En primer lugar, quiero expresar mi agradecimiento al equipo de autoras por el trabajo realizado y por la valiosa contribución que este estudio representa para la comprensión del feminicidio en Bogotá, un fenómeno que nos atraviesa a todas. En esa misma línea, y tal como manifesté a varias de las autoras en el evento de presentación, considero importante compartir algunas preocupaciones metodológicas que, desde mi perspectiva, merecen ser discutidas con mayor profundidad. 💜
El estudio incorpora metodologías avanzadas de análisis espacial, como el Índice de Moran y la Regresión de Poisson Geográficamente Ponderada (GWPR). No obstante, su aplicación sobre una base de datos compuesta por únicamente 20 unidades espaciales (localidades) plantea serias dudas respecto a la validez y estabilidad de las inferencias espaciales realizadas. A continuación, explico los principales problemas metodológicos del apartado “Geografías del feminicidio”.
El estudio reporta que:
Desde una perspectiva de análisis espacial, las tasas constituyen la medida analíticamente pertinente, al controlar por el tamaño de la población expuesta. La ausencia de autocorrelación espacial en las tasas sugiere que el fenómeno no presenta un patrón espacial estructurado a nivel de localidades, sino que se distribuye de manera compatible con un proceso aleatorio.
La significancia observada en los casos absolutos es esperable en contextos urbanos altamente desiguales en tamaño poblacional, y puede interpretarse como un artefacto de concentración demográfica más que como evidencia de un proceso espacial del fenómeno en sí. En este contexto, la continuación del análisis hacia procedimientos locales (LISA) y modelos de regresión espacialmente ponderados carece de una justificación estadística sólida, lo que debilita la validez o anula completamente el Hallazgo 8 y de los mapas LISA presentados.
El estudio señala que el modelo GWPR fue estimado utilizando un ancho de banda de 20, optimizado mediante el criterio AICc. Sin embargo, Bogotá cuenta con un total de 20 o 21 localidades (según se tome) urbanas, lo que implica que el ancho de banda coincide con el tamaño total de la muestra.
En modelos de regresión geográficamente ponderada, el ancho de banda determina el número de observaciones que influyen en la estimación de cada regresión local. Cuando este valor es equivalente al tamaño total de la muestra, cada estimación local incorpora prácticamente toda la información disponible, lo que convierte el modelo en una aproximación global. En consecuencia, los coeficientes estimados no pueden interpretarse como evidencia de heterogeneidad espacial real o de no estacionariedad en las relaciones analizadas.
En este sentido, el valor óptimo del ancho de banda no constituye un hallazgo metodológico, sino una señal de alerta respecto a la insuficiencia del número de unidades espaciales para estimar un modelo verdaderamente local.
El documento indica que se estimaron 34 modelos bivariados de Poisson, seguidos de modelos multivariados. Con solo 20 unidades espaciales, este enfoque incrementa sustancialmente el riesgo de sobreajuste y de capitalización del azar.
La combinación de un tamaño muestral reducido, múltiples pruebas estadísticas y modelos multivariados espaciales agota rápidamente los grados de libertad disponibles. En este contexto, los patrones detectados pueden reflejar coincidencias estadísticas más que asociaciones estructurales robustas, comprometiendo la estabilidad y reproducibilidad de los resultados.
El uso de LISA para identificar conglomerados “Alto-Alto” o “Bajo-Bajo” a nivel de localidad introduce una fuerte simplificación del fenómeno. Las localidades de Bogotá presentan una marcada heterogeneidad interna; por ejemplo, localidades como Kennedy o Suba superan el millón de habitantes y contienen barrios con condiciones socioespaciales profundamente disímiles.
Asignar una categoría de “alto riesgo” a una localidad completa ignora esta variabilidad intra-territorial y puede inducir interpretaciones erróneas desde el punto de vista de la política pública. Este nivel de agregación limita la utilidad operativa de los resultados, especialmente cuando el propio estudio reconoce que la ocurrencia del feminicidio se concentra en micro-territorios específicos.
Si bien el uso de Razones Estandarizadas de Mortalidad es metodológicamente apropiado en estudios comparativos de riesgo, su aplicación en contextos con frecuencias bajas de eventos por unidad espacial presenta limitaciones importantes. En localidades con pocos casos, variaciones mínimas en el numerador pueden generar cambios desproporcionados en la REM, produciendo estimaciones altamente inestables.
Esta inestabilidad introduce un riesgo adicional de interpretar fluctuaciones aleatorias como diferencias significativas en el riesgo territorial, lo que refuerza la necesidad de cautela en la interpretación de los resultados.