UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE INGENIERÍA ECONÓMICA, ESTADÍSTICA Y CIENCIAS

SOCIALES

TESIS
ESTIMACIÓN DE LA PREVALENCIA DE HIDATIDOSIS HUMANA
CONSIDERANDO LA DISTRIBUCIÓN ESPACIAL EN DOS
CENTROS POBLADOS DE JUNÍN - PERÚ
PARA OBTENER EL TÍTULO PROFESIONAL DE INGENIERO ESTADÍSTICO

Elaborado por:
BACH. OSWALDO GABRIEL ERNESTO ESPINOZA HURTADO

Asesor:
MAG. CHRISTIAN AMAO SUXO

Lima, Octubre, 2022

PERÚ
 DEDICATORIA
A cada una de las personas que me acompañaron en este trayecto; tanto familiares, como
amistades, profesores y mentores. A quienes siguen y a la memoria de quienes ya no están; en
especial a mi abuelo, el maestro mecánico Luis Ernesto Hurtado Chiscul (Q.E.P.D.).
 AGRADECIMIENTOS
Al profesor y asesor externo en esta investigación PhD. Erick Chacón, quien me asesoró y guió
en la formulación y elaboración de la presente investigación.
Al profesor y asesor MSc. Christian Amao, quien me dio las herramientas básicas para introdu-
cirme en la redacción científica y aportó de forma crítica en la redacción de esta investigación.
Al equipo de investigación en Hidatidosis conformado por el PhD. MD. Saul Santivañez, la
MSc. Karina Bardales, el BVetMed. Cesar Sedano y el BVetMed. Raul Enriquez , quienes me
dieron asesoría temática y proporcionaron la base de datos en coordinación con área del Cen-
tro de Datos del Centro de Estudios Clínicos del Centro de Salud Global de la Universidad
Peruana Cayetano Heredia.
Al fondo EULAC, el cual por medio de CONCYTEC (PRO CIENCIA) financió la presente in-
vestigación.
 RESUMEN

En el campo de la epidmeiología, la medición correcta de un indicador es de suma importan-

cia. Debido a esto, para estimar correctamente el valor para la prevalencia de una enfermedad,
se propuso una metodología que permita corregir el sesgo de selección espacial existente cuan-
do la información se recolecta por medio de campañas en un centro de salud. Se partió del
supuesto de que el riesgo a ser seleccionado para la muestra no era aleatorio a nivel espacial.
Por medio del contraste entre las funciones de intensidad de la población y la muestra se deter-
minaron los pesos que permitieron ajustar un modelo para estimar la prevalencia corregida. Este
procedimiento se realizó tanto en simulaciones, como usando la data real correspondiente a 2
centros poblados de Junín. Pese a que los resultados en las estimación de los casos simulados
fueron no concluyentes, se analizó sobre la data real; ajustando los modelos no solo con la data
esacial, sino integrando covariables epidemiológicas como factores de riesgo, lo que permitió
una mejora en las métricas de ajuste de los modelos. En el caso de Corpacancha se encontró
que la prevalencia se encontraba sobreestimada; mientras que en Canchayllo, esta se encontraba
subestimada.

1
 ABSTRACT

In the field of epidemiology, the correct measurement of an indicator is of paramount im-

portance. Due to this, in order to correctly estimate the value for the prevalence of a disease, a
methodology was proposed to correct the existing spatial selection bias when the information is
collected through campaigns in a health center. Furthermore, it was assumed that the risk to be
selected for the sample was not random at the spatial level.. By means of the contrast between
the intensity functions of the population and the sample, the weights that allowed adjusting a
model to estimate the corrected prevalence were determined. This procedure was carried out
both in simulations and using the real data corresponding to 2 populated centers of Junín. Alt-
hough the results in the estimates of the simulated cases were inconclusive, the real data was
analyzed; adjusting the models not only with spatial data, but also integrating epidemiological
covariates as risk factors, which allowed an improvement in the adjustment metrics of the mo-
dels. In the case of Corpacancha, it was found that the prevalence was overestimated; while in
Canchayllo, it was underestimated.

2
ÍNDICE

INTRODUCCIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

I. PLANTEAMIENTO DEL PROBLEMA 10

1.1. Descripción de la situación problemática . . . . . . . . . . . . . . . . . . . . . 10
1.2. Formulación del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1. Problema General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2. Problemas Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3. Objetivos de la investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1. Objetivos General . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.2. Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4. Justificación, alcances y limitaciones de la investigación . . . . . . . . . . . . 14

II. MARCO TEÓRICO CONCEPTUAL 15

2.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2. Bases Teóricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1. Bases Teóricas Generales . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2. Bases Teóricas Estadísticas . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3. Enfoque teórico conceptual asumido por el investigador . . . . . . . . . . . . . 26
2.3.1. Determinación del vector de pesos . . . . . . . . . . . . . . . . . . . . 27
2.3.2. Estimación de la prevalencia . . . . . . . . . . . . . . . . . . . . . . . 30

3
 2.3.3. Factor de corrección en estudios de casos y controles . . . . . . . . . . 30
2.3.4. Consideraciones para la simulación . . . . . . . . . . . . . . . . . . . 32
2.4. Marco legal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.1. Hipótesis General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.2. Hipótesis Específicas . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

III.MARCO METODOLÓGICO 35
3.1. Tipo, nivel y diseño de la investigación . . . . . . . . . . . . . . . . . . . . . . 35
3.2. Población, muestra y tamaño de muestra . . . . . . . . . . . . . . . . . . . . . 35
3.3. Técnicas de análisis e instrumentos . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.1. Análisis de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.2. Instrumentos de medición . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4. Cuadro de operacionalización de variables . . . . . . . . . . . . . . . . . . . . 40
3.5. Matriz de consistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

IV. ANÁLISIS Y RESULTADOS 42

4.1. Análisis Exploratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.1.1. Análisis de los factores de riesgo . . . . . . . . . . . . . . . . . . . . . 47
4.1.2. Análisis de la intensidad . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2. Simulaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3. Modelamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3.1. Intensidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.3.2. Riesgo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.4. Infererencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.5. Implementación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

4
V. CONCLUSIONES Y RECOMENDACIONES 66
5.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

REFERENCIA BIBLIOGRÁFICA 68

Anexos 72

A. Aspectos legales 73

B. Códigos empleados para el desarrollo de la tesis 74

5
Índice de tablas

2.1. Funciones para estimar una proporción considerando densidad poblacional, ries-
go espacial y el tipo de muestreo . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2. Estudio Caso-control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3. Caso-control con ser seleccionado en la muestra como exposición . . . . . . . 30

3.1. Cuadro de operalización de variables . . . . . . . . . . . . . . . . . . . . . . . 40

3.2. Matriz de consistencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.1. Factores de riesgo y prevalencia (n=141). . . . . . . . . . . . . . . . . . . . . 47

4.2. Factores de riesgo por resultado de la campaña (n=141). . . . . . . . . . . . . 48
4.3. Odd Ratio de la variable sexo . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.4. Odd Ratio de la variable edad . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.5. Odd Ratio de la variable perro . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.6. Resultados de la simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.7. Métricas de ajuste para los modelos . . . . . . . . . . . . . . . . . . . . . . . 59

6
Índice de figuras

3.1. Mapa urbano del centro poblado de Corpacancha (Junín, Perú) . . . . . . . . . 39

4.1. Distribución en el espacio de las casas en el centro poblado de Corpacancha. . . 43

4.2. Distribución en el espacio de las casas habitadas en el centro poblado de Cor-
pacancha. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3. Distribución de las casas con al menos un habitante que haya participado en la
campaña realizada en el centro poblado de Corpacancha. . . . . . . . . . . . . 45
4.4. Prevalencia de Hidatidosis Humana en Corpacancha. . . . . . . . . . . . . . . 46
4.5. Prevalencia e intervalo de confianza por sexo. . . . . . . . . . . . . . . . . . . 48
4.6. Prevalencia e intervalo de confianza por tenencia de perros. . . . . . . . . . . . 50
4.7. Intensidad poblacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.8. Intensidad muestral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.9. Riesgo de tener la enfermedad . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.10. Densidad del parámetro de los escenarios 1 al 9 . . . . . . . . . . . . . . . . . 55
4.11. Densidad del parámetro de los escenarios 10 al 18 . . . . . . . . . . . . . . . . 56
4.12. Riesgo de participar en la muestra . . . . . . . . . . . . . . . . . . . . . . . . 57
4.13. Residuales en la población . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.14. Residuales en la muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.15. Prevalencia de Hidatidosis Humana en Corpacancha, añadiendo la prevalencia
corregida. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

7
4.16. Riesgo corregido de tener la enfermedad . . . . . . . . . . . . . . . . . . . . . 61
4.17. Riesgo de participar en la muestra en Canchayllo . . . . . . . . . . . . . . . . 63
4.18. Riesgo de la enfermedad en la muestra en Canchayllo . . . . . . . . . . . . . . 64
4.19. Riesgo de la enfermedad en la muestra en Canchayllo . . . . . . . . . . . . . . 65

A.1. Carta de Aprobación Ética del Estudio Madre . . . . . . . . . . . . . . . . . . 73

B.1. QR enlazado al repositorio en GITHUB que contiene los códigos trabajados . . 74

8
 INTRODUCCIÓN

El manejo de la información es de carácter fundamental en la toma de decisiones. Por lo que

es de vital importancia que dicha información sea confiable. Pues no basta con solo poder ob-
tener el valor de un indicador, sino que este mismo permita reflejar el valor real en la población
en la que fue medido. Más aún si el objetivo de estos indicadores es el de determinar el impacto
generado por una enfermedad en una población; ya que este no se limita solo al dinero utilizado
en su tratamiento, sino también engloba otro tipo de gastos, como la perdida en la esperanza y
calidad de vida que conlleva padecerla. Por lo tanto, es necesario estimar indicadores como la
prevalencia de forma insesgada. Por lo que de haber un sesgo de selección, es necesario esta-
blecer los pasos para corregirlo.
Partiendo de lo mencionado con anterioridad, la presente investigación se centró en el estudio
de un método para la corrección del sesgo espacial que pueda ser aplicado en un caso real y que
sirva como punto de partida en su implementación. Para esto, se empezó planteando la proble-
mática de la situación, así como los objetivos de la investigación. Luego, se detalló en el Marco
Teórico los elementos teóricos-conceptuales empleados en el desarrollo de la investigación.
Después, se presentó el Marco Metodológico con el que se buscó responder a los objetivos de
la investigación. Finalmente, se realizó el análisis correspondiente para las 2 poblaciones espe-
cificadas y se obtuvieron los resultados necesarios para la formulación de conclusiones acorde
a las hipótesis presentadas.

9
Capítulo I

PLANTEAMIENTO DEL PROBLEMA

1.1. Descripción de la situación problemática

El impacto generado por una zoonosis (enfermedad transmitida de animales a humanos)

en la economía de una sociedad consiste no solo en el dinero invertido para su tratamiento y
prevención, o de las pérdidas que esta causa en las actividades ganaderas y agrícolas. El efec-
to que tiene sobre las personas también incluye la discapacidad y el cambio de estilo de vida
que esta y su tratamiento conlleva (Shaw, Rushton, Roth, y Torgerson, 2017). Un caso de estas
enfermedades es la hidatidosis; la cual se da como consecuencia de una infección parasitaria
que desemboca en la formación de quiste focalizados en determinados órganos como el hígado,
pulmón, riñón, entre otros. En el plano internacional, se han encontrado niveles de prevalencia
(porcentaje de individuos positivos a una enfermedad) del 8.1 % y 13 % de hidatidosis en hígado
y pulmón, respectivamente, en zonas ganaderas del norte de Etiopía (Kebede, Hagos, Girma, y
Lobago, 2009). De manera análoga en la región de Sudamérica, durante los últimos 40 años se
han encontrado niveles que varían entre 1.6 % y 14.2 % por región (Larrieu, Belloto, ARAM-
BULO III, y Tamayo, 2004). Estudios realizados con anterioridad en centros poblados ubicados
en áreas rurales de Junín han determinado niveles de prevalencia entre 5 % y 18 % (Santivañez

10
y cols., 2010), convirtiendo a este departamento en una zona altamente endémica para esta zoo-
nosis. Pese a esto, el efecto causado por esta enfermerdad se encuentra infravalorado por la
misma población (P. L. Moro y cols., 2011), lo cual complica al desarrollo de las investigacio-
nes relacionadas a esta durante la recolección datos.
La Organización Panamemericana de la Salud (OPS), respecto a la recolección de datos de la
Hidatidosis en humanos, menciona dentro de las fuentes oficiales de información a las encuestas
poblacionales que utilizan ultrasonido (PAHO/WHO, 2017). De acuerdo a diferentes autores,
estas suelen darse a modo de un muestreo por conveniencia mediante una campaña de despitaje
gratuita en el centro de salud del centro poblado que se está estudiando. Esto implica un sesgo
de selección debido a que la información recopilada suele encontrarse acumulada en quienes vi-
ven en las zonas aledañas a los centros de salud o en ciertas zonas específicas de la comunidad.
Asimismo, esto permite la presencia de un potencial error en la estimación de la prevalencia de
hidatidosis que podría estar subestimando o sobreestimando su valor real.
La presente investigación se centró en plantear una metología que considere la distribución es-
pacial de los individuos en el centro poblado respecto al centro de salud (o lugar en donde se
haya realizado la campaña) en la estimación de la prevalencia buscando así corregir el proble-
ma del sesgo por medio de un factor de corrección. Para ello, se partió del supuesto de que la
probabilidad de que un individuo de la población pertenezca a la muestra (esto es, haya sido
enrolado en el estudio) siendo esta heterogénea y dependa de la ubicación de su vivienda.

11
1.2. Formulación del problema

1.2.1. Problema General

¿Se puede aplicar una reponderación considerando la distribución espacial para reducir el
sesgo de selección en la estimación de la prevalencia?

1.2.2. Problemas Específicos

¿Cómo se diferencian los resultados obtenidos de las estimaciones de la prevalencia me-

diante el método clásico de proporciones y de la aplicación de la reponderación?

¿El riesgo de muestreo será homogéneo?

¿Los resultados de las campañas en las que se recolectaron los datos estarán sobreestima-
dos?

12
1.3. Objetivos de la investigación

1.3.1. Objetivos General

Evaluar la aplicación de una reponderación considerando la distribución espacial para redu-

cir el sesgo de selección en la estimación de la prevalencia.

1.3.2. Objetivos Específicos

Comparar los resultados obtenidos de las estimaciones de la prevalencia mediante el mé-

todo clásico de proporciones y de la aplicación de la reponderación.

Determinar si el riesgo de muestreo es homogéneo.

Determinar sí los resultados de las campañas en las que se recolectaron los datos estarán
sobreestimados.

13
1.4. Justificación, alcances y limitaciones de la investigación

La justificación de la presente investigación radica en poder estimar correctamente desde un

marco estadístico la prevalencia de la hidatidosis con el fin de poder contar con un indicador
más preciso y que puede ser empleado en la toma de decisiones. De igual forma, el alcance se
encuentra en presentar una metodología que nos permita determinar eficientemente la prevalen-
cia de hidatidosis y así contribuir en el trabajo que tiene la Organización Mundial de la Salud
(OMS) respecto a validar estrategias eficaces frente al control de la hidatidosis (WHO, 2019).
Por otro lado, es necesario hacer mención que la presente investigación se centra netamente en
estimar la prevalencia, mas no en los factores asociados a esta. Además, la metodología pro-
puesta está limitada de acuerdo a los supuestos que esta plantea conforme a las condiciones
en las que la información fue recolectada. Finalmente, al contar con datos reales, la investi-
gación se encuentran sujeta a los principios éticos para estudios médicos que incluyen sujetos
humanos (general assembly of the world medical association y cols., 2014).

14
Capítulo II

MARCO TEÓRICO CONCEPTUAL

2.1. Antecedentes

En la actualidad existe una amplia investigación relacionada a la corrección del sesgo (Lash,
Fox, y Fink, 2009) (Huang, Gretton, Borgwardt, Schölkopf, y Smola, 2006) (Cortes, Mohri, Ri-
ley, y Rostamizadeh, 2008); pero también se presenta una controversia en torno a ella (Bushway,
Johnson, y Slocum, 2007). Como resultado, sigue presente el debate en torno a la pregunta ¿Es
la çura estadística"peor que el sesgo? (Hanley, 2017). Este tipo correcciones pueden ser repli-
cadas no solo en el campo de las ciencias epidemiológicas (Braeye y cols., 2016) (Lash y cols.,
2009) (Qian y Chang, 2021), sino también en otras disciplinas con diferentes indicadores. Pese
a esto, la literatura sigue manteniendose escasa en cuanto a uso de metodos espaciales. Inclu-
so, aspectos del análisis espacial, como el problema de la autocorrelación espacial (McMillen,
1995), han sido comunmente ingorados.
Estudios realizados en China han considerado la heterogeneidad de la probabilidad que tiene
cada individuo en ser seleccionado para una muestra al momento de la estimación del número
de pacientes que padecen cierta enfermedad, tratando la información obtenida bajo un enfoque
bayesiano (Bailly, Daurès, Dunais, y Pradier, 2015). De igual forma, el considerar la distribu-

15
ción espacial en el sesgo de selección de los individuos capturados en una determinada muestra
se ha visto empleado en el campo de la ecología (Royle, Chandler, Sollmann, y Gardner, 2014).
(Iacus, Porro, Salini, y Siletti, 2020) (Malakar y cols., 2012) (Thorson y Kristensen, 2016).
Finalmente, es necesario mencionar que investigaciones previas elaboradas en la zona de es-
tudio solo han empleado métodos tradicionales para la estimación de la prevalencia y factores
asociados (Santivañez y cols., 2010) (Gomez Huaman, 2021), más no han tomado en cuenta
correcciones en el sesgo de selección.

2.2. Bases Teóricas

2.2.1. Bases Teóricas Generales

Hidatidosis Humana

La echinococcosis quística o hidatidosis humana (también conocida solo como Hidatidosis)

es una zoonosis (enfermedad transmitida de animales a humanos) parasitaria incluida en la lista
de enfermedades tropicales desatendidas por la OMS (Sarkar y cols., 2017). Es causada por
el parásito Echinococcus granulosus en su estadío larvareo (Giri y Parija, 2012). Este parásito
requiere dos hospederos mamíferos para completar su ciclo de vida: El ganado ovino (ove-
jas), quien es el hospedero intermediario, y el perro, como el hospedero definitivo. Este último
adquiere el parásito alimentándose de vísceras de oveja infectadas con el parásito. El hombre
podría considerarse como un hospedero intermediario accidental causado por el consumo de
alimentos o agua contaminada con huevos presentes en las heces de los perros. Una vez adqui-
rido el parásito, estos huevos eclosionan en el intestino delgado del hombre, en donde pasan a la
circulación venosa hasta alojarse en el hígado (principal localización), pulmón (segunda loca-
lización de importancia) u otra víscera o tejido, donde se formará el quiste hidatídico (P. Moro
y Schantz, 2009). Diversos autores concluyen que tanto la edad, el sexo y la tenencia de perros

16
en el hogar, en otras variables, son factores de riesgo para la enfermedad (Santivañez y cols.,
2010). Una de las formas en las que se diagnostica esta enfermedad es por medio de la prue-
ba serológica de Western blot. Dicha prueba cuenta con una sensibilidad y especificidad para
Hidatidosis del 94 % y 100 %, respectivamente (Davelois, Escalante, y Jara, 2016).

2.2.2. Bases Teóricas Estadísticas

Estimación de una proporción poblacional

Si seleccionamos una muestra aleatoria de tamaño n, la proporción muestral p̂ es la fracción

de elementos de la muestra que poseen la característica de interés; para nuestro caso, esta será
que el paciente sea positivo frente a tener la enfermedad. De esta forma, podemos decir que p̂
se puede estimar de la siguiente manera (Scheaffer, Mendenhall, Ott, y Gerow, 2011):

n+
p̂ = (2.1)
n

Donde:
n+ : Número de casos positivos en la muestra
n : Tamaño de la muestra
Si a los valores de la muestra se les asigna un valor numérico (Positivo: X = 1, Negativo:
X = 0), entonces la estimación de p̂ puede ser expresada de la siguiente manera:

Pn
i=1 xi
p̂ = (2.2)
n

Cuando n es lo suficientemente grande, el intervalo de confianza (a un determinado α) para la

estimación se puede determinar de la siguiente manera:

s  
p̂(1 − p̂) N −n
p̂ ± Z1−α/2
n−1 N

17
Donde:
N : Tamaño poblacional
n : Tamaño de la muestra
Z1−α/2 : Valor de 1 − α/2 en la distribución normal

Potencia estadística

Se entiende como potencia estadística a la probabilidad que la hipótesis alterna H1 sea no

rechazada cuando es verdadera. El valor para esta probabilidad es matemáticamente el comple-
mento del error tipo II (β). Además, se encuentra comunmente relacionado a factores vinculados
con la muestra y su recolección, como su tamaño (Ellis, 2010).

Potencia estadistica = P(Rechazar la hipotesis nula|La hipotesis es falsa) = 1 − β

Sesgo

Al ser desconocido un parámetro θ, no es posible conocer hasta qué punto un estimador θ̂

se encuentra lejos o cerca de su verdadero valor. El error que aparece al tomar como verdadero
al valor del estimador θ̂ es la diferencia entre θ − θ̂. Si se pudiera obtener todas las posibles
muestras y para cada una de ellas su correspondiente estimación, entonces una métrica para
evaluar el error vendría a ser el error cuadrático medio (ECM):

ECM (θ̂) = E(θ − θ̂)2 (2.3)

Efectuando y ordenando:
ECM (θ̂) = V (θ̂) + [θ − E(θ̂)]2

En donde la expresión θ − E(θ̂) será denominada como sesgo (Ruiz-Maya y Pliego, 2004).
Adicionalmente, es necesario hacer mención que desde un punto de vista epidemiológico, el

18
sesgo puede ser entendido como un error sistemático en el diseño de un estudio que resulta en
un error en la estimación. Cuando el error es producido durante el proceso de selección de los
individuos de la muestra, recibe el nombre de sesgo de selección (Celentano, Mhs, y Szklo,
2019).

Procesos Puntuales Espaciales

Un proceso puntual espacial es un proceso estocástico cuyas realizaciones consisten en un

conjunto finito o numerablemente infinito de puntos en el plano. En caso de tratarse de un
proceso puntual espacial finito, se trata de una colección X = {X1 , X2 , . . . } de puntos en el
espacio R2 con un número finito de puntos en una región A. Los puntos en este tipo de procesos
son medidos mediante la función de conteo N (A) (número de puntos por unidad cuadrada) o la
función de intesidad λ(X) (densidad media de puntos) (Baddeley, Rubak, y Turner, 2015).

Procesos de Poisson

Entre los procesos puntuales espaciales, los más empleados son los procesos de Poisson.
Estos son agrupados de acuerdo a la naturaleza de su función de intesidad λ(X) (Baddeley y
cols., 2015).

1. Proceso de Poisson Homogéneo Considerando una región arbitraria A y regiones dis-

juntas Ai para i = 1, . . . , k, entonces:

i) N (A) tiene una distribución de Poisson con media λ|A|, donde |A| representa el
area de la región A (λ|A|, función de intesidad, constante)

ii) N (A1 ), . . . , N (Ak ) son variables aleatoreas independiente para todo k y Ai , lo que
es conocido como Aleatoriedad Espacial Completa (CSR)

2. Proceso de Poisson No-Homogéneo Similar al caso anterior (Proceso de Poisson Homo-

géneo) con la diferencia de que la función de intesidad λ(X) varia acorde la ubicación de

19
 x.

R
i) N (A) tiene una distribución de Poisson con media A
λ(x)dx

ii) N (A1 ), . . . , N (Ak ) son CSR

3. Proceso de Poisson Doblemente Estocástico Proceso de Poisson No-Homogéneo con

función de intesidad ∧(X) aleatorea.

i) {∧(X) = λ(X) : X ∈ R2 } es un Proceso No-negativo Estocástico

ii) La condicional en {∧(X) = λ(X) : X ∈ R2 } es un Proceso de Poisson No-

Homogéneo con intesidad λ(X)

Procesos de Poisson Marcados

A la secuencia de pares (X1 , Y1 ), (X2 , Y2 ), . . . se le conoce como un proceso de Poisson

marcado cuando cada variable aleatoria Yi está asociadas a cada Xi realización de un proceso de
Poison con función de intesidad λ(X) (Pinsky y Karlin, 2010). En el caso que puntos marcados
tengan como posibles valores de Yi 1 y 0; la probabilidad para cada uno será:

P (Yi = 1) = θ

P (Yi = 0) = 1 − θ

Número esperado de puntos

En un proceso de Poisson el número esperado de puntos en el espacio X = (x, y) está

definido como el valor obtenido por medio de la integral de la función de intensidad λ(X) en
todo su dominio. Z Z
λ(x, y)dxdy
X

20
Suponiendo que la intensidad no depende de su ubicación en el espacio, entonces el valor de
λ(x, y) será una constante (λ). Considerando en base a este un proceso de Poisson marcado en
el que θ varia espacialmente, entonces el número esperado de puntos marcados con el valor 1
(Yi = 1) en el espacio X = (x, y) está definido como el valor obtenido por medio de la integral
de la función de intensidad de los puntos marcados λθ (X) en todo su dominio. Esta función de
intensidad λθ (X) es el producto de λ(X) con la función espacial de θ (fθ (x, y)).
Z Z Z Z
λθ (x, y)dxdy = λ(x, y)fθ (x, y)dxdy
X X

En caso que θ no dependa de su ubicación en el espacio, entonces este mantendrá su valor

constante. Suponiendo que del proceso de Poisson marcado previamente planteado se obtiene
una muestra en la que cada individuo i tiene una propabilidad πi de ser seleccionado y esta
depende de su ubicación espacial, entonces el número esperado de puntos marcados con el
valor 1 (Yi = 1) en la muestra en el espacio X = (x, y) está definido como el valor obtenido
por medio de la integral de la función de intensidad de los puntos marcados en la muestra
λθπ (X) en todo su dominio. Esta función de intensidad λθπ (X) es el producto de λ(X) con la
función espacial de θ (fθ (x, y)) y la función espacial de π (fπ (x, y)).
Z Z Z Z
λθπ (x, y)dxdy = λ(x, y)fθ (x, y)fπ (x, y)dxdy
X X

En caso que π no dependa de su ubicación en el espacio, entonces este mantendrá su valor

constante. De forma análoga, se puede determinar también cuántos puntos fueron seleccionados
en total en la muestra con el valor obtenido por medio de la integral de la función de intensidad
de los puntos en la muestraλπ (X) en todo su dominio. Esta función de intesidad es el producto

21
de λ(X) con la función espacial de π (fπ (x, y)).
Z Z Z Z
λπ (x, y)dxdy = λ(x, y)fπ (x, y)dxdy
X X

Consecuentemente, en base a la Ecuación 2.1, para estimar una proporción considerando den-
sidad poblacional, riesgo espacial y el tipo de muestreo se emplearía el siguiente cálculo:
RR RR
λθπ (x, y)dxdy λ(x, y)f (x, y)f (x, y)dxdy
θ π
X X
p̂ = R R = R R (2.4)
λπ (x, y)dxdy λ(x, y)fπ (x, y)dxdy
X X

Si bien la Ecuación 2.4 vendría a ser considerada como una generalización, en la Tabla 2.1 se
puede ver el comportamiento de esta ecuación para cada uno de los escenarios.

22
Tabla 2.1: Funciones para estimar una proporción considerando densidad poblacional, riesgo
espacial y el tipo de muestreo

Densidad poblacional homogénea

Muestreo aleatorio Muestreo con sesgo
simple espacial
Riesgo p̂ = θ p̂ = θ
espacial
constante
RR
f (x, y)f (x, y)dxdy
RR θ π
X
Riesgo p̂ = fθ (x, y)dxdy p̂ = R R
X
espacial fπ (x, y)dxdy
variable X

Densidad poblacional heterogéna

Muestreo aleatorio Muestreo con sesgo
simple espacial
Riesgo p̂ = θ p̂ = θ
espacial
constante
RR RR
λ(x, y)f (x, y)dxdy
θ λ(x, y)f (x, y)f (x, y)dxdy
θ π
X X
Riesgo p̂ = R R p̂ = R R
espacial λ(x, y)dxdy λ(x, y)fπ (x, y)dxdy
variable X X

23
Estudios de casos y controles

Un estudio de casos y controles se basa en identificar a los individuos positivos a la enfer-

medad (casos) y determinar su exposición. Luego, se compara esta información con un grupo
negativo a la enfermedad (controles) (Celentano y cols., 2019). Una medida de asocación común
dentro de estos estudios es el Odd Ratio (OR).

Tabla 2.2: Estudio Caso-control

Enfermedad
Positivo Negativo Total
Exposición Presente a b a+b
Ausente c d c+d
Población a+c b+d a+b+c+d

El valor del OR entre un grupo con otro se determina por medio del cociente entre los odds
en el primer grupo y los odds en el segundo grupo. Por ejemplo, en la Tabla 2.3, el cálculo para
el OR entre el grupo con la exposición presente y el grupo con la exposición ausente sería:

a/c ad
OR = =
b/d cb

Modelos Aditivos Generalizados (GAM)

Un modelo aditivo generalizado (GAM) es un modelo lineal generalizado (GLM) en el que

los predictores lineales están dados por una suma especificada de funciones suavizadas de las p
covariables más una constante (Wood, 2020).

p
X
Y =α+ fj (Xj ) +  (2.5)
j=1

E(Y |X1 , X2 , . . . , Xp ) = α + f1 (X1 ) + f2 (X2 ) + · · · + fp (Xp ) (2.6)

24
Un ejemplo de estos vendría a ser el modelo de regresión aditivo logístico (Friedman, Hastie, y
Tibshirani, 2001):

 
P (Y = 1|X)
log = α + f1 (X1 ) + f2 (X2 ) + · · · + fp (Xp ) (2.7)
P (Y = 0|X)

Si definimos µ(X) = P (Y = 1|X) y la función de enlace g(µ) = logit(µ), entonces la

Ecuación 2.7 estaría expresada de la siguiente manera:

g(µ(X)) = α + f1 (X1 ) + f2 (X2 ) + · · · + fp (Xp ) (2.8)

Función de Verosimilitud (L)

La función de verosimilitud mide la probabilidad de que los valores sean observados bajo
cierto valor del parámetro, el cual puede variar. Para un conjunto de observaciones indepen-
dientes x1 , x2 , . . . , xn , la función de verosimilitud es matemáticamente igual a su función de
probabilidad conjunta.
L(θ; x) = fθ (x1 )fθ (x2 ) . . . fθ (xn ) (2.9)

De forma complementaria, para un vector aleatorio X = (x1 , x2 , . . . , xn )t , la función de verosi-

militud ponderada WL (Wang, 2001) ha sido definida como:

ni
m Y
Y
WL(θ; X, w) = fθ (xij ; θ)wi (2.10)
i=1 j=1

ni
m X
X
log WL(θ; X, w) = wi fθ (yij ; θ) (2.11)
i=1 j=1

Donde w = (w1 , w2 , . . . , wn )t es el vector de pesos.

25
 Un caso particular se encuentra en un modelo de proceso de Poisson no homogéneo regido
por un parámetro θ (Baddeley y cols., 2015).

 Z 
L(θ; X) ∝ λθ (x1 )λθ (x2 ) . . . λθ (xn ) exp − λθ (u) du (2.12)
W

En donde λθ (x1 )λθ (x2 ) . . . λθ (xn ) explica la contribución por los puntos en las ubicaciones;
R

mientras que exp − W λθ (u) du explica la contribución por el número de puntos observados.

2.3. Enfoque teórico conceptual asumido por el investigador

Sea:

Yi : Resultado de la prueba en el individuo i


1 : Positivo
Yi ∼ Bernoulli(θi ) , Yi =
0 : Negativo

f (Yi = yi | θi ) = θiyi (1 − θi )1−yi

Zi : Condición del individuo i en la muestra


1 : Seleccionado
Zi ∼ Bernoulli(πi ) , Zi =
0 : No seleccionado

f (Zi = zi | πi ) = π zi (1 − πi )1−zi

Además, cada individuo fue considerado con una realización de un proceso no homogéneo
de Poisson; con su respectiva función de intensidad, tanto para la población en general, como
aquellos que pertenecen a la muestra.

26
2.3.1. Determinación del vector de pesos

Sea una muestra que se comporta como un proceso de Poisson no homogéneo con función de
densidad λ(xi ), donde xi = (xi1 , xi2 ), la cual proviene de una población cuyo comportamiento
es el de un proceso de Poisson no homogéneo con función de densidad λp (xi ),

λ(xi ) = λp (xi )h(xi )

= λp (xi )exp (β0 + h0 (xi ))

log λ(xi ) = log λp (xi ) + β0 + h0 (xi )

donde log λp (xi ) es un offset, β0 se encuentra asociado a la proporción de muestreo y β0 +h0 (xi )
es el efecto del muestreo en cada ubicación i. En caso de que no hubiese un sesgo a nivel
espacial, h0 (xi ) sería 0 y log β0 sería la proporción del muestreo.
El cociente obtenido entre la función de intensidad muestral y la función de intensidad
poblacional para una realización i (λ(xi )/λp (xi )) es entendido como el riesgo de participar
en la muestra para un individuo i. Partiendo de que el riesgo de participar en la muestra no
es constante a nivel espacial, el peso asignado para corregir el sesgo sería el valor inverso del
riesgo que tuvo el individuo i de participar en la muestra.

λp (xi )
wi = (2.13)
λ(xi )

Validación del modelo

Para validar los modelos empleados al momento de determinar el vector de pesos w, se

distribuyó los datos en dos grupos: entrenamiento (train) y prueba (test). En ello, utilizando
los datos del grupo de entrenamiento, se ajustaron 99 modelos con un número diferente de
funciones base para cada uno y se determinó un residual para cada uno. El residual para un
proceso puntual (R) para una determinada región B se entiende como la diferencia entre el

27
número de puntos observados y esperados en la región B:

Z
R(B) = n(x ∩ B) − λ̂(u)du (2.14)
B

donde x es el proceso puntual observado, n(x ∩ B) es el número de puntos de x en la región B y

λ̂(u) es la intensidad ajustada (Baddeley y cols., 2015). Posterior a esto, utilizando el grupo de
prueba, se determinó el R(B) utilizando la función de intensidad ajustada con la información
del grupo de entrenamiento. Con esto se seleccionó el número de funciones base que permite
ajustar un modelo con menor R(B) en el grupo de prueba. Esto se ha realizado tanto al estimar
la intesidad poblacional, como muestral.

Prueba de Monte-Carlo para la homogeneidad del riesgo

Cuando el riesgo de ser seleccionado en la muestra es constante, y que por ende no existe
sesgo de selección, entonces la intensidad muestral es proporcional a la intensidad poblacional.

H0 : λ(x)/λp (x) = k

H1 : λ(x)/λp (x) 6= k

La prueba para la validación de la hipótesis nula se detalla en el Algoritmo 1, el cual está basado
en simulaciones de Monte-Carlo.

28
 Algoritmo 1: Validación de Hipótesis

1 Se determinan los n puntos de la muestra original ;

2 Se ajusta la intensidad poblacional λp (x) ;
3 Se evalúa λp (x) en cada punto de la muestra; para j en 1:1000 hacer
4 Obtener una muestra aleatoria de tamaño n de la población;
5 Se evalúa λpj (xi ) en cada punto i de la muestra y se obtiene su logaritmo;
6 Se ajusta la intesidad muestral λj (x) con log λpj (xi ) como offset ;
7 Se evalúa λj (xi ) en cada punto i de la muestra original;
8 Se obtiene el cociente kij = λj (xi )/λp (xi ) en cada punto i de la muestra original

i i
9 Obtener los percentiles P2,5 y P97,5 para cada ki. ;
i i
10 si ∀i ∈ 1 : n, P2,5 < λ(xi )/λp (xi ) < P97,5 entonces
11 No se rechaza H0
12 en otro caso
13 Se rechaza H0

29
2.3.2. Estimación de la prevalencia

Dado que el fin es estimar la prevalencia de la enfermedad en el centro poblado, fue nece-
sario ajustar un GAM ponderado, con w = {w1 , w2 , . . . , wn } como vector de pesos, en cada
individuo participante de la muestra. Posterior a ello, el modelo se emplearía para estimar la
prevalencia de la enfermedad en cada individuo de la población que no pertenece a la muestra
(n∗1 y n∗0 para el número estimado de casos y controles, respectivamente). Con estos valores, se
estimó una prevalencia corregida.

n1 + n∗1
p̃ = (2.15)
n1 + n∗1 + n0 + n∗0

Validación del modelo

A fin de evitar un posible sobreajuste o subajuste en la estimación, es necesario particionar

la información proveniente de la muestra en dos grupos: entrenamiento y prueba. El modelo se
ajustó usando el grupo de entrenamiento y se obtuvieron las métricas de ajuste (especificidad,
sensibilidad y AUC) tanto en el grupo de entrenamiento, como en el grupo de prueba (Friedman
y cols., 2001).

2.3.3. Factor de corrección en estudios de casos y controles

Supongase la Tabla 2.3. En esta, la correcta estimación de la prevalencia (θ̂) se da cuando

su valor es el mismo tanto en la muestra como en la población empleando la Ecuación 2.1.

Tabla 2.3: Caso-control con ser seleccionado en la muestra como exposición

Enfermedad
Positivo Negativo Total
Muestra Seleccionado n1 n0 n
No seleccionado a b N −n
Población N1 N0 N

30
 n1 N1
θ = =
n1 + n0 N1 + N0

No obstante, la proporción entre casos y controles no suele mantenerse constante entre la pobla-
ción y la muestra por las caracteristicas propias del estudio durante su etapa de recolección de
información. Esto causa que el valor de θ sea obtenido mediante un estimador de máxima vero-
similitud ponderado θ̃ con w = (w1 , w2 )t como vector de pesos para los casos y los controles.
Partiendo de Yi ∼ Bernoulli(θ),

ni
2 Y
Y  yj w
WL(θ; Y, w) = θ (1 − θ)1−yj i
i=1 j=1
ni
2 X
X
wi log θyj (1 − θ)1−yj
 
log WL(θ; Y, w) =
i=1 j=1
ni
2 X
X
log WL(θ; Y, w) = wi [yj log(θ) + (1 − yj ) log(1 − θ)]
i=1 j=1

log WL(θ; Y, w) = w1 n1 log(θ) + w2 n0 log(1 − θ)

Al máximizar esta función,

∂
log WL(θ; Y, w) = 0
∂θ
∂ n1 ρ n0
log WL(θ; Y, w) = − =0
∂θ θ 1−θ

Lo cual da como resultado que:

w 1 n1
θ̃ =
w1 n1 + w2 n0

Si w = (w1 , w2 )t = (1, ρ)t ,

n1
θ̃ = (2.16)
n1 + ρ n0

31
Entonces una estimación correcta de θ̃ se da cuando matemáticamente el valor de ρ es equiva-
lente al Odds Ratio (OR) entre la muestra y la población.

n1 N0
ρ = (2.17)
n0 N1

Esto se aplica directamente en la estimación de la probabilidad de que un determinado individuo

ubicado en un determinado punto en el espacio (x,y) sea un caso:

λ̂1 (x, y)
p̂(x, y) = (2.18)
λ̂1 (x, y) + ρλ̂0 (x, y)

Donde
λ̂1 : Función de intensidad de los casos en la muestra
λ̂0 : Función de intensidad de los controles en la muestra

2.3.4. Consideraciones para la simulación

Dado que π y θ son probabilidades, entonces sus valores deben estar entre 0 y 1. Para esto,
la formula espacial para cada una de estas ha de ser de la siguiente manera:

1
fθ (x, y) =
1 + e−µθ (x,y)
1
fπ (x, y) =
1 + e−µπ (x,y)

Donde:
µ(x, y) = α + g1 (x) + g2 (y)

32
Además, se definió a la función de intensidad λ como:
 v 
u
u a (x − h )2 + b (y − k )2
 t λ λ λ λ 
λ(x, y) = cλ  1 − 
 aλ h2λ + bλ kλ2 

Las funciones de intensidad λπ y λθπ se comportan como:

 v 
u
cλ u a (x − h )2 + b (y − k )2
 t λ λ λ λ 
λπ (x, y) =  1 − 
(1 + exp [−µπ (x, y)])  aλ h2λ + bλ kλ2 

 v 
u
2 2
cλ t aλ (x − hλ ) + bλ (y − kλ ) 
u

λθπ (x, y) = 1 − 
(1 + exp [−µθ (x, y)])(1 + exp [−µπ (x, y)])  aλ h2λ + bλ kλ2 

Delimitando que:

µθ (x, y) = cθ + aθ (x − hθ )2 + bθ (y − kθ )2

µπ (x, y) = cπ + aπ (x − hπ )2 + bπ (y − kπ )2

33
2.4. Marco legal

La presente investigación se realizó gracias al apoyo del fondo EULAC por medio de FON-
DECYT. En relación a la parte ética de esto, el estudio madre cuenta con la aprobación ética de
la Universidad Peruana Cayetano Heredia, tanto en la recolección de datos como en el manejo
de la información (ver Anexo A.1). Al ser un estudio secundario, la integridad de los partici-
pantes no se ha visto comprometida más allá de su privacidad. Por lo cual, con el fin de proteger
la dicha privacidad se está trabajando con los código autogenerados de cada uno.

2.5. Hipótesis

2.5.1. Hipótesis General

Emplear una reponderación considerando la distribución espacial permite estimar la pre-

valencia de forma insesgada.

2.5.2. Hipótesis Específicas

El valor de la prevalencia de hidatidosis tras realizar la corrección espacial es menor al

valor inicial (sobreestimación).

El riesgo de muestreo es homogéneo a nivel espacial.

34
Capítulo III

MARCO METODOLÓGICO

3.1. Tipo, nivel y diseño de la investigación

La tesis se trata de una investigación de carácter observacional, aplicativa y de corte trans-

versal con la información recolectada en los centros poblados de Corpacancha y Canchayllo.

3.2. Población, muestra y tamaño de muestra

La población del presente estudio comprende a los habitantes del centro poblado de Corpa-
cancha, Junín-Perú. La información recolectada (muestra) respecto a la tenencia de la enferme-
dad proviene de dos intervenciones realizadas con anterioridad en la comunidad:

1. VIRSEL: Primera intervención realizado en Octubre del 2017. La información fue reco-
lectada por medio de una campaña de despistaje gratuita en el centro de salud del lugar.

2. HYCOM: Segunda intervención realizada en Junio del 2018. La información fue recolec-
tada por medio de una campaña de despistaje gratuita en la que se visitaron las casas de
los habitantes.

35
 Por otro lado, la información referente al otro centro poblado sobre el que se implementará
la metodología (Canchayllo, Junín-Perú) proviene de tres intervenciones realizadas en los años
2019 (Septiembre) y 2020 (Diciembre). Esta recolección de información se llevó a cabo gracias
al fondo EULAC, a través de CONCYTEC (PRO CIENCIA), quienes también apoyaron esta
investigación.
El poder trabajar con información en relación a la tenencia de hidatidosis humana prove-
niente de dos intervenciones diferentes realizadas con varios meses de diferencias es posible
dado al periodo de incubación de la enfermedad (Ver Sección 2.2.1). Por otro lado, en lo que
respecta a la información sobre la distribución espacial de los habitantes, esta proviene de un
censo realizado en la comunidad en simultáneo a los estudios VIRSEL y HYCOM. De este se
tienen las coordenadas geográficas de cada casa de la comunidad.

36
3.3. Técnicas de análisis e instrumentos

3.3.1. Análisis de datos

Se inició con una limpieza de la base de datos a fin de contar solo con la información con la
que se trabajó, creando las variables necesarias para su procesamiento. Después, se consolidó
en una sola base de datos con las coordenadas de cada casa y sus distancias al centro de salud.
Posterior a esto, se procedió a realizar un análisis exploratorio de las variables y los resultados
fueron reportados por medio de tablas.
Previo al procesamiento de la información real por medio del método planteado, fue necesario
estudiarlo. Por ello, su eficacia se evaluó dentro de los siguientes escenarios:

1. Densidad poblacional homogénea, riesgo espacial constante

2. Densidad poblacional heterogénea, riesgo espacial variable

Para cada uno de estos 2 escenarios, las simulaciones se realizaron tomando en consideración
diferentes niveles de prevalencia de hidatidosis humana. De igual forma, en cada uno se si-
mularon dos tipos de muestreos: uno totalemten aleatorio y el otro con un sesgo de selección
hacia los más próximos al punto en que se recolectó la información por medio de la campaña.
Esto fue considerando diferentes niveles de cobertura (porcentaje de individuos de la población
que participaron en la campaña de despitaje). Estos escenarios han sido simulados como pro-
cesos puntuales. Estos han sido procesos de Poisson homogéneos y no-homogeneos, según sea
el caso constante o variable. Con cada uno de los escenarios simulados, se procedió a estimar
la prevalencia por medio del método planteado (ver Sección 2.3). Se comparó el valor de esta
estimación con el resultado obtenido por el método tradicional (ver Ecuación 2.2) y el nivel de
prevalencia establecido en cada simulación. Con esto se determinó bajo qué condiciones el mé-
todo propuesto resulta eficiente en comparación al método tradicional tomando como criterio al
ECM de las estimaciones (ver Ecuación 2.3).

37
Al pasar a la data real, además de utilizar la información obtenida en la intervención VIRSEL
por medio de la campaña de salud realizada en el Centro Poblado de Corpacancha (Junín, Perú),
se usó la información proveniente del censo realizado a la comunidad para la distribución espa-
cial de los pobladores. A continuación, para determinar la probabilidad de que cada individuo
de la comunidad haya participado en la intervención VIRSEL se ajustó un GAM (ver Ecuación
2.7) con las coordenadas del habitante, considerando también como covariables al sexo y al
rango de edad. Después, a fin de tener un control en las estimaciones por ambos métodos, cada
una de estas fue comparada con el valor de la prevalencia observada en la intervención HY-
COM. Finalmente se implementó el método sobre la población de un centro poblado diferente
(Canchayllo) y se obtuvo una prevalencia corregida.
El código de lo trabajado en esta sección en R, tanto el análisis como las simulaciones, se
encuentra en el QR presentado en el Anexo B.

3.3.2. Instrumentos de medición

Prueba diagnóstica

Para determinar la tenencia de Hidatidosis Humana en el estudio VIRSEL se empleó la

prueba diagnóstica de Wester Blot. Esta prueba consiste en vertir sangre sobre un papel especial
y según el número de bandas que esta presenta, se determina si el individuo presenta o no
Hidatidosis. Por otro lado, en el estudio HYCOM, la prevalencia de la enfermedad se determinó
por medio de una ecografía y una tomógrafia, además del Wester Blot.

38
Geolocalización

Durante el censo realizado en paralelo se determinó la casa correspondiente para cada indi-
viduo de la comunidad. De igual forma, por medio de un equipo de GPS se determinaron las
coordenadas para cada casa de la comunidad. Esta información fue almacenada digitalmente en
formato KML.

Figura 3.1: Mapa urbano del centro poblado de Corpacancha (Junín, Perú)

39
3.4. Cuadro de operacionalización de variables

Tabla 3.1: Cuadro de operalización de variables

Variable Definición Conceptual Tipo Valores

Coordenadas Coordenadas geográficas de Cualitativa (latitud, longuitud)
cada individuo
Prevalencia Proporción de individuos que Continua Número real comprendido
presentan la enfermedad entre 0 y 1
Sexo Sexo del individuo Nominal 0: Femenino
1: Másculino
Edad Tiempo de vida en años del Discreta Número entero mayor o
individuo igual a 0
Tenencia de pe- Tenencia de perros del indivi- Cualitativa 0: No tiene perros
rros duo 1: Tiene perros
Número de pe- Número de perros que el indi- Discreta Número entero mayor o
rros viduo tiene igual a 0

3.5. Matriz de consistencia

En la siguiente página, en la Tabla 3.2, encontramos la matriz de consistencia del estudio

40
 Tabla 3.2: Matriz de consistencia

Problema Objetivos Hipótesis Variables e Indicadores Metodología

Problema General Objetivo General Hipótesis General Variable dependiente Tipo de Investigación
¿Se puede aplicar una re- Evaluar la aplicación de una Emplear una reponderación Prevalencia: Porcentaje de Aplicativa, observacional.
ponderación considerando reponderación consideran- considerando la distribu- individuos que presentan la La información proviene
la distribución espacial pa- do la distribución espacial ción espacial permite esti- enfermedad de dos campañas médicas
ra reducir el sesgo de selec- para reducir el sesgo de se- mar la prevalencia de forma realizadas en la comunidad.
ción en la estimación de la lección en la estimación de insesgada.
prevalencia? la prevalencia.
Problemas Específicos Objetivos Específicos Hipótesis Específica Variable independiente
¿Cómo se diferencian los Comparar los resultados El valor de la prevalencia de Coordenadas geográficas Se obtiene el riesgo de
41

resultados obtenidos de las obtenidos de las estima- hidatidosis tras realizar la de cada individuo muestreo a nivel espacial,
estimaciones de la preva- ciones de la prevalencia corrección espacial es me- lo cual es empleado como
lencia mediante el método mediante el método clá- nor al valor inicial. pesos al momento de esti-
clásico de proporciones y sico de proporciones y mar la prevalencia corregi-
de la aplicación de la repon- de la aplicación de la da.
deración? reponderación.
¿El riesgo de muestreo será Determinar si el riesgo de El riesgo de muestreo es ho- Edad del individuo, sexo
homogéneo? muestreo es homogéneo. mogéneo a nivel espacial. del individuo, tenencia de
perros del individuo
¿Los resultados de las cam- Determinar sí los resultados
pañas en las que se recolec- de las campañas en las que
taron los datos estarán so- se recolectaron los datos es-
breestimados? tarán sobreestimados.
Capítulo IV

ANÁLISIS Y RESULTADOS

4.1. Análisis Exploratorio

El centro poblado de Corpacancha cuenta con 177 casas, de las cuales 105 (59.3 %) están
habitadas. Del censo realizado en 2018, se conoce que la población es de un total de 309 ha-
bitantes; de los cuales 141 (45.6 %) participaron en la campaña de salud. Tras haber realizado
la limpieza correspondiente a los datos de la muestra proveniente del estudio VIRSEL, se co-
noce que la Hidatidosis Humana en el Centro poblado de Corpacancha tiene una prevalencia
del 0.241 (± 0.054 IC95 % ). Este estudio contó con una potencia estadística del 22.1 por ciento.
La segunda campaña realizada junto al censo permitió aumentar la cobertura a un total de 196
participantes (63.4 %). Como resultado, la prevalencia disminuyó a 0.235 (± 0.036 IC95 % ); in-
dicando que la prevalencia del primer estudio se encontraba sobreestimada. Este estudio contó
con una potencia estadística del 28.8 por ciento.

42
 8743800
8743700
8743600

Casa habitada
8743500

Casa deshabitada

366700 366750 366800 366850 366900 366950

Figura 4.1: Distribución en el espacio de las casas en el centro poblado de Corpacancha.

43
 8743500 8743550 8743600 8743650 8743700 8743750 8743800

Al menos 1 habitante participó

Ningún habitante participó

366700 366750 366800 366850 366900

Figura 4.2: Distribución en el espacio de las casas habitadas en el centro poblado de Corpacan-
cha.

44
 8743800
8743750
8743700
8743650
8743600
8743550

Al menos 1 participante positivo

8743500

Ningún participante positivo

366700 366750 366800 366850 366900

Figura 4.3: Distribución de las casas con al menos un habitante que haya participado en la
campaña realizada en el centro poblado de Corpacancha.

45
 Variación de la prevalencia segun el tamño de muestra
Intervalo de confianza (95%) de la variación
Prevalencia segundo estudio
0.4

Intervalo de confianza (95%) del segundo estudio

Prevalencia

0.3
0.2
0.1

40 60 80 100 120 140

Tamaño muestral

Figura 4.4: Prevalencia de Hidatidosis Humana en Corpacancha.

46
4.1.1. Análisis de los factores de riesgo

De la base de datos, se seleccionaron como covariables a los factores de riesgo determinados

en estudios anteriores en la región (Santivañez y cols., 2010). El resumen de esta información,
tanto univariado, como bivariado respecto a la prevalencia, se puede encontrar en las tablas 4.1
y 4.2. En esta segunda tabla se observaron diferencias que fueron necesarias estudiar.

Tabla 4.1: Factores de riesgo y prevalencia (n=141).

Características n %
Sexo
Femenino 83 58.9
Masculino 58 41.1
Edad * 33.27 (± 3.19)
Nùmero de perros
0 95 67.4
1 15 10.6
2 17 12.1
3 11 7.8
4 3 2.1
Prevalencia** 0.241 (± 0.054)
* Promedio (IC 95 %)
** Proporción (IC 95 %)

47
 Tabla 4.2: Factores de riesgo por resultado de la campaña (n=141).

Factor de riesgo Positivo Negativo

Sexo
Male 16 (27.6 %) 42 (72.4 %)
Female 18 (21.7 %) 65 (78.3 %)
Edad* 36.1 ± 6.7 32.4 ± 3.6
Número de perros
0 21 (22.1 %) 74 (77.9 %)
1 2 (13.3 %) 13 (86.7 %)
2 3 (17.6 %) 14 (82.4 %)
3 7 (63.6 %) 4 (36.4 %)
4 1 (33.3 %) 2 (66.7 %)
* Media por resultado

Sexo

En la tabla 4.2, se observó que hay una diferencia en la prevalencia por sexo de la perso-
na. Pese a esto, la diferencia encontrada no era significativa debido a la superposición de los
invervalos de confianza de cada una (Fig. 4.5).

Figura 4.5: Prevalencia e intervalo de confianza por sexo.

48
 Ajustando un modelo lineal generalizado entre el sexo y la prevalencia de hidatidosis, se ob-
servó que la posibilidad de tener hidatidosis siendo hombre es 1.38 veces la posibilidad siendo
mujer (Tabla 4.3). Pese a que los resultados no son significativos, esto no descarta que se con-
sidere como factor de riesgo debido a que el p-valor se encuentra relacionado con la potencia
estadística que tuvo la muestra (Ellis, 2010).

Tabla 4.3: Odd Ratio de la variable sexo

OR* IC 95 % p-valor
Sexo = Masculino 1.38 [0.63; 3.00] 0.421
*obtenido al ajustar un modelo lineal generalizado

Edad

En la tabla 4.2, se observó que hay una diferencia en la edad promedio entre el grupo positivo
a la enfermedad y el grupo negativo a la enfermedad. No obstante, esta diferencia resultó ser
no significativa pues sus intervalor de confianza se superponen. Ajustando un modelo lineal
generalizado entre el edad y la prevalencia de hidatidosis, se observó que la posibilidad de
tener hidatidosis se incrementaba 1.01 veces con cada año de edad (Tabla 4.4). Pese a que
los resultados no son significativos, esto no descarta que se considere como factor de riesgo.
Esto debido a que el p-valor se encuentra relacionado con la potencia estadística que tuvo la
muestra (Ellis, 2010).

Tabla 4.4: Odd Ratio de la variable edad

OR* IC 95 % p-valor
Edad 1.01 [0.99; 1.03] 0.334
*obtenido al ajustar un modelo lineal generalizado

49
Número de perros

En la tabla 4.2, se observó que hay una diferencia en la prevalencia por el número de perros
que se tienen. La diferencia encontrada era significativa cuando se dicotomizaba la variable del
número de perros. Esto debido a la no superposición de los invervalos de confianza de cada una
(Fig. 4.6). Ajustando un modelo lineal generalizado entre el número de perros y la prevalencia
de hidatidosis, se observó que la posibilidad de tener hidatidosis teniendo menos de tres perros
es 0.19 veces la posibilidad teniendo al menos tres perros (Tabla 4.3). Esto determinó que en
adeltante, la variable número de perros sea tomada como cualitativa con dos categoría: menos
de tres perros y al menos tres perros.

Figura 4.6: Prevalencia e intervalo de confianza por tenencia de perros.

Tabla 4.5: Odd Ratio de la variable perro

OR* IC 95 % p-valor
Perros = 1 0.54 [0.08; 2.17] 0.443
Perros = 2 0.76 [0.16; 2.59] 0.681
Perros = 3 6.17 [1.70; 25.49] 0.007
Perros = 4 1.76 [0.08; 19.28] 0.650
Perros = Menos de 3 perros 0.19 [0.06; 0.60] 0.005
*obtenido al ajustar un modelo lineal generalizado

50
4.1.2. Análisis de la intensidad

Se observó que la población se concentra al sureste del centro de salud en el que se hizo la
campaña (Fig. 4.7). Se encontró un comportamiento similar en los habitantes que participaron
en la campaña (Fig. 4.8). No obstante, era necesario observar si la razón de las intensidades se
mantiene constante en el espacio. En la figura 4.12 se observó que el riesgo de participar en la
muestra no es constante en el área; especialmente en la zona noroeste. Esto planteó la existencia
de un posible sesgo espacial.

0.012
0.01
0.004 0.006 0.008

Figura 4.7: Intensidad poblacional

51
 0.005
0.003
0.001

Figura 4.8: Intensidad muestral

52
 Lo visto en la Figura 4.12 indicó la necesidad de corregir el riesgo de tener la enfermedad a
nivel espacial (Fig. 4.9).

0.35
0.3
0.25
0.2
0.15
0.1

Figura 4.9: Riesgo de tener la enfermedad

53
4.2. Simulaciones

Cada una de las simulaciones y sus resultados fueron evaluados por escenario (Tabla 4.6,
Figura 4.10 y Figura 4.11). Si bien el ECM(θ̃) resultó ser mayor al ECM(θ̂) en cada escenario,
también se observó que en su mayoría estos superaron el 15 % de éxito; o sea, que en 13 de
18 escenarios, al menos el 15 % de las simulaciones, la estimación de la prevalencia por medio
del método presentado tenía un valor más cercano al real que la estimación por el método
convencional. Este comportamiento también se observó en los escenarios con las caraterísticas
más similares a la data real, a nivel de cobertura y tamaño poblacional. Pese a esto, las curvas
de densidad en cada escenario presentaron notorias diferencias entre si.

Tabla 4.6: Resultados de la simulación

Escenario m Éxitos ( %) n̂ Cobertura Prevalencia* ECM(θ̂) ECM(θ̃)

1 506 33.20 249 34.67 0.252 0.0014 0.0037
2 510 23.92 249 44.95 0.250 0.0009 0.0049
3 509 21.61 250 54.86 0.251 0.0006 0.0053
4 510 23.53 349 35.09 0.251 0.0010 0.0066
5 510 15.69 350 44.94 0.249 0.0007 0.0080
6 510 10.78 350 54.86 0.252 0.0004 0.0087
7 510 14.12 451 35.09 0.249 0.0007 0.0118
8 510 8.43 450 45.08 0.251 0.0005 0.0108
9 510 6.47 450 55.21 0.251 0.0003 0.0098
10 509 15.52 247 34.28 0.241 0.0040 0.0271
11 499 15.83 246 44.38 0.243 0.0009 0.0153
12 510 16.86 247 55.41 0.242 0.0007 0.0088
13 503 20.68 344 34.50 0.242 0.0033 0.0259
14 506 16.60 342 44.20 0.243 0.0007 0.0127
15 509 15.52 343 55.47 0.243 0.0005 0.0080
16 510 21.96 440 34.40 0.241 0.0034 0.0236
17 510 15.69 440 44.16 0.242 0.0005 0.0124
18 510 14.51 440 55.36 0.242 0.0004 0.0088
m: Número de simulaciones por escenario
n: Número promedio de personas por escenario
Cobertura*: Cobertura de muestreo promedio por escenario
Prevalencia*: Prevalencia promedio por escenario

54
 Escenario 01 Escenario 02 Escenario 03
20

20

20
Prevalencia Prevalencia Prevalencia
Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0
0.1 0.3 0.5 0.1 0.3 0.5 0.1 0.3 0.5

Escenario 04 Escenario 05 Escenario 06

20

20

20
Prevalencia Prevalencia Prevalencia
Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0.1 0.3 0.5 0.1 0.3 0.5 0 0.1 0.3 0.5

Escenario 07 Escenario 08 Escenario 09

20

20

20

Prevalencia Prevalencia Prevalencia

Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0.1 0.3 0.5 0.1 0.3 0.5 0.1 0.3 0.5

Figura 4.10: Densidad del parámetro de los escenarios 1 al 9

55
 Escenario 10 Escenario 11 Escenario 12
20

20

20
Prevalencia Prevalencia Prevalencia
Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0
0.1 0.3 0.5 0.1 0.3 0.5 0.1 0.3 0.5

Escenario 13 Escenario 14 Escenario 15

20

20

20
Prevalencia Prevalencia Prevalencia
Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0.1 0.3 0.5 0.1 0.3 0.5 0 0.1 0.3 0.5

Escenario 16 Escenario 17 Escenario 18

20

20

20

Prevalencia Prevalencia Prevalencia

Prevalencia estimada Prevalencia estimada Prevalencia estimada
Prevalencia corregida Prevalencia corregida Prevalencia corregida
15

15

15
Densidad

Densidad

Densidad
10

10

10
5

5
0

0.1 0.3 0.5 0.1 0.3 0.5 0.1 0.3 0.5

Figura 4.11: Densidad del parámetro de los escenarios 10 al 18

56
4.3. Modelamiento

4.3.1. Intensidad

En la estimación de la función de intensidad para la población y la muestra, los modelos

se ajustaron con 14 y 16 funciones de base, respectivamente, en base a sus residuales (Véase
Fig. 4.13 y 4.14 )

Homogeneidad de riesgo

En base al algoritmo 1, se determinó que el riesgo al ser seleccionado es no homogéneo,

debido a que en más de una observación, el cociente entre las dos intensidades no se ha encon-
trado en el intervalo de confianza correspondiente. Este resultado confirmó lo visto en la Figura
4.12.

0.7
0.6
0.5
0.4
0.3

Figura 4.12: Riesgo de participar en la muestra

57
 200
Entrenamiento
150 Prueba
Residuales

100
50
0

10 20 30 40 50

N° de funciones base

Figura 4.13: Residuales en la población

50

Entrenamiento
Prueba
40
30
Residuales

20
10
0

10 20 30 40 50

N° de funciones base

Figura 4.14: Residuales en la muestra

58
4.3.2. Riesgo

Comparando las métricas de ajuste del grupo de entrenamiento y del grupo de prueba de ca-
da modelo ajustado (Tabla 4.7), se encontró una mejora en los modelos al introduccir el factor
de corrección w, salvo aquel modelo que solo consideró el efecto espacial de las observaciones
(Modelo espacial). Este mismo comportamiento se observó cuando a las covariables compren-
didas como factores de riesgo (edad, sexo, tener al menos 3 perros) se les añadió la variable del
efecto espacial. En base a estos resultados, se seleccionó al Modelo completo (w), compuesto
por los factores de riesgo, el efecto espacial y el factor de correción w, como el modelo más
adecuado para la inferencia y estimación del valor de la prevalencia corregida.

Tabla 4.7: Métricas de ajuste para los modelos

Entrenamiento Prueba
Modelo
Esp. Sens. AUC Esp. Sens. AUC
Modelo espacial 1 0 0.5381 - - 0.6766
Modelo espacial (w) 0.96 0.125 0.5864 - - 0.5453
Modelo edad 1 0.0833 0.5578 0.03125 1 0.5672
Modelo edad (w) 0.9333 0.2917 0.6122 0.59375 0.6 0.6453
Modelo sexo 1 0 0.5358 1 0 0.5469
Modelo sexo (w) 1 0 0.4642 1 0 0.5469
Modelo perros 0.9333 0.3333 0.6333 0.9688 0 0.149
Modelo perros (w) 0.9333 0.3333 0.6333 0.9688 0 0.149
Modelo sexo edad 1 0.0833 0.6369 0.03125 1 0.5406
Modelo sexo edad (w) 0.9467 0.4583 0.8708 0.5625 0.8 0.7562
Modelo s. e. p. 0.96 0.375 0.74 0.0938 0.9 0.5141
Modeso s. e. p. (w) 0.9467 0.4583 0.7144 0.625 0.5 0.5328
Modelo completo 0.96 0.333 0.7403 0.53125 0.5 0.6
Modelo completo (w) 0.9733 0.375 0.7503 0.5625 0.8 0.7438

59
4.4. Infererencia

El modelo final, modelo completo (w), fue utilizado para inferir la presencia de la enferme-
dad en los datos no muestreados. Con esto se pudo estimar una prevalencia corregida del 0.22.
Este valor, si bien se encontraba dentro del intervalo de confianza para el primer estudio, estaba
pro debajo de su valor puntual (0.241), comportamiento que se ha visto repetido en el segundo
estudio (0.235). Esto indicó la presencia de una sobrestimación en la prevalencia del primer
estudio.

Variación de la prevalencia según el tamño de muestra

Intervalo de confianza (95%) de la variación
Prevalencia del segundo estudio
0.4

Intervalo de confianza (95%) del segundo estudio

Prevalencia corregida
0.3
Prevalencia

0.2
0.1

40 60 80 100 120 140

Tamaño muestral

Figura 4.15: Prevalencia de Hidatidosis Humana en Corpacancha, añadiendo la prevalencia

corregida.

60
 Esto permitió estimar un factor de corrección para la intesidad de ρ = 1.126 (Véase 2.17).
Empleando esto en 2.18, se observó el cambio en el riesgo corregido de tener la enfermedad a
nivel espacial en la población (Figura 4.16).

λ̂1 (x, y) λ̂1 (x, y)

p̂(x, y) = =
λ̂1 (x, y) + ρλ̂0 (x, y) λ̂1 (x, y) + 1,126 ∗ λ̂0 (x, y)

0.35
0.3
0.25
0.2
0.15
0.1

Figura 4.16: Riesgo corregido de tener la enfermedad

61
4.5. Implementación

Con el fin de analizar la utilidad del método propuesto pero en otros contextos, se aplicó en
el centro poblado de Canchayllo y se tuvo como resultado una prevalencia del 0,150 ( ±0,049
IC95 % ).

Ajuste de intensidad

Se ajustaron las intensidades correspondientes para la población y la muestra. El cociente

de estas intensidades se puede ver en la Figura 4.17, tal como en la sección 4.3.1. La no ho-
moegeniedad observada en esta figura se confirmó tras hacer la evaluación en base al algoritmo
1, debido a que en más de una observación, el cociente entre las dos intensidades no se ha
encontrado en el intervalo de confianza correspondiente de acuerdo al algoritmo.

62
 0.6
0.5
0.4
0.3
0.2
0.1

Figura 4.17: Riesgo de participar en la muestra en Canchayllo

Ajuste del modelo

Se seleccionó un modelo GAM usando los pesos obtenidos según la metodología propuesta.
Se tomó como covariable a la tenencia de perros (Tener o no tener más de 3 perros). Este modelo
tuvo un AUC de 0.664 y 0.763 para los datos de entrenamiento y prueba, respectivamente

Inferencia

Tras haber hecho el ajuste correspondiente, se obtuvo una prevalencia corregida, la cual
ascendió a 0.245. Asimismo, el riesgo espacial fue corregido, lo cual muestra una observable
diferencia con el el riesgo antes de realiza la corrección. Además, se puede observar la zona en
la que el riesgo se concentra.

63
 0.7
0.6
0.5
0.4
0.3
0.2
0.1

Figura 4.18: Riesgo de la enfermedad en la muestra en Canchayllo

64
 0.8
0.7
0.6
0.5
0.4
0.3
0.2

Figura 4.19: Riesgo de la enfermedad en la muestra en Canchayllo

65
 Capítulo V

CONCLUSIONES Y
RECOMENDACIONES

5.1. Conclusiones

Acorde a los resultados obtenidos en la prueba de Monte Carlo para las muestras correspon-
dientes a la primera intervención en Corpacancha y a la intervanción de Canchayllo, se concluyó
no sé si te
que ambas no provienen de un muestreo totalmente aleatorio a nivel especial. Esto indicaría que refieres a
especial o a
el riesgo de muestreo es no homogéneo a nivel espacial. Debido a esto, fue necesario emplear un espacial?
método que integre el factor espacial en el proceso de estimación de la prevalencia por medio
de una reponderación. Tras estudiar la aplicación de una reponderación a través de las simu-
creo que sería mejor
"esta se aplicó laciones, se aplicó con los datos reales. Así, para el caso de Corpacancha, este método generó
con los datos reales"
resultados coherentes en relación a lo que la segunda intervanción en la población pudo obtener.
En base a esto, se concluyó que la prevalencia en la primera intervanción estuvo sobreestimada.
Con respecto a Canchayllo, se concluyó que la prevalencia observada se encontrada norotia-
mente subestimada. Por lo tanto, aplicar una reponderación en la estimación de la prevalencia
en esta investigación permitió corregir el sesgo de selección espacial.

66
De forma adicional, al comparar los modelos se pudo observar que añadir el factor de pondera-
ción w por sí solo no obtenía una mejora en las métricas de ajuste. Por lo que fue necesario que
este sea empleado en conjunto con los factores de riesgo. Esto evidenciaría la necesidad de no
depender solo del análisis espacial al momento de buscar explicar la variabilidad de la informa-
ción; sino también de la información sociodemográfica epidemiológica de los participantes del
estudio. es un tipo de información, solo uno? porq sino agrega guion. Si son dos tipos de info
unelos con y "socio... y epi..."

5.2. Recomendaciones

Considerando lo planteando en la Sección 2.3 y en base a las conclusiones presentadas, se

recomienda que en estudios posteriores se plantee una prueba estadística que determine de for-
ma objetiva el empleo de una metodología de corrección de sesgo espacial como la presentada.
Para ello, la prueba debe estar vinculada al concepto de si el valor estimado de la prevalencia
es insesgado y si el posible sesgo de selección se encuentra relacionado con el factor espacial u
otra covariable. Así, la prueba deberá evaluar rechaza o no la hipótesis nula de que la proporción
de riesgo (PR) de la enfermedad entre el grupo seleccionado y el no seleccionado es 1.
De igual forma, se recomienda continuar en el estudio del método en sí bajo otros enfoques. En
ello se tendría que analizar su comportamiendo al añadir covariables como factores de riesgo en
diversas condiciones y distribuciones de los datos que sean distintas a las presentadas. En ese
sentido, se podrá determinar los criterios mediantes los cuales el método pueda ser generalizado
en estudios completamente diferentes. Con ello también poder desarrollar una regla de decisión
que permita considerar invalida la muestra, basándose en la magnitud del sesgo de selección.
Finalmente, también se recomienda hacer un estudio de impacto del método propuesto para de-
terminar su viabilidad y su capacidad de implementabilidad en estudios epidemiológicos. Por
ello se consideraría estudiar la rentabilidad del método, así como la importancia de su uso en el
control, prevención y erradicación de enfermedades.

67
REFERENCIA BIBLIOGRÁFICA

Baddeley, A., Rubak, E., y Turner, R. (2015). Spatial point patterns: methodology and appli-
cations with r. CRC press.
Bailly, L., Daurès, J. P., Dunais, B., y Pradier, C. (2015). Bayesian estimation of a cancer
population by capture-recapture with individual capture heterogeneity and small sample.
BMC medical research methodology, 15, 39.
Braeye, T., Verheagen, J., Mignon, A., Flipse, W., Pierard, D., Huygen, K., . . . Hens, N. (2016).
Capture-recapture estimators in epidemiology with applications to pertussis and pneumo-
coccal invasive disease surveillance. PloS one, 11(8), e0159832.
Bushway, S., Johnson, B. D., y Slocum, L. A. (2007). Is the magic still there? the use of the
heckman two-step correction for selection bias in criminology. Journal of quantitative
criminology, 23(2), 151–178.
Celentano, D. D., Mhs, S., y Szklo, M. (2019). Gordis. epidemiología. Elsevier.
Cortes, C., Mohri, M., Riley, M., y Rostamizadeh, A. (2008). Sample selection bias correction
theory. En Y. Freund, L. Györfi, G. Turán, y T. Zeugmann (Eds.), Algorithmic learning
theory (pp. 38–53). Berlin, Heidelberg: Springer Berlin Heidelberg.
Davelois, K., Escalante, H., y Jara, C. (2016). Rendimiento diagnóstico del western blot para
detectar simultáneamente anticuerpos en pacientes con cisticercosis, hidatidosis y fascio-
liasis humana. Revista peruana de medicina experimental y salud publica, 33, 616–624.
Ellis, P. D. (2010). The essential guide to effect sizes: Statistical power, meta-analysis, and the

68
 interpretation of research results. Cambridge university press.
Friedman, J., Hastie, T., y Tibshirani, R. (2001). The elements of statistical learning (Vol. 1)
(n.o 10). Springer series in statistics New York.
general assembly of the world medical association, y cols. (2014). World medical association
declaration of helsinki: ethical principles for medical research involving human subjects.
The Journal of the American College of Dentists, 81(3), 14.
Giri, S., y Parija, S. C. (2012). A review on diagnostic and preventive aspects of cystic echino-
coccosis and human cysticercosis. Tropical parasitology, 2(2), 99.
Gomez Huaman, A. F. (2021). Situación epidemiológica de la equinococosis humana en las
diferentes instituciones prestadoras de servicios de salud de las regiones del perú. 2017.
Hanley, J. A. (2017). Correction of selection bias in survey data: is the statistical cure worse
than the bias? American Journal of Epidemiology, 185(6), 409–411.
Huang, J., Gretton, A., Borgwardt, K., Schölkopf, B., y Smola, A. (2006). Correc-
ting sample selection bias by unlabeled data. En B. Schölkopf, J. Platt, y T. Hoff-
man (Eds.), Advances in neural information processing systems (Vol. 19). MIT
Press. Descargado de https://proceedings.neurips.cc/paper/2006/
file/a2186aa7c086b46ad4e8bf81e2a3a19b-Paper.pdf
Iacus, S. M., Porro, G., Salini, S., y Siletti, E. (2020, Jun). Controlling for selection bias in
social media indicators through official statistics: A proposal. Sciendo. Descargado de
http://hdl.handle.net/2434/742200
Kebede, W., Hagos, A., Girma, Z., y Lobago, F. (2009). Echinococcosis/hydatidosis: its preva-
lence, economic and public health significance in tigray region, north ethiopia. Tropical
Animal Health and Production, 41(6), 865–871.
Larrieu, E., Belloto, A., ARAMBULO III, P., y Tamayo, H. (2004). Echinococcosis quística:
epidemiología y control en américa del sur. Parasitología latinoamericana, 59(1-2), 82–
89.

69
Lash, T. L., Fox, M. P., y Fink, A. K. (2009). Applying quantitative bias analysis to epide-
miologic data. Springer.
Malakar, N. K., Lary, D. J., Moore, A., Gencaga, D., Roscoe, B., Albayrak, A., y Wei, J. (2012).
Estimation and bias correction of aerosol abundance using data-driven machine learning
and remote sensing. En 2012 conference on intelligent data understanding (pp. 24–30).
McMillen, D. P. (1995). Selection bias in spatial econometric models. Journal of Regional
Science, 35(3), 417–436.
Moro, P., y Schantz, P. M. (2009). Echinococcosis: a review. International journal of Infectious
diseases, 13(2), 125–133.
Moro, P. L., Budke, C. M., Schantz, P. M., Vasquez, J., Santivañez, S. J., y Villavicencio, J.
(2011, 05). Economic impact of cystic echinococcosis in peru. PLOS Neglected Tropical
Diseases, 5, 1-6.
PAHO/WHO. (2017). Prevention and control of hydatidosis at local level: South american
initiative for the control and surveillance of cystic echinococcosis/hydatidosis. PANAF-
TOSA.
Pinsky, M., y Karlin, S. (2010). An introduction to stochastic modeling. Academic press.
Qian, W., y Chang, H. H. (2021). Projecting health impacts of future temperature: A compari-
son of quantile-mapping bias-correction methods. International journal of environmental
research and public health, 18(4), 1992.
Royle, J., Chandler, R., Sollmann, R., y Gardner, B. (2014). Spatial capture-recapture. Acade-
mic Press.
Ruiz-Maya, L., y Pliego, F. J. M. (2004). Fundamentos de inferencia estadística. AC.
Santivañez, S. J., Naquira, C., Gavidia, C. M., Tello, L., Hernandez, E., Brunetti, E., . . . Garcia,
H. H. (2010). Factores domiciliarios asociados con la presencia de hidatidosis humana
en tres comunidades rurales de junín, perú. Revista Peruana de Medicina Experimental y
Salud Pública, 27, 498–505.

70
Sarkar, S., Roy, H., Saha, P., Sengupta, M., Sarder, K., y Sengupta, M. (2017). Cystic echino-
coccosis: a neglected disease at usual and unusual locations. Tropical parasitology, 7(1),
51.
Scheaffer, R., Mendenhall, W., Ott, L., y Gerow, K. G. (2011). Elementary survey sampling.
Cengage Learning.
Shaw, A., Rushton, J., Roth, F., y Torgerson, P. R. (2017). Dalys, dollars and dogs: how
best to analyse the economics of controlling zoonoses. Revue scientifique et technique
(International Office of Epizootics), 36(1), 147–161.
Thorson, J. T., y Kristensen, K. (2016). Implementing a generic method for bias correction in
statistical models using random effects, with spatial and population dynamics examples.
Fisheries Research, 175, 66-74. Descargado de https://www.sciencedirect
.com/science/article/pii/S0165783615301399 doi: https://doi.org/10
.1016/j.fishres.2015.11.016
Wang, S. X. (2001). Maximum weighted likelihood estimation (Tesis Doctoral no publicada).
University of British Columbia.
WHO. (2019). Equinococosis. https://www.who.int/es/news-room/fact-
sheets/detail/echinococcosis.
Wood, S. (2020). Mixed gam computation vehicle with automatic smoothness estimation
[Manual de software informático]. (R package version 1.8-33)

71
Anexos

72
Anexo A

Aspectos legales

Figura A.1: Carta de Aprobación Ética del Estudio Madre

73
Anexo B

Códigos empleados para el desarrollo de la

tesis

Figura B.1: QR enlazado al repositorio en GITHUB que contiene los códigos trabajados

74