Artículo Científico

Exceso de mortalidad en México en 2020: una estimación preliminar a nivel nacional y estatal

Excess mortality in Mexico 2020: a preliminary estimate at national and state level

Eliud Silva
Universidad Anáhuac México, México
Andrea Peralta
Universidad Anáhuac México, México
Eric Peralta
Universidad Anáhuac México, México

Exceso de mortalidad en México en 2020: una estimación preliminar a nivel nacional y estatal

Población y Salud en Mesoamérica, vol. 19, núm. 2, pp. 186-211, 2022

Universidad de Costa Rica

Recepción: 03 Junio 2021

Corregido: 18 Octubre 2021

Aprobación: 21 Octubre 2021

Resumen: Como consecuencia directa o indirecta de la pandemia de COVID-19, junto con otros problemas de salud pública preexistentes, México se ha posicionado como uno de los países más afectados en cuanto al exceso de mortalidad, la cual está prácticamente generalizada, pero es heterogénea según el estado. Por ello, se tiene por objetivo cuantificarla a nivel nacional y estatal por medio del porcentaje de exceso de mortalidad (% 𝐸𝑀) y de diferencias en esperanzas de vida (𝐸𝑀𝑒𝑥 ) por sexo. En particular, para 𝐸𝑀𝑒𝑥 , se construyeron tablas de mortalidad con tasas específicas que se suavizan de manera controlada y por segmentos, con un enfoque no paramétrico. Los resultados mostraron una demasía en la población masculina y en algunos estados del país. Asimismo, respecto a 𝐸𝑀𝑒𝑥 , se evidenciaron fuertes retrocesos en la esperanza de vida en ciertos casos, incluida la capital del país: la Ciudad de México.

Palabras clave: exceso de mortalidad, COVID-19, esperanza de vida, suavizamiento, México.

Abstract: As a direct or indirect consequence of the COVID-19 pandemic, joint other punlic health problems, Mexico is one of the most affected countries in terms of excess mortality, which is generalized and heterogeneous at the state level. That is why, the paper’s aim is to quantify it at national and subnational level both through the percentage of excess mortality (% 𝐸𝑀) and using differences in life expectancies (𝐸𝑀𝑒𝑥 ) by sex. For (𝐸𝑀𝑒𝑥 ), mortality tables are constructed with specific rates that are estimated through a non-parametric approach so-called controlled and segmented smoothing. The results show the greatest excesses in male population and for some states of the country. Likewise, regarding 𝐸𝑀𝑒𝑥 , strong setbacks in life expectancy can be observed including the Mexico City.

Keywords: mortality excess, COVID-19, life expectancy, smoothing, Mexico.

1. Introducción

Actualmente se vive la pandemia de COVID-19, que ha tenido un impacto inusitado a nivel mundial y nacional en diferentes ámbitos, tales como el económico, el demográfico y el sanitario. Ante su avance, con base en información de la Universidad Johns Hopkins (JHU por sus siglas en inglés), al 12 de mayo de 2021, en el mundo las cifras ascienden a 160 743 894 casos confirmados y 3 338 355 defunciones. Para México, esos números corresponden oficialmente a 2 371 483 y 219 590, respectivamente; de tal modo, es el quinceavo país con más casos positivos, el cuarto con más defunciones y el primero en tasa de letalidad con un 9.3 % (Johns Hopkins University [JHU], 2021).

Desde que fue declarada la emergencia sanitaria por la Organización Mundial de la Salud (OMS, 2020), esta motivó a las naciones tanto a evaluar sus consecuencias en los sistemas de atención a la salud y la sociedad, como a monitorear las tendencias epidemiológicas a largo plazo; debido a ello, el estudio del impacto de la mortalidad es considerado un aspecto de relevancia (Pou y González, 2020). Cabe destacar que los pacientes contagiados pueden presentar, entre otros síntomas, tos seca, fiebre, neumonía asintomática por completo o neumonía progresiva, con la posibilidad de muerte (Pinzón, 2020).

De acuerdo con Kanter (2020), la Ciudad de México es la entidad con el mayor número de defunciones por COVID-19, con cerca del 22.5 %, seguida por el Estado de México con el 15.3 % y Baja California con el 6.7 %. Dichos estados, junto con Veracruz, Puebla, Sinaloa, Tabasco y Guerrero, concentran el 66.5 % del fenómeno. Así, el exceso de mortalidad es sustantivo en todo el país; por tanto, el objetivo de este trabajo es cuantificarlo a nivel nacional y estatal en 2020, a través de defunciones esperadas versus observadas y de diferencias en esperanzas de vida. Está claro que dicha situación podría ser causada directa o indirectamente por la crisis sanitaria.

2. Antecedentes

2.1 Alrededor del mundo

En Vandoros (2020) se analizó el número de muertes en Inglaterra y Gales y se halló la posibilidad de que algunas originadas por COVID-19 no fueran informadas o se clasificaran erróneamente. De ahí, se deduce la existencia de muertes adicionales a las esperadas por semana. Asimismo, según Nogueira et al. (2020), se estimó un exceso de mortalidad en personas de grupos etarios de 65 años y más, de 3.5 a 5 veces mayor a lo explicable por las muertes a raíz de la pandemia.

Goldstein y Lee (2020) calcularon que la esperanza de vida disminuiría 2.94 años en Estados Unidos. Equipararon los efectos de la COVID-19 con otras crisis sanitarias (opioides, VIH y gripe española), concluyendo que la actual tendrá un impacto similar. Por su parte, Andrasfay y Goldman (2020) indicaron que los afroamericanos y los latinos en ese país han tenido una mortalidad superior por tal causa e infirieron una reducción en el indicador de 1.13 años, lo cual corresponderá para blancos, negros y latinos a 0.68, 2.10 y 3.05 años, respectivamente. Krieger et al. (2020) evaluaron el exceso de mortalidad de Massachusetts, comparando el período de la pandemia con el de años anteriores. Se observó que para ambos sexos se tuvieron aumentos relativos prácticamente idénticos, aunque la diferencia absoluta en las tasas de mortalidad fue mayor para los hombres.

En González y Pou (2020) se estudió el tema en Argentina con base en el método de años de esperanza de vida perdidos y se obtuvo que será de al menos un 5 %, con más preponderancia en el grupo masculino; así mismo, los más afectados en esperanza de vida serán mujeres de 45 a 54 años y hombres de 35 a 64 años. De su lado, Pesci et al. (2020) analizaron el caso en Buenos Aires, comparando la mortalidad del periodo desde 2015 hasta 2019 con las defunciones ocurridas en 2020. En breve, encontraron un exceso entre el 7.59 % y el 12.15 %, respecto a la base de referencia.

2.2 En México

Específicamente, en México, Kanter (2020) advirtió diferencias por sexo referentes a mortalidad y letalidad por COVID-19, las cuales fueron más significativas para la población masculina y resultan altas en relación con lo observado en otros países. También, Hernández (2020) encontró una asociación inversa entre la mortalidad por COVID-19 con el nivel de escolaridad, además, conforme a las condiciones precarias en la ocupación, se tenía mayor mortalidad.

Domínguez et al., (2020) estimaron diversos indicadores de mortalidad, considerando comorbilidades y sus combinaciones. Hallaron que los altos índices en adultos jóvenes de mediana edad (menores de 65 años) se pueden atribuir a mezclas de comorbilidades. Más adelante, Cárdenas (2021), con información epidemiológica y proyecciones del Consejo Nacional de Población (CONAPO, 2018), examinó patrones de mortalidad y mostró que la enfermedad incide marcadamente en los grupos de 50 años o más, con cantidades superiores de defunciones masculinas en todas las edades, que inclusive duplicaron a la femenina en los siguientes estados: Chiapas, Ciudad de México, Guerrero, Estado de México y Morelos.

En Mejía et al. (2021), se estimó el exceso de mortalidad por todas las causas durante el 2020. Para tal propósito se utilizó la metodología de canales endémicos por semana epidemiológica; se construyó un canal endémico con las defunciones del periodo de 2015 a 2019 y se contrastó con el de 2020. Los resultados arrojaron, entre otros, un índice principal en hombres de 45 a 64 años. Además, el 52.5 % del exceso de las defunciones por todas las causas estaba concentrado en Estado de México, Ciudad de México, Veracruz, Puebla y Guanajuato, mientras que, los de menor porcentaje fueron Chiapas y Oaxaca.

Para Sánchez et al. (2021), México fracasó al responder a la pandemia, en contraste con otros países, dadas las tasas altas de casos y muertes y por ocupar los últimos lugares en aplicar pruebas. De hecho, las tasas de mortalidad entre pacientes hospitalizados con COVID-19 son muy elevadas (alrededor del 50 %, según el Instituto Mexicano del Seguro Social [IMSS]). Afirmaron que lo anterior se ha concentrado en municipios de zonas urbanas con marginación socioeconómica, que se ocupa el cuarto lugar mundial en exceso de mortalidad y se ha tenido una comunicación inapropiada, como concuerdan Ruvalcaba et al. (2020), y un rezago en la vacunación.

Conforme a Cortés y Ponciano (2021), en México, al disminuir la posición socioeconómica, se incrementa la probabilidad de padecer obesidad, hipertensión y diabetes, hecho que sitúa a quienes las sufren en condición de vulnerabilidad ante la COVID-19. Del total de las defunciones, el 72 % implicó alguna comorbilidad. Las tasas más altas surgieron en la Ciudad de México, Baja California y Sonora, en tanto las más bajas, en Chiapas, Oaxaca y Michoacán. Otros factores determinantes para ese exceso resultan ser la baja escolaridad y el bajo nivel socioeconómico, lo cual supone la inviabilidad de quedarse resguardado en casa, dada la naturaleza de los empleos.

El Instituto Nacional de Estadística, Geografía e Informática (INEGI) (2020), basado en datos preliminares, estableció que las defunciones por COVID-19 en el periodo de enero a agosto de 2020 ocupaban ya la segunda causa de muerte a nivel nacional. No obstante, a partir de Cortés y Ponciano (2021), dicha enfermedad se ha posicionado como la primera causa, por arriba de las del corazón y la diabetes mellitus. Asimismo, hicieron saber que solo el 20 % de personas fallecidas por ella fue atendido en Unidades de Cuidados Intensivos (UCI).

El INEGI, quien de manera oficial junto con la Secretaría de Salud (SS) concentra las estadísticas vitales de mortalidad mexicana, aún no publica las correspondientes a 2020. Por ende, aquí se consideran las de la SS (2020) referentes al exceso de mortalidad. Una limitante de dicha fuente es que probablemente no se capten las muertes por todas las causas ocurridas (por ejemplo, en casa, vía pública o trabajo). Otra la constituye el estado de registro, pues podría presentar sesgos al atribuir a estados aquellas defunciones correspondientes a otros. Para una mejor estimación, lo apropiado sería analizarlo con el estado de residencia habitual, por ello, la presente se concibe como una estimación preliminar. Luego, resulta prácticamente imposible obtener el total de defunciones por COVID-19, en tanto la fuente no brinda dicha certeza; con esto, no es factible estimar las pérdidas de esperanza de vida atribuibles directamente a tal enfermedad. Por último, de la revisión de la literatura, no se encontró algún trabajo que estimara el o las ni a nivel nacional o estatal, ni por sexo. En ese sentido, se prevé que este documento aporte en la materia.

3. Metodología

Como se comentó, la cuantificación del exceso de mortalidad se realiza tanto por medio de defunciones como de diferencias de esperanzas de vida al nacer. Al final se presentan las evoluciones de las curvas de mortalidad a nivel nacional y para el caso de la Ciudad de México.

3.1 Exceso de mortalidad a través de defunciones

De acuerdo con el Instituto Nacional de Salud Pública (INSP, 2020), el exceso de mortalidad se define como el número de defunciones observadas menos el número de defunciones esperadas. Bajo esta lógica, el porcentaje de exceso de mortalidad Importar imagen para el año se calcula de la siguiente manera:

Por una parte, las defunciones esperadas se obtuvieron de las Proyecciones de Población de México para las entidades federativas (2016-2050), elaboradas por el CONAPO (2018); de ellas se extrajeron los datos desagregados por edad y sexo a nivel nacional y estatal para 2020. Dado que CONAPO estimó cifras poblacionales por encima de las del Censo de Población y Vivienda (INEGI, 2020a), es posible que esté ocurriendo lo mismo con las defunciones esperadas, lo cual incide directamente en el cálculo del exceso de mortalidad.

Por otra parte, para las defunciones observadas, se consideró la base de datos de exceso de mortalidad que brinda la SS. Se omitieron aquellas defunciones sin los siguientes datos específicos: edad, sexo, estado de registro. En esta base de datos hubo un total de 1 053 473 de muertes, cifra similar a las estimaciones realizadas por Mejía et al. (2021), quienes anotaron que esa cantidad ascendió a 1 050 383 en 2020.

3.2 Exceso de mortalidad a través de esperanza de vida

Otra manera de medir el exceso de mortalidad es por medio de la esperanza de vida esperada versus la observada. Este indicador se define como el promedio de años que esperaría vivir una persona si durante toda su vida estuviera sujeta a las condiciones de mortalidad por edad contempladas en el periodo de estudio (Comisión Económica para América Latina y el Caribe [CEPAL], 2007). En torno al exceso de mortalidad se tiene:

donde es la esperanza de vida esperada y es la esperanza de vida observada, ambas en 2020. Las provienen de CONAPO (2018), en tanto las observadas se estimaron a partir de la SS (2020). De igual modo, se optó por considerar adicionalmente lo registrado en el año inmediato anterior, es decir, 2019, y contrastarlo a nivel estatal y por sexo en relación con la de 2020. A continuación, se describen los pasos seguidos en dicho procedimiento.

3.3 Suavizamiento controlado y por segmentos (Guerrero y Silva)

Este En primer lugar, se estimaron tasas específicas de mortalidad por edad, sexo, país y estado a través del método de Guerrero y Silva (2015). Este consiste en suavizar series de tiempo, o sea, extraer tendencias de manera controlada y por segmentos definidos por el analista. Cada una de las series de tasas específicas de mortalidad por edad (curvas de mortalidad) es equivalente a una serie de tiempo. En breve, el método de suavizamiento empleado permitió la estimación por medio de Mínimos Cuadrados Generalizados (MCG), de lo cual se obtiene el Mejor Estimador Lineal e Insesgado (MELI) del vector de tendencias de tamaño . Para el caso de dos segmentos, es decir, que se segmenta en sin pérdida de generalidad, se tuvo la siguiente expresión:

(1)

donde es la matriz identidad de dimensión,para j=1, 2 son los parámetros de suavizamiento y son las tasas de mortalidad observadas que se disponen en vectores (nótese que ). Las matrices son de dimensión para y tienen la misma forma que la matriz K de diferencias de orden dos, con:

(2)

A partir de dicha estimación es factible calcular la matriz de varianzas-covarianzas de, la cual está dada por:

(3)

y se puede demostrar que los estimadores insesgados de las varianzas son y para , donde SCR es la suma de cuadrados de los residuos. Por medio de es posible calcular intervalos en torno a las tendencias estimadas. En términos prácticos, los parámetros de suavizamiento se eligen con base en un porcentaje de suavidad fijado por el analista. Esta se mide a través de índices tanto por segmentos, para el j-ésimo, como de manera global,. Así, al fijar los valores de los índices, se fijan los porcentajes de suavidad y viceversa. Adicionalmente, los puntos de corte se pueden elegir de manera exógena a partir de lo que sugieren, por ejemplo, algunos modelos paramétricos de mortalidad, como el de Heligman y Pollard (1980), donde se concibe el comportamiento de la (log) mortalidad en tres segmentos: infancia, juventud-adultez, adultez-vejez. Para más detalles del método de suavizamiento se sugiere ver Guerrero y Silva (2015).

En segundo lugar, para el caso de México y sus estados, se emplearon los parámetros = 10 y = 36, con una suavidad global de = 75 % y por segmentos = 65 %, = 75 % y = 77.5 %, como en Silva, Islas-Camargo y Guerrero (en prensa), ello implica que λ1 = 2.5, λ2 = 4.9 y λ3 = 8.7. La suavidad global de = 75 %, para estimar tendencias de mortalidad proporciona estimaciones con sentido demográfico, lo cual se plantea en el artículo seminal del método en cuestión. El uso de los valores de los parámetros señalados se justifica por añadidura, pues al reestimar lo publicado por CONAPO (2018) para quinquenios previos, se logra que tales valores estén comprendidos dentro de los intervalos generados con la aplicación del método. De hecho, se tiene en promedio una cobertura ligeramente por arriba del 90 %. En otros términos, los intervalos producto de la aplicación del método de suavizamiento controlado y por segmentos contienen al menos al 90 % de las tasas específicas de mortalidad publicadas por CONAPO (2018) a nivel nacional y estatal, por sexo y años de análisis.

En tercer lugar, al observar que tales parámetros funcionaron apropiadamente para los años de 1990 a 2015, se les impusieron a los de 2019 y 2020, con lo que se elaboraron tablas de mortalidad y de ahí se coligieron las respectivas esperanzas de vida . De ese modo, en total se generaron 33 (entidades, más el nacional) × 8 (años de 1990 a 2020) × 2 (sexos) × 3 (tendencia y sus dos límites en los intervalos) = 1 386 tablas completas de mortalidad, cuyo algoritmo se desarrolló en el programa R versión 4.1.0.

4. Resultados

4.1 Exceso de mortalidad a través de defunciones

Con fundamento en las estimaciones de los para 2020 (véase tabla 1), se observa un exceso superior de mortalidad en hombres, así como una notable heterogeneidad entre los estados. Para el total de la población, se tuvo un = 35.72 %, para el caso masculino fue = 44.38 % y para las mujeres fue Importar imagen = 25 %. Con ello, pensando en una eventual política oportuna para la recuperación demográfica y sanitaria, se configura la interrogante respecto a cuáles grupos etarios presentaron los mayores excesos de mortalidad por estado y sexo. Asimismo, entender las causas podría ser otro elemento valioso a fin de propiciar la prevención y cuidado de la salud ante futuras crisis sanitarias.

Exceso de mortalidad por sexo (estatal y nacional)
Tabla 1
Exceso de mortalidad por sexo (estatal y nacional)

Según el estado, la Ciudad de México es la más afectada, con un = 96.34 % para su población total (un 121.29 % para los hombres y un 69.56 % para las mujeres), esto equivale al doble de defunciones esperadas. También resultan inquietantes las cifras de los estados que le siguen: Baja California y Chihuahua con de 93.95 % y 67 %, respectivamente. Tras ellos se sitúan los siguientes tres, de los cuales, dos limitan con los Estados Unidos: Sonora (56.49 %), Tabasco (50.74 %) y Coahuila (50.86 %). En contraste, tres tuvieron los menores excesos de mortalidad: Oaxaca (3.47 %), Nayarit (-1.51 %) y Guerrero (-6.30 %). En particular, los dos últimos son negativos, eso significa que hubo menos defunciones observadas que esperadas para 2020.

Al margen de analizar información más específica sobre los estados para tratar de aclarar el porqué de tal comportamiento, se tiene que la edad mediana de la población, proveniente del Censo de Población 2020 (INEGI, 2020a), tiene una correlación positiva y significativa con el exceso de mortalidad (rho= 0.466, p-valor=0.006). En otras palabras, el es parcialmente explicado por la edad mediana de la población expuesta al riesgo para el caso de México. En específico, la Ciudad de México, estado más envejecido y afectado, cuenta con una edad mediana de 35 años.

Los resultados obtenidos son coherentes con Vandoros (2020), Nogueira et al. (2020) y Krieger et al. (2020), en cuanto al excedente de fallecimientos con un predominio de hombres. Cabe notar que, entre otros, Kanter (2020) y Cárdenas (2021) dedujeron que para México la mortalidad es más elevada en la población masculina. Los hallazgos descritos también están en línea con aquellos de Mejía et al. (2021). Tampoco resulta extraño la alta magnitud de la mortalidad en la Ciudad de México, si bien Sánchez et al. (2021) sostuvieron que las muertes se concentran en zonas urbanas. Además, tres de los cuatro estados con más altos coinciden con los estados identificados por Cortés y Ponciano (2021).

Ahora bien, aunque lo mismo fue encontrado en Argentina y su capital, contrastan sus respectivos con los de México. Por ejemplo, las cifras nacionales distan por mucho de las de González y Pou (2020), donde se tuvo como referencia un 5 % de exceso, así como los de Buenos Aires que, según Pesci et al. (2020), están entre el 7.59 % y el 12.15 % para mujeres y hombres.

4.2 Exceso de mortalidad a través de esperanza de vida

En las tablas 2 y 3 se muestran las esperanzas de vida del CONAPO (2018) en los últimos 30 años, la estimación de la esperanza de vida para 2019 y 2020 de hombres y mujeres, así como el calculado. Si se considera el en relación con lo esperado en 2020 por el CONAPO (2018), resulta evidente una expectativa demasiado alta y, por tanto, un del mismo orden. En consecuencia, se piensa más apropiado determinarlo en virtud de la mortalidad de 2019, así, se logra una mejor perspectiva con base en una mortalidad ya observada, similar a lo realizado por Aburto et al. (2021), quienes estimaron la pérdida de esperanza de vida atribuible a la pandemia de COVID-19, tomando como referencia el año 2019.

De cualquier modo, se presentan ambas estimaciones en las tablas, a fin de que el lector elija la que considere más oportuna. Bajo tal acotación, se puede observar que el exceso de mortalidad por estado sí afectó directamente la esperanza de vida, pues en todos ellos existieron disminuciones en el indicador para ambos sexos. Es claro que las afectaciones son diferenciadas y pueden obedecer a distintos factores (y/o a la interacción entre ellos: comorbilidades, movilidad, densidad demográfica, escolaridad, marginación, etcétera) dignos de estudiarse más adelante.

Como se ilustra de manera generalizada, al lado de los resultados heterogéneos, la mayor disminución en la esperanza de vida se da en la población masculina. Dicho exceso podría ser advertido a través del. Sin embargo, desde el punto de vista de los autores, una manera más entendible de medir el impacto de 2020 equivale al, por cuanto se trata de la diferencia de indicadores resúmenes, bastante utilizados en la demografía. Debe recordarse que la esperanza de vida proporciona una imagen clara y comparable de la mortalidad tanto en el tiempo como en el espacio (Yusuf et al., 2014). Al recurrir a los resultados, una razón que podría ayudar a comprender la sobremortalidad masculina responde a la sobreexposición de este segmento poblacional, porque el quedarse confinado en casa es un hecho que generalmente escapa a la realidad mexicana por cuestiones de supervivencia.

El estado con mayor disminución en la esperanza de vida masculina fue la Ciudad de México (-7.10) y el de menor fue Nayarit (-0.31). A nivel nacional, la pérdida de este grupo fue de 3.99 años. Mientras tanto, el estado con mayor disminución en la esperanza de vida femenina fue Tlaxcala (-3.70) y el de menor fue Oaxaca (-0.53). En el contexto nacional las féminas perdieron 2.30 años. Los resultados apuntan a un retroceso de 30 años en el indicador de esperanza de vida en 16 estados para los hombres y de 5 años para las mujeres en solo tres estados. Bajo este escenario, luce apremiante el tomar decisiones en pro de ir recuperando gradualmente los niveles que se tenían previo al año de la pandemia, sobre todo, en el caso de la población masculina.

Esperanzas de vida y exceso de mortalidad masculina (estatal y nacional)
Tabla 2
Esperanzas de vida y exceso de mortalidad masculina (estatal y nacional)

Esperanzas de vida y exceso de mortalidad femenina (estatal y nacional)
Tabla 3
Esperanzas de vida y exceso de mortalidad femenina (estatal y nacional)

Si se observan directamente las tasas específicas de mortalidad por entidad y sexo, a partir de las cuales se estiman las esperanzas de vida, se observa que a través del tiempo hasta 2015, las curvas de mortalidad muestran una lógica demográfica. Es decir, un descenso paulatino de 1990 a 2015 (véanse las figuras 1, 2, 3 y 4 correspondientes a México [país] y a la Ciudad de México) tanto para hombres como para mujeres.

Con todo, para 2020 ocurre un fenómeno extraño y concordante frente a crisis sanitarias, claramente observable en las curvas de mortalidad. Este consiste en que la joroba de mortalidad deja de ser percibida como un exceso de mortalidad. Mejor dicho, se tiene un des-jorobamiento de la mortalidad y los excedentes hacen que deje de ser notoria, pues se incrementan las tasas específicas en todas las edades. Tales patrones, similares y con distintas intensidades en los estados del país, conllevan a que la esperanza de vida para el caso de México experimente un comportamiento descendente no visto desde aproximadamente la conclusión de la Revolución mexicana (1910-1920) (véase Peláez, 2009).

En lo concerniente a la Ciudad de México en 2020, cuyas esperanzas de vida fueron 62.06 y 70.75, las estimaciones revelan que sus valores son incluso inferiores a los de Argentina durante el quinquenio de 1975 a 1980, de 66.1 y 72.9, respectivamente (Narro et al., 1984). La esperanza de vida para México (país) en 2020 se calculó en 67.03 y 73.76 y sus pérdidas en 3.99 y 2.30. Al comparar la masculina con la respectiva de Estados Unidos, dada por Goldstein y Lee (2020), es mayor la nuestra por casi un año. A la vez, la femenina está por debajo de la pérdida general pero, de acuerdo con Andrasfay y Goldman (2020), solo está por debajo de la de los latinos.

En relación con Aburto et al. (2021), quienes también comprobaron que la esperanza de vida disminuyó en 27 de 29 países analizados entre 2019 y 2020, es coincidente que la población masculina fue la más afectada. De hecho, la máxima pérdida (en Estados Unidos, 2.1 años) fue casi duplicada por el caso mexicano. A diferencia de tal estudio, en el presente hubo reducciones no tan solo menores a las esperanzas de vida registradas para 2015, sino incluso a las de 1990 en algunos estados.

Evolución de curvas de mortalidad, ln(qx)’s, para hombres en México (país), 1990-2020
Figura 1
Evolución de curvas de mortalidad, ln(qx)’s, para hombres en México (país), 1990-2020

Nota. (a) Las series de puntos azules son extraídas de CONAPO (2018) para 1990-2015 y son estimaciones propias para 2019-2020; (b) las líneas azules continúas suavizadas son las reestimaciones de las curvas de mortalidad para 1990-2015 y estimaciones propias para 2019-2020; (c) las líneas rojas son el intervalo de estimación de dichas curvas para todos los años con 2 desviaciones estándar. Tanto (b) como (c) son obtenidos con el método de Guerrero y Silva (2015).

Elaboración con datos de CONAPO y estimaciones propias.

 Evolución de curvas de mortalidad, ln(qx)’s, para hombres en la Ciudad de México, 1990-2020
Figura 2
Evolución de curvas de mortalidad, ln(qx)’s, para hombres en la Ciudad de México, 1990-2020

Nota. (a) Las series de puntos azules son extraídas de CONAPO (2018) para 1990-2015 y son estimaciones propias para 2019-2020; (b) las líneas azules continúas suavizadas son las reestimaciones de las curvas de mortalidad para 1990-2015 y estimaciones propias para 2019-2020; (c) las líneas rojas son el intervalo de estimación de dichas curvas para todos los años con 2 desviaciones estándar. Tanto (b) como (c) son obtenidos con el método de Guerrero y Silva (2015)

Elaboración con datos de CONAPO y estimaciones propias.

Evolución de curvas de mortalidad, ln(qx)’s, para mujeres en México (país), 1990-2020
Figura 3
Evolución de curvas de mortalidad, ln(qx)’s, para mujeres en México (país), 1990-2020

Nota. (a) Las series de puntos azules son extraídas de CONAPO (2018) para 1990-2015 y son estimaciones propias para 2019-2020; (b) las líneas azules continúas suavizadas son las reestimaciones de las curvas de mortalidad para 1990-2015 y estimaciones propias para 2019-2020; (c) las líneas rojas son el intervalo de estimación de dichas curvas para todos los años con 2 desviaciones estándar. Tanto (b) como (c) son obtenidos con el método de Guerrero y Silva (2015).

Elaboración con datos de CONAPO y estimaciones propias.

Evolución de curvas de mortalidad, ln(qx)’s, para hombres en la Ciudad de México, 1990-2020
Figura 4
Evolución de curvas de mortalidad, ln(qx)’s, para hombres en la Ciudad de México, 1990-2020

Nota: (a) Las series de puntos azules son extraídas de CONAPO (2018) para 1990-2015 y son estimaciones propias para 2019-2020; (b) las líneas azules continúas suavizadas son las reestimaciones de las curvas de mortalidad para 1990-2015 y estimaciones propias para 2019-2020; (c) las líneas rojas son el intervalo de estimación de dichas curvas para todos los años con 2 desviaciones estándar. Tanto (b) como (c) son obtenidos con el método de Guerrero y Silva (2015).

Elaboración con datos de CONAPO y estimaciones propia

5. Conclusiones

El presente trabajo demostró que el exceso de mortalidad en México es alto y heterogéneo tanto a nivel nacional y estatal como por sexo; esto podría explicarse por diversos factores, entre ellos, los segmentos de la población hasta ahora menos expuestos al riesgo de contagio y, por ende, al de defunción, y las comorbilidades de intensidades distintas presentes en los grupos estudiados. Al momento, existe una mayor afectación principalmente a las personas adultas jóvenes y adultos mayores. A partir de dichos resultados, parece que la joroba de mortalidad se ha extendido a toda la población en ciertos casos.

En ese sentido, se configura como un aspecto importante el tratar de explicar el fenómeno por medio de índices de desarrollo humano o de marginación sociodemográfica, estatal y municipal para México, con base en la nueva realidad y tras un año de pandemia. El saldo de esta última para 2020 resulta bastante negativo para algunos estados del país y las diferencias son diametrales, razón por la cual se vuelve apremiante buscar los medios para el mejoramiento, en el corto o mediano plazo, de los recuperados y de las condiciones de vida de las familias afectadas. La pérdida de esperanza de vida implica, entre otras cosas, un menoscabo de capital humano y años de vida productiva y, por consiguiente, de la eventual generación de riqueza; de ahí su importancia.

Se aprecia un patrón de exceso de mortalidad mayor en los estados donde se supone existen mejores condiciones de vida y acceso a la salud, lo cual resulta paradójico. Ante ello, según Lawal (2020), en entornos con condiciones más precarias respecto a países más desarrollados (en particular se enfoca en África), se han experimentado menores tasas de mortalidad por COVID-19, debido a los siguientes factores: menor edad media de la población, menor esperanza de vida, menor tasa de mortalidad de más de 65 años en la era pre-COVID-19 y menor incidencia de enfermedades cardiovasculares. Dichas características en general coindicen con las de las poblaciones de los estados que menos exceso de mortalidad están presentando en México. Al respecto, esto podría erigirse como una nueva línea de investigación.

Asimismo, sería importante a nivel estatal y/o municipal verificar las relaciones entre mortalidad por COVID-19 y las variables escolaridad y condición en el trabajo, como lo hicieron Cortés y Ponciano (2021) y Hernández (2020), y marginación socioeconómica, como en Cortés y Ponciano (2021) y Sánchez et al. (2021), así como efectuar un análisis similar a través de esperanzas de vida temporales por entidad y sexo, tomando en cuenta las segmentaciones establecidas por Domínguez et al. (2020) y Mejía et al. (2021), con el objeto de entender más claramente qué expectativas han sido las más trastocadas y actuar en respuesta.

Las muertes confirmadas por COVID-19 son sólo una fracción del exceso observado desde el comienzo de la pandemia. México se ha distinguido, en especial, por haber practicado pocas pruebas para la detección oportuna del virus y por la ausencia de una comunicación nítida desde el principio de la crisis. Es probable que muchas de las muertes ocurridas dentro de ese contexto sean atribuibles a dicha enfermedad, a pesar de no haber sido registradas como tales; en diversos casos no hubo pruebas ni antes ni después de la defunción. Difícilmente se podrá medir el efecto directo de esas muertes en la esperanza de vida, por ahora, solo se aproxima a través del exceso de mortalidad.

Agradecimientos

Los autores del trabajo agradecen los valiosos comentarios de los dos árbitros asignados y del editor de la revista para la mejora del presente documento. Asimismo, el primer autor dedica este trabajo a Jesús y Ángeles, a su familia y a la memoria de todos aquellos mexicanos que se marcharon en 2020.

7. Referencias

Aburto, J. M., Schöley, J., Zhang, L., Kashnitsky, I., Rahal, C., Missov, T. I., ... y Kashyap, R. (2021). Quantifying impacts of the COVID-19 pandemic through life expectancy losses. Int J Epidemiol [Online ahead of print]. DOI:10.1093/ije/dyab207

Andrasfay, T. y Goldman, N. (2020). Reductions in 2020 US life expectancy due to COVID-19 and the disproportionate impact on the Black and Latino populations. Proceedings of the National Academy of Sciences of the United States of America, 118(5). DOI:https://doi.org/10.1073/pnas.2014746118

Cárdenas, R. (2021). Una mirada de factores y un desenlace funesto: la mortalidad por COVID-19 en México. Coyuntura Demográfica. Revista sobre los procesos demográficos en México hoy, 1(19). http://coyunturademografica.somede.org/una-miriada-de-factores-y-un-desenlace-funesto-la-mortalidad-por-covid-19-en-mexico/

Comisión Económica para América Latina y el Caribe (2007). Esperanza de vida al nacer. Estimaciones y proyecciones del CELADE. División de Población de la Comisión Económica para América Latina y el Caribe, Centro Latinoamericano y Caribeño de Demografía.https://celade.cepal.org/redatam/PRYESP/CAIRO/WebHelp/Metalatina/cairohelp.htm#esperanza_de_vida_al_nacer.htm

Consejo Nacional de Población (2018). Proyecciones de la Población de México y de las Entidades Federativas 2016-2050. https://datos.gob.mx/busca/dataset/proyecciones-de-la-poblacion-de-mexico-y-de-las-entidades-federativas-2016-2050

Cortés-Meda, A., y Ponciano-Rodríguez, G. (2021). Impacto de los determinantes sociales de la COVID-19 en México. Salud pública y Epidemiología, 2(17), 1-13.

Domínguez, L., Rodríguez, F., Sosa, F., Santos, G., y Cortés, P. (2020). The role of metabolic comorbidity in COVID-19 mortality of middle-aged adults. Medrix, The preprint server for health sciences. DOI:https://doi.org/10.1101/2020.12.15.20244160

Goldstein, J. R. y Lee R. D. (2020). Demographic perspectives on the mortality of COVID-19 and other epidemics. Proceedings of the National Academy of Sciences of the United States of America, 137(36). DOI:https://doi.org/10.1073/pnas.2006392117

González, L. M., y Pou, S. A. (2020). Estimación del exceso de mortalidad por COVID-19 mediante los años de vida perdidos: impacto potencial en la Argentina en 2020. Notas de Población, 47(111), 85-104.

Guerrero, V. M. y Silva, E. (2015). Smoothing a Time Series by Segments of the Data Range. Communications in Statistics - Theory and Methods, 44(21), 4568-4585. DOI: https://doi.org/10.1080/03610926.2014.901372

Heligman, L. y Pollard, J. H. (1980). The age pattern of mortality. Journal of the Institute of Actuaries (1886-1994), 107(1), 49-80.

Hernández, H. (2020). Mortalidad por COVID-19 en México. Notas preliminares para un perfil sociodemográfico. Notas de coyuntura del CRIM (36). https://web.crim.unam.mx/sites/default/files/2020-06/crim_036_hector-hernandez_mortalidad-por-covid-19_0.pdf

Instituto Nacional de Estadística Geografía e Informática (2020). Características de las defunciones registradas en México durante enero a agosto 2020 [Archivo PDF]. https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2021/EstSociodemo/DefuncionesRegistradas2020_Pnles.pdf

Instituto Nacional de Estadística Geografía e Informática (2020a). Censo de Población y Vivienda 2020.https://www.inegi.org.mx/sistemas/Olap/Proyectos/bd/censos/cpv2020/pt.asp

Instituto Nacional de Salud Pública (2020). Grupo Interinstitucional para la estimación del exceso de mortalidad por todas las causas. Boletín Estadístico sobre el exceso de mortalidad por todas las causas durante la emergencia por COVID-19 45(7). https://coronavirus.gob.mx/wp-content/uploads/2020/12/Boletin_VII_Exceso_Mortalidad_SE45_MX.pdf

Johns Hopkins University. (2021). COVID-19 Data in Motion: Wednesday, May 12, 2021.https://coronavirus.jhu.edu

Kanter, I. (2020). Muertes por COVID-19 en México. Mirada Legislativa (190). http://www.bibliodigitalibd.senado.gob.mx/bitstream/handle/123456789/4927/ML_190.pdf?sequence=1&isAllowed=y

Krieger, N., Chen, J. T. y Waterman, P. D. (2020). Excess mortality in men and women in Massachusetts during the COVID-19 pandemic. The Lancet, 395(1829). https://www.thelancet.com/pdfs/journals/lancet/PIIS0140-6736(20)31234-4.pdf

Lawal, Y. (2021). Africa’s low COVID-19 mortality rate: A paradox?. International journal of infectious diseases, 102, 118-122.

Mejía, L. S. P., Fernández, J. L. W., Hernández, I. O., Ridaura, R. L., Ramírez, H. L. G., Ávila, M. H., y Ávila, J. E. H. (2021). Estimación del exceso de mortalidad por todas las causas durante la pandemia del COVID-19 en México. Salud Pública de México, 63(2), 211-224. DOI:https://doi.org/10.21149/12225

Narro, J., Urbina, M., Castro, R., Palma, J y Palma, Y. (1984). Evolución reciente de la mortalidad en México. Comercio Exterior, 34(7), 636-646.

Nogueira, P. J., Nobre, M. D. A., Nicola, P. J., Furtado, C. y Carneiro, A. V. (2020). Excess Mortality Estimation During the COVID-19 Pandemic: Preliminary Data from Portugal. Acta Médica Portuguesa, 33(6), 376-383. DOI:https://doi.org/10.20344/amp.13928

Organización Mundial de la Salud (2020). Según una encuesta mundial de la OMS, el 90 % de los países han sufrido interrupciones de sus servicios de salud esenciales desde el inicio de la pandemia de COVID-19 [Mensaje en un blog]. https://www.who.int/es/news/item/31-08-2020-in-who-global-pulse-survey-90-of-countries-report-disruptions-to-essential-health-services-since-covid-19-pandemic

Peláez, Ó. (2009). Descripción y proyección de la esperanza de vida al nacimiento en México (1900-2050). Estudios demográficos y urbanos, 24(2), 469-492.

Pesci, S., Marín, L., Wright, R., Kreplak, N., Ceriani, L., Bolzán, … y Varela, T. (2021). Exceso de mortalidad por la pandemia de COVID-19 durante 2020 en la provincia de Buenos Aires, Argentina. Revista Argentina de Salud Pública, 13(1), 13.http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1853-810X2021000200013&lng=es&tlng=es.

Pinzón, J. E. D. (2020). Estimación de las tasas de mortalidad y letalidad por COVID-19 en Colombia. Revista Repertorio de Medicina y Cirugía, 29(1), 89-93. https://revistas.fucsalud.edu.co/index.php/repertorio/article/view/1103/1341

Ruvalcaba, J. C., Beltrán, M. G., Benítez, A., Santiago, D., García, F., Toribio, J., ... y Peña, E. M. (2020). Una reflexión en torno a atención primaria en aalud y la pandemia por SARS COVID-2; COVID-19 en México ante la confusión en la comunicación. Journal of Negative and No Positive Results, 5(6), 631-643.

Sánchez, M., González, E., Sepúlveda, J., Abascal, L., Fieldhouse, J., Del Río, C. y Gallalee, S. (2021). Mexico's response to COVID-19: A case study [Archivo PDF]. https://globalhealthsciences.ucsf.edu/sites/globalhealthsciences.ucsf.edu/files/mexico-covid-19-case-study-english.pdf

Silva, E., Islas-Camargo, A. y Guerrero, M. V. (in press) Esperanza de vida en torno a la joroba de mortalidad masculina en México con suavizamiento controlado por segmentos. Estudios Demográficos y Urbanos.

Secretaría de Salud (2020). Base de datos de Exceso de mortalidad. México.

Vandoros, S. (2020). Excess Mortality during the COVID-19 pandemic: Early evidence from England and Wales. Medrix The preprint server for health sciences. DOI:https://doi.org/10.1101/2020.04.14.20065706

Yusuf, F., Martins, J. M., Swanson, D. A., Martins, J. M. y Swanson, D. A. (2014). Methods of demographic analysis. Springer.

Notas

[1] Universidad Anáhuac México, Estado de México, MÉXICO. Correo electrónico: jose.silva@anahuac.mx. ORCID: https://orcid.org/0000-0003-0499-0446
[2] Universidad Anáhuac México, Estado de México, MÉXICO. Correo electrónico: andrea.peraltala@anahuac.mx. ORCID: https://orcid.org/0000-0003-2491-3149
[3] Universidad Anáhuac México, Estado de México, MÉXICO. Correo electrónico: eric.peraltala@anahuac.mx. ORCID: https://orcid.org/0000-0001-8032-2875
HTML generado a partir de XML-JATS4R por