Incorporación de la metodología geoestadística a la vigilancia de la gripe en una red centinela

• Autores: J.J. Abellán
• Localización: Gaceta sanitaria: Órgano oficial de la Sociedad Española de Salud Pública y Administración Sanitaria, ISSN 0213-9111, Vol. 16, Nº 4, 2002, págs. 324-333
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Objetivo: Valorar la descripción geoestadística realizada de los datos de gripe recogidos a través de la Red Centinela Sanitaria de la Comunidad Valenciana (RCSCV) mediante la utilización del método kriging con la finalidad de evaluar la posibilidad de su incorporación a la vigilancia rutinaria Método: Se han utilizado los datos de vigilancia de gripe de la RCSCV en tres temporadas gripales (1997-1998, 1998-1999 y 1999-2000), construyéndose una matriz de datos de incidencia de gripe geocodificada. La distribución geográfica fue estudiada mediante la técnica geoestadística kriging, que permite estimar la incidencia de la enfermedad en cualquier punto del territorio, a partir de la incidencia observada en unos pocos puntos estratégicamente distribuidos. Se elaboraron mapas de curvas de isoincidencia de gripe para cada semana. La valoración de la técnica se realizó mediante validación cruzada. Resultados: En la mayoría de las semanas, los valores tanto de la desviación estándar (DE) reducida, como de la media reducida estuvieron cercanos a los valores considerados óptimos (0 o 1, respectivamente), y sólo en la última temporada se obtuvieron valores de la DE reducida alejados de los considerados como de buen ajuste en 12 de las 20 semanas. La estimación de tasas en todas las temporadas demostró una coherencia en su distribución espacial. También se observó coherencia en la evolución temporal. Conclusiones: En la mayoría de las situaciones los resultados pueden considerarse aceptables, no requiere recursos informáticos extraordinarios ni un empleo de tiempo excesivo, y necesita tan sólo una adaptación anual. Su facilidad de uso lo hace apto para su utilización como una técnica de rutina, pese a que puede mejorarse la precisión de las estimaciones, incrementando la complejidad del modelo.