herramientas computacionales para análisis … · herramientas computacionales para análisis...

Herramientas computacionales para análisis epidemiológico multifactorial

Herramientas computacionales para análisisepidemiológico multifactorial

Elisa Schae�er

Facultad de Ingeniería Mecánica y EléctricaUniversidad Autónoma de Nuevo León

3 de septiembre, 2015

Contenido

1 Introducción

2 Antecedentes

3 Objetivos y metas

4 Equipo de trabajo

5 Referencias

Introducción

Cómputo científico

Un área multidisciplinaria de las ciencias computacionales quecombina elementos de matemáticas puras y aplicadas.

Automatización de tareas de análisis de resultados experimentalesde distintos campos de ciencias exactas, naturales y aplicadas.

En el área de la salud, el impacto del procesamiento de datos porcomputadora ha permitido avances rápidos e impactantes.

Introducción

Nuestro trabajo

FIME + CIDICS: un piloto “abre-puertas” para futurascolaboraciones y se enfoca en el área de epidemiología.

Su inspiración proviene de estudios previos de enfermedadesrespiratorias [Costilla-Esquivel et al., 2014] del grupo deinvestigación del Dr. Gerardo Velasco.

Buscamos automatizar fases de extracción y procesamiento de datossobre casos diagnosticados de enfermedades y facilitar sucombinación con factores adicionales con herramientas demodelado y análisis de los mismos.

Introducción

Nuestro trabajo

Introducción

Nuestro trabajo

Introducción

La OMS vigila de forma sistemática enfermedades contagiosas comoaquellas causadas por los virus de la influenza1 desde hace más demedio siglo.

A través del monitoreo puede preparar recomendaciones yestrategias de alerta para buscar controlar epidemias y así evitarpandemias.

1www.who.int/influenza/surveillance_monitoring/updates/latest_update_GIP_surveillance/en/

Introducción

La OMS vigila de forma sistemática enfermedades contagiosas comoaquellas causadas por los virus de la influenza1 desde hace más demedio siglo.

A través del monitoreo puede preparar recomendaciones yestrategias de alerta para buscar controlar epidemias y así evitarpandemias.

1www.who.int/influenza/surveillance_monitoring/updates/latest_update_GIP_surveillance/en/

Introducción

También en México se ha puesto atención en el impacto de lainfluenza [Velasco-Castañón, 2010].

México cuenta con planes dedicados a monitoreo y control deepidemias de influenza.

Enfatizan la importancia de “los lazos entre los tomadores dedecisiones y el sector académico nacional” igual como laimportancia de colaboración para lograr respuestas eficacesconjuntas en el caso de una emergencia epidemiológica.

Introducción

Antecedentes

Las enfermedades (p.ej. la influenza aviar [Adegboye and Kotze,2014] y aquellos transmitidos por mosquitos [Jalava et al., 2013])son objeto de estudio importante; su modelado matemático[Diekmann and Heesterbeek, 2000] y el estudio estadístico de lastasas de ocurrencia [Selvin, 2004] han sido las herramientas básicas.

La propagación de una epidemia no depende únicamente delnúmero de pacientes sino también puede ser afectado por factoresno-médicos tales como densidad poblacional, número de personasexpuestas, nivel de bienestar y desarrollo social, clima y ubicación.

Antecedentes

Las enfermedades (p.ej. la influenza aviar [Adegboye and Kotze,2014] y aquellos transmitidos por mosquitos [Jalava et al., 2013])son objeto de estudio importante; su modelado matemático[Diekmann and Heesterbeek, 2000] y el estudio estadístico de lastasas de ocurrencia [Selvin, 2004] han sido las herramientas básicas.

La propagación de una epidemia no depende únicamente delnúmero de pacientes sino también puede ser afectado por factoresno-médicos tales como densidad poblacional, número de personasexpuestas, nivel de bienestar y desarrollo social, clima y ubicación.

Antecedentes

Existen trabajos de análisis epidemiológico tomando en cuenta laubicación geográfica del punto de infección [Gatrell et al., 1996;Pfei�er et al., 2008] y también se ha establecido que condicionesclimáticas tienen un efecto [Costilla-Esquivel et al., 2014; Craig et al.,1999].

Existen en la literatura modelos epidemiológicos [Ford et al., 2006;Rvachev and Longini Jr., 1985] para el pronóstico de epidemias y eldiseño de mecanismos de control (tal como campañas eficientesde vacunación y eliminación de habitat de animales que lapropagan).

Reto: obtener y combinar los datos de entrada para aplicar estosmodelos con facilidad, precisión y rapidez.

Antecedentes

Existen trabajos de análisis epidemiológico tomando en cuenta laubicación geográfica del punto de infección [Gatrell et al., 1996;Pfei�er et al., 2008] y también se ha establecido que condicionesclimáticas tienen un efecto [Costilla-Esquivel et al., 2014; Craig et al.,1999].

Existen en la literatura modelos epidemiológicos [Ford et al., 2006;Rvachev and Longini Jr., 1985] para el pronóstico de epidemias y eldiseño de mecanismos de control (tal como campañas eficientesde vacunación y eliminación de habitat de animales que lapropagan).

Reto: obtener y combinar los datos de entrada para aplicar estosmodelos con facilidad, precisión y rapidez.

Antecedentes

La Secretaría de Salud, a través de la Dirección General deEpidemiología, publica semanalmente un boletín epidemiológico2

desde el año 1981.

Contienen cuadros de enfermedades identificadas por su CIE con lascantidades de casos diagnosticados por entidad federal.

2www.epidemiologia.salud.gob.mx/dgae/boletin/intd_boletin.html

Antecedentes

Investigadores del CIDICS han estado capturando esta informaciónpara algunas enfermedades respiratorias manualmente en hojas decálculo.

Al poder digitalizar todos estos datos epidemiológicos para todas lasenfermedades y combinarlos con datos públicamente disponiblessobre clima, geografía y poblaciones se abren numerosas direccionespara investigación epidemiológica.

Nuestro trabajo es la creación y difusión de herramientas paraextraer, procesar, combinar y analizar información relevante paramodelos epidemiológicos en México.

Antecedentes

Objetivos y metas

Hipótesis

La digitalización de datos epidemiológicos mexicanos a gran escala ysu combinación con bases de datos existentes habilita unaexploración sistemática, profunda y estadísticamente robusta deefectos que distintos factores (climáticos y socioeconómicos, porejemplo) tienen en distintos tipos de enfermedades.

Objetivos y metas

Objetivo principal

Creación de herramientas computacionales para la extracción y lacombinación exitosa de datos epidemiológicos, climáticos,geográficos y geopolíticos igual como su modelado y análisis iniciarcon técnicas existentes.

Objetivos y metas

Objetivos específicos

Digitalización de cuadros de tasas de incidencia semanales porentidad federativa de los boletines.Sincronización de los datos semanales epidemiológicos con losdatos diarios climáticos.

Construcción de series de tiempo multifactoriales semanales porentidad federativa combinando los datos epidemiológicos y losdatos climáticos.Construcción de un modelo estadístico con la relación devecindad entre las entidades federativas.Clasificación de enfermedades según las características de susmodelos con técnicas de agrupamiento.

Objetivos y metas

Digitalización de cuadros de tasas de incidencia semanales porentidad federativa de los boletines.Sincronización de los datos semanales epidemiológicos con losdatos diarios climáticos.Construcción de series de tiempo multifactoriales semanales porentidad federativa combinando los datos epidemiológicos y losdatos climáticos.

Construcción de un modelo estadístico con la relación devecindad entre las entidades federativas.Clasificación de enfermedades según las características de susmodelos con técnicas de agrupamiento.

Objetivos y metas

Digitalización de cuadros de tasas de incidencia semanales porentidad federativa de los boletines.Sincronización de los datos semanales epidemiológicos con losdatos diarios climáticos.Construcción de series de tiempo multifactoriales semanales porentidad federativa combinando los datos epidemiológicos y losdatos climáticos.Construcción de un modelo estadístico con la relación devecindad entre las entidades federativas.

Clasificación de enfermedades según las características de susmodelos con técnicas de agrupamiento.

Objetivos y metas

Digitalización de cuadros de tasas de incidencia semanales porentidad federativa de los boletines.Sincronización de los datos semanales epidemiológicos con losdatos diarios climáticos.Construcción de series de tiempo multifactoriales semanales porentidad federativa combinando los datos epidemiológicos y losdatos climáticos.Construcción de un modelo estadístico con la relación devecindad entre las entidades federativas.Clasificación de enfermedades según las características de susmodelos con técnicas de agrupamiento.

Objetivos y metas

Digitalización de cuadros de tasas de incidencia semanales porentidad federativa de los boletines.Sincronización de los datos semanales epidemiológicos con losdatos diarios climáticos.Construcción de series de tiempo multifactoriales semanales porentidad federativa combinando los datos epidemiológicos y losdatos climáticos.Construcción de un modelo estadístico con la relación devecindad entre las entidades federativas.Clasificación de enfermedades según las características de susmodelos con técnicas de agrupamiento.

Objetivos y metas

Cosas ya hechas

1 wget + bash: descargar los boletines epidemiológicos

2 ImageMagick: extracción de páginas individuales

3 python (PIL): a blanco y negro, eliminando los colores derelleno y la rejilla

4 Listado de palabras del CIE-10 y palabras comúnmenteutilizados en los boletines ⇒ diccionario

5 tesseract-ocr: extraer en formato HOCR los texto & suscoordenadas

6 python: identificar si una página contiene un cuadro condatos de cada estado de la república, identificando la cabeceray acomodando el contenido en renglones y columnas

Objetivos y metas

Cosas ya hechas

Objetivos y metas

Cosas ya hechas

Objetivos y metas

Cosas ya hechas

Objetivos y metas

Cosas ya hechas

Objetivos y metas

Cosas ya hechas

Objetivos y metas

Otros factores

1 Centros poblacionales mayores de México3 (población, latitudy longitud)

2 Datos de clicom-mex.cicese.mx (temperatura y precipitación,mínimos y máximos diários) para las tres estaciones de capturamás cercanos a cada centro poblacional

3 Mapa de México del INEGI ⇒ mapa en blanco y negro sinetiquetas separado a estados individuales con fronteras ennegro y el interior en blanco

4 Posiciones en pixeles de cada estado para poder colorear unestado específico

5 python + ImageMagick: series temporales ⇒ un mapaanimado

3> 100,000; total > 51 millones

Objetivos y metas

Otros factores

Objetivos y metas

Otros factores

Objetivos y metas

Otros factores

Objetivos y metas

Otros factores

Objetivos y metas

Metodología

1 Entrenamiento de tesseract-ocr2 Extracción de archivos CSV (bash + python)

3 Series de tiempo semanales por entidad federativa

4 Caracterización semanal de datos diarios de clima

5 Combinación de las series de tiempos

6 Visualización con mapas coloreadas

7 Formulación de hipótesis sobre dependencias entre series

8 Revisión de estado de arte de modelos epidemiológicos

9 Formulación, implementación y análisis de modelos

10 Exploración de posibles factores relevantes adicionales

11 Caracterización de las enfermedades (según su modelo)

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Metodología

Objetivos y metas

Equipo de trabajo

Colaboradores

José Gerardo Velasco Castañón (Doctor en Ciencias enMicrobiología)

Moisés Hinojosa Rivera (Doctor en Ciencias de la IngenieríaMecánica con especialidad en Materiales)

Sara Elena Garza Villarreal (Doctor en Tecnologías de Informacióny Comunicaciones con Especialidad en Sistemas Inteligentes)

Tres estudiantes de licenciatura (PE Ing. en Tec. de So�ware)

Son bienvenidos a colaborar con nosotros los estudiantes deposgrado interesados en el tema.

Equipo de trabajo

Colaboradores

Equipo de trabajo

Colaboradores

Equipo de trabajo

Colaboradores

Equipo de trabajo

Colaboradores

Referencias

Adegboye & Kotze. Epidemiological analysis of spatially misaligned data: a case of highlypathogenic avian influenza virus outbreak in Nigeria. Epid. & Inf., 142(5):940–949, 2014.

Costilla et al. A relationship between acute respiratory illnesses and weather. Epid. &Infection, 142(7):1375–1383, 2014.

Craig, Snow & le Sueur. A climate-based distribution model of malaria transmission inSub-Saharan Africa. Parasitology Today, 15(3):105–111, 1999.

Diekmann & Heesterbeek. Mathematical Epidemiology of Infectious Diseases: Model Building,Analysis & Interpr. Wiley, 2000.

Ford et al. An extensible spatial and temporal epidemiological modelling system. Intl J. ofHealth Geographics, 5(4), 2006.

Gatrell et al. Spatial point pa�ern analysis and its application in geographical epidemiology.Trans. of the Inst. of British Geographers, 21(1):256–274, 1996.

Jalava et al. Climatic, ecological and socioeconomic factors as predictors of Sindbis virusinfections in Finland. Epid. & Infection, 141(9):1857–1866, 2013.

Pfei�er et al. Spatial Analysis in Epidemiology. Oxford UP, 2008.Rvachev & Longini Jr. A mathematical model for the global spread of influenza. Math. Biosci.,

75(1):3–22, 1985.Selvin. Statistical Analysis of Epidemiologic Data. Monogr. in Epid. & Biostat. Oxford UP, 2004.Velasco. México ante el mundo: la reciente pandemia de influenza. Med. Univ., 12(49):248–9,

¡Gracias por su atención!

Esta presentación está disponible en mi sitio personal

elisa.dyndns-web.comdonde también se encuentran mis datos de contacto, publicaciones,materiales de docencia, ponencias anteriores, etc.

herramientas computacionales para análisis … · herramientas computacionales para análisis...

Documents