Modelos epidemiológicos

Inferencia estadística sobre datos doblemente truncados

Implementation of different algorithms for analyzing randomly truncated data, one-sided and two-sided (i.e. doubly) truncated data. It also computes the kernel density and hazard functions using different bandwidth selectors. Several real data sets are included.

Investigadores: Jacobo de Uña Álvarez (Galicia)Rosa Crujeiras Casais (Galicia)Carla Moreira

Es una implementación web de una herramienta de vigilancia epidemiológica para la detección del instante en el que comienza la epidemia anual de gripe. El método estadístico subyacente está descrito en Martínez-Beneito et al. (Bayesian Markov switching models for the early detection of influenza epidemicsStatistics in Medicine, 27(22), 4455-4468).

Tras darse de alta, los usuarios pueden introducir y editar sus datos de tasas de incidencia de gripe y solicitar al sistema la probabilidad de estar en fase epidémica siempre y cuando se disponga de datos históricos de al menos 3 temporadas. El sistema devuelve (via e-mail si así lo desea el usuario) dicha probabilidad junto con la probabilidad (en el caso de estar en estado epidémico) de que en la semana siguiente haya un aumento o una disminución en la tasa de incidencia y dos gráficas que completan dicha información.

Para el desarrollo de este sistema se ha utilizado software estadístico de libre distribución (R y WinBUGS), un servidor web de aplicaciones java (Tomcat) y un servidor de base de datos (MySQL). Esta aplicación ha sido creada por miembros del grupo “Geeitema” dentro del proyecto “MEVIEPI”. Para cualquier otra pregunta o consulta puede contactar con: fludetweb@geeitema.org .

Neurogenetics

We introduced a novel method referred as Independent Multifactorial Analysis (ICA-MFA) to derive relevant features from multiscale data. This method is an extended implementation of MFA, where the component value decomposition is based on Independent Component Analysis. In addition, ICA-MFA incorporates a predictive step based on an Independent Component Regression.

Investigadores: Natàlia Vilor Tejedor (Catalunya – BIO)

Modelización Bayesiana de datos espaciales multivariantes con INLA

INLAMSM es un paquete de R que contiene diferentes efectos multivariantes espaciales para analizar datos multivariantes en areas. Los efectos que contiene el paquete se han construido gracias a la herramienta rgeneric del paquete R-INLA. Concretamente los efectos implementados en este paquete permiten que el usuario incluya en su modelo la forma de estimar variabilidad espacial multivariante y pueda ajustar su modelo multivariante espacial con R-INLA. Los efectos implementados corresponden a los modelos multivariantes comunmente utilizados y algunos desarrollados más recientemente. Actualmente, la versión 0.2.2 de INLAMSM está disponible en CRAN.

Investigadores: Francisco Palmí Perales (Valencia – VABAR)Virgilio Gómez Rubio (Valencia – VABAR)Miguel Ángel Martínez Beneito (Valencia – VABAR)

Cartografía y vigilancia epidemiológica de enfermedades

Produce an epidemiological risk map by weighting multiple risk factors.

Investigadores: Facundo Muñoz Viera (Valencia – VABAR)Sylvain Falala

Epidemiología genética

Plataforma online para analizar estudios de epidemiología genética

Investigadores: Joan Valls Marsal (Catalunya – BIO)Raquel Iniesta Benedicto (Catalunya – SEA)Victor Raúl Moreno Aguado (Catalunya – SEA)Xavier SoleElisabet Guino