Economía y salud
BOLETÍN INFORMATIVO - Año 2013. Diciembre nº 78
www.aes.es
En este número Tesis
Portada

Opinión
Temas
Tesis
Con acuse de recibo
Noticias
Buzón de sugerencias

Análisis espacial de la distribución en el territorio de variables sanitarias y socioeconómicas mediante técnicas de inteligencia artificial



José Alberto Salinas Pérez
Área de Políticas Sociales y Sanitarias
Universidad Loyola Andalucía
Email: jsalinas@uloyola.es

Tesis doctoral defendida el 15 de noviembre de 2012 en el Departamento de Gestión Empresarial y Métodos Cuantitativos de la Facultad Ciencias Económicas y Empresariales (ETEA), Universidad de Córdoba, dirigida por el Dr. Carlos Ramón García Alonso (Universidad Loyola Andalucía) y el Dr. Luis Salvador Carulla (University of Sidney), que obtuvo la calificación de Apto Cum Laude. Tribunal: Dr. César Hervás Martínez (presidente) (Universidad de Córdoba), Dra. Berta Moreno Küstner (secretaria) (Universidad de Málaga) y Dr. José Almenara Barrios (Universidad de Cádiz).

El análisis espacial de datos (AED) estudia la existencia de concentraciones geográficas estadísticamente significativas de variables localizadas en el espacio. En la actualidad existen numerosas técnicas de análisis espacial, pero en muchas ocasiones ofrecen resultados diferentes cuando se aplican sobre los mismos datos espaciales debido a sus diferentes aproximaciones. La epidemiología espacial es uno de los campos donde más se emplea el AED con el fin de estudiar la distribución de las enfermedades en el territorio y localizar posibles patrones espaciales. A pesar de la importancia de las enfermedades mentales, no existen muchos estudios de epidemiología espacial sobre ellas.

En este contexto, el presente trabajo de investigación tiene por objetivos diseñar, implementar y probar sobre datos de salud mental un nuevo modelo de análisis espacial de datos basado en técnicas de inteligencia artificial. En este campo, los Algoritmos Evolutivos Multi-objetivo (AEMO) son una herramienta para la resolución de problemas multi-variantes complejos.

El nuevo modelo se denominó Algoritmo Evolutivo Multi-Objetivo de Análisis Espacial (AEMO/AE). El AEMO/AE fue diseñado para buscar concentraciones espaciales significativas de una determinada variable. Dichos clústeres debían estar compuestos por: 1) valores elevados (hot-spots) o bajos (cold-spots) de la variable de estudio a través de la maximización o minimización de sus valores; 2) valores uniformes mediante la minimización de la desviación estándar; y 3) valores próximos geográficamente con la minimización de la distancia relativa entre unidades espaciales. En resumen, las soluciones al problema consistirían en grupos de municipios próximos con valores uniformes y significativamente elevados o bajos de las variables de estudio. Los resultados fueron evaluados empleando cuatro funciones de aptitud que abordan la identificación y discriminación de las mejores soluciones desde diferentes perspectivas igualmente válidas. El resultado final del algoritmo fueron cuatro grupos de soluciones o conjuntos de municipios por función de aptitud. Los municipios identificados como solución por el mayor número de métodos constituyeron los resultados finales. Éstos fueron representados en mapas mediante un Sistema de Información Geográfica (SIG).

El modelo desarrollado fue probado en dos estudios de demostración sobre datos a escala municipal de la prevalencia administrativa de la esquizofrenia y la depresión en Andalucía y Cataluña. Estos diagnósticos fueron seleccionados por ser dos de las enfermedades mentales más prevalentes y generadoras de grandes costes directos e indirectos y de cargas de enfermedad.

Los datos de prevalencia andaluces fueron recogidos del Sistema de Información de Salud Mental de Andalucía (SISMA), facilitado por el Programa de Salud Mental de Andalucía, para la serie temporal que abarca los años 2004, 2006, 2007 y 2008. En el caso de Cataluña, se explotó el Conjunto Mínimo Básico de Datos de Centros de Salud Mental Ambulatorios (CMBD-SMA) del año 2009 facilitado por el Departamento de Salud. Los casos de esquizofrenia y depresión, por municipio de residencia del paciente, fueron convertidos en tasas por 1.000 habitantes, y estandarizados por edad y sexo por el método directo para permitir la comparación de municipios con diferentes estructuras de población. Otra variable analizada por el algoritmo fue la distancia relativa entre municipios calculada por el SIG.

El primer estudio tenía por finalidad probar el algoritmo como herramienta híbrida para la búsqueda de una solución de consenso entre cuatro métodos de análisis espacial. Este estudio se realizó sobre la prevalencia administrativa de la esquizofrenia (Caso 1) y la depresión (Caso 2) en Andalucía en la serie temporal de cuatro años. El AEMO/AE fue capaz de ofrecer una solución de consenso entre los resultados de los índices espaciales de la I de Moran, la C de Geary y la G de Getis & Ord, y de un Modelo Autorregresivo Condicional Bayesiano (CAR). Los resultados señalaban áreas territoriales en las que se constató estadísticamente la existencia de una elevada dependencia espacial de las prevalencias y que eran identificadas por todos los métodos y, por tanto, evitaban las áreas que sólo eran identificadas por alguno de los métodos. Así, se obtuvo una serie de concentraciones espaciales de prevalencia avaladas por cuatro métodos de análisis espacial de amplia utilización en estudios de epidemiología espacial.

El algoritmo identificó un hot-spot de esquizofrenia de forma persistente a lo largo de los cuatro años de la serie junto a otros siete que aparecían sólo en determinados años. Por su parte, los hot-spot de depresión se ubicaban en dos localizaciones principales que se mantenían estables a lo largo de los años y cuatro hot-spots que aparecían en ciertos años. Los clústeres espaciales detectados podían intuirse en alguno de los índices espaciales, pero el AEMO permitió identificarlos claramente facilitando su interpretación.

En el segundo estudio se pretendía aplicar el modelo AEMO/AE como un método de análisis espacial que diera sus propios resultados. En este caso, el objetivo consistía en buscar hot-spots y cold-spots de prevalencia administrativa de la esquizofrenia (Caso 3) y la depresión (Caso 4) en Cataluña en el año 2009.

Los resultados mostraron ocho concentraciones de hot-spots y otras ocho de cold-spots para la esquizofrenia, y seis concentraciones de hot-spots y cuatro de cold-spots para la depresión. En ambos diagnósticos existían varios municipios aislados identificados como cold-spots que parecían agruparse en un clúster lineal. Además, se intuían relaciones de vecindad entre los hot-spots y cold-spot que aparecían en muchas ocasiones muy próximos.

En conclusión, el modelo AEMO/AE ha sido aplicado con éxito como herramienta híbrida para conseguir una solución de consenso entre diferentes métodos de análisis espacial, y como nuevo método de análisis espacial para la localización de concentraciones espacio-temporales. El análisis estadístico de las unidades espaciales identificadas como clústeres espaciales de esquizofrenia y depresión en ambas Comunidades Autónomas señaló que los mismos son significativos y avala su coherencia.

Esta investigación ha tenido diversas limitaciones, como los problemas de disponibilidad, calidad e integración de las bases de datos sanitarias, y una serie de limitaciones inherentes a los estudios geográficos y ecológicos que tienen que ser solventadas o reducidas con anterioridad al funcionamiento del modelo. Las principales líneas de desarrollo del estudio son profundizar en la mejora del modelo y su aplicación a otros ámbitos geográficos y diagnósticos.

Por último, el modelo permitió conocer dónde se localizan zonas geográficas de relativa “mala salud” y “buena salud” que son de interés para la planificación y la gestión de los servicios de salud mental. En este sentido, el modelo AEMO/AE y sus resultados fueron evaluados mediante un cuestionario por un grupo de expertos que los calificó como útiles y relevantes para la toma de decisiones y la planificación de los Sistemas de Atención a la Salud Mental.


Deja tu opinión:

Nombre:
E-mail: (No visible)
Titular:
Opinión:
¿Cuál es el número de en medio?
3 7 (9) 1 6


AES-Secretaría
TecnoCampus Mataró-Maresme
Edifici TCM2 | P2. O3.

Av. Ernest Lluch, 32
08302 Mataró (Barcelona)

Tel. 93 755 23 82
secretaria@aes.es
 

Editores del boletín: Carlos Campillo (campillo@ocea.es) y Cristina Hernández Quevedo (C.Hernandez-Quevedo@lse.ac.uk).

Editora de redacción: Cristina Hernández Quevedo (C.Hernandez-Quevedo@lse.ac.uk).

Comité de redacción:
José Mª Abellán Perpiñán, Pilar García Gómez, Manuel García Goñi, Ariadna García Prado, Miguel Ángel Negrín, Vicente Ortún.

Han colaborado en este número:
José María Abellán Perpiñán, Alejandro Arrieta, Cristina Blanco-Pérez, David Cantarero Prieto, María Luisa Clark, Joan Costa-i-Font, Greg de Lissovoy, Manuel García Goñi, Ariadna García Prado, Ildefonso Hernández Aguado, Félix Lobo Aleu, Ricard Meneu, Marta Pascual Sáez, José Alberto Salinas Pérez, Fernando Ignacio Sánchez Martínez, Luis Carlos Silva Ayçaguer, Alexandrina Stoyanova, Andrew Street, Damián Vázquez.