3.3. DESARROLLO METODOLÓGICO

3.2. FLUJOGRAMA DE LA METODOLÓGIA

Figura 2. Flujograma de la Metodología

37

3.3. DESARROLLO METODOLÓGICO

3.3.1. ESTRUCTURA DE DATOS

En la Fase 1 definimos el diseño que tendrá los datos con los que vamos a trabajar, partimos de la información de tipo shapefile (SHP) de los territorios indígenas (López et al., 2013) al cual le hemos subdivido a nivel de organizaciones las cuales corresponden en su mayoría a representaciones provinciales, con esto obtenemos 21 unidades de análisis, las cuales contienen en su tabla de atributos campos sobre Organización, Provincia, y Nacionalidad.

Se diseño una base de datos de formato Excel (XLS) la cual contiene la información relacionada a los casos de Covid-19 cuyos campos son: Fecha, Provincia, Organización, Nacionalidad, Casos Positivos, Casos Negativos, Casos Sospechosos, Casos Recuperados, Fallecidos Confirmados, Fallecidos Sintomatología, Pruebas Tomadas.

Estos atributos fueron determinados por la CONFENIAE en base a la información que recopilaban de fuentes primerias y de información oficial proporcionada por el MSP, a los cuales se les definió con los siguientes criterios: - Casos Positivos: Aquellos casos que mediante pruebas PCR o pruebas rápidas han confirmados que el paciente es positivo para Covid 19.

- Casos Negativos: Aquellos casos que mediante pruebas rápidas o PCR han confirmados que el paciente es negativo para Covid 19.

- Casos Sospechosos: Aquellos que han presentado sintomatología asociada a Covid 19 y que han sido reportados por las comunidades u organizaciones indígenas, pero no ha sido comprobados a través de pruebas rápidas o PCR.

- Casos Recuperados: Aquellos pacientes que luego de haber dado positivo para Covid 19 se han recuperado y son descontados de los Casos

Positivos.

- Fallecidos Confirmados: Aquellos casos en que la persona que falleció dio positivo para la prueba rápidas o PCR.

- Fallecidos Sintomatología: Aquellos casos en que la personas que falleció tuvo síntomas asociados a Covid 19, pero no se le realizó una prueba rápidas o PCR.

Ambos archivos son exportados a ArcGis Online, el shapefile de territorios indígenas es una entidad Feature Layer y el archivo XLS es una entidad tipo Tabla Alojada, a estas entidades se les aplicará el geoproceso “joint features” o “entidades de unión”.

3.3.2. DISEÑO DE DASHBOARD

La Fase 3 contempla desarrollar en ArcGis Online la aplicación del tipo table de Control o Dashboard con el fin de presentar al público en general de una manera interactiva la información resultante de la Fase 1 y Fase 2. Se debe entonces usar estos datos para generar en ArcGis Online el elemento central del cuadro de mando que es el “Mapa de Covid-19 en Territorios Indígenas”, el cual es alojado como un Web Map.

El siguiente momento es crear el Cuadro de Mando que se denomina “Monitoreo de Covid-19 en Nacionalidades Indígenas de la Amazonía Ecuatoriana” (Amazon Watch et al., 2020), para luego con la información de los campos de la Tabla Alojada diseñar los diferentes los diferentes paneles que contendrá el dashboard.

Figura 3. Elementos Del Dashboard Monitoreo De Covid-19 En Nacionalidades Indígenas De La Amazonía Ecuatoriana

4

1

2 3

A continuación, se describe los elementos que componen el tablero de mando expuesto en la Figura 3.

1. Panel Lateral Izquierdo. Este inicia con la pestaña de “Presentación” y luego las “Definiciones” de cada uno de los atributos como consta en el parágrafo 3.3.1. Las siguientes pestañas muestran información en gráficos de barras de: “Positivos por nacionalidad” , “Positivos por provincia” ,

“Sospechosos por Nacionalidad” , “Sospechosos por Provincia” , “Fallecidos confirmados por Nacionalidad” , “Fallecidos Confirmados por Provincia” ,

“Recuperados por Nacionalidad” , “Recuperados Provincia”. Y la pestaña

“Nacionalidades con Más Casos” muestra una lista en orden descendente de las nacionalidades que han registrado un mayor número de casos positivos de Covid-19.

2. Panel Central. Este contiene el elemento de mapa en el cual el usuario puede interactuar con la información. Este panel contiene además pestañas de tipo gráfico que muestran en información sobre “Evolución de

Casos Positivos”, “Evolución por Nacionalidad” y “Evolución por Provincia” (Figura 4.)

Figura 4. Evolución por Nacionalidadn En El Dashboard Monitoreo De Covid19 En Nacionalidades Indígenas De La Amazonía Ecuatoriana

3. Panel Lateral Derecho. Denominado “Casos” contiene el conteo total de las 7 variables contenida en la “Tabla Alojada”, además de la última fecha de actualización de la información.

4. Encabezado. Este contiene el título del dashboard y un filtro que permite seleccionar dos variables: Nacionalidad y Provincia. Según los datos seleccionados se afectará la información contenida en el Mapa, las pestaña

“Nacionalidad Con Más Casos” del Panel Izquierdo y el Panel Derecho, mostrando únicamente la información para una determinada nacionalidad y/o provincia (Figura 4).

Figura 5. Ejemplo de la Aplicación de Filtros En El Dashboard Monitoreo De Covid-19 En Nacionalidades Indígenas De La Amazonía Ecuatoriana

3.3.3. INGRESO Y ACTUALIZACIÓN DE LOS REGISTROS

La Fase 3, es el ingreso de la información a cada uno de los registros, según el campo correspondiente. Esto corresponde a la actualización periódica de la información que inicia con la edición del archivo tipo XLS sistematizado y enviado por la CONFENIAE para que la estructura de los campos corresponda al diseño de la “Tabla Alojada” en ArcGis Online. Es necesario además revisar que los datos o atributos sean de tipo “entero” e ingresar la fecha en la cual fue recopilada la información. A continuación, la información de este archivo XLS es trasladada a la Tabla Alojada previamente cargada en ArcGis Online con la función “Actualizar Datos” e “Incorporar Datos a Capa”.

3.3.4. PROCESAMIENTO Y ANÁLISIS

Los datos a escala nacional respecto a la situación de la pandemia fueron obtenidos del Observatorio Social de Ecuador quienes han desarrollado un sistema de monitoreo y análisis de la pandemia de Covid-19 en Ecuador en base a la información del Ministerio de Salud Pública y Servicio Nacional de Gestión de Riesgos (SNGR).

Para establecer el momento de inicio de la pandemia en cada una de las provincias se indagó en el referido sistema de monitoreo las fechas del primer registro de casos de Covid -19 y se creó una tabla u hoja de cálculo. En el SIG ArcGIS este archivo es unificado a una capa de tipo puntos que contiene la información de las capitales de provincia y se crea un nuevo layer “Covid_en_Provincias”

La fuente de información primaria sobre los casos de Covid-19 en los territorios indígenas amazónicos están contenidos en el archivo SHP denominado “Caso Covid Acumulados” que contiene los registros acumulados para cada fecha de actualización respecto los casos positivos de coronavirus en los 21 polígonos que confirman los territorios indígenas de la Amazonía ecuatoriana.

Este SHP dispone de 777 registros, los cuales fueron obtenidos en 41 ingresos de información o actualizaciones, el primero del 15/5/2020 y el último del 8/12/2020.

Dado el volumen de datos del SHP es conveniente discriminar los datos con los cuales se va a trabajar, por medio de la herramienta “Statistics” en el campo “Fecha”. Se configura los parámetros “Time Binning Options”, este caso 1 meses y se activa “Snap To First Data Point”. El gráfico generado (Figura 4) nos muestra que, para un periodo de 3 meses, es decir, entre 15/5/2020 y 16/08/2020, el SHP consta de 504 registros que corresponden al 62% del total de la información. Los registros para este periodo de 7 meses fueron realizados en 28 actualizaciones de las 41 realizadas.

Figura 6. Número de Registros Ingresados Según Rango de Fechas

A partir de este análisis se crea el SHP “Casos_Estudio” aplicando “Select By Atributes” para los registros de menor fecha que 17/08/2017, este archivo contiene los campos “Provincia”, “Organización”, “Nacionalidad”, “Fecha”, “Casos Positivos” y un total de 504 registros.

3.3.4.1. EVOLUCIÓN TEMPORAL A ESCALA NACIONAL

En el layer Covid_en_Provincias” se crea un nuevo campo en el cual determinaremos los días que han transcurrido desde la fecha del primer caso de coronavirus registrado 2/3/2020 en relación con las fechas registradas para los primeros casos en cada provincia, para lo cual en el geoproceso calcular campo se aplica el siguiente código

def deltadias(mifecha): from datetime import date d0 = date(2020, 3, 12) delta = mifecha.date() - d0 return delta.days

A este campo denominado (Delta_Fecha) se aplica el geoproceso de interpolación de tipo Ponderación de Distancia Inversa (IDW) con lo que obtenemos un ráster que nos muestra cómo se propago el virus en el marco temporal de días a escala nacional.

3.3.4.2. EVOLUCIÓN TEMPORAL DE LAS PROVINCIAS A LOS TERRITORIOS INDÍGENAS

En el shapefile “Casos_Estudio” se aplicó el geoproceso disolver para los campos “Organización”, “Provincia” usando como campo estadístico “Fecha” y la estadística que nos proporcione los valores mínimos (Fecha_Min) con lo que obtenemos un nuevo layer al que se denominó “Incio_Casos_Estudio”, el cual consta el primer registro de caso de Covid-19 en cada uno de los territorios indígenas y su correspondiente provincia. A este SHP se le agregó un campo

(Fecha_Prov) que contiene la fecha que registra el primer caso de coronavirus, en este caso, para las provincias amazónicas. Se efectuó una substracción entre los campos (Fecha_Prov) y (Fecha_Min) con lo que se obtuvo como diferencia los días que le tomo al coronavirus propagarse en cada uno de los territorios indígenas desde el registro del primer caso registrado en su correspondiente provincia.

3.3.4.3. EVOLUCIÓN TEMPORAL EN LOS TERRITORIOS INDÍGENAS

Para determinar cómo se dio la difusión del coronavirus en tiempo, al interior de los territorios indígenas, desde el reporte del primer en estos, aplicamos el procedimiento realizado en el título 3.3.4.1 para el SHP “Incio_Casos_Estudio” para el campo (Fecha_Min).

Para precisar la propagación temporal en función de cada una de las fechas para las que se realizó una actualización de datos se realiza un “Esquema de Difusión Temporal” a partir del SHP “Casos_Estudio” para lo cual se aplicó la herramienta de Administración de Datos: Tabla Pivote. Se utiliza como campo pivote a al campo (Fecha) y campo de valor (Casos Positivos). La tabla resultante es exportada a formato DBF para poder ser editada en un software de hoja de cálculo donde se aplica un formato condicional de escala de color que nos permite identificar patrones o tendencias en la de cálculo en medida avanza el tiempo y el registro de casos positivos.

3.3.4.4. DISTRIBUCIÓN GEOGRÁFICA Y MEDIDAS DE FRECUENCIA

La distribución geográfica será presentada a través del mapeo de los casos acumulados de Covid-19 para cada unidad de análisis al final del periodo de estudio, es decir, 16/08/2020, para lo cual se utilizará la herramienta de símbolos proporcionales (Ramírez, 2020).

Este mapa nos presentará valores absolutos sobre los casos de Covid-19 en un territorio determinado, sin embargo, es preciso analizar estos valores en

combinación de otras variables que permitan dilucidar en que unidad de análisis el impacto de coronavirus fue mayor o menor. Para esto aplicaremos las medidas de frecuencia de epidemiología que utilizan las variables de población y tiempo para determinar la prevalencia e incidencia de una enfermedad según las fórmulas detalladas en el marco teórico título 2.2.4.3.

3.4. JUSTIFICACIÓN DE LA METODOLOGÍA

El punto de partida fue la definición de la escala a la cual se iba a de realizar la presentación de los resultados y esta elección fue determinada por la disponibilidad de los datos, es decir, a que escala se nos era proporcionada la información oficial sobre la situación del Covid-19. Idealmente esta información debería haber alcanzado la escala de comunidades, sin embargo, esto no fue posible ya que los datos proporcionados por el MSP hacían referencia únicamente al pueblo/nacionalidad y provincia. Esto determinó que las unidades de análisis sean los territorios de los pueblos indígenas circunscritos a los limites provinciales que definen organizaciones individuales.

Al haber establecido el componente espacial de la base de datos se debe definió los campos, los cuales de igual manera definidos en función de la información disponible y otorgada por las autoridades oficiales. Para el presente estudio de todas las variables disponibles en relación con el Covid-19, se eligió para ser analizada, la variable “Casos Positivos” ya que está tiene una veracidad científica sostenida en los resultados de las pruebas PCR realizadas por el MSP.

Es esencial desde un inicio definir claramente la estructura de la base de datos especial ya que evitará posteriores complicaciones al actualizar los registros, ya que la necesidad de incluir una nueva unidad territorial o un campo demandaría de realizar ediciones manuales en las tablas, lo que no es deseable ya que demandaría de tiempo y se perdería la posibilidad de que el flujo de trabajo sea automatizado.

La siguiente decisión importante fue el definir como se almacenarían y actualizarían los datos. Debemos tomar en cuenta que en este momento de la investigación disponíamos de la información sobre la situación del Coivd-19 en un

archivo de formato XLS, al cual se lo vinculaba en el SIG en función de las unidades territoriales indígenas. La primera opción para la fase de almacenamiento y actualización era ir actualizando la base de datos XLS en el software SIG, lo cual supuso un obstáculo, como presentar la información de los casos acumulados según se iban realizando las actualizaciones. Un segundo obstáculo fue como presentar estos datos, sin tener que realizar un layout para cada vez que la información era actualizada. Resolver ambas cuestiones utilizando herramientas tradicionales en el software SIG hubiera conllevado a que cada vez que se requiera actualizar la información de la base de datos se deba realizar varios geo-procesos que permitan obtener un desangramiento de los datos que permita proporcionar información pertinente de análisis sobre los casos acumulados positivos de Covid-19, por ejemplo, por nacionalidad, por provincia, y por organización; Además, esto conllevaba un arduo trabajo cartográfico para la presentación de estos resultados.

Es aquí donde se optó por el desarrollo de un dashboard de ARCGIS. Está aplicación daba solución a los obstáculos planteados anteriormente, ya que, su razón de ser es precisamente mostrar información numérica geo-referenciada, y presentarla con elementos de gráficos estadísticos dando posibilidades a que las variables presenten interactúen entre sí, así, por ejemplo, se podría mostrar la evolución del Covid-19 en función del tiempo y las diferentes unidades de análisis territorial. Además, que proporcionó una interesante solución al componente cartográfico ya que el elemento central del panel del control es un mapa interactivo, en el cual el usuario puede navegar y acceder a la información de una determinada unidad geográfica. El dashboard a más de dar la posibilidad de presentar la información estadística y cartográfica, brinda la posibilidad de realizar una gestión sencilla de los datos, ya que para la carga de nuevos datos se requería un sencillo paso de actualizar los datos incorporando datos a la capa. Luego esta información es tratada en función de las herramientas estadísticas que nos proporciona el dashboard, en el caso de la presente investigación, la principal operación realizada sobre los datos fue “sum”, ya que lo que se requería es mostrar el incremento acumulado de los

casos para las diferentes unidades espaciales: provincia, nacionalidad y organización.

Habiendo almacenado los datos adecuadamente, la siguiente fase en la metodología requirió que esta información sea exportada a ARCGIS Pro para proceder con el análisis de la misma, para lo cual fue necesario investigar sobre conceptos de epidemiología y como esta ciencia evaluaba la información de manera estadística para determinar tendencias o impactos de una determinada enfermedad, ya que los datos absolutos si bien son relevantes, no dilucidan el impacto real en una determinada unidad geográfica ya que es necesario evaluar las información de casos positivos de Covid-19 en relación a la población y el tiempo. De esta manera se identificaron las medidas de frecuencia epidemiológica incidencia y prevalencia, las cuales corresponden a fórmulas matemáticas que fueron aplicadas utilizando herramientas de cálculo de campos en ArcGIS Pro. Finalmente, con estos nuevos campos generados se realizó la cartografía temática con la cual se establece la evolución temporal y espacial del Covid-19 en los territorios indígenas de la Amazonía Ecuatoriana.

4. RESULTADOS Y DISCUSIÓN

4.1. RESULTADOS

4.1.1. DIFUSIÓN TEMPORAL

4.1.1.1. A ESCALA NACIONAL

El Mapa 2. muestra la difusión temporal del Covid-19 en las provincias de Ecuador de acorde a como este se fue propagando en días a partir del registro de los primeros casos.

Mapa 2. Difusión Temporal de Covid – 19 a Escala Nacional

Realizado por: Carlos Mazabanda Fecha: Marzo, 2021 Fuente: - Información Base: IGM, 2016 - Datos Covid-19: Observatorio Social del Ecuador, 2020

4.1.1.2. DE LAS PROVINCIAS A LOS TERRITORIOS INDÍGENAS

El Mapa 3 presenta la difusión del Covid-19 en días, relacionando el registro del primer caso registrado en cada una de las provincias amazónicas y el primer caso registrado por parte de la CONFENIAE en cada uno de los territorios indígenas a la correspondiente provincia.

Mapa 3. Difusión Temporal de Covid – 19 de la entre las Provincias Amazónicas y los Territorios Indígenas

Realizado por: Carlos Mazabanda Fecha: Marzo, 2021 Fuente: - Información Base: IGM, 2016 - Territorios Indígenas, Ecociencia, 2013 - Datos Covid-19: Observatorio Social del Ecuador, 2020

En el Mapa 4 figura la difusión temporal del coronavirus en los territorios indígenas en días desde el primer caso registrado por la CONFENIAE y relacionando como el Covid-19 fuer apareciendo en las siguientes fechas de registro.

Mapa 4. Difusión Temporal de Covid – 19 de los Territorios Indígenas de la Amazonía Ecuatoriana

Realizado por: Carlos Mazabanda Fecha: Marzo, 2021 Fuente: - Información Base: IGM, 2016 - Territorios Indígenas, Ecociencia, 2013 - Datos Covid-19: CONFENIAE, 2020

La Tabla 3 presenta los casos acumulados de Covid-19 recopilados para cada una de las organizaciones indígenas para los 28 correspondientes registros de fechas. La Tabla 3 permite deducir cuales fueron los territorios indígenas en donde el coronavirus se hizo presente a la primera fecha de registro, así como los territorios donde el coronavirus se presentó en última instancia. Se puede apreciar además como se fue ocurriendo el crecimiento de casos de Covid-19 y con ello las organizaciones indígenas que fueron más impactadas con casos positivos.

Tabla 3. Esquema de Difusión Temporal del Covid-19 en los Territorios Indígena de la Amazonía Ecuatoriana

Provincia Organización 15/05/20 18/05/20 20/05/20 21/05/20 25/05/20 04/06/20 09/06/20 11/06/20 14/06/20 16/06/20 17/06/20 18/06/20 21/06/20 25/06/20 01/07/20 05/07/20 09/07/20 15/07/20 17/07/20 20/07/20 21/07/20 27/07/20 31/07/20 03/08/20 05/08/20 10/08/20 14/08/20 16/08/20

Orellana PAKKIRU 15 15 20 20 20 43 58 87 121 147 155 155 155 342 345 345 345 345 347 372 391 394 397 397 399 399 399 399 Napo FOIN 14 24 24 24 24 79 96 96 96 96 96 145 145 218 241 253 253 280 280 303 327 327 364 364 364 379 379 379 Morona Santiago FICSH 0 0 0 0 0 10 10 12 12 12 12 12 12 29 46 50 210 210 304 304 304 304 350 350 350 350 350 350 Waorani NAWE 0 1 2 2 46 26 26 77 77 77 77 77 77 77 182 184 184 194 194 194 194 194 217 217 217 239 244 249 Orellana FCUNAE 0 0 0 0 0 0 0 0 0 30 30 30 30 137 57 63 63 71 71 81 81 81 92 92 92 111 216 226 Pastaza CONCONAWEP 0 0 0 0 0 15 15 15 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 106 Sucumbios FONAKISE 0 0 0 0 0 1 1 4 21 29 29 29 29 29 32 38 38 57 57 57 57 101 105 105 105 105 105 105 Sucumbios ONISE 0 0 0 0 0 0 0 0 0 0 0 0 0 40 40 40 40 40 40 40 40 40 40 40 100 100 100 100 Zamora Chinchipe FENASH-ZCH 1 1 8 8 8 8 8 8 8 7 7 7 6 54 47 48 50 54 54 55 57 57 72 72 72 78 79 83 Morona Santiago NASHE 0 0 0 0 0 10 10 11 11 11 11 11 11 11 11 11 11 11 15 15 15 15 15 15 15 37 40 54 Pastaza NAE 2 2 12 12 12 15 20 21 22 22 22 22 22 22 22 22 22 22 26 26 26 26 26 26 26 35 35 43 Pastaza FENASH-P 0 0 0 2 2 2 3 3 5 5 5 5 5 5 6 31 31 32 32 32 32 32 32 32 42 42 42 42 Pastaza NASE 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 20 16 16 30 30 30 39 39 Sucumbios NOAIKE 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 16 39 39 Orellana FENASHO 0 0 0 0 0 0 0 0 0 1 1 1 1 1 30 32 32 33 33 33 33 33 33 33 33 33 34 34 Sucumbios NASIPAE 0 0 7 7 7 7 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 Pastaza NASHIE 0 0 0 0 7 11 11 11 10 10 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 14 Napo ONWAN 0 0 0 0 0 5 5 5 5 5 5 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 Sucumbios FEPCESH-S 0 0 0 0 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 5 5 5 Pastaza NAPE 0 0 0 0 0 0 0 0 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4

Realizado por: Carlos Mazabanda, 2021 Fuente: Sistema de Monitoreo del COVID-19 en las Nacionalidades de la Amazonía ecuatoriana

4.1.2. DISTRIBUCIÓN GEOGRÁFICA

El Mapa 5 presenta el número de casos de Covid-19 acumulados hasta la fecha 16/8/2020 para cada una de las 21 unidades de análisis, representados a través de la simbología de gráfico de barras.

Mapa 5. Distribución Geográfica de Casos Acumulados de Covid – 19 en los Territorios Indígenas de la Amazonía Ecuatoriana

Realizado por: Carlos Mazabanda Fecha: Marzo, 2021 Fuente: - Información Base: IGM, 2016 - Territorios Indígenas, Ecociencia, 2013 - Datos Covid-19: CONFENIAE, 2020

4.1.2.1. TASA DE PREVALENCIA

El Mapa 6 presenta el valor obtenido al calcular la Tasa de Prevalencia para unidad de análisis, el cual es número entero de entre 1000 habitantes. Para poder analizar esta medida de frecuencia es conveniente relacionarla con la población total, ya que hay una relación directa entre ambas variables. Par lo cual se presenta esta relación a través del uso de simbología de colores bivariados (biavarite colors).

Mapa 6. Tasa de Prevalencia de Casos Acumulados de Covid – 19 en relación con la Población Total en los Territorios Indígenas de la Amazonía Ecuatoriana

4.1.2.2. TASA DE INCIDENCIA

El Mapa 7 presenta el valor obtenido al calcular la Tasa de Incidencia para cada unidad de análisis, el cual es número entero de entre 1000 habitantes.

Mapa 7. Tasa de Incidencia de Covid – 19 en los Territorios Indígenas de la Amazonía Ecuatoriana

Realizado por: Carlos Mazabanda Fecha: Marzo, 2021 Fuente: - Información Base: IGM, 2016 - Territorios Indígenas, Ecociencia, 2013 - Datos Covid-19: CONFENIAE, 2020

4.2. DISCUSIÓN

El proceso metodológico propuesto para la presente investigación se desarrolló satisfactoriamente. La adecuada interrelación de las fases: Estructura de Datos, Recopilación de Datos y Presentación de Datos permitió disponer de una geodatabase funcional para la administración del abundante flujo de información, lo cual fue determinante para poder aplicar geoprocesos, sustentados en las medidas de frecuencia epidemiológicas, y cuyos resultados al ser cartografiados proporcionaron información pertinente que permiten describir la evolución temporal y distribución geográfica en la propagación del coronavirus en los territorios indígenas de Amazonía ecuatoriana para el periodo propuesto, como se lo expresa a continuación.

4.2.1. ANÁLISIS DE LA EVOLUCIÓN TEMPORAL A ESCALA NACIONAL

Los primeros casos de Covid-19 en el país se registraron el 13/3/2020 y afectaron las provincias de Guayas, Pichincha, Los Ríos y Sucumbíos. A partir de la fecha señalada en los siguientes 6 días el coronavirus se expandió en la región costa en las provincias de El Oro, Santa Elena y Manabí, desde esta zona y según presenta la interpolación en el Mapa 2, el Covid-19 se propago hacia las provincias de la sierra Azuay y Bolívar, para luego llegar a la provincia amazónica de Morona Santiago. En el mismo lapso en el norte de la sierra el virus avanzó desde Pichincha hacia Imbabura.

Entre los días 7 y 9 posterior al primer caso reportado el Covid-19 alcanzó las provincias de Cañar, Loja, Chimborazo, Santo Domingo y Esmeraldas. Las provincias de Pastaza, Tungurahua y Carchi registraran casos de coronavirus entre los días 11 y 13, luego del reporte de los primeros casos en el país.

De las 23 provincias las últimas en registrar casos de Covid-19 fueron las provincias amazónicas Zamora Chinchipe, Orellana y Napo, a los 14, 16 y 19 días del registro del primer caso respectivamente.