Resumen

La propagación del COVID-19 se ha estudiado ampliamente, pero la intrincada dinámica de su transmisión en zonas urbanas interdependientes y segregadas, limitadas por restricciones de movilidad, aún no se ha entendido del todo. La naturaleza dinámica-adaptativa de la pandemia implica que la propagación del virus está influida por diversos factores que operan de forma dispar en zonas urbanas con funciones distintas. Este estudio investiga los patrones dinámicos de propagación de COVID-19 en el Área Metropolitana de Santiago (AMS), Chile, aprovechando variables explicativas relacionadas con la movilidad urbana, las características socioespaciales, la segregación y las medidas sanitarias. Utilizando datos de movilidad disponibles públicamente, utilizamos dos índices: el Índice de Movilidad Interna (que captura los viajes individuales dentro de la comuna de una ciudad) y el Índice de Movilidad Externa (que indica los viajes que cruzan las fronteras de la comuna). Estos índices se obtuvieron a partir de los datos de geolocalización registrados por la red de antenas de telefonía móvil de la compañía Telefónica mediante el seguimiento de las sucesivas transiciones de antena durante los desplazamientos. El análisis abarca un patrón pandémico de tres etapas, que corresponden a los periodos antes, durante y después de un bloqueo inicial en el primer año de la pandemia. Se utilizan modelos de regresión Elastic-Net-Penalty, hábiles tanto en la selección de características como en la gestión de predictores altamente correlacionados, manteniendo al mismo tiempo la interpretabilidad de los modelos. Estos modelos emplean una combinación de optimización log-verosimilitud regularizada L1 (ridge) y L2 (lasso). La penalización ridge funciona contrayendo los coeficientes de los predictores correlacionados, acercándolos entre sí. En cambio, el método del lazo tiende a elegir un predictor y excluir los demás. El análisis con estos modelos desvela las influencias de diversos subconjuntos de variables explicativas a lo largo de la pandemia. Es importante destacar que el estudio aporta pruebas que justifican los resultados subóptimos de la cuarentena dinámica impuesta por las autoridades. Las restricciones a la movilidad se aplicaron sin tener en cuenta los intrincados factores contextuales, lo que repercutió negativamente en las zonas vulnerables de la ciudad.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Modelos de regresión de variación temporal; Dinámicas urbanas; Dinámicas de propagación de COVID-19; Regularización elastic-net; Indicadores de movilidad socioespacial
• Keywords:Time-varying regression models; City dynamics; COVID-19 spread dynamics; Elastic-net regularization; Socio-spatial mobility indicators