本文将BMI作为Covid-19在印度各个地区早期空间分布和强度的关联进行研究，发现根据一系列个人、家庭和地区特征，成年人BMI显著预测了该地区成为热点地区的可能性，确认的病例数、病死率和该地区属于红色区域的倾向的自然对数。控制空气污染、降雨量、温度、衡量人口密度的人口统计因素、老年人比例、卫生基础设施(包括人均卫生支出)、呼吸道病例比例和最近爆发的病毒性疾病数量，不降低BMI对病毒空间发病率和传播的预测能力。成年人BMI和空间结果之间的关联在城市受过教育的人群中尤其明显，而且不受各州测试率差异的影响。我们发现,在女性中,BMI代理一系列并发症(血红蛋白,高血压和高葡萄糖水平)影响病毒的严重程度而男性,这些卫生指标不太重要,感染病毒的风险敞口的工作倾向是解释性的。我们进行异质性和敏感性检查，并控制可能由于发病时间变化而产生的差异。我们的研究结果提供了一个现成的健康标记，可以用来识别像印度这样的发展中国家的高危人群。