ANÁLISIS EPIDEMIOLÓGICO ESPACIAL DE LA INCIDENCIA DE

TUBERCULOSIS EN EL DEPARTAMENTO DE ANTIOQUIA PERIODO

2009 - 2013

Patricia Elena Pamplona Amaya

Ángela Argemira Jaramillo Blandón
Alfonso Alba Acevedo

Universidad de San Buenaventura Seccional Medellín

Facultad de Ingenierías
Especialización en Sistemas de Información Geográfica
Medellín
2015

1
 ANÁLISIS EPIDEMIOLÓGICO ESPACIAL DE LA INCIDENCIA DE
TUBERCULOSIS EN EL DEPARTAMENTO DE ANTIOQUIA
PERIODO 2009 - 2013

Patricia Elena Pamplona Amaya

Ángela Argemira Jaramillo Blandón
Alfonso Alba Acevedo

Proyecto presentado para optar al título de Especialista en Sistemas de

Información Geográfica

Asesores
Libardo Antonio Londoño Ciro
Ingeniero de Petróleos
Especialista en SIG Universidad de San Buenaventura

Dubán Pájaro Cantillo

Médico
Magister en Salud Pública
Universidad CES

Universidad De San Buenaventura Seccional Medellín

Facultad De Ingenierías
Especialización En Sistemas De Información Geográfica
Medellín
2015

2
TABLA DE CONTENIDO

1. JUSTIFICACIÓN ...........................................................................................................................6
2. PLANTEAMIENTO DEL PROBLEMA .......................................................................................9
3. OBJETIVO GENERAL .............................................................................................................. 10
4. OBJETIVOS ESPECÍFICOS .................................................................................................... 11
5. MARCO REFERENCIAL .......................................................................................................... 12
6. DISEÑO METODÓLOGICO ..................................................................................................... 20
7. RESULTADOS ........................................................................................................................... 31
8. ANÁLISIS DE RESULTADOS ................................................................................................. 55
9. CONCLUSIONES Y RECOMENDACIONES ........................................................................ 58
10. REFERENCIAS ....................................................................................................................... 60
12. GLOSARIO ............................................................................................................................... 70

3
 LISTA DE TABLAS

TABLA 1. ACTIVIDADES DEL DISEÑO METODOLÓGICO .................................................... 21

TABLA 2. DESCRIPCIÓN DE VARIABLES PARA ANÁLISIS ESPACIAL .................................... 28
TABLA 3. MUNICIPIOS CON MAYOR TASA DE INCIDENCIA DE TB POR AÑO 2009-2013 ...... 33
TABLA 4. IDENTIFICACIÓN DE MUNICIPIOS .................................................................. 35

TABLA 5. MUNICIPIOS CON MAYOR TASA DE INCIDENCIA DE VIH POR AÑO 2009-2013 ..... 39

4
 LISTA DE FIGURAS

FIGURA 1. MODELO PARA EL ANÁLISIS ESPACIAL DE LA INCIDENCIA DE TUBERCULOSIS 23

FIGURA 2. TASA DE INCIDENCIA DEPARTAMENTAL DE TUBERCULOSIS POR AÑO ............... 31
FIGURA 3. MAPAS DE DISTRIBUCIÓN DE LAS TASAS DE INCIDENCIA DE TUBERCULOSIS X
100.000 HABITANTES, POR DECILES 2009 – 2013 ................................................ 36
FIGURA 4. MAPAS DE DISTRIBUCIÓN DE LAS TASAS DE INCIDENCIA DE VIH X 100.000
HABITANTES, POR DECILES. 2009 – 2013 ............................................................. 40

FIGURA 5. MAPAS DE DISTRIBUCIÓN DE LA POBLACIÓN ASEGURADA EN EL DEPARTAMENTO

DE ANTIOQUIA POR DECILES. 2009 – 2013........................................................... 44

FIGURA 6. MAPAS DE DISTRIBUCIÓN DE LA PROPORCIÓN DE LA POBLACIÓN CON NBI,

MISERIA, HACINAMIENTO POR DECILES. 2011 ....................................................... 47

FIGURA 7. MAPAS DE INTERPOLACIÓN DE TUBERCULOSIS Y VIH-SIDA. 2009 – 2013 ... 50
FIGURA 8. COBERTURA DE AFILIACIÓN AL SISTEMA GENERAL DE SEGURIDAD SOCIAL EN

SALUD (SGSS) ................................................................................................. 56

5
 1. JUSTIFICACIÓN

La tuberculosis (TB) según informe del año 2013 de la Organización Mundial de la

Salud - OMS, es la segunda causa de mortalidad en el mundo, por lo que se
constituye en un grave problema de Salud Pública. La cifra estimada (World
Health Organization, 2015) de personas que enfermaron en el año 2013 fue de 9
millones de personas, 500.000 casos más de lo que se había estimado
previamente y hubo 1,5 millones de muertes por esta causa, de éstas,
aproximadamente 360.000 también estaban infectadas con VIH. El número de
muertes por TB es considerado elevado, dado que la mayoría de ellas son
evitables (World Health Organization, 2014).

Diferentes estrategias se han formulado para disminuir el alto índice de mortalidad

por enfermedades infectocontagiosas y una de estas estrategias es “Alto a la tu-
berculosis” por la organización Mundial de la Salud con metas definidas para el
milenio y específicamente hasta el año 2015. Con base en estos lineamientos dife-
rentes organizaciones de salud a nivel continental y en países con presencia de
la enfermedad formulan sus planes de acción y estrategias para combatirla.
(Ministerio de la Proteccion Social - Instituto Nacional de Salud, 2009)

En Colombia, en los últimos años la incidencia o casos nuevos de la enfermedad,

se ha mantenido constante entre 24 y 26 casos por 100.000 habitantes por año.
En el año 2013, se notificaron en el país cerca de 12.000 casos de TB, y para
dicho período la incidencia de TB en el país fue de 24,91 casos por cada 100.000
habitantes. (Vera , 2015).

En el departamento de Antioquia en el año 2013 se reportaron 2.562 casos nuevos

de tuberculosis, 1.995 casos de tuberculosis pulmonar para una tasa sin ajustar de
morbilidad de 31.7 por 100.000 habitantes, y 567 casos de tuberculosis extra

6
pulmonar para una tasa sin ajustar de 9.0 por 100.000 habitantes. (Secretaria
Seccional de Salud y Protección Social de Antioquia, 2013).

Dentro de las competencias asignadas a los entes territoriales y distritales por

parte del Ministerio de la Protección Social y el instituto Nacional de Salud está
prevenir, vigilar y controlar la TB en el territorio nacional. (Ministerio de la
Proteccion Social - Instituto Nacional de Salud, 2009)

Debido a que la tuberculosis es una enfermedad infecciosa inmunoprevenible de

alta incidencia en Antioquia, se desea poder contribuir a un mejor análisis de los
datos, apoyados en herramientas y métodos que utilizando los sistemas de
información geográficos, permitan conocer a las instituciones y a los profesionales
de la salud, aspectos relevantes para encausar mejor las medidas de intervención,
de manera que impacten favorablemente la disminución de las tasas de
morbimortalidad debido a esta patología.

Dentro del plan de desarrollo departamental de Antioquia 2012 – 2015, se ha

definido que el mejoramiento de la salud de la población, pueda estar medido por
varios indicadores, entre los que se encuentran la disminución de la tasa por
100.000 habitantes de la mortalidad por tuberculosis pulmonar de 2.01 a 1.6 y el
aumento del porcentaje de pacientes con diagnóstico de tuberculosis curados del
73% al 85%, para este periodo, lo que evidencia el interés del ente territorial en
esta problemática y articularla con las políticas del orden nacional y mundial para
minimizar la ocurrencia del evento en el departamento.

Es importante que la Secretaría Seccional de Salud y Protección Social de

Antioquia, como autoridad sanitaria departamental, pueda contar con una
metodología que aplicada a los eventos epidemiológicos y específicamente para el
que nos ocupa, la tuberculosis, le permita conocer los patrones de distribución
espacial, correlación entre algunas de las variables sociodemográficas disponibles

7
que determinen la ocurrencia de casos, y predecir la aparición del evento en
áreas circundantes.

Para facilitar dichos estudios son realmente útiles la geoestadística y los sistemas
de información geográficos. Con los resultados obtenidos y la información que se
genera, se podrá mejorar por parte del departamento y de los municipios la
coordinación, pertinencia de las acciones y decisiones tomadas para la
intervención de las causas de los problemas de salud relacionados con el objeto
de este proyecto.

8
 2. PLANTEAMIENTO DEL PROBLEMA

Actualmente la Gobernación de Antioquia – Secretaría Seccional de Salud y

Protección Social no cuenta con un método de análisis epidemiológico espacial
basado en tecnologías de georreferenciación, que apoye el proceso de vigilancia
en salud pública de los eventos que afecten o puedan afectar la salud de la
población del departamento, en particular del evento de tuberculosis, generando
ineficiencia y complejidad en el procesamiento y análisis de la información,
limitando la asociación e integración de todos los elementos que hacen parte de
la realidad geográfica y epidemiológica del fenómeno en estudio, lo cual lleva al
desconocimiento de la distribución espacial, la correlación con otras variables que
podrían influir en la ocurrencia del evento de tuberculosis y la ubicación de las
zonas de mayor incidencia y riesgo de contagio. Es necesario proponer un
método que mediante análisis espacial permita explorar el comportamiento de la
ocurrencia de eventos de tuberculosis en el departamento de Antioquia, con el fin
de visualizar los datos, apoyar el proceso de vigilancia epidemiológica y optimizar
las campañas de mitigación de dicho evento.

9
 3. OBJETIVO GENERAL

Construir un modelo para el análisis epidemiológico espacial de la incidencia de la

tuberculosis en el periodo 2009 - 2013 en el departamento de Antioquia.

10
 4. OBJETIVOS ESPECÍFICOS

• Describir las variables objeto de estudio y realizar el tratamiento de datos.

• Representar la distribución espacial de la variable de estudio y las asociadas

con la ocurrencia de casos.

• Proponer y aplicar un método de análisis espacial que permita evidenciar las

zonas de mayor incidencia de tuberculosis en el departamento.

• Realizar análisis y validación de los resultados obtenidos.

11
 5. MARCO REFERENCIAL

La Tuberculosis es una enfermedad infecciosa de fácil transmisión, por lo cual

continúa siendo un problema de salud pública a nivel mundial. Se conoce de su
aparición aproximadamente desde el siglo XIX, exactamente en 1839, por las
epidemias manifiestas en Estados Unidos y Europa a causa de las condiciones de
superpoblación y hacinamiento para la época que favorecían su proliferación.
(Rodriguez Tamayo & Vega Almeida, 2002).

El científico alemán Robert Koch el 24 de marzo de 1882 cambio la historia de la

tuberculosis al presentar sus estudios a la comunidad científica de Berlín en los
que declara a haber identificado al agente causal de la tuberculosis, el cual
denominó como bacilo tuberculoso. Esto impulso el desarrollo e investigación de
métodos diagnósticos y tratamientos efectivos para luchar contra la enfermedad.
(Cartes Parra, 2013).

Con el invento de la penicilina, por Alexander Fleming (1929) y de la

estreptomicina, por Selman Abrahan Waksman 1944, disminuyó la mortalidad por
tuberculosis, pero finalizando el siglo XX su incidencia ha ido en aumento
atribuido a diferentes factores sociales, culturales y epidemiológicos como la
epidemia del virus de la inmunodeficiencia humana VIH/SIDA, la multiresistencia a
los Antibióticos, la calidad y atención de los servicios de salud, el aislamiento
social del individuo y falta de continuidad en el tratamiento. (Fuentes Cancelo ,
2007), (Rueda Perez, 2003). Otros estudios sobre la tuberculosis manifiestan
que ésta es una enfermedad que obedece al resultado de una deficiencia
inmunológica que puede ser debida a factores clínicos y/o sociales como el
padecimiento de otras comorbilidades tales como diabetes mellitus, insuficiencia
renal crónica, drogadicción, alcoholismo y otras condiciones sociales como
pobreza, hacinamiento, malnutrición, bajo nivel de escolaridad, situaciones estas
que llevan a agudizar la enfermedad. (Sotgiu, Migliori, & Soriano, 2015) (Harling &

12
Castro, 2014)

De acuerdo a la Organización Mundial de la Salud (OMS) en 2013, 9 millones de

personas cayeron enfermos con Tuberculosis (TB), casi medio millón tienen la
enfermedad resistente a los medicamentos, lo cual la hace muy difícil de curar; y
aproximadamente 1.5 millones de personas todavía mueren de tuberculosis cada
año. Los objetivos que se ha planteado la OMS para disminuir estas cifras al año
2035 son la reducción del 95 % de muertes por TB y una reducción del 90 % de
los casos de TB. (World Health Organization, 2015)

En Colombia, el Instituto Nacional de Salud y el Ministerio de Salud y de la

Protección Social cataloga la TB como evento de prioridad en salud pública, por lo
cual es de notificación obligatoria en cualquier sitio donde se presente el evento en
el territorio nacional. El reporte estadístico de muertes en el país a causa de esta
enfermedad es de 1000 casos en promedio anualmente, aun cuando la tasa de
mortalidad ha disminuido en un 40%, desde el año 1999 con 3.45% de casos por
100.000 habitantes a 2.1% al año 2010; siendo Antioquia, Valle del Cauca y
Bogotá los que aportan el 40% del total de casos nuevos del país. (Secretaria
Seccional de Salud y Protección Social de Antioquia, 2015)

El departamento de Antioquia presenta un aumento anual de 2.500 casos nuevos

de tuberculosos, lo que representa para país un alto porcentaje. Durante el año
2013 se notificaron un total 2.562 casos nuevos de tuberculosis pulmonar y
extrapulmonar, alcanzando una incidencia de 40.6 casos por cada 100.000
habitantes. De las nueve subregiones en las que está dividido el departamento, las
subregiones de Valle de aburra y Magdalena Medio presentan la mayor incidencia;
y once (11) de los 125 municipios del departamento se encuentran en alto riesgo
para esta enfermedad con incidencias por encima de 40 por 100.000 habitantes
(Fuente SIVIGILA).

13
Aun cuando la incidencia de la enfermedad para el año 2013 tuvo una leve
disminución en comparación con los años anteriores, (2656 casos en 2011) no
puede desconocerse que por ser una enfermedad de fácil propagación se deben
implementar diferentes alternativas y estrategias para lograr su control. Una de
estas estrategias es mediante la notificación oportuna, recolección de la
información y la ubicación geográfica de los casos para realizar intervención y
seguimiento, que evite su contagio y propagación entre las personas afectadas y
sus entornos familiar, social y laboral. Por esta razón es de vital importancia
conocer la ubicación, y las características socioeconómicas y ambientales de
ocurrencia del caso.

Históricamente los primeros mapas que se elaboraron referentes al área de la

salud, fueron para mostrar información de enfermedades infecciosas, se hicieron
en el siglo XVIII, debido a que se deseaba conocer el lugar de residencia de
quienes contraían enfermedades como la fiebre amarilla en Nueva York y el cólera
en Londres, éste último estudio realizado por John Snow, el cual con la utilización
del método científico y la ubicación geográfica de casos sobre mapas dieron
origen a la epidemiología y a la epidemiologia espacial, que en la época era
importante para saber la probabilidad de exposición al riesgo de contagio (Clarke,
McLafferty, & Tempalski, 1996).

El concepto más aceptado actualmente es el que reconoce a la epidemiología

como la ciencia que estudia la enfermedad en poblaciones humanas; la
epidemiología espacial o geográfica, que se conoce como la asociación espacial
de los eventos de salud (de Pina , Ferreira Alves, Correia Ribeiro, & Castro Olhero,
2010), se emplea para describir estudios sobre las causas y la prevención de las
enfermedades utilizando distintos aspectos de análisis en los que la localización
de los eventos es un componente esencial (Barceló, y otros, Diciembre 2008)

En epidemiología los estudios ecológicos son uno de los más utilizados por su

14
sencillez y facilidad para describir las situaciones de salud de una población, y su
observación o unidad de análisis se enfoca en poblaciones o
comunidades geográficamente bien delimitadas. (Borja-Aburto, 2000)

En la epidemiología espacial es muy importante el poder localizar geográficamente

el lugar donde ocurren los eventos y observar cómo se ha distribuido y
comportado la enfermedad, conociendo la incidencia o casos nuevos que se
presentan de la misma, en un periodo de tiempo determinado, y así establecer
medidas de intervención, que lleven a su disminución, erradicación o cura.
También se dice que los resultados obtenidos en estudios donde el espacio
geográfico no es considerado, pueden ser diferentes de los que lo hacen, porque
ayudan a entender de mejor manera el proceso de salud- enfermedad (Aimone,
Perumal , & Cole, 2013) (Clarke, McLafferty, & Tempalski, 1996) (de Pina , Ferreira
Alves, Correia Ribeiro, & Castro Olhero, 2010).

En el análisis de información de salud, y cuando se utilizan herramientas SIG, es

importante profundizar en las técnicas para la realización de análisis espacial, este
se hace a partir de herramientas o instrumentos que facilitan la visualización
gráfica y descriptiva permitiendo el hallazgo de modelos de comportamiento de los
datos y el establecimiento de hipótesis (Chasco Yrigoyen, 2003). Para lo anterior
podemos apoyarnos en métodos estadísticos y no estadísticos, para el tratamiento
de los datos y análisis exploratorio de los mismos.

En los SIG los datos espaciales de área o polígonos permiten hacer

representaciones de zonas geográficas como son los municipios, departamentos o
países y asociadas a estas zonas, mostrar la distribución o categorización en la
ocurrencia de casos o incidencia de eventos de salud por tasas o proporciones.

Desde la epidemiología y demografía el término tasas se utiliza mucho para

indicar que es una expresión de la frecuencia con que ocurre un hecho en una
población determinada en un tiempo determinado; y como proporción expresa un

15
cociente entre el número de hechos en un periodo determinado sobre el promedio
de la población en el mismo periodo de tiempo multiplicado por una constante para
obtener números enteros. (Last, 1989)

Para realizar comparaciones entre los datos objetos de análisis, por ejemplo las
tasas de tuberculosis, se deben establecer ciertas condiciones que garanticen su
validez. Es así como, en estudios epidemiológicos las tasas de incidencia de
enfermedades se deben estandarizar con respecto a una población de
referencia para obviar las diferencias significativas que se pueden presentar por
el número de habitantes de cada territorio. Esto se conoce como tasas ajustadas
o estandarizadas; y existen dos métodos para ajuste de tasas brutas: el método
directo y el método indirecto.

Para un mejor análisis estadístico y mayor precisión en la representación espacial

de la distribución de los casos de una enfermedad, se utiliza el ajuste de tasas por
el método indirecto, el cual consiste en la comparación de los casos observados
en un área con los casos esperados de ocurrencia, teniendo en cuenta que los
riesgos para cada grupo de edad sean los mismos que en determinada población
de referencia. La razón observada/esperada se denomina la tasa indirecta
estandarizada (indirect standardized rate) (ISR) (Woodward, 1999).

El método indirecto consiste en utilizar tasas específicas de referencia a las

poblaciones que se quiere comparar, clasificadas por la variable que se quiere
controlar, y así se obtiene el número de casos esperados. (Organización
Panamericana de la Salud , 2002). Cuando un número de eventos observados es
dividido por el número de eventos esperados el resultado se denomina Proporción
de eventos estandarizados o SER (Standarized Event Ratio), que se calcula de la
siguiente manera:

= Nro. de eventos Esperados

16
 = Nro. de eventos Observados

SER =

ISR =

Donde
∑𝒏=𝟏 Sumatoria de eventos de los grupos i de la población estudio
∑𝑛=1

Luego ∑𝑛=1 ∑𝑛=1

Nro. de eventos del grupo i de la población estándar

Tamaño Población estudio del grupo i
Tamaño Población estándar en el grupo i

∑𝒏 Sumatoria del grupo i de eventos de la población estándar

∑𝒏=𝟏 Nro. Total de la población estándar

Una vez estandarizada la variable en estudio, se quiere analizar que otras varia-
bles pueden tener relación con la posible aparición de la enfermedad, por lo cual
se debe verificar la correlación que puede existir entre las mismas.

Para hallar la correlación se utiliza una técnica estadística que nos indica si dos
variables están relacionadas entre sí o el grado de asociación entre las mis-
mas, y se manifiesta cuando el cambio en una variable también evidencia un
cambio en la otra. El grado de asociación es indicado por un valor llamado coefi-
ciente de correlación, simbolizado por r (Núñez del Prado Benaventt, 1987), su

17
valor numérico varia de 1,0 a -1,0. Cuando r >0 indica una relación positiva y r <
0 indica una relación negativa, mientras que r = 0 indica que no hay relación (o
que las variables son independientes y no están relacionadas). Aquí, r = 1,0 des-
cribe una correlación positiva perfecta y r = -1,0 describe una correlación negativa
perfecta. Cuanto más cerca estén los coeficientes de +1,0 y -1,0, mayor se-
rá la fuerza de la relación entre las variables. (Explorable.com. La correlación
estadística, 2009)

Para la realización del análisis espacial, entendido como el proceso de emplear

información geográfica o espacial para obtener información nueva y relevante a
partir de los datos originales o conocidos, se utilizan generalmente los Sistemas
de Información Geográfica (SIG), estos regularmente cuentan con herramientas
que apoyan el geoprocesamiento para llevar a cabo actividades como la
interpolación de datos que consiste básicamente en utilizar puntos con valores
conocidos para estimar valores desconocidos en otros puntos (QGIS2.6) y de esta
manera dar fuerza al concepto sobre continuidad geográfica.

Algunos de los métodos más utilizados de interpolación, son los siguientes:

Interpolación de Spline, el cual es considerado como un método inexacto porque

se altera ligeramente el valor y la posición de los datos, por lo tanto una vez apli-
cado el método estos varían, este es bueno cuando son pocos los datos de la
muestra. (Garcia González & Cebrian Abellán, 2006)

Interpolación por el método de Krigging tiene en cuenta el comportamiento

espacial de la variable a partir de la distancia y el grado de variación entre los
puntos depende de la relación espacial y estadística que hay entre los puntos de
la muestra. Los valores obtenidos se consiguen por combinación lineal de los
puntos de origen con dato conocido, como resultado quedan áreas mayores y más
compactas alrededor a los valores máximos de la variable. (Garcia González &
Cebrian Abellán, 2006)

18
Interpolación por el método de la distancia inversa –IDW, se apoya en el concepto
de continuidad espacial, con valores más parecidos para posiciones cercanas que
se van diferenciando conforme se incrementa la distancia.

19
 6. DISEÑO METODÓLOGICO

Para dar cumplimiento a los objetivos planteados, las actividades realizadas

estuvieron enmarcadas en el siguiente diseño metodológico

6.1 Tipo de estudio

Descriptivo observacional con enfoque ecológico. La información se tomó de
fuentes secundarias y correspondió a los años 2009 al 2013.

6.2 Población
La población de referencia, fue el número de casos resultantes de personas
infectadas con tuberculosis por municipio en el departamento de Antioquia, para
los años indicados.

6.3 Población de estudio

Se tomaron el total de casos presentados de tuberculosis pulmonar y extra
pulmonar ocurridos en cada municipio y por año.

6.4 Fases del Diseño

La elaboración de este proyecto estuvo enmarcada en las actividades enunciadas
en la tabla 1.

20
 Tabla 1. Actividades del diseño metodológico
FASES ACTIVIDADES DURACION
1 1.1 Hacer revisión bibliográfica. 5 semanas
1.2 Explorar diferentes fuentes de información tabular y 3 semanas
espacial disponibles relacionadas con el evento en
estudio y el despliegue de resultados.
1.3 Seleccionar variables que cumplan con criterios de
calidad.
1.4 Describir las variables seleccionadas. 2 semanas
1.5 Aplicar métodos de ajuste y estandarización.
1.6 Aplicar función para análisis de correlación de 1 semana
variables. 6 semanas
1.7 Crear Geodatabase e importar información espacial y
tabular. 1 día
2 2.1 Realizar la unión de la información tabular y espacial. 1 día
2.2 Generar mapas por deciles para cada año y por
cada una de las variables seleccionadas. 1 semana

3 3.1 Seleccionar método de interpolación. 1 semana

3.2 Generar mapas. 1 semana
4 4.1 Observar, analizar, describir e interpretar resultados. 1 semana
4.2 Validar resultados
1 semana
5 5.1 Elaborar y revisar documento 2 semanas

6.5 Planteamiento y diseño del modelo

Con base en el desarrollo de las actividades propuestas en cada una de las fases
del diseño, se propuso un modelo como se ilustra en la Figura 1, el cual permite
hacer un análisis espacial de la distribución de los casos de tuberculosis en el

21
departamento, al igual que conocer la posible afectación de las áreas, de acuerdo
con el valor de la incidencia conocida para cada uno de los municipios.

22
 Figura 1. Modelo Para El Análisis Espacial De La Incidencia De Tuberculosis

23
El modelo se compone de los siguientes módulos:

Módulo 1. Selección de fuentes y recolección de datos

Con el fin de determinar las variables que servirán de entrada al modelo y

obtener los datos necesarios para su análisis, se partió de la revisión
bibliográfica en bases de datos científicas y sitios Web, y entrevistas con los
referentes técnicos del evento en la entidad. Luego se exploró la fuente de
datos oficial para el reporte de eventos de notificación obligatoria en el país -
SIVIGILA y así conocer en detalle las variables registradas allí. También se
examinaron otras fuentes de datos que se trabajan en la secretaria de salud
departamental como el SITB – Sistema de Información de Tuberculosis, en el cual
se registra el seguimiento a los casos reportados en el SIVIGILA. Otra variable
tenida en cuenta es el porcentaje de Población Afiliada al Sistema General de
Seguridad Social, tomada de la página web de la secretaria seccional, pero
generada a partir de las notificaciones hechas por los municipios y el Fondo de
Solidaridad y Garantía – FOSYGA. De la revisión bibliográfica relacionada con el
tema, se encontró que las variables sociodemográficas que podían tener alguna
relación con la aparición del evento, fueron la proporción de población del
municipio con necesidades básicas insatisfechas(NBI), miseria y hacinamiento; las
cuales se tomaron de los archivos dispuestos en la página web del DANE,
correspondiente al boletín del 2012 (Departamento Administrativo Nacional de
Estadistica, 2011), y que tenían como base la población del censo 2005.

Posterior al análisis exploratorio de fuentes de información, se determinó no

utilizar la variable “dirección de residencia” del registro individual de los casos
contenidos en el SIVIGILA, ni la información contenida en el Sistema de
información SITB, debido a la imposibilidad de geocodificar dicha variable en
ambas fuentes por la mala calidad del dato. Variable que se hubiera querido

24
emplear para obtener la ubicación exacta de los casos reportados.

Con la fuente de datos del SIVIGILA se realizó un proceso consistente en tomar

la variable edad (expresada en años) y consolidar los casos de TB por grupos
etarios (Se consideraron los grupos establecidos por los lineamientos nacionales
para este evento), quedando conformados 8 grupos así: 0-4, 5-14, 15-24, 25-34,
35-44, 45-54, 55-64, 65 y más. Este mismo tratamiento se aplicó a los datos de la
variable epidemiológica VIH-Sida, otra de las variables seleccionadas y que
posiblemente incide en la ocurrencia de casos para el evento en estudio.

Ahora para el cálculo de la tasa de incidencia del evento en estudio, fue

necesario contar con los datos de población del municipio por cada año (2009 -
2013), los cuales se tomaron de la página web de la Secretaria de Salud que
contiene los datos entregados por el DANE, y los cuales también se consolidaron
por los mismos 8 grupos de edad definidos para TB.

Para el despliegue de la información se revisó la cartografía disponible en la

Dirección de catastro departamental, y se empleó la capa de municipios con la
división política del departamento de Antioquia en escala 1:25.000 suministrada
por el Instituto Geográfico Agustín Codazzi (IGAC), con un sistema de
coordenadas proyectadas MAGNA_Colombia_Oeste, Proyección:
Transverse_Mercator, Tipo de Geometría: polígono, Datum: D_MAGNA, Meridiano
base: Greenwich

Como resultado de este módulo se obtuvieron las variables y datos contenidos

en las siguientes tablas:

 Tablas de casos de Tuberculosis por año, municipio y grupo de edad.

 Tablas de casos de VIH/Sida por año, por municipio y grupo de edad.
 Tablas de Población total del departamento de Antioquia por año y grupo de

25
 edad.
 Proporción de población afiliada al Sistema de Seguridad Social en Salud
 Proporción de población con necesidades básicas insatisfechas.
 Proporción de población en estado de miseria.
 Proporción de población en estado de hacinamiento.

Módulo 2. Procesamiento y tratamiento de los datos

Para hacer comparables los resultados de las tasas de incidencia de eventos

como la tuberculosis y VIH entre municipios, fue preciso utilizar métodos
estadísticos de estandarización de tasas, los cuales permiten minimizar el impacto
sobre los resultados cuando se presentan diferencias significativas en los tamaños
de las poblaciones observadas y así, poder representar de manera confiable la
distribución espacial de los casos.

Para el ajuste de tasas se utilizó el método indirecto referenciado en el marco teó-

rico, el cual se describe a continuación:

 Se tomó la tabla de casos de tuberculosis por año, municipio y grupo de

edad, y la tabla de población total del departamento por año y grupo de edad.
 Se calculó los casos observados por municipio : Sumatoria de los casos
observados(e) en los diferentes grupos de edad i 𝑒 ∑𝑛=1 𝑒
 Se calculó la tasa estándar por grupo de edad i: que se obtiene de la
sumatoria de casos para el grupo de edad i, dividido por el total de la población
del grupo de edad i y multiplicado por la constante K (100, 1000, ò 100.000)
𝑒
= ∑𝑛=1 x 100.000

 Luego se calcula el número de casos esperados por grupo de edad i de cada

municipio: multiplicando la tasa estándar del grupo i por la población del

26
 grupo i
 Se obtiene el número de casos esperados por municipio: es la sumatoria de
los casos esperados de los grupos de edad i, dividido la constante k.
∑𝑛=1
𝐸 100 000

 Se calculó la tasa estándar del evento ( Standardized Event Ratio)

𝑒 𝑁𝑟𝑜 𝑑𝑒 𝑐𝑎 𝑜 𝑜𝑏 𝑒𝑟𝑣𝑎𝑑𝑜
SER = =
𝐸 𝑁𝑟𝑜 𝑑𝑒 𝑐𝑎 𝑜 𝑒 𝑝𝑒𝑟𝑎𝑑𝑜

 Por último se calculó la tasa indirecta estandarizada (Indirect Standardized

𝐸𝑅
Rate) ISR = 𝑒

Una vez calculadas las tasas se procedió a analizar la relación existente entre los
casos de tuberculosis en un municipio y otras variables; se determinó el evento
en estudio como la variable independiente y las demás como el VIH-SIDA,
necesidades básicas insatisfechas, miseria, hacinamiento y afiliación a la
seguridad social como variables dependientes, los datos fueron obtenidos en el
módulo anterior. Después de conformar una tabla con estos datos por municipio,
se procedió a utilizar la función de coeficiente de correlación de Excel para
determinar el grado en que las variables dependientes inciden en la ocurrencia o
número de los casos de tuberculosis. Ver anexo 2

Con las variables descritas en la Tabla 2 se procedió a construir la geodatabase de

la siguiente forma: mediante la herramienta ArcGis versión 10.3, componente
ArcCatalog se selecciona la ruta o carpeta donde se ubicará la Geodabase, una
vez seleccionada se da clic derecho, se escoge la opción nuevo/geodatabase y
se le asigna nombre a esta. Posteriormente para proceder a importar los datos
espaciales de la capa de municipios y los datos tabulares se da click derecho,
opción importar y se selecciona “Feature Class” para información espacial
(mapas), o “Table” para importar información tabular (Excel), en ambos casos la
herramienta permite seleccionar la ruta donde están los archivos a cargar.

27
 Tabla 2. Descripción de variables para análisis espacial
No Nombre de la Definición Nivel de Descripción
Variable Medición
1 Cod_Municipio Código del municipio Nominal Código del DANE
para el municipio
2 Municipio Nombre del Municipio Nominal Nombre del Mu-
nicipio según
división política.
3 Tasa_TB Tasa ajustada de inciden- Tasa Número de casos
cia de tuberculosis nuevos de TB en
el municipio por
cada 100.000
habitantes.
4 Tasa _ VIH Tasa ajustada de inciden- Tasa Número de casos
cia de VIH. nuevos de VIH
en el municipio
por cada 100.000
habitantes.
5 NBI Proporción de población Proporción Proporción de
con necesidades básicas personas que
insatisfechas. viven en el muni-
cipio con necesi-
dades básicas
insatisfechas
6 % Miseria Proporción de población Proporción Proporción de
en estado de miseria. personas que
viven en estado
de miseria en el
municipio
7 % Proporción de población Proporción Proporción de
Hacinamiento en estado de hacinamien- personas que
to. viven en estado

28
 de hacinamiento
en el municipio
8 % Proporción de población Proporción Porcentaje de
Aseguramiento afiliada al Sistema Gene- personas que
ral de Seguridad Social en están afiliadas a
Salud los diferentes
regímenes de
afiliación del
SGSSS

Módulo 3. Distribución e Interpolación espacial

Para la representación de la distribución espacial se elaboraron mapas utilizando

la herramienta ArcGis 10.3, mediante la utilización de propiedades de la capa de
municipios, y seleccionando la variable de estudio (tasa ajustada de tuberculosis),
se escogió el número de intervalos a clasificar, el cual fue de 10, de esta manera
se agruparon los municipios por deciles utilizando una gama de colores para
semaforización donde el rojo simboliza la situación más crítica y el verde el más
favorable y se construyeron mapas de coropletas para cada año, que permitieran
observar o comparar el comportamiento del evento, para el periodo de estudio.

Con el fin de apoyar mejor el análisis, se elaboraron mapas de coropletas por

deciles, con la proporción de población de los municipios, las necesidades básicas
insatisfechas, miseria, hacinamiento y población afiliada al Sistema General de
Seguridad Social en Salud

Luego se utilizó el IDW de ArcGis, como método que permite analizar las zonas
con mayor incidencia o más afectadas por la tuberculosis y el VIH-SIDA, y que
facilita el cumplir de manera óptima con la primera ley de Tobler, “todas las cosas
están relacionadas entre sí, pero las cosas más próximas en el espacio tienen una

29
relación mayor que las distantes” (Londoño Ciro, Restrepo E, & Marulanda O,
2014), y que para este caso, dado que TB es una enfermedad infecciosa, los
municipios con tasas altas de incidencia, podrían influir de manera negativa en el
comportamiento de la enfermedad de los municipios vecinos. Esto servirá para
obtener un marco de referencia que posibilite tomar decisiones sobre los lugares
del territorio en los cuales se requiere focalizar y canalizar las intervenciones. Este
mismo tratamiento se dio a los datos de VIH.

Esta colección de mapas se sometió al análisis e interpretación de los

investigadores apoyados por profesionales del Área de la Salud de la Secretaría
Seccional de Salud y Protección Social de Antioquia, quienes realizaron
precisiones sobre las situaciones evidenciadas.

30
 7. RESULTADOS

El presente estudio fue realizado con base en los datos suministrados por la
Secretaria de Seccional de Salud y Protección Social, Departamento
Administrativo de Planeación de Antioquia, y el DANE, obteniendo como
resultados lo siguiente:

7.1 Tasas ajustadas de Tuberculosis y VIH/sida x 100.000 habitantes por

municipio y año, del 2009 al 2013.

Un resumen de las tasas de incidencia del departamento por año se muestra en la

Figura 2.

Figura 2. Tasa de incidencia departamental de Tuberculosis por año

Fuente: Sivigila Secretaría Seccional de Salud y Protección Social de Antioquia

Durante los años 2009 al 2011 se evidencia un aumento anual de la incidencia de

tuberculosis, contando con 1900 casos en el 2009, 2452 en el 2010 y 2826 casos
en el 2011; para el 2012 se observa un descenso en la incidencia, año en el cual
el número de casos bajó a 2263, en el 2013 la incidencia se eleva nuevamente
alcanzando la cifra de 2555 casos.

31
Las tasas ajustadas de tuberculosis por municipio y año se encuentran en las
tablas del anexo 1, calculadas mediante el método de ajuste indirecto
estandarizado, lo cual permitió hacer comparables los resultados obtenidos entre
municipios con relación a la población de referencia del departamento de
Antioquia.

7.2. Coeficientes de correlación

Como subproducto del modelo también se obtuvieron los coeficientes de

correlación (Ver anexo 2) para cuya interpretación se tienen los siguientes
parámetros:

Valores que fluctúan entre -1 y 1; Un valor de 1 indica relación lineal perfecta

positiva, esto indica que si una de ellas aumenta (o disminuye), la otra aumenta (o
disminuye) en igual proporción; un valor de -1 indica relación lineal perfecta
negativa, esto indica que si una de ellas aumenta (o disminuye) la otra disminuye
(aumenta) en igual proporción; un valor de 0 indica relación lineal nula.

De acuerdo con los valores observados en el anexo 2 la relación más directa

entre la variable independiente TB y las variables dependientes, se da con la
variable VIH-SIDA.

7.3 Distribución espacial de la variable de estudio

Para mejor comprensión de los mapas ver tabla 4.

En la figura 3 se observó que por año las mayores tasas de incidencia de

tuberculosis x cada 100.000 habitantes en el departamento (con color rojo en los
mapas de coropletas), la tuvieron los siguientes municipios, ver tabla 3 (se

32
 tomaron los dos últimos deciles):

Tabla 3. Municipios con mayor tasa de incidencia de TB por año 2009-2013

2009 2010 2011 2012 2013

MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA
Puerto
Vigía del Fuerte 96,21 130,71 Sopetrán 94,51 La Pintada 138,62 Cisneros 96,36
Berrío
Puerto
Puerto Berrío 78,82 Carepa 83,19 Frontino 81,44 Murindó 74,44 92,24
Berrío
San José
Puerto Vigía del
Segovia 65,14 Dabeiba 75,81 76,41 de la Mon- 70,15 77,09
Berrío Fuerte
taña
Puerto
Mutatá 62,13 La Pintada 75,48 Mutatá 72,01 Buriticá 64,13 72,64
Triunfo
Puerto
Hispania 61,26 Mutatá 73,23 Medellín 71,49 60,95 Caracolí 67,74
Berrío
Santa Fé
La Pintada 59,93 Anorí 72,28 Segovia 70,18 de Antio- 57,83 Medellín 62,64
quia
Valparaíso 49,81 Olaya 70,4 Olaya 69,95 Medellín 55,35 Yondó 61,6
Remedios 47,51 Chigorodó 67,91 Valdivia 63,63 Segovia 54,94 Venecia 58,82
Concepción 47,21 Segovia 67,73 Chigorodó 63,3 Giraldo 51,87 Chigorodó 52,93
Medellín 46,6 Medellín 58,89 Vegachí 54,13 Betania 45,02 Mutatá 51,88
Santa Fé Santa Fé
Yondó 46,09 Frontino 54,95 de Antio- 53,76 de Antio- 48,63
quia quia
Chigorodó 45,95 Vegachí 52,75 Uramita 52,12 Abriaquí 43,97
Cañas Gordas 45,08 Sopetrán 51,09 San Carlos 50,53 Betania 44,51
Santa Fé
Tarso 43,83 de Antio- 49,2 Carepa 49,03
quia
Betania 43,09 Bello 46,43 Buriticá 47,85
Dabeiba 42,57 Yondó 45,32 Dabeiba 47,82
Apartadó 47,35

Para el año 2009 se observa el comportamiento de la tasa incidencia de

tuberculosis en el departamento, siendo las zonas del Magdalena Medio y Urabá
las más afectadas por esta enfermedad. En el año 2010 se observa un ligero
aumento de las tasas de incidencia en algunos municipios de las subregiones de
Bajo Cauca y Nordeste, llama la atención el comportamiento similar que presenta
la subregión de zona del Urabá con respecto al año anterior.

33
La tasa de incidencia de tuberculosis para el año 2011 presento un
comportamiento similar al año 2010, pero se resalta que para el año 2012 hay
una disminución de las tasas de incidencia de tuberculosis, siendo más notoria en
las subregiones del Magdalena Medio, Norte y Urabá.

En el año 2013 se observa un aumento de las tasas de incidencia en algunos

municipios del Urabá y Occidente. Frente a esta situación de la variabilidad de las
tasas de incidencia de tuberculosis en el departamento de Antioquia entre los años
2009 – 2013, se puede resaltar la disminución de los casos en el año 2012.

34
 Tabla 4. Identificación de Municipios
Nombre_ Mu- Nombre_ Muni- Nombre_ Nombre_ Mu-
Identificador nicipio Identificador cipio Identificador Municipio Identificador nicipio
SANTA BÁR- SANTA ROSA
1 BARA 33 DE OSOS 65 GUARNE 97 SEGOVIA
2 LA UNIÓN 34 TITIRIBÍ• 66 SAN VICENTE 98 TARAZÁ
3 CAMPAMENTO 35 HELICONIA 67 SAN RAFAEL 99 CHIGORODÓ
4 PEQUE 36 ANZÁ 68 ALEJANDRÍ•A 100 CÁCERES
5 BRICEÑO 37 COPACABANA 69 EBÉJICO 101 EL BAGRE
6 REMEDIOS 38 CONCEPCIÓN 70 BELLO 102 APARTADÓ
7 AMALFI 39 CARAMANTA 71 AMAGÁ 103 CAUCASIA
8 YONDÓ 40 CAICEDO 72 GIRARDOTA 104 NECHÍ
9 BETANIA 41 BARBOSA 73 CARACOLÍ 105 CAREPA
SAN PEDRO DE
10 BELMIRA 42 LOS MILAGROS 74 CISNEROS 106 TURBO
11 LIBORINA 43 SAN ROQUE 75 URRAO 107 MEDELLÍN
SANTO DO-
12 SOPETRÁN 44 MINGO 76 LA PINTADA 108 LA ESTRELLA
13 MACEO 45 SAN JERÓNIMO 77 HISPANIA 109 TARSO
14 OLAYA 46 YALÍ 78 GIRALDO 110 ITAGUI
15 ENTRERRIOS 47 FRONTINO 79 CAROLINA 111 ENVIGADO
SANTA FE DE
16 ANTIOQUIA 48 ARGELIA 80 YOLOMBÓ 112 ANGELÓPOLIS
VIGÍA DEL
17 CALDAS 49 COCORNÁ 81 FUERTE 113 EL RETIRO
GOMEZ PLA-
18 SAN LUIS 50 JARDÍN 82 TA 114 GRANADA
EL CARMEN SAN JOSÉ DE
19 DE VIBORAL 51 DON MATÍAS 83 LA MONTAÑA 115 RIONEGRO
20 CONCORDIA 52 CAÑASGORDAS 84 GUADALUPE 116 ARMENIA
21 SABANETA 53 VEGACHÍ 85 BURITICÁ 117 MARINILLA
22 EL SANTUARIO 54 URAMITA 86 ABRIAQUÍ 118 BETULIA
SAN ANDRÉS PUERTO BE-
23 JERICÓ 55 DE CUERQUIA 87 RRIO 119 PUERTO NARE
SAN PEDRO PUERTO
24 FREDONIA 56 MURINDÓ 88 DE URABÁ 120 TRIUNFO
SAN FRANCIS-
25 CO 57 VALPARAISO 89 NECOCLÍ 121 PUEBLORRICO
SAN JUAN DE
26 VENECIA 58 ANDES 90 URABÁ 122 SONSÓN
CIUDAD BOLÍ-
27 SABANALARGA 59 TÁMESIS 91 ARBOLETES 123 VAR
28 TOLEDO 60 LA CEJA 92 MUTATÁ 124 ABEJORRAL
29 DABEIBA 61 SALGAR 93 ZARAGOZA 125 MONTEBELLO
30 YARUMAL 62 GUATAPÉ 94 ITUANGO
31 ANGOSTURA 63 SAN CARLOS 95 VALDIVIA
32 NARIÑO 64 EL PEÑOL 96 ANORÍ

35
 Figura 3. Mapas de distribución de las tasas de incidencia de tuberculosis x 100.000 habitantes, por deciles 2009 – 2013
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000
TB 2009 TB 2010
90
Deciles 90 Deciles
89
91

I 1:2.500.000 89
91

I 1:2.500.000
,000000

1400000,000000
88

,000000

1400000,000000
88
1400000

1400000
106 104 106 104
102 103 103
102
105 105
100 101 100
99 101
99
98
,000000

1300000,000000
93

,000000
98

1300000,000000
93
1300000

92

1300000
94 92
95 97 94 97
95
96 96
5 5
4 3 3
28 6 4 28
29 30 7 7 6
55 8 Tasa por 100.000 29 55 30 Tasa por 100.000
54 27 54 27 8
31 84 53 Habitantes 31 84 Habitantes
56 85 83 56 85 83 53
52 52
11 10 79 46 79
47 82 11 10 82 46
78 33 80 0,00 - 2,18 47 78 0,00
86 14 86 33 80
15
,000000

1200000,000000
14 15

,000000

1200000,000000
16 74 13 74 13
12 51 2,19 - 7,92 16 12 51 0,01 - 8,54
42 44 43 87 44 87
81 41 42 43
1200000

40 45 81 41

1200000
38 68 40 45
75
69 70 72 7,93 - 12,36 75 70 72 38 68
8,55 - 13,08
36 37 66 67 73 69 67 73
36 37 66
107 65 6462 107 65 13,09 - 17,96
35 117 12,37 - 15,31 35 6462
118 116 63 117
112 111 115 22 114 119 118 116
112 111 115 22 114
63
119
20 34 71 17 113 15,32 - 19,02 17,97 - 22,24
49 18 20 34 71 17 113
61 60 19 49 18
26 2 120 19,03 - 24,36 61 26 60 19 120 22,25 - 26,55
24 1125 2
123 109 25 24 1125
77 23 124 122 24,37 - 30,34 123 109 25 26,56 - 33,95
76 77 23 124 122
9 121 48 9 121
76
48
,000000

1100000,000000

59 57

,000000

1100000,000000
58 30,35 - 36,19 59 57 33,96 - 42,27
50 32 58
39 50 32
1100000

39 42,28 - 58,89
1100000
36,20 - 49,81

49,82 - 96,21 58,90 - 130,71

1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

36
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

TB 2011 TB 2012
90 Deciles 90 Deciles
89
91

I 1:2.500.000 89
91

I 1:2.500.000
,000000

1400000,000000
88

,000000

1400000,000000
88
1400000

1400000
106 104
106 104
102 103
102 103
105
100 105
101 100
99 101
99
98
,000000

1300000,000000
93 98

,000000

1300000,000000
93
1300000

92

1300000
94 92
95 97 94 97
95
96 96
5 5
4 28 3 3
6 4 28
29 30 7 7 6
54 27
55 8 Tasa por 100.000 29 55 30
84 54 27 8 Tasa por 100.000
56 85 31 53 Habitantes 31 84
83 56 85 83 53
52
79 52 Habitantes
11 10 82 46 11 10 79 46
47 78 33 0,00 - 2,82 47 82
86 80 78 33 80
14 15 86 14 0,00
,000000

1200000,000000
15

,000000

1200000,000000
74 13 74 13
16 12 51
87
2,83 - 9,26 16 12 51
42 44 43 44 87
81 45 41 42 43 0,01 - 7,50
1200000

40 81 41

1200000
40 45
75 70 72 38 68 9,27 - 14,32 75 72 38
69 66 67 73 70 68
36 37 69 37 66 67 73 7,51 - 11,68
107 65 36
35 6462 14,33 - 18,95 107 65 6462
118 116 117 35 117
63 11,69 - 15,47
112 111 115 22 114 119 118 116
112 111 115 22 114
63
119
20 34 71 17 113 18,96 - 23,83
49 18 20 34 71 17 113 15,48 - 19,42
60 49 18
61 26 19 120 61 60 19
2 23,84 - 29,53 26 2 120
24 1125 24 1125 19,43 - 24,94
123 109 25 123 109 25
77 23 124 122 29,54 - 35,90 77 23 124 122
76 76 24,95 - 33,05
9 121 48 9 121 48
,000000

1100000,000000

,000000

1100000,000000
59 57 35,91 - 44,51 59 57
58 58
50 32 50 32 33,06 - 45,02
39 39
1100000

1100000
44,52 - 54,13
45,03 - 74,44
54,14 - 94,51
74,45 - 138,62
,000000 ,000000 ,000000 ,000000 ,000000
1000000 1080000 1160000 1240000 1320000
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

37
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

TB 2013
90 Deciles
89
91

I 1:2.500.000

,000000

1400000,000000
88
1400000

106 104

102 103
105
100 101
99

98
,000000

1300000,000000
93
1300000

92
94 97
95
96
5
4 3
28 6
29 30 7
54 55 8
27 Tasa por 100.000
31 84 53
56 85 83 Habitantes
52
11 10 79 46
47 82
78 33 80
86 14 0,00 - 2,87
15
,000000

1200000,000000
16 74 13
12 51
42 44 43 87 2,88 - 8,48
81 41
1200000

40 45
75 70 72 38 68
36
69 37 66 67 73 8,49 - 12,95
107 65 6462
35 117
118 116 63 12,96 - 16,70
112 111 115 22 114 119
20 34 71 17 113 16,71 - 20,62
49 18
61 26 60 19 120
2
24 1125 20,63 - 23,52
123 109 25
77 23 124 122
76 23,53 - 28,81
9 121 48
,000000

1100000,000000
59 57
58 28,82 - 43,97
50 32
39
1100000

43,98 - 67,74

67,75 - 96,36
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

38
La distribución del VIH – SIDA en el departamento de Antioquia se visualiza en la
figura 4, presentándose las más altas tasas de incidencia por año en los
siguientes municipios (se tomaron los dos últimos deciles):

Tabla 5. Municipios con mayor tasa de incidencia de VIH por año 2009-2013

2009 2010 2011 2012 2013

MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA MUNICIPIO TASA
La Pintada 61,71 Caramanta 61,08 Armenia 67,87 Cisneros 46,89
Venecia 62,10
Concepción 52,87 Abriaquí 44,3 Zaragoza 58,07 Venecia 46,77
Puerto
45,98 Tarazá 43,79 San Luis 53,64 Concepción 28,71
Berrío

Hispania 44,31 Guatapé 36,6 Olaya 36,3 Carepa 27,91

Yalí 38,19
La Pintada 31,29 Medellín 27,64
Olaya 36,45
San Luis 29,79 Puerto Santa Fé de
Zaragoza 36,77 37,98 27,57
Berrío Antioquia
Apartadó 28,28
Salgar 35,64
Yalí 28,11 Remedios 36,51
Frontino 25,55
Tarazá 29,81 Fredonia 27,71 Argelia 35,21
Fredonia 36,36
Alejandría 27,24
Puerto San Rafael 33,31 Armenia 24,7
San Luis 29,52 26,32
Berrío
San Jeró-
Segovia 30,32 26,27
nimo Caracolí 31,73
Carolina 27,23 Puerto Nare 23,48
Medellín 25,42

El VIH – SIDA en el departamento de Antioquia presentó una tasa de incidencia

para el 2009 de 16 casos por 100.000 habitantes, llama la atención la tendencia al
aumento del número de VIH – SIDA en los años 2009 hasta 2012, concentrándose
en la regiones del Bajo Cauca, Magdalena Medio y Oriente. Para el año 2013 se
observó una aparente disminución en la captación de casos de VIH – SIDA, pero
con una concentración en el Valle de Aburra.

39
 Figura 4. Mapas de distribución de las tasas de incidencia de VIH X 100.000 habitantes, por deciles. 2009 – 2013

1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

VIH 2009 VIH 2010

Deciles Deciles
90 90

89
91

I 1:2.500.000
89
91

I 1:2.500.000

,000000

1400000,000000
,000000

1400000,000000
88 88

1400000
106 104 106 104

103 102 103

102
105 105
100 100 101
101 99
99
98

,000000

1300000,000000
98 93
,000000

1300000,000000
93

1300000
92
92 94 97
94 97 95
95
96
96 5
5 4 3
4 3 28 6
28 6 29 30 7
29 30 7 54 55 8
55 27 Tasa por 100.000
54 27 8 31 84
31 84 Tasa por 100.000 56 85 83 53
Habitantes
56 85 83 53 52
52 Habitantes 11 10 79 46
79 47 82
11 10 82 46 78 33 80
47 78 86 14 0,00
33 80 0,00 15

,000000

1200000,000000
86 14 74
15 13
,000000

1200000,000000

74 13 16 12 51
16 12 51 81 42 44 43 87 0,01 - 4,16
0,01 - 4,76 41

1200000
42 44 43 87 40 45
81 40 45 41 75 72 38
70 68 4,17 - 6,67
75 70 72 38 68 69 37 66 67 73
69 73 4,77 - 7,16 36
36 37 66 67 107 65 6462
107 65 6462 35 117 6,68 - 9,39
35 118 116 63
118 116 111
117
63
7,17 - 9,20 112 111 115 22 114 119
112 115 22 114 119 20 34 71 17 113 9,40 - 12,31
20 34 71 17 113 49 18
49 18
9,21 - 12,56 61 26 60 19 120
60 19 2
61 26 2 120 24 1125 12,32 - 16,32
24 1125 12,57 - 15,66 123 109 25
123 109 25 77 23
76
124 122 16,33 - 20,49
77 23 124 122 9 121 48
76 15,67 - 22,28
,000000

1100000,000000
9 121 48 59 57
58 20,50 - 27,23
,000000

1100000,000000

59 57 50 32
58 22,29 - 30,32 39
1100000

50 32
39 27,24 - 36,60
30,33 - 44,31
36,61 - 61,71
44,32 - 62,10
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

40
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

VIH 2011 VIH 2012

Deciles Deciles
90 90

89
91

I 1:2.500.000
89
91

I 1:2.500.000

,000000

1400000,000000
88
,000000

1400000,000000
88

1400000
1400000

106 104 106 104

102 103 102 103

105 105
100 100 101
101
99 99

98

,000000

1300000,000000
98 93
,000000

1300000,000000
93

1300000
92
1300000

92 94
94 97 95 97
95
96 96
5 5
4 3 4 3
28 6 28 6
29 30 7 29 30 7
55 55 8
54 27 8 Tasa por 100.000 54 27 Tasa por 100.000
31 84 53 31 84 53
56 85 83 Habitantes 56 85 83 Habitantes
52 52
11 10 79 46 11 10 79 46
47 82 47 82
78 33 80 78 33 80
86 14 15 0,00 86 14 15
0,00
,000000

1200000,000000

,000000

1200000,000000
16 74 13 74 13
12 51 16 12 51
81 42 44
41 43 87 0,01 - 3,96 42 44 43 87 0,01 - 6,69
81 41
1200000

45 45

1200000
40 40
75
69 70 72 38 68
3,97 - 6,47
75 70 72 38 68
6,70 - 9,22
36 37 66 67 73 69 37 66 67 73
36
107 65 6462 107 65 6462
35 117 6,48 - 9,36 35 117 9,23 - 11,46
118 116 63 118 116 63
112 111 115 22 114 119 112 111 115 22 114 119
20 34 71 17 113 9,37 - 12,55 20 34 71 17 113 11,47 - 14,00
49 18 49 18
61 26 60 19 120 61 60 19
2 26 2 120
24 1125 12,56 - 15,52 24 1125 14,01 - 18,09
123 109 25 123 109 25
77 23 124 122 77 23 124 122
76 15,53 - 18,93 76 18,10 - 24,49
9 121 48 9 121 48
,000000

1100000,000000

,000000

1100000,000000
59 57 59 57
58 18,94 - 25,42 58 24,50 - 31,73
50 32 50 32
39 39
1100000

25,43 - 36,30 1100000 31,74 - 38,19

36,31 - 61,08 38,20 - 67,87
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

41
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

VIH 2013
Deciles
90

89
91

I 1:2.500.000

,000000

1400000,000000
88

1400000
106 104

102 103
105
100 101
99

98
,000000

1300000,000000
93
1300000

92
94 97
95
96
5
4 3
28 6
29 30 7
55 8
54 27 Tasa por 100.000
31 84 53
56 85 83 Habitantes
52
11 10 79 46
47 82
78 33 80
86 14 15
0,00
,000000

1200000,000000
16 74 13
12 51
81 42 44 43 87 0,01 - 3,76
41
1200000

40 45
75 70 72 38 68
69 37 66 67 73 3,77 - 6,11
36 65
107 6462
35 117 6,12 - 8,34
118 116 63
112 111 115 22 114 119
20 34 71 17 113 8,35 - 11,81
49 18
61 26 60 19 120
2
24 1125 11,82 - 15,06
123 109 25
77 23 124 122
76 15,07 - 19,72
9 121 48
,000000

1100000,000000
59 57
58
32 19,73 - 23,48
50 39
1100000

23,49 - 28,71

28,72 - 46,89
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

42
En la figura 5 se muestra la distribución de la afiliación al Sistema General de
Seguridad Social en Salud (SGSSS) por año, y se observó un leve descenso en
las coberturas para los años 2010 y 2011, pero de manera general el
comportamiento de la afiliación fue similar para el periodo en estudio, y se
evidencia que las dificultades en el aseguramiento se presentaron casi en los
mismos municipios del departamento, los cuales se relacionan: La Estrella,
Puerto Triunfo, Titiribí, Angelópolis, Nariño, El Retiro, Gómez Plata, Yondó,
Guarne, Puerto Nare, Urrao, Belmira, Peque, Valdivia, Tarso, Olaya, Envigado,
Remedios AbriaquÍ, Cáceres y San Carlos.

Se encontró que algunos de los municipios del departamento presentan

coberturas o porcentajes en aseguramiento mayores al 100%, y esto obedece a
que la población proyectada DANE para estos municipios fue menor que la
población afiliada en estos, por lo cual se ajustaron dichos porcentajes a un valor
igual del 100%.

43
 Figura 5. Mapas de distribución de la población asegurada en el departamento de Antioquia por deciles. 2009 – 2013

1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000
ASEGURAMIENTO ASEGURAMIENTO
2009 2010
1:2.500.000
1:2.500.000

I
90

89
91

89
90
91

I
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104
106 104
102 103
102 103
105
100 101 105
99 100 101
99
98
,000000

1300000,000000
93
98

,000000

1300000,000000
93
92
94

1300000
95 97 92
94 97
95
96
5 96
3 5
4 28 4 3
30 7 6 Porcentaje de Población 28 6
29 55 29 30 7
54 27 8 Asegurada 54 55 8 Porcentaje de Población
31 84 27
56 85 83 53 31 84 53
52 56
52
85 83 Asegurada
11 10 79 46 79
47 82 51,99 - 65,14 47
11 10 82 46
78 33 80 78 33
86 14 86 80 37,65 - 50,20
15 14
,000000

1200000,000000
15

,000000

1200000,000000
16 74 13 65,15 - 73,42 74 13
12 51 16 12 51
42 44 43 87 44 43 87 50,21 - 66,98
81 45 41 81 45 42 41

1200000
40 73,43 - 79,49 40
75 70 72 38 68 75 72 38 68
69 73 69 70 66,99 - 74,27
36 37 66 67 36 37 66 67 73
107 65 64 62 79,50 - 83,64 107 65 6462
35 117 35 117 74,28 - 78,74
118 116 111 63 118 116 63
112 115 22 114 119 83,65 - 86,80 112 111 115 22 114 119
20 34 71 17 113 20 34 71 17 113 78,75 - 82,78
49 18 49 18
61 60 19 61 60 19
26 2 120 86,81 - 88,76 26 2 120
24 1125 24 1125 82,79 - 85,65
123 109 25 123 109 25
77 23 124 122 88,77 - 90,58 77 23 124 122
76 76 85,66 - 88,59
9 121 48 9 121 48

,000000

1100000,000000
,000000

1100000,000000

59 57 90,59 - 93,44 59 57
58 58
50 32 50 39
32 88,60 - 92,03
39
1100000

93,45 - 97,71
92,04 - 95,75
97,72 - 100,00
95,76 - 100,00
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

44
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 ASEGURAMIENTO 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 ASEGURAMIENTO
2011 2012
1:2.500.000

I
90

I
90 1:2.500.000
91
91
89
89
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104 106 104
102 103 102 103
105 105
100 101 100 101
99 99

98 98

,000000

1300000,000000
,000000

1300000,000000
93 93

1300000
92 92
94 94 97
95 97 95
96 96
5 5
3 4 3
4 28 28 6
7 6 29 30 7
29 55 30 Porcentaje de Población 54 27
55 8
54 27 8 84 Porcentaje de Población
31 84 Asegurada 56 85 83
31 53
56 85 83 53 52 Asegurada
52 11 10 79 46
11 10 79 46 47 82
47 82 35,89 78 33 80
78 33 80 86 14
86 15 35,60 - 57,82

,000000

1200000,000000
14 15 74 13
,000000

1200000,000000
74 13 35,90 - 67,62 16 12 51
16 12 51 42 44 43 87
44 87 81 45 41 57,83 - 68,25

1200000
81 42 41 43 40
40 45 75 70 72 38 68
75 70 72 38 68 67,63 - 76,33 69 37 66 67 73
69 67 73 36 68,26 - 77,79
36 37 66 107 65 6462
107 65 6462 76,34 - 80,05 35 117
35 118 116 63
118 116 117
63 112 111 115 22 114 119 77,80 - 81,73
112 111 115 22 114 119
80,06 - 84,48 20 34 71 17 113
20 34 71 17 113 49 18
49 18 61 26 60 19 120 81,74 - 85,22
60 19 2
61 26 2 120 84,49 - 86,88 24 1125
24 1125 123 109 25 85,23 - 87,79
124
123 109 25 77 23
76
122
77 23 124 122 86,89 - 89,82 9 121 48 87,80 - 91,08

,000000

1100000,000000
76 59 57
9 121 48 58
,000000

1100000,000000

59 57 89,83 - 93,25 50 32
58 39 91,09 - 94,53
1100000
50 32
39
93,26 - 97,26 94,54 - 97,90
97,27 - 100,00 97,91 - 100,00
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

45
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000
ASEGURAMIENTO
2013

I
90
1:2.500.000
91
89

,000000

1400000,000000
88

1400000

106 104

102 103
105
100 101
99

98
,000000

1300000,000000
93
1300000

92
94 97
95
96
5
4 3
28 6
29 30 7
54 55 8
27 Porcentaje de Población
31 84 53
56 85 83
52
79
Asegurada
11 10 82 46
47 78 33
86 80
14 15 33,88
,000000

1200000,000000
16 74 13
12 51
42 44 43 87 33,89 - 63,33
81 45 41
1200000

40
75 70 72 38 68
69 37 66 67 73 63,34 - 71,19
36
107 65 6462
35 117
118 116 111 115 63 71,20 - 79,10
112 22 114 119
20 34 71 17 113
49 18 79,11 - 83,24
61 26 60 19 120
2
24 1125
123 109 25 83,25 - 86,80
77 23 124 122
76
9 121 48 86,81 - 89,85
,000000

1100000,000000
59 57
58
50 32 89,86 - 92,91
39
1100000

92,92 - 97,13

97,14 - 100,00
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

46
 Como se puede observar en los mapas de la figura 6 que representan la
distribución de las variables sociodemográficas: Necesidades Básicas
Insatisfechas (NBI), Miseria y Hacinamiento, se encontró que las subregiones de
Urabá, Bajo Cauca, Magdalena Medio, Norte, Nordeste y Occidente tienen un
mayor número de municipios con valores altos en estos indicadores, siendo
estas mismas subregiones las que presentan más altas de incidencia de TB.

Figura 6. Mapas de distribución de la proporción de la población con NBI,

Miseria, Hacinamiento por deciles. 2011

1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

NBI

I
90
91 1:2.500.000
89
,000000

1400000,000000
88
1400000

106 104

102 103
105
100 101
99
,000000

1300000,000000

98 93
1300000

92
94 97
95
96
5
4 28 3
30 7 6
29 55
54 27 8
31 84 53
56
52
85 83 Prop Personas en NBI
11 10 79 46
47 82 5,43 - 14,56
86 78 33 80
14 15
,000000

1200000,000000

16 12 74 13 14,57 - 21,73
51
44 43 87
81 45 42 41
1200000

40 21,74 - 27,26
75 70 72 38 68
69 37 66 67 73
36
107 65 6462 27,27 - 31,25
35 117
118 116 63
112 111 115 22 114 119 31,26 - 36,23
20 34 71 17 113
49 18
61 26 60
2
19 36,24 - 43,17
120
24 1125
123 109 25 43,18 - 52,41
77 23 124 122
76
9 121 48 52,42 - 65,22
1100000,000000

59 57
58
50 32
39 65,23 - 82,50
82,51 - 100,00
1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

47
 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

MISERIA HACINAMIENTO
1:2.500.000 90 1:2.500.000

I I
90 91

91 89

,000000

1400000,000000
89 88
,000000

1400000,000000
88

1400000
1400000

106 104
106 104 102 103

102 103 105

100 101
105 99
100 101
99

,000000

1300000,000000
98 93
98
,000000

1300000,000000
93

1300000
92
94 97
95
1300000

92
94 97 96
95
5
96 4 3
5 28 6
29 30 7
4 3 54 55 8
28 6 27
29 30 7 31 84
54 27
55 8 Prop de Personas 56
52
85 83 53 Prop Personas
31 84 79
56
52
85 83 53
en Miseria 47 78
11 10 82 46 en Hacinamiento
79 86 33 80
11 10 82 46 14 15

,000000

1200000,000000
47 78 74
86 33 80 16 12 51 13 1,72 - 4,34
14 15 0,23 - 2,20 44 87
,000000

1200000,000000
74 13 81 42 41 43

1200000
16 12 51 40 45
42 44 43 87 75 70 72 38 68 4,35 - 6,45
81 45 41 2,21 - 4,23
1200000

40
38 36 69 37 66 67 73
75
69 70 72 68 107 65 6462 6,46 - 8,30
36 37 66 67 73 4,24 - 7,13 35 117
107 65 118 116 63
35 117
6462 112 111 115 22 114 119 8,31 - 11,16
118 116 63 7,14 - 9,85 20 34 71 17 113
112 111 115 22 114 119 49 18
20 34 71 17 113 61 26 60 19 11,17 - 13,91
49 18 9,86 - 13,90 2 120
60 19 24 1125
61 26 2 120 123 109 25 13,92 - 16,49
24 1125 13,91 - 18,20 77 23 124 122
123 109 25 76
77 23 124 122 9 121 48 16,50 - 21,53

,000000

1100000,000000
76 18,21 - 26,20 59 57
9 121 48 58
32
,000000

1100000,000000
59 57 50 39 21,54 - 29,51

1100000
58 26,21 - 37,68
50 32
39
1100000

37,69 - 55,92 29,52 - 39,03

55,93 - 100,00 39,04 - 100,00

1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000 1000000,000000 1080000,000000 1160000,000000 1240000,000000 1320000,000000

48
En los mapas de la figura 7 se observa cuales son las zonas del territorio que
pueden llegar a tener mayores o menores concentraciones de casos de TB y VIH-
Sida, a partir de los valores conocidos de sus tasas de incidencia y la de sus
vecinos mas cercanos, dependiendo de lo altas o bajas que estas sean, y que se
distribuyen en 10 intervalos. Teniendo en cuenta el concepto de continuidad
geografica, este mapa muestra mas claramente la afectación del territorio,
obviando los limites politico-administrativos dados a cada ente territorial municipal.

Las subregiones que pueden llegar a tener mayor concentración de casos de

acuerdo con el mapa IDW del 2009 son Urabá, parte del Nordeste, Suroeste y
Magdalena Medio. Ahora en este mapa se muestran por ejemplo los municipios
de Turbo y San Pedro de Uraba en tonalidad naranja y amarillo , los cuales en el
mapa de distribucion se veian en tonalidad verde, debido a sus tasas de
incidencia, el IDW evidencia que parte de su territorio puede llegar a presentar
casos de tuberculosis, por la cercania a municipios con altas tasas como
Chigorodo, Mutatá, Carepa y Apartadó. Inferencias similares se pueden hacer
para los otros años del estudio

49
 Figura 7. Mapas de Interpolación de Tuberculosis y VIH-SIDA. 2009 – 2013

1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

IDW TB 2009 IDW VIH 2009

1:2.500.000
1:2.500.000

I I
90 90
91 91

89 89

,000000

1400000,000000
,000000

1400000,000000
88 88

1400000
1400000

106 104 106 104

102 103 102 103

105 105
100 101 100 101
99 99

98 98

,000000

1300000,000000
,000000

1300000,000000
93 93

1300000
1300000

92 92
94 97 94 97
95 95
96 96
5 5
4 3 4 3
28
30 7 6 28
7 6 Tasa por 100.000
29 55 29 55 30
54 27 8 54 27 8 Habitantes
56 85 83
31 84 53 Tasa por 100.000 31 84 53
52 56 85 83
79 Habitantes 52
79
11 10 82 46 11 10 82 46
47 78 33 47 78
0 - 2,85
86 80 86 33 80
14 15 0-7 14 15
,000000

1200000,000000

,000000

1200000,000000
16 74 13 74 13 2,86 - 4,79
12 51 16 12 51
42 44 43 87 7,01 - 11,08 44 87
81 45 41 81 42 41 43
1200000

40 45

1200000
40 4,8 - 6,13
75 70 72 38 68 75 70 72 38 68
36
69 37 66 67 73 11,09 - 13,45 69 37 66 67 73
107 65 36
35 6462 107 65 6462 6,14 - 8,07
118 116 117 13,46 - 14,84 35 117
63
112 111 115 22 114 119 118 116
112 111 115 22 114
63
119 8,08 - 10,92
20 34 71 17 113 14,85 - 17,22 20 34 71 17 113
49 18 49 18
61 26 60 19 120 60 19
2 61 26 2 120 10,93 - 15,08
24 1125 17,23 - 21,3 24 1125
123 109 25 123 109 25
77 23 124 122 124 15,09 - 21,17
76 21,31 - 28,29 77 23 122
9 121 48 9 121
76
48
,000000

1100000,000000

59 57 21,18 - 30,06

1100000,000000
58 28,3 - 40,3 59 57
50 32 58
39 50 32
1100000

39 30,07 - 43,07
40,31 - 60,89

60,9 - 96,21 43,08 - 62,08

1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

50
 1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000
IDW_VIH_2010
IDW TB 2010 1:2.500.000

I
90
1:2.500.000

I
91 90
89 91
89
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104
106 104
102 103
102 103
105
100 101 105
99 100 101
99
98
,000000

1300000,000000
93
98

,000000

1300000,000000
93
92
94

1300000
95 97 92
94 97
95
96
5 96
4 3 5
28 6 4 3
29 30 7 28 6
54 55 8 29 30 7
27 55 Tasa por 100.000
31 84 54 27 8
56 85 83 53 Tasa por 100.000 31 84 Habitantes
52 56 85 83 53
79 52
47
11 10 82 46 Habitantes 11 10 79 46
78 33 80 47 82
86 14 86
78 33 80 0 - 1,68
15
,000000

1200000,000000
14 15

,000000

1200000,000000
16 74 13 0 - 10,81 74
12 51 16 12 51 13 1,69 - 2,66
42 44 43 87 44 87
81 40 45 41 81 42 41 43
10,82 - 17,78 45

1200000
75 72 38 40
69 70 68 75 70 72 38 68 2,67 - 3,23
36 37 66 67 73 69 37 66 67 73
107 65 17,79 - 22,26 36
35 6462 107 65 6462 3,24 - 4,21
118 116 117 35 117
63 22,27 - 25,15
112 111 115 22 114 119 118 116
112 111 115 22 114
63
119
20 34 71 17 113 20 34 71 17 113 4,22 - 5,89
49 18 25,16 - 29,64 49 18
61 26 60 19 61 60 19 120
2 120 26 2 5,9 - 8,77
24 1125 29,65 - 36,61 24 1125
123 109 25 123 109 25
77 23 124 122 77 23 124 122 8,78 - 13,71
76 36,62 - 47,42 76
9 121 48 9 121 48

,000000

1100000,000000
1100000,000000

59 57 47,43 - 64,2 58
59 57 13,72 - 22,19
58 32
50 32 50 39
39

1100000
64,21 - 90,25 22,2 - 36,73

90,26 - 130,7 36,74 - 61,68

1000000 ,000000
1100000 ,000000
1200000 ,000000
1300000 ,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

51
 1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

IDW TB 2011 IDW_VIH_2011

I I
90
1:2.500.000 1:2.500.000
91 90
89 91
89
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104
106 104
102 103
102 103
105
100 101 105
99 100 101
99
98
,000000

1300000,000000
93
98

,000000

1300000,000000
93
92
94 97

1300000
95 92
94 97
96 95
5 96
4 28 3 5
30 7 6 4 3
29 55 28 6
54 27 8 Tasa por 100.000 29 30 7
31 84 54 55 8
56 85 83 53 27 Tasa por 100.000
52 Habitantes 56 85 31 84 53
79 83 Habitantes
11 10 82 46 52
47 11 10 79 46
78 33 80 82
86 14 15
0 - 8,63 47 78 33 80 0 - 2,63
,000000

1200000,000000
74 86 14
13 15

,000000

1200000,000000
16 12 51 74 13
42 44 43 87 8,64 - 14,78 16 12 51
81 40 45 41 44 87 2,64 - 4,39
81 42 41 43

1200000
75 70 72 38 68 40 45
14,79 - 19,15
36
69 37 66 67 73 75
69 70 72 38 68 4,4 - 5,57
107 65 6462 36 37 66 67 73
35 117 19,16 - 22,27 107 65 6462
118 116 63 35 5,58 - 7,33
112 111 115 22 114 119 118 116 117
63
20 34 71 17 113 22,28 - 26,64 112 111 115 22 114 119
49 18 20 34 71 17 113 7,34 - 9,96
61 26 60 19 120 49 18
2 26,65 - 32,79 61 26 60 19 120
24 1125 2 9,97 - 13,88
123 109 25 24 1125
77 23 124 122 32,8 - 41,42 123 109 25
76 77 23 124 122 13,89 - 19,72
9 121 48 76
9 121
,000000

1100000,000000
59 57 48

,000000

1100000,000000
58 41,43 - 53,55 59 57
50 32 58 19,73 - 28,44
39 50 32
53,56 - 70,58 39

1100000
28,45 - 41,44
70,59 - 94,51
41,45 - 60,82
1000000,000000 1100000,000000 1200000,000000 1300000,000000
1000000,000000 1100000,000000 1200000,000000 1300000,000000

52
 1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

IDW TB 2012 IDW_VIH_2012

1:2.500.000 1:2.500.000
90

I I
90
91
91
89
89
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104 104
106
102 103 103
102
105 105
100 101 100
99 101
99
98
,000000

1300000,000000
93 98

,000000

1300000,000000
93

92

1300000
94 92
95 97 94 97
95
96 96
5 5
4 3 4 3
28 6 28 6
29 30 7 29 30 7
54 55 8 55 8 Tasa por 100.000
27 54 27
31 84 53
Tasa por 100.000 31 84 53
56 85 83 56 85 83 Habitantes
52
79 Habitantes 52
79
11 10 82 46 11 10 46
82
47 78 47 78
86 33 80 86 33 80 0 - 3,3
14 15 0 - 8,92 14 15

,000000

1200000,000000
,000000

1200000,000000
74 13 16 74 13
16 12 51 12 51 3,31 - 5,6
42 44 43 87 8,93 - 13,71 42 44 43 87
81 41 81 45 41

1200000
40 45 40
72 38
75
69 70 72 38 68
13,72 - 16,3
75
69 70 68
67 73
5,61 - 7,21
36 37 66 67 73 36 37 66
107 65 6462 107 65 6462
35 117 16,31 - 17,69 35 117 7,22 - 9,51
118 116 118 116 63
112 111 115 22 114
63
119 112 111 115 22 114 119
20 34 71 17 113 17,7 - 20,27 20 34 71 17 113 9,52 - 12,81
49 18 49 18
60 19 61 26 60 19
61 26 2 2 120 12,82 - 17,54
120 20,28 - 25,07 24 1125
24 1125 123 109
123 109 25 77 23 124
25
122
77 23 124 122 25,08 - 33,98 76 17,55 - 24,31
9 121
76
48 9 121 48

,000000

1100000,000000
59 57
,000000

1100000,000000

59 57 33,99 - 50,55 58 24,32 - 34,02

58 50 32
50 32 39
39 1100000
50,56 - 81,34 34,03 - 47,93

81,35 - 138,55 47,94 - 67,86

1000000,000000 1100000,000000 1200000,000000 1300000,000000
1000000,000000 1100000,000000 1200000,000000 1300000,000000

53
 1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

IDW TB 2013 IDW VIH 2013

1:2.500.000
1:2.500.000

I
90

89
91

89
90
91

I
,000000

1400000,000000
88

,000000

1400000,000000
88

1400000
106 104
106 104
102 103
102 103
105
100 105
101 100
99 101
99
98
,000000

1300000,000000
93
98

,000000

1300000,000000
93
92

1300000
94 92
95 97 94 97
95
96 96
5 5
4 3 4 3
28 6 28 6
29 30 7 29 30 7 Tasa por 100.000
54 55 8 Tasa por 100.000 55
27 54 27 8
56 85 31 84 53 Habitantes 31 84 53 Habitantes
83 56 85 83
52 52
79 11 10 79 46
11 10 82 46 47 82
47 78 33 0 - 8,15 78 33 0 - 3,6
86 80 86 80
14 15 14 15

,000000

1200000,000000
,000000

1200000,000000
74 13 16 74 13
16 12 51 8,16 - 13,51 12 51
44 87 3,61 - 5,79
42 44 43 87 81 45 42 41 43
81

1200000
40 45 41 40
38 68 13,52 - 17,03 75 72 38 5,8 - 7,11
75
69 70 72 69 70
37 66
68
67 73
36 37 66 67 73 36
107 65 107 65 6462
35 6462 17,04 - 19,34 35 117 7,12 - 7,92
117 118 116 63
118 116 111 115 63 112 111 115 22 114 119
112 22 114 119 20 34 71 17 113
20 34 71 17 113
19,35 - 22,86 49 18 7,93 - 9,24
49 18 61 26 60 19 120
61 60 19 2
26 2 120 22,87 - 28,22 24 1125 9,25 - 11,43
24 1125 123 109 25
123 109 25 77 23 124 122
77 23 124 122 28,23 - 36,37 76 11,44 - 15,03
76 9 121 48

,000000

1100000,000000
9 121 48 58
59 57
1100000,000000

59 57 36,38 - 48,77 50 32 15,04 - 20,97

58 39
1100000
50 32
39
48,78 - 67,64 20,98 - 30,75
67,65 - 96,35 30,76 - 46,88
1000000,000000 1100000,000000 1200000,000000 1300000,000000 1000000,000000 1100000,000000 1200000,000000 1300000,000000

54
 8. ANÁLISIS DE RESULTADOS

Después de analizar el conjunto de mapas podemos apreciar que el

comportamiento de la enfermedad en el periodo de estudio (2009-2013), es
similar, mostrando tasas más altas en las subregiones de Urabá, Magdalena
Medio, Bajo Cauca, Occidente, y algunos municipios del Suroeste, Norte, Valle
de Aburra y Nordeste.

Es importante considerar que de acuerdo con los resultados del análisis de

correlación entre las variables TB y las variables consideradas en el estudio (VIH-
SIDA, aseguramiento, NBI, miseria y hacinamiento) se observó que para el
Departamento en todo el periodo de estudio, solo se presentaba una mayor
asociación o dependencia de la tuberculosis con la variable del VIH-SIDA, lo que
corrobora lo dicho en análisis y estudios a nivel mundial sobre la mayor
probabilidad que tienen los pacientes con VIH-Sida de enfermar de Tuberculosis.

Vale la pena resaltar que aunque los resultados de correlación de TB con las
variables de NBI, miseria y hacinamiento no hayan sido significativos, las zonas
con mayores proporciones de habitantes con bajas condiciones socioeconómicas,
registran más altas tasas de incidencia de la TB. Podría haber incidido en los
resultados obtenidos de correlación el hecho de contar con municipios que
teniendo alta población como Medellín, Bello, Itagüí, y Envigado presentan
mejores condiciones socioeconómicas.

Al analizar con detenimiento los municipios que presentaron bajas coberturas en

la afiliación al SGSSS, se puede concluir que muchos de ellos presentan altas
tasas de incidencia de TB, por lo que se podría llegar a presumir que el
aseguramiento es un factor protector, debido a las posibilidades que tienen las
personas de acceder a los servicios de atención en salud, y de esta forma
contribuir a mitigar el riesgo de propagación y letalidad de la enfermedad.

55
Para hacer aseveraciones más contundentes podría llegar a analizarse las
condiciones de vida de cada paciente, en las que se consideren otros aspectos
como farmacodependencia, indigencia, educación.

En el departamento de Antioquia entre los años 2009 – 2013, el indicador de

cobertura se sitúa mayor de 89 % de manera general. Ver figura 8

Figura 8. Cobertura de Afiliación al Sistema General de Seguridad Social en

Salud (SGSS)

COBERTURA EN AFILIACION AL SGSSS EN EL

DEPARTAMENTO DE ANTIOQUIA
93
92,52
92

91 90,54
89,96 89,96
90 89,86
89

88
2009 2010 2011 2012 2013
PORCENTAJE

Fuente: Bases de Datos Secretaría Seccional de Salud y Protección Social de

Antioquia

La apliacion del metodo IDW, el cual “tiende a generar el efecto cluster u ojos de
buey, en especial cuando los valores son altos respecto a los vecinos cercanos”
(Londoño Ciro, Restrepo E, & Marulanda O, 2014), permite de acuerdo a lo
observado hacer acciones preventivas sobre las subregiones de Occidente, Bajo
Cauca, algunos municipios de Oriente y Nordeste, los cuales se pueden ver
afectados por sus vecinos de las subregiones de Uraba, Magdalena Medio y

56
Suroeste respectivamente, zonas que presentan la mayor concentración de
incidencia de TB.

57
 9. CONCLUSIONES Y RECOMENDACIONES

1. El análisis espacial para estudios ecológicos y de series de tiempo, facilita y

simplifica la observación de patrones de comportamiento relacionados con la
ocurrencia de casos, por esta razón se puede concluir que las zonas de mayor
incidencia de tuberculosis para el periodo 2009 -2013 son las de Urabá,
Magdalena Medio, Bajo Cauca, Occidente, y algunos municipios del Suroeste,
Norte, Valle de Aburra y Nordeste.

2. Para hacer estudios más profundos sobre el comportamiento de la enfermedad

se requiere el diligenciamiento y estandarización de la variable dirección o
ubicación del evento.

3. En el departamento de Antioquia de las variables seleccionadas para el estudio

de correlación (VHI, NBI, Hacinamiento, Miseria, Aseguramiento), la variable
que mostró mayor dependencia o asociación con el evento de la tuberculosis
fue el VHI-Sida.

4. Se considera que este método de análisis espacial es útil para la Secretaria

Seccional de Salud y Protección Social de Antioquia, para definir estrategias
operativas de campo frente al aumento de los casos de tuberculosis.

5. Para las estrategias de intervención en salud publica generadas por la Secre-

taria Seccional de Salud y Protección Social de Antioquia, esta herramienta se
recomienda para sectorizar de manera temprana la incidencia y prevalencia de
los eventos de interés en salud como Tuberculosis y VIH – SIDA.

6. Se sugiere que para analizar mejor la coinfección entre tuberculosis y VIH-

SIDA, se realicen estudios de cohorte o seguimiento, o maneje la prevalencia
acumulada de VIH y no la información de casos detectados en el año, que fue

58
lo que se tomó como incidencia, porque así se podría establecer de manera
más confiable cuantas personas con VIH-Sida adquirieron la tuberculosis.

59
 10. REFERENCIAS

Aimone, A., Perumal , N., & Cole, D. (2013). A systematic review of the application
and utility of geographical information systems for exploring disease-disease
relationships in paediatric global health research: the case of anaemia and
malaria. International Journal of Health Geographies.
Barceló, M., Saez, M., Cano-Serral, G., Martinez-Beneito, M., Martinez, J., Borrell,
C., . . . Figueiras, A. (Diciembre 2008). Methods to smooth mortality
indicators: application to analysis of inequalities in mortality in Spanish cities
[the MEDEA Project]. Gaceta Sanitaria, vol. 22, no. 6, pp. 596–608.
Borja-Aburto, V. H. (2000). Estudios Ecológicos. Salud Publica de México.
Cartes Parra, J. C. (2013). Breve historia de la tuberculosis. Revista medica de
Costa Rica y Centroamerica, 147.
Chasco Yrigoyen, C. (2003). Mètodos gràficos del anàlisis exploratorio de datos
espaciales.
Clarke, K., McLafferty, S., & Tempalski, B. (1996). On epidemiology and
geographic information systems: a review and discussion of future
directions. Emerging Infectious Diseases.
de Pina , M., Ferreira Alves, S., Correia Ribeiro, A., & Castro Olhero, A. (2010).
Epidemiologia espacial: nuevos enfoques para viejas preguntas. Universitas
Odontológica, pp. 47-65.
Departamento Administrativo Nacional de Estadistica. (31 de Diciembre de 2011).
http://www.dane.gov.co. Obtenido de
http://www.dane.gov.co/index.php/estadisticas-sociales/necesidades-
basicas-insatisfechas-nbi
Explorable.com. La correlación estadística. (02 de Mayo de 2009). Recuperado el
28 de Octubre de 2015, de http://explorable.com/es/la-correlacion-
estadistica
Fuentes Cancelo , C. (2007). Los Postulados de Koch: Revision Historica y
Perpectiva. RCCV, 262-263.

60
Garcia González, J. A., & Cebrian Abellán, F. (Septiembre de 2006). http://age-
tig.es/docs/XII_1/012%20-%20Garcia%20y%20Cebrian.pdf. Obtenido de
http://age-tig.es/docs/XII_1/012%20-%20Garcia%20y%20Cebrian.pdf
Harling, G., & Castro, M. C. (2014). A spatial analysis of social and economic
determinants of tuberculosis in Brazil. Health & Place, 56.
Last, J. M. (1989). Diccionario de Epidemiologìa. Barcelona: Salvat Editores SA.
Londoño Ciro, L. A., Restrepo E, C., & Marulanda O, E. (2014). Distribución
espacial del dengue basado en herramientas del Sistema de Información
Geográfica, Valle de Aburrá. Revista Facultad Nacional de Salud Pública, 9.
Ministerio de la Proteccion Social - Instituto Nacional de Salud. (2009).
http://www.paho.org/col/index.php?option=com_content&view=article&id=43
1:p. Obtenido de
http://www.paho.org/col/index.php?option=com_content&view=article&id=43
1:p.
Núñez del Prado Benaventt, A. (1987). Estasdística Básica para Planeación.
Organización Panamericana de la Salud . (2002). Boletin Epidemilogico.
QGIS2.6, D. (s.f.). Análisis Espacial (Interpolación). Obtenido de
http://docs.qgis.org/2.6/es/docs/gentle_gis_introduction/spatial_analysis_int
erpolation.html
Rodriguez Tamayo, R., & Vega Almeida, R. (2002). Tuberculosis: un problema de
salud en expansión. Reporte Tecnico de Vigilancia .
Rueda Perez, G. (2003). Historia de la Medicina, Resumen historico de la
Tuberculosis. Revista Academa Nacional de Medicina.
Secretaria Seccional de Salud y Protección Social de Antioquia. (2015). Boletin
Informativo para la Acción BIA.
Secretaria Seccional de Salud y Protección Social de Antioquia. (31 de Diciembre
de 2013). http://www.dssa.gov.co/estadisticas/indicadores/item/591-
indicadores-basicos-2013. Obtenido de
http://www.dssa.gov.co/index.php/estadisticas/indicadores/item/591-
indicadores-basicos-2013

61
Sotgiu, G., Migliori, G. B., & Soriano, J. B. (2015). Global Tuberculosis Elimination:
The Relevance of Trend Surveillance in Mexico and Beyond. Archivos de
bronconeumologia, 3-4.
Vera , N. (2015). Tuberculosis en Colombia. Revista Nova Et Vetera.
Woodward, M. (1999). Epidemiology study design and data Analysis. Inglaterra.
World Health Organization. (2014). Informe mundial sobre la tuberculosis 2014.
Obtenido de www.who.int/tb/publications/global_report/:
http://www.who.int/tb/publications/global_report/gtbr14_execsummary_sum
mary_es.pdf
World Health Organization. (19 de marzo de 2015). http://www.who.int/tb/.
Obtenido de http://www.who.int/tb/:
http://www.who.int/tb/features_archive/worldtbday_2015/en/

62
11. LISTA DE ANEXOS

ANEXO 1. Tasas Ajustadas de tuberculosis por municipio y año

NOMBRE MU- IDENTIFICADOR TASA DE TB POR 100,000 HABITANTES

NICIPIO
2013 2012 2011 2010 2009
Abejorral 124 0,00 5,03 4,99 9,90 0,00
Abriaquí 86 43,97 0,00 0,00 40,94 0,00
Alejandría 68 0,00 26,70 0,00 0,00 0,00
Amagá 71 21,85 21,87 32,96 36,70 11,06
Amalfi 7 20,32 10,15 40,86 25,59 25,73
Andes 58 16,52 30,82 35,90 21,67 12,09
Angelópolis 112 22,49 11,43 0,00 0,00 0,00
Angostura 31 0,00 9,67 38,52 9,47 0,00
Anorí 96 19,05 6,41 39,05 72,28 0,00
Anzá 36 28,56 0,00 14,32 14,28 28,59
Apartadó 102 39,36 36,39 47,35 42,27 35,32
Arboletes 91 15,95 12,90 6,64 13,48 13,70
Argelia 48 12,35 0,00 23,83 11,64 11,48
Armenia 116 0,00 23,46 23,02 0,00 0,00
Barbosa 41 21,90 26,56 20,21 31,84 27,66
Bello 70 42,23 37,83 44,11 46,43 32,48
Belmira 10 0,00 0,00 0,00 0,00 17,01
Betania 9 22,94 45,02 44,51 32,87 43,09
Betulia 118 6,33 12,63 12,67 0,00 0,00
Briceño 5 12,62 0,00 0,00 12,41 12,36
Buriticá 85 16,13 64,13 47,85 15,80 0,00
Cáceres 100 10,35 6,96 14,21 28,79 10,92

63
 NOMBRE MU- IDENTIFICADOR TASA DE TB POR 100,000 HABITANTES
NICIPIO 2013 2012 2011 2010 2009
Caicedo 40 0,00 0,00 0,00 28,67 28,87
Caldas 17 18,27 38,23 31,96 17,56 20,47
Campamento 3 0,00 0,00 0,00 0,00 22,36
Cañasgordas 52 12,95 19,42 12,97 19,24 45,08
Caracolí 73 67,74 0,00 22,38 22,17 22,04
Caramanta 39 0,00 18,14 0,00 17,96 0,00
Carepa 105 36,12 34,18 49,03 83,19 36,19
Carolina 79 0,00 26,25 25,97 25,53 0,00
Caucasia 103 20,25 20,56 26,64 31,67 25,34
Chigorodó 99 52,93 43,39 63,30 67,91 45,95
Cisneros 74 96,36 0,00 42,62 10,54 21,04
Ciudad Bolívar 123 23,52 31,07 27,05 30,62 34,15
Cocorná 49 6,42 26,03 13,07 0,00 6,61
Concepción 38 0,00 0,00 0,00 23,96 47,21
Concordia 20 15,92 26,20 20,85 30,98 0,00
Copacabana 37 21,07 25,73 23,26 29,56 24,03
Dabeiba 29 28,81 19,11 47,82 75,81 42,57
Donmatías 51 20,47 5,19 15,91 16,20 0,00
Ebéjico 69 8,32 8,32 8,33 24,83 0,00
El Bagre 101 37,95 28,34 38,02 21,39 11,87
El Carmen de 19 9,67 17,02 12,42
Viboral 7,39 5,01
El Peñol 64 0,00 0,00 6,56 6,51 0,00
El Retiro 113 11,07 0,00 0,00 0,00 17,11
El Santuario 22 11,11 3,71 11,19 7,48 3,75
Entrerríos 15 11,04 11,13 11,26 0,00 11,54
Envigado 111 18,22 14,93 18,66 14,75 11,59
Fredonia 24 32,79 13,97 9,26 13,76 0,00
Frontino 47 39,15 38,19 81,44 54,95 23,91
Giraldo 78 0,00 51,87 0,00 0,00 0,00

64
 NOMBRE MU- IDENTIFICADOR TASA DE TB POR 100,000 HABITANTES
NICIPIO 2013 2012 2011 2010 2009
Girardota 72 10,01 18,39 16,71 8,54 15,27
Gómez Plata 82 0,00 0,00 0,00 0,00 0,00
Granada 114 0,00 10,26 0,00 10,24 20,53
Guadalupe 84 15,51 0,00 31,13 0,00 0,00
Guarne 65 16,22 4,69 4,77 12,10 4,90
Guatapé 62 37,09 0,00 0,00 0,00 17,82
Heliconia 35 0,00 0,00 0,00 0,00 0,00
Hispania 77 0,00 40,39 0,00 0,00 61,26
Itaguí 110 25,03 27,57 34,08 32,14 27,18
Ituango 94 27,09 21,10 31,06 0,00 9,80
Jardín 50 7,55 7,50 37,22 29,46 7,31
Jericó 23 8,39 16,68 0,00 8,23 0,00
La Ceja 60 6,07 16,34 10,33 12,51 16,84
La Estrella 108 25,46 15,47 27,89 26,55 21,50
La Pintada 76 15,55 138,62 15,27 75,48 59,93
La Unión 2 5,66 5,66 0,00 5,69 0,00
Liborina 11 21,27 10,72 10,80 0,00 0,00
Maceo 13 0,00 43,00 42,50 14,00 13,76
Marinilla 117 10,54 10,63 17,26 13,08 17,61
Medellín 107 62,64 55,35 71,49 58,89 46,60
Montebello 125 0,00 0,00 0,00 29,93 14,68
Murindó 56 24,43 74,44 0,00 25,80 26,19
Mutatá 92 51,88 40,93 72,01 73,23 62,13
Nariño 32 6,42 0,00 13,09 0,00 13,25
Nechí 104 27,01 22,85 23,45 28,71 24,36
Necoclí 89 16,20 0,00 29,53 6,44 2,18
Olaya 14 34,02 0,00 69,95 70,40 35,53
Peque 4 20,22 10,21 0,00 0,00 0,00
Pueblorrico 121 0,00 0,00 0,00 13,90 27,21

65
 NOMBRE MU- IDENTIFICADOR TASA DE TB POR 100,000 HABITANTES
NICIPIO 2013 2012 2011 2010 2009
Puerto Berrío 87 92,24 60,95 76,41 130,71 78,82
Puerto Nare 119 22,99 40,70 29,44 41,42 30,01
Puerto Triunfo 120 72,64 17,05 40,61 23,48 29,96
Remedios 6 11,95 0,00 0,00 25,37 47,51
Rionegro 115 15,09 11,68 6,39 6,50 7,53
Sabanalarga 27 13,91 13,83 0,00 0,00 0,00
Sabaneta 21 32,56 18,50 18,87 21,26 31,60
Salgar 61 18,49 18,29 12,12 24,00 11,90
San Andrés de 55 32,82 0,00 15,52
Cuerquia 15,85 15,31
San Carlos 63 18,68 18,88 50,53 0,00 25,47
San Francisco 25 0,00 0,00 18,03 0,00 17,50
San Jerónimo 45 16,70 0,00 25,47 33,95 0,00
San José de la 83 35,27 70,15 35,04
Montaña 0,00 34,91
San Juan de Ura-
90 25,37 25,40 10,34
bá 10,30 10,40
San Luis 18 9,57 9,57 9,58 0,00 9,55
San Pedro de los 42 8,48 17,13 0,00
Milagros 17,40 26,78
San Pedro de 88 3,79 18,89 7,60
Urabá 7,61 19,02
San Rafael 67 14,86 22,51 37,65 37,48 30,34
San Roque 43 18,55 6,13 0,00 30,03 5,98
San Vicente 66 5,69 22,46 5,54 5,48 5,42
Santa Bárbara 1 23,13 18,36 13,67 4,51 13,41
Santa Fe de An- 16 48,63 57,83 49,20
tioquia 53,76 36,03
Santa Rosa de 33 9,13 6,14 9,44
Osos 15,57 3,19

66
 NOMBRE MU- IDENTIFICADOR TASA DE TB POR 100,000 HABITANTES
NICIPIO 2013 2012 2011 2010 2009
Santo Domingo 44 19,81 39,14 0,00 0,00 9,41
Segovia 97 40,38 54,94 70,18 67,73 65,14
Sonsón 122 2,87 8,52 2,82 22,24 5,51
Sopetrán 12 21,40 0,00 94,51 51,09 14,76
Támesis 59 6,40 19,13 6,31 24,91 18,62
Tarazá 98 21,44 12,35 18,95 35,20 22,68
Tarso 109 42,84 0,00 28,98 0,00 43,83
Titiribí 34 20,62 6,94 0,00 7,06 14,24
Toledo 28 0,00 0,00 35,85 0,00 18,22
Turbo 106 25,56 19,41 29,12 15,24 16,36
Uramita 54 26,13 39,06 52,12 0,00 0,00
Urrao 75 2,45 7,48 5,06 12,73 0,00
Valdivia 95 39,04 5,65 63,63 35,18 17,92
Valparaíso 57 0,00 0,00 33,67 33,40 49,81
Vegachí 53 33,78 33,05 54,13 52,75 10,33
Venecia 26 58,82 36,78 22,04 14,68 22,06
Vigía del Fuerte 81 77,09 19,26 0,00 38,49 96,21
Yalí 46 0,00 41,83 14,01 41,92 0,00
Yarumal 30 7,22 7,26 12,24 4,93 9,95
Yolombó 80 4,60 9,34 14,25 14,42 0,00
Yondó 8 61,60 24,94 38,15 45,32 46,09
Zaragoza 93 15,47 42,60 35,27 11,83 7,92

67
 ANEXO 2

COEFICIENTES DE CORRELACION

2009

% Hacinamien-
ISR TB ISR VIH NBI % miseria %Aseguramiento
to
ISR TB 1
ISR VIH 0,212746149 1
NBI 0,060091018 -0,027004317 1
% miseria 0,047552754 0,028909821 0,936262052 1
% Hacinamiento 0,043643962 0,009529085 0,819163239 0,911923885 1
%Aseguramiento 0,159073932 -0,067523239 0,07754523 0,006679799 -0,028391067 1

2010

% Hacinamien- % Aseguramien-
ISR TB ISR VIH NBI % miseria
to to
ISR TB 1
ISR VIH 0,373128335 1
NBI 0,053016129 -0,132428528 1
% miseria 0,043794369 -0,109298418 0,936262052 1
% Hacinamiento 0,068737401 -0,072482404 0,819163239 0,911923885 1
% Aseguramien-
0,144484546 0,125672763 0,126970087 0,060105165 0,009735397 1
to

2011

% Hacinamien- % Aseguramien-
ISR TB ISR VIH NBI % miseria
to to
ISR TB 1
ISR VIH 0,246825173 1
NBI 0,06307178 -0,119556796 1
% miseria 0,085344855 -0,09719267 0,936262052 1
% Hacinamiento 0,116126571 -0,062313253 0,819163239 0,911923885 1
% Aseguramien-
0,116605963 0,060794707 0,117716676 0,049813791 -0,016457926 1
to

68
 2012

% Hacinamien- % Aseguramien-
ISR TB ISR VIH NBI % miseria
to to

ISR TB 1
ISR VIH 0,119349315 1
NBI 0,073637283 -0,013487779 1
% miseria 0,074218441 -0,024850204 0,936262052 1
% Hacinamiento 0,06465111 -0,079731164 0,819163239 0,911923885 1
% Aseguramien-
0,257658522 0,092409105 0,094776553 0,033713395 -0,022999599 1
to

2013

% Hacinamien- % Aseguramien-
ISR TB ISR VIH NBI % miseria
to to
ISR TB 1
ISR VIH 0,473964589 1
NBI 0,019660492 -0,110075865 1
% miseria 0,019440335 -0,089299485 0,936262052 1
% Hacinamiento -0,004342214 -0,089784605 0,819163239 0,911923885 1
% aseguramien-
0,032694089 0,176520535 0,11159423 0,052261326 -0,006467747 1
to

69
 12. GLOSARIO

Análisis Espacial: Estudia las relaciones de proximidad-distancia de los

elementos que coexisten en un espacio y la manera como éstos se comportan
bajo ciertas condiciones.

Epidemiología Espacial: La epidemiología espacial se utiliza para describir,

cuantificar y explicar las variaciones geográficas de las enfermedades, para
evaluar la relación entre la incidencia de enfermedades y posibles factores de
riesgo, y para identificar los conglomerados geográficos de las enfermedades.

Georreferenciación: La georreferenciación es el uso de coordenadas de mapa

para asignar una ubicación espacial a entidades cartográficas.

Incidencia: Es el número de casos nuevos de una enfermedad, un síntoma, muer-

te o lesión que se presenta durante un período de tiempo específico, como un año.
La incidencia muestra la probabilidad de que una persona en esa población resulte
afectada por la enfermedad.

Mapa de coropletas: Tipo de mapa temático que aporta información cuantitativa y

refleja la distribución espacial de un fenómeno mediante tramas o gamas de color.
Y se utiliza para representar datos estadísticos de naturaleza discreta asociadas
a unidades espaciales bien definidas como divisiones de tipo administrativo o físi-
cos( País, departamentos, municipios, cuencas hidrográficas)

Sistema de información geográfica (SIG): Conjunto integrado de medios y

métodos informáticos, capaz de recoger, verificar, almacenar, gestionar, actualizar,
manipular, recuperar, transformar, analizar, mostrar y transferir datos
espacialmente referidos a la Tierra.

70
Tasa: Se define como medida de densidad donde el cociente entre el número de
individuos afectados por un evento y la población expuesta o en riesgo a dicho
evento. Cuando se efectúa el cálculo de esta forma se denomina tasa bruta o
global; y cuando se efectúa el cálculo de la tasa por subdivisión de la población
en grupos de edad se denomina tasa específica.

Tuberculosis-TB: Es una enfermedad infecciosa, provocada por el bacilo de

Koch, que se transmite a través del aire, por ende altamente contagiosa, y que
se caracteriza por la aparición de nódulos en los tejidos infectados; puede afectar
a diferentes órganos del cuerpo, en especial a los pulmones, produciendo tos
seca, fiebre, expectoraciones sanguinolentas y pérdida de peso.

Estudios de Cohorte:

71