Análisis geoespacial

Un análisis geoespacial mantiene la geografía como variable en lugar de promediarla, de modo que permite estimar dónde se concentra un problema con más precisión territorial que una tasa agregada. Aplica cuando se dispone de datos de salud georreferenciados, como los de incidencia, mortalidad, factores de riesgo o recursos, y la pregunta es dónde actuar, no solo cuánto ocurre en conjunto. Cuando un indicador se agrega a nivel regional, las diferencias internas desaparecen en la media: una región con una tasa media razonable puede ocultar zonas de concentración alta junto a zonas sin apenas casos. El análisis espacial localiza esas concentraciones, evalúa si el acceso a los servicios es equitativo entre zonas y aporta la base territorial para dirigir los recursos donde el impacto es mayor, en lugar de repartirlos de forma uniforme sobre un mapa que no es uniforme.

Se necesitan datos de salud georreferenciados, con la localización o la unidad territorial de cada registro, y la información poblacional que permita calcular tasas por área, además de la cartografía de las unidades espaciales que se vayan a analizar. Aplica a cualquier estudio donde el territorio sea parte de la pregunta. El cliente aporta los registros y la información territorial o georreferenciada disponible; el servicio la verifica, define la estructura espacial, sea por contigüidad, por distancia o por otro criterio defendible, que indica qué áreas se consideran relacionadas y comprueba la estabilidad de las tasas antes de cartografiarlas. La unidad espacial importa: el nivel de agregación al que vienen los datos, sea sección censal, municipio o área de salud, condiciona qué patrones se pueden ver y cuáles quedan ocultos. Cuando los datos tienen sensibilidad o riesgo de reidentificación, el análisis puede trabajar con unidades espaciales agregadas, asumiendo el límite de resolución territorial que eso impone. No hace falta que los datos lleguen perfectos, pero sí que cada registro pueda situarse en el territorio de forma fiable, porque un análisis espacial sobre una georreferenciación dudosa hereda esa incertidumbre.

En áreas de baja población se aplica suavizado espacial, cuando procede, mediante enfoques bayesianos u otros métodos de estabilización de tasas, para evitar que el azar de uno o dos casos produzca un mapa que parece señalar un problema donde solo hay ruido. Aplica siempre que se cartografían tasas sobre unidades territoriales pequeñas, donde el denominador reducido vuelve la tasa muy inestable. Una o dos muertes en una zona con pocos habitantes disparan la tasa bruta y generan mapas llamativos pero engañosos: el color intenso refleja el tamaño pequeño del denominador, no una señal epidemiológica real. La estabilización toma prestada información de las áreas vecinas para producir una estimación más estable, de forma que el mapa aproxime mejor el patrón subyacente y no el artefacto del denominador. Así lo que se señala como zona de riesgo es una concentración plausible, no el efecto aleatorio de trabajar con poblaciones pequeñas.

Un cluster se evalúa con estadísticos de dependencia espacial y contraste, no solo a ojo sobre el mapa, porque la vista tiende a ver agrupaciones incluso donde solo hay variación aleatoria. Aplica a toda identificación de zonas calientes (hot spots) o frías (cold spots) en indicadores de salud. La dependencia espacial global se cuantifica con el índice de Moran, que evalúa si los valores parecidos tienden a estar juntos en el territorio más de lo que cabría esperar por azar; y los clusters concretos se localizan con estadísticos locales como LISA y Getis-Ord, que identifican dónde está cada agrupación y con qué significación. La interpretación debe considerar también el problema de comparaciones múltiples cuando se exploran muchos clusters locales, porque examinar muchas áreas a la vez infla la probabilidad de encontrar agrupaciones aparentes por azar. Así cada hot spot que se señala viene con su contraste detrás y con esa cautela aplicada, en lugar de ser una lectura subjetiva de un mapa de colores: la diferencia entre "esta zona parece tener más casos" y "esta zona presenta una concentración estadísticamente respaldada".

La distancia en línea recta no refleja la barrera real de acceso; el análisis de accesibilidad estima el tiempo de desplazamiento sobre la red disponible, sea viaria, de transporte público u otro modo relevante según el contexto, mediante isócronas. Aplica cuando se quiere evaluar la equidad en el acceso a servicios sanitarios o decidir dónde falta cobertura. Dos puntos a la misma distancia en kilómetros pueden tener tiempos de viaje muy distintos según las carreteras, el relieve, el transporte o la ruralidad, de modo que la distancia recta puede señalar como cubierta una población que en la práctica queda lejos. Las isócronas calculan qué área se alcanza dentro de un umbral de tiempo definido con criterio clínico, operativo o de planificación desde cada centro, e identifican las zonas que quedan fuera de cobertura. Esto convierte una pregunta de equidad en evidencia territorial concreta: qué población queda fuera de un tiempo razonable y dónde un déficit de cobertura justifica una intervención o un nuevo recurso.

Los datos georreferenciados pueden violar el supuesto de independencia de la regresión clásica, ya que lo cercano se parece, por lo que, cuando esa dependencia está presente, se emplean modelos de regresión espacial que la tratan en lugar de ignorarla. Aplica al análisis de qué factores territoriales, ambientales o socioeconómicos se asocian a la distribución de una enfermedad. Una regresión convencional asume que cada observación es independiente de las demás; en el territorio, las áreas vecinas tienden a parecerse, y aplicar el modelo clásico sin comprobarlo puede producir una incertidumbre subestimada y una falsa precisión. Por eso primero se comprueba si hay autocorrelación espacial relevante y, si la hay, los modelos de regresión espacial y los modelos CAR incorporan la estructura de vecindad, de modo que los factores asociados se estimen con la incertidumbre estimada de forma más adecuada. Conviene precisar el alcance: estos modelos identifican asociaciones espaciales y factores asociados a un patrón, no relaciones causales; establecer causalidad requiere un diseño distinto.

El análisis geoespacial describe y explica la distribución territorial de un problema de salud: dónde se concentra, qué patrón espacial sigue y qué factores se asocian a él. La evaluación ex-post de intervenciones estima el efecto atribuible de una intervención o política concreta ya implementada, sobre un contrafactual. No responden a la misma pregunta: el análisis geoespacial responde "dónde está y con qué se asocia", desde una lógica descriptiva, asociativa o explicativa, pero no causal por sí misma; la evaluación ex-post responde "qué efecto tuvo esta intervención", de forma causal. Pueden encadenarse, ya que un análisis geoespacial puede revelar dónde focalizar una intervención, que después se evalúa con un diseño ex-post, pero uno cartografía y explica un patrón asociado y el otro atribuye un efecto a una acción concreta. Si la pregunta es dónde está el problema y cómo se distribuye, es geoespacial; si es qué efecto produjo una intervención ya desplegada, es evaluación ex-post.

Se entregan los mapas temáticos y los resultados del análisis espacial interpretados: mapas de tasas suavizadas y de riesgo relativo, la identificación de hot spots y cold spots con su contraste estadístico, los análisis de accesibilidad cuando aplican y, si la pregunta lo requiere, los modelos de regresión espacial con los factores asociados a la distribución. Aplica a quien necesita evidencia territorial para planificar: dónde focalizar un programa, dónde ubicar un recurso, dónde el acceso no es equitativo. El entregable distingue lo que es un patrón estadísticamente respaldado de lo que es una lectura visual, de modo que las decisiones se apoyen en la señal y no en el artefacto. El reparto se mantiene: el cliente aporta los registros y la información territorial o georreferenciada disponible y toma las decisiones de planificación; el servicio estima, modeliza y cartografía, y aporta la interpretación territorial con sus límites explícitos.