Capítulo 3 Hotspots
3.1 Análisis de la Información epidemiológica y entomológica
La idea central es la identificación de los hotspots de transmisión (áreas con mayor concentración de casos ) y los hotspots del vector (áreas con mayor abundancia de huevos) con las bases de datos históricas, asumiendo que ambos hotspots (casos y vector) tienen concordancia espacial. Posteriormente, se identifican los cluster de casos y las cadenas de transmisión activa mediante el análisis con space-time con SaTScan y ClusterSeer y por último, el análisis hotspots de la abundancia de huevos con las bases de datos de ovitrampas actuales.
Figure 3.1: Flujograma del análisis de la información Epemiológica
3.2 Hotspots de transmisión histórica
Para la determinación de los hotspots de transmisión histórica, los clusters de casos y las cadenas de transmisión, como primer paso se bajan las bases de datos de dengue en el SINAVE. Como segundo paso, se geocodifican las direcciones de los domicilios de los casos con el servicio de geocodificación API de google en R y la función geocode del paquete ggmap. Como tercer paso se baja la información cartográfica de las localidades y los AGEBs (Área Geoestadística Básica) del INEGI y cuarto paso se selecciona la localidad de interes y se extraen los AGEBs (Áreas Geoestadísticas Básicas) de la localidad de interes. Quinto paso, se agregan los casos por AGEBs. En el paso seis se calcula el Z score de los casos por año con la siguiente formula:(\(\frac{x{_i}-mean}{sd}\)) el número de casos de cada AGEBs es restado por el promedio de los casos por AGEB y diferencia es dividida entre la desviacion estandar de los casos. En el paso siete se calcula la matriz de adjacencias para los AGEBs. El z-score de los casos y la matriz de adjacencias son el ingrediente de la formula para calcular el estadístico espacial local Getis&Ord (\(G{_i}^{*}\)) (paso 8). En el paso nueve se realiza la corrección de Bonferroni y en el paso diéz se calcula los hotspots. Los hotspots son definidos como los AGEBs con los valores de Z (valores producidos por el estadístico local espacial (\(G{_i}^{*}\)) mayores al umbral definido por la correccion de Bonferroni y por último se visualizan los hotspots (paso 11).
3.2.1 Algoritmo para el cálculo de los Hotspots
1. Bajar las bases de datos del SINAVE.
2. Geocodificar las bases.
3. Bajar los shapefile del INEGI.
4. Seleccionar la localidad de interes y extraer los AGEBs.
5. Contar el número de casos por AGEB.
6. Cálcular el Z-score de los casos.
7. Generar la matriz de adjacencias.
8. Cálcular el estadístico espacial local Getis&Ord (\(G{_i}^{*}\)).
9. Realizar la la corrección de Bonferroni.
10. Cálcular los hotspots.
11. Visualizar los hotspots.
Figure 3.2: Algoritmo para el cálculo de los hotspots de transmisión.