Resumen:
El virus del SARS-CoV-2, causante de la enfermedad COVID-19, desde su aparición
en China en 2019, ha puesto en riesgo sanitario al mundo entero. En el caso de
México, hasta mayo de 2022, se tiene registrado más de 5.75 millones de contagios
confirmados y más de 324 mil personas fallecidas por coronavirus. Problema de
investigación. Esta contingencia sanitaria, desencadenada por el virus de SARSCoV-
2, ha incrementado el interés por procesar la información almacenada por los
gobiernos, apoyándose de métodos de aprendizaje de máquina para generar conocimiento
implícito en los datos. Por lo que, la Ciudad de México no es la excepción,
que al igual que las grandes urbes, se ha visto afectada por las consecuencias de la
pandemia. Objetivo. Analizar, bajo un enfoque de aprendizaje automático, la relación
existente entre la afluencia de usuarios en las principales líneas del Sistema de
Transporte Colectivo Metro y el número de personas hospitalizadas por COVID-19 en
la Ciudad de México. Motivación. El análisis avanzado de datos constituye un pilar
importante para el desarrollo tecnológico. En este sentido, para este trabajo de investigación
se utilizaron datos abiertos sobre la afluencia de usuarios en las principales
líneas del Sistema de Transporte Colectivo Metro de la Ciudad de México y la cantidad
de hospitalizaciones por COVID-19 dentro de las demarcaciones de la capital del
país, con la finalidad de analizar cómo la afluencia de personas en un medio de transporte
masivo de pasajeros se relaciona con las hospitalizaciones. Método. El método
de solución fue estructurado en cinco etapas: i) adquisición de las fuentes de datos; ii)
elección de las variables de análisis y acotamiento temporal; iii) análisis exploratorio
de datos; iv) implementación del método de correlaciones y análisis de componentes
principales; y v) implementación del algoritmo de clustering jerárquico. Resultados.
Mediante el análisis realizado se identificó una relación baja entre las variables de
interés, lo que significa que aunque exista una mayor afluencia de usuarios en el STC
Metro, no necesariamente representa una mayor hospitalización por COVID-19, sino
que existen otros factores, como las comorbilidades, que podrían afectar severamente
el estado de salud de las personas contagiadas con el virus SARS-CoV-2. Conclusión.
La existencia de una gran afluencia de usuarios en el STC Metro no implica
necesariamente que una persona se contagie de COVID-19 y requiera hospitalización
por caso grave, esto depende de otras variables que pueden acrecentar o disminuir
dicha probabilidad, por ejemplo, las vacunas, uso de cubrebocas, desinfección, entre
otros condiciones; pero no depende per se del uso del medio de transporte.