Uma estatística de varredura árvore-espacial

Abstract

Nesse trabalho propomos a técnica estatística de varredura árvore-espacial, uma combinação do método Scan Circular de Kulldorff, utilizado para detecção de clusters espaciais, e a técnica de mineração de dados estatística de varredura baseada em árvore. A ideia principal do método é incluir a informação espacial (geográfica) dos eventos que são naturalmente dispostos em forma hierárquica na técnica de varredura baseada em árvore. A estatística de varredura baseada em árvore dispõe-se a varrer todos os possíveis ramos da árvore a fim de identificar o ramo no qual a probabilidade associada de casos é maior do que o esperado sob a hipótese de homogeneidade dos eventos. Dessa forma, o método de varredura árvore-espacial busca identificar um conjunto de regiões z e um ramo g da árvore para os quais a probabilidade de um indivíduo vir a ser um caso associado ao ramo g é maior dentro desse conjunto de regiões do que para esse mesmo ramo fora dessas regiões. O algoritmo foi avaliado por meio de simulações com cenários hipotéticos considerando a estrutura espacial e hierárquica e apresentou um bom desempenho em relação à capacidade de detecção das estruturas espacial e hierárquica. O método de varredura árvore-espacial foi aplicado a dados de mortalidade infantil segundo a classificação Estatística Internacional de Doença-CID 10 para o estado do Rio de Janeiro no ano de 2016. A aplicação do método permitiu identificar um conjunto de municípios no Rio de Janeiro para os quais uma subcategoria de doenças possui número de óbitos significativamente maior que o esperado sob a hipótese de homogeneidade.