DOI: https://doi.org/10.30827/cuadgeo.v65i1.33408
تاريخ النشر: 2026-02-03
المؤلف: Sebastián Alejandro Vargas Molina وآخرون
الموضوع الرئيسي: دراسات وبائية حول COVID-19
نظرة عامة
في هذه الدراسة، أجرى المؤلفون تحليلًا مكانيًا لحدوث COVID-19 في مالقة من أبريل 2020 إلى مارس 2022، محددين مناطق عالية المخاطر تتكرر فيها بشكل ملحوظ مع خطر نسبي أعلى ذو دلالة إحصائية مقارنة بالخط الأساسي العام. من خلال تصنيف الحالات الإيجابية حسب الموجة، كشفت التحليل أن بعض المناطق الحضرية أظهرت باستمرار مستويات خطر مرتفعة، على الرغم من اختلاف تدابير الصحة العامة بمرور الوقت. سلطت الأبحاث الضوء على العوامل الاجتماعية والديموغرافية المرتبطة بهذه المناطق عالية المخاطر، مثل انخفاض الدخل، وارتفاع معدلات البطالة، وأحجام المساكن الأصغر، مما يشير إلى أن الفقر يلعب دورًا حاسمًا في الضعف أمام الأمراض المعدية.
تؤكد النتائج على أهمية دمج المناطق عالية المخاطر المحددة في أطلس المخاطر البلدي لإبلاغ استراتيجيات الصحة العامة المستقبلية. يوصي المؤلفون بالتدخلات المستهدفة، بما في ذلك اختبار الزيادة، وتقليل الحشود في الأماكن العامة، وحملات التطعيم الوقائية، خاصة في المناطق عالية المخاطر المتكررة. بالإضافة إلى ذلك، يؤكدون على إمكانية البيانات الصحية الجغرافية المرجعية لتحليل ديناميات الصحة الحضرية والتخفيف من تفشي الأمراض المستقبلية، داعين إلى ممارسات جمع البيانات الأخلاقية لتعزيز استجابات الصحة العامة في البيئات الحضرية.
مقدمة
تقدم مقدمة الدراسة ثلاث نتائج رئيسية تتعلق بالتوزيع المكاني لخطر COVID-19 في مالقة. أولاً، تحدد المناطق ذات المخاطر العالية باستمرار على مدار ست موجات من الوباء، مما يشير إلى الاستقرار في كل من مدى ومستوى الخطر. ثانيًا، أظهرت منطقة معينة خطرًا نسبيًا مرتفعًا بشكل ملحوظ عبر جميع الموجات. ثالثًا، يكشف التحليل عن أوجه التشابه بين المناطق عالية المخاطر وبقية المدينة من حيث المتغيرات الاجتماعية والديموغرافية والحضرية، مما يعقد تحديد عوامل الخطر المحددة. ومن الجدير بالذكر أن معدلات البطالة المرتفعة وانخفاض متوسط دخل الأسر كانت مرتبطة جغرافيًا بهذه المناطق عالية المخاطر، مما يتماشى مع النتائج من دراسات أخرى في برشلونة والولايات المتحدة التي تربط بين انخفاض الدخل وزيادة الخطر.
تتناقض الدراسة مع الأبحاث السابقة من خلال تقديم تحليل شامل للحالات الإيجابية لـ COVID-19 خلال المرحلة الحادة، بدلاً من التقييمات في الوقت الحقيقي التي تركز على تكرار الحالات. بينما تسلط الضوء على مناطق ذات خطر نسبي أعلى وتقترح عوامل اجتماعية واقتصادية وحضرية تساهم في معدلات الإصابة العالية المتكررة، إلا أنها لا تحدد متغيرات واضحة مرتبطة بهذا الخطر. تشير النتائج إلى أنه، على الرغم من الطبيعة متعددة العوامل لانتشار الأمراض المعدية، تظل عوامل مثل نوع السكن، والحجم، والوضع الاجتماعي والاقتصادي ذات صلة. تؤكد الدراسة على الحاجة إلى مزيد من البحث لتوضيح التفاعل المعقد للعوامل المؤثرة على خطر COVID-19 في البيئات الحضرية، خاصة في المدن المتوسطية المدمجة.
النتائج
تشير نتائج الدراسة إلى زيادة زمنية في حالات COVID-19 طوال فترة الوباء، خاصة خلال الموجة الأخيرة (الفترة 6)، التي كانت مرتبطة بمتحور أوميكرون. أظهرت هذه الموجة معدل عدوى أعلى ولكن فتكًا أقل مقارنة بالفترات السابقة. مكانيًا، ظلت مناطق الخطر النسبي الأعلى متسقة عبر موجات مختلفة، على الرغم من التباينات في التدخلات مثل تدابير الإغلاق وتوافر اللقاحات. ومن الجدير بالذكر أن 55% من المنطقة الحضرية في مالقة شهدت خطرًا نسبيًا أعلى مرة واحدة على الأقل، مع ظهور 3% فقط من المناطق ذات الخطر العالي المستمر طوال جميع الموجات الست. تم تسجيل أعلى قيم للخطر النسبي خلال الفترات الأولية والنهائية، مما يعكس التأثير الأولي للوباء والانتشار السريع لمتحور أوميكرون.
عرضت المناطق عالية المخاطر المتكررة، التي تقع بشكل أساسي في المناطق شبه الحضرية، خصائص اجتماعية وديموغرافية وحضرية مميزة. كانت هذه المناطق تحتوي على متوسط حجم سكن يبلغ 93 مترًا مربعًا، وهو أصغر من 117-120 مترًا مربعًا الموجود في المناطق ذات المخاطر المنخفضة، مما يشير إلى احتمال الازدحام الذي قد يسهل الانتقال. كشف الملف الديموغرافي عن سكان يبلغ عددهم حوالي 6000، مع نسبة كبيرة من الأفراد الذين تزيد أعمارهم عن 65 عامًا (15.3%) ونسبة مماثلة من المهاجرين (6.9%) مقارنة بالمناطق الأخرى. اقتصاديًا، كانت المنطقة عالية المخاطر المتكررة تحتوي على متوسط دخل أسري أقل يبلغ حوالي 11,000 يورو ومعدل بطالة أعلى (14.9%) مقارنة بالمناطق ذات الخطر النسبي المنخفض، التي كان دخلها يتراوح بين 12,800 إلى 17,000 يورو. بشكل عام، تسلط النتائج الضوء على التفاعل بين العوامل الاجتماعية والاقتصادية والتوزيع المكاني لخطر COVID-19 في مالقة.
المناقشة
تسلط قسم المناقشة في الورقة الضوء على التقاطع الحاسم بين التحضر والصحة العامة، خاصة في سياق جائحة COVID-19. مع توقع أن تتجاوز السكان الحضريين نصف السكان العالميين بحلول عام 2050، أصبحت المدن نقاط تركيز للأزمات الصحية، مما يتطلب فهمًا أعمق لكيفية تأثير البيئات الحضرية على نتائج الصحة. يشير المؤلفون إلى إطار الصحة الحضرية الذي اقترحه غاليا وفلاهوف (2005)، والذي يبرز دور البيئات الحضرية الفيزيائية والاجتماعية، إلى جانب توزيع خدمات الصحة، في تشكيل ديناميات الصحة العامة. تعتبر جائحة COVID-19 دراسة حالة لاستكشاف هذه العلاقات، مما يثير تساؤلات حول التوزيع المكاني للمرض عبر موجات مختلفة وتحديد المناطق عالية المخاطر المتكررة داخل البيئات الحضرية.
يكشف التحليل أن المناطق ذات الدخل المنخفض، ومعدلات البطالة المرتفعة، وأحجام المساكن الأصغر مرتبطة بارتفاع الخطر النسبي لتكرار COVID-19 عبر موجات متعددة. بينما أظهرت بعض الدراسات أن الفقر يعتبر عامل خطر وعامل حماية، تؤكد هذه الأبحاث على دوره كعامل خطر كبير في مالقة، مع تأكيد التحليلات الإحصائية على الارتباط. تشير النتائج إلى أنه يجب دمج المناطق عالية المخاطر المتكررة في تقييمات المخاطر البلدية لإبلاغ استراتيجيات الصحة العامة. تشمل التوصيات للأزمات الصحية المستقبلية الاختبار المستهدف، والتحكم في الحشود في المناطق عالية المخاطر، وحملات التطعيم الوقائية، والدعم المالي للسكان الضعفاء. يدعو المؤلفون إلى جمع البيانات الصحية وجعلها جغرافية مرجعية لتعزيز أبحاث الصحة الحضرية وتحسين الاستجابة لتفشي الأمراض المعدية المستقبلية، مؤكدين على أهمية فهم البيئات الحضرية كجزء لا يتجزأ من استعداد الصحة العامة.
القيود
تسلط القيود في هذه الدراسة الضوء على عدة قضايا حاسمة قد تؤثر على صحة نتائجها. أولاً، من الملحوظ عدم الاتساق في البيانات عبر موجات مختلفة من الوباء؛ حيث أظهرت الموجة الأولية ندرة في الحالات المبلغ عنها، بينما استفادت الموجات اللاحقة من تحسين توافر الاختبارات. من المحتمل أن يكون هذا التحول قد حسن جمع البيانات ولكنه قد يؤثر على تحديد المناطق عالية المخاطر. ثانيًا، يحد غياب المتغيرات الاجتماعية والديموغرافية في مجموعة بيانات الأفراد المصابين من القدرة على استخلاص استنتاجات قوية حول الروابط المحتملة، مما يؤدي إلى خطر الأخطاء البيئية المتأصلة في الدراسات الرصدية.
لمعالجة هذه القيود، يقترح المؤلفون أن الأبحاث المستقبلية يمكن أن تستخدم تصميم حالة-تحكم قياسي (غير مكاني) مدمج مع إطار جغرافيا الزمن، مما سيسمح بفهم أكثر دقة للعلاقات الملاحظة. بالإضافة إلى ذلك، يمكن أن توضح التقاط كل من مواقع السكن ومواقع العمل الاتجاهات في العدوى عبر المناطق المصنفة على أنها ذات خطر نسبي مرتفع. أخيرًا، تشكل تباينات البيانات المكانية تحديات لدقة الاستنتاجات، حيث تم تجميع الحالات الفردية في أسطح مستمرة من الخطر النسبي وتم تحليلها جنبًا إلى جنب مع الخصائص الاجتماعية والديموغرافية المقاسة في وحدات منفصلة. تعتبر هذه الدراسة إطارًا أوليًا، مما يبرز الحاجة إلى منهجيات أكثر دقة في أبحاث البيانات المكانية.
DOI: https://doi.org/10.30827/cuadgeo.v65i1.33408
Publication Date: 2026-02-03
Author(s): Sebastián Alejandro Vargas Molina et al.
Primary Topic: COVID-19 epidemiological studies
Overview
In this study, the authors conducted a spatial analysis of COVID-19 incidence in Málaga from April 2020 to March 2022, identifying recurrent high-risk areas with statistically significant higher relative risk compared to the general baseline. By categorizing positive cases by wave, the analysis revealed that certain urban zones consistently exhibited elevated risk levels, despite varying public health measures over time. The research highlighted socio-demographic factors associated with these high-risk areas, such as lower income, higher unemployment rates, and smaller housing sizes, suggesting that poverty plays a critical role in vulnerability to infectious diseases.
The findings underscore the importance of incorporating identified high-risk areas into the Municipal Risk Atlas to inform future public health strategies. The authors recommend targeted interventions, including surge testing, crowd reduction in public spaces, and preventive vaccination campaigns, particularly in recurrent high-risk zones. Additionally, they emphasize the potential of georeferenced health data for analyzing urban health dynamics and mitigating future outbreaks, advocating for ethical data collection practices to enhance public health responses in urban settings.
Introduction
The introduction of the study presents three key findings regarding the spatial distribution of COVID-19 risk in Málaga. Firstly, it identifies areas of consistently high risk throughout six waves of the pandemic, indicating stability in both the extent and level of risk. Secondly, a specific area demonstrated a notably high relative risk across all waves. Thirdly, the analysis reveals similarities between high-risk areas and the rest of the city in terms of sociodemographic and urban variables, complicating the identification of specific risk factors. Notably, higher unemployment rates and lower average household incomes were geographically associated with these high-risk areas, aligning with findings from other studies in Barcelona and the United States that link lower income to increased risk.
The study contrasts with previous research by providing a comprehensive analysis of positive COVID-19 cases during the acute phase, rather than real-time assessments focused on case frequency. While it highlights significant areas of higher relative risk and suggests socioeconomic and urban factors contributing to recurrent high incidence rates, it does not pinpoint clear variables associated with this risk. The findings indicate that, despite the multifactorial nature of infectious disease spread, factors such as housing type, size, and socioeconomic status remain pertinent. The study emphasizes the need for further research to clarify the complex interplay of factors influencing COVID-19 risk in urban settings, particularly in compact Mediterranean cities.
Results
The results of the study indicate a temporal increase in COVID-19 cases throughout the pandemic, particularly during the last wave (Period 6), which was associated with the Omicron variant. This wave exhibited a higher contagion rate but lower lethality compared to earlier periods. Spatially, areas of higher relative risk remained consistent across different waves, despite variations in interventions such as confinement measures and vaccination availability. Notably, 55% of Málaga’s urban area experienced higher relative risk at least once, with only 3% showing persistent high risk throughout all six waves. The highest relative risk values were recorded during the initial and final periods, reflecting the initial impact of the pandemic and the rapid spread of the Omicron variant.
The recurrent high-risk areas, primarily located in peri-urban zones, displayed distinct sociodemographic and urban characteristics. These areas had a median housing size of 93 square meters, smaller than the 117-120 square meters found in lower-risk areas, suggesting potential overcrowding that could facilitate transmission. The demographic profile revealed a population of approximately 6,000, with a significant proportion of individuals over 65 years old (15.3%) and a similar percentage of migrants (6.9%) compared to other areas. Economically, the recurrent high-risk area had a lower average household income of about 11,000 euros and a higher unemployment rate (14.9%) than areas with lower relative risk, which had incomes ranging from 12,800 to 17,000 euros. Overall, the findings highlight the interplay between socioeconomic factors and the spatial distribution of COVID-19 risk in Málaga.
Discussion
The discussion section of the paper highlights the critical intersection of urbanization and public health, particularly in the context of the COVID-19 pandemic. As urban populations are projected to exceed half of the global population by 2050, cities have emerged as focal points for health crises, necessitating a deeper understanding of how urban environments influence health outcomes. The authors reference the Urban Health framework proposed by Galea and Vlahov (2005), which emphasizes the role of the physical and social urban environments, alongside the distribution of health services, in shaping public health dynamics. The COVID-19 pandemic serves as a case study to explore these relationships, raising questions about the spatial distribution of the disease across different waves and identifying recurrent high-risk areas within urban settings.
The analysis reveals that areas with lower income, higher unemployment rates, and smaller housing sizes are associated with higher relative risk of COVID-19 recurrence across multiple waves. While some studies have shown poverty as both a risk and protective factor, this research underscores its role as a significant risk factor in Málaga, with statistical analyses confirming the correlation. The findings suggest that recurrent high-risk areas should be incorporated into municipal risk assessments to inform public health strategies. Recommendations for future health crises include targeted testing, crowd control in high-risk areas, preventive vaccination campaigns, and financial support for vulnerable populations. The authors advocate for the collection and georeferencing of health data to enhance urban health research and improve responses to future infectious disease outbreaks, emphasizing the importance of understanding urban environments as integral to public health preparedness.
Limitations
The limitations of this study highlight several critical issues that may affect the validity of its findings. Firstly, the inconsistency in data across different waves of the pandemic is notable; the initial wave exhibited a scarcity of reported cases, while subsequent waves benefited from enhanced testing availability. This shift likely improved data collection but may have influenced the identification of high-risk areas. Secondly, the absence of socioeconomic and demographic variables in the dataset of infected individuals restricts the ability to draw robust conclusions about potential associations, leading to the risk of ecological fallacies inherent in observational studies.
To address these limitations, the authors suggest that future research could employ a standard (non-spatial) case-control design integrated with a time-geography framework, which would allow for a more nuanced understanding of the associations observed. Additionally, capturing both residential and workplace locations could elucidate trends in contagion across areas classified as high relative risk. Lastly, the heterogeneity of spatial data poses challenges to the accuracy of inferences, as individual cases were aggregated into continuous surfaces of relative risk and analyzed alongside sociodemographic characteristics measured at discrete units. This study serves as a preliminary framework, underscoring the need for more precise methodologies in spatial data research.