Socio-environmental factors contributing to the high incidence of COVID-19 in a border city in northern Uruguay

Abstract

Background and Objectives: the present study was conducted in the city of Rivera, situated in northern Uruguay on the border with Brazil. The disease initially progressed slowly in 2020, with subsequent outbreaks followed by a rapid increase in incidence. The objective was to explore the relationship between the spatial distribution of COVID-19 cases in a binational city and variables such as socioeconomic status, population density, and mobility patterns, with the aim of informing public policies. Methods: an exploratory study was conducted between August 2020 and January 2021 using data obtained from the Ministry of Health. The explanatory variables considered included population density, socioeconomic level, and mobility. Three distinct periods from 2020 to 2021 were identified. Spatial autocorrelation was analyzed using Moran’s Index and the Gi* statistic (Getis & Ord). Hierarchical cluster analysis was employed to identify homogeneous groups of census segments. Results: a total of 1,846 cases were georeferenced. Through hierarchical cluster analysis, seven homogeneous groups were identified. Mobility was found to explain the incidence of cases among the high socioeconomic level group, while population density accounted for the differences observed in the low socioeconomic group. Conclusion: in this city, priority should be given to populations residing in areas with higher population density and greater mobility. This small-scale territorial analysis provides valuable information for developing localized policies aimed at addressing health crises.

Justificación y Objetivos: el estudio se realizó en la ciudad de Rivera, situada en el norte del país en la frontera con Brasil. La enfermedad progresó lentamente durante 2020, con brotes posteriores seguidos de un rápido aumento de la incidencia. El objetivo fue explorar la relación entre la distribución espacial de los casos de COVID-19 en una ciudad binacional y variables como nivel socioeconómico, densidad poblacional y patrones de movilidad, con el objetivo de informar políticas públicas. Métodos: se realizó un estudio exploratorio entre agosto 2020 y enero 2021 con datos del Ministerio de Salud, considerando semanas epidemiológicas. Las variables explicativas consideradas fueron densidad poblacional, nivel socioeconómico y movilidad. Se identificaron tres periodos temporales desde agosto 2020 hasta enero 2021. Se analizo la autocorrelación espacial empleando el Índice de Moran y estadística Gi* (Getis & Ord). Mediante el análisis de cluster jerárquico, fue posible identificar grupos homogéneos de segmentos censales. Resultados: se georreferenciaron un total de 1.846 casos. Mediante análisis de cluster jerárquico, se identificaron siete grupos homogéneos. Para el nivel alto socioeconómico, la movilidad es el factor explicativo de una mayor incidencia de casos. Mientras que, para para el grupo de nivel bajo, la densidad de la población fue el factor explicativo de las diferencias en la presentación de la enfermedad. Conclusión: la población a ser priorizada en esta ciudad corresponde a aquellas zonas con mayor densidad poblacional y donde se incrementa la movilidad. El análisis territorial a pequeña escala genera información para la construcción de política local, ante una crisis sanitaria, que la hace más eficaz.