Introducción

El conocimiento de la distribución geográfica de enfermedades, eventos y la situación de salud permite establecer políticas de salud para su atención y establecer las prioridades necesarias en cuanto a recursos ^{1), (2}. En este sentido, la estratificación de territorio denota como una valiosa herramienta para analizar el comportamiento de variables en el espacio ^{3), (4}. Es considerada como un procedimiento que permite clasificar objetos en clases homogéneas a partir de analogías o relaciones que se establecen entre sus características ^5-7. En estudios salubristas suele denominarse estratificación epidemiológica y es parte del proceso integrado de diagnóstico-intervención-evaluación ^{8), (9}.

La estratificación epidemiológica utiliza varios enfoques para contribuir a la selección de sitios o zonas con problemas de salud y planificar estrategias de intervención. Dentro de los enfoques utilizados se encuentra la estratificación del riesgo y la del riesgo absoluto, por indicadores ponderados, así como los patrones de distribución de frecuencia de los principales riesgos asociados y las técnicas de análisis multivariado fundamentalmente las basadas en el análisis de grupos o agrupamiento ^{3), (10), (11}.

La utilización de indicadores ponderados ha sido ampliamente utilizada en estudios salubristas. Este método utiliza un conjunto de indicadores o factores de riesgos asociados al estudio. Los indicadores son ponderados con pesos obtenidos por criterio de expertos en el campo y se obtienen valores para cada territorio, que son utilizados para construir los grupos a partir de rangos establecidos. La principal limitación de esta estrategia radica en el sesgo que se puede introducir al definir los pesos y los rangos para construir los grupos.

Los patrones de distribución de frecuencia de los principales riesgos asociados se utilizan fundamentalmente cuando no se puede determinar o no están identificados los indicadores del riesgo. Su objetivo es identificar zonas donde determinado factor tiene una mayor frecuencia de aparición y luego acometer acciones de intervención.

Cuando es posible cuantificar los indicadores de riesgo y su influencia sobre el área se ha utilizado la estratificación epidemiológica del riesgo. Esta estrategia permite obtener una evaluación sobre el nivel de reducción del problema si se actúa sobre los factores de riesgo. Su principal limitación es que no permite identificar cambios sobre los grupos pues constituye una fotografía del problema en estudio, además suele ser compleja debido a la necesidad de estudios para determinar el riesgo relativo y el riesgo atribuible poblacional.

La distribución del riesgo absoluto se basa en la utilización de un solo indicador para construir los estratos a partir de rangos de distribución según la tasa de incidencia o característica de la región de estudio. Es muy utilizada para la vigilancia epidemiológica a corto plazo pues permite monitorizar determinados indicadores en áreas priorizadas de forma rápida, práctica y oportuna.

Las técnicas de análisis multivariado permiten realizar estudios más complejos porque pueden incorporarse numerosos factores de riesgos y otras variables asociadas al problema. Desde este enfoque la utilización de las técnicas de agrupamiento han sido ampliamente reportadas en la literatura ^{12), (13}. Así, se ha utilizado el agrupamiento para construir las clases o estratos a partir de datos temáticos y posteriormente se representa en la cartografía el resultado ¹⁴. Este tratamiento no permite describir relaciones espaciales sobre objetos y por tanto dificulta la incorporación del espacio en el proceso.

En la literatura consultada se propone incorporar la naturaleza espacial a partir de una transformación sobre objetos puntuales o líneas, en la que luego son tratados como temáticos. Esta propuesta no está de acuerdo con la primera ley de la geografía donde se establece que los objetos en el espacio están relacionados, pero objetos cercanos están más relacionados entre sí que objetos distantes ¹⁵. La utilización de los Sistemas de Información Geográfica (SIG) en el análisis de la distribución espacial de enfermedades ha aumentado considerablemente, sustentado en las herramientas de análisis existentes que posibilitan resolver problemas asociados a la distribución espacial ¹⁶.

Los SIG son herramientas básicas, en todas las esferas del saber, para la confección de mapas digitales y para los análisis geoespaciales, que van más allá de análisis estadísticos y que tributan a una mejor planificación de infraestructura por ejemplo en: estudio demográfico, análisis de vías de transporte, distribución de recursos, distribución y comportamiento de enfermedades. Su desarrollo y aplicación en diferentes áreas ha brindado la posibilidad de analizar grandes volúmenes de datos espaciales.

En Cuba, los métodos aplicados para la estratificación en su mayoría van orientados al análisis estadístico, sin tener en cuenta la naturaleza espacial de los datos, ni el principio de la primera ley de la geografía. Se evidencia una estructuración común que inicia con análisis estadísticos apoyándose en herramientas por ejemplo: Excel, SPSS y luego se presentan los resultados en mapas temáticos utilizando herramientas SIG, por ejemplo, MapInfo; lo cual reduce la eficiencia del trabajo. Estos elementos influyen en el análisis de la relación espacial de indicadores en diferentes áreas y limitan la identificación de estructuras espaciales asociadas a estos indicadores ¹⁷. Las medidas de similitud empleadas consideran las características con igual importancia y están enfocadas a los datos temáticos. Este trabajo tiene como objetivo desarrollar un método de estratificación de territorios basado en Sistemas de Información Geográfica y medidas de similitud geométrica para obtener grupos más compactos.

Método

El aporte fundamental de esta investigación es un método de estratificación de territorios basado en SIG y medidas de similitud geométrica, como continuidad al desarrollo de herramientas y técnicas para el análisis espacial en estudios salubristas. El método está conformado por cinco etapas que cubren los procedimientos identificados en la literatura para este tipo de estudio ^4),(15. Las etapas propuestas se basan en el enfoque de análisis de datos geoespaciales y se denominan: Selección de indicadores y territorios, Preprocesamiento de indicadores, Agrupamiento, Postprocesamiento y Visualización.

Se sustenta en los siguientes principios:

Integración de medidas de similitud geométricas y SIG para darle tratamiento a la componente espacial de los datos en estudios salubristas y una ficha de diagnóstico que permite generar hipótesis o corroborar hallazgos epidemiológicos.

Modelación de la información en torno a la estratificación, los datos geoespaciales y los estudios salubristas. Reutilización de buenas prácticas relacionadas con estudios estratificados como base para el desarrollo del método y su realización mediante analíticas de datos, que favorezcan la incorporación del espacio en este tipo de estudio.

Los enfoques de la propuesta son:

Holístico con el estudio de los indicadores, el espacio en su conjunto y su complejidad, se identifican interacciones, particularidades y procesos que por lo regular no se perciben si se estudian los indicadores por separado y luego se llevan a la cartografía.

Estratégico con la identificación de la situación de los territorios que se estudian y la creación de la ficha de diagnóstico que facilita el establecimiento de objetivos claros a largo plazo y su conjunto de acciones a corto plazo para dar respuesta a las oportunidades y amenazas que impone el entorno, así como las fortalezas y debilidades.

Las cualidades que distinguen al método:

Integración: el método integra indicadores de salud y medidas de similitud geométricas en la estratificación de territorios para facilitar la incorporación del espacio en estudios salubristas. También se distingue por la integración de técnicas de análisis de datos geoespaciales en una solución informática que sirve de soporte tecnológico.

Usabilidad: el enfoque de guía para la estratificación y la interfaz de la instanciación facilitan la integración de la cartografía e indicadores en los estudios sin necesidad de mucho dominio en este campo.

Fiabilidad: la información que brinda se corresponde con el análisis de los indicadores aportados.

Flexibilidad: a partir del uso de indicadores de naturaleza variada y un marco de trabajo para la estratificación, se facilita adaptarse a cambios que se deseen incluir en los estudios.

Resultados

En la figura 1 se muestra el método propuesto, así como la interacción entre sus etapas y componentes computacionales. Las entradas del método son:

Base cartográfica: que está formada por capas vectoriales, de las cuales al menos una debe ser de polígonos y es la capa base que se utilizará como definición de las entidades administrativas a utilizar en la estratificación. El resto de las capas pueden ser de puntos, líneas o polígonos y responden a indicadores geoespaciales.

Fuente estadística: cuenta con los indicadores estadísticos a utilizar en la estratificación y sus mediciones se deben corresponder con las entidades geoespaciales definidas por la capa base para la estratificación.

Las salidas del método sirven de soporte para la toma de decisiones, aportan elementos asociados a distribuciones y procesos espaciales útiles para la definición de objetivos y planes en el tratamiento a problemas de salud. Estas son:

Ficha de diagnóstico: contiene los elementos identificados en la estratificación, constituye una base para la toma de decisiones. En esta se detallan los estratos y territorios más afectados, así como los posibles factores asociados. También dispone de un mapa temático a través del cual se puede interactuar con los estratos y territorios.

Mapa temático: contiene los estratos clasificados a través de una escala de colores que responde al valor del riesgo obtenido.

Con la utilización de este método es posible identificar los territorios y estratos más afectados, de conjunto con los posibles factores asociados, que permite a los salubristas la selección de intervenciones y adecuación de los servicios. También permite la evaluación de los resultados de las intervenciones realizadas, así como el monitoreo y ajuste de indicadores de acuerdo a los problemas detectados.

[Figure ID: f1] Fig.1.

Métodode estratificación de territorios basado en SIG y medidas de similitud geométrica.

Aplicación del método propuesto a un caso de estudio

Para valorar los resultados de la solución propuesta se decide aplicar un caso de estudio, en correspondencia con el trabajo realizado por Companioni ¹⁴, en el cual la autora realiza una estratificación de territorio en Cuba para analizar el comportamiento de indicadores de salud. Utiliza la división político-administrativa del año 1976, en la cual existía una composición de 14 provincias, selecciona cuatro indicadores y un total de 26 variables del Anuario Estadístico del año 2001.

Se escoge como base para la estratificación una capa de polígonos obtenida desde la Infraestructura de datos espaciales de la República de Cuba (IDERC) ²⁰⁾ con la división político-administrativa vigente para el año 2001. Una vez seleccionadas las fuentes de datos para el estudio, se procede a la configuración de los parámetros, la selección de los territorios y los indicadores. En este estudio se analizan todas las provincias y los indicadores, además se clasifican estos últimos en función de su aporte al riesgo calculado en la etapa de Preprocesamiento. A partir de los territorios y los indicadores seleccionados se obtienen los grupos y se visualizan en un mapa temático, como se muestra en la Figura 2. La solución computacional permite interactuar con los estratos y con los elementos de la ficha de diagnóstico.

Luego de realizados los estudios estratificados utilizando cada una de las funciones de distancia y similitud propuestas (distancia, conectividad y tamaño), se procede a calcular los índices de validación interno para cada estudio. Se incluye también el cálculo para los estudios presentado por Companioni ¹⁴.

[Figure ID: f2] Fig. 2.

Visualización de la estratificación.

Discusión

En la Tabla 1 se muestran los valores obtenidos, se evidencia que los resultados utilizando el método propuesto en esta investigación son competitivos y que para el caso del coeficiente de Silhouette que evalúa la calidad del agrupamiento los resultados son superiores.

Luego se procede a comparar los resultados obtenidos a partir de la utilización de las tres funciones propuestas para evaluar los índices de validación externos precisión (P), Jaccard (J), Fowlkes Mallows (F&M), Rand_Index (Rand), Bray Curtis (BC), V_measure (VM), Mutual_Info (MI), Completeness (C) y Homogeneity (H) .

En la figura 3 se muestran los valores obtenidos teniendo como referencia el trabajo de Companioni ¹⁴ y se evidencia un mejor desempeño de la función conectividad en cuanto a precisión y al índice de Jaccard. Para el resto de índices los mejores resultados de forma general los obtiene la función basada en el tamaño.

[Figure ID: f3] Fig. 3.

Resultados de evaluación de las métricas con referencia a Companioni. Elaboración propia.

Se observan mejores resultados en cuanto a precisión y al índice de Jaccard para la conectividad, para el resto, el mejor desempeño lo obtiene la función basada en la distancia entre polígonos. Para todos los casos los mejores resultados se obtienen al evaluar el índice Rand_Index.

Conclusiones

Como resultado de la presente investigación se obtuvo un método para la estratificación de territorio basado en Sistemas de Información Geográfica y medidas de similitud geométrica, para obtener grupos más compactos. En función de los resultados obtenidos se arribó a las siguientes conclusiones:

A partir de la sistematización de los principales referentes teóricos que sustentan la presente investigación, se confirma que las propuestas para la estratificación reportadas en la literatura presentan limitaciones para la incorporación de la componente espacial en el proceso de estratificación de territorios.

La identificación de los constructos dentro de la minería de datos geoespaciales facilitó la descripción adecuada del problema y su solución a partir del método propuesto, que además integra los enfoques aportados en investigaciones precedentes con relación a estudios estratificados y la componente espacial de los datos en el espacio de solución del problema.

La instanciación del método propuesto a partir del desarrollo de un componente para el SIG QGIS permitió la evaluación concreta del método a través de la realización de un caso de estudio.

Al evaluar los índices de validación tanto internos como externos se pudo comprobar que si se incorporan medidas de distancia geométricas se obtienen grupos más compactos sin afectar la precisión de la clasificación.