En México, la pandemia causada por el virus SARS CoV-2 ocasionó 232 803 muertes y más de 2 millones de casos confirmados en el periodo comprendido de febrero 2020 hasta junio 2021 1. Desde el inicio de la infección por coronavirus, diversas políticas se han adoptado para contener su propagación, sin embargo, determinantes en salud como pobreza, desempleo, inseguridad laboral, condiciones laborales, soporte social, afectan la evolución de la enfermedad. Además, factores como pertenecer a población indígena, población económicamente activa, dedicarse a actividades económicas esenciales y densidad de población, se han asociado a altas tasas de mortalidad por COVID-19 así como la prevalencia de enfermedades crónicas 2.
Así mismo, en zonas urbanas se reporta que el asma y la densidad de población se asocian a altas tasa de mortalidad, pero en zonas rurales se asocia a pobreza y desempleo; en ambos casos, la alta tasa de enfermedades crónicas con altas tasas de COVID-19 dan un efecto de aditivo que cruza con la desigualdad de los determinantes sociales en salud 3.
En grupos minoritarios, el pobre acceso a servicios de salud, las barreras lingüísticas y culturales, la discriminación racial y las dificultades para transitar por el sistema de salud incrementan la tasa de mortalidad 4. En México, altos índices de rezago social se asociaron con altas tasa de mortalidad entre adultos mayores 5.
Alrededor del 50% de la población mexicana vive en condiciones de pobreza y hasta 20%, en pobreza extrema; particularmente, la población indígena se encuentra en el quintil más pobre, lo que incrementa las desventajas sociales y en salud. Además, una de las principales fuentes de empleo en México es la economía informal, lo que condiciona que un gran sector de la población no tenga acceso a la protección social en salud 6. Nuestro objetivo en el presente trabajo fue analizar el impacto entre determinantes sociales en salud y la tasa de contagios por COVID-19, con el fin de conocer el efecto de la pandemia, sobre todo, en municipios con alta tasa de población indígena.
MATERIAL Y MÉTODO
Se diseñó un estudio ecológico, descriptivo, apoyado en la metodología cuantitativa, tomando en consideración la tasa de contagios por COVID-19 en las 32 entidades federativas de México en el periodo febrero 2020 hasta octubre 2021 7.
Nuestras variables de interés fueron la tasa de contagios por COVID-19 a nivel estatal y municipal. Las variables independientes son población total de la entidad, población total indígena que habla español, población total indígena que no habla español, ingreso per cápita, esperanza de escolaridad, escolaridad promedio y esperanza de vida al nacer 8. El índice de salud (is), índice de escolaridad (iE), índice de ingreso (ii), así como el índice de desarrollo humano (iDH) se obtuvieron del Programa de Naciones Unidad para el Desarrollo Humano (UNDH) 9. Tanto del Instituto Nacional de Estadística y Geografía (iNEGi) como del UNDH, se discriminó la tasa de contagios entre los diez municipios más pobres y más ricos según datos del iDH. Los diez municipios más pobres concentran la mayor cantidad de población indígena del país, que representa 10% de los 126 millones de mexicanos, de acuerdo con el último censo de población de 2020.
Las fuentes de datos utilizadas fueron los casos de confirmados de COVID-19 y la tasa de contagios a nivel nacional, estatal y municipal se obtuvieron de datos oficiales del Gobierno de México (1,7). A su vez, se tuvieron en cuenta el porcentaje de población en pobreza, pobreza extrema, índice de rezago social (iRs) y grado de rezago social con información del Consejo Nacional de Evaluación de la Política de Desarrollo Social de México 6.
Del mismo modo, otros datos fueron población total de la entidad, población total indígena hablante del español, población total indígena no hablante del español, ingreso per cápita, esperanza de escolaridad, escolaridad promedio, esperanza de vida al nacer con información del iNEGi, cuyos datos fueron sustrato para la construcción de las variables is, iE, ii, iDH y la categoría de desarrollo humano.
Con apoyo de estadística descriptiva, se estimaron medidas de tendencia central, considerando la media y la desviación estándar de todas las variables y tomando la media nacional de tasa de contagios de 2 880 por 100 000 habitantes como punto de referencia; esto, para obtener dos grupos.
Para las variables de contraste en las submuestras, se aplicó la prueba T-test y se tuvo en cuenta un nivel de significancia de 95%. A fin de determinar la fuerza de asociación y su dirección entre la tasa de contagios y las variables iRs, iDH, is, iE, ii, pobreza, pobreza extrema, población indígena hablante del español, población indígena no hablante del español, escolaridad, grado de rezago social, se aplicó la prueba de correlación de Pearson. Todos los análisis se realizaron en el software sPss versión 21.
RESULTADOS
Los estados de Chiapas, Guerrero, Oaxaca, Tabasco y Veracruz tienen el mayor porcentaje de población indígena no hablante del español y el mayor porcentaje de población en pobreza extrema. Por el contrario, los estados con menor porcentaje de población en pobreza extrema (Aguascalientes, Baja California Sur, Ciudad de México, Coahuila y Nueva León) son los estados con menor porcentaje de población indígena no hablante del español. Sin embargo, los primeros estados mencionados están debajo de la media nacional de la tasa de contagios por COVID-19, de 2 880 por 100 000 habitantes (Tabla 1).
PT | PT Ind | PI no Esp | Ingreso** | E | Esc | EVN | PP | PPE | IS | IE | II | IDH | Casos COVID-19 | Tasa COVID-19 | IRS | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Estados Unidos Mexicanos | 127 792 286 | 7 364 645 | 865 972 | 49 610 | 14,1 | 9,2 | 74,8 | 41,9 | 4 | 0,844 | 0,698 | 0,702 | 0,745 | 3 691 924 | 2 880 | |
Aguascalientes | 1 434 635 | 2 539 | 25 | 59 346 | 14,1 | 9,7 | 75,6 | 26,2 | 1,2 | 0,856 | 0,715 | 0,729 | 0,764 | 34 040 | 2 330 | -1,10156 |
Baja California | 3 634 868 | 49 130 | 1 324 | 59 178 | 14,1 | 9,8 | 75,7 | 23,3 | 1,6 | 0,858 | 0,718 | 0,729 | 0,766 | 61 823 | 1 540 | -0,64239 |
Baja California Sur | 804 708 | 13 581 | 162 | 68 778 | 13,1 | 9,9 | 75,6 | 18,1 | 1,5 | 0,857 | 0,694 | 0,752 | 0,765 | 55 425 | 6 880 | -0,31703 |
Campeche | 1 000 617 | 91 801 | 2 479 | 47 700 | 13,8 | 9,1 | 74,5 | 46,2 | 9,8 | 0,839 | 0,687 | 0,696 | 0,737 | 23 063 | 1 860 | 0,24454 |
Chiapas | 5 730 367 | 1 459 648 | 397 179 | 26 510 | 13,5 | 7,3 | 73,9 | 76,4 | 29,7 | 0,830 | 0,618 | 0,608 | 0,678 | 22 448 | 284 | 2,644224 |
Chihuahua | 3 801 487 | 110 498 | 11 818 | 54 030 | 13,8 | 9,5 | 75,1 | 26,3 | 2,6 | 0,849 | 0,700 | 0,715 | 0,752 | 65 816 | 1 640 | -0,518357 |
Ciudad de México | 9 018 645 | 125 153 | 1 032 | 79 085 | 18,4 | 11,1 | 76,2 | 30,6 | 1,7 | 0,865 | 0,881 | 0,773 | 0,838 | 951 432 | 10 550 | -1,115345 |
Coahuila | 3 218 720 | 5 527 | 40 | 55 925 | 13,9 | 9,9 | 75,4 | 22,5 | 1,4 | 0,853 | 0,716 | 0,720 | 0,761 | 89 665 | 2 680 | -1,147587 |
Colima | 785 153 | 5 210 | 189 | 52 766 | 13,9 | 9,5 | 75,2 | 30,9 | 2,4 | 0,849 | 0,703 | 0,712 | 0,752 | 32 080 | 4 030 | -0,690655 |
Durango | 1 868 996 | 47 242 | 8 515 | 43 648 | 14,1 | 9,1 | 74,8 | 37,3 | 2,2 | 0,844 | 0,695 | 0,683 | 0,737 | 47 568 | 1 380 | -0,045956 |
Guanajuato | 6 228 175 | 14 048 | 231 | 46 142 | 13,4 | 8,4 | 74,8 | 43,4 | 4,2 | 0,844 | 0,652 | 0,691 | 0,725 | 176 577 | 1 760 | -0,209212 |
Guerrero | 3 657 048 | 515 487 | 111 372 | 29 334 | 13,2 | 7,8 | 72,8 | 66,5 | 26,8 | 0,813 | 0,627 | 0,623 | 0,682 | 74 999 | 1 130 | 2,450336 |
Hidalgo | 3 086 414 | 362 629 | 28 497 | 38 783 | 14,5 | 8,7 | 74,7 | 43,8 | 6,1 | 0,842 | 0,693 | 0,665 | 0,729 | 60 622 | 1 960 | 0,320126 |
Jalisco | 8 409 693 | 66 963 | 6 673 | 60 541 | 13,9 | 9,2 | 75,2 | 28,4 | 3,0 | 0,849 | 0,693 | 0,732 | 0,755 | 155 862 | 1 830 | -0,616826 |
México | 17 427 790 | 417 603 | 5 422 | 48 013 | 13,4 | 9,5 | 75,1 | 42,7 | 4,9 | 0,848 | 0,689 | 0,697 | 0,741 | 364 588 | 1 960 | -0,298102 |
Michoacán | 4 825 401 | 154 943 | 8 878 | 42 653 | 13,4 | 7,9 | 74,4 | 46,0 | 6,1 | 0,838 | 0,636 | 0,679 | 0,713 | 71 412 | 1 430 | 0,529919 |
Morelos | 2 044 058 | 38 110 | 912 | 42 973 | 14,3 | 9,3 | 74,8 | 50,8 | 7,4 | 0,844 | 0,707 | 0,681 | 0,741 | 48 466 | 2 340 | -0,126541 |
Nayarit | 1 288 571 | 69 069 | 11,473 | 48 148 | 13,3 | 9,2 | 75,0 | 34,8 | 5,9 | 0,847 | 0,676 | 0,698 | 0,737 | 33 064 | 2 560 | 0,044037 |
Nuevo León | 5 610 153 | 77 945 | 325 | 68 959 | 14,4 | 10,3 | 75,7 | 14,5 | 0,5 | 0,857 | 0,743 | 0,752 | 0,782 | 198 351 | 3 450 | -1,254735 |
Oaxaca | 4 143 593 | 1 221 555 | 134 111 | 31 592 | 13,3 | 7,5 | 73,7 | 66,4 | 23,3 | 0,827 | 0,619 | 0,634 | 0,687 | 77 957 | 1 880 | 2,590888 |
Puebla | 6 604 451 | 615 622 | 40 879 | 38 975 | 14,4 | 8,5 | 74,4 | 58,9 | 8,6 | 0,837 | 0,683 | 0,666 | 0,725 | 120 447 | 1 820 | 0,744487 |
Querétaro | 2 279 637 | 31 383 | 594 | 61 339 | 14,8 | 9,6 | 75,3 | 27,6 | 2,0 | 0,852 | 0,731 | 0,734 | 0,770 | 94 083 | 4 080 | -0,524491 |
Quintana Roo | 1 723 259 | 204 949 | 7 307 | 56 711 | 12,8 | 9,6 | 75,3 | 27,6 | 3,5 | 0,851 | 0,676 | 0,722 | 0,746 | 58 271 | 3 360 | -0,317166 |
San Luis Potosí | 2 866 142 | 231 213 | 9 996 | 46 497 | 13,7 | 8,8 | 74,5 | 43,4 | 7,3 | 0,839 | 0,674 | 0,692 | 0,732 | 99 960 | 3 410 | 0,319126 |
Sinaloa | 3 156 674 | 35 539 | 1 004 | 55 474 | 14,5 | 9,6 | 74,8 | 30,9 | 2,7 | 0,844 | 0,723 | 0,719 | 0,760 | 72 088 | 2 270 | -0,567552 |
Sonora | 3 074 745 | 62 808 | 1 104 | 59 883 | 14,0 | 10 | 75,1 | 28,2 | 2,6 | 0,849 | 0,722 | 0,731 | 0,765 | 108 683 | 3 300 | -0,650546 |
Tabasco | 2 572 287 | 91 025 | 960 | 39 450 | 14,1 | 9,3 | 74,7 | 53,6 | 12,3 | 0,843 | 0,702 | 0,668 | 0,734 | 136 288 | 2 250 | 0,076399 |
Tamaulipas | 3 650 602 | 22 651 | 145 | 49 150 | 13,9 | 9,5 | 74,9 | 35,1 | 3,3 | 0,846 | 0,703 | 0,701 | 0,747 | 97 955 | 2 680 | -0,622628 |
Tlaxcala | 1 380 011 | 27 174 | 440 | 40 301 | 13,5 | 9,3 | 74,9 | 48,4 | 3,1 | 0,845 | 0,685 | 0,671 | 0,730 | 28 609 | 1 960 | -0,040526 |
Veracruz | 8 539 862 | 663 503 | 48 059 | 32 445 | 13,5 | 8,2 | 74,2 | 61,8 | 17,7 | 0,834 | 0,648 | 0,638 | 0,701 | 118 883 | 1 390 | 1,143246 |
Yucatán | 2 259 098 | 525 092 | 24 640 | 49 879 | 14,1 | 8,8 | 74,4 | 40,8 | 6,7 | 0,837 | 0,685 | 0,703 | 0,739 | 70 684 | 3 050 | 0,152467 |
Zacatecas | 1 666 426 | 5 005 | 187 | 37 957 | 14,2 | 8,6 | 74,7 | 46,8 | 3,4 | 0,842 | 0,681 | 0,662 | 0,724 | 40 715 | 2 440 | -0,452588 |
PT: Población total; PT Ind: Población Total indígena; PI no Esp: Población Indígena no hablante de español; EE: Esperanza de escolaridad; Esc: Escolaridad; EVN: Esperanza de vida al nacer; IS: Índice de Salud; IE: Índice Escolaridad; II; Índice de Ingreso; IDH: Índice de desarrollo Humano; Índice de Rezago Social. + Tasa COVID-19 por 1 000 000 habitantes, ++ Ingreso per cápita.
En la prueba T-test se observó que las medias de los casos de COVID-19 son mayores entre los estados con tasas por arriba de la media nacional y las varianzas con diferentes para las variables esperanza de escolaridad, población en pobreza extrema, casos COVID-19 confirmados (p>0,05) (Tabla 2).
t | gl | Sig. (bilateral) | Diferencia de medias | Error típ. de la diferencia | 95% Intervalo de confianza para la diferencia | ||
---|---|---|---|---|---|---|---|
Inferior | Superior | ||||||
Ingreso | 4,010 | 30 | ,000 | 15 725,696 | 3 921,917 | 7 716,073 | 23 735,318 |
Escolaridad | 2,816 | 30 | ,009 | ,8246 | ,2928 | ,2266 | 1,4226 |
EVN | 2,236 | 30 | ,033 | ,53913 | ,24117 | ,04660 | 1,03166 |
PP | -2,813 | 30 | ,009 | -15,1179 | 5,3734 | -26,0918 | -4,1440 |
PPE | -2,632 | 30 | ,014 | -5,0101 | 1,9034 | -8,9054 | -1,1149 |
ÍDH | 3,177 | 30 | ,003 | ,033879 | ,010664 | ,012100 | ,055658 |
IRS | -2,386 | 30 | ,024 | -,6799 | ,284971 | -1,26329 | -,09658 |
*Media nacional 2 880/100 000 habitantes.
Las comparaciones de medias muestran diferencias estadísticamente significativas en estados con altas y bajas tasas de casos COVID-19 para las variables ingreso per cápita, escolaridad promedio, población en pobreza, población en pobreza extrema y para los is; iE; ii.
En el análisis de correlación, se encontró que la tasa de contagios de COVID-19 se relaciona de manera positiva y significativa con las variables ingreso per cápita, esperanza de escolaridad, escolaridad promedio, esperanza de vida al nacer, is, ii, iE, iDH; es decir, los estados con tasas de contagio por COVID-19 por encima de la media nacional tienen mejores condiciones de desarrollo.
Por el contrario, las tasas de casos se relacionaron negativamente con las variables población total indígena, población total indígena no hablante del español, aunque la asociación no es significativa; y de manera negativa y significativa con las variables porcentaje de población en pobreza y porcentaje de población en pobreza extrema (Tabla 3).
PT | PT Ind | PI no E | Ingreso++ | EE | Escolaridad | EVN | PP | PPE | ÍS | ÍE | ÍI | ÍDH | Tasa COVID-19+ | ÍRS | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
PT | 1 | 0,302 | 0,124 | 0,007 | 0,172 | -0,025 | 0,015 | 0,164 | 0,121 | 0,011 | 0,08 | -0,031 | 0,022 | 0,002 | 0,065 |
PT Ind | 0,302 | 1 | ,862** | -,600** | -0,181 | -,698** | -,645** | ,741** | ,845** | -,642** | -,515** | -,679** | -,646** | -0,305 | ,850** |
PI no E | 0,124 | ,862** | 1 | -,534** | -0,177 | -,629** | -,547** | ,650** | ,814** | -,545** | -,471** | -,626** | -,590** | -0,319 | ,764** |
Ingreso++ | 0,007 | -,600** | -,534** | 1 | ,485** | ,888** | ,871** | -,897** | -,749** | ,873** | ,795** | ,988** | ,943** | ,722** | -,804** |
EE | 0,172 | -0,181 | -0,177 | ,485** | 1 | ,520** | ,440* | -0,209 | -0,28 | ,441* | ,863** | ,425* | ,678** | ,673** | -,371* |
Escolaridad | -0,025 | -,698** | -,629** | ,888** | ,520** | 1 | ,885** | -,835** | -,779** | ,887** | ,880** | ,897** | ,952** | ,662** | -,875** |
EVN | 0,015 | -,645** | -,547** | ,871** | ,440* | ,885** | 1 | -,852** | -,841** | 1,000** | ,768** | ,884** | ,898** | ,592** | -,890** |
PP | 0,164 | ,741** | ,650** | -,897** | -0,209 | -,835** | -,852** | 1 | ,869** | -,854** | -,610** | -,932** | -,826** | -,464** | ,881** |
PPE | 0,121 | ,845** | ,814** | -,749** | -0,28 | -,779** | -,841** | ,869** | 1 | -,838** | -,617** | -,825** | -,783** | -,401* | ,946** |
ÍS | 0,011 | -,642** | -,545** | ,873** | ,441* | ,887** | 1,000** | -,854** | -,838** | 1 | ,769** | ,886** | ,899** | ,592** | -,887** |
ÍE | 0,08 | -,515** | -.471** | ,795** | ,863** | ,880** | ,768** | -,610** | -,617** | ,769** | 1 | ,767** | ,940** | ,766** | -,724** |
ÍI | -0,031 | -,679** | -.626** | ,988** | ,425* | ,897** | ,884** | -,932** | -,825** | ,886** | ,767** | 1 | ,938** | ,662** | -,862** |
ÍDH | 0,022 | -,646** | -.590** | ,943** | ,678** | ,952** | ,898** | -,826** | -,783** | ,899** | ,940** | ,938** | 1 | ,748** | -,859** |
Tasa COVID-19+ | 0,002 | -0,305 | -0,319 | ,722** | ,673** | ,662** | ,592** | -,464** | -,401* | ,592** | ,766** | ,662** | ,748** | 1 | -,443* |
IRS | 0,065 | ,850** | ,764** | -,804** | -,371* | -,875** | -,890** | ,881** | ,946** | -,887** | -,724** | -,862** | -,859** | -,443* | 1 |
** La correlación es significativa al nivel 0,01 (bilateral); * La correlación es significante al nivel 0,05 (bilateral); + Tasa COVID-19 por cada 100 000 habitantes, ++ Ingreso per cápita. PT: Población total; PT Ind: Población Total indígena; PI no esp: Población Indígena no hablante de español; EE: Esperanza de escolaridad; EVN: Esperanza de vida al nacer; IS: Índice de Salud; IE: Índice Escolaridad; II; Índice de Ingreso; IDH: Índice de desarrollo Humano; IRS: Índice de Rezago Social.
Al analizar los diez municipios con mayor y menor ii, is, iE, se observó que la tasa de contagio se asocia en sentido positivo y significativo con los is, ii, iE; es decir, a mayores tasas de contagio, mejores condiciones de desarrollo municipal. De otro lado, las mencionadas variables se relacionan en sentido negativo y significativo con el rezago social; dicho de otro modo, a mayor rezago social hubo menor tasa de contagios (Tabla 4).
DISCUSIÓN
Nuestros resultados revelan discrepancias entre las tasas de contagios por COVID-19 y los determinantes sociales en salud, ya que el análisis de correlación indica que la tasa de contagios de COVID-19 se relaciona de manera positiva y significativa con el ingreso per cápita, la escolaridad promedio y el iDH.
Por otro lado, la tasa contagios por COVID-19 se relaciona de manera negativa con el total de población indígena no hablante del español sin significancia estadística y de manera negativa con significativa con el porcentaje de población en pobreza extrema. Esto también se réplica al comparar los diez municipios más pobres versus los más ricos.
De igual forma, esta discordancia fue reportada en un estudio que comparó las tasas de mortalidad por COVID-19 en población blanca y negra, el cual encontró que aunque la población negra tiene altas tasas de mortalidad por la presencia de comorbilidades al eliminar su efecto, el índice de fatalidad era mayor entre la población blanca 10. Concluyen, por tanto, que para el COVID-19 ocurre una divergencia entre los determinantes en salud, la mortalidad y la fatalidad, de manera que hay nuevos factores asociados a los niveles de mortalidad por COVID-19 10.
Otros autores señalan que en datos crudos hay mayor mortalidad por COVID-19 en minorías étnicas (negros, asiáticos y otras), pero si se consideran las tasas o análisis estadísticos, no es así, de manera que se está llegando a conclusiones erróneas 11.
En España, se observó que un incremento del 1% en el PiB per cápita se vincula a 3,2% de incremento en la tasa de mortalidad por COVID-19 12. Como explicación, se señala que el mayor PiB per cápita permite mayor capacidad de movilidad entre regiones y desde el extranjero, incrementando la posibilidad de contagio y muerte 12. No obstante, en otro estudio se reportó que determinantes sociales como vivir en áreas de ingreso bajo, se vinculaba a probabilidad incrementada de ser admitido en terapia intensiva y mortalidad intrahospitalaria, aunque reconoce que existen variaciones considerables en diversas áreas de España 13.
Como se ha mencionado, la mayoría de la población indígena en México vive en condiciones de pobreza y pobreza extrema. A fin de dar información accesible a ese grupo poblacional el Gobierno Federal emitió la Guía para la Atención de Pueblos y Comunidades Indígenas y Afroamericanas ante la emergencia sanitaria generada por el virus SARS-CoV-2, traducida a 62 lenguas indígenas 14. Empero, la aplicación de esa guía fue controvertida porque: a) las comunidades indígenas difícilmente tienen acceso a internet; b) la principal medida para evitar la propagación del coronavirus es lavarse las manos y disponer de mínimas condiciones de limpieza, pero algunas comunidades indígenas no tienen acceso a servicio de agua potable y tampoco cuentan con jabón; c) para este sector de la población, las medidas distanciamiento y “quédate en casa o quédate en tu comunidad” no tienen sentido, debido a que el sustento básico depende de su trabajo, y d) la pertinencia cultural del material informativo 15.
Es posible que las menores tasas de contagio por COVID-19, observadas entre los municipios más pobres respecto de los más ricos, se deban a que diversos municipios con población indígena, en particular de Guerrero, Oaxaca y Chiapas, de manera autónoma optaron por prohibir el acceso a sus territorios para evitar la propagación del virus.
De manera que es importante analizar el efecto de las decisiones de las comunidades indígenas en el contexto de la actual pandemia como enseñanza para futuros escenarios similares, desde la perspectiva de la emergencia sanitaria, el sistema de universal en salud y la participación de la comunidad 16. Otro elemento que debe estudiarse es la pertinencia y aceptación cultural de la información diseminada, ya que, si bien fue traducida y difundida, en muchas de las comunidades indígenas el acceso a medios impresos, internet, radio o televisión puede ser limitado 17.
Finalmente, México ocupa el último lugar entre los países miembros de la Organización para la Cooperación y de Desarrollo Económico (OCDE) por realizar el menor número de pruebas diagnósticas de COVID-19 en el periodo analizado 18, lo que pone de manifiesto la posibilidad de un subregistro de casos, ya que, por ejemplo, Chiapas es el estado con la tasa más baja de realización de pruebas en el país frente al resto de entidades federativas 19. Por ello, otra de las estrategias a implementarse para monitorear la magnitud del daño de la pandemia sería realizar pruebas diagnósticas entre la población mexicana, incluidas regiones de difícil acceso, entre las que destacan las del ámbito rural y con algún grado de vulnerabilidad ♦