El confinamiento por COVID-19 ha sido efectivo, según un estudio de la UPCT

Cartagena

Las medidas de confinamiento han sido efectivas, según un estudio liderado por el catedrático de la Universidad Politécnica de Cartagena (UPCT), Fernando López, realizado en colaboración con investigadores de dos universidades de Canadá y Brasil.

El trabajo lo acaba de publicar la revista científica norteamericana Geographical Análisis.

Según la investigación, "se estima que transcurren 11 días entre que el individuo se contagia del virus y el momento en el que es diagnosticado", afirma Fernando López, de Métodos Cuantitativos.

"Factores climatológicos como la temperatura y la humedad son determinantes para la propagación de la infección por SARS-COV2, causante de la enfermedad COVID-19".

Los investigadores también han analizado la influencia de las horas de sol diarias y su relación con la incidencia durante estos 30 días. Contrario a lo esperado, "el estudio encuentra una relación positiva entre las horas de sol diarias y la incidencia del coronavirus".

Los autores apuntan la hipótesis de que "es más fácil mantener el confinamiento en aquellas provincias con menores horas de sol diarias".

Sumando los factores analizados vinculados a la incidencia del clima se evidencia que "la mayoría de las provincias limítrofes con el mar y las más cálidas han sido las que han tenido menor incidencia de coronavirus han registrado durante el período estudiado".

Los investigadores han incluido otras variables sociodemográficas en la modelización. "La renta per cápita también es determinante para el contagio por COVID-19. En las provincias más ricas hay mayor grado de incidencia al ser las que reciben más tránsito de invididuos".

Las provincias con mayor porcentaje de personas mayores han mostrado menor incidencia. Los autores explican este hecho debido a que en general las personas de mayor edad son las que mantienen una menor interacción social.

Los investigadores han utilizado datos de incidencia por provincias en España, día a día durante un periodo de 30 días, desde 13 de marzo al

11 de abril. Han utilizado la información de Datadista para desarrollar un modelo dinámico, evaluando el impacto de las variables del modelo diariamente.