In Ecuador, the transmission of dengue has steadily increased in recent decades, particularly in coastal cities like Manta, where the conditions are favorable for the proliferation of the Aedes aegypti mosquito. The objective of this study was to model the spatial distribution of dengue transmission risk in Manta, a coastal city in Ecuador with consistently high incidence rates. A total of 148 georeferenced dengue cases from 2018 to 2021 were collected, and environmental and socioeconomic variables were incorporated into a maximum entropy model (MaxEnt). Additionally, climate and social zoning were performed using a multi-criteria model in TerrSet. The MaxEnt model demonstrated excellent predictive ability (training AUC = 0.916; test AUC = 0.876) and identified population density, sewer system access, and distance to rivers as the primary predictors. Three high-risk clusters were identified in the southern, northwestern, and northeastern parts of the city, while the coastal strip showed lower suitability due to low rainfall and vegetation. These findings reveal the strong spatial heterogeneity of dengue risk at the neighborhood level and provide operational information for targeted interventions. This approach can support more efficient surveillance, resource allocation, and community action in coastal urban areas affected by vector-borne diseases.

El establecimiento de índices de enfermedad a nivel espacial, en áreas geográficas específicas,con base en indicadores preestablecidos, permite inferir en la población y sustentar la tomade decisiones. Objetivo: establecer un índice de vulnerabilidad para COVID-19 por mediode análisis espacial a nivel cantonal en Ecuador. Metodología: por medio de un estudioexploratorio transversal, se calculó un índice de vulnerabilidad, a nivel cantonal, con unmodelo jerárquico aditivo compuesto y otro por componentes principales, basado en 13indicadores, en cuatro dimensiones: demográfica, epidemiológica, infraestructura de salud ysocioeconómica. Se utilizó un método de clasificación en quintiles, un quintil más alto denotamayor puntuación de vulnerabilidad relativa y se presentan los resultados por graficaciónespacial. Resultados: Se obtuvieron 2 tablas de los 221 cantones en el Ecuador, con las quese construyeron 2 modelos de vulnerabilidad con distintas valoraciones según cada cantón.Conclusiones: Se identificó y mapeó las comunidades que probablemente necesitarán unmayor apoyo durante el transcurso pandémico o endémico del brote actual de COVID-19, conbase en los puntajes obtenidos mediante el análisis espacial. En consecuencia, se consideróa Azogues, Quilanga, Piñas, Limón Indanza, Guayaquil, Girón, Sucúa, Loja, Machala,Flavio Alfaro, Quito y Portoviejo, como el 5 % de los cantones con “vulnerabilidad muyalta”, en el modelo aditivo. Mientras que Quilanga, Limón Indanza, Girón, Guayaquil, Lalibertad, Ambato, Catamayo, Guaranda, Olmedo, Durán, Esmeraldas y Pasaje, se presentan,en el modelo, por análisis de componentes principales, como el 5 % de los cantones de“vulnerabilidad muy alta”.