array:19 [
  "pii" => "13012089"
  "issn" => "02139111"
  "estado" => "S300"
  "fechaPublicacion" => "1999-08-01"
  "documento" => "article"
  "crossmark" => 0
  "licencia" => "http://www.elsevier.com/open-access/userlicense/1.0/"
  "subdocumento" => "fla"
  "cita" => "Gac Sanit. 1999;13 Supl Congr 1:9018"
  "abierto" => array:3 [
    "ES" => true
    "ES2" => true
    "LATM" => true
  ]
  "gratuito" => true
  "lecturas" => array:2 [
    "total" => 4105
    "formatos" => array:3 [
      "EPUB" => 177
      "HTML" => 3790
      "PDF" => 138
    ]
  ]
  "itemSiguiente" => array:16 [
    "pii" => "13012091"
    "issn" => "02139111"
    "estado" => "S300"
    "fechaPublicacion" => "1999-08-01"
    "documento" => "article"
    "crossmark" => 0
    "licencia" => "http://www.elsevier.com/open-access/userlicense/1.0/"
    "subdocumento" => "fla"
    "cita" => "Gac Sanit. 1999;13 Supl Congr 1:9019"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:2 [
      "total" => 2741
      "formatos" => array:3 [
        "EPUB" => 189
        "HTML" => 2434
        "PDF" => 118
      ]
    ]
    "es" => array:6 [
      "idiomaDefecto" => true
      "titulo" => "METODOLOGÍA DEL ANÁLISIS GEOGRÁFICO EN ÁREAS PEQUEÑAS"
      "tieneTextoCompleto" => "es"
      "paginas" => array:1 [
        0 => array:1 [
          "paginaInicial" => "9019"
        ]
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "ME López Vizcaíno, E Vázquez Fernández, X Hervada Vidal"
          "autores" => array:3 [
            0 => array:2 [
              "Iniciales" => "ME"
              "apellidos" => "López Vizcaíno"
            ]
            1 => array:2 [
              "Iniciales" => "E"
              "apellidos" => "Vázquez Fernández"
            ]
            2 => array:2 [
              "Iniciales" => "X"
              "apellidos" => "Hervada Vidal"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/13012091?idApp=WGSE"
    "url" => "/02139111/0000001300000SC1/v0_201302051654/13012091/v0_201302051655/es/main.assets"
  ]
  "itemAnterior" => array:16 [
    "pii" => "13012097"
    "issn" => "02139111"
    "estado" => "S300"
    "fechaPublicacion" => "1999-08-01"
    "documento" => "article"
    "crossmark" => 0
    "licencia" => "http://www.elsevier.com/open-access/userlicense/1.0/"
    "subdocumento" => "fla"
    "cita" => "Gac Sanit. 1999;13 Supl Congr 1:9017"
    "abierto" => array:3 [
      "ES" => true
      "ES2" => true
      "LATM" => true
    ]
    "gratuito" => true
    "lecturas" => array:2 [
      "total" => 2063
      "formatos" => array:3 [
        "EPUB" => 150
        "HTML" => 1808
        "PDF" => 105
      ]
    ]
    "es" => array:6 [
      "idiomaDefecto" => true
      "titulo" => "PRESENTACIÓN DEL SISTEMA DE INFORMACIÓN GEOGRÁFICO. GIS-CV"
      "tieneTextoCompleto" => "es"
      "paginas" => array:1 [
        0 => array:1 [
          "paginaInicial" => "9017"
        ]
      ]
      "contieneTextoCompleto" => array:1 [
        "es" => true
      ]
      "autores" => array:1 [
        0 => array:2 [
          "autoresLista" => "A Salazar, E Forcen, S Guiral, I Melchor, B Castaño, J Gil, F Bueno, M Sanz, E Bonilla"
          "autores" => array:9 [
            0 => array:2 [
              "Iniciales" => "A"
              "apellidos" => "Salazar"
            ]
            1 => array:2 [
              "Iniciales" => "E"
              "apellidos" => "Forcen"
            ]
            2 => array:2 [
              "Iniciales" => "S"
              "apellidos" => "Guiral"
            ]
            3 => array:2 [
              "Iniciales" => "I"
              "apellidos" => "Melchor"
            ]
            4 => array:2 [
              "Iniciales" => "B"
              "apellidos" => "Castaño"
            ]
            5 => array:2 [
              "Iniciales" => "J"
              "apellidos" => "Gil"
            ]
            6 => array:2 [
              "Iniciales" => "F"
              "apellidos" => "Bueno"
            ]
            7 => array:2 [
              "Iniciales" => "M"
              "apellidos" => "Sanz"
            ]
            8 => array:2 [
              "Iniciales" => "E"
              "apellidos" => "Bonilla"
            ]
          ]
        ]
      ]
    ]
    "idiomaDefecto" => "es"
    "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/13012097?idApp=WGSE"
    "url" => "/02139111/0000001300000SC1/v0_201302051654/13012097/v0_201302051655/es/main.assets"
  ]
  "es" => array:7 [
    "idiomaDefecto" => true
    "titulo" => "COMPARACIÓN DE MÉTODOS DE ANÁLISIS GEOGRÁFICO"
    "tieneTextoCompleto" => true
    "paginas" => array:1 [
      0 => array:1 [
        "paginaInicial" => "9018"
      ]
    ]
    "autores" => array:1 [
      0 => array:2 [
        "autoresLista" => "M Ayestarán, E Aldasoro, C Moreno"
        "autores" => array:3 [
          0 => array:2 [
            "Iniciales" => "M"
            "apellidos" => "Ayestarán"
          ]
          1 => array:2 [
            "Iniciales" => "E"
            "apellidos" => "Aldasoro"
          ]
          2 => array:2 [
            "Iniciales" => "C"
            "apellidos" => "Moreno"
          ]
        ]
      ]
    ]
    "textoCompleto" => "<p class="elsevierStylePara"><span class="elsevierStyleBold">COMPARACI&#211;N DE M&#201;TODOS DE AN&#193;LISIS GEOGR&#193;FICO</span></p><p class="elsevierStylePara">M&#46; Ayestar&#225;n&#42;&#44; E&#46; Aldasoro&#44; C&#46; Moreno</p><p class="elsevierStylePara">Departamento de Sanidad del Gobierno Vasco&#59; Instituto de Salud P&#250;blica de Navarra&#46;</p><p class="elsevierStylePara">M&#46; Ayestar&#225;n&#46; C&#47;Duque de Wellington&#44; 2&#46; 01010 Vitoria-Gasteiz&#46; Tf&#46;&#58; 945189245&#46;</p><p class="elsevierStylePara">E-mail&#58; ikerketa-san&#64;gv-ej&#46;es</p><p class="elsevierStylePara">Introducci&#243;n&#58; La distribuci&#243;n geogr&#225;fica de la incidencia y mortalidad de enfermedades destaca como herramienta epidemiol&#243;gica para el estudio de su etiolog&#237;a&#46; El objetivo de este trabajo es la revisi&#243;n de distintos m&#233;todos descritos en la literatura para mapear la distribuci&#243;n de los riesgos relativos&#46;</p><p class="elsevierStylePara">Material y M&#233;todos&#58; El estudio se hace con datos de mortalidad por diferentes causas de enfermedad cardiovascular y c&#225;ncer&#46; Se analiza la distribuci&#243;n de las estimaciones del riesgo relativo por distintas &#225;reas de la Comunidad Aut&#243;noma de Euskadi y Navarra&#46; Se comparan diferentes aspectos&#58; la unidad de an&#225;lisis adoptada&#44; el modelo de distribuci&#243;n planteado y el m&#233;todo de inferencia utilizado&#46; Como unidad de an&#225;lisis se adopta el municipio&#44; por un lado&#44; y la comarca&#44; agrupaci&#243;n de los anteriores&#44; por otro&#46; Como modelo de asignaci&#243;n del riesgo se comparan el modelo cl&#225;sico de Poisson &#40;RME&#41; con los modelos jer&#225;rquicos bayesianos&#44; que incorporan la distribuci&#243;n <span class="elsevierStyleItalic">a priori</span> de los riesgos y permiten recoger la hip&#243;tesis de estructura de correlaci&#243;n espacial &#40;RME suavizados&#41;&#46; Esa hip&#243;tesis&#44; que se confirma con la obtenci&#243;n de un &#237;ndice de autocorrelaci&#243;n espacial &#40;estad&#237;stico D&#41;&#44; representa un grado de similitud mayor entre los riesgos de &#225;reas adyacentes &#243; pr&#243;ximas entre s&#237; que entre otras cualesquiera&#46; En este caso la estimaci&#243;n de la distribuci&#243;n <span class="elsevierStyleItalic">a posteriori</span> de los riesgos estar&#225; basada en el riesgo observado en cada &#225;rea y una media local de los riesgos de las &#225;reas cercanas&#46; En otro caso se considerar&#225; una media global de todas las &#225;reas para llevar a cabo la suavizaci&#243;n&#46; Por &#250;ltimo se comparan tambi&#233;n las diversas aproximaciones para obtener estos estimadores bayesianos&#58; m&#233;todos emp&#237;ricos frente a m&#233;todos puros&#46;</p><p class="elsevierStylePara">Resultados y Conclusiones&#58; La utilizaci&#243;n del municipio como unidad geogr&#225;fica permite descubrir patrones que son dif&#237;ciles de identificar al utilizar el agregado mayor de la comarca&#46; La inestabilidad de los estimadores obtenidos de &#225;reas peque&#241;as se corrige con los m&#233;todos bayesianos de suavizaci&#243;n&#44; incorporando en su caso el componente de autocorrelaci&#243;n espacial&#46; En cuanto a los m&#233;todos de inferencia&#44; los m&#233;todos emp&#237;ricos s&#243;lo proporcionan estimaciones del riesgo puntuales&#44; mientras que los m&#233;todos puros proporcionan tambi&#233;n su grado de precisi&#243;n&#46; Se observa adem&#225;s que los primeros obtienen una distribuci&#243;n de los riesgos por &#225;reas m&#225;s &#39;&#39;estrecha&#39;&#39; que los segundos&#44; esto es&#44; suavizan en mayor medida&#46;</p><p class="elsevierStylePara">Como conclusi&#243;n observamos la necesidad de obtener mapas de estimadores &#39;&#39;suavizados&#39;&#39; del riesgo al nivel geogr&#225;fico m&#225;s desagregado&#46; El m&#233;todo de suavizaci&#243;n ha de incluir un componente espacial si as&#237; lo confirma el estad&#237;stico de correlaci&#243;n calculado&#46; Son preferibles los m&#233;todos puros a los emp&#237;ricos ya que proporcionan junto a la estimaci&#243;n del riesgo una medida de la precisi&#243;n obtenida&#46;</p>"
    "tienePdf" => false
  ]
  "idiomaDefecto" => "es"
  "url" => "/02139111/0000001300000SC1/v0_201302051654/13012089/v0_201302051655/es/main.assets"
  "Apartado" => array:4 [
    "identificador" => "830"
    "tipo" => "SECCION"
    "es" => array:2 [
      "titulo" => "Mesa de comunicaciones&#46; M&#233;todos de representaci&#243;n geogr&#225;fica"
      "idiomaDefecto" => true
    ]
    "idiomaDefecto" => "es"
  ]
  "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/13012089?idApp=WGSE"
]
Compartir
Publique en esta revista
Información de la revista
Vol. 13. Núm. SC1.
Páginas 9018 (agosto 1999)
Respuestas rápidas
Compartir
Compartir
Más opciones de artículo
Vol. 13. Núm. SC1.
Páginas 9018 (agosto 1999)
Acceso a texto completo
COMPARACIÓN DE MÉTODOS DE ANÁLISIS GEOGRÁFICO
Visitas
1101
M. Ayestarán, E. Aldasoro, C. Moreno
Este artículo ha recibido
Información del artículo
Texto completo
Estadísticas
Texto completo

COMPARACIÓN DE MÉTODOS DE ANÁLISIS GEOGRÁFICO

M. Ayestarán*, E. Aldasoro, C. Moreno

Departamento de Sanidad del Gobierno Vasco; Instituto de Salud Pública de Navarra.

M. Ayestarán. C/Duque de Wellington, 2. 01010 Vitoria-Gasteiz. Tf.: 945189245.

E-mail: ikerketa-san@gv-ej.es

Introducción: La distribución geográfica de la incidencia y mortalidad de enfermedades destaca como herramienta epidemiológica para el estudio de su etiología. El objetivo de este trabajo es la revisión de distintos métodos descritos en la literatura para mapear la distribución de los riesgos relativos.

Material y Métodos: El estudio se hace con datos de mortalidad por diferentes causas de enfermedad cardiovascular y cáncer. Se analiza la distribución de las estimaciones del riesgo relativo por distintas áreas de la Comunidad Autónoma de Euskadi y Navarra. Se comparan diferentes aspectos: la unidad de análisis adoptada, el modelo de distribución planteado y el método de inferencia utilizado. Como unidad de análisis se adopta el municipio, por un lado, y la comarca, agrupación de los anteriores, por otro. Como modelo de asignación del riesgo se comparan el modelo clásico de Poisson (RME) con los modelos jerárquicos bayesianos, que incorporan la distribución a priori de los riesgos y permiten recoger la hipótesis de estructura de correlación espacial (RME suavizados). Esa hipótesis, que se confirma con la obtención de un índice de autocorrelación espacial (estadístico D), representa un grado de similitud mayor entre los riesgos de áreas adyacentes ó próximas entre sí que entre otras cualesquiera. En este caso la estimación de la distribución a posteriori de los riesgos estará basada en el riesgo observado en cada área y una media local de los riesgos de las áreas cercanas. En otro caso se considerará una media global de todas las áreas para llevar a cabo la suavización. Por último se comparan también las diversas aproximaciones para obtener estos estimadores bayesianos: métodos empíricos frente a métodos puros.

Resultados y Conclusiones: La utilización del municipio como unidad geográfica permite descubrir patrones que son difíciles de identificar al utilizar el agregado mayor de la comarca. La inestabilidad de los estimadores obtenidos de áreas pequeñas se corrige con los métodos bayesianos de suavización, incorporando en su caso el componente de autocorrelación espacial. En cuanto a los métodos de inferencia, los métodos empíricos sólo proporcionan estimaciones del riesgo puntuales, mientras que los métodos puros proporcionan también su grado de precisión. Se observa además que los primeros obtienen una distribución de los riesgos por áreas más ''estrecha'' que los segundos, esto es, suavizan en mayor medida.

Como conclusión observamos la necesidad de obtener mapas de estimadores ''suavizados'' del riesgo al nivel geográfico más desagregado. El método de suavización ha de incluir un componente espacial si así lo confirma el estadístico de correlación calculado. Son preferibles los métodos puros a los empíricos ya que proporcionan junto a la estimación del riesgo una medida de la precisión obtenida.

Idiomas
Gaceta Sanitaria
Opciones de artículo
Herramientas
es en

¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?

Are you a health professional able to prescribe or dispense drugs?