Extensão da inferência data-driven ao Scan Elíptico para avaliação de clusters irregulares.

Abstract

A estatística Scan Espacial é comumente usada para detecção de clusters geográficos, vigilância sindrômica e monitoramento de doenças. A forma de utilização mais difundida é o Scan Circular, entretanto se mostra ineficaz para problemas envolvendo clusters de formato irregular. Uma das soluções propostas neste cenário é o Scan Elíptico. Nos dois formatos (circular ou elíptico), o procedimento inferencial para determinar a significância estatística de um possível cluster se baseia em simulações de Monte Carlo. Uma vasta discussão existe sobre a validade do procedimento inferencial usual para o Scan Circular, tal discussão levou a proposição da metodologia de inferência denominada Data-driven. Não existem estudos sobre a aplicabilidade dessa metodologia para o Scan Elíptico. Neste trabalho explora-se a versão elíptica do Scan associada ao procedimento de inferência Data-driven com o intuito de verificar se existem diferenças evidentes entre as duas técnicas inferenciais. As avaliações são realizadas através de um benchmark de dados reais de casos de câncer no nordeste dos Estados Unidos.