Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica

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 imp...

Full description

Autores:
Chou Chen, Shu Wei
Alvarado-Barrantes, Ricardo
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Santo Tomás
Repositorio:
Universidad Santo Tomás
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/12126
Acceso en línea:
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1
Palabra clave:
Epidemiología
mapeo de enfermedades
modelos espacio-temporales
modelos jerárquicos bayesianos
SIDA
VIH.
Rights
License
Derechos de autor 2018 Comunicaciones en Estadística
id SantoToma2_fcd438d7c267a73610441e5ebfd3b49f
oai_identifier_str oai:repository.usta.edu.co:11634/12126
network_acronym_str SantoToma2
network_name_str Universidad Santo Tomás
repository_id_str
spelling Chou Chen, Shu WeiAlvarado-Barrantes, Ricardo2018-06-30https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/110.15332/s2027-3355.2018.0001.01Los 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.Spatial models that smooth standardized mortality ratios are widely used in disease mapping. Usually, estimation is imprecise when events are rare. In situations where each areal count splits into different time periods, this problem is more evident because of the presence of even lower counts for the areal units for each time period. In this work, we analyze models that include geographic and temporal information and some covariates such as percentage of urban household, percentage of people between 24 and 49 years old, and infant mortality ratio of each county in 2011. As a result, these models produce better estimations, especially for the model with the simplest space-time interaction. Finally, HIV/AIDS mortality data in Costa Rica (1998-2012) are used as an illustration to compare classic standardized mortality ratios and posterior means of relative risk. The proposed method is more efficient and more precise than the maximum likelihood.application/pdfapplication/pdfspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1/4153https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1/5325Comunicaciones en Estadística; Vol. 11 Núm. 1 (2018); 9-352339-30762027-3355Comunicaciones en Estadística; Vol. 11 No. 1 (2018); 9-35Derechos de autor 2018 Comunicaciones en Estadísticahttp://purl.org/coar/access_right/c_abf2Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa RicaA bayesian hierarchical spatio-temporal model with count data: application to the HIV/AIDS in Costa Ricainfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Epidemiologíamapeo de enfermedadesmodelos espacio-temporalesmodelos jerárquicos bayesianosSIDAVIH.11634/12126oai:repository.usta.edu.co:11634/121262023-07-14 16:37:54.554metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
dc.title.alternative.eng.fl_str_mv A bayesian hierarchical spatio-temporal model with count data: application to the HIV/AIDS in Costa Rica
title Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
spellingShingle Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
Epidemiología
mapeo de enfermedades
modelos espacio-temporales
modelos jerárquicos bayesianos
SIDA
VIH.
title_short Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
title_full Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
title_fullStr Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
title_full_unstemmed Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
title_sort Un Modelo jerárquico Bayesiano espacio-temporal con variable de conteos: aplicación de VIH/SIDA en Costa Rica
dc.creator.fl_str_mv Chou Chen, Shu Wei
Alvarado-Barrantes, Ricardo
dc.contributor.author.spa.fl_str_mv Chou Chen, Shu Wei
Alvarado-Barrantes, Ricardo
dc.subject.proposal.spa.fl_str_mv Epidemiología
mapeo de enfermedades
modelos espacio-temporales
modelos jerárquicos bayesianos
SIDA
VIH.
topic Epidemiología
mapeo de enfermedades
modelos espacio-temporales
modelos jerárquicos bayesianos
SIDA
VIH.
description 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.
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018-06-30
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.spa.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1
10.15332/s2027-3355.2018.0001.01
url https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1
identifier_str_mv 10.15332/s2027-3355.2018.0001.01
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1/4153
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1/5325
dc.relation.citationissue.spa.fl_str_mv Comunicaciones en Estadística; Vol. 11 Núm. 1 (2018); 9-35
2339-3076
2027-3355
dc.relation.citationissue.eng.fl_str_mv Comunicaciones en Estadística; Vol. 11 No. 1 (2018); 9-35
dc.rights.spa.fl_str_mv Derechos de autor 2018 Comunicaciones en Estadística
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos de autor 2018 Comunicaciones en Estadística
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
application/pdf
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1800786326180593664