Cambios

La representación de la desigual distribución de algunas de estas variables se presenta en dos mapas de la Comunidad de Madrid, por municipios: ''[[:Archivo:Espana_Poblacion-mayor-de-65-anos-en-la-Comunidad-de-Madrid_2020_mapa_18138_spa.jpg| población mayor de 65 años ]]'' y ''[[:Archivo:Madrid_Casos-de-COVID--19-en-la-Comunidad-de-Madrid_2020_mapa_17918_spa.jpg|casos de COVID-19 ]]'' en el periodo febrero-junio de 2020. Se observa un cierto paralelismo en ambos mapas. Los extremos norte, sudeste y sudoeste de la región, siendo los más envejecidos, son también, globalmente, los más afectados, en términos relativos a la población.

Como aproximación a la desigualdad, los mapas ''[[:Archivo:Madrid_Poblacion-parada-en-la-ciudad-de-Madrid_2020_mapa_17774_spa.jpg|Población parada en la ciudad de Madrid]]'' y ''[[:Archivo:Madrid_Prestaciones-sociales-de-caracter-economico-en-la-ciudad-de-Madrid_2018_mapa_17773_spa.jpg|Prestaciones sociales de carácter económico en la ciudad de Madrid]]'' muestran el mismo gradiente. Se representa el número de personas paradas en el periodo de estudio y el número de parados por cada 1.000 habitantes. Los distritos del sur (Puente de Vallecas, Villa de Vallecas, Carabanchel, Usera, Villaverde) presentan valores superiores a 70 parados por cada mil habitantes, mientras en Chamartín, Chamberí, Fuencarral-El Pardo, Moncloa-Aravaca, Retiro y Salamanca la tasa es inferior a 40. Esta distribución de la población parada no se corresponde directamente con cifras relacionadas con las prestaciones sociales. Destaca Chamartín que cuenta con valores relativamente bajos de paro (31 parados por cada 1.000 habitantes) y, como es esperable, valores bajos de número de beneficiarios de ayudas sociales (128 de un total de 13.316 en el conjunto de la ciudad), aunque con la cantidad de la prestación por beneficiario, 1.082 €, es la más alta de la ciudad.

Las interrelaciones existentes entre envejecimiento e impacto de la enfermedad de la que aportan evidencia las cifras y la epidemiología, quedan claramente reflejadas en los mapas de población mayor de 65 años y de casos COVID-19, tanto por municipios en la Comunidad, como por distritos en la ciudad. Sin embargo, en la observación de otras variables socioeconómicas, esa interrelación no resulta tan evidente. Naturalmente, ello no implica que no exista, sino que su caracterización requiere un trabajo profundo y multidisciplinar que, en sudía, ofrecerá explicaciones detalladas acerca de la influencia debida a cada uno de los factores implicados en la pandemia.