Resumen
No existen métodos estadísticos de detección de conglomerados de enfermos que puedan aplicarse en todas las situaciones, por tanto se hace necesario conocer con exactitud cuando se puede confiar en los resultados que ellos arrojan. En este trabajo se simulan casos de enfermos en el espacio por medio de dos distribuciones uniformes y en tiempo siguiendo el modelo de epidemia simple y se analiza como responden ante ellos los métodos de Knox y Grimson. Se estudia además el comportamiento de ambos tests al incorporarles factores de riesgo. Todos los cálculos fueron hechos con ayuda del paquete Mathematica
Citas
Jacquez, G.; Waller, L.; Grimson, R.; Watenberg, D. (1996) “The analysis of Disease clusters, Part I: State of the Art”, Infection Control and Hospital Epidemiology 17(6): 319–327.
Jacquez, G.; Waller, L.; Grimson, R.; Watenberg, D. (1996) “The analysis of Disease clusters, Part II: Introduction to techniques”, Infection Control and Hospital Epidemiology 17(6): 385–397.
Casas, G.; Grau, R. (1999) “Un enfoque diferente de las técnicas de clustering para el estudio de epidemias”, Revista de Matemática: Teoŕıa y Aplicaciones 6: 175–187.
Rose, G. (1985) “Individuos enfermos y poblaciones enfermas”, International Journal of Epidemiology 14: 32–38.
Knox, E. (1964) “The detection of spece-time interactions”, Applied Statistics 13: 25–30.
Knox, E. (1964) “Epidemiology of childhood leukemia in Northemberland and Durham”, Brit. J. Prev. Soc. Med. 18: 17–24.
Pike, M.; Smith, P. (1968) “Disease clustering: a generalization of Knox’s approach to the detection of space-time interactions”, Biometrics 24: 541–554.
Abe, O. (1973) “A note on the methodology of Knox’s test of time and space interactions”, Biometrics 29: 66–77.
Grimson, R.; Rose, R. (1991) “A versatile test for clustering and a Proximity Analysis of Neurons”, Meth. Inform. Med. 30: 299–303.
Bailey, N. (1975) The Mathematical Theory of Infectious Diseases and it’s Applications. Charles Griffin Co. Ltd.