Exploratory Analysis of Health-Related Indicators Contained in the Sustainable Development Goals for the State of Mexico

• Autorzy: Jim Octavio Mazariegos , Giovanna Santana Castañeda , Marcela Virginia Santana Juarez , Noel Bonfil Pineda Jaimes
• Języki publikacji: EN

Abstrakty

EN

The health-related Sustainable Development Goals (SDGs) serve as pivotal benchmarks for gauging the health, well-being, and overall development of a nation's populace. This study aims to meticulously scrutinize the available SDG indicators for the State of Mexico at the municipal level, employing sophisticated techniques rooted in exploratory spatial data analysis. The primary objective is to comprehensively grasp the interplay between these indicators and their geographic distribution. This analytical approach will unveil discernible patterns encompassing clustering, dispersion, spatial self-correlation, and other geographical trends within the selected indicators. Spatial autocorrelation, notably, plays a pivotal role in discerning similarities or disparities in values and their potential correlation with geographic proximity. This analysis serves to ascertain the existence of significant spatial patterns. To accomplish this, graphical tools like maps and diagrams will be utilized. These visual representations effectively convey geographical information, thereby facilitating the communication of findings. This methodology will be particularly invaluable in pinpointing vulnerable populations. Anticipated outcomes include robust findings that can substantially inform the development agendas and guide the implementation of public health policies within the Mexican entity. (original abstract)

Cele zrównoważonego rozwoju związane ze zdrowiem (SDGs) stanowią kluczowe wskaźniki służące do oceny stanu zdrowia, samopoczucia i ogólnego rozwoju populacji danego kraju. Niniejsze badanie ma na celu szczegółowe zbadanie dostępnych wskaźników SDGs dla stanu Meksyk na poziomie gminnym, wykorzystując zaawansowane techniki zakorzenione w eksploracyjnej analizie przestrzennej danych. Głównym celem jest wszechstronne zrozumienie wzajemnych zależności tych wskaźników i ich geograficznego rozkładu. Ten podejście analityczne ujawni widoczne wzorce obejmujące skupiska, rozproszenie, przestrzenną samokorelację i inne tendencje geograficzne w wybranych wskaźnikach. Samokorelacja przestrzenna odgrywa kluczową rolę w wykrywaniu podobieństw lub rozbieżności w wartościach oraz ich potencjalnej korelacji z bliskością geograficzną. Analiza ta służy ustaleniu istnienia istotnych wzorców przestrzennych. Aby to osiągnąć, wykorzystane zostaną narzędzia graficzne, takie jak mapy i diagramy. Te wizualne reprezentacje efektywnie przekazują informacje geograficzne, ułatwiając komunikację wyników. Metoda ta będzie szczególnie wartościowa w identyfikacji podatnych grup ludności. Przewidywane rezultaty obejmują solidne wyniki, które znacząco mogą wpłynąć na agendy rozwojowe i wytyczanie polityki zdrowotnej w meksykańskim regionie. (abstrakt oryginalny)

Słowa kluczowe

EN

Sustainable development; Health; Ratio analysis; Correlation

PL

Rozwój zrównoważony; Zdrowie; Analiza wskaźnikowa; Korelacja

• Czasopismo: Annales Universitatis Paedagogicae Cracoviensis. Studia Geographica
• Rocznik: 2023
• Tom: 19
• Strony: 19--38

Twórcy

autor

Jim Octavio Mazariegos

autor

Giovanna Santana Castañeda

autor

Marcela Virginia Santana Juarez

autor

Noel Bonfil Pineda Jaimes

Bibliografia

• Anselin, L., (1995). Local Indicators of Spatial Association-LISA. Geographical Analysis, 27(2), 93-115.
• Anselin, L. (1999). The Future of Spatial Analysis in the Social Sciences. Geographic Information Sciences, 5(2), 67-76. DOI: 10.1080/10824009909480516.
• Asma S., Lozano R., Chatterji S., et al. (2020). Monitoring the health-related Sustainable Development Goals: lessons learned and recommendations for improved measurement. Lancet, 395(10219), 240-246. DOI: 10.1016/S0140-6736(19)32523-1
• Breilh, J. (2003). Epidemiología crítica: ciencia emancipadora e interculturalidad. Buenos Aires : Lugar Editorial.
• Buzai, G., Baxendale, C. (2012). Sociospatial analysis with geographic information systems. Volume 2: Territorial planning thematic vactorial. Editorial Site
• García, N., Tello P. (2020). Geographic Guerrero State Assessment: An Approximation based on socioeconomic factors vulnerability mycos. In: Santana et al. (coord). Ordinationón territorial: A review from the Sustainable Development Goals (First editionón, pp. 133-160). Toluca, México: Aut University of State of México. http://ri.uaemex.mx/handle/20.500.11799/109169
• GBD 2015 SDG Collaborators (2016). Measuring the health-related Sustainable Development Goals in 188 countries: a baseline analysis from the Global Burden of Disease Study 2015. Lancet, 388(10053), 1813-1850. DOI: 10.1016/S0140-6736(16)31467-2
• Gross Domestic Product by State 2020. Press Release Nom727/2021'. Inegi. December 9, 2021. Retrieved 16 September 2022. Available in: Press release. Gross Domestic Product by State 2020 (inegi.org.mx)
• Íñiguez L., Barcellos, C. (2003). Geography and health in Latin America: evolution and trends. Cuban Journal of Public Health, 29(4) Retrieved October 09, 2023, http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662003000400007&l-ng=es&tlng=es
• Mitchell, A., (200). Esri's Guide to GIS Analysis. Vol. 2, Esri Press, 5
• Novillo-Ortiz, D., Quintana, Y., Holmes J.H., et al. (2021). Leveraging data and information systems on the sustainable development goals. International Journal of Medical Informatics, 152(104504). DOI: 10.1016/j.ijmedinf.2021.104504
• Porto-Gonçalves C.W. (2002). Da geografia às geo-grafias: um mundo em busca de novas territorialidades. In: Ceceña A.E., Sader E. (eds.), Infinite War: Hegemony and World Terror. Buenos Aires: Latin American Council of Social Sciences, p. 217-256.
• Santana G., Aguilar A.G. (2019). Method for spatial autocorrelation (Application to homicide mortality in the State of Mexico). Posted in Quantitative Methods in Human Geography. Ed. Buzai G. and Santana M.V. Available in: http://ri.uaemex.mx/bitstream/handle/20.500.11799/100130/2019%20Indicadores%20aplicaci%C3%B3n%20a%20la%20microplaneaci%C3%B3n.pdf?sequence=1&isAllowed=y
• Siabato W., Guzmán J. (2019). Spatial autocorrelation and the development of quantitative geography. Cuadernos de Geografía: Revista Colombiana de Geografía, 28(1), 1-22. DOI: 10.15446/rcdg.v28n1.76919
• United Nations. (2020). Do you know all 17 SDGs? [Online] Retrieved 01 August 2022, https://sdgs.un.org/goals

Identyfikatory

DOI

10.24917/20845456.19.2