Modelo extendidos para el análisis espacial en epidemiología del cáncer

Resumen - CAPÍTULO 1: MARCO TEÓRICO - 1.1.Conceptos Generales - 1.2. Cálculo de Tasas - 1.2.1. Tasas crudas - 1.2.2. Tasas de mortalidad estandarizadas - 1.2.3. Cociente de mortalidad estandarizada (CME) - 1.3.Autocorrelación espacial - 1.3.1. Introducción - 1.3.2. Matriz de vecinos W - 1.3.3. Detección de Autocorrelación Espacial - 1.3.3.1. Autocorrelación Espacial Global - 1.3.3.2. Detección de Autocorrelación Espacial Local - 1.3.3.3. Scatterplot - 1.4. Modelos - 1.4.1. Introducción - 1.4.2. GLLAMMs para datos de conteo - 1.4.3. Estimación del riesgo relativo en áreas pequeñas o disease mapping - 1.4.4. Estudios de asociación geográfica o ecological analysis - 1.4.5. Aglomeraciones de casos o disease clustering - 1.4.6. Bondad de Ajuste - 1.5. Epidemiología de cáncer - 1.5.1. Introducción - 1.5.2. Cáncer de próstata - 1.5.3. Cáncer de mama - 1.6. Objetivos - 1.6.1. Objetivo General - 1.6.2. Objetivos Específicos - CAPÍTULO 2: MATERIALES Y MÉTODOS - 2.1. Datos y fuentes de información - 2.2. Metodología - 2.2.1. Cálculo de tasas y CMEs - 2.2.2. Análisis de la autocorrelación espacial - 2.2.3. Modelos - CAPÍTULO 3: RESULTADOS - 3.1. Distribución espacial de las Tasas de mortalidad estandarizadas por edad (por 100.000). Provincia de Córdoba. Período 1986-2011. - Cáncer de Próstata y Mama - 3.2. Distribución espacial de los Cocientes de mortalidad estandarizados. - Provincia de Córdoba. Período 1986-2011. Cáncer de Próstata y Mama - 3.3. Análisis de la autocorrelación espacial - 3.4. Estimación del riesgo relativo en áreas pequeñas (disease mapping) - 3.5. Estudios de asociación geográfica (ecological analysis) - 3.6. Aglomeraciones de casos (disease clustering) - CAPÍTULO 4: DISCUSIÓN Y CONCLUSIONES - CAPÍTULO 5: BIBLIOGRAFÍA