RT info:eu-repo/semantics/article
T1 Spatial algorithm for detecting disease outbreaks in Australia
A1 Eagleson, S.
A1 Veenendaa, B.
A1 Watkins, R.
A1 Wright, G.
A1 Plant, A.
K1 Cluster
K1 SIG
K1 Análisis Espacial
K1 Brotes de Enfermedad
K1 Cluster
K1 GIS
K1 Spatial Analysis
K1 Disease Outbreak
K1 Humanidades
K1 Humanities
K1 Geografía
K1 Geography
AB La detección temprana de brotes de enfermedades es esencial de cara a una intervención pronta en problemas de salud pública. Actualmente en Australia, las enfermedades notificables son recogidas y almacenadas, y referenciadas geográfica y temporalmente. Sin embargo, el proceso para la búsqueda de brotes de enfermedad sobre escalas espaciales distintas no está bien definido.Los brotes son de detección difícil. Algunas enfermedades aparecen relativamente rápido, mientras otras requieren más tiempo para su incubación y sólo se hacen evidentes sobre largos intervalos temporales. En la práctica, los epidemiólogos combinan diferentes conjuntosde evidencias para determinar la probabilidad de la existencia de un brote. Gracias al progresivo incremento de disponibilidad de bases de datos electrónicas y de los Sistemas deInformación Geográfica (SIG), el potencial para la utilización de técnicas de análisis espacial para la visualización, exploración y modelado de notificaciones de enfermedades para la detección temprana de brotes, es hoy mayor que en el pasado.En este artículo, los autores presentan un algoritmo que emplea bases de datos de la administración, análisis espacial y SIG para la detección de clusters de enfermedades en el Estado de Australia Occidental. El algoritmo revisa los códigos postales de forma rutinaria hasta encontrar un número de casos que supera los valores que serían esperados en la región considerada. El algoritmo está diseñado para su uso por profesionales de la salud pública para asistir en la identificación y seguimiento de clusters en tiempo real.
PB Universidad de Alcalá. Servicio de Publicaciones
YR 2005
FD 2005
LK http://hdl.handle.net/10017/1180
UL http://hdl.handle.net/10017/1180
LA eng
DS MINDS@UW
RD 25-abr-2024