COYU NT U R A DEMOGR ÁFI C A , NÚ M.19 , ENE RO, 2 0 2 1 La influencia de los hogares en la propagación de Covid-19 a través de una simulación Diederik Boertien* José Manuel Aburto** Iñaki Permanyer*** Antonio López-Gay**** Albert Esteve***** Resumen Analizamos el rol de las personas y su estructura etaria dentro de los hogares en la circunstancia de propagación de Covid-19 en México, asumiendo 10% de infecciones al azar entre la población mexicana. Las muertes inducidas por contagios al interior de los hogares superarían 2.5 veces las ocurridas en 10% de las infecciones iniciales. L Introducción Palabras clave: Covid-19 os hogares son unidades propicias para la transmisión de hogares enfermedades infecciosas dada la dificultad de mantener México la distancia social entre quienes cohabitan. Las políticas de mortalidad confinamiento, orientadas a reducir los contagios fuera del hogar, aumen- tan el riesgo de contagios en su seno cuando alguno de sus habitantes ha sido infectado previamente. El tamaño del hogar y su estructura por edad determinan el número máximo de personas susceptibles de ser contagiadas (Naciones Unidas, 2005). La letalidad por Covid-19 aumenta de manera importante con la edad, especialmente a partir de los 70 años 95 (Verity et al., 2020), más aún si existen enfermedades a todas las personas de su hogar (ver Anexo 1). El crónicas como la diabetes o la hipertensión, que afec- objetivo del trabajo no es una simulación real de la tan fuertemente el contexto mexicano (Bello-Chavolla pandemia, sino una simulación que enfatice el rol de et al., 2020; Guan et al., 2020). Este trabajo permite la estructura de la población dentro de los hogares. analizar el máximo efecto potencial de la propaga- ción de Covid-19 en las distintas regiones del país. Resultados para el conjunto del país Los resultados tienen implicaciones para la toma de decisiones políticas de confinamiento en México. La gráfica 1 muestra el número medio y la edad de las personas con las que corresiden los mexicanos En base al patrón epidemiológico por edad de Covid- según su edad. Las personas de 0-9 años corresi- 19, y con datos de la muestra intercensal de México de den en promedio con 4.4 personas (sin contarse a sí 2015 (Inegi, 2015), examinamos cómo podría verse mismas). De ellas, una persona en promedio está en afectada la estructura de la población dentro de los la misma franja de edad, 0.8 tienen entre 10-19 años, hogares en el caso hipotético de que al azar 10% de la 2.2 entre 20-49 años, 0.3 entre 50-69 y 0.1 más de 70 población mexicana se infectara con Covid-19, y que años. Desde el punto de vista del grupo de 80 y más, cada individuo infectado contagiase la enfermedad 2.2 personas de las 2.4 que corresiden con los más Gráfica 1. ¿Quién vive con quién? Número promedio de personas corresidentes por edad y edad de la persona de referencia Fuente: resultados derivados a partir de la Encuesta Intercensal 2015, Inegi. 96 DIEDERIK BOERTIEN, JOSÉ MANUEL ABURTO, IÑAKI PERMANYER, ANTONIO LÓPEZ-GAY, ALBERT ESTEVE mayores son más jóvenes que ellos; 1.5 de esas 2.2. por grupos de edad. Por defecto, 10% son contagios personas tienen menos de 50 años. Se trata de un dato directos en cada grupo. En cambio, el porcentaje de importante que determina la capacidad que tiene la personas que podrían llegar a contagiar dentro del gente menor de 50 años de transmitir la enfermedad hogar varía y refleja las pautas de corresidencia. Para a personas ancianas y, por lo tanto, más vulnerables. la población mexicana, y bajo el supuesto de 10% de infecciones al azar, si todas las personas del hogar La gráfica 2 muestra el número de infecciones y se infectaran podría llegar a contagiarse 39% de toda muertes que se producirían por la propagación de la la población. Por tramos de edad, se observan dife- enfermedad, asumiendo que un infectado termina por rencias: 44% de los niños entre 0-9 años acabarían contagiar a todos los miembros del hogar. Nuestra si- contagiados; a edades más avanzadas, el porcentaje mulación representa el número máximo de transmi- de infectados decrecería hasta 28% para el grupo de siones por cada infección aleatoria de 10%, así como 80 años y más. Al vivir en hogares más pequeños, las muertes asociadas a este escenario. En el panel las personas mayores están menos expuestas que los izquierdo se muestra el porcentaje de contagios direc- niños a contagiarse dentro de la casa. tos e indirectos sobre el total de la población mexicana Gráfica 2. Porcentaje de población por grupos de edad que podría infectarse (panel izquierdo) y fallecer (panel derecho) bajo el supuesto de 10% de infecciones al azar y transmisión completa dentro de los hogares Fuente: resultados derivados a partir de la Encuesta Intercensal 2015, Inegi, y tasas de letalidad por Verity et al. (2020). 97 LA INFLUENCIA DE LOS HOGARES EN LA PROPAGACIÓN DE COVID-19 A TRAVÉS DE UNA SIMULACIÓN En el panel derecho de la gráfica 2 mostra- tidades federativas. El gráfico distingue mos el riesgo de muerte por Covid-19 entre muertes directas e indirectas. Las en función de la edad. Concretamente, directas se refieren a aquellas produci- calculamos la probabilidad de que algún das por la infección aleatoria inicial, mien- integrante del hogar muera después de que tras que las indirectas se refieren a las un individuo se infecte y transmita el virus producidas dentro del hogar por contagio a todos los miembros del hogar. Nuestra de alguien infectado aleatoriamente. Estas simulación toma primeramente como últimas se clasifican en función del grupo variable el número de personas con las que de edad de la persona que habría inducido cada individuo habita. Subsecuentemente el contagio. Las muertes directas están utilizamos las tasas de letalidad (Verity estrechamente relacionadas con la es- et al., 2020) por grupos de edad y esti- tructura de población de las entidades mamos el número de muertes esperadas. federativas. La mortalidad es mayor en Los resultados se expresan en forma de los más ancianos. Las muertes indirectas porcentaje sobre la población total. están relacionadas por las estructuras de corresidencia. El orden de las entidades Para el conjunto del país, 10% de las lo determina el nivel de muertes direc- infecciones al azar representaría 0.04% tas. Chiapas y Quintana Roo serían las de fallecidos (4 muertes por 10,000 perso- entidades con menor número de muertes nas); la transmisión completa a todos los directas, dada la relativa juventud de su miembros del hogar añadiría otro 0.1% población. En el extremo opuesto aparecen de fallecidos (10 muertes por 10.000). La las entidades federativas más envejecidas mortalidad por edades varía notablemente del país, encabezadas por la Ciudad de y no está relacionada con el número de México y San Luís Potosí. De ocurrir que infecciones. Por debajo de los 50 años, 10% de las personas infectadas al azar el porcentaje de personas que fallecería no dieran lugar a contagios dentro del sería de 0.02%. Por encima de esa edad, el hogar, supondría entre 0.03% y 0.05% de porcentaje aumentaría rápidamente hasta muertes en función del estado de que alcanzar 2% de toda la población de 80 se trate. Con las muertes indirectas, éstas se años y más. Dos de cada tres muertes de multiplicarían por dos o más en función personas mayores vendrían inducidas por del estado. La mortalidad total oscilaría contagios dentro del hogar. entonces entre 0.09% en Quintana Roo, hasta 0.17% en la Ciudad de México. Desagregación por entidades El efecto multiplicador de las personas federativas dentro de los hogares oscila entre 1.6 en Chihuahua y 2.4 en Chiapas. La correla- La gráfica 3 muestra el porcentaje de ción entre muertes directas y totales es personas que fallecerían en las 32 en- de 0.93 (0.83 entre directas e indirectas). 98 DIEDERIK BOERTIEN, JOSÉ MANUEL ABURTO, IÑAKI PERMANYER, ANTONIO LÓPEZ-GAY, ALBERT ESTEVE Gráfica 3. Porcentaje de población que podría fallecer en cada estado, suponiendo 10% de infecciones al azar y transmisión completa dentro de los hogares, México 2015 Fuente: resultados derivados a partir de la Encuesta Intercensal 2015 y tasas de letalidad por Verity et al. (2020). Limitaciones Discusión La simulación que se realizó para este trabajo se Con cerca de 900 mil casos confirmados y cerca de centró exclusivamente en el efecto que al interior de 90 mil defunciones por Covid-19 al 26 de octubre los hogares podrían tener los individuos para propa- de 2020, México afronta la crisis sanitaria con las gar el Covid-19, sin tomar en cuenta las letalidades incertidumbres propias de una enfermedad para por edad en México y la desigualdad económica del la cual no existe vacuna. Las intervenciones no país. No ha sido, obviamente, —ni aspiraba a serlo— farmacéuticas, como el distanciamiento social, han una simulación realista de la propagación de la resultado efectivas para frenar la propagación y el enfermedad. Para que así ocurriera debíamos haber impacto de Covid-19 en otros países (WHO, 2020). incluido dimensiones como la densidad y movilidad En México, sin embargo, mantener el distancia- de la población, las condiciones previas de salud y miento social dentro y fuera del hogar, y el cierre de las características de propagación de la enfermedad. emergencia por largos periodos, resulta insostenible 99 LA INFLUENCIA DE LOS HOGARES EN LA PROPAGACIÓN DE COVID-19 A TRAVÉS DE UNA SIMULACIÓN dada la elevada informalidad de la ocupación y la se interactúa con generaciones más jóvenes que escasa protección social de los trabajadores (Salazar- en hogares donde sólo habitan personas ancianas Xirinachs y Chacaltana, 2018). (Brandén et al., 2020). Nuestros resultados indican que si hubiera transmi- Estas decisiones, además, deberían complementarse sión completa de la enfermedad dentro de los hogares con estrategias claras que ayuden a los individuos el número de fallecidos sería 2.5 veces más elevado. a adoptar conductas más seguras en relación con Esta cifra establece un límite máximo y es ostensi- la propagación de Covid-19, tales como estable- blemente superior a la que se observaría siguiendo el cer burbujas sociales. En conclusión, se requieren mismo método de simulación en países como España políticas más moderadas basadas en información o Francia, donde el número de fallecidos por contagios contrastada que ayuden a reducir el contacto y la dentro del hogar sería igual al de los contagios fuera de propagación de Covid-19. Los resultados de este él (Esteve, Permanyer, Boertien y Vaupel, 2020). En trabajo buscan contribuir a esa discusión al consi- México, la población anciana estaría más expuesta a derar los hogares mexicanos, la estructura por edad de los contagios dentro del hogar en comparación con la sus habitantes y su distribución administrativa a nivel población anciana de países como España o Francia estatal y municipal. donde los niveles de corresidencia entre generaciones son inferiores. Los modelos epidemiológicos y las polí- *Centro de Estudios Demográficos, ticas públicas inspiradas en ellos deberían tener en Universidad Autónoma de Barcelona, dboertien@ced.uab.es cuenta el papel de los hogares y la heterogeneidad es- **Centro Leverhulme de Ciencias Demográficas, pacial en la toma de decisiones. Cabe destacar que este Departamento de Sociología, Universidad de Oxford; ejercicio es estrictamente de simulación, y que pa- Centro Interdisciplinario de Dinámica de la Población, ra analizar propiamente el rol de los individuos dentro Universidad del Sur de Dinamarca, del hogar en la transmisión de Covid-19 serían necesa- jose-manuel.aburto@sociology.ox.ac.uk rios datos a nivel individual que no están disponibles ***Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, en México. Sin embargo, un estudio reciente hecho en ipermanyer@ced.uab.es Suecia encontró que las personas ancianas enfrentan ****Centro de Estudios Demográficos, mayor mortalidad por Covid-19 en hogares donde Universidad Autónoma de Barcelona, tlopez@ced.uab.es *****Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, aesteve@ced.uab.es 100 DIEDERIK BOERTIEN, JOSÉ MANUEL ABURTO, IÑAKI PERMANYER, ANTONIO LÓPEZ-GAY, ALBERT ESTEVE Referencias B ello -C havolla , O. Y., J. P. B ahena -L ópez , N. E. Z. Chen, G. Li, Z. J. Zheng, S.Q. Qiu, J. Luo, C. J. Ye, Antonio-Villa, A. Vargas-Vázquez, A. González-Díaz, A. S. Y. Zhu, L. L. Cheng, F. Ye, S. Y. Li, J. P. Zheng, N. F. Márquez-Salinas, C. Fermín-Martínez, J. Naveja y C. A. Zhang, N. S. Zhong, y J. X. He (2020), Aguilar-Salinas (2020), “China Medical Treatment Expert Group for “Predicting mortality due to SARS-CoV-2: A mechanistic Covid-19. Comorbidity and its impact on 1590 pa- score relating obesity and diabetes to COVID-19 outco- tients with Covid-19 in China: a nationwide anal- mes in Mexico”, The Journal of Clinical Endocrinology ysis”, European Respiratory Journal, Vol. 55, & Metabolism, Vol. 5, Núm. 8, agosto de 2020, pp. Núm. 3, pp. 2000547. Disponible en: https://doi. 2752-2761. Disponible en: https://doi.org/10.1210/ org/10.1183/13993003.00547-2020. clinem/dgaa346. Naciones Unidas (2005), Brandén, M., S. Aradhya, M. Kolk, J. Härkönen, S. Living arrangements of older persons around the Drefahl, B. Malmberg, M. Rostila, A. Cederström, G. world, Vol. 240, Publicaciones de Naciones Unidas. Andersson y E. Mussino (2020), Disponible en: https://www.un.org/en/development/ “Residential context and COVID-19 mortality among desa/population/publications/pdf/ageing/covernote. the adults aged 70 years and older in Stockholm: a pdf. population-based, observational study using individ- ual-level data”, The Lancet Healthy Longevity, oc- Salazar-Xirinachs, J., y J. Chacaltana (2018), tubre, 2020. Disponible en: https://doi.org/10.1016/ Políticas de formalización en América Latina: Avances S2666-7568(20)30016-7. y desafíos, Organización Internacional del Trabajo (OIT), Lima. Esteve, A., I. Permanyer, D. Boertien y J. W. Vaupel (2020), Verity, R., L. C. Okell, I. Dorigatti, P. Winskill, C. “National age and co-residence patterns shape Whittaker, N. Imai, G. Cuomo-Dannenburg, H. Thompson, covid-19 vulnerability”, Proceedings of the National P. G. T. Walker, H. Fu, A. Dighe, J. T. Griffin, M. Academy of Sciences, Vol. 117, Núm. 28, pp. 16118- Baguelin, S. Bhatia, A. Boonyasiri, A. Cori, Z. Cucunubá, 16120. Disponible en: https://doi.org/10.1073/ R. Fitz John, K. Gaythorpe, W. Green, A. Hamlet, W. pnas.2008764117. Hinsley, D. Laydon, G. Nedjati-Gilani, S. Riley, S. van Elsland, E. Volz, H, Wang, Y. Wang, X. Xi, C. A. I nstituto N acional de E stadística y G eografía Donnelly, A. C. Ghani, y N. M Ferguson (2020), (2015), “Estimates of the severity of coronavirus disease Encuesta Intercensal 2015. Disponible en: https:// 2019: A model-based analysis”, The Lancet Infectious www.inegi.org.mx/programas/intercensal/2015/. Diseases, Vol. 20, Núm. 6, pp. 669-677. Disponible en: https://doi.org/10.1016/S1473-3099(20)30243-7. Guan, W. J., W. H. Liang, Y. Zhao, H. R. Liang, Z. S. Chen, Y. M. Li, X. Q. Liu, R. C. Chen, C. L. Tang, T. World Health Organization (WHO) (2020), Wang, C. Q. Ou, L. Li, P. Y. Chen, L. Sang, W. Wang, Coronavirus disease 2019 (COVID-19), Situation report, J. F. Li, C. C. Li, L. M. Ou, B. Cheng, S. Xiong, Z. Y. Ni, Febrero de 2020. Disponible en: https://www.who. J. Xiang, Y. Hu, L. Liu, H. Shan, C. L. Lei, Y. X. Peng, int/docs/default-source/coronaviruse/situation-re- L. Wei, Y. Liu, Y. H. Hu, P. Peng, J. M. Wang, J. Y. Liu, ports/20200219-sitrep-30-covid-19.pdf. 101 LA INFLUENCIA DE LOS HOGARES EN LA PROPAGACIÓN DE COVID-19 A TRAVÉS DE UNA SIMULACIÓN