COYU NT U R A DEMOGR ÁFI C A , NÚ M.19 , ENE RO, 2 0 2 1 ANEXO 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***** Metodología El interés principal del trabajo es cuantificar la capacidad de propa- gación real de la pandemia en los hogares y no tanto su incidencia. La simulación se basa en datos reales de hogares mexicanos, repartidos por toda la geografía del país; considera como variables principales la edad de las personas y el tamaño y estructura por edad de las personas con las que conviven. Usamos datos disponibles para México basados en la Muestra Intercensal de 2015 a través de IPUMS (Jeffers, King, Cleveland y Kelly Hall, 2017). Estos datos representan una muestra de 1.5% del total de hogares en el país y sus características. A partir de esta fuente es posible disponer de características de sus habitantes: edad, estados y municipios de residen- cia, y características importantes de los hogares. En concreto, cuantificamos: i) el porcentaje de la población mexicana que llegaría a infectarse de sumarse los contagios dentro del hogar al 10% inicial que infectamos al azar, y ii) el número de personas que fallecerían bajo este supuesto. En un primer paso seleccionamos al azar a 10% de la muestra. Es posible que hubiéramos seleccionado a más de una persona en un hogar. Después “infectamos” a todas las personas que conviven con 153 la persona infectada. Este ejercicio permite estimar ninguna otra característica para calcular el número de el potencial que podría tener un brote de ese tamaño fallecidos. Verity et al. (2020) estimaron estas tasas en las distintas regiones y según las condiciones de basándose en varias muestras que incluyeron perso- propagación establecidas. Es decir, no tomamos en nas asintomáticas. En la gráfica A.1 calculamos los cuenta diferencias reales en la cantidad de personas resultados en la República Mexicana usando datos de que han sido infectadas en cada región. casos y muertes confirmados. Aunque la mortalidad estimada es mayor, las diferencias entre regiones Para calcular cuántas personas fallecerían suponiendo varían poco. Lo mismo ocurre cuando simulamos 10% de infecciones y la transmisión dentro de los una infección inicial de 30% de la población en vez hogares, usamos las tasas de letalidad por edad de de 10% (ver resultados en la gráfica A.2). Verity et al. (2020). Aparte de la edad, no se considera Gráfica A.1. Porcentaje de población que podría fallecer en cada entidad federativa suponiendo 30% de infecciones al azar y transmisión completa dentro de los hogares. México, 2015 Fuente: resultados derivados a partir de la Encuesta Intercensal 2015, Inegi, y tasas de letalidad por Verity et al. (2020). 154 DIEDERIK BOERTIEN, JOSÉ MANUEL ABURTO, IÑAKI PERMANYER, ANTONIO LÓPEZ-GAY, ALBERT ESTEVE La simulación parte de dos supuestos: inicialmente, hogar. Si llegaran a existir personas infectadas antes una población donde nadie se ha infectado, salvo una de nuestra propagación simulada, el impacto esperado persona, con el virus que contagia a todos los demás de la transmisión dentro de los hogares disminui- miembros del hogar. Somos conscientes de que estos ría, aunque la posibilidad de infecciones repetidas supuestos no son realistas, pero sirven para demos- complica este supuesto. trar el impacto que podría tener la transmisión del virus en el hogar. Además, es posible replicar los Otra suposición es que la probabilidad de infectar a resultados con una tasa menor de transmisión. Las un miembro del hogar no varía según edad. Hay un diferencias relativas entre entidades federativas y debate considerable sobre el papel que juegan los municipios se mantendrían inalteradas, así como la menores de edad en la transmisión del virus. Si resulta mayor o menor repercusión por grupos de edades. Los que infectan menos que otros grupos etarios, su papel números a los que aludimos representan el impacto en la transmisión en el hogar estaría sobreestimada máximo que podrá tener la transmisión dentro del en este artículo. Gráfica A.2. Porcentaje de población que podría fallecer en cada estado suponiendo 10% de infecciones al azar y transmisión completa dentro de los hogares, usando tasas de fatalidad alternativas. México 2015 Fuente: tasas de letalidad basadas en casos y muertes confirmadas en México al 31 de julio de 2020, recogido del Coverage database Project: Riffe, T, E. Acosta, et al. (2020). 155 LA INFLUENCIA DE LOS HOGARES EN LA PROPAGACIÓN DE COVID-19 A TRAVÉS DE UNA SIMULACIÓN Las estimaciones se realizaron para el los hogares, la posición relativa de las total nacional y desagregadas para las 32 entidades federativas y la contribución entidades federativas. El nivel de infecta- de cada grupo de edad a la propagación dos inicial que asume el modelo determina del virus se mantiene constante a distintos el número absoluto de infectados y de niveles de infección. muertes, pero el efecto multiplicador de *Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, dboertien@ced.uab.es **Centro Leverhulme de Ciencias Demográficas, Departamento de Sociología, Universidad de Oxford; Centro Interdisciplinario de Dinámica de la Población, Universidad del Sur de Dinamarca, jose-manuel.aburto@sociology.ox.ac.uk ***Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, ipermanyer@ced.uab.es ****Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, tlopez@ced.uab.es *****Centro de Estudios Demográficos, Universidad Autónoma de Barcelona, aesteve@ced.uab.es 156 DIEDERIK BOERTIEN, JOSÉ MANUEL ABURTO, IÑAKI PERMANYER, ANTONIO LÓPEZ-GAY, ALBERT ESTEVE Referencias Jeffers, K., M. King, L. Cleveland y P. Kelly Hall (2017), V erity , R., L. C. O kell , I. D origatti , P. W inskill , C. “Data Resource Profile: IPUMS-International”, Whittaker, N. Imai, G. Cuomo-Dannenburg, H. Thompson, International Journal of Epidemiology, Vol. 46, Núm. 2, P. G. T. W alker , H. F u , A. D ighe , J. T. G riffin , M. pp. 390-391. Disponible en: https://doi.org/10.1093/ije/ Baguelin, S. Bhatia, A. Boonyasiri, A. Cori, Z. Cucunubá, dyw321. R. Fitz John, K. Gaythorpe, W. Green, A. Hamlet, W. Hinsley, D. Laydon, G. Nedjati-Gilani, S. Riley, S. van R iffe , T., E. A costa , COV er AGE-DB project team , M. E lsland , E. V olz , H. W ang , Y. W ang , X. X i , C. A. Aburto, D.Alburez-Gutierrez, A. Altová, U. Basellini, Donnelly, A. C. Ghani, y N. M Ferguson (2020), S. B ignami , D. B reton , E. C hoi , J. C imentada , G. de “Estimates of the severity of coronavirus disease 2019: A Armas, E. del Fava, A. Delgado, V. Diaconu, J. Donzowa, model-based analysis”. The Lancet Infectious Diseases, C. Dudel, A. Fröhlich, A. Gagnon, M. Garcia-Cristomo, Vol. 20, Núm. 6, pp. 669-677. Disponible en: https://doi. V. M. Garcia-Guerrero, A. González-Díaz, I. Hecker, org/10.1016/S1473-3099(20)30243-7. D. E. Koba, M. Kolobova, M. Kühn, M. Lépori, C. Liu, A. Lozer, M. Manea, M. Masum, R. Mogi, C. Monicolle, S. M orwinsky , R. M usizvingoza , M. M yrskylä , M. R. N epomuceno , M. N ickel , N. N itsche , A. O ksuzyan , S. Oladele, E. Olamijuwon, O. Omodara, S. Ouedraogo, M. Paredes, M. Pascariu, M. Piriz, R. Pollero, L. Qanni, F. Rehermann, F. Ribeiro, S. Rizzi, F. Rowe, I. Sasson, J. Shi, R. Silva-Ramirez, C. Strozza, C. Torres, S. Trias- Llimos, F. Uchikoshi, A. van Raalte, P. Vázquez-Castillo, E. Vilela, I. Williams, V. Zarulli (2020), “COVerAGE-DB: A database of age-structured COVID-19 cases and deaths”, MedRXIV. Disponible en: https://doi. org/10.1101/2020.09.18.20197228. 157 LA INFLUENCIA DE LOS HOGARES EN LA PROPAGACIÓN DE COVID-19 A TRAVÉS DE UNA SIMULACIÓN