Socio-spatial vulnerability index of type 2 diabetes mellitus in Mexico in 2020

Submitted: 21 September 2024
Accepted: 4 December 2024
Published: 27 January 2025
Abstract Views: 2050
PDF: 903
HTML: 53
Publisher's note
All claims expressed in this article are solely those of the authors and do not necessarily represent those of their affiliated organizations, or those of the publisher, the editors and the reviewers. Any product that may be evaluated in this article or claim that may be made by its manufacturer is not guaranteed or endorsed by the publisher.

Authors

This study aimed to estimate a socio-spatial vulnerability index for type 2 diabetes mellitus (T2DM) at the municipal level in Mexico for 2020. It incorporated factors such as poverty, social backwardness, marginalization index, and human development index. This retrospective ecological study analyzed 317,011 incident cases of T2DM in 2020. Utilizing multi-criteria decision analysis, weighted values were assigned to each vulnerability criterion. A multiple linear regression model was developed, complemented by cluster and outlier analyses using Moran I’s and the high-low clustering method. A clustered spatial autocorrelation of high values was found across 17.65% of Mexico, which was statistically significant (p < 0.001). Conversely, 37.78% of the territory showed a pattern of low values without significant evidence of groupings. The analysis revealed 117 nodes of very high vulnerability forming six focal areas, 172 nodes with high vulnerability across five areas, 168 nodes with medium vulnerability in two areas, 112 nodes with low vulnerability across 16 areas, and 152 nodes with very low vulnerability in 24 focal areas. This method proves to be robust and offers a technical-scientific basis for guiding T2DM prevention strategies and actions using a spatial/epidemiological approach. It is recommended that future strategies take into account factors such as poverty, social backwardness, marginalization index, and human development index to be effective.

Dimensions

Altmetric

PlumX Metrics

Downloads

Download data is not yet available.

Citations

American Diabetes Association, 2024. ¿Qué causa la diabetes? Descúbrelo y toma el control. Descripción general del riesgo de diabetes. Available from: https://diabetes.org/espanol/descripcion-general-del-riesgo-de-diabetes Accessed: 18 August 2024
Anselin L, 1988. Spatial Econometrics: Methods and Models, Boston: Kluwer Academic Publishers, 323 pp. DOI: https://doi.org/10.1007/978-94-015-7799-1
ArcMap, 2021. Como funciona la superposición ponderada. Accessed: 18 August 2024. Available from: https://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-analyst-toolbox/how-weighted-overlay-works.htm
Baxendale CA, Buzai GD, 2011. Análisis Espacial con Sistemas de Información Geográfica. Aportes de la Geografía para la elaboración del Diagnóstico en el Ordenamiento Territorial. Fronteras. 10:25-38.
Blaikie P, Cannon T, David I, Wisner B, 1996. Vulnerabilidad. El Entorno Social, Político y Económico de los Desastres. Red de Estudios Sociales en Prevención de Desastres en América Latina. La Red, 12 pp.
Buzai GD, 2014. Geografía de la salud sin fronteras desde Latinoamérica. Metodología de evaluación multicriterio en el análisis espacial de la salud, Facultad de Geografía de la Universidad Autónoma del Estado de México y de la Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología de la Universidad Autónoma de San Luis Potosí, México, 90 pp.
Candib LM, 2008. Obesity and diabetes in vulnerable populations: Reflection on proximal and distal causes. Ann Fam Med 6:547-56. DOI: https://doi.org/10.1370/afm.754
Celemín JP,2009. Autocorrelación espacial e indicadores locales de asociación espacial. Importancia, estructura y aplicación. Revista Universitaria de Geografía.18: 11-31.
Consejo Nacional de Evaluación de la Política Nacional de Desarrollo Social, 2021. Medición de la pobreza. Pobreza a nivel municipio 2010-2020. Accessed: 18 August 2024. Available from: https://www.coneval.org.mx/Medicion/Paginas/Pobreza-municipio-2010-2020.aspx
Consejo Nacional de Evaluación de la Política Nacional de Desarrollo Social, 2021. Medición de la pobreza. Índice de rezago social. Accessed: 18 August 2024. Available from: https://www.coneval.org.mx/Medicion/IRS/Paginas/Indice_Rezago_Social_2020.aspx
Consejo Nacional de Población, 2021. Índices de marginación 2020. Accessed: 18 August 2024. Available from: https://www.gob.mx/conapo/documentos/indices-de-marginacion-2020-284372
Editverse, 2024. SIG en epidemiología: mapeo de enfermedades. Accessed: 18 August 2024. Available from: https://www.editverse.com/es/gis-in-epidemiology-mapping-diseases/
Federación Mexicana de Diabetes, A.C, 2022. Atlas IDF 10º Edición – 2021. Accessed: 18 August 2024. Available from: https://fmdiabetes.org/atlas-idf-10o-edicion-2021/
Hernández C, 2024. Sociedad Española de Diabetes. Vulnerabilidad social en personas con diabetes. Diabetes Complicaciones. 1:1-4. Accessed: 18 August 2024. Available from: https://www.revistadiabetes.org/miscelanea/vulnerabilidad-social-en-personas-con-diabetes/
Hipp JA, Chalise N, 2015. SpatialAnalysis and Correlates of County Level Diabetes Prevalence, 2009–2010. Prev Chronic Dis 12:140404. DOI: https://doi.org/10.5888/pcd12.140404
Instituto Nacional de Estadística y Geografía, 2021. Estadísticas a Propósito del día Mundial de la Diabetes. (14 De noviembre). Datos Nacionales. Available from: https://www.inegi.org.mx/contenidos/saladeprensa/aproposito/2021/EAP_Diabetes2021.pdfAccessed: 18 August 2024
Instituto Nacional de Salud Pública, 2020. Diabetes en México. Accessed: 18 August 2024. Available from: https://www.insp.mx/avisos/3652-diabetes-en-mexico.html
International Diabetes Federation, 2019. Versión Online del Atlas de la Diabetes de la FID. Novena edición 2019. 2019. Accessed: 18 August 2024. Available from: https://www.diabetesatlas.org/upload/resources/material/20200302_133352_2406-IDF-ATLAS-SPAN-BOOK.pdf
IntraMed, 2018. Salud Pública. Concepciones "miopes" pueden pasar por alto otros determinantes. La etiología social de la diabetes. Accessed: 18 August 2024. Available from: https://www.intramed.net/contenidover.asp?contenidoid=92448&pagina=1
Kivimaki M, Batty GB, Pentti J, Shipley MJ, Sipilä PN, Nyberg ST, Suominen SB, Oksanen T, Stenholm S, Virtanen M, Michael G Marmot MG, Singh-Manoux A, Brunner EJ, Lindbohm JV, Ferrie JE, VahteraJ, 2020. Association between socioeconomic status and the development of mental and physical health conditions in adulthood: a multi-cohortstudy. Lancet Public Health 5:e140-49. DOI: https://doi.org/10.1016/S2468-2667(19)30248-8
León CM, Navarrete V, Herrería S, 2019. Análisis basado en técnicas de econometría espacial para la predicción de la Diabetes Mellitus en Ecuador. Revista Dilemas Contemporáneos: Educación, Política y Valores. 28(EE):1-14.
Mendoza MA, Padrón A, Cossío PE, Sorio M, 2017. Prevalencia mundial de la diabetes mellitus tipo 2 y su relación con el índice de desarrollo humano. Rev Panam Salud Publica 41:e103. DOI: https://doi.org/10.26633/RPSP.2017.103
Moreno L, García JJ, Soto G, -Estradac, Capraro S, Limón D. 2014. Epidemiología y determinantes sociales asociados a la obesidad y la diabetes tipo 2 en México. RevMedHosp Gene Méx. 77:114-123. DOI: https://doi.org/10.1016/j.hgmx.2014.07.002
PAHO (Pan American Health Organization), 2001. SIGEpi: Sistema de Información Geográfica en Epidemiología y Salud Pública. Accessed: 18 August 2024. Available from:https://www3.paho.org/spanish/sha/be_v22n3-SIGEpi1.htm
PAHO (Pan American Health Organization), 2022. Diabetes. Accessed: 18 August 2024. Key facts. https://www.paho.org/es/temas/diabetes
PAHO/WHO (Pan American Healt hOrganization and World Health Organization), 2020. Essential Public Health Functions. Accessed: 18 August 2024. Available from: https://www.paho.org/es/temas/funciones-esenciales-salud-publica
Petry FE, Robinson VB, Cobb MA, 2005. Fuzzy modeling with spatial information for geographic problems. Berlín: Springer. DOI: https://doi.org/10.1007/b138243
Pizarro R, 2001. La vulnerabilidad social y sus desafíos: una Mirada desde América Latina. In Estudios estadísticos. Published by United Nations Economic Commission for Latin America and the Caribbean. Accessed: 18 August 2024. Available from: https://repositorio.cepal.org/server/api/core/bitstreams/3facc730-98f5-4112-9ef5-9d4892cefd74/content.
Puig-Junoy J, 2018. El Análisis de Decisión Multi-Criterio en el ámbito sanitario. Utilidad y limitaciones para la toma de decisiones. El análisis de decisión Multi-criterio: ¿qué es y para qué sirve?a de decisiones. Madrid: Fundación Weber. p. 50-70.
Secretaría de Salud, 2020. Sistema Nacional de Vigilancia Epidemiológica. Sistema Único de Información para la Vigilancia Epidemiológica (SUIVE).
Secretaría de Salud. (INEGI) Instituto Nacional de Estadística y Geografía. (INSP) Instituto Nacional de Salud Pública. Encuesta Nacional de Salud y Nutrición 2018, 2019. Presentación de resultados. Acceseed: 18 August 2024. Available from: https://ensanut.insp.mx/encuestas/ensanut2018/doctos/informes/ensanut_2018_presentacion_resultados.pdf
Schinca N, 2009. La diabetes: una enfermedad multifactorial que requiere una asistencia multidisciplinaria. Accessed: 18 August 2024. Available from: https://www.elsevier.es/es-revista-revista-espanola-nutricion-humana-dietetica-283-pdf-13142111
Songchitruksa P, Zeng X, 2010. Getis–Ord spatialstatistics to identifyhot spots byusingincidentmanagement data. Transportation Research Record. 2165:42-51. DOI: https://doi.org/10.3141/2165-05
Tang M, ChenY, Krewski D, 2003. Gender-related differences in theassociationbetweensocioeconomic status and self-reported diabetes. Internat J Epidemiol 32:381–385. DOI: https://doi.org/10.1093/ije/dyg075
Thokala P, Devlin N, Marsh K, Baltussen R, Boysen M, Kalo Z, Longrenn T, Mussen F, Peacock S, John Watkins PharmD JW, Maarten Ijzerman M, 2016. Multiple Criteria Decision Analysis for Health Care Decision Making-AnIntroduction: Report 1 of the ISPOR MCDA Emerging Good Practices Task Force. Value in Health. 19:1-13 DOI: https://doi.org/10.1016/j.jval.2015.12.003
United Nations Development Program, 2023. México. Informe de Desarrollo Humano Municipal 2010-2020: una década de transformaciones locales en México. Accessed: 18 August 2024. Available from: https://www.undp.org/es/mexico/publicaciones/informe-de-desarrollo-humano-municipal-2010-2020-una-decada-de-transformaciones-locales-en-mexico-0
WHO, 2017. World Bank and WHO: Half the world lacks access to essential health services, 100 million still pushed into extreme poverty because of health expenses. Accessed: 18 August 2024 Available from: https://www.who.int/es/news/item/13-12-2017-world-bank-and-who-half-the-world-lacks-access-to-essential-health-services-100-million-still-pushed-into-extreme-poverty-because-of-health-expenses
WHO (World Health Organization), 2023. Diabetes. Key facts. Accessed: 18 August 2024. Available from: https://www.who.int/es/news-room/fact-sheets/detail/diabetes

How to Cite

Ibarra-Zapata, E., Gaytán-Hernández, D., Terán-Figueroa, Y., Gallegos-García, V., Suárez-Rodríguez, C. del P., Zarazúa Guzmán, S., & Parra Rodríguez, O. (2025). Socio-spatial vulnerability index of type 2 diabetes mellitus in Mexico in 2020. Geospatial Health, 20(1). https://doi.org/10.4081/gh.2025.1348