntaje estándar de las variables x e y respectivamente, n es la cantidad de unidades espaciales. n

9 124 GUSTAVO D. BUZAI El cálculo de r se utiliza para medir las relaciones entre variables o entre unidades espaciales y del total de cálculos (todos contra todos) se confecciona la matriz de correlaciones de variables y la matriz de correlaciones de unidades espaciales. Esta última es la materia prima para la construcción regional a partir de la aplicación de métodos de análisis estadístico multivariado. Autocorrelación Espacial Si bien la primera ley de la geografía (ley de Tobler) afirma que todo está relacionado con todo, pero las cosas más cercanas se encuentran más relacionadas entre sí que con las más lejanas, en la actualidad esta situación debería medirse para cada caso particular, ya que los aspectos humanos se apartan de esta ley con mayor facilidad que los aspectos físicos. La fragmentación sociocultural de la postmodernidad puede verse territorialmente en los modelos urbanos basados en la fragmentación (Buzai, 2003) en donde se presentan, tanto para los espacios centrales como periféricos, células que propician bruscos cambios territoriales cercanos. El concepto de autocorrelación espacial permite medir estos aspectos de la realidad territorial. No se refiere a medir el grado de correlación entre dos o más variables en un mismo espacio, sino la correlación de una única variable a través de diferentes unidades espaciales, es decir, su comportamiento horizontal. Cuando centramos el análisis en una determinada unidad espacial y sus unidades espaciales vecinas tienen similares comportamientos, se afirma que existe una autocorrelación espacial positiva, a través de mediciones opuestas habría una autocorrelación espacial negativa y una ausencia de autocorrelación indicaría una distribución generada aleatoriamente. Por lo tanto, todo procedimiento de medición de la autocorrelación espacial estaría intentando verificar que la distribución espacial obtenida a partir de los valores de una variable no sean producidas de manera aleatoria. El principal índice que se ha utilizado para medir esta característica espacial es el I de Moran, actualmente incorporado satisfactoriamente en los Sistemas de Información Geográfica (Anselin, 2003). Su propósito es comparar los valores de cada localización con los valores presentados por las localizaciones contiguas: Sisitemas de Información Geográfica en Geografía de la Salud 125 Donde n es el número de unidades espaciales, x i es el valor de la variable en la unidad espacial i, x j es el valor de la variable en la otra localización, x es la media de la variable, y w ij es una ponderación que indica la relación de contigüidad entre las unidades espaciales i-j. Si i-j comparten límites w ij, si no w ij =0. El índice I de Moran tiene la propiedad de un valor de correlación. Los resultados obtenidos a nivel urbano para los grupos de enfermedades (Clasificación Internacional de Enfermedades, ICD9-10) son los siguientes: Resultados numéricos de: I. Enfermedades infecciosas (0,29), II. Enfermedades de la sangre (0,28), III. Trastornos mentales (0,53), IV. Enfermedades neurológicas (0,29), V. Enfermedades del ojo (0,39), VI. Enfermedades del oído (0,28), VII. Enfermedades circulatorias (0,22), VIII. Enfermedades respiratorias (0,31), IX. Enfermedades digestivas (0,36), X. Enfermedades de la piel-subcutánea (0,27) y XI. Enfermedades osteomusculares (0,46). Los gráficos de dispersión, correspondientes al valor máximo señalado se presenta en valores estandarizados en los ejes x e y. Figura 5 [ 4 ] I = nσi(x-x)σjw ij (xj-x) (ΣiΣjw ij )Σi(x i -x) 2 Graficación del índice I de Moran - Variable y W_Variable

10 126 GUSTAVO D. BUZAI La vinculación digital entre los gráficos y la base cartográfica representa las mismas capacidades técnicas ya analizadas y en este caso cada punto se ubica en un espacio de relaciones formado por la variable analizada (eje x), en cada unidad espacial como centro y la variable analizada en su valor resumen de las unidades espaciales vecinas (eje y). La Figura 5 muestra los resultados para diagnósticos de trastornos mentales. Sisitemas de Información Geográfica en Geografía de la Salud 127 de valores aleatorios o aleatorización) con 199 permutaciones de los datos espaciales. Figura 7 Figura 6 Test de aleatoriedad en la autocorrelación Relación entre la gráfica y el mapa En la Figura 7 puede verse el histograma resultante formado por los resultados generados al azar (en oscuro) y la ubicación del valor medido en la configuración real (en una barra sobre la derecha) a partir del índice I de Moran, obteniéndose un valor crítico p = 0,005 muy apartado de los valores p utilizados normalmente en los test de hipótesis (0,01-0,05). Se concluye la existencia de una importante autocorrelación espacial ya que su valor p indica que esta autocorrelación se puede producir aleatoriamente solamente en el 0,5% de los casos. Verificar la existencia de autocorrelación espacial significativa tiene que ver con la generación de un test de hipótesis con las siguientes características: H 0 (hipótesis nula) establece que la configuración espacial de los datos se produce de forma aleatoria, y H 1 (hipótesis alternativa) establece que la configuración espacial no se produce al azar y que existe autocorrelación espacial. Para ello se ha aplicado un proceso de randomization (generación Utilización en estudios de Geografía de los Servicios de Salud Esta línea de aplicación cuenta con procedimientos de gran especificidad. Se incluyen las aplicaciones en evaluación multicriterio en la búsqueda de sitios candidatos para localizar nuevas instalaciones y el uso de modelos de localización-asignación que permiten evaluar la eficiencia y equidad

11 128 GUSTAVO D. BUZAI Sisitemas de Información Geográfica en Geografía de la Salud 129 espacial que produce cada una de ellas en el sistema. Asimismo se encuentran aquí los análisis basados en red, como los de áreas de influencia, camino óptimo y búsqueda de los centros de servicios más cercanos. A continuación se presentan dos ejemplos de aplicación en la obtención del mapa de accesibilidad potencial a los centros de salud de atención primaria y finalmente la búsqueda del centro de atención más próximo a determinada localización. Análisis de accesibilidad a los centros de salud El concepto de accesibilidad en el análisis del sistema de salud es multidimensional y lleva a la realización de estudios con importante complejidad (Garrocho, 1995). En este punto la accesibilidad se considera desde un punto de vista físico e interaccional. La accesibilidad general de cualquier zona dentro de un área específica puede ser estudiada a partir de aplicar una serie de índices que se basan en las relaciones obtenidas entre las distancias ideales (línea recta) y las distancias reales (red de circulación). Entre éstas se encuentran los cálculos de accesibilidad ideal, accesibilidad real, índice de calidad en la comunicación e índice de trayectoria (Buzai et al., 2003). A estas posibilidades se le suman los modelos de interacción espacial a través del cálculo del potencial de población, un índice que mide la interacción potencial de un punto respecto del total de puntos del área de estudio. A nivel regional son generalmente localidades y las posibilidades de interacción entre ellas se encuentran asociadas a sus tamaños y distancias. A través de la geografía cuantitativa y los modelos urbano-regionales ha quedado demostrado también que a diferentes tamaños poblacionales aparecen en el interior de los núcleos urbanos una oferta diferencial de bienes y servicios, tanto más especializados cuanto mayor es su tamaño. Por lo tanto, si bien para obtenerse la medida de interacción puede tomarse básicamente a través del tamaño poblacional como síntesis de atracción espacial también se lo puede hacer considerando otros valores de ponderación, generalmente vinculados a las actividades económicas. En Geografía de la Salud se utiliza para medir el nivel de accesibilidad de cada centro de atención dentro del área de estudio y la espacialización de estas mediciones brinda el campo de interacción (Guagliardo, 2004). Tomado de Gamba (2004), la medida básica del potencial de población (PP) se encuentra compuesta por dos partes, la primera de ellas tiene que ver con la definición de un potencial de interacción (PI) y la segunda con el potencial propio (P) considerado como su valor de ponderación. siendo [ 5 ] PP i = P i + PI i [ 6 ] PI i = Σ donde PP i es el potencial de población para la localidad i. P i es la población de la localidad en cuestión considerada como potencial propio, P j es la población de cada una de las otras localidades de la región y d ij es la distancia entre las localidades i y j. Cuando se realiza el estudio de la accesibilidad de los centros de salud se invoca el concepto de accesibilidad potencial incorporando a la fórmula del potencial inter-puntos un tercer factor que corresponde a los valores de la capacidad de los centros de servicios. Desde el punto de vista de la medición concreta para el cálculo de accesibilidad potencial, la fórmula más simple calcula la accesibilidad de un punto i (A i ) cambiando los parámetros del que fuera presentado en [ 6 ]. [ 7 ] A i = Σ donde S j es la capacidad del servicio en la localización j, d ij es la distancia entre el punto de demanda i y el punto de oferta j, y β es un parámetro de fricción que contempla la disminución del poder de atracción con la distancia. El aporte de Joseph y Bantock (1982) es agregar un factor de ajuste de la demanda (V j ): [ 8 ] A i = Σ β j d ij V j [ 9 ] V j = Σ n P j j=l d ij j S j β d ij S j P k β j d ij

12 130 GUSTAVO D. BUZAI donde V j es la demanda potencial en el punto j, P k es el tamaño de la población en el punto k, d kj es la distancia entre el punto de población k y los puntos de oferta del servicio j, y β es el coeficiente de fricción. La Figura 7 presenta el cálculo de accesibilidad potencial para los 12 centros de atención primaria respecto de la población de 0 a 14 años de edad. Figura 8 Sisitemas de Información Geográfica en Geografía de la Salud 131 Búsqueda del centro de atención de salud más cercano Corresponde a una de las modalidades de trabajo que se basan en cálculos que consideran las distancias sobre la red de circulación. En este caso se trata de determinar cuál es el centro de servicio más próximo a una determinada entidad y desplegar cartográficamente cuál es el recorrido que se debe realizar para conectar con mejor costo ambas localizaciones. El menor costo se considera sobre un espacio relativo, por lo cual a la distancia total puede agregársele valores como los de tiempo de traslado o costo monetario. Para el caso de aplicación con resolución en la Figura 9 se han considerado las 14 escuelas estatales de Educación General Básica (EGB) y los 12 centros de atención primaria. La búsqueda se refiere a la obtención del centro de salud más cercano para actuar con rapidez sobre cualquier evento producido en la Escuela EGB N 15 Mariano Moreno ubicada en el noroeste de la ciudad. La búsqueda selecciona el centro de salud San Pedro a 2100 metros de distancia de la escuela. Figura 4 Ciudad de Luján: accesibilidad potencial a los centros de atención primaria La representación cartográfica presenta los resultados arrojados por el cálculo de accesibilidad potencial mediante el uso de la fórmula [ 8 ] distribuido espacialmente mediante el cálculo de densidades focales kernel y cinco categorías que muestran una zona centro-norte con la mayor accesibilidad y diferentes anillos concéntricos que a partir de allí van disminuyendo sus valores hacia la periferia. Recorrido óptimo entre la escuela EGB N 15 y el centro de salud más próximo

13 132 GUSTAVO D. BUZAI Las escuelas EGB aparecen en formato cuadrado y los centros de salud en formato triangular. Los 2100 metros a recorrer entre ambos puntos aparecen en línea doble sobre la vía de circulación. Consideraciones finales La Geografía de la Salud se ha convertido en uno de los campos de aplicación que mayor dinamismo ha tenido al incorporar las tecnologías geoinformáticas, los Sistemas de Información Geográfica (SIG) y los Sistemas de Ayuda a la Decisión Espacial (SADE) en la resolución de problemáticas socioespaciales apoyadas en una ciencia aplicada. Su división interna en Geografía Médica y Geografía de los Servicios de Salud le ha permitido clasificar eficientemente sus diferentes metodologías y lograr una muy correcta especificidad en cada aplicación. En el presente capítulo se han presentado una variedad de casos en cada línea. En la primera, correspondiente al estudio de la distribución de enfermedades el análisis univariado por cartografía temática, el análisis bivariado con el Análisis Exploratorio de Datos Espaciales (ESDA) y el análisis de autocorrelación espacial. En la segunda, para el estudio de la localización de los centros de atención el cálculo de la accesibilidad potencial y la búsqueda del centro de atención más próximo. Sabiendo de la imposibilidad de agotar todas las formas de aplicación existentes, estos casos de estudio han intentado presentar una variedad seleccionada dentro del panorama general de la relación entre SIG y Geografía de la Salud, tema que desde un punto de vista conceptual, ha comenzado a discutirse recientemente tanto en la Geografía de nuestro país (Pickenhayn y Curto, 2005; Ramírez, 2005; Buzai, 2005) como en la de la mayoría de los países latinoamericanos (Iñiguez y Barcellos, 2003). Los conceptos teóricos utilizados y las metodologías asociadas constituyen una herramienta de primordial importancia al momento de intentar comprender la lógica socioespacial de las distribuciones analizadas y de esta forma obtener caminos hacia una más eficiente gestión y planificación del sistema espacial. La Geografía de la Salud, a través de las actuales tendencias de la ciencia aplicada, contribuye para que los conceptos de eficiencia y equidad espacial puedan hacerse operativos en la búsqueda de una sociedad más justa. Las tecnologías digitales basadas en la cuantificación se encuentran disponibles para ayudar a lograrlo. Sisitemas de Información Geográfica en Geografía de la Salud 133 Bibliografía citada ANSELIN, L. (2003) An Introduction to EDA with GeoDa. Spatial Analysis Laboratory. University of Illinois. Urbana-Champaign. BOSQUE SENDRA, J. (2001) Planificación y gestión del territorio. De los SIG a los Sistemas de ayuda a la decisión espacial (SADE). En: El Campo de las Ciencias y las Artes. 138: BOSQUE SENDRA, J. (2004) El uso de los SIG para localizar equipamientos e instalaciones. En: BOSQUE SENDRA, J. Y MORENO JIMENEZ, A. (eds.) Sistemas de Información Geográfica y localización de instalaciones y equipamientos. Ra-ma. Madrid. pp BUZAI, G.D. (2003) Mapas Sociales Urbanos. Lugar Editorial. Buenos Aires. BUZAI, G.D. (2005) Análisis espacial de la Salud. Proyecto de investigación. Departamento de Ciencias Sociales. Universidad Nacional de Luján. BUZAI, G.D. (2007) Geografía de la salud en la ciudad de Luján. Cuadernos de Trabajo Nº 24. Departamento de Ciencias Sociales. Universidad Nacional de Luján. BUZAI, G.D.; Baxendale, C.A. (2006) Análisis socioespacial con Sistemas de Información Geográfica. Lugar Editorial. Buenos Aires. BUZAI, G.D.; BAXENDALE, C.A.; MIEREZ, A. (2003) Accesibilidad e interacción espacial: aportes del análisis espacial cuantitativo para su modelización regional. En: Gerencia Ambiental. 10(95): CURTO, S.I. (2003) Mapas en Geografía Médica. En: Cuaderno Prudentino de Geografía. 25: DENSHAM, P.J. (1991) Spatial Decision Support Systems. En: Maguire, D.J.; Goodchild, M.F.; Rhind, D.W. (eds.) Geographical Information Systems. Principles and Applications. Longman. Harlow. pp DOBSON, J.E. (1983) Automated Geography. En: The Professional Geographer. 35(2): GAMBA, J.C. (2004) Potencial dinámico-sintético. Teoría y aplicaciones. Ediciones gamba_cyt. Buenos Aires. GARROCHO, C. (1995) Análisis socioespacial de los servicios de salud. El Colegio Mexiquense. Toluca. GATRELL, A. (2002) Geographies of Health. Blackwell. Malden. GUAGLIARDO, M. (2004) Spatial accesibility of primary care: concepts, methods and challenges. En: International Journal of Health Geographic. 3(1):3-11. HOWE, G.M. (1985) La Geografía Médica. En: E.H. Brown (comp.) Geografía. Pasado y futuro. Fondo de Cultura Económica. México. pp INIGUEZ, L.; BARCELLOS, CH. (2003) Geografía y Salud en América Latina: evolución y tendencias. En: Revista Cubana de Salud Pública. 29(4): JOSEPH, A.E.; BANTOCK, P.R. (1982) Measuring Potential Physical Accessibility to General Practioners in Rural Areas. En: Social Science and Medicine. 16: KOCH, T. (2005) Cartographies of Disease. ESRI Press. Redlands. MEDRONHO, R.A. (1995) Geoprocessamento e Saúde. Uma nova abordagem do espaço no processo Saúde Doença. Fiocruz. Rio de Janeiro.

14 134 GUSTAVO D. BUZAI OLIVERA, A. (1994) Geografía de la Salud. Síntesis. Madrid. OPS. (2002) Sistemas de Información Geográfica en Salud. Conceptos Básicos. OPS-OMS. Washington. (Autores: C.Castillo Salgado, M.Vidaurre, P.Gassibe, R.González, A.Beas, E.Loyola, R.Martínez, J.Klarián, M.González, A.Escamilla, M.Hazlewood, A.Roca y P.Nájera). OPS. (2004) Paquetes de Programas de Mapeo y Análisis Espacial en Epidemiología y Salud Pública. En: Boletín Epidemiológico. 5(4):1-17. (Autores: R.Martínez, E.Loyola, M.Vidaurre, P.Nájera). PASO VIOLA, F. (2003) Diccionario de Términos - Geografía. Geosistemas. Buenos Aires. PICKENHAYN, J.A.; CURTO, S.I. (2005) La Geografía de la Salud en Argentina. En: Revista Geográfica. IPGH. México. RAMIREZ, M.L. (2005) La moderna Geografía de la Salud y las tecnologías de la información geográfica. En: Investigaciones y ensayos geográficos. IV(4): SEGUINOT BARBOSA, J. (2001) Pasado, presente y futuro de los Sistemas de Información Geográfica. En: Seguinot Barbosa, J. (ed.) Geonatura. Sistemas de Información Geográfica (SIG) aplicados a las Ciencias Ambientales y de la Salud. San Juan de Puerto Rico. pp