Conjunto de datos de alta resolución sobre accesibilidad y desigualdad de centros de atención a mayores en 21 ciudades chinas (2020)

Por qué importa el acceso a la atención de mayores cerca de casa

A medida que China envejece, el lugar donde vive una persona mayor puede determinar en gran medida la facilidad con la que encuentra una plaza en una residencia o en un centro comunitario. Este estudio crea el primer mapa detallado, ciudad por ciudad, de la proximidad de los residentes mayores a instalaciones de atención formal en 21 grandes ciudades chinas alrededor del año 2020, y de la equidad con que esos servicios se reparten entre los barrios. Los resultados ofrecen una nueva base de datos abierta que planificadores, médicos e investigadores pueden usar para localizar zonas donde el apoyo es abundante —y donde las personas mayores pueden estar quedando silenciosamente atrás.

Qué intentaron mapear los investigadores

El equipo quería responder a dos preguntas simples pero apremiantes: ¿qué tan fácil es para los adultos mayores en las grandes ciudades chinas llegar a un centro de atención, y qué tan desigual es ese acceso de un barrio a otro? Hasta ahora, no existía un conjunto de datos consistente y de alto detalle que cubriera muchas ciudades a la vez. Sin esos datos, resulta difícil para los gobiernos municipales pasar de promesas generales a mejoras concretas —por ejemplo, decidir exactamente dónde construir nuevas residencias o cómo nuevas líneas de transporte podrían beneficiar a los residentes mayores.

Cómo midieron el acceso a la atención

Para construir este panorama, los autores combinaron varios tipos de datos abiertos. Reunieron las ubicaciones oficiales y el número de plazas de todas las instalaciones registradas de atención a mayores en 21 ciudades, mapas de población de alta resolución que muestran dónde viven los residentes mayores a una escala de cuadrícula de 100 metros, y redes viales digitales detalladas de OpenStreetMap. Con estos ingredientes, aplicaron un método de cartografiado paso a paso que estima, para cada pequeña celda de la cuadrícula en una ciudad, cuántas plazas de instalaciones son realísticamente accesibles por la red de carreteras, reduciendo de forma gradual el peso de las instalaciones que están más lejanas. Se asumió que las instalaciones más grandes atraen personas desde áreas más amplias, pero el método evita un corte brusco, ajustándose mejor a cómo las personas realmente consideran opciones algo más distantes.

Convertir el acceso en una imagen de equidad

Una vez que cada celda de la cuadrícula tuvo una puntuación de accesibilidad, los investigadores se plantearon una segunda pregunta: ¿qué tan equitativamente se distribuyen estas oportunidades dentro de cada ciudad? Para responder, usaron una medida estándar de desigualdad que compara qué tan uniformemente se reparte la accesibilidad en el espacio, desde la igualdad perfecta hasta el desequilibrio extremo. Resumieron estos patrones en una cuadrícula más gruesa de un kilómetro, creando un conjunto complementario de mapas que resaltan dónde el acceso es altamente desigual. En total, el proyecto produjo 42 capas de mapa —una de accesibilidad y otra de desigualdad por cada ciudad— además de una tabla que vincula estos patrones con indicadores económicos básicos.

Qué revelan los mapas sobre los patrones urbanos

En las 21 ciudades se aprecia un tema claro: núcleos fuertes y periferias más débiles. Los distritos urbanos centrales suelen disfrutar de áreas de servicio densas y superpuestas donde muchas instalaciones y buenas conexiones viales ofrecen a los mayores múltiples opciones. Al avanzar hacia los suburbios y las zonas periféricas, la accesibilidad disminuye de forma sostenida, y la desigualdad entre barrios cercanos a menudo aumenta. En algunas ciudades, solo una pequeña fracción del territorio alcanza alta accesibilidad, mientras que vastas zonas exteriores permanecen con niveles bajos. Los autores verificaron cuidadosamente sus cálculos de distancia de viaje comparándolos con servicios de mapas en línea populares, encontrando una concordancia muy cercana, lo que refuerza la confianza en los mapas resultantes.

Cómo puede usarse este recurso y sus límites

Este conjunto de datos pretende ser una base más que un veredicto final sobre la atención a mayores. Debido a que emplea formatos estándar, puede integrarse en herramientas comunes de cartografía y análisis estadístico para estudiar vínculos entre el acceso a la atención y resultados de salud, precios de la vivienda o desventaja social. Los planificadores pueden usarlo para localizar “desiertos de atención” y probar cómo nuevas instalaciones o rutas de transporte podrían cambiar el panorama. Al mismo tiempo, los autores señalan límites importantes: los mapas se centran en la distancia por carretera más que en el tiempo total de viaje o el transporte público; tratan todas las plazas por igual en calidad y coste; y capturan un único momento alrededor de 2020, no cómo cambian las ciudades con el tiempo. Incluso con estas salvedades, el trabajo representa un paso importante hacia una planificación más clara y basada en evidencia para sociedades que envejecen.

Qué significa esto para las personas mayores en las ciudades

Para un lector general, la conclusión es directa: no todos los barrios de la ciudad ofrecen a las personas mayores la misma posibilidad de encontrar atención formal cercana. Este estudio no prescribe políticas específicas, pero proporciona a los responsables decisiones un mapa detallado que muestra dónde la ayuda está a mano y dónde falta. A medida que China —y muchos otros países— sigan envejeciendo, instantáneas abiertas y a escala municipal como esta pueden orientar inversiones más inteligentes para que envejecer no dependa tanto del código postal de cada uno.

Cita: Han, X., Wang, Y., Wei, Z. et al. High-Resolution dataset on elderly care facility accessibility and inequality in 21 Chinese cities (2020). Sci Data 13, 606 (2026). https://doi.org/10.1038/s41597-026-07014-8

Palabras clave: atención a mayores, desigualdad urbana, ciudades de China, acceso a la salud, datos espaciales