pág. 10067
DISTRIBUCIÓN ESPACIAL E INCIDENCIA DE LA
ENFERMEDAD RENAL CRÓNICA EN EL
SOCONUSCO, CHIAPAS (2008–2019)
SPATIAL DISTRIBUTION AND INCIDENCE OF CHRONIC
KIDNEY DISEASE IN THE SOCONUSCO, CHIAPAS (2008-
2019)
Norma Edith Rivero-Pérez
Instituto Nacional de Salud Pública, México
Grea Litai Moreno-Banda
Instituto Nacional de Salud Pública, México
Anselmo Mugüerza Lara
Hospital Regional de Alta Especialidad México
Marco Alessio Sandoval-Bautista
Instituto Nacional de Salud Pública, México
Rogelio Danis-Lozano
Instituto Nacional de Salud Pública, México
Horacio Riojas-Rodríguez
Instituto Nacional de Salud Pública, México
Felipe Antonio Dzul-Manzanilla
Instituto Nacional de Salud Pública, México
Rogelio Costilla-Salazar
Universidad de Guanajuato, México
David Alejandro Moo-Llanes
Instituto Nacional de Salud Pública, México
Omar Gómez Cruz
Hospital Regional de Alta Especialidad, México
Antonio Trejo-Acevedo
Instituto Nacional de Salud Pública, México
pág. 10068
DOI: https://doi.org/10.37811/cl_rcm.v9i4.18688
Distribución Espacial e Incidencia de la Enfermedad Renal Crónica en el
Soconusco, Chiapas (2008–2019)
Norma Edith Rivero-Pérez1
nrivero@insp.mx
https://orcid.org/0000-0001-9179-7497
Centro Regional de Investigación en Salud
Pública. Instituto Nacional de Salud Pública
México
Grea Litai Moreno-Banda
glmoreno@insp.mx
https://orcid.org/0000-0001-7839-5194
Centro de Investigación en Salud
Poblacional. Instituto Nacional de Salud
Pública
México
Anselmo Mugüerza Lara
dr.anselmo@hotmail.com
https://orcid.org/0009-0001-5487-6521
Hospital Regional de Alta Especialidad
México
Marco Alessio Sandoval-Bautista
masb@insp.mx
https://orcid.org/0000-0003-4576-0866
Centro Regional de Investigación en Salud
Pública. Instituto Nacional de Salud Pública
México
Rogelio Danis-Lozano
rdanis@insp.mx
https://orcid.org/0000-0002-8613-5162
Centro Regional de Investigación en Salud
Pública. Instituto Nacional de Salud Pública
México
Horacio Riojas-Rodríguez
hriojas@insp.mx
https://orcid.org/0000-0002-6734-0486
Centro de Investigación en Salud
Poblacional. Instituto Nacional de Salud
Pública
México
Felipe Antonio Dzul-Manzanilla
felipe.dzul.m@gmail.com
https://orcid.org/0000-0002-2085-9141
Centro de Investigación en Sistemas de
Salud. Instituto Nacional de Salud Pública
México
Rogelio Costilla-Salazar
roy1379@hotmail.com
https://orcid.org/0000-0002-8609-9819
División de Ciencias de la vida-Universidad
de Guanajuato
México
David Alejandro Moo-Llanes
nrivero@insp.mx
https://orcid.org/0000-0001-5864-4990
Centro Regional de Investigación en Salud
Pública. Instituto Nacional de Salud Pública
México
Omar Gómez Cruz
omar.gomez@saludchiapas.gob.mx
https://orcid.org/0000-0001-7004-4066
Hospital Regional de Alta Especialidad
México
Antonio Trejo-Acevedo
trejo@insp.mx
https://orcid.org/0000-0003-0665-0920
Centro Regional de Investigación en Salud
Pública. Instituto Nacional de Salud Pública
México
1
Autor principal:
Correspondencia: trejo@insp.mx
pág. 10069
RESUMEN
La Enfermedad Renal Crónica (ERC) es una epidemia en aumento y un problema de salud pública.
Analizar su distribución geográfica y factores de riesgo (ambientales/sociales) son clave para frenar la
tendencia creciente. El objetivo principal fue analizar la distribución espacial de la ERC, así como la
estimación de la incidencia y prevalencia en la zona de estudio durante el 2008-2019. Este es un estudio
retrospectivo, que analizó el registro de pacientes >18 años del Hospital Regional de Alta Especialidad
Ciudad Salud (HRAECS) del Soconusco, en el Estado de Chiapas, México, durante el período 2008-
2019. Se calculó la incidencia anual y acumulada para todo el periodo de estudio. Se utilizó el índice de
Morán para la autocorrelación espacial para determinar la distribución geográfica de la incidencia. De
33,070 pacientes de >18 años, 670 tenían diagnóstico de ERC. La incidencia de ERC durante el periodo
de estudio fue de 153.165 por 100 000 habitantes. El 65.3% de los casos la ERC se desarrolló secundaria
a la DM e HTA y el 12.98% de diagnóstico como ERC de etiología desconocida, sin reporte de DM e
HTA. El análisis del patrón espacial mediante el Índice de Morán Local fue significativo (I = 0.239, Z=
9.37, P = 0.001), indicando que la tasa de incidencia acumulada (TIA) de los casos de ERC tiene una
autocorrelación espacial positiva y una agrupación temporal. La incidencia de ERC en Chiapas es menor
que en otros estados de México. Esto puede reflejar un acceso deficiente al diagnóstico. El análisis
espacio temporal en este estudio, permitió identificar una zona de riesgo para ERC (Soconusco), que ha
sido persistente a lo largo del periodo evaluado. Lo anterior, plantea que la distribución de ERC sugiere
factores socioambientales compartidos con Mesoamérica.
Palabras clave: enfermedad renal crónica, enfermedad renal crónica de causas desconocida, tasa de
filtración glomerular, epidemiología espacial, análisis espacial
.
pág. 10070
Spatial Distribution and Incidence of Chronic Kidney Disease in the
Soconusco, Chiapas (2008-2019)
ABSTRACT
Chronic Kidney Disease (CKD) is a growing epidemic and a public health problem. Analyzing its
geographic distribution and risk factors (environmental/social) iare key to halting this growing trend.
The main objective was to analyze the spatial distribution of CKD and estimate its incidence and
prevalence in the Soconusco area, Chiapas, México, between 2008-2019.This is a retrospective study,
which analyzed the registry of patients >18 years old from the Hospital Regional de Alta Especialidad
Ciudad Salud (HRAECS) of Soconusco, Chiapas, Mexico, during the period 2008-2019. The annual
and cumulative incidence was calculated for the entire study period. The Morán index for spatial
autocorrelation was used to determine the geographic distribution of incidence. Of 33,070 patients aged
>18 years, 670 had a diagnosis of chronic kidney disease (CKD). The incidence of CKD during the
study period was 153,165 per 100 000 population. In 65.3% of the cases, CKD developed secondary to
DM and HTA and 12.98% were diagnosed as CKD of unknown etiology, with no report of DM and HT.
The spatial pattern analysis using the Local Moran Index was significant (I = 0.239, Z= 9.37, P = 0.001),
indicating that the cumulative incidence rate (CIR) of CKD cases have a positive spatial autocorrelation
and tend to be spatially clustered. The incidence of CKD in Chiapas is lower than in other Mexican
states. This may reflect poor access to diagnosis. The spatiotemporal analysis in this study identified a
risk zone for CKD (Soconusco), which has been persistent throughout the period evaluated. This
suggests that the distribution of CKD suggests socio-environmental factors shared with Mesoamerica.
Keywords: chronic kidney disease, chronic kidney disease of unknown causes, glomerular filtration rate,
spatial epidemiology, spatial analysis
Artículo recibido 15 mayo 2025
Aceptado para publicación: 18 juniol 2025
pág. 10071
INTRODUCCIÓN
La enfermedad renal crónica (ERC) es un creciente problema de salud global. En el 2022, se estimó que
afectaba a más de 10% de la población mundial (es decir, algo más de 850 millones de personas) y se
espera que la prevalencia aumente en la próxima década (Jager et al., 2019; Sundström et al., 2022). La
ERC se ha convertido en una de las principales causas de mortalidad en todo el mundo y es una de las
pocas enfermedades no transmisibles que muestran un aumento en las muertes asociadas en las últimas
dos décadas (Kovesdy, 2022).
La incidencia y prevalencia ha aumentado a niveles epidémicos en países desarrollados y en vías de
desarrollo, pronosticándose para el 2025 más de 212 000 casos nuevos de acuerdo con estimaciones del
Global Burden of Disease (Bikbov et al., 2020), la prevalencia de ERC en México para todas las edades
y ambos sexos en 2021 fue de 9184.9 por 100 000 habitantes (IC95%) = 8,588.29 a 9,668.62). Entre
1998 y 2014, las causas de muerte relacionadas con ERC representaban el 4.8%, siendo en su mayoría
atribuible a la nefropatía diabética (47.9%) (Argaiz et al., 2023). Para el 2019, la ERC representó una
carga importante para México (13.8%) ubicándose como la tercera causa de muerte y la cuarta en
América Latina, siendo la diabetes la causa más común de ERC. A nivel global, México ocupó el lugar
17 en mortalidad por ERC ajustada por edad y el lugar 11 en todos los grupos de edad (Argaiz et al.,
2023).
Es bien conocido que el incremento en la edad, el sexo masculino, el desempleo, la diabetes Mellitus
(DM), la hipertensión arterial (HTA), el tabaquismo, la anemia, hiperuricemia y leucocitosis, son
factores de riesgo asociados significativamente con la ERC. Sin embargo, existe una proporción de casos
de ERC de causas desconocidas (ERCd), tanto en los países en desarrollo como en el resto. Existen
algunos indicios de que la exposición a ciertas sustancias tóxicas o condiciones ambientales, pudieran
ocasionar daño renal. Se han propuesto al estrés por calor y a la exposición a plaguicidas, metales
pesados y el uso de analgésicos; como las probables causas (Almaguer et al., 2014; Wijkström et al.,
2013).
En América Latina, la ERC representa un importante reto, principalmente por las proporciones
epidémicas, la carga de la enfermedad y los costos que representa para los sistemas de salud (Gonzalez-
Bedat et al., 2015). Se ha observado la emergencia de la ERCd en diversas áreas geográficas, desde Sri
pág. 10072
Lanka, India hasta países centroamericanos (El Salvador, Nicaragua, Costa Rica, Panamá) y en el Sur
de México (Valdivia Mazeyra et al., 2021). Recordando, que el estado de Chiapas tiene características
socioeconómicas, ambientales y culturales similares a la de los países que han presentado prevalencias
elevadas de ERCd.
El análisis geoespacial dentro del contexto de la epidemiología ambiental nos permite identificar
patrones y relaciones entre la salud y factores ambientales, permitiendo conocer como los factores
ambientales (como contaminación, temperatura, etc.) influyen sobre las posibles causas de los eventos
de salud, identificando áreas con mayor o menor riesgo de enfermedad. Y junto con la modelación de
datos espaciales a través de los Sistemas de Información Geográfica (SIG) permiten abordar los
contextos de atención médica, vigilancia de enfermedades crónicas y el estudio de algunas exposiciones
novedosas (Cuadros et al., 2021).
Sin embargo, a pesar de que la ERC es un problema importante de salud pública la investigación con un
enfoque geoespacial es escasa. Algunas investigaciones han detallado la importancia del análisis
espacial en epidemiología, evidenciado la fuerte influencia que ejerce el lugar donde las personas viven
y/o trabajan y el acceso a los servicios de salud, sobre el estado de salud humana (Elliott & Wartenberg,
2004; Kirby et al., 2017). Un modelado tradicional, sin realizar un ajuste por distribución espacial es
proclive a diversos sesgos, que potencialmente tergiversarán los resultados (tanto en dirección y
magnitud de efectos, así como una potencial subestimación de los errores estándar) (Anselin, 2009)
ocasionando interpretaciones erradas, mismas que serían particularmente graves para aquellos factores
de riesgo y determinantes de la ERC y de la ERCd. Con la finalidad de tener un mejor entendimiento
desde la salud pública de esta patología, el objetivo principal de este estudio fue analizar la distribución
espacial de la enfermedad renal crónica y estimar su incidencia y prevalencia en la zona del Soconusco,
Chiapas, entre el 2008-2019; lo que puede coadyuvar a lograr tener un mejor entendimiento sobre la
salud pública de esta patología para tomar mejores decisiones.
METODOLOGÍA
Área de estudio
Chiapas se localiza al sureste de México, colinda al Norte con Tabasco, al Oeste con Oaxaca, al Sur con
el Océano Pacífico y al Este con la República de Guatemala, (INEGI, 2021). El estado está conformado
pág. 10073
por 124 municipios con 5,543,828 habitantes, distribuidos en zonas rurales (51%) y urbanas (49%)
(CEIGE, 2024) (Figura 1a).
Fuente de datos
Empleamos datos secundarios del HRAECS del Soconusco, Chiapas, con diagnóstico de ERC durante
el periodo de 2008 a 2019. De acuerdo con la definición de ERC, de la Clasificación Estadística
Internacional de Enfermedades y Problemas de Salud, 10ª revisión (CIE-10) (WHO, 2024). Las
variables independientes (edad, sexo, lugar de procedencia, dirección, número de expediente) se
recopilaron previa autorización mediante el consentimiento informado, directamente de los archivos
clínicos de los pacientes de la especialidad de nefrología, vía telefónica y por entrevista directa, a través
de un cuestionario estructurado.
El cuestionario utilizado fue validado previamente y ha sido aplicado en investigaciones previas
realizadas por nuestro grupo. El estudio fue aprobado por los comités éticos del HRAECS y del Instituto
Nacional de Salud Pública (INSP). Los datos fueron recopilados garantizando que las identidades
individuales fueran indistinguibles, protegiendo así su privacidad. Los datos poblacionales utilizados en
este estudio se obtuvieron de los censos nacionales de población y vivienda del 2000 y 2010 (INEGI,
2021). Se obtuvo el índice de accesibilidad a través del análisis geoespacial de la accesibilidad a los
centros urbanos de las localidades en México, realizado por el Consejo Nacional de Población
(CONAPO, 2022). En este análisis para validación de la comparación entre hotspot vs. no hotspot, se
pág. 10074
usó el Índice de accesibilidad a servicios clave, el cual se utiliza para evaluar la accesibilidad a servicios
como hospitales, clínicas, centros educativos y otros servicios esenciales. Este índice ayuda a identificar
las zonas con mayor dificultad para acceder a servicios clave.
Enfermedad Renal Crónica
Definimos la ERC como todo paciente que ingresó referido del primer nivel de atención al HRAECS
presentando las siguientes características: albuminuria (relación albúmina, creatinina ≥ a 30 mg por gr),
disminución del filtrado glomerular inferior a 60 mL/min/1.73 m2, o daño estructural o funcional del
riñón con o sin descenso del filtrado glomerular de acuerdo con los criterios de la Guía de Mejoras en
Resultados Globales de la Enfermedad Renal (KDIGO por sus siglas en inglés: Kidney Disease
Improving Global Outcomes) (Stevens et al., 2024) y clasificación de la ERC del CIE-10. El diagnóstico
médico de cada paciente ingresado al HRAECS se comparó con el expediente físico y el electrónico.
Estimación de TFG
Estimamos la tasa de filtración glomerular (TFGe) a partir de la ecuación CKD-EPI en adultos basado
en creatinina: 141 x min (CrS/k,1) α x máx. (CrS/k,1)-1.209 x 0.993 Edad [X 1.018 si es mujer] [X
1.018 si es negro]. Donde CrS es el valor de la creatinina sérica (en mg/dl), k es 0.7 para mujeres y 0.9
para hombres, α es -0.329 para mujeres y 0.411 para hombres, min es el mínimo de CrS/k o 1, y máx.
el máximo de CrS/k o 1 (KDIGO, 2017). Con los valores obtenidos de la TFG de pacientes del HRAECS
se llevó a cabo el diagnóstico y clasificación de los casos por médicos especialistas nefrólogos del
HRAECS para observar la distribución de acuerdo con los estadios KDIGO.
Análisis estadísticos
Las características de la población de pacientes se presentan en este estudio con frecuencias y
porcentajes para todas las variables. Se compararon por sexo, debido a la importancia de poder entender
las diferencias en prevalencia, pronóstico y progresión de la ERC, debido a que algunos factores de
riesgo son más prevalentes en hombres. Se calcularon las tasas de incidencia indirectas (TII) anual y la
tasa de incidencia acumulada (TIA) por municipio y por región económica, para todo el estado de
Chiapas, durante el periodo de estudio.
pág. 10075
Análisis Espacial
El área de estudio fue dividida por las regiones económicas del estado y posteriormente agrupada en
tres regiones, de acuerdo con la distribución y ubicación geográfica de los casos por municipio:
Soconusco (conformada por los municipios: Villa Comaltitlán, Unión Juárez, Tuzantán, Tuxtla Chico,
Tapachula, Suchiate, Metapa, Mazatán, Huixtla, Huehuetán, Frontera Hidalgo, Escuintla, Cacahoatán,
Acapetahua, Acacoyagua); Istmo-Costa (conformada por los municipios: Tonalá, Pijijiapan,
Mapastepec y Arriaga); y resto de Chiapas (conformada por los municipios: Villaflores, Villa Corzo,
Venustiano Carranza, Tuxtla Gutiérrez, Soyaló, Simojovel, Siltepec, San Cristóbal de las Casas, Salto
de Agua, Palenque, Ocosingo, Motozintla, Mazapa de Madero, Maravilla Tenejapa, Las Margaritas, La
Trinitaria, La Independencia, La Grandeza, Juárez, Jiquipilas, Frontera Comalapa, El Porvenir, Comitán
de Domínguez, Cintalapa, Chilón, Chicomuselo, Chiapa de Corzo, Berriozábal, Bejucal de Ocampo,
Ángel Albino Corzo, Amatenango del Valle y Acala).
Identificación de Hotspots (puntos calientes)
La identificación de los hotspots (puntos calientes de ERC) fue realizado a través del estadístico espacial
local (Getis & Ord, 1992). Las bases de datos de los casos de ERC fueron agregados a nivel municipal
y estatal. Unidos a la base de datos geográficos de municipio a través de la clave de municipio y estado.
Posteriormente, se obtuvo la matriz de adyacencias 𝑊𝑖𝑗 usando el esquema de contigüidad “queen”. En
el esquema, la matriz de adyacencia se definen dos municipios 𝑖 & 𝑗 como vecinos, siempre y cuando
compartan un borde o un vértice común (𝑊𝑖𝑗=1), de lo contrario no son vecinos (𝑊𝑖𝑗 = 0). Los valores
de los casos estandarizados (media = 0 & desviación estándar = 1) y la matriz de adyacencias 𝑊𝑖𝑗 fueron
sustituidos en la fórmula del estadístico espacial local 𝐺𝑖∗ (Getis & Ord, 1992).
Estadístico Espacial Local 𝐺𝑖∗
𝐺𝑖∗=∑𝑗=1𝑛𝑤𝑖𝑗𝑥𝑗∑𝑗=1𝑛𝑥
Donde: ∑𝑗=1𝑛𝑤𝑖𝑗𝑥𝑗, el numerador, es la suma de los valores 𝑥𝑗 de la unidad espacial de interés
(municipio) 𝑥𝑖, 𝑤𝑖𝑗 es la matriz de adyacencias, & ∑𝑗=1𝑛𝑥𝑗, el denominador, es la suma de todos los
valores 𝑥 en todos los municipios.
pág. 10076
Básicamente, los valores del estadístico 𝐺𝑖∗ son fracciones calculadas por la división de la suma de los
valores del 𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜𝑖𝑗 entre el total de todos los casos en el universo de estudio (suma de todos los
valores de los municipios), y mide la concentración o la falta de concentración de los valores de 𝑥𝑖.(Getis
& Ord, 1992) La significancia estadística de los valores de 𝐺𝑖∗ es estimada a través de calcular los
valores de z con la siguiente fórmula:
𝑍𝑖=𝐺𝑖∗−𝐸(𝐺𝑖∗)𝑉𝑎𝑟𝐺𝑖∗
Donde: 𝐺𝑖∗ es el valor del estadístico espacial local descrito en los párrafos precedentes. 𝐸(𝐺𝑖∗) &
𝑉𝑎𝑟𝐺𝑖∗ es el valor esperado y la varianza de 𝐺𝑖∗, respectivamente.
El estadístico desafía la hipótesis nula que los valores 𝑍𝑖 (𝑍(𝐺𝑖∗)) son cero (Ho 𝑍𝑖 = 0), es decir, que
tienen una distribución aleatoria y que no hay concentración de los valores de 𝑥𝑖. Valores positivos
indican concentración de valores altos de 𝑥𝑖 y valores negativos indican concentración de valores bajos
de 𝑥𝑖. La determinación si los valores altos y positivos son diferentes de cero se realizó con la corrección
de Bonferroni para los valores de 𝑍(𝐺𝑖∗) con la finalidad de determinar el umbral que define si los
valores altos y positivos son significativos e indican que la unidad espacial (municipio) es un hotspot
(Getis & Ord, 1992). Se definió que determinada unidad espacial (municipio) es un hotspot si el valor
de 𝐺𝑖∗ es mayor o igual que el umbral definido por la corrección de Bonferroni, de lo contrario el
municipio no es un hotspot.
La corrección de Bonferroni se aplicó para todo el universo de estudio. El cálculo del umbral se realizó
con la siguiente fórmula: 1−𝛼=(1−𝛼1) 𝑛, donde 𝛼 alfa es el nivel de significancia y corresponde a la
probabilidad de rechazar la hipótesis nula cuando esta es verdadera, & 𝑛 es el número de unidades
espaciales (municipios). Los valores del umbral para diferentes 𝑛 y 𝛼 son proporcionados por Getis &
Ord, (1992).
La identificación de los hotspots fue realizada de manera anual para la serie temporal del 2008 al 2019.
Adicionalmente, se calculó la intensidad de los hotspots la cual mide durante el periodo de estudio
cuántas veces cada municipio fue hotspot y representa una medida de concordancia espacial y
persistencia espacio-temporal de los hotspots de la ERC. Finalmente, se realizó un modelo linear mixto
generalizado (GLMM por sus siglas en inglés) con los hotspots como variable de respuesta y el total de
pág. 10077
casos como variable dependiente con INLA (por sus siglas en inglés: integrated nested Laplace
approximation) (Hernández B. F., 2024). Además, se incluyó a la región como efecto aleatorio. Y un
comparativo entre área hotspot y no hotspot por índice de accesibilidad (CONAPO, 2022). Lo anterior
con la finalidad de comprobar la hipótesis de que existen más casos en el área hotspot que en la no
hotspot y que las zonas con menor accesibilidad serán zonas no hotspot.
RESULTADOS
De 33,070 pacientes de distintas especialidades médicas atendidos en el HRAECS del Soconusco,
Chiapas, 670 individuos se encontraron con diagnóstico de ERC durante el periodo de 2008 a 2019. En
la tabla 1 se presentan los aspectos sociodemográficos de estos pacientes. Del total, el 47.0 % (315)
fueron mujeres y 53.0 % (355) hombres, con un promedio de edad de 45.73 + 16.0 años, no habiendo
diferencias significativas entre sexo. El porcentaje de hombres y mujeres fue similar en el grupo de 18
a 30 años. En el grupo de 31 a 40 años, la frecuencia de hombres fue mayor respecto a las mujeres
(58.1% vs. 41.9%), en el grupo 60 o más años, el porcentaje de mujeres fue mayor (52.1%) con respecto
a los hombres (47.9%). El resto de las variables sociodemográficas (estado civil, región geográfica,
religión, ámbito, ocupación) fueron similares entre el grupo de hombres y mujeres.
Tabla 1. Características sociodemográficas de los pacientes con ERC atendidos en el HRAECS, Chiapas
(2008-2019).
Variables
Hombres
n (%)
Mujeres
n (%)
Valor P
Sexo
355 (53.0)
315 (47.0)
0.132
Edad
18 – 20
3(40)
2 (60)
21 – 30
65 (52.8)
58 (47.2)
31 – 40
104 (58.1)
75 (41.9)
0.409
41-50
61 (48.4)
65 (51.6)
51 – 60
55 (56.7)
42 (43.3)
+60
67 (47.9)
73 (52.1)
Estado Civil
Casado(A)
156 (54.9)
128 (45.1)
Soltero(A)
114 (51.6)
107 (48.4)
Unión libre
68 (55.3)
55 (44.7)
0.275
Viudo(A)
14 (46.7)
16 (53.3)
Divorciado (A)
3 (25)
9 (75)
Vivienda
Casa propia
124 (60.8)
80 (39.2)
Renta
144 (47.8)
157 (52.2)
0.017*
Lo proveen o prestan
87 (52.7)
78 (47.3)
pág. 10078
Región
Soconusco
261 (55.8)
207 (44.2)
Istmo-Costa
41 (49.4)
42 (50.6)
0.071
Resto de Chiapas
53 (44.5)
66 (55.5)
Religión
Católica
214 (52.2)
196 (47.8)
Cristiana
66 (49.3)
68 (50.7)
0.283
Otra
52 (57.1)
39 (42.9)
Sin religión
23 (65.7)
12 (34.3)
Ámbito
Rural
92 (47.7)
101 (52.3)
Urbano
263 (55.1)
214 (44.9)
0.079
Ocupación
Ama de Casa
-
258 (100)
Desempleado
141 (95.9)
6 (4.1)
Empleado
105 (81.4)
24 (18.6)
<0.001*
Agricultor
70 (100)
-
Estudiante y otros
39 (57.6)
27 (42.4)
(n) Indica a frecuencia; (%) Indica el porcentaje. Chi-Square Test. (<0.005).
Respecto a las características clínicas (tabla 2), el valor medio de la TFG para toda la población de
estudio fue de 42.6 39.2 mL/min, siendo las mujeres las que presentaron la TFG más baja comparada
con los hombres (35.5 ± 35.2 mL/min vs. 48.8 ± 41.5 mL/min; p ≤ 0.05) respectivamente. El resto de
las variables (peso, talla, IMC, glucosa, albúmina, creatinina y urea séricas) se comportaron de manera
similar entre hombres y mujeres.
Tabla 2. Características clínicas de los pacientes con ERC atendidos en el HRAECS, Chiapas (2008-
2019).
Variables
Hombres
Media (DS)
Mujeres.
Media (DS)
Total
Valor p
Peso (Kg)
66.25 ± 13.09
66.23 ± 12.69
66.24 ± 12.89
0.984
Talla (cm)
159.15 ± 7.02
158.43 ± 6.76
158.61 ± 6.9
0.188
IMC (Kg/m2)
26.10 ± 4.82
26.37 ± 5.09
26.22 ± 4.9
0.479
Glucosa (mg/dL)Ϯ
106.21 ± 41.39
107.72 ± 30.94
106.92 ±36.83
0.599
Creatinina Sérica
(mg/dL)Ϯ
4.48 ± 5.21
4.29 ± 4.01
4.39 ± 4.68
0.611
Urea Sérica (mg/dL)Ϯ
92.79 ± 81.54
93.1 ± 73.88
92.97 ± 77.97
0.949
Albumina (mg/dL)Ϯ
3.22 ± 0.67
3.20 ± 0.66
3.21 ± 0.67
0.761
TFGe-Cr
(mL/min/1.73m2)b
48.81 ± 41.50
35.5 ± 35.20
42.55 ± 39.19
<0.001*
N=670 ; (n)= Frecuencia; ϯ: Medido en suero en ayuno de al menos 8 h; DS: Desviación Estándar; b=TFGe-Cr: Tasa de
filtración glomerular, estimada con la ecuación Chronic Kidney Disease Epidemiology Collaboration 2012 basada en creatinina
sérica. *Chi-square test. (<0.005)
La confirmación del diagnóstico de los pacientes ingresados al HRAECS comparando el diagnóstico
del expediente físico versus expediente electrónico, rfue ealizada por médicos nefrólogos. En el 65.3%
pág. 10079
de los casos, la ERC se desarrolló secundaria a DM e HTA; el 12.98% sé diagnóstico como ERCd; el
13.43% estructurales (Poliquistosis, litiasis renal, hipoplasia, hidronefrosis), el 3.14% autoinmunes y en
el 5.0% no se pudo confirmar el diagnóstico por falta de datos.
Se presenta el porcentaje de ERC por estadio en el HRAECS, de acuerdo con la región geográfica
durante el periodo 2008-2019 (tabla 3).
El Soconusco presenta el mayor número de casos en cada estadio, seguido por la región geográfica Resto
de Chiapas. El número de pacientes en “ESTADIO 5”, también es elevado en la región geográfica del
Soconusco.
Tabla 3. Porcentaje de ERC por estadio en el Hospital Regional de Alta Especialidad Ciudad Salud del
Soconusco, según región geográfica durante el periodo 2008-2019.
Estadio (*TFG)
1
2
3
4
5
> 90
60-89
30-59
15-29
≤15
Región geográfica
n (%)
n (%)
n (%)
n (%)
n (%)
Soconusco
77 (16.4)
77 (16.4)
78 (16.7)
56 (12.0)
180 (38.5)
Istmo-Costa
8 (9.6)
14 (17.0)
27 (32.5)
7 (8.4)
27 (32.5)
Resto de Chiapas
16 (13.4)
16 (13.4)
19 (16.0)
7 (5.9)
61 (51.3)
(n)= frecuencia. %= porcentaje. *Tasa de Filtrado Glomerular, estimada con la ecuación Chronic Kidney Disease Epidemiology
Collaboration 2012 basada en creatinina
La figura 1b muestra el número de casos acumulados de incidencia de ERC durante el periodo 2008 al
2019. Se presenta una concentración de casos acumulados en la región geográfica del Soconusco.
Coincidente con la concentración de tasa de incidencia acumulada (Figura 1c) y con el hotspot de
persistencia durante el periodo de estudio (Figura 1d). Tasa de incidencia acumulada máxima durante
todo el periodo fue de 153.165 por 100 000 habitantes y la tasa de incidencia más alta (79.475 por 100
000 habitantes) se presentó en el año 2014, en el municipio de Metapa, perteneciente a la región
Soconusco. La figura 2 muestra los hotspots identificados por Índice de Morán de la tasa de incidencia
acumulada de ERC del HRAECS, 2008-2019.
pág. 10080
El resultado del análisis del patrón espacial mediante el Índice de Morán Local fue significativo (I =
0.239, Z= 9.37, P = 0.001), indicando que la tasa de incidencia acumulada (TIA) de los casos de ERC
tienen una autocorrelación espacial positiva y tienden a estar agrupados en el espacio, en la región
geográfica que se presenta en color rojo (Región Soconusco).
Se detectaron cinco áreas de hotspots con TIA: 1) alta-alta (H-H), 2) alto-bajo (H-L), 3) bajo-alto (L-
H), 4) bajo-bajo (L-L) y 5) no significativas. El área con hotspot H-H (color rojo), con un valor de
análisis por encima del promedio en relación con la variable TIA, se detectó principalmente en la región
de El Soconusco. Esta área de hotspot H-H sugiere que los valores altos de la TIA de la ERC están
agrupados entre los municipios vecinos que también presentan valores por debajo de la media en
relación con la TIA. Las áreas con hotspots bajo- bajo (L-L) correspondiente a las unidades territoriales
con un valor de análisis inferior al promedio en relación con la variable TIA, se detectaron en algunos
municipios de la parte alta del estado de Chiapas (color azul). Estos valores de los hotspots bajo- bajo
(L-L) sugieren que los valores bajos de la TIA de la ERC fueron agrupados entre los municipios vecinos
que también presentan valores por encima de la media en relación con la TIA .
El resto del área geográfica del estado no fue significativa. Para la evaluación de la concentración de
valores altos o bajos de los casos de ERC realizamos el cálculo del Índice Local de Getis & Ord,
pág. 10081
obteniendo un valor de 0.019 con un valor de Z de 4.45 y un valor significativo de p (p-valor: <0.001).
Indicando que el patrón de agrupamiento alto no es el resultado de una probabilidad aleatoria. Es decir,
la distribución puntual de los casos de ERC sigue una tendencia de agrupación de valores altos para la
suma de la TIA. De manera general, se identifica que, para el periodo de estudio, existen más casos y
más riesgos en las áreas hotspot [OR: 1.16 (IC 95%: 1.09 a 1.24)] vs. no hotspot. La figura 3 presenta
la comparación de áreas hotspots vs. no hotspot por el índice de accesibilidad.
DISCUSIÓN
Este estudio identifica que el 86.6 % de los municipios de la zona geográfica del Soconusco, registraron
el 70% de todos los casos en el periodo analizado. Esta zona está conformada por 15 municipios en la
región limítrofe entre México y Guatemala (región mesoamericana). En dónde la principal actividad
económica es la agricultura. Los agricultores llevan a cabo sus actividades laborales a la intemperie
(expuestos al sol, a altas temperaturas y con inadecuada hidratación) y exponiéndose frecuentemente a
diversas sustancias químicas (fertilizantes y plaguicidas), para los principales cultivos de la zona (caña
de azúcar, mango, café, plátano, limón).
Del total de los pacientes analizados, en el 65.3% (438) la ERC se desarrolló posterior a padecer
enfermedades crónicas (DM e HTA). Un 12.98% de los casos estudiados, no estaban asociados a
factores de riesgos tradicionales. La TIA máxima durante todo el periodo fue de 153.165 por 100 000
pág. 10082
habitantes, registrándose durante 2013 y 2014 las incidencias más altas (79.475 por 100 000 habitantes)
en la región del Soconusco.
Nuestros resultados coinciden con algunos estudios que reportan una alta prevalencia de ERC
(Wesseling et al., 2014). Además, presentan características similares, como ubicarse en la región costera
del Pacífico de América Central; con poblaciones predominantemente del sexo masculino; jóvenes (30-
50 años) y qué trabajan en condiciones extremas de calor en comunidades agrícolas (principalmente
trabajadores de la caña de azúcar y campos de algodón) (Correa-Rotter & García-Trabanino, 2018;
García-Trabanino et al., 2017; Hansson et al., 2021). Observado mayormente en pacientes jóvenes sin
antecedentes ni etiología conocida de ERC. En México, se conocen al menos dos regiones endémicas
de ERCd: Veracruz y Aguascalientes (Argaiz et al., 2023). Estos resultados podrían estar evidenciando
una extensión de la región de ERCd. Sospechamos la presencia de pacientes con características de
Nefropatía Mesoamericana, como lo sugieren algunos autores (Correa-Rotter & García-Trabanino,
2018). Recordemos que algunas regiones de Chiapas forman parte de la Región Mesoamericana. Sin
embargo, hace falta realizar más estudios para poder determinar las causas que pudieran indicar la
presencia de ERCd.
El análisis espacio temporal en este estudio, permitió identificar una región de riesgo para ERC
(Soconusco), que ha sido persistente a lo largo del periodo evaluado. Lo anterior, plantea que la
distribución de ERC obedece a ciertas características socioambientales que se comparten en la región
geográfica. Identificamos que este hotspot de los casos de ERC, coincide con la distribución de los
determinantes asociados a la incidencia de la enfermedad. Los resultados anteriores respaldan la
hipótesis de que los casos de ERC tienden a agruparse significativamente dentro de ciertas unidades
geográficas, aunque con cambios observables a lo largo del tiempo. La detección de grupos de ERC
estadísticamente significativos es un paso importante hacia la focalización espacial y la selección de
intervenciones apropiadas en el ámbito de población, ya que estos grupos son crónicos potenciales para
la presencia de casos nuevos de ERC. Estos hallazgos pueden ser de utilidad para que los tomadores de
decisiones puedan dirigir sus programas preventivos y acciones en las áreas identificadas.
En México, distintos estudios han tenido como objetivo identificar las causas de la ERC en algunos
estados del país como: Aguascalientes (Mendoza et al., 2015), Tlaxcala (García-Juárez et al., 2018),
pág. 10083
Hidalgo (Martínez-Cruz et al., 2018), Veracruz (Aguilar-Ramirez et al., 2020), Estado de México
(Rodríguez-Zamora et al., 2013) y Jalisco (Garcia-Garcia et al., 2010). Sin embargo, los estudios en el
Sureste son escasos, a pesar de que las condiciones socioeconómicas, ambientales y demográficas son
similares a la región mesoamericana, donde la ERCd se ha observado con altas prevalencias (Correa-
Rotter & García-Trabanino, 2018; García-Trabanino et al., 2017). Méndez-Durán et al., (2010) mostró
que la incidencia nacional de pacientes en terapias sustitutivas del Instituto Mexicano de Seguridad
Social (IMSS) en el 2013 era de 12.4 por 100 000 de habitantes y de 7.5 por 100 000 habitantes en
Chiapas. En el periodo de 1990 a 2017, se reportó un incremento en la mortalidad, en la pérdida de años
de vida y en los años de vida con discapacidad, en Chiapas. En 2019 se mostró la distribución geográfica
de la nefropatía diabética e insuficiencia renal basándose en el número de consultas otorgadas en las
unidades de medicina familiar (UMF) del IMSS, encontrando que 27 de ellas, del occidente, centro y
sureste registraron cuatro veces más el número de consultas sobre diagnóstico de insuficiencia renal,
donde se observan UMF que se ubican en el Soconusco (Reyna-Sevilla A. et al., 2022). En las
poblaciones del Soconusco la mayoría está expuesta a altas temperaturas, habitando casas con techos de
lámina a baja altura, escasa ventilación, con deficiente hidratación y alimentación. Estos factores pueden
ser determinantes para incidir en la ERCd.
Aparentemente, en esta población de estudio, estamos observando algunas características ambientales y
sociales coincidentes en las encontradas en las poblaciones analizadas de Centroamérica, con altas
prevalencias de ERCd. Aunque algunos factores ambientales pudieran explicar los casos de ERCd
encontrados en esta investigación, es posible que en algunos de ellos el origen sea genético.
Una de las principales limitantes es el tamaño de muestra obtenida de los registros del HRAECS, lo cual
no representa la totalidad de la ERC en el estado de Chiapas. Por tal motivo, no podemos realizar una
relación causal de lo observado. Además, consideramos que la nulidad de casos durante el 2010
(ocasionada por la ausencia de nefrólogos en el HRAECS) llevó a que los pacientes se atendieran en
otro lugar en los años subsecuentes. Sin embargo, consideramos importante mostrar esta distribución
espacial y temporal de casos, lo cual puede servir a tomadores de decisión, a nefrólogos y a personal de
servicios de salud, para focalizar los planes preventivos y las acciones encaminadas a combatir la ERC.
Es importante trabajar en la detección temprana de la ERC y ERCd. Desafortunadamente, implica un
pág. 10084
gran problema, pues para ello se depende principalmente de trabajar con biomarcadores, los cuales son
imprecisos. Los más ampliamente usados son la creatinina sérica y la Cistatina (que varían dependiendo
de otros factores como: uso de medicamentos, comorbilidad con otras enfermedades, dieta, IMC e
inflamación). Motivo por lo cual se detecta hasta estadios avanzados. Lo anterior es preocupante, ya que
se cuenta con evidencia sustantiva de que el tratamiento de la obesidad, la diabetes y el uso de
medicamentos que modifiquen la hemodinámica intraglomerular, pueden postergar la progresión de la
ERC por más de 15 años (Argaiz et al., 2023). Por lo tanto, nuestros resultados permiten contar con
información basal y mantener la integración de otras instituciones de salud presentes en la región,
justificando con ello el desarrollo de investigaciones para identificar los factores causales ambientales
y ocupacionales de riesgo en la población del Soconusco, Chiapas con respecto a la ERC y ERCd
(Agudelo-Botero et al., 2020).
CONCLUSIONES
Aparentemente, estamos observando la presencia de ERCd en la región del Soconusco. La
deshidratación, el trabajar y exponerse a temperaturas extremas y a contaminantes ambientales (muy
posiblemente los agrotóxicos usados en las zonas de cultivo) de la población, pueden ser factores que
están coadyuvando en la presentación de esta enfermedad. Sabemos que la ERC y la ERCd, suponen
una carga considerable para los sistemas sanitarios. La falta de conocimiento sobre los daños a la salud
ocasionados por exposición crónica a contaminantes, como los factores ambientales y económicos,
subraya la necesidad de llevar a cabo investigaciones de vigilancia epidemiológica para conocer los
grupos poblacionales de alto riesgo, así como el identificar las causas que originan la ERC y la ERCd
en Chiapas. Es necesario trabajar de manera ardua en la detección oportuna de ERC y ERCd, en un
monitoreo de los pacientes, un control metabólico de las patologías asociadas a ERC; en una
administración racional de fármacos eficaces y de medidas dietarías y relacionadas con la actividad
física para el retraso en la progresión de la ERC y para la mejoría de la calidad de vida del paciente
desde la política pública. Se sugiere un registro estatal a nivel nacional para continuar identificando
aquellos factores ambientales y socioeconómicos asociados a la ERCd y así poder establecer todas las
medidas preventivas de forma oportuna.
pág. 10085
Financiación: El presente trabajo ha sido financiado por El Consejo Nacional de Ciencia y Tecnología
(CONACYT), ahora Secretaría de Ciencia, Humanidades, Tecnología e Innovación (Secihti) de México,
apoyo al proyecto 262002.
REFERENCIAS BIBLIOGRÁFICAS
Agudelo-Botero, M., Valdez-Ortiz, R., Giraldo-Rodríguez, L., González-Robledo, M. C., Mino-León,
D., Rosales-Herrera, M. F., Cahuana-Hurtado, L., Rojas-Russell, M. E., & Dávila-Cervantes, C.
A. (2020). Overview of the burden of chronic kidney disease in Mexico: secondary data analysis
based on the Global Burden of Disease Study 2017. BMJ Open, 10(3), e035285.
https://doi.org/10.1136/bmjopen-2019-035285
Aguilar-Ramirez, Di., Raña-Custodio, A., Villa, A., Rubilar, X., Olvera, N., Escobar, A., Johnson, R.
J., Sanchez-Lozada, L., Obrador, G. T., & Madero, M. (2020). Decreased kidney function and
agricultural work: A cross-sectional study in middle-aged adults from Tierra Blanca, Mexico.
Nephrology Dialysis Transplantation, 36(6), 1–8. https://doi.org/10.1093/ndt/gfaa041
Almaguer, M. , Herrera, R. , & Orantes, C. M. (2014). Chronic Kidney Disease of Unknown Etiology
in Agricultural Communities. MEDICC Review, 16(2), 9.
https://doi.org/10.37757/MR2014.V16.N2.3
Anselin, L. (2009). Spatial Regression. In The SAGE Handbook of Spatial Analysis (pp. 255–275).
SAGE Publications, Ltd. https://doi.org/10.4135/9780857020130.n14
Argaiz, E. R., Morales-Juárez, L., Razo, C., Ong, L., Rafferty, Q., Rincón-Pedrero, R., & Gamba, G.
(2023). La carga de enfermedad renal crónica en México. Análisis de datos basado en el estudio
&lt;i&gt;Global Burden of Disease&lt;/i&gt; 2021. Gaceta Médica de México, 159(6).
https://doi.org/10.24875/GMM.23000393
Bikbov, B., Purcell, C. A., Levey, A. S., Smith, M., Abdoli, A., Abebe, M., Adebayo, O. M., Afarideh,
M., Agarwal, S. K., Agudelo-Botero, M., Ahmadian, E., Al-Aly, Z., Alipour, V., Almasi-
Hashiani, A., Al-Raddadi, R. M., Alvis-Guzman, N., Amini, S., Andrei, T., Andrei, C. L., Vos,
T. (2020). Global, regional, and national burden of chronic kidney disease, 1990–2017: a
systematic analysis for the Global Burden of Disease Study 2017. The Lancet, 395(10225), 709–
733. https://doi.org/10.1016/S0140-6736(20)30045-3
pág. 10086
CEIGE (2024). Población Total. Comité Estatal de Información Estadística y Geográfica de
Chiapas.https://www.ceieg.chiapas.gob.mx/productos/files/CIGECH/Poblacion_Poblacion_tot
al_archivos/index.htm
CONAPO (2022). Análisis geoespacial de la accesibilidad a centros urbanos de las localidades de
México. Consejo Nacional de Población. Análisis Geoespacial de La Accesibilidad a Centros
Urbanos. November 7. https://www.gob.mx/conapo/documentos/analisis-geoespacial-de-la-
accesibilidad-a-centros-urbanos-de-las-localidades-de-mexico
Correa-Rotter, R., & García-Trabanino, R. (2018). Nefropatía mesoamericana: una nueva enfermedad
renal crónica de alta relevancia regional. Acta Med., 16(1), 16–22.
https://www.medigraphic.com/cgi-bin/new/resumen.cgi?IDARTICULO=82350#
Cuadros, D. F., Li, J., Musuka, G., & Awad, S. F. (2021). Spatial epidemiology of diabetes: Methods
and insights. World Journal of Diabetes, 12(7), 1042–1056.
https://doi.org/10.4239/wjd.v12.i7.1042
Elliott, P., & Wartenberg, D. (2004). Spatial Epidemiology: Current Approaches and Future Challenges.
Environmental Health Perspectives, 112(9), 998–1006. https://doi.org/10.1289/ehp.6735
Garcia-Garcia, G., Marquez-Magaña, I., Renoirte-Lopez, K., Perez-Cortes, G., Salazar Gutierrez, M. L.,
Klarenbach, S., Lloyd, A., & Tonelli, M. (2010). Screening for kidney disease on World Kidney
Day in Jalisco, Mexico. Journal of Nephrology, 23(2), 224–230.
http://www.ncbi.nlm.nih.gov/pubmed/20119929
García-Juárez, G., Hernández-Vázquez M., Orozco-Bolaños H., Suárez-González G., Ramírez-
Bribiesca E., & Juárez-Ortiz M.G. (2018). Riesgos ambientales y su impacto en la mortalidad
por insuficiencia renal crónica en el estado de Tlaxcala, México. Revista Biológico
Agropecuaria Tuxpan, 6(1), 103–113.
https://doi.org/https://doi.org/10.47808/revistabioagro.v6i1.143
García-Trabanino, R., Cerdas, M., Madero, M., Jakobsson, K., Barnoya, J., Crowe, J., Jarquín, E.,
Guzmán-Quilo, C., & Correa-Rotter, R. (2017). Nefropatía mesoamericana: revisión breve
basada en el segundo taller del Consorcio para el estudio de la Epidemia de Nefropatía en
Centroamérica y México (CENCAM). Nefrología Latinoamericana, 14(1), 39–45.
pág. 10087
https://doi.org/10.1016/j.nefrol.2016.11.001
Getis, A., & Ord, J. K. (1992). The Analysis of Spatial Association by Use of Distance Statistics.
Geographical Analysis 24(3) 189–206.https://doi.org/10.1111/j.1538-4632.1992.tb00261.x
Gonzalez-Bedat, M., Rosa-Diez, G., Pecoits-Filho, R., Ferreiro, A., García-García, G., Cusumano, A.,
Fernandez-Cean, J., Noboa, O., & Douthat, W. (2015). Burden of disease: prevalence and
incidence of ESRD in Latin America. Clinical Nephrology, 83 (2015)(S1), 3–6.
https://doi.org/10.5414/CNP83S003
Hansson, E., Mansourian, A., Farnaghi, M., Petzold, M., & Jakobsson, K. (2021). An ecological study
of chronic kidney disease in five Mesoamerican countries: associations with crop and heat.
BMC Public Health, 21(1). https://doi.org/10.1186/s12889-021-10822-9
Hernández B. F., L. M. J. L. (2024). Modelos Mixtos con R. February 28.
https://fhernanb.github.io/libro_modelos_mixtos/index.html#estructura-del-libro
INEGI (2021). Aspectos geográficos, Chiapas. Aspectos Geográficos, Chiapas. INEGI. Aspectos
https://www.inegi.org.mx/contenidos/app/areasgeograficas/resumen/resumen_07.pdf
Jager, K. J., Kovesdy, C., Langham, R., Rosenberg, M., Jha, V., & Zoccali, C. (2019). A single number
for advocacy and communication—worldwide more than 850 million individuals have kidney
diseases. Nephrology Dialysis Transplantation, 34(11), 1803–1805.
https://doi.org/10.1093/ndt/gfz174
KDIGO. (2017). Kidney Disease: Improving Global Outcomes (KDIGO) CKD-MBD Update Work
Group. Kidney Int Suppl., 7(1), 1–59. https://doi.org/10.1016/j.kisu.2017.04.001
Kirby, R. S., Delmelle, E., & Eberth, J. M. (2017). Advances in spatial epidemiology and geographic
information systems. Annals of Epidemiology, 27(1), 1–9.
https://doi.org/10.1016/j.annepidem.2016.12.001
Kovesdy, C. P. (2022). Epidemiology of chronic kidney disease: an update 2022. Kidney International
Supplements, 12(1), 7–11. https://doi.org/10.1016/j.kisu.2021.11.003
Martínez-Cruz, J. U., López-Cortes, K. M., Nery-Aldana, D. J., Zamora-López, M. D. C., Hernández-
Cruz, A., Hernández-Medina, M. S., López-Contreras, L., & Ruvalcaba-Ledezma, J. C. (2018).
pág. 10088
Incidencia de insuficiencia renal crónica en Ixmiquilpan, Hidalgo, México. Educación y Salud
Boletín Científico de Ciencias de La Salud Del ICSa, 13, 119–124.
https://repository.uaeh.edu.mx/revistas/index.php/ICSA/issue/view/199
Méndez-Durán, A., Méndez-Bueno, F. J., Tapia-Yáñez, T., Montes, A. M., & Aguilar-Sánchez, L.
(2010). Epidemiología de la insuficiencia renal crónica en México. Diálisis y Trasplante, 31(1),
7–11. https://doi.org/10.1016/S1886-2845(10)70004-7
Mendoza, EC., González-Ramírez, C., Martínez-Saldaña, MC., Avelar-González, FJ., Valdivia-Flores,
AG., Aldana-Madrid, ML., Rodríguez-Olibarría, G., & Jaramillo-Juárez, F. (2015). Estudio de
exposición a malatión y cipermetrina y su relación con el riesgo de daño renal en habitantes del
municipio de Calvillo Aguascalientes, México. Revista Mexicana de Ciencias Farmacéuticas,
46(3), 62–72. http://www.redalyc.org/articulo.oa?id=57945705007
Reyna-Sevilla A., Borrayo-Sánchez G., Duque-Molina C., Ascencio-Montiel I. J., & Torres-Toledano,
M. (2022). Análisis geográfico de nefropatía diabética e insuficiencia renal en el primer nivel
de atención, IMSS 2019. Rev Med Inst Mex Seguro Soc. , 60(2), 156–163.
https://biblat.unam.mx/hevila/RevistaMedicadelInstitutoMexicanodelSeguroSocial/2022/vol60
/no2/7.pdf
Rodríguez-Zamora, M. C., Amato, D., Saucedo-Victoria, M. E., Pérez-Morán, D., Cruzado-Gómez, L.,
López-Mendoza, C. A., Ramírez-Arvizu, I., Novales-Castro, J., & Paniagua-Contreras, G.
(2013). Detección oportuna de enfermedad renal crónica en una comunidad rural: identificación
de factores de riesgo. REV CONAMED, 18(3), 117–123.
https://dialnet.unirioja.es/servlet/articulo?codigo=7547756
Stevens, P. E., Ahmed, S. B., Carrero, J. J., Foster, B., Francis, A., Hall, R. K., Herrington, W. G., Hill,
G., Inker, L. A., Kazancıoğlu, R., Lamb, E., Lin, P., Madero, M., McIntyre, N., Morrow, K.,
Roberts, G., Sabanayagam, D., Schaeffner, E., Shlipak, M., … Levin, A. (2024). KDIGO 2024
Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease.
Kidney International, 105(4), S117–S314. https://doi.org/10.1016/j.kint.2023.10.018
Sundström, J., Bodegard, J., Bollmann, A., Vervloet, M. G., Mark, P. B., Karasik, A., Taveira-Gomes,
T., Botana, M., Birkeland, K. I., Thuresson, M., Jäger, L., Sood, M. M., VanPottelbergh, G., &
pág. 10089
Tangri, N. (2022). Prevalence, outcomes, and cost of chronic kidney disease in a contemporary
population of 2·4 million patients from 11 countries: The CaReMe CKD study. The Lancet
Regional Health - Europe, 20, 100438. https://doi.org/10.1016/j.lanepe.2022.100438
Valdivia Mazeyra, M. F., Muñoz Ramos, P., Serrano, R., Alonso Riaño, M., Gil Giraldo, Y., & Quiroga,
B. (2021). Nefropatía endémica mesoamericana: una enfermedad renal crónica de origen no tan
desconocido. Nefrología, 41(6), 612–619. https://doi.org/10.1016/j.nefro.2021.03.005
Wesseling, C., Crowe, J., Hogstedt, C., Jakobsson, K., Lucas, R., & Wegman, D. H. (2014). Resolving
the Enigma of the Mesoamerican Nephropathy: A Research Workshop Summary. American
Journal of Kidney Diseases, 63(3), 396–404. https://doi.org/10.1053/j.ajkd.2013.08.014
WHO (2024). List of Official ICD-10 Updates. List of Official ICD-10 Updates. World Health
Organization. June 3. https://www.who.int/standards/classifications/classification-of-
diseases/list-of-official-icd-10-updates
Wijkström, J., Leiva, R., Elinder, C.-G., Leiva, S., Trujillo, Z., Trujillo, L., Söderberg, M., Hultenby,
K., & Wernerson, A. (2013). Clinical and Pathological Characterization of Mesoamerican
Nephropathy: A New Kidney Disease in Central America. American Journal of Kidney
Diseases, 62(5), 908–918. https://doi.org/10.1053/j.ajkd.2013.05.019.