SciELO - Scientific Electronic Library Online

 
vol.15Los márgenes del orden colonial: la geografía serragordana a través de las anotaciones de autoridades civiles, religiosas y militares (1780-1819)Pensar los lugares de memoria: el uso del hashtag en Twitter índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Revista pueblos y fronteras digital

versión On-line ISSN 1870-4115

Rev. pueblos front. digit. vol.15  San Cristóbal de Las Casas  2020  Epub 05-Jun-2020

https://doi.org/10.22201/cimsur.18704115e.2020.v15.429 

Artículos

Mortalidad y vulnerabilidad ambiental en los municipios de la cuenca y la ribera del Usumacinta del trienio 2014-2016

Mortality and Environmental Vulnerability in the Watershed and Riverside Municipalities around the Usumacinta River of the triennium 2014-2016

María del Pilar Ochoa Torres,1 
http://orcid.org/0000-0002-0791-1806

José Alberto Muños Hernández,2 
http://orcid.org/0000-0001-6128-8579

Graciela Freyermuth Enciso,3 
http://orcid.org/0000-0002-3871-715X

1Subsecretaría de Promoción y Prevención de la Salud, pilarochoatorres@gmail.com

2Unidad de Ciencias de la Salud de la Universidad Veracruzana, amunos@uv.mx

3Centro de Investigaciones y Estudios Superiores en Antropología Social - Unidad Sureste, gracielafreyermuth54@hotmail.com


Resumen

El objetivo de este artículo es analizar la relación entre la vulnerabilidad ambiental y la mortalidad por causas asociadas a las condiciones medioambientales entre la población de los municipios de Campeche, Chiapas y Tabasco que forman parte de la cuenca del río Usumacinta. Se utilizó un modelo de autocorrelación espacial que permite observar la relación entre el índice de vulnerabilidad ambiental durante 2016, y la tasa de mortalidad por causas asociadas a condiciones medioambientales, variables que interrelacionadas permiten reconocer los efectos del cambio climático en la salud (SSA/INEGI). Se identificó un clúster de municipios con un elevado registro de causas de mortalidad que a su vez se encuentran correlacionados con una elevada vulnerabilidad ambiental a la que está expuesta la población.

Palabras clave: condiciones medioambientales; enfermedades; vecindad geográfica; autocorrelación espacial; clúster

Abstract

This article seeks to analyze the relationship between environmental vulnerability and mortality associated to environmental conditions in the population of municipalities in the states of Campeche, Chiapas and Tabasco, which are part of the Usumacinta River basin. We used a spatial correlation model that allowed us to observe the relationship between the index of environmental vulnerability and the mortality rate associated to environmental conditions in 2016. The relation of these two variables lets us recognize the effects of climate change on health (SSA/INEGI). We identified a cluster of municipalities with a high record of mortality causes that are correlated with a high environmentally vulnerable population.

Keywords: environmental conditions; illnesses; geographic vicinity; spatial autocorrelation; cluster

Introducción

De acuerdo con la Organización Mundial de la Salud (OMS) y la Organización Meteorológica Mundial (OMM) (2012), el estado atmosférico y el clima afectan profundamente la salud de los seres humanos; existe evidencia de que cada año los fenómenos climáticos extremos causan decenas de miles de muertes, así como afectaciones en la salud física y psicológica de millones de personas. Un estudio realizado por la OMS (2014) que toma en cuenta solo algunas de las posibles repercusiones del cambio climático, estimó que de 2030 a 2050 habrá 250 000 defunciones anuales adicionales causadas por este fenómeno. Según el Panel Intergubernamental del Cambio Climático (IPCC, por el acrónimo en inglés) (2001), es probable que en América Latina se incrementen los casos de enfermedades trasmitidas por vector (en especial paludismo y malaria), así como los riesgos derivados de la falta de alimentos por causa de las sequías. Si bien el cambio climático es un problema para todo el planeta, cada país o región experimenta su impacto de forma diferencial. La evidencia muestra que las poblaciones más pobres y vulnerables son quienes sufren mayores afectaciones por este fenómeno. Factores como la urbanización acelerada y no planeada, la contaminación del aire y del agua y otras consecuencias del desarrollo ambiental no sostenible agudizan los efectos del clima en la salud (OMS y OMM, 2012).

En este sentido, un reto importante para México es contar con evaluaciones sobre las posibles consecuencias del cambio climático en la salud en el actual contexto de transición epidemiológica, donde aún persisten tanto enfermedades infecciosas agudas como crónico-degenerativas (Riojas y Hurtado, 2015). De acuerdo con diversos estudios (Gay, 2000; Magaña y Conde, 2003) en México la vulnerabilidad ante un posible cambio climático tiende a aumentar, en particular en los sectores agrícolas y en los recursos hídricos y forestales, como afirman Conde y Palma (2006). Existe, por consiguiente, una mayor vulnerabilidad ante las enfermedades específicas relacionadas con esta materia. Por ello, es interés de este artículo reconocer la relación entre la vulnerabilidad ambiental y la mortalidad por causas asociadas a las condiciones medioambientales entre la población de los municipios que forman parte de la cuenca del río Usumacinta.

En los estudios mencionados se acude al término vulnerabilidad para aludir a «la susceptibilidad o predisposición intrínseca del medio y los recursos naturales a sufrir un daño o una pérdida, siendo estos elementos físicos o biológicos» (Gaspari, 2011:5 ). Así, desde esta perspectiva, la vulnerabilidad es vista como un proceso dinámico (Kasperson et. al, 2003) que obedece al contexto y a las condiciones que interactúan con los agentes amenazantes, ya sean naturales o antrópicos (Turner et al., 2003; Ford, 2002; Leichenko y Obrien, 2002), y genera condiciones que amenazan a la población. Lo anterior se traduce como vulnerabilidad ambiental (VA) y depende también de otras características que pueden ser sociales, demográficas, económicas y culturales que reflejan el grado de exposición de la población y se han utilizado como variables para su medición (Myers y Patz, 2009; Buch y Turcios, 2003).

En los últimos tiempos se han realizado diversas investigaciones sobre el medio ambiente y la salud de la población en México, en particular para las regiones comprendidas en los estados de Chiapas y Tabasco, donde se ubican las cuencas de los ríos Usumacinta y Grijalva; y en Campeche, con el río Palizada. Un estudio pionero por elaborar un diagnóstico sobre el cambio climático y la salud humana es el de Riojas et al., (2006), que tenía como propósito identificar los efectos del calentamiento global sobre la salud de la población, para lo cual estudiaron una serie de enfermedades consideradas sensibles al cambio climático, como las enfermedades infecciosas trasmitidas por vector, enfermedades trasmitidas por agua y alimentos, enfermedades infecciosas y eventos climáticos extremos y desastres. Como resultado del estudio, los autores no pudieron establecer una relación entre calentamiento climático y ciertas enfermedades como intoxicaciones por marea roja, esto quizá por el subregistro en las fuentes de información; sin embargo, se encontró una asociación significativa entre el incremento en la temperatura y la mortalidad por golpe de calor en los dos estados seleccionados (Baja California y Sonora). Asimismo, se confirmó que un incremento en las temperaturas aumentará la carga de enfermedad por las afecciones diarreicas, la población con mayor riesgo es la infantil menor de cinco años de edad y los mayores de 65 (Riojas et al, 2006:28).

Otro estudio, realizado por Lorenzo et al., (2016), alude al incremento de la concentración de metales pesados en los cuerpos de agua debido a las actividades de la industria; concentración que afecta en mayor medida a la población menor de cinco años que consume alimentos del río. El autor concluye que 2.8% de los menores que habitan en los municipios de la subcuenca del río Grijalva tendrían concentraciones superiores a 5 μg Pb/dL en la sangre, mientras que el porcentaje para los que viven en la subcuenca del río Usumacinta sería de 7.24. Reconoce que es debido a una planeación inadecuada, al uso inapropiado del suelo y al escaso control de los recursos naturales en la cuenca de los ríos Grijalva y Usumacinta. Otro estudio (Escamilla et al., 2014) señala la amenaza que las inundaciones de la microcuenca del río Palizada, en Campeche, representan para el desarrollo socioeconómico debido al inadecuado uso del suelo y la ineficiencia de las autoridades ante estos sucesos. Este estudio concluye que las políticas públicas deben enfocarse a reducir la VA y a incrementar las posibilidades de recuperación o resiliencia en caso de desastres.

Un análisis realizado en San Simón -localidad del estado de Yucatán que sufre un severo rezago social y cuyos servicios de salud están alejados- reportó un gran número de enfermedades diarreicas y respiratorias, las primeras relacionadas con la convivencia de las personas con sus animales, lo cual se traduce en ambientes insalubres y de un alto índice de contaminación (Gullian, 2011).

En términos epidemiológicos, la asociación entre la temperatura y la mortalidad humana ha sido intensamente estudiada (Yang y Jensen, 2017; Gosling et al., 2017; Bell et al., 2008; Lomgden, 2018; Marsha et al., 2018), entre los argumentos se menciona que el calor puede provocar un incremento en la mortalidad, sobre todo en zonas urbanas, debido a la mayor concentración de construcciones y al hacinamiento. Se ha asociado también en zonas donde el calor se relaciona con un incremento de los casos de malaria (Jonathan et al., 2018). Por otro lado, el riesgo relativo de mortalidad se incrementa cuando la temperatura baja en invierno, riesgo atribuido, por lo general, al efecto del frío en el sistema inmune. El frío también se ha asociado con la mortalidad por enfermedad cerebrovascular (Zhang et al., 2014).

Por su parte, Posada de la Paz et al., (2004) considera que la mortalidad infantil, y en todas las edades, causada por enfermedades respiratorias y del sistema circulatorio, es un indicador del impacto de la calidad del aire. Para la radiación, utiliza la incidencia del cáncer de piel y, en lo que respecta a las condiciones de habitabilidad e instalaciones, la mortalidad por causas externas en menores de cinco años. Sobre este grupo de edad, la Organización Panamericana de la Salud (2003) publicó también una serie de indicadores para poner en práctica la Iniciativa Mundial sobre los Indicadores de Salud Ambiental Infantil, dentro de los cuales se encuentra la tasa de mortalidad por enfermedades respiratorias agudas en niños de 0 a 4 años; a esta causa contribuye de manera considerable la exposición ambiental. En el caso de la Ciudad de México, Borja-Aburto (2000) muestra la posibilidad de una relación entre la estacionalidad de la mortalidad en la zona suroeste de la ciudad con picos en los meses de frío, lo que coincide con la temporalidad en el comportamiento de la concentración de material particulado respirable. Yang y Jensen (2017) señalan que las condiciones sociales y el ambiente social no han sido abordados en estos estudios.

Por su parte, el trabajo que presentamos se centra en el área del Usumacinta -conformada por los estados de Campeche, Chiapas y Tabasco- donde, a pesar de la riqueza en biodiversidad que coexiste en la cuenca del río y sus alrededores, las condiciones de vida de la población, la marginación, la degradación medioambiental y los conflictos socioambientales, colocan a esta zona en gran vulnerabilidad frente a los posibles efectos del cambio climático (Fondo Institucional de Fomento Regional para el Desarrollo Científico, Tecnológico y de Innovación -Usumacinta, 2016).

Contexto: enfermedades relacionadas a las condiciones medioambientales

El cambio climático puede reconocerse a través de los desastres naturales; es un hecho que las epidemias de enfermedades transmisibles surgidas al inicio de un desastre tienen más probabilidades de ocurrir en países en vías de desarrollo que en países industrializados (Toole, 2000), ya que en los primeros existen factores de riesgo como la pobreza, el escaso acceso al agua potable, el saneamiento deficiente y la vacunación limitada.

Por su vulnerabilidad social, en México, los estados de Chiapas, Guerrero y Oaxaca se consideran con mayor incidencia de enfermedades diarreicas agudas (EDA). En Chiapas se ha observado que en verano hay más casos de EDA por el aumento de la temperatura, lo cual incrementa la morbilidad por esta causa en 1.07% por grado centígrado de aumento de la temperatura ambiental (Riojas y Hurtado, 2015).

Asimismo, las infecciones respiratorias agudas (IRA) y su relación con la contaminación del aire plantean un desafío emergente. El CO2 (o gases del efecto invernadero) -emitido por el uso de combustibles para generar energía para el transporte, la industria, la cocina y la calefacción doméstica- es el mayor causante del cambio inducido por el ser humano. La contaminación del aire doméstico, generada por el uso de combustibles sólidos para cocinar, ha derivado en cerca de dos millones de muertes prematuras anuales en mujeres y niños en países en desarrollo (OMS y OMM, 2012). Las estufas rudimentarias o el fuego abierto producen contaminantes de corta vida que afectan la salud. Otro estudio afirma que las IRA son causadas, en su mayoría, por virus predispuestos sobre todo por variaciones de temperatura, como los cambios de magnitud y frecuencia de las ondas de calor. Al respecto, las poblaciones con mayor riesgo son los menores de cinco años y los mayores de 65. Dado que la transición demográfica conlleva el envejecimiento de la población, a la larga el número de enfermos por causas respiratorias aumentará. Según el Ministerio de Sanidad, Servicios Sociales e Igualdad (MSSSI) (2013), los efectos en la salud de la población más envejecida aparecen cada vez a temperaturas menos elevadas. Por otro lado, se ha considerado que las infecciones respiratorias agudas se incrementan en invierno en los municipios situados en latitudes altas, mientras que en las latitudes tropicales esto sucede durante la temporada de lluvias (Correal, et al., 2015).

Finalmente, en cuanto a las deficiencias nutricionales y la VA, según el estudio de Martínez et al., (2015) , entre 76 y 89% de la población de Chiapas sufre inseguridad alimentaria: en 43% de los hogares es leve, en 25% es moderada y en 15% es severa. En los hogares que sufren inseguridad alimentaria moderada o severa (40%), al menos una persona tuvo que reducir la cantidad de alimentos o dejar de comer un día entero a la semana.

A la hora de enfrentar los desastres naturales, el estado nutricional de la población es un factor determinante en su capacidad para sobrellevar los desajustes en su rutina, y tiene efectos diferenciales por sexo dadas las actividades económicas de uno y otro (OMS y OMM, 2012) y por las características reproductivas. Si la población sufre inseguridad alimentaria es mayor la dificultad de salir adelante económica, física y psicológicamente. Por otro lado, así como las grandes inundaciones afectan la actividad agrícola, las temporadas de sequía también tienen un efecto negativo en la nutrición, ya que limitan la producción de alimentos e inciden en el aumento de enfermedades infecciosas derivadas de la desnutrición (OMS y OMM, 2012; MSSSI, 2013).

En las zonas rurales los cambios en la nutrición de la población infantil menor de cinco años se asocian al cambio climático (Banco Mundial, 2013). En cuanto a las actividades económicas -la agricultura y la pesca, entre los hombres, y la venta de hierbas o alimentos producidos por la tierra, entre las mujeres-, los cambios drásticos de temperatura y los desastres naturales conllevan pérdidas severas, en particular entre los más pobres. Cabe mencionar que también se han observado las implicaciones por género, ya que las deficiencias nutricionales afectan más a las mujeres, en especial durante el embarazo y la lactancia, cuando necesitan más alimentos y agua. Mayor es el impacto si consideramos que en muchas culturas hay una jerarquía para la alimentación que coloca a las mujeres y a las niñas en segundo lugar (OMS y OMM, 2012). Si de por sí la mortalidad por deficiencias nutricionales es característica de la pobreza, el cambio climático la potencia (Banco Mundial, 2013; Lorenzo et al., 2016).

Metodología

Objetivo general

Analizar, con datos disponibles del trienio 2014-2016, la relación territorial entre la VA y la mortalidad, asociadas a las condiciones medioambientales en la población de los municipios de Campeche, Chiapas y Tabasco, entidades que forman parte de la cuenca del río Usumacinta. Consideramos los desastres ocurridos como un elemento adicional que interviene en el proceso salud-enfermedad-atención de la población.

Método

Se desarrolló un estudio transversal, observacional y descriptivo mediante el cual se analizan las tasas de mortalidad por enfermedades relacionadas a las condiciones medioambientales del trienio 2014-2016 y la VA del 2015.

Los datos utilizados para el análisis provienen de las siguientes fuentes de información: de la Comisión Nacional del Agua (CONAGUA) y el Instituto Mexicano de Tecnología del Agua (IMTA) se obtuvo la VA por municipio, correspondiente a 2015, con las siguientes categorías: muy baja, baja, media, alta y muy alta. La clasificación de los índices de VA por grado es la siguiente, según valores del percentil: muy baja 0 < VA ≤ 20; baja 20 < VA ≤ 40; moderada 40 < VA ≤ 60; alta 60 < VA ≤ 80; muy alta 80 < VA ≤ 100. En los estados de Campeche, Chiapas y Tabasco no se observan municipios con categoría muy alta. Para la elaboración del índice, la CONAGUA/IMTA advierte tres tipos de vulnerabilidad: la económica, a partir de la relación indirecta entre los niveles de ingresos; la social, con referencia al manejo de estrategias familiares y comunitarias para mantener sus condiciones de vida ante los efectos de un evento adverso; y la ambiental, relacionada con la susceptibilidad intrínseca del medio o los recursos naturales a sufrir daños por la falta de agua (CONAGUA, IMTA, 2015). En el Anexo 2 se muestra la clasificación de VA de cada municipio.

Otras fuentes de información utilizadas son los registros administrativos de la Secretaría de Salud y del Instituto Nacional de Estadística y Geografía (SSA/INEGI) para la mortalidad, agrupada según la lista mexicana (agrupación GBD de 165 causas) del Cubo de defunciones de la Dirección General de Información en Salud (DGIS) 1997-2016. De esta fuente se obtuvieron los datos de mortalidad por causas relacionadas a condiciones medioambientales de 2014 a 2016, las cuales se muestran en la Tabla 1:

Tabla 1 Enfermedades relacionadas a los cambios medioambientales y su código en la Clasificación Internacional de Enfermedades 

Nombre del grupo Clave CIE-10
Enfermedades infecciosas y parasitarias A00-B99, G00-G09X
Enfermedades respiratorias H66, J00-J22X
Deficiencias nutricionales D50-D64, E00, E40-E64

Fuente: elaboración propia a partir de OPS (2000).

También se emplearon las proyecciones de la población municipal del Consejo Nacional de Población (CONAPO) de 2010-2018, como denominador para la construcción de tasas de mortalidad. Otra fuente de información es la base de datos con un recopilado de los impactos socioeconómicos de los desastres ocurridos de 2000 a 2015, publicada por el Centro Nacional de Prevención de Desastres (CENAPRED), que contiene los eventos hidrometeorológicos, geológicos, químicos y sanitarios de Campeche, Chiapas y Tabasco.

En cuanto a la información sobre la mortalidad, las cifras a nivel municipal suelen tener mayor variabilidad aleatoria relativa de las defunciones y pueden presentar valores extremos (OPS, 2017), se decidió emplear las cifras de un periodo de tres años para contar con datos más consistentes y disminuir sus posibles oscilaciones y poca representatividad. La fórmula con la cual se estimaron las tasas de mortalidad es la descrita en OPS (2017):

TM=D2014+D2015+D20163PM2015

Donde: TM es la tasa de mortalidad, D las defunciones registradas en el año (2014, 2015 y 2016) y PM es la población media de 2015.

Las tasas que se construyeron fueron estandarizadas ya que, como indica la Organización Panamericana de la Salud:

Una tasa de mortalidad general es una media ponderada de los riesgos específicos de los diferentes grupos que forman la población. Estos riesgos corresponden, entre otros, al sexo, la edad y al nivel de instrucción. Cada grupo que forma la población contribuirá proporcionalmente a través de su peso (tamaño) y su riesgo específico al valor de la tasa de mortalidad general. Este aspecto se debe tener en cuenta al comparar tasas de mortalidad general, principalmente en relación a la estructura de edad de las poblaciones involucradas (OPS, 2017:69).

Por lo tanto, se utilizó la estandarización directa de acuerdo con el modelo de la Organización Mundial de la Salud (World Health Organization, 2001) que consiste en calcular las tasas para cada grupo de edad, para lo cual se tiene que disponer de datos sobre las defunciones y las poblaciones de cada uno de los grupos etarios. Luego se selecciona una población estándar, en este caso se empleó la que propone la OMS, se multiplican las tasas obtenidas por esta población y por último se utiliza la suma de las tasas de todos los grupos de edad. En el Anexo 1 se muestran las tasas de mortalidad por municipio y en el Anexo 3 los indicadores sociales mencionados en los resultados y discusión.

Análisis estadístico

Se aplicó la técnica de autocorrelación espacial (AE) entre las siguientes variables: vulnerabilidad ambiental, tasa de mortalidad por causas relacionadas a las condiciones medioambientales y la vulnerabilidad ambiental; y un tercer análisis con la información de desastres ocurridos en los tres estados de 2000 a 2015.

La importancia de esta técnica radica en que «refleja el grado en que objetos o actividades en una unidad geográfica son similares a otros objetos o actividades en unidades geográficas próximas» ( Goodchild en Vilalta, 2005:325 ). Mediante esta técnica estadística es posible comprobar la primera ley geográfica de Tobler (1970) , la cual afirma que «todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas que las distantes» (Vilalta, 2005:325). De la ley anterior deriva el concepto de dependencia espacial (DE): «el valor de la variable dependiente en una unidad espacial es parcialmente función del valor de la misma variable en unidades vecinas» (Flint, Harrower y Edsall, en Vilalta, 2005:325) donde la AE es la expresión de su cálculo. Por lo anterior, la AE permite explorar e interpretar resultados en un mapa respecto a la dependencia entre variables, sin que dichos resultados sean meramente descriptivos, superficiales o arrojen resultados erróneos.

Esta técnica ha sido poco empleada debido, entre otras razones, a la necesidad de un Sistema de Información Geográfico (SIG) para aplicarla, dado que sin él se requiere de un desarrollo estadístico muy complejo. En México se ha empleado en investigaciones sobre temas electorales y desarrollo regional (Vilalta, 2003, 2004; Martínez, 2004), y dado que ha crecido la generación de SIG gratuitos, cada vez es más notoria la necesidad de la enseñanza y aplicación de esta técnica por sus valiosos aportes en las ciencias sociales y naturales.

Para este estudio, el análisis se realizó sobre la ubicación georreferenciada de los municipios y los valores de cada una de las variables mencionadas anteriormente. El nivel de correlación y la significancia se identificaron por medio del Índice de Moran global (IMg) (Moran, 1950 ); este índice es muy similar al índice de correlación de Pearson, pero lo que otorga los valores en el IMg es una matriz de distancias. Su valor se localiza en el intervalo que va de -1 a 1; si el valor es 1 -lo que no es muy probable-, entonces todos los valores parecidos estarían del lado derecho y todos los valores aleatorios o que no tienen un comportamiento similar al de otros municipios estarían de lado izquierdo. Si resultara -1, entonces ningún municipio tendría cualidades parecidas, con lo que simularía un tablero de ajedrez donde los valores semejantes nunca se limitan unos con otros. Si los valores son intermedios -como -0.5 a 0.5- entonces habría grupos de municipios (clústeres) que además de ser vecinos (limitando unos con otros), comparten cualidades o comportamientos semejantes en sus fenómenos.

De esta manera es posible identificar si hay grupos de municipios que compartan vecindad geográfica y al mismo tiempo tengan valores similares en las variables seleccionadas. Al identificar un clúster de municipios con un patrón territorial que no es aleatorio, se puede argumentar que en esa zona se comparten características similares, así como la evolución de los fenómenos que ahí suceden. De lo contrario, se presentaría un escenario donde la distribución geográfica de los municipios no seguiría un patrón espacial definido, sino que habría casos aislados sin relación alguna con los municipios vecinos.

Para la interpretación de los resultados, las categorías se agruparon así: cuando se habla de valores o valor alto de VA en un clúster o grupo, se hace referencia a las categorías de alta y media de esa variable en los municipios; por lo que al hablar de valores o valor bajo de VA nos referimos a las categorías baja y muy baja de los mismos. En el caso de la mortalidad, dado que son valores decimales, al formarse los clústeres, mediante el modelo, el algoritmo realiza una comparación que agrupa a las tasas de mortalidad en alta o baja.

Resultados

En este apartado se incluyen tres mapas con la interpretación respecto a los clústeres que resultan significativos. En todos se visualiza la delimitación de la cuenca del río Usumacinta, así como de la ribera para mejor referencia, y al pie del mapa el valor p. El Mapa 1 expone la vulnerabilidad ambiental en Campeche, Chiapas y Tabasco y la relación entre municipios en 2015. En el Mapa 2 se muestra la relación entre municipios respecto a la tasa de mortalidad por enfermedades infecciosas y parasitarias, infecciones respiratorias, y deficiencias nutricionales (trienio 2014-2016) y la vulnerabilidad ambiental de Campeche, Chiapas y Tabasco. Finalmente, el Mapa 3 nos muestra la representación de los desastres ocurridos de 2000 a 2015 en Campeche, Chiapas y Tabasco, y la relación entre los municipios.

*Nota 1. En este mapa la etiqueta de color lila indica que el municipio tiene VA alta y limita con municipios con VA baja pero no significativos.

**La etiqueta color rosa, representa que el municipio tiene VA baja y limita con municipios con VA alta pero no significativos.

Fuente: elaboración propia a partir de CONAGUA, IMTA (2015)

Mapa 1 Vulnerabilidad ambiental en Campeche, Chiapas y Tabasco, relación entre municipios de la cuenca y ribera del Usumacinta, 2015. 

Nota 1: Los municipios en negritas en la tabla son los que están fuera de la cuenca del Usumacinta pero resultaron significativos.

Fuente: elaboración propia a partir de CONAGUA,IMTA (2015); Cubos dinámicos de mortalidad la DGIS (2019), SSA/INEGI.

Mapa 2 Tasa de mortalidad por enfermedades infecciosas y parasitarias, infecciones respiratorias y deficiencias nutricionales 2015 y vulnerabilidad ambiental de Campeche, Chiapas y Tabasco, relación entre municipios 

Nota 1: En este mapa la etiqueta color lila indica que el municipio tiene VA alta y limita con municipios con VA baja pero no significativos.En cuanto a la etiqueta color rosa, representa que el municipio tiene VA baja y limita con municipios con VA alta pero no significativos.

Fuente: elaboración propia a partir de CONAGUA,IMTA (2015)

Mapa 3 Desastres ocurridos de 2000 a 2015 en Campeche, Chiapas y Tabasco, relación entre municipios 

El Mapa 1 muestra cómo los municipios que forman parte de la cuenca y la ribera del río Usumacinta y los restantes municipios de Campeche, Chiapas y Tabasco se relacionan respecto a la variable VA. En la parte inferior de la cuenca hay un clúster de ocho municipios (Ocosingo, Las Margaritas, Altamirano, Chilón, Chanal, Oxchuc, Pantelhó y San Juan Cancuc) destacados en color rojo; esto significa que tienen una relación estadísticamente significativa respecto a su valor de VA y este se considera alto. Asimismo, hay un clúster de tres municipios con las mismas características anteriores: Tapachula, Frontera Hidalgo y Metapa.

La vulnerabilidad ambiental, definida por el Instituto Mexicano de Tecnología del Agua (CONAGUA, IMTA, 2015), implica ciertas características sociodemográficas que la potencian o influyen en su valor; en lo referente a lo ambiental ponen de manifiesto la escasez de agua. Dos de los municipios mencionados en el párrafo anterior (Oxchuc y Chanal) también son de los que padecen mayor rezago social y el conjunto de los diez municipios rebasan 43% de pobreza extrema (CONEVAL, 2015a y 2015b). Asimismo, se han caracterizado por la presencia de tracoma (Herrera, 1997; Salvatierra et al., 2002; López, 2002; García, 2005; Guillén, 2009), una de las enfermedades asociadas con el rezago social y que está relacionada con la escasez de agua.

Estas características en común indican que dichos municipios son más vulnerables cuando son amenazados y expuestos si ocurriese un desastre natural, aunque, como veremos en el Mapa 3, en este caso la presencia de desastres no fue estadísticamente significativa. El que estén juntos hace pensar, además, que su recuperación podría ser más lenta, dado que la asistencia tendría que provenir de municipios más lejanos. Los municipios que están en color gris representan la nula asociación entre los mismos, es decir, tienen valores muy variables y no se encontró un clúster de municipios que conjuntara una relación significativa en sus valores de VA.

En el Mapa 2 se observa un clúster de cuatro municipios de la cuenca y tres del límite de esta (Ocosingo, Las Margaritas, Chanal, Oxchuc, Tenejapa, San Juan Cancuc y Chilón). En este clúster hay una elevada tasa de mortalidad por estas causas específicas, así como una elevada VA. En ese mismo mapa, al costado de los municipios mencionados, en colindancia con Guatemala, se encuentra otro clúster en color lila, es decir, cuyos municipios (Altamirano, Maravilla Tenejapa, Marqués de Comillas y Benemérito de las Américas) tienen valores de VA elevados, pero mortalidad baja por estas causas. Finalmente, otro clúster del mismo rango está conformado por Pantelhó, Sitalá y Mitontic. Como veremos en el Mapa 3, se muestra que en estos últimos municipios en color lila no es significativa la correlación espacial de los desastres ocurridos, es decir, no tienen esta característica en común.

Asimismo, se observa un clúster de dos municipios en color rosa, que son Centla y Macuspana (y Comalcalco muy cercano a estos dos) en Tabasco, con valores de mortalidad alta y de VA baja y clasificado con una presencia alta de desastres (véase Mapa 3). Para este grupo de causas de mortalidad, en el municipio de Huimanguillo se observan ambos valores elevados, así como en Tapachula. Junto a este municipio, en un clúster color lila (con VA alta, pero mortalidad baja) se agrupan Suchiate, Frontera Hidalgo, Metapa y Tuxtla Chico.

Por otro lado, en Campeche se observan dos clústeres anidados, uno con valores altos de mortalidad y baja VA (Champotón, Campeche y Calkiní); más adelante se identifica en el Mapa 3 que Champotón forma parte de un clúster de cinco municipios con una correlación significativa de presencia alta de desastres. Hecelchakán y Tenabo cuentan con ambos valores bajos (véase mapa 2). Estos dos clústeres vecinos tienen en común la baja VA. El que tengan distintos rangos de mortalidad por estas causas deberá estar relacionado a otras características del municipio o de la población.

En el Mapa 3 se observan tres grandes grupos de municipios, que comparten vecindad, y que presentan un alto índice de desastres. Como puede apreciarse, en la cuenca del Usumacinta resaltan Centla y Champotón con VA baja (véase Mapa 1) pero está clasificado como un municipio con un número elevado de desastres, estos dos municipios poseen alta mortalidad por enfermedades específicas (véase Mapa 2). Por otro lado, los municipios que en el Mapa 1 son catalogados con una VA elevada, no presentan datos significativos con respecto a los desastres ocurridos entre 2000 y 2015.

Discusión

En los resultados se observa que al analizar la relación entre la vulnerabilidad ambiental y la tasa de mortalidad por causas relacionadas a las condiciones medioambientales (infecciosas y parasitarias, respiratorias y nutricionales) en los 146 municipios de los estados de Campeche, Chiapas y Tabasco, hay un clúster de cinco municipios (Ocosingo, Oxchuc, Chanal, Chilón y Las Margaritas) que resulta significativo en la autocorrelación espacial y presentan ambos valores altos. Estos municipios se distinguen por tener un porcentaje de población hablante de lengua indígena (HLI) que oscila entre 78% y hasta 100% (como es el caso de Chanal); asimismo, un analfabetismo que va de 17% en Oxchuc hasta 30% en Chilón, todos con grado de marginación muy alto y porcentaje de población en pobreza de más de 86% (INEGI, 2015; CONEVAL, 2015a, 2015b).

Colindante con el clúster mencionado se encuentran los municipios de Mitontic, Pantelhó, Maravilla Tenejapa, Benemérito de las Américas, Altamirano, Sitalá y Marqués de Comillas que, aunque definidos como de VA alta, presentan mortalidad baja. En este grupo se tiene un promedio de población HLI de 67.9%. Tanto en México como alrededor del mundo, se ha documentado que la mortalidad es más elevada en población indígena (Comisión Nacional para el Desarrollo de los Pueblos Indígenas y Programa de las Naciones Unidas para el Desarrollo, 2006; Instituto Nacional de las Mujeres, 2006; Hill et al., 2007; CDI, 2008; Armstrong et al., 2018; Sadovsky et al., 2018) y esto puede obedecer a la escasa disponibilidad de infraestructura y a la limitada competencia cultural en la prestación de los servicios de salud (DGPLADES, 2014). Como parte de los cinco municipios con valores altos, Ocosingo cuenta con servicios de salud en la cabecera municipal, en el resto del municipio se tienen escasas unidades de primer nivel de atención; además, 70.4% de sus localidades rurales son consideradas como aisladas en relación con la cabecera.1 En Oxchuc y Las Margaritas los servicios de hospitalización solo se encuentran en las cabeceras municipales y son unidades que funcionan únicamente por las mañanas. Chanal no cuenta con unidades de segundo nivel de atención, pero sí con cinco unidades médicas de primer nivel que se encuentran en operación (DGIS, 2019). Chilón, por otro lado, cuenta con 73 unidades médicas de primer nivel y ninguna de segundo, sin embargo, 63.3% de sus localidades rurales están alejadas de la cabecera municipal, por lo que el acceso geográfico a estas unidades no puede asegurarse.

Altamirano, que presenta mortalidad baja, cuenta con dos hospitales con las cuatro especialidades básicas; entre Maravilla Tenejapa y Marqués de Comillas se concentran 14 unidades de primer nivel de atención y, aun cuando tienen más del 50% de localidades rurales alejadas, también tienen mortalidad por las causas específicas bajas, por lo que las interacciones entre la población y el personal de las unidades médicas y la organización de los servicios de salud podría ser el mecanismo que influye en este resultado.

Los problemas de accesibilidad geográfica y cultural que presentan Chilón, Chanal y Oxchuc, relacionada con el aislamiento de su población rural y alto porcentaje de población HLI, podrían ser para estos municipios un elemento clave que incida en la mortalidad. Los únicos hospitales de tercer nivel se encuentran muy alejados de estos clústeres de municipios, dado que se ubican en Tuxtla Gutiérrez y Tapachula.

Hay dos clústeres que llaman la atención, son los que están en Campeche, que incluye a Campeche y Champotón, y el segundo con Macuspana y Centla que tienen VA baja y mortalidad alta. La similitud entre Champotón y Centla radica en que estos municipios están en una zona en donde la frecuencia de desastres es alta. Entonces, condiciones de baja vulnerabilidad si se combinan con una alta incidencia de desastres pueden asociarse con alta mortalidad. Campeche es colindante en toda su zona sur con varios municipios que son presa de frecuentes desastres naturales. Las colindancias ponen en riesgo la recuperación de la población en momentos de crisis.

Conclusión

Por medio de la técnica de autocorrelación espacial pudimos identificar un clúster de municipios con un elevado registro de enfermedades típicas de los cambios medioambientales asociadas a la VA. Estos municipios coinciden en tener características sociodemográficas que vulneran socialmente a la población, tales como pobreza extrema, analfabetismo y HLI, en mayor medida que otros municipios de la cuenca del río Usumacinta. Podría inferirse que, si uno de esos municipios tiene un evento negativo, podría afectar también a los municipios colindantes.

El que otros municipios con valores elevados en la tasa de mortalidad o en la de vulnerabilidad no hayan resultado significativos se debe en particular a que la distribución de las cifras fue aleatoria, y tal vez por otras características no se dio una relación más fuerte y, por lo tanto, no se evidenció una vecindad geográfica. En cambio, el que varios municipios en una zona dada tengan significancia consistente en distintas variables podría implicar poca aleatoriedad en los sucesos ambientales y sociales, en este caso, en los asociados a las causas de mortalidad seleccionadas. La prevención de enfermedades (por mencionar: infecciosas, parasitarias, respiratorias y nutricionales) y su atención tal vez no sea oportuna, quizá debido a ciertas características de los municipios, tales como la lejanía, las vialidades, el aislamiento y la falta de pertinencia cultural en la prestación del servicio. Es decir, se advierten diversas carencias y abandono por parte de los tomadores de decisiones.

Es apremiante aplicar políticas y estrategias para reducir la prevalencia de la mortalidad en un municipio dado, estudiar las repercusiones en los municipios vecinos y comprobar, así, la aleatoriedad de los eventos. Es necesario, asimismo, que los programas para reducir la pobreza consideren la diversidad ambiental de los estados del sureste de México. Las desventajas económicas deben atacarse desde distintos frentes, ya que incrementar los mecanismos de resiliencia frente a los cambios medioambientales o desastres que limitan el desarrollo socioeconómico de la población rural ayudaría a que se esta se mantenga estable y a que la brecha con la población urbana disminuya. Del mismo modo, enfocar las acciones en salud a partir de la territorialización e identificar municipios prioritarios para cada programa de salud contribuiría a la equidad, ya que como se vio en este trabajo, dentro de cada entidad federativa hay una gran heterogeneidad, desde las características sociodemográficas, la distribución de la infraestructura en salud hasta la calidad de los servicios.

Limitaciones

Una de las limitaciones de este estudio es que al utilizar el indicador de VA se deja de lado la frecuencia y el impacto de los desastres naturales a los que están expuestos, en este caso, los municipios. La inclusión de estas variables podría aportar un aspecto importante al índice para poder dar mayor explicación al comportamiento de los municipios, que aun cuando tienen una VA baja, presentan altas tasas de mortalidad. Por lo que los resultados se limitan a ser exploratorios permitiendo únicamente la generación de hipótesis. Solo un trabajo de campo con datos de primera mano permitirá explicar los resultados que se vislumbran en este estudio. Además, se considera importante generar el índice de VA con una periodicidad más habitual para tener la posibilidad de comparar a lo largo de los años.

Bibliografía consultada

Armstrong, Anderson da Costa, A. Teixeira, J. Marques, D. Matoso, M. da Silva, et al. (2018). Urbanization is Associated with Increased Trends in Cardiovascular Mortality Among Indigenous Populations: the PAI Study. Arquivos Brasileiros de Cardiologia,110(3), pp. 240-245. [ Links ]

Banco Mundial. (2013). Las dimensiones sociales del cambio climático, Informe 782790, Washington, DC, USA: Banco Mundial. Disponible en: http://documentos.bancomundial.org/curated/es/509731468049873106/pdf/782790WP0P12010ANISH0web0spa0mex ico.pdfLinks ]

Bell, Michael, MS. O'Neill, N. Ranjit, VH. Borja-Aburto , LA. Cifuente y Gouveia . (2008). Vulnerability to heat-related mortality in Latin America: a case-crossover study in Sa˜o Paulo, Brazil, Santiago, Chile and Mexico City, Mexico. International Journal of Epidemiology, 37(4), pp. 796-804, doi: 10.1093/ije/dyn094 [ Links ]

Borja-Aburto, V. (2000). Estudios ecológicos, Salud Pública de México, noviembre-diciembre, 42(6), 533-538. [ Links ]

Buch, Mario y Marvin Turcios (comps.). (2003). Vulnerabilidad Socio-ambiental: Aplicaciones para Guatemala. Guatemala: Instituto de Agricultura, Recursos Naturales y Ambiente / Universidad Rafael Landívar, Serie de documentos técnicos, núm. 9, pp. 23. [ Links ]

Comisión Nacional del Agua (CONAGUA), Instituto mexicano de Tecnología del Agua (IMTA) . (2015). Actualización de los Índices y Mapas de Vulnerabilidad 2015. Disponible en: Disponible en: http://www.pronacose.gob.mx/pronacose14/contenido/documentos/Vulnerabilidad-Programas%20federales-4aVer.pdf (consulta: 12/08/ 2018). [ Links ]

Comisión Nacional para el Desarrollo de los Pueblos Indígenas (CDI). (2008). Informe general de la Consulta sobre Alcoholismo y Pueblos Indígenas. México: Comisión Nacional para el Desarrollo de los Pueblos Indígenas. [ Links ]

Comisión Nacional para el Desarrollo de los Pueblos Indígenas (CDI) / Programa de las Naciones Unidas para el Desarrollo (PNUD). (2006). Informe sobre Desarrollo Humano de los Pueblos Indígenas de México 2006. México: CDI-PNUD, pp.22. [ Links ]

Conde, Cecilia y Beatriz Palma. (2006). Escenarios de riesgo para el territorio veracruzano ante un posible cambio climático, en Adalberto Tejada (coord.), Inundaciones 2005 en el estado de Veracruz. Xalapa: Universidad Veracruzana. [ Links ]

Consejo Nacional de Evaluación de la Política de Desarrollo Social (CONEVAL). (2015a). Pobreza a nivel municipio 2010 y 2015. Disponible en: Disponible en: https://www.coneval.org.mx/Medicion/Paginas/Pobreza-municipal.aspx (consulta: 10/10/2018). [ Links ]

Consejo Nacional de Evaluación de la Política Social (CONEVAL). (2015b). Índice de Rezago Social 2015 a nivel nacional, estatal y municipal. Disponible en: Disponible en: https://www.coneval.org.mx/Medicion/IRS/Paginas/Indice_Rezago_Social_2015.aspx (consulta: 10/10/2018). [ Links ]

Consejo Nacional de Población (CONAPO). (2013). Proyecciones de la Población municipal de México 2010 - 2018. Disponible en: Disponible en: http://www.dgis.salud.gob.mx/contenidos/basesdedatos/bdc_poblacion_gobmx.html (consulta: 5/08/2019). [ Links ]

Consejo Nacional de Población (CONAPO) (2017). La condición de ubicación geográfica de las localidades menores a 2 500 habitantes en México. Disponible en: Disponible en: https://www.gob.mx/conapo/documentos/la-condicion-de-ubicacion-geografica-de-las-localidades-menores-a-2-500-habitantes-en-mexico (consulta: 8/09/2019). [ Links ]

Correal, María, Juan Esteban Marthá y Rodrigo Sarmiento. (2015). Influencia de la variabilidad climática en las enfermedades respiratorias agudas en Bogotá. Biomédica, agosto, 35(2), pp.130-138, doi: 10.7705/biomedica.v35i0.2456 [ Links ]

Dirección General de Información en Salud (DGIS). (2019). Establecimientos de salud 2019. México:Secretaría de Salud, Instituto Nacional de Estadística y Geografía. Disponible en: Disponible en: http://www.dgis.salud.gob.mx/contenidos/intercambio/clues_gobmx.html (consulta: 3/09/ 2019). [ Links ]

Dirección General de Planeación y Desarrollo en Salud (DGPLADES). (2014). Interculturalidad en Salud. Experiencias y aportes para el fortalecimiento de los servicios de salud. México, D.F: Secretaría de Salud. [ Links ]

Escamilla, Verenice, José Antonio González-Iturbe Ahumada y Guillermo Villalobos Zapata. (2014). Desarrollo de estrategias para la planeación ambiental y gestión de riesgo en la microcuenca del río Palizada, Campeche, Sociedad y Ambiente, 1 (5), pp. 73-91, doi: 10.31840/sya.v0i5.1551 [ Links ]

Ford, James. (2002). Vulnerability: Concepts and Issues. A literature review of the concept of vulnerability, its definition, and application in studies dealing with human-environment interactions, Cuaderno de campo, doctorado. Canadá: University of Guelph . [ Links ]

Fondo Institucional de Fomento Regional para el Desarrollo Científico, Tecnológico y de Innovación (FORDECYT)-Usumacinta. (2016). Cambio global y sustentabilidad en la cuenca del rio Usumacinta y zona marina de influencia. Bases para la adaptación al cambio climático desde la ciencia y la gestión del territorio. Resumen ejecutivo del proyecto. Villahermosa, Tabasco: CCGS, CONACyT, FORDECYT-USUMACINTA. [ Links ]

García Sosa, Juan Carlos. (2005). Manejo terapéutico de enfermos oculares: el tracoma en una localidad tzeltal del Oxchuc, Chiapas. Tesis de maestría inédita. San Cristóbal de Las Casas, Chiapas, México: Centro de Investigaciones y Estudios Superiores en Antropología Social del Sureste. [ Links ]

Gaspari, Fernanda, A.M Rodríguez, M. Delgado, G. E Senisterra, G.A. Denegri. (2011). Vulnerabilidad ambiental en Cuencas hidrográficas serranas mediante SIG. Multequina, 20, pp. 3-13. [ Links ]

Gay, Carlos. (2000). México: una visión hacia el siglo XXI. El cambio climático en México. México: Instituto Nacional de Ecología/Universidad Nacional Autónoma de México, U. S. Country Studies Program/ Secretaría de Medio Ambiente y Recursos Naturales. [ Links ]

Gosling, Simon, D. Hondula, A. Bunker, D. Ibarreta, Junguo Liu, X. Zhang, et al. (2017). Adaptation to Climate Change: A Comparative Analysis of Modeling Methods for Heat-Related Mortality. Environmental Health Perspectives, 125(8), 1-14, doi: 10.1289/EHP634 [ Links ]

Guillén Trujillo, Gabriela. (2009). Tracoma y grupos domésticos en los Altos de Chiapas. Tesis de maestría inédita. San Cristóbal de Las Casas, Chiapas, México: El Colegio de la Frontera Sur. [ Links ]

Gullian, Mariel. (2011). Estudio de factores predisponentes de enfermedad diarreica aguda en la comunidad de San Simón, Yucatán en base a un análisis de vulnerabilidad nutricional y ambiental. Población y Salud en Mesoamérica, julio-dic., 9(1), pp. 1-18. [ Links ]

Herrera Jácome, María Judith. (1997). Concepción del tracoma y sus determinantes desde la perspectiva de la comunidad tzeltal de Los Altos de Chiapas, una aportación para el diseño de un programa de intervención educativa en salud. Tesis de maestría inédita. San Cristóbal de Las Casas, Chiapas, México: El Colegio de la Frontera Sur. [ Links ]

Hill, Kenneth, B. Barker y T. Vos. (2007). Excess Indigenous mortality: are Indigenous Australians more severely disadvantaged than other Indigenous populations? International Journal of Epidemiology , 36(3), pp. 580-589, doi: 10.1093/ije/dym011 [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2015). Encuesta Intercensal 2015. Disponible en: Disponible en: https://www.inegi.org.mx/programas/intercensal/2015/default.html#Tabulados (consulta: 16/04/2018). [ Links ]

Instituto Nacional de las Mujeres (INMUJERES). (2006). La población indígena mexicana. Documento, México: INMUJERES, p. 16. Disponible en: http://cedoc.inmujeres.gob.mx/documentos_download/100782.pdfLinks ]

Jonathan, Grandi, N. Ivoke, I.O Aguzie, CD. Nwani. (2018). Effects of climate change on malaria morbidity and mortality in Taraba State, Nigeria. African Zoology, 53(4), 119-126, doi: /10.1080/15627020.2018.1520146 [ Links ]

Kasperson Jeanne, R. Kasperson, B. Turner, W. Hsieh y A. Schiller. (2003). Vulnerability to global environmental change. En A. Diekman et al. (eds.), The human dimensions of global environmental change. Cambridge: MIT press. [ Links ]

Leichenko, Robin y K. O’Brien. (2002). The dynamics of rural vulnerability to global change: the case of Southern Africa, Mitigation and Adaptation Strategies for Global Change, 7(1), pp. 1-18, doi: 10.1023/A:1015860421954 [ Links ]

Lomgden, Thomas. (2018). Measuring temperature-related mortality using endogenously determined thresholds, Climatic Change, octubre, 150 (3), pp. 343-375, doi: 10.1007/s10584-018-2269-0 [ Links ]

López Sánchez, María de Lourdes. (2002). Epidemiología del tracoma en el municipio de Oxchuc, Chiapas. Tesis de licenciatura inédita. Tuxtla Gutiérrez, Chiapas, México: Instituto de Estudios Superiores de Chiapas. [ Links ]

Lorenzo-Márquez, Habacuc, A. Torres, E. Barba, I. Sánchez, C.A Ilizaliturri, R. Martínez, et al. (2016). Estimación de riesgo de exposición a metales pesados por consumo de plecos (Pterygoplichthys spp.) en infantes de comunidades ribereñas de los ríos Grijalva y Usumacinta, México. Revista Internacional de Contaminación Ambiental, 32(2), pp. 153-164, doi: 10.20937/RICA.2016.32.02.02 [ Links ]

Magaña, Víctor y Cecilia Conde. (2003). Climate variability and Climate Change Impacts on the Freshwater Resources for Northwestern Mexico. Sonora: A case study. En H. F. Diaz y B. Morehouse, B. (eds.), Climate, water and transboundary Challenges in the Americas. Boston: Kluwer Academic Publishers. [ Links ]

Marsha, Amy, S.R Sain, M.J Monaghan, A.J Wilhelmi . (2018). Influences of climatic and population changes on heat-related mortality in Houston, Texas, USA. Climatic Change , 146(3-4 ), pp. 471-485, doi:10.1007/s10584-016-1775-1 [ Links ]

Martínez, Juan Manuel . (2004). Convergencia y divergencia regional en México: 1940-2000. Tesis doctoral inédita. España: Instituto Ortega y Gasset- Universidad Complutense de Madrid. [ Links ]

Martínez, Julio, N. García, L. Trujillo y L. Noriero. (2015). Inseguridad alimentaria y vulnerabilidad social en Chiapas: el rostro de la pobreza. Nutrición Hospitalaria, 31(1), pp. 475-481. [ Links ]

Ministerio de Sanidad, Servicios Sociales e Igualdad (MSSSI). (2013). Impactos del Cambio Climático en la Salud. Resumen ejecutivo, informe. Madrid: Dirección General de Salud Pública. [ Links ]

Moran, Patrick. (1950). Notes on Continuous Stochastic Phenomena. Biometrika, 37(1-2 ), pp. 17-23. [ Links ]

Myers, S. y J. A. Patz. (2009). Emerging Threats to Human Health from Global Environmental Change. Annual Review of Environment and Resources, 34, pp. 223-252. [ Links ]

Organización Mundial de la Salud (OMS) y Organización Meteorológica Mundial (OMM). (2012). Atlas de la salud y del clima. Suiza: OMS/OMM. [ Links ]

Organización Mundial de la Salud (OMS). (2014). Quantitative risk assessment of the effects of climate change on selected causes of death, 2030s and 2050s. Geneva: World Health Organization. [ Links ]

Organización Panamericana de la Salud (OPS). (2000). La salud y el ambiente en el desarrollo sostenible. Washington, D.C.: OPS. [ Links ]

Organización Panamericana de la Salud. (2003). De la teoría a la práctica: Indicadores de Salud Ambiental Infantil. Implementación de una iniciativa lanzada en la Cumbre Mundial sobre el Desarrollo Sostenible. Ginebra: OMS. [ Links ]

Organización Panamericana de la Salud. (2017). Lineamientos básicos para el análisis de la mortalidad. Washington, D.C.: Organización Panamericana de la Salud. [ Links ]

Panel Intergubernamental del Cambio Climático (IPCC). (2001). Climate Change 2001: Impacts, Adaptation and Vulnerability Technical Summary. Geneva: Panel Intergubernamental del Cambio Climático [ Links ]

Posada de la Paz, Manuel, M. J. Carroquino y L. Soldevilla. (2004). Indicadores de Salud Ambiental. Revista de Salud Ambiental, 4 (1-2), pp. 1-7. [ Links ]

Riojas Rodríguez, Horacio y Magali Hurtado Díaz . (2015). Cambio climático e impactos regionales en la salud humana en México. Revista Rúbricas, Cambio Climático, (0), pp. 34-41. [ Links ]

Riojas Rodríguez, Horacio, M. Hurtado, J. Idrovo Velandia y H. Vázquez Grameix. (2006). Estudio diagnóstico sobre los efectos del cambio climático en la salud humana de la población en México. Informe final. México: Instituto Nacional de Ecología, Instituto Nacional de Salud Pública. Disponible en: Disponible en: https://www.researchgate.net/publication/242590269_ESTUDIO_DIAGNOSTICO_SOBRE_LOS_EFECTOS_DEL_CAMBIO_CLIMATICO_EN_LA_SALUD_HUMANA_DE_LA_POBLACION_EN_MEXICO (consulta: 21/08/2019). [ Links ]

Sadovsky, Ana Daniela Izoton de, Keila Cristina Mascarello y Angelica Espinosa Miranda. (2018). The associations that income, education, and ethnicity have with birthweight and prematurity: how close are they? Revista Panamericana de Salud Pública, 42, pp. 1-10, doi: 10.26633/RPSP.2018.92 [ Links ]

Salvatierra Izaba, Ernesto Benito, René Estrada, Gabriel Torres, Rafael Alarcón, Austreberta Nazar, María del Carmen Herrera y Alied Bencomo. (2002). Pobreza y tracoma en los Altos de Chiapas. ECOfronteras, (15), pp. 22-25. [ Links ]

Tobler, Waldo. (1970). A Computer Movie Simulation Urban Growth in the Detroit Region. Economic Geography, 46(2), pp. 234-240. [ Links ]

Toole, Michael. (2000). Enfermedades transmisibles y su control. En Eric K. Noji (ed.), Impacto de los Desastres en la Salud Pública. Colombia: Organización Panamericana de la Salud. [ Links ]

Turner, Billie, R. Kasperson, P. Matsone, J. McCarthy, R. Corell, L. Christensene, et al. (2003). A framework for vulnerability analysis in sustainability Science. Proceedings of the National Academy of Sciences, julio, 100(14), pp. 8074-8079. [ Links ]

Vilalta, Carlos Javier. (2003). Una aplicación del análisis espacial al estudio de las diferencias regionales del ingreso en México. Economía, Sociedad y Territorio, 4(14), pp. 317-340. [ Links ]

Vilalta, Carlos Javier. (2004). Sobre la espacialidad de los procesos electorales y una comparación entre las técnicas de regresión OLS y SAM. Estudios Demográficos y Urbanos, 21 (1), pp.83-122, doi: 10.24201/edu.v21i1.1262 [ Links ]

Vilalta, Carlos Javier. (2005). Cómo enseñar autocorrelación especial. Economía, Sociedad y Territorio , 5(8), pp. 323-333. [ Links ]

World Health Organization. (2001). Age standarization of rates: a new WHO standard. GPE, Discussion Paper, Series : No. 31. Disponible en: Disponible en: http://www.who.int/healthinfo/paper31.pdf (consulta: 3/07/2018). [ Links ]

Yang, Tse-Chuang y Leif Jensen. (2017). Climatic conditions and human mortality: spatial and regional variation in the United States. Population and Environment, 38(3), pp. 261-285, doi: 10.1007/s11111-016-0262-y [ Links ]

Zhang, Y., S. Li, X. Pan, S. Tong, et al. (2014). The effects of ambient temperature on cerebrovascular mortality: an epidemiologic study in four climatic zones in China. Environmental Health, 13(1), pp. 24, doi: 10.1186/1476-069X-13-24 [ Links ]

1

Anexos

Anexo 1 Tasas* de mortalidad por causas relacionadas a condiciones medioambientales, Campeche, Chiapas y Tabasco, 2011-2015 

Clave Municipio Tasa Clave Municipio Tasa Clave Municipio Tasa
04001 Calkiní 156.2 07039 Huitiupán 43 07088 Sunuapa 1.9
04002 Campeche 531.4 07040 Huixtla 185.3 07089 Tapachula 1097.7
04003 Carmen 549.2 07041 La Independencia 34.9 07090 Tapalapa 30.3
04004 Champotón 159.8 07042 Ixhuatán 26.4 07091 Tapilula 14.8
04005 Hecelchakán 78.0 07043 Ixtacomitán 31.2 07092 Tecpatán 73.4
04006 Hopelchén 67.6 07044 Ixtapa 46.9 07093 Tenejapa 293.7
04007 Palizada 36.6 07045 Ixtapangajoya 7.3 07094 Teopisca 86.7
04008 Tenabo 15.3 07046 Jiquipilas 80.6 07096 Tila 222
04009 Escárcega 82.2 07047 Jitotol 126 07097 Tonalá 231.1
04010 Calakmul 30.1 07048 Juárez 44.2 07098 Totolapa 12.9
04011 Candelaria 56.6 07049 Larráinzar 157.2 07099 La Trinitaria 200.3
07001 Acacoyagua 46.3 07050 La Libertad 9.8 07100 Tumbalá 76
07002 Acala 77.8 07051 Mapastepec 282.3 07101 Tuxtla Gutiérrez 1556.1
07003 Acapetahua 80.3 07052 Las Margaritas 203.1 07102 Tuxtla Chico 66.3
07004 Altamirano 75.4 07053 Mazapa de Madero 19.1 07103 Tuzantán 114.6
07005 Amatán 73.8 07054 Mazatán 55.1 07104 Tzimol 27.8
07006 Amatenango de la Frontera 30.9 07055 Metapa 25.2 07105 Unión Juárez 29.3
07007 Amatenango del Valle 17.2 07056 Mitontic 52.3 07106 Venustiano Carranza 171.2
07008 Angel Albino Corzo 77.3 07057 Motozintla 190.6 07107 Villa Corzo 139.6
07009 Arriaga 153.2 07058 Nicolás Ruíz 6.2 07108 Villaflores 301.2
07010 Bejucal de Ocampo 14.2 07059 Ocosingo 314.6 07109 Yajalón 66.9
07011 Bella Vista 33.5 07060 Ocotepec 98.1 07110 San Lucas 26.3
07012 Berriozábal 136.4 07061 Ocozocoautla de Espinosa 223.2 07111 Zinacantán 208.4
07013 Bochil 110.5 07062 Ostuacán 24.6 07112 San Juan Cancuc 160.7
07014 El Bosque 56.9 07063 Osumacinta 6.8 07113 Aldama 42.9
07015 Cacahoatán 163.9 07064 Oxchuc 250.5 07114 Benemérito de las Américas 39.5
07016 Catazajá 33.7 07065 Palenque 205 07115 Maravilla Tenejapa 32.2
07017 Cintalapa 136.7 07066 Pantelhó 59.1 07116 Marqués de Comillas 17.5
07018 Coapilla 6.9 07067 Pantepec 17.1 07117 Montecristo de Guerrero 10.1
07019 Comitán de Domínguez 231.1 07068 Pichucalco 59.2 07118 San Andrés Duraznal 5.4
07020 La Concordia 118.5 07069 Pijijiapan 115.1 07119 Santiago el Pinar 7.3
07021 Copainalá 37.9 07070 El Porvenir 39.9 27001 Balancán 108.4
07022 Chalchihuitán 171.6 07071 Villa Comaltitlán 78.1 27002 Cárdenas 490.7
07023 Chamula 715.9 07072 Pueblo Nuevo Solistahuacán 165.6 27003 Centla 213.2
07024 Chanal 173.6 07073 Rayón 18.9 27004 Centro 1383.6
07025 Chapultenango 12.4 07074 Reforma 101.9 27005 Comalcalco 353.1
07026 Chenalhó 269.6 07075 Las Rosas 54.1 27006 Cunduacán 299.4
07027 Chiapa de Corzo 466.3 07076 Sabanilla 82.3 27007 Emiliano Zapata 51.6
07028 Chiapilla 11.5 07077 Salto de Agua 82.4 27008 Huimanguillo 374.9
07029 Chicoasén 8.2 07078 San Cristóbal de Las Casas 421.3 27009 Jalapa 83
07030 Chicomuselo 82 07079 San Fernando 90.2 27010 Jalpa de Méndez 194.6
07031 Chilón 344 07080 Siltepec 102 27011 Jonuta 36.3
07032 Escuintla 133.9 07081 Simojovel 126.8 27012 Macuspana 270
07033 Francisco León 9.6 07082 Sitalá 10.6 27013 Nacajuca 181.1
07034 Frontera Comalapa 91.2 07083 Socoltenango 31.3 27014 Paraíso 183.5
07035 Frontera Hidalgo 42.7 07084 Solosuchiapa 11.5 27015 Tacotalpa 99.5
07036 La Grandeza 34.2 07085 Soyaló 41.6 27016 Teapa 115.1
07037 Huehuetán 93.9 07086 Suchiapa 76.3 27017 Tenosique 107.5
07038 Huixtán 101.6 07087 Suchiate 81.5

Por cada 100,000 habitantes.

Fuente: elaboración propia a partir de cubos dinámicos de mortalidad de la DGIS (2019), SSA/INEGI; Cubo proyecciones de la población municipal 2010-2018 de CONAPO (2013)

.

Anexo 2 Vulnerabilidad Ambiental según municipio de Campeche, Chiapas y Tabasco, 2015 

Clave Nombre Vulnerabilidad Ambiental Clave Nombre Vulnerabilidad Ambiental Clave Nombre Vulnerabilidad Ambiental
07004 Altamirano Alta 07063 Osumacinta Baja 07010 Bejucal de Ocampo Media
07055 Metapa Alta 07067 Pantepec Baja 07012 Berriozábal Media
07102 Tuxtla Chico Alta 07071 Villa Comaltitlán Baja 07017 Cintalapa Media
04001 Calkiní Baja 07072 Pueblo Nuevo Solistahuacán Baja 07019 Comitán de Domínguez Media
04003 Carmen Baja 07073 Rayón Baja 07020 La Concordia Media
04004 Champotón Baja 07076 Sabanilla Baja 07022 Chalchihuitán Media
04005 Hecelchakán Baja 07077 Salto de Agua Baja 07023 Chamula Media
04006 Hopelchén Baja 07079 San Fernando Baja 07024 Chanal Media
04007 Palizada Baja 07080 Siltepec Baja 07026 Chenalhó Media
04008 Tenabo Baja 07081 Simojovel Baja 07030 Chicomuselo Media
04009 Escárcega Baja 07083 Socoltenango Baja 07031 Chilón Media
04010 Calakmul Baja 07084 Solosuchiapa Baja 07035 Frontera Hidalgo Media
04011 Candelaria Baja 07085 Soyaló Baja 07037 Huehuetán Media
07001 Acacoyagua Baja 07086 Suchiapa Baja 07045 Ixtapangajoya Media
07002 Acala Baja 07090 Tapalapa Baja 07048 Juárez Media
07003 Acapetahua Baja 07091 Tapilula Baja 07052 Las Margaritas Media
07005 Amatán Baja 07093 Tenejapa Baja 07054 Mazatán Media
07006 Amatenango de la Frontera Baja 07094 Teopisca Baja 07056 Mitontic Media
07008 Ángel Albino Corzo Baja 07096 Tila Baja 07058 Nicolás Ruíz Media
07011 Bella Vista Baja 07098 Totolapa Baja 07059 Ocosingo Media
07013 Bochil Baja 07099 La Trinitaria Baja 07062 Ostuacán Media
07014 El Bosque Baja 07103 Tuzantán Baja 07064 Oxchuc Media
07015 Cacahoatán Baja 07104 Tzimol Baja 07065 Palenque Media
07018 Coapilla Baja 07105 Unión Juárez Baja 07066 Pantelhó Media
07021 Copainalá Baja 07106 Venustiano Carranza Baja 07068 Pichucalco Media
07025 Chapultenango Baja 07108 Villaflores Baja 07069 Pijijiapan Media
07027 Chiapa de Corzo Baja 07110 San Lucas Baja 07070 El Porvenir Media
07028 Chiapilla Baja 07113 Aldama Baja 07074 Reforma Media
07029 Chicoasén Baja 07117 Montecristo de Guerrero Baja 07075 Las Rosas Media
07032 Escuintla Baja 07118 San Andrés Duraznal Baja 07078 San Cristóbal de Las Casas Media
07033 Francisco León Baja 07119 Santiago el Pinar Baja 07082 Sitalá Media
07034 Frontera Comalapa Baja 27001 Balancán Baja 07087 Suchiate Media
07036 La Grandeza Baja 27002 Cárdenas Baja 07088 Sunuapa Media
07038 Huixtán Baja 27004 Centro Baja 07089 Tapachula Media
07039 Huitiupán Baja 27005 Comalcalco Baja 07092 Tecpatán Media
07040 Huixtla Baja 27006 Cunduacán Baja 07097 Tonalá Media
07041 La Independencia Baja 27007 Emiliano Zapata Baja 07100 Tumbalá Media
07042 Ixhuatán Baja 27008 Huimanguillo Baja 07101 Tuxtla Gutiérrez Media
07043 Ixtacomitán Baja 27009 Jalapa Baja 07107 Villa Corzo Media
07044 Ixtapa Baja 27010 Jalpa de Méndez Baja 07109 Yajalón Media
07046 Jiquipilas Baja 27011 Jonuta Baja 07111 Zinacantán Media
07047 Jitotol Baja 27012 Macuspana Baja 07112 San Juan Cancuc Media
07049 Larráinzar Baja 27013 Nacajuca Baja 07114 Benemérito de las Américas Media
07050 La Libertad Baja 27014 Paraíso Baja 07115 Maravilla Tenejapa Media
07051 Mapastepec Baja 27015 Tacotalpa Baja 07116 Marqués de Comillas Media
07053 Mazapa de Madero Baja 27016 Teapa Baja 27003 Centla Media
07057 Motozintla Baja 27017 Tenosique Baja 04002 Campeche Muy baja
07060 Ocotepec Baja 07007 Amatenango del Valle Media 07016 Catazajá Muy baja
07061 Ocozocoautla de Espinosa Baja 07009 Arriaga Media

Fuente: CONAGUA,IMTA (2015)

.

Anexo 3 Indicadores sociales de los municipios que no forman parte de la Cuenca del Usumacinta, Campeche, Chiapas y Tabasco 

Clave Municipio Porcentaje de hablantes de lengua indígena 2015 Porcentaje de analfabetas 2015 Porcentaje de pobreza extrema 2010 Grado de rezago social 2015
04001 Calkiní 50.7 11.0 19.3 Bajo
04002 Campeche 6.2 4.0 5.6 Muy bajo
04003 Carmen 1.9 4.1 8.4 Bajo
04004 Champotón 9.5 10.0 13.4 Bajo
04005 Hecelchakán 38.4 9.6 14.8 Bajo
04006 Hopelchén 38.8 10.1 31.2 Medio
04008 Tenabo 20.7 10.9 19.4 Bajo
04009 Escárcega 6.9 9.5 28.4 Bajo
04010 Calakmul 27.1 15.1 46.1 Alto
04011 Candelaria 6.3 12.7 31.2 Alto
07001 Acacoyagua 0.4 11.7 37.9 Medio
07002 Acala 9.7 16.4 34.1 Medio
07003 Acapetahua 0.4 15.2 34.2 Medio
07005 Amatán 19.1 23.2 54.2 Alto
07006 Amatenango de la Frontera 2.0 15.4 39.1 Medio
07007 Amatenango del Valle 76.3 31.1 67.6 Muy alto
07008 Ángel Albino Corzo 3.1 19.5 45.4 Alto
07009 Arriaga 0.4 8.2 17.9 Bajo
07010 Bejucal de Ocampo 0.4 11.4 51.6 Alto
07011 Bella Vista 0.4 11.5 44.3 Alto
07012 Berriozábal 5.0 11.6 29.4 Medio
07013 Bochil 53.8 15.3 51.2 Alto
07014 El Bosque 96.1 25.7 63.5 Alto
07015 Cacahoatán 1.6 11.5 23.7 Medio
07017 Cintalapa 7.6 10.9 30.3 Medio
07018 Coapilla 16.5 15.6 47.2 Alto
07020 La Concordia 7.5 19.2 38.1 Alto
07021 Copainalá 8.4 11.9 22.2 Medio
07022 Chalchihuitán 99.6 31.9 79.8 Muy alto
07023 Chamula 99.5 37.3 69.7 Muy alto
07025 Chapultenango 82.0 15.8 30.7 Alto
07026 Chenalhó 98.6 28.2 72.3 Muy alto
07027 Chiapa de Corzo 5.4 10.5 22.9 Bajo
07028 Chiapilla 2.4 24.4 35.1 Medio
07029 Chicoasén 8.9 10.2 23.3 Bajo
07030 Chicomuselo 0.6 15.6 48.6 Alto
07031 Chilón 95.7 30.0 70.6 Muy alto
07032 Escuintla 0.4 12.0 33.9 Medio
07033 Francisco León 73.7 20.9 40.4 Alto
07034 Frontera Comalapa 1.5 11.6 33.0 Medio
07035 Frontera Hidalgo 0.4 14.3 28.6 Medio
07036 La Grandeza 2.0 11.3 49.1 Alto
07037 Huehuetán 0.4 13.3 30.0 Medio
07039 Huitiupán 51.5 21.5 59.5 Alto
07040 Huixtla 0.4 10.5 18.0 Medio
07042 Ixhuatán 38.8 17.2 42.8 Medio
07043 Ixtacomitán 24.9 12.1 35.0 Medio
07044 Ixtapa 18.3 13.9 45.2 Alto
07045 Ixtapangajoya 13.7 15.3 43.1 Alto
07046 Jiquipilas 6.3 11.2 21.3 Medio
07047 Jitotol 73.1 20.2 64.6 Alto
07048 Juárez 5.5 12.5 23.1 Medio
07049 Larráinzar 99.4 22.1 73.0 Alto
07051 Mapastepec 0.4 13.5 33.2 Medio
07053 Mazapa de Madero 3.1 9.5 38.7 Medio
07054 Mazatán 0.4 13.1 28.5 Alto
07055 Metapa 0.4 10.8 16.5 Bajo
07056 Mitontic 99.6 40.7 71.8 Muy alto
07057 Motozintla 1.4 11.4 34.7 Medio
07058 Nicolás Ruíz 0.4 18.6 55.5 Alto
07060 Ocotepec 97.4 34.8 63.1 Alto
07061 Ocozocoautla de Espinosa 20.7 11.3 37.7 Medio
07062 Ostuacán 2.6 15.5 25.3 Alto
07063 Osumacinta 10.3 10.2 30.0 Bajo
07066 Pantelhó 92.2 37.2 70.3 Muy alto
07067 Pantepec 43.5 26.3 52.4 Alto
07068 Pichucalco 1.3 12.9 15.2 Medio
07069 Pijijiapan 0.4 13.5 36.8 Medio
07070 El Porvenir 2.9 10.0 38.6 Alto
07071 Villa Comaltitlán 0.4 13.8 37.3 Medio
07072 Pueblo Nuevo Solistahuacán 51.0 23.9 54.3 Alto
07073 Rayón 31.1 19.8 48.8 Alto
07074 Reforma 0.4 6.9 15.5 Bajo
07075 Las Rosas 5.9 25.7 43.9 Alto
07076 Sabanilla 77.6 21.8 66.3 Alto
07077 Salto de Agua 84.4 23.8 39.1 Alto
07078 San Cristóbal de Las Casas 32.2 10.0 21.3 Medio
07079 San Fernando 1.7 13.4 26.5 Medio
07080 Siltepec 0.4 15.4 40.3 Alto
07081 Simojovel 76.1 27.3 68.6 Alto
07082 Sitalá 95.4 42.1 74.6 Muy alto
07083 Socoltenango 8.7 19.3 37.6 Medio
07084 Solosuchiapa 17.4 19.0 34.0 Alto
07085 Soyaló 32.1 16.6 30.6 Medio
07086 Suchiapa 0.4 14.4 31.4 Medio
07087 Suchiate 0.4 14.5 32.4 Medio
07088 Sunuapa 0.4 14.4 36.0 Medio
07089 Tapachula 1.6 6.6 17.5 Bajo
07090 Tapalapa 95.0 14.6 44.7 Alto
07091 Tapilula 6.8 15.2 26.9 Medio
07092 Tecpatán 19.0 15.3 39.1 Alto
07093 Tenejapa 99.2 21.9 65.2 Alto
07094 Teopisca 46.6 25.5 48.0 Alto
07096 Tila 95.1 24.6 69.3 Alto
07097 Tonalá 0.7 10.3 26.1 Bajo
07098 Totolapa 10.9 29.3 55.0 Alto
07100 Tumbalá 97.1 29.1 65.6 Muy alto
07101 Tuxtla Gutiérrez 3.0 4.3 8.0 Muy bajo
07102 Tuxtla Chico 0.4 11.2 17.8 Medio
07103 Tuzantán 0.4 11.7 40.0 Medio
07104 Tzimol 2.4 18.1 34.0 Medio
07105 Unión Juárez 1.8 12.6 25.7 Medio
07106 Venustiano Carranza 21.6 20.6 43.0 Medio
07107 Villa Corzo 7.2 17.6 40.4 Medio
07108 Villaflores 2.4 13.1 27.9 Medio
07109 Yajalón 66.8 26.7 56.2 Alto
07110 San Lucas 9.1 24.1 50.0 Alto
07111 Zinacantán 99.0 36.5 64.8 Muy alto
07112 San Juan Cancuc 99.8 34.3 80.5 Muy alto
07113 Aldama 99.5 24.1 78.8 Alto
07117 Montecristo de Guerrero 0.4 17.2 43.0 Alto
07118 San Andrés Duraznal 96.8 30.1 56.1 Alto
07119 Santiago el Pinar 99.9 38.3 69.2 Muy alto
27002 Cárdenas 0.4 5.9 20.4 Bajo
27004 Centro 2.4 3.1 5.3 Muy bajo
27005 Comalcalco 0.4 5.4 18.9 Bajo
27006 Cunduacán 0.4 6.8 12.7 Bajo
27008 Huimanguillo 0.4 6.9 23.7 Bajo
27009 Jalapa 0.4 6.6 9.9 Bajo
27010 Jalpa de Méndez 1.3 5.2 10.8 Bajo
27012 Macuspana 3.3 6.1 15.7 Bajo
27013 Nacajuca 10.5 4.8 8.5 Muy bajo
27014 Paraíso 0.4 4.2 13.9 Muy bajo
27015 Tacotalpa 26.5 7.7 21.6 Medio
27016 Teapa 1.2 9.7 10.9 Bajo

Fuente: Elaboración propia a partir de INEGI (2015); CONEVAL (2015a , 2015b)

1Localidades a más de 5 km de distancia de comunidades con 15 mil o más habitantes, y a más de 3 km de una carretera pavimentada, revestida o de terracería (CONAPO, 2017)

Recibido: 20 de Mayo de 2019; Aprobado: 11 de Diciembre de 2019; Publicado: 15 de Junio de 2020

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons