Table of Contents Table of Contents
Previous Page  10 / 87 Next Page
Information
Show Menu
Previous Page 10 / 87 Next Page
Page Background

Estimating the geographical distribution of diseases: a statistical problem

6

de agregaci´on espacial. Dependiendo del nivel de desagregaci´on que se desee,

dicha informaci´on est´a incluso disponible en la propia web del INE, por lo que

su acceso es realmente sencillo. Por otro lado el trabajo con datos agregados

solventa un gran n´umero de trabas relativas a la confidencialidad de los datos. El

acceso a datos individuales, y m´as de tipo sanitario, resulta realmente conflictivo

mientras que dicho acceso para datos agregados (a menos que el tama˜no de las

unidades de agregaci´on suponga una amenaza a la confidencialidad) presenta

menos limitaciones. As´ı, el acceso a este tipo de datos, y por tanto su uso, resulta

particularmente frecuente lo que ha creado una fuerte demanda de metodolog´ıa

adecuada para su uso.

Si bien resulta evidente la utilidad del trabajo con datos agregados para el

estudio de la distribuci´on de enfermedades, dicha agregaci´on introduce tambi´en

algunas limitaciones evidentes en el an´alisis. Desde un punto de vista estad´ıstico

la agregaci´on de informaci´on a partir de registros individuales supone una clara

p´erdida de informaci´on que querr´ıamos limitar. Si adem´as el tama˜no de las uni-

dades geogr´aficas de estudio es considerable, dicha agregaci´on podr´ıa enmascarar

variaciones geogr´aficas del riesgo que podr´ıan resultar de inter´es. Estas consi-

deraciones nos invitan a trabajar con divisiones geogr´aficas del menor tama˜no

posible, a ser posible con la menor divisi´on geogr´afica que nuestro proveedor

de datos nos permita trabajar. La desagregaci´on geogr´afica de los datos al m´a-

ximo nivel posible har´a que los artificios que el proceso de agregaci´on pudiera

ocasionar se reduzcan en la mayor medida posible.

Sin embargo, la desagregaci´on geogr´afica de la informaci´on al mayor nivel

posible, aunque deseable, introduce ciertos problemas que hacen necesaria la

aportaci´on de la Estad´ıstica como materia de investigaci´on. El trabajo con ´areas

peque˜nas, no necesariamente peque˜nas desde un punto de vista geogr´afico sino

m´as bien estad´ıstico (bajo n´umero de eventos de inter´es por unidad geogr´afi-

ca), conlleva que la estimaci´on de los indicadores epidemiol´ogicos tradicionales

resulte en general muy deficiente. Concretamente, el limitado tama˜no de estas

unidades provoca que dichos indicadores presenten una variabilidad despropor-

cionada. Los datos que disponemos para calcular dichos indicadores, como efecto

de su gran desagregaci´on, presentan m´as ruido que se˜nal subyacente. La repre-

sentaci´on en mapas de dichas estimaciones muestra una gran variabilidad, poco

representativa de los patrones de riesgo existentes. Este efecto hace necesario

el desarrollo de m´etodos estad´ısticos espec´ıficos para el an´alisis de este tipo de

situaciones. Dichos m´etodos se conocen como modelos de mapeo de enfermeda-

des y constituyen la aplicaci´on concreta de las t´ecnicas de estimaci´on en ´areas

peque˜nas al ´ambito de los estudios geogr´aficos de enfermedades. Estas t´ecnicas

ofrecen la posibilidad de mejorar las estimaciones de los riesgos, proporcionando

indicadores m´as estables y propiciando la visualizaci´on de estructuras o patrones

geogr´aficos que no se apreciar´ıan sin su utilizaci´on.