Multivariate Analysis of Risk Factors of the COVID-19 Pandemic in the Community of Madrid (Spain)

Abstract

Ha pasado más de un año desde que las autoridades chinas identificaron una nueva cepa mortal de coronavirus, el SARS-CoV-2. Desde entonces, el trabajo científico sobre los factores de riesgo de transmisión de COVID-19 ha sido intenso. La relación entre COVID-19 y las condiciones ambientales se está convirtiendo en un tema de investigación cada vez más popular. Basándonos en los resultados de la investigación inicial, nos centramos en la comunidad de Madrid, España, que es uno de los puntos calientes de pandemia más importantes del mundo. Empleamos diferentes análisis estadísticos multivariados, incluido el análisis de componentes principales, el análisis de varianza, la agrupación y los modelos de regresión lineal. Se empleó el análisis de componentes principales para reducir el número de factores de riesgo a tres nuevos componentes que explicaron el 71% de la varianza original. Se utilizó el análisis de conglomerados para delimitar el territorio de Madrid según estos nuevos componentes de riesgo. Una prueba de ANOVA reveló diferentes tasas de incidencia entre los territorios delimitados por los componentes previamente identificados. Finalmente, se aplicó un conjunto de modelos lineales para demostrar cómo los factores ambientales presentan una mayor influencia en las infecciones por COVID-19 que las dimensiones socioeconómicas. Este tipo de investigación local proporciona información valiosa que podría ayudar a las sociedades a ser más resilientes frente a futuras pandemias.

It has been more than one year since Chinese authorities identified a deadly new strain of coronavirus, SARS-CoV-2. Since then, the scientific work regarding the transmission risk factors of COVID-19 has been intense. The relationship between COVID-19 and environmental conditions is becoming an increasingly popular research topic. Based on the findings of the early research, we focused on the community of Madrid, Spain, which is one of the world’s most significant pandemic hotspots. We employed different multivariate statistical analyses, including principal component analysis, analysis of variance, clustering, and linear regression models. Principal component analysis was employed in order to reduce the number of risk factors down to three new components that explained 71% of the original variance. Cluster analysis was used to delimit the territory of Madrid according to these new risk components. An ANOVA test revealed different incidence rates between the territories delimited by the previously identified components. Finally, a set of linear models was applied to demonstrate how environmental factors present a greater influence on COVID-19 infections than socioeconomic dimensions. This type of local research provides valuable information that could help societies become more resilient in the face of future pandemics