Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
Introducción
La enfermedad de Chagas (EC), causada por Trypanosoma cruzi, es una de las principales enfermedades tropicales desatendidas y representa un importante problema de salud pública en América Latina. Se estima que entre seis y ocho millones de personas están infectadas en el mundo, la mayoría en esta región1. En Colombia, la carga es considerable: la OMS reporta cerca de 435.000 casos prevalentes, mientras que el Instituto Nacional de Salud (INS) estima entre 700.000 y 1,2 millones de personas afectadas2,3. La distribución geográfica es heterogénea, con prevalencias elevadas en Arauca (21,1%), Casanare (11 - 15%) y Santander (3,2-6,3%), y focos críticos en la Sierra Nevada de Santa Marta (33,5-36,9% en recién nacidos) y Casanare (hasta 15,4%)3.
La EC se asocia con condiciones poblacionales y sociales específicas. Las personas con bajo nivel educativo tienen mayor riesgo de infección (OR: 3,43; p = 0,03), y la población hispana presenta una probabilidad significativamente más alta frente a blancos y afrodescendientes (OR: 25,85; p<0,0001)4. En cuanto a la ocupación, las amas de casa representan hasta el 34,8% de los casos de cardiomiopatía chagásica crónica5. La mortalidad es mayor en hombres (1,61 veces) y en mayores de 65 años, con tasas de hasta I.296 por 100.000 habitantes6,7.
Los factores ambientales también influyen en la variabilidad regional. Las viviendas con paredes de barro incrementan diez veces el riesgo de transmisión (OR: 10,05; IC95%: 5,31 - 18,04; p = 0,0001), los techos de cartón hasta seis veces (OR: 6,84; IC95%: 1,49-31,31; p = 0,013) y el hacinamiento triplica el riesgo (OR: 3,0; IC95%: 1,2-7,5)8,9. En comunidades pobres, el 66,8% de las viviendas tienen suelos de tierra y más del 45% paredes de adobe o quincha, condiciones que favorecen la infestación por triatominos10. A nivel ecológico, la temperatura, la precipitación y la humedad relativa determinan la distribución de Rhodnius prolixus y Triatoma infestans, modulando su reproducción y densidad11,12. Procesos antrópicos como la deforestación, la minería y la ganadería intensifican además la adaptación de los vectores al ambiente doméstico13,14.
Pese a los avances en la vigilancia y control vectorial, en Colombia persisten vacíos importantes en la caracterización espaciotemporal de la EC a escala municipal y multianual. La mayoría de los estudios disponibles se han limitado a regiones endémicas específicas o a periodos breves de observación, lo que restringe la detección de tendencias de largo plazo, la identificación de clústeres emergentes y el análisis de desigualdades territoriales en la notificación15,16. Además, son escasos los trabajos que integran de forma simultánea dimensiones sociales, ambientales y demográficas en el análisis de la distribución de la enfermedad, pese a su relevancia para comprender los determinantes estructurales de la transmisión.
El presente estudio aborda estos vacíos mediante un enfoque epidemiológico integrador, basado en los registros oficiales de vigilancia (SIVIGILA) con cobertura nacional y desagregación municipal para el periodo 2015-2022. Esta estrategia permite estimar variaciones interanuales, identificar municipios con persistencia de alta carga y cuantificar cambios en la distribución geográfica, aportando evidencia útil para la planificación y focalización de intervenciones. Los hallazgos generados ofrecen insumos para fortalecer la búsqueda activa de casos, el tamizaje prenatal y el control vectorial, optimizando el uso de recursos y alineándose con las metas de eliminación establecidas por la OMS y la OPS17. En este contexto, el objetivo del estudio fue analizar la variabilidad regional y temporal de la enfermedad de Chagas en Colombia entre 2015 y 2022, y su asociación con factores sociales, demográficos y ambientales.
Metodología
Diseño y población
Se realizó un estudio ecológico analítico basado en fuentes secundarias, con el propósito de evaluar la variabilidad regional y temporal de la EC en Colombia y su asociación con factores demográficos, sociales y ambientales. La unidad de análisis correspondió a la frecuencia anual de casos notificados en cada uno de los I.122 municipios del país entre 2015 y 2022, agrupados en las siete regiones definidas por el artículo 45 de la Ley 2056 de 2020: Amazónica, Eje Cafetero, Oriente, Llanos, Pacífico, Caribe y San Andrés18.
Fuente de información
Se incluyeron todos los casos confirmados de EC registrados en el SIVIGILA durante el período 2015-2022. Los casos se identificaron mediante el código de evento 205, que contempla tanto la forma aguda como la cardiopatía chagásica crónica, según los criterios clínicos, epidemiológicos y de laboratorio establecidos en los protocolos nacionales. Estas cifras reflejan notificación y no la prevalencia estimada de infección a nivel nacional. La información poblacional y sociodemográfica se obtuvo del Departamento Administrativo Nacional de Estadística (DANE), incluyendo proyecciones y retroproyecciones censales, así como indicadores como el Indice de Pobreza Multidimensional (IPM)19, la tasa de alfabetización, la cobertura de educación secundaria y el Indice de Necesidades Básicas Insatisfechas (NBI)20.
Las variables ambientales se extrajeron del Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) e incluyeron precipitación anual promedio, temperatura media, humedad relativa, deforestación y cobertura boscosa. Adicionalmente, se incorporaron indicadores sociales y contextuales: densidad poblacional, hectáreas sembradas con cultivos de coca (Observatorio de Drogas de Colombia), tasas de homicidios (Policía Nacional) y el Indice de Incidencia del Conflicto Armado (IICA), derivado del Departamento Nacional de Planeación. El IICA es un indicador sintético a nivel municipal que integra registros de violencia y victimización (acciones armadas, homicidios, secuestros, desplazamiento, minas antipersonal y cultivos de coca), actualizados con la inclusión de homicidios de líderes sociales y excombatientes desde 2017. Este índice cuantifica la intensidad territorial del conflicto armado en una escala continua21.
Los valores ambientales se agregaron a nivel municipal como promedios anuales. En los casos con datos faltantes, se aplicó interpolación bilineal, garantizando la coherencia con los valores departamentales y la estabilidad temporal de las series. Aunque estas estrategias reducen el sesgo potencial, se reconoce que no eliminan completamente la incertidumbre asociada al subregistro endémico en vigilancia epidemiológica. Con el fin de asegurar la calidad y consistencia de la información, se implementaron rutinas de validación que comprendieron: detección y eliminación de registros duplicados; conciliación de inconsistencias entre códigos DANE, año calendario y conteo de casos; depuración de valores extremos y revisión de coherencia interna; y evaluación del posible subregistro mediante la comparación de los agregados municipales con los informes anuales oficiales del Instituto Nacional de Salud.
Variables
Se incluyeron todos los casos confirmados de EC reportados durante el periodo de estudio. Se excluyeron los municipios ubicados por encima de 2.000 metros sobre el nivel del mar, debido a que los vectores transmisores no se establecen de forma sostenida en altitudes superiores22. Esta decisión mejora la especificidad ecológica del análisis y reduce la inclusión de áreas no expuestas al vector. Sin embargo, se reconoce que podrían excluirse algunos casos aislados de transmisión no vectorial (congénita o transfusional) o notificaciones importadas, aunque este tipo de transmisión es el menos frecuente en regiones endémicas.
La variable dependiente fue el número de casos confirmados de EC notificados por municipio y año, expresado como tasa bruta y tasa estandarizada por sexo. Las variables independientes abarcaron indicadores demográficos (alfabetización, densidad poblacional), sociales (IPM, NBI, cobertura educativa, homicidios, hectáreas de coca, IICA) y ambientales (precipitación, temperatura, humedad, deforestación y cobertura boscosa). Las decisiones analíticas relativas a la operacionalización, codificación, categorización y escalas de medición de las variables se detallan en el Anexo Tabla 1. En los modelos multivariados, se utilizó como categoría de referencia aquella con menor exposición o vulnerabilidad (por ejemplo, región Amazónica, sexo masculino o cuartil inferior de pobreza).
Análisis estadístico
Se calcularon medidas de frecuencia y dispersión para los casos confirmados de EC, desagregadas por municipio, región, año y variables independientes. Se estimaron tasas brutas y estandarizadas por sexo, utilizando como población estándar la distribución de 49 % hombres y 51 % mujeres. Las diferencias entre regiones se evaluaron con la prueba de Kruskal-Wallis, considerando p < 0,05 como estadísticamente significativa.
La selección de métodos analíticos respondió a la necesidad de capturar la complejidad espaciotemporal de la enfermedad. En primer lugar, la asociación entre las tasas ajustadas de EC y las variables socioambientales se analizó mediante modelos lineales generalizados (GLM) ajustados por año y sexo, lo que permitió estimar la magnitud y dirección de los efectos de cada determinante, expresados como coeficientes β con sus intervalos de confianza del 95%. Posteriormente, se implementaron modelos de regresión de panel con efectos mixtos, que incorporaron la dimensión temporal (años) y la variabilidad regional como efectos fijos, permitiendo controlar la heterogeneidad no observada y la autocorrelación temporal.
Para explorar la dinámica temporal, se emplearon modelos ARIMA (autorregresivos integrados de media móvil), adecuados para identificar tendencias, fluctuaciones anuales y evaluar la estacionariedad de las series. La combinación de estos enfoques (GLM, panel y ARIMA) permitió integrar perspectivas transversales, longitudinales y temporales, fortaleciendo la robustez de la inferencia y la validez de los resultados. Se evaluó la colinealidad entre variables mediante el factor de inflación de la varianza (VIF), excluyendo aquellas con VIF > 5. El ajuste global de los modelos se verificó mediante la prueba de razón de verosimilitud (Chi2) (p < 0,001). Para el análisis de series temporales, la estacionariedad se evaluó mediante las pruebas Dickey-Fuller aumentada (ADF)23 y Kwiatkowski-Phillips-Schmidt-Shin (KPSS)24; en caso necesario, se aplicó diferenciación para lograr estacionariedad, y los modelos ARIMA se seleccionaron según los criterios AIC y BIC.
La naturaleza agrupada y la sobredispersión de los datos se abordaron mediante modelos de regresión binomial negativa de efectos mixtos, calculando razones de tasas de incidencia (RTI) con intervalos de confianza del 95 %. Los datos se estructuraron en dos niveles: (i) observaciones anuales de casos por municipio y (ii) regiones geográficas, modeladas como efectos fijos. La sobredispersión se verificó comparando los modelos Poisson y binomial negativa. Finalmente, la dependencia espacial se exploró con el índice global de Moran aplicado a las tasas estandarizadas municipales, usando una matriz de pesos tipo reina, y con los indicadores locales de autocorrelación espacial (LISA) para identificar conglomerados significativos (Alta-Alta y Baja-Baja), estratificados por sexo y año. Todos los análisis se realizaron en Stata v16 y R v4.5.1.
Resultados
Entre 2015 y 2022 se notificaron 47.847 casos confirmados de EC en Colombia en el SIVIGILA, 56,63 en mujeres. La distribución anual mostró variabilidad, con un mayor número de notificaciones en 2015 y una tendencia en descenso hasta alcanzar el valor más bajo en 2020. Posteriormente, se observó una ligera recuperación en 2021 y 2022. A nivel municipal, la mediana anual fue de 0 casos, aunque se registraron municipios con hasta 95 notificaciones en un solo año. Las tasas brutas y estandarizadas (TB y TE) de incidencia fluctuaron en todo el período analizado. A nivel nacional, las TE oscilaron entre 0,29 y 0,99 por 100.000 habitantes. La tendencia general fue de disminución sostenida a partir de 2016 (Tabla 1). Al analizar por sexo, se evidenció una mayor incidencia en mujeres en comparación con los hombres, con diferencias significativas en regiones como los Llanos y el Oriente (Anexo Tabla 2).
Tabla 1 Distribución anual del número de atenciones por RIPS y casos notificados por SIVIGILA de enfermedad de Chagas por municipios y regiones de Colombia.
| Año | Municipio* | p25-p75 | Región* | p25-p75 | TB | TE |
|---|---|---|---|---|---|---|
| 2015 | 0 (0-43) | 1-3 | 45 (3-146) | 8-83 | I,96 | 0,99 |
| 2016 | 0 (0-49) | 1-4 | 9 (1-149) | 2 - 107 | I,53 | 0,77 |
| 2017 | 0 (0-25) | 1-3 | 14 (1-90) | 3-52 | I,14 | 0,57 |
| 2018 | 0 (0-59) | 1-4 | 35,5 (2-110) | 9,5 - 96 | I,74 | 0,87 |
| 2019 | 0 (0-48) | 1-3 | 16 (1-89) | 2-47 | 0,84 | 0,42 |
| 2020 | 0 (0-26) | 1-4 | 8 (1-48) | 6-26 | 0,57 | 0,29 |
| 2021 | 0 (0-95) | 1-4 | 31,5 (1-155) | 2-82 | I,76 | 0,88 |
| 2022 | 0 (0-38) | 1-2 | 31 (I-118) | 2-55 | I,30 | 0,66 |
| Total | 0(0-95) | 1-3 | 19 (1-155) | 3-61 | - | - |
*Mediana (mínimo-máximo); TB: tasa bruta; TE: tasa estandarizada
El análisis mediante GLM mostró diferencias significativas en la distribución regional de la EC. En comparación con la Amazonía, las tasas estandarizadas fueron significativamente más altas en los Llanos (coef. = 3,45; IC95%: 2,79-4,10; p < 0,001) y en la región Oriente (coef. = 1,33; IC95%: 0,67-1,98; p < 0,001). En contraste, no se observaron diferencias estadísticamente significativas en Caribe (coef. = 0,42; p = 0,205), Eje Cafetero (coef. = 0,18; p = 0,667) ni Pacífico (coef. = -0,09; p = 0,827). Adicionalmente, se identificó una asociación positiva entre el sexo femenino y una mayor probabilidad de notificación de casos (coef. = 0,74; IC95%: 0,34-1,14; p < 0,001).
Al evaluar las condiciones ambientales y sociales, El Eje Cafetero y los Llanos presentaron la mayor humedad relativa (medianas: 99,7 % y 100 %, respectivamente), mientras que el Caribe registró valores mínimos (0 %). La temperatura más alta se registró en el Caribe (26,9 °C) y la más baja en el Oriente (18,5 °C). Las precipitaciones fueron elevadas en los Llanos (mediana: 2919,I mm) y en el Eje Cafetero (2447,6 mm). En cuanto a cobertura educativa, el Caribe reportó la mayor mediana (90,7 %) y San Andrés la menor (35,3 %). La densidad poblacional varió ampliamente, destacándose el Eje Cafetero (hasta 15.388 habitantes/km^) y en San Andrés (254,85 hab/ km2). La tasa de homicidios fue alta en el Pacífico (mediana: 47,9 por 100.000 habitantes) y en el Eje Cafetero (39,3). La mediana de alfabetización alcanzó su valor más alto en el Caribe (13,3 por 100.000), mientras que San Andrés presentó el valor más bajo (I,28). Las hectáreas con cultivos de coca fueron más abundantes en la Amazonía (mediana: 552,8 ha) y en el Pacífico (184,5 ha). Los niveles de IPM fueron más altos en el Caribe (mediana: 52) y en el Pacífico (43,4), al igual que las NBI y el índice de miseria, que alcanzaron máximos de 66,1 % y 30,4 %, respectivamente, en el Pacífico. El IICA mostró valores bajos en general, aunque con máximos en el Eje Cafetero (hasta 1,37) y el Pacífico (1,72) (Anexo Tabla 3).
El análisis de regresión de panel con efectos fijos evidenció una asociación negativa y significativa entre el índice de incidencia de conflicto armado y la TE de EC (coef. = -6,36; IC95%: -11,31 a -1,42; p = 0,012). El sexo femenino mostró una asociación positiva significativa (coef. = 0,80; IC95%: 0,45-1,15; p < 0,001). La deforestación, el índice de pobreza multidimensional, las hectáreas de coca, la densidad poblacional y la tasa de homicidios no mostraron asociaciones significativas con la enfermedad.
Análisis temporal
Al evaluar la estacionariedad de las series temporales de casos de enfermedad de Chagas en SIVIGILA, la prueba de ADF aumentada mostró que las series originales fueron estacionarias en la Amazonía (p=0,033), Caribe (p<0,001), Eje Cafetero (p<0,001), Llanos (p<0,001) y Pacífico (p<0,001). En contraste, en la región Oriente las series no fueron estacionarias en nivel (p=0,067), aunque alcanzaron estacionariedad tras la diferenciación (p<0,001). De forma complementaria, la prueba de KPSS indicó que Caribe (p=0,056), Eje Cafetero (p=0,077) y Llanos (p=0,049) fueron estacionarios en nivel, mientras que Oriente (p=0,850) y Pacífico (p=0,157) lograron estacionariedad después de la diferenciación. En el análisis de series de tiempo para EC por SIVIGILA, se observa que en la mayoría de las regiones (Amazonía, Eje Cafetero, Pacífico y Llanos), los modelos ARIMA capturan adecuadamente la tendencia descendente o los bajos niveles de casos, aunque con menor capacidad para anticipar picos esporádicos. En regiones como el Caribe y el Oriente, donde se observaron fluctuaciones más marcadas y picos pronunciados, las predicciones tendieron a subestimar los valores reales (Figura 1).
Figura 1 Comportamiento temporal y predicción de casos mensuales de enfermedad de Chagas por región en Colombia (SIVIGILA 2015-2022), mediante modelos ARIMA.
El análisis de las tasas de EC, mostró una disminución sostenida y significativa en la incidencia reportada desde 2016 en comparación con 2015, con razones de incidencia cercanas a cero a partir de 2018. El IPM se asoció con un mayor riesgo de notificación (RTI: 1,15; p<0,001). Además, el sexo femenino presentó una mayor incidencia que el masculino (RTI: 1,4; p=0,006). Geográficamente, las regiones de los Llanos y el Oriente presentaron un riesgo significativamente más alto que la región Amazónica (categoría de referencia), mientras que la región Pacífica mostró un riesgo menor (RTI: 0,10; p<0,001) (Tabla 2).
Tabla 2 Modelo multinivel binomial negativo de incidencia de Chagas en Colombia (SIVIGILA 2015-2022).
| Variable | Razones de tasas de incidencia | IC 95% | Valor p |
|---|---|---|---|
| Año | |||
| 2016 | 0,58 | 0,37 - 0,92 | 0,021 |
| 2017 | 0,42 | 0,19 - 0,92 | 0,031 |
| 2018 | 0,00 | 0,00 - 0,02 | <0,001 |
| 2019 | 0,00 | 0,00 - 0,02 | <0,001 |
| 2020 | 0,00 | 0,00 - 0,02 | <0,001 |
| 2021 | 0,00 | 0,00 - 0,06 | <0,001 |
| 2022 | 0,00 | 0,00 - 0,04 | <0,001 |
| IPM | 1,15 | 1,08 - 1,21 | <0,001 |
| Sexo (mujer) | I,4 | 1,10 - 1,77 | 0,006 |
| Región* | |||
| Caribe | I,45 | 0,72 - 2,92 | 0,301 |
| Eje cafetero | 0,31 | 0,09 - 1,07 | 0,064 |
| Llanos | 20,69 | 11,19 - 38,26 | <0,001 |
| Oriente | 15,84 | 9,75 - 25,73 | <0,001 |
| Pacífico | 0,1 | 0,04 - 0,22 | <0,001 |
IPM: Índice de Pobreza Multidimensional.
* Referencia: Amazonía. San Andrés no se modeló por cero estructural/varianza nula durante 2015-2022; por tanto, no se reporta coeficiente para esta región.
Análisis espacial
El análisis espacial confirmó patrones de concentración territorial. Se identificó autocorrelación positiva significativa en todos los años (Moran's I entre 0,280 y 0,495; p<0,001), en Hombres se identificaron conglomerados espaciales significativos de alta incidencia (Alta-Alta) principalmente en el norte del país, con concentración en los departamentos de Cesar, Magdalena y Bolívar, así como en el oriente, especialmente en Arauca. En 2020 se observó una mayor dispersión espacial, con predominio de conglomerados de baja incidencia (Baja-Baja) distribuidos en varios municipios del país (Figura 2).
Figura 2 Clusters espaciales significativos en las tasas estandarizadas de enfermedad de Chagas por SIVIGILA en Colombia en Hombres, 2015-2022 (Moran's I, p < 0.001)
Entre 2015 y 2022 se identificaron patrones espaciales significativos en la distribución de las tasas estandarizadas de enfermedad de Chagas en mujeres en Colombia, con una tendencia persistente de conglomerados de alta incidencia (Alta-Alta) principalmente en los departamentos de Santander, Boyacá y Arauca. En contraste, se observaron conglomerados de baja incidencia (Baja-Baja) en zonas del suroccidente y Caribe colombiano (Figura 3).
Discusión
Este estudio ofrece una caracterización integral de la dinámica epidemiológica de la EC en Colombia entre 2015 y 2022, a partir de registros nacionales del SIVIGILA. Los hallazgos evidencian una marcada heterogeneidad espaciotemporal, con regiones y departamentos persistentemente hiperendémicos, y una influencia significativa de factores sociales, ambientales y contextuales sobre la distribución de los casos.
La tendencia descendente observada desde 2016, con recuperación parcial tras 2021, sugiere una combinación de factores. En primer lugar, los avances sostenidos en las estrategias de control vectorial y vigilancia prenatal pueden haber reducido la transmisión vectorial y congénita, en concordancia con reportes del INS y la OPS que describen logros en la interrupción de transmisión domiciliaria en varios departamentos25. En segundo lugar, la disminución abrupta en 2020 se relaciona con la disrupción de la vigilancia epidemiológica durante la pandemia de COVID-19, cuando los recursos se concentraron en la respuesta sanitaria y disminuyeron las notificaciones de enfermedades tropicales desatendidas26,27. La reducción de casos podría reflejar un subregistro estructural persistente, especialmente en zonas rurales dispersas, lo que subraya la necesidad de fortalecer la capacidad diagnóstica y la vigilancia activa28.
En el plano sociodemográfico, la mayor incidencia en mujeres podría atribuirse principalmente al tamizaje prenatal obligatorio implementado en áreas endémicas desde 2019, lo que incrementó la detección sistemática de gestantes infectadas3. Este incremento en la notificación femenina refleja el impacto de las estrategias programáticas orientadas a la prevención de la transmisión congénita y al seguimiento materno-infantil. No obstante, también podría relacionarse con una mayor exposición intradomiciliaria, derivada de diferencias en los roles sociales y patrones de permanencia en el hogar. La brecha observada subraya la necesidad de reforzar los mecanismos de búsqueda activa y diagnóstico oportuno en hombres adultos, un grupo históricamente subrepresentado en los programas de cribado y vigilancia rutinaria 29,30.
La asociación positiva entre el Índice de Pobreza Multidimensional (IPM) y la incidencia confirma el peso de la pobreza estructural como determinante fundamental de la transmisión, al condicionar el tipo y calidad de la vivienda, el grado de hacinamiento y el acceso limitado a diagnóstico y tratamiento31. Este hallazgo refuerza la interpretación de la EC como un marcador de inequidad social, coherente con estudios latinoamericanos que la describen como una enfermedad de la desigualdad32.
La inclusión del IICA representa uno de los aportes diferenciales de este trabajo. Su asociación negativa con la notificación de casos sugiere que la intensidad del conflicto puede modificar la dinámica epidemiológica al provocar desplazamientos forzados, reconfiguración territorial y debilitamiento de los programas de vigilancia y control vectorial. En regiones como los Llanos y la Amazonía, históricamente afectadas por el conflicto rural, la movilidad poblacional y la deforestación han creado nuevos entornos de exposición; en contraste, en el Caribe y el Oriente, donde predominan expresiones urbanas o periurbanas del conflicto, la expansión desordenada de asentamientos precarios incrementa la vulnerabilidad33,34. Este hallazgo subraya la necesidad de incorporar la dimensión sociopolítica en los sistemas de vigilancia, una perspectiva poco explorada en estudios previos sobre EC en Colombia.
Desde el enfoque espacial, el análisis de clústeres significativos confirmó una concentración persistente de alta incidencia en Santander, Boyacá y Arauca, consolidando esta franja como núcleo hiperendémico nacional. En hombres, se observaron conglomerados en el norte (Cesar, Magdalena y Bolívar), mientras que en mujeres persistieron en el nororiente, con clústeres de baja incidencia en el suroccidente y la región Caribe. Estas diferencias geográficas y por sexo orientan la necesidad de estrategias focalizadas y diferenciadas territorialmente15.
El análisis temporal mediante modelos ARIMA capturó de manera adecuada las tendencias descendentes y los niveles bajos de notificación, pero evidenció limitaciones para predecir picos esporádicos y cambios abruptos, especialmente en el Caribe y Oriente. La interrupción de la vigilancia durante la pandemia afectó la estacionariedad y la confiabilidad de las predicciones, fenómeno documentado también para otras enfermedades transmitidas por vectores en América Latina35. Esto resalta la necesidad de fortalecer la continuidad y calidad del registro, así como de incorporar análisis de sensibilidad y modelos híbridos que combinen predicción estadística con alertas tempranas basadas en vigilancia entomológica o climática.
En conjunto, los resultados confirman que la EC en Colombia no puede interpretarse únicamente desde una perspectiva biológica, sino como un fenómeno multidimensional, donde convergen determinantes sociales, ambientales y políticos. La integración de indicadores socioambientales a nivel municipal y regional constituye un aporte metodológico en el contexto colombiano, al ampliar el marco analítico hacia una visión territorial e intersectorial. En términos de política pública, estos hallazgos demandan intervenciones integrales y sostenibles, orientadas a los territorios hiperendémicos y sensibles al conflicto, fortaleciendo la tamización prenatal, la vigilancia entomológica y la detección precoz de brotes mediante análisis espaciotemporales continuos.
Este estudio utiliza notificaciones oficiales de SIVIGILA, sujetas a subregistro y a variabilidad en la calidad del reporte entre regiones, lo que podría subestimar la incidencia. Aunque aplicamos depuración (duplicados, consistencia municipio-año, atípicos) y análisis espaciotemporales sobre series nacionales para atenuar estos sesgos, no pueden eliminarse por completo. Los ARIMA capturan bien tendencias, pero tienen capacidad limitada para anticipar picos esporádicos con series relativamente cortas. Finalmente, la pandemia de COVID-19 interrumpió la vigilancia, afectando la estacionariedad y la confiabilidad de las predicciones en 2020-2021.
Conclusiones
La EC en Colombia exhibe una heterogeneidad marcada en el espacio y el tiempo, con conglomerados persistentes de alta incidencia en el nororiente andino y mayor riesgo relativo en Llanos y Oriente, en contraste con niveles menores en el Pacífico. La mayor notificación en mujeres y la asociación positiva con el IPM refuerzan el carácter estructural y social de la enfermedad, mientras que la relación inversa con el IICA sugiere que los determinantes sociopolíticos condicionan la visibilidad y dinámica de la transmisión.
La integración de enfoques espaciales, temporales y de panel permitió identificar patrones críticos para la vigilancia y priorizar territorios y subpoblaciones. En términos de salud pública, los hallazgos respaldan la focalización territorial diferenciada (por región y sexo), el fortalecimiento de la vigilancia, en particular en contextos de conflicto, la tamización prenatal y el control vectorial dirigido, así como la incorporación de análisis temporales para la detección temprana de brotes. Avanzar hacia modelos intersectoriales sensibles al territorio y sostener mejoras en la calidad del dato son pasos necesarios para reducir inequidades y acelerar el cumplimiento de las metas de eliminación planteadas por la OMS/OPS.
