Agrupamiento de los cantones de Costa Rica con base en variables de interés durante la variante beta del Covid-19

Contenido principal del artículo

Isaí Ugalde-Araya

Resumen

El estudio del comportamiento de los casos y el análisis de bioindicadores es relevante para
la toma de decisiones por parte de las autoridades sanitarias, relacionado con la pandemia
del Covid-19. De este modo, numerosas investigaciones se han llevado a cabo en el mundo
para comprender este fenómeno, sus variantes y principales afectaciones en la salud de
la población. En el presente estudio, por lo tanto, se realizó un análisis de conglomerados
con base en las variables tasa de mortalidad, tasa de morbilidad y tasa de letalidad, así
como con la densidad geográfica cantonal, para el periodo de la variante beta en Costa
Rica, correspondiente a los meses de febrero a junio de 2021, y se eligieron tres métodos
para obtener los grupos: k-medias, k-medoides y métodos difusos; así como dos tipos de
distancias: euclídea y de Manhattan. Asimismo, se utilizó la suma de cuadrados dentro de
grupos y el índice de Dunn para validar la conformación de los grupos. Se identificó que el
método y la distancia que formaban los conglomerados de cantones más compactos, con una
menor variabilidad intragrupo, fue k-medoides y Manhattan, respectivamente, debido a que su
mayor robustez ante valores extremos. De los grupos formados, el clúster 1 posee un impacto
moderado de la pandemia durante la variante en cuestión, y el grupo 2 y 3, un impacto bajo
y alto, respectivamente. Asimismo, el grupo 1 y 2 están conformados en mayor medida por
cantones no pertenecientes al Gran Área Metropolitana, en contraposición al grupo 3. Este análisis proporciona ideas valiosas para las autoridades sanitarias al comprender los impactos
de la pandemia de Covid-19 en las regiones costarricenses y contribuye al desarrollo de
estrategias específicas para una gestión efectiva.

Detalles del artículo

Cómo citar
Ugalde-Araya, I. (2024). Agrupamiento de los cantones de Costa Rica con base en variables de interés durante la variante beta del Covid-19. Revista Tecnología En Marcha, 37(7), Pág 75–80. https://doi.org/10.18845/tm.v37i7.7302
Sección
Artículo científico

Citas

G. L. Vasconcelos, A. A. Brum, F. A. Almeida, A. M. Macêdo, G. C. Duarte-Filho y R. Ospina, «Standard and

Anomalous Waves of COVID-19: A Multiple-Wave Growth Model for Epidemics,» Brazilian Journal of Physics,

pp. 1867-1883, 2022.

J. L. Jacobs, G. Haidar y J. W. W. Mellors, «COVID-19: Challenges of Viral Variants,» Annual Review of

Medicine, vol. 74, pp. 31-53, 2023.

N. Pearce, J. P. Vandenbroucke, T. J. VanderWeele y S. Greenland, «Accurate Statistics on COVID-19 Are

Essential for Policy Guidance and Decisions,» AJPH, vol. 110, nº 7, pp. 949-951, 2020.

Universidad de Costa Rica. Centro de Investigación Observatorio del Desarrollo, «Costa Rica,» 30 05

[En línea]. Available: https://app.powerbi.com/view?r=eyJrIjoiMjU3M2NkNjQtMGIyOS00ZjRmLWE3NjYtNDE2OWNkZjIxZTdjIiwidCI6ImFkNjNmZDZmLWE4OTctNDljZS1hZWU5LTRmYzYxNzY1NjY4YSJ9&pageNam

e=ReportSection. [Último acceso: 10 09 2023].

Instituto Nacional de Estadística y Censos, Costa Rica «Estadísticas demográficas. 2011 – 2025. Proyecciones

nacionales. Población total proyectada al 30 de junio por grupos de edades, según provincia, cantón, distrito

y sexo,» [En línea].

F. Klawonn, R. Kruse y R. Winkler, «Fuzzy Clustering: More than just fuzzification,» Fuzzy Sets and Systems,

vol. 281, pp. 272-279, 2015.

R. C. Team, R: A language and environment for statistical computing, Vienna, Austria: R Foundation for

Statistical Computing.

Suwanda, R., Syahputra, Z., y Zamzami, E. M. «Analysis of euclidean distance and manhattan distance in

the K-means algorithm for variations number of centroid», In Journal of Physics: Conference Series, vol 1566,