Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
DOI:
https://doi.org/10.15332/s2027-3355.2018.0001.01Palabras clave:
Epidemiología, mapeo de enfermedades, modelos espacio-temporales, modelos jerárquicos bayesianos, SIDA, VIH.Resumen
Los modelos espaciales que suavizan las tasas de mortalidad estandarizada o los riesgos relativos son utilizados ampliamente en el mapeo de enfermedades, con el objetivo de explorar y describir patrones espaciales de un evento de interés. Generalmente, la estimación de estos riesgos relativos es imprecisa cuando los eventos son raros. Cuando se quiere incluir la tendencia temporal, el problema es aún másgrave pues el conteo de las defunciones en el perı́odo dado se divide en varios años, lo que resulta en que los conteos sean aún más bajos. En este trabajo, se analizan los modelos Bayesianos espacio-temporales que toman en cuenta la información geográfica y temporal, además de algunas covariables como el porcentaje de viviendas urbanas, porcentaje de personas entre 24 y 49 años y la tasa de mortalidadinfantil de cada cantón en el año 2011. Se concluyó que estos modelos producen mejores estimaciones de riesgos relativos por cantón y año, además de que el modelo que asume una interacción espacio-temporal más simple ajusta mejor. Finalmente, se comparan los riesgos relativos estimados con el modelo seleccionado, contra la estimación obtenida vı́a máxima verosimlitud, y resulta que el método propuestoes más eficiente y preciso.Citas
Abellan, J. J., Richardson, S. & Best, N. (2008), ‘Use of space-time models to
investigate the stability of patterns of disease’, Environmental Health Pers-
pectives 116(8), pp. 1111–1119.
*http://www.jstor.org/stable/25071151
Agencia de los Estados Unidos para el Desarrollo Internacional (2011), ‘An over-
view to spatial data protocols for HIV/AIDS activities: why and how to in-
clude the “ where” in your data’.
Altman, B. (2011), Continuing promise 2011: Host nation health brief, Technical
report, National Center for Disaster Medicine & Public Health. Recuperado
de http://ncdmph.usuhs.edu/Documents/2011-CRC.pdf el 17 de marzo del
American Cancer Society (2014), ‘Infección con VIH, SIDA y cáncer’, Recupera-
do de http://www.cancer.org/acs/groups/cid/documents/webcontent/
-pdf.pdf el 13 de marzo del 2015.
Bailey, T. & Gatrell, A. (1995), Interactive Spatial Analysis, Prentice Hall, Harlow.
Banerjee, S., Carlinl, B. & Gelfand, A. (2014), Hierarchical Modeling and Analysis
for Spatial Data, Chapman and Hall/CRC, Boca Raton.
Besag, J., York, J. & Mollié, A. (1991), ‘Bayesian image restoration, with two
applications in spatial statistics’, Annals of the Institute of Statistical Mathe-
matics 43(1), 1–20.
*http://dx.doi.org/10.1007/BF00116466
Bivand, R. & Lewin-Koh, N. (2014), maptools: Tools for reading and handling
spatial objects. R package version 0.8-30.
*http://CRAN.R-project.org/package=maptools
Brooks, S. P. & Gelman, A. (1998), ‘General methods for monitoring convergen-
ce of iterative simulations’, Journal of Computational and Graphical Statis-
tics 7(4), 434–455. http://www.stat.columbia.edu/~gelman/research/
published/brooksgelman2.pdf.
Cai, B., Lawson, A. B., Hossain, M. M. & Choi, J. (2012), ‘Bayesian latent
structure models with space-time dependent covariates’, Statistical Modelling
(2), 145–164.
*http://smj.sagepub.com/content/12/2/145.abstract
Centro Centroamericano de Población (2014), Consulta del 10 de octubre del 2014,
de la base de datos del Censo del 2011 y de defunciones de Centro Centroa-
mericano de Población: http://ccp.ucr.ac.cr.
Fortunato, L., Abellan, J., Beale, L., LeFevre, S. & Richardson, S. (2011), ‘Spatio-
temporal patterns of bladder cancer incidence in utah (1973-2004) and their
association with the presence of toxic release inventory sites’, International
Journal of Health Geographics 10(1), 16.
*http://www.ij-healthgeographics.com/content/10/1/16
Gelfand, A., Dey, D. & Chang, H. (1992), ‘Model determination using predictive
distributions with implementation via sampling based methods (with discus-
sion)’, Bayesian Statistics 4, 147–67.
Gelman, A. & Rubin, D. B. (1992), ‘Inference from iterative simulation using
multiple sequences’, Statistical Science 7(4), pp. 457–472.
*http://www.jstor.org/stable/2246093
González-Ramı́rez, V. (2009), ‘Intervención psicológica en VIH/SIDA’, UARICHA
Revista de Psicologı́a (13), pp. 49–63.
Hunter, L. M., Souza, R.-M. D. & Twine, W. (2008), ‘The environmental dimen-
sions of the HIV/AIDS pandemic: A call for scholarship and evidence-based
intervention’, Population and Environment 29(3/5), pp. 103–107.
*http://www.jstor.org/stable/40212350
Hyndman, R. & Khandakar, Y. (2008), ‘Automatic time series forecasting: the
forecast package for R’, Journal of Statistical Software 26(3), 1–22.
*http://ideas.repec.org/a/jss/jstsof/27i03.html
Lagazio, C., Biggeri, A. & Dreassi, E. (2001), ‘A hierarchical bayesian model for
space-time variation of disease risk’, Statistical Modelling 1, 17–29.
Lagazio, C., Biggeri, A. & Dreassi, E. (2003), ‘Age-period-cohort models and di-
sease mapping’, Environmetrics 14(5), 475–490.
*http://dx.doi.org/10.1002/env.600
Langford, I. H. (1994), ‘Using empirical bayes estimates in the geographical analy-
sis of disease risk’, Area 26(2), pp. 142–149.
*http://www.jstor.org/stable/20003399
Lawson, A. & Williams, F. (2001), An Introductory Guide to Disease Mapping,
John Willy & Sons, New York.
Ministerio de Salud (2004), ‘La situación del VIH/SIDA en Costa Rica’.
Organización Mundial de la Salud (2014), ‘Health for the world’s adolescents: A
second chance in the second decade’.
Organización Panamericana de la Salud (2004), ‘La situación del VIH/SIDA en
Costa Rica’.
Paradis, E., Claude, J. & Strimmer, K. (2004), ‘APE: analyses of phylogenetics
and evolution in R language’, Bioinformatics 20, 289–290.
Pebesma, E.J., R. B. (2005), ‘Classes and methods for spatial data in r’, R News
(2).
*http://cran.r-project.org/doc/Rnews/
Plummer, M. (2008), ‘Penalized loss functions for bayesian model comparison’,
Biostatistics 9(3), 523–539.
*http://biostatistics.oxfordjournals.org/content/9/3/523.abstract
Poundstone, K. E., Strathdee, S. A. & Celentano, D. D. (2004), ‘The social epide-
miology of human immunodeficiency virus/acquired immunodeficiency syn-
drome’, Epidemiologic Rev 26(1), pp. 22–35.
Press, J. (2003), Subjective and Objective Bayesian Statistics, John Wiley & Son,
New Jersey.
Richardson, S., Abellan, J. J. & Best, N. (2006), ‘Bayesian spatio-temporal analysis
of joint patterns of male and female lung cancer risks in yorkshire (uk)’,
Statistical Methods in Medical Research 15(4), pp. 385–407.
Richardson, S., Thomson, A., Best, N. & Elliott, P. (2004), ‘Interpreting poste-
rior relative risk estimates in disease-mapping studies’, Environmental Health
Perspectives 112(9), pp. 1016–1025.
*http://www.jstor.org/stable/3838103
Ripley, B. (2004), Spatial Statistics, John Wiley & Sons, Ltd., New Jersey.
Schmid, V. & Held, L. (2004), ‘Bayesian extrapolation of space-time trends in
cancer registry data’, Biometrics 60(4), pp. 1034–1042.
*http://www.jstor.org/stable/3695483
Spiegelhalter, D. J., Best, N. G., Carlin, B. P. & Van Der Linde, A. (2002), ‘Ba-
yesian measures of model complexity and fit’, Journal of the Royal Statistical
Society: Series B (Statistical Methodology) 64(4), 583–639.
*http://dx.doi.org/10.1111/1467-9868.00353
Team, R. C., Wuertz, D., Setz, T. & Chalabi, Y. (2014), fBasics: Rmetrics -
Markets and Basic Statistics. R package version 3011.87.
*http://CRAN.R-project.org/package=fBasics
Thomas, A., O’Hara, B., Ligges, U. & Sturtz, S. (2006), ‘Making bugs open’, R
News 6(1), 12–17.
*http://cran.r-project.org/doc/Rnews/
Waller, L. A., Carlin, B. P., Xia, H. & Gerfand, A. E. (1997), ‘Hierarchical spatio-
temporal mapping of disease rates’, Journal of the American Statistical As-
sociation 92, 607–17.
Wickham, H. (2009), ggplot2: elegant graphics for data analysis, Springer New
York.
*http://had.co.nz/ggplot2/book
Zanakis, S. H., Alvarez, C. & Li, V. (2007), ‘Socio-economic determinants of
HIV/AIDS pandemic and nations efficiencies’, European Journal of Opera-
tional Research 176, pp. 1811–1838.
Zeileis, A. & Hothorn, T. (2002), ‘Diagnostic checking in regression relationships’,
R News 2(3), 7–10.
*http://CRAN.R-project.org/doc/Rnews/
Descargas
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
