Mapping of SARS-COV-2 infections and relative risk analysis with poisson approach for the period from march 2020 to march 2021 in Colombia

A lo largo de la investigación, se busca analizar la propagación de casos positivos de SARS-Cov-2 en Colombia, ya que estudios realizados previamente han reflejado que el contagio estaría relacionado con las condiciones de salubridad, socioeconómicas, de movilidad y climáticas. Sin embargo, estas investigaciones han subestimado factores que podrían tener una alta relevancia en los determinantes, como la presencia e inversión del estado, la demografía de la población y la distribución espacial de esta. Para realizar un análisis epidemiológico se ha implementado el mapeo de enfermedades en todo el territorio Colombiano a una escala municipal con la técnica del radio de incidencia estandarizada (SIR), luego se analiza la autocorrelación espacial y posteriormente se proponen dos modelos uno Poisson y el otro Binomial Negativa para poder interpretar el riesgo relativo en cada municipio. Luego del ajuste de los modelos, los mapas obtenidos permiten analizar el riesgo relativo para cada variable tenida en cuenta en los modelos y en general para el virus del COVID-19. Debido a la naturaleza de conteo que poseen los datos, el modelo Poisson permite hacer una óptima interpretación de la situación actual del país frente a la pandemia y los factores que se han ignorado para poder prevenir más propagación.Throughout the investigation, the aim is to analyze the spread of positive cases of SARS-Cov-2 in Colombia, since previous studies have shown that the contagion was related to health, socioeconomic, mobility and climatic conditions. However, these investigations have underestimated factors that could have a high relevance in the determinants, such as the presence and investment of the state, the demographics of the population and its spatial distribution. To carry out an epidemiological analysis, the mapping of diseases has been implemented throughout the Colombian territory at a municipal scale with the standardized incidence radius (SIR) technique, then the spatial autocorrelation is analyzed and later two models are proposed, one Poisson and the other Negative binomial to be able to interpret the relative risk in each municipality. After adjusting the models, the maps obtained make it possible to analyze the relative risk for each variable taken into account in the models and in general for the COVID-19 virus. Due to the counting nature of the data, the Poisson model allows an optimal interpretation of the current situation of the country in the face of the pandemic and the factors that have been ignored in order to prevent further spread