Evaluating spatial methods for investigating global clustering and cluster detection of cancer cases.
Evaluating spatial methods for investigating global clustering and cluster detection of cancer cases.
复制标题
评估用于研究癌症病例全球聚类和聚类检测的空间方法。
DOI：
10.1002/sim.3342
复制
发表时间：
2008-11-10
影响因子：
2
通讯作者：
Das, Barnali
中科院分区：
文献类型：
--
作者：
Huang, Lan;Pickle, Linda W.;Das, Barnali
已经有文章比较疾病监测中的全球聚类评估和聚类检测的方法，但还没有探讨这一领域中空间相关数据的功率和样本量要求。我们正在为区域癌症病例的空间集群和集群检测测试制定这样的要求。我们比较了Moran‘s I、Tango’s和Besag-Newell‘s R统计量等全局聚类方法，以及圆形和椭圆空间扫描统计量(SaTScan)、灵活成形空间扫描统计量(FSS)、Turnbull’s聚类值置换过程(CEPP)、局部空间关联指标(LISA)和高水平集(ULS)扫描统计量等聚类检测方法。我们确定了8种地理模式，它们代表了1998-2002年间美国不同类型癌症的死亡率模式。然后，我们根据这些不同的空间模式模拟的州和县级数据，根据地理位置和相对风险，以及使用每个县的2000人口的不同样本量，对所选空间方法进行了评估。这一比较提供了空间方法在应用于不同的癌症计数数据时在聚类检测的能力和精度方面的性能的洞察。
There have been articles on comparing methods for global clustering evaluation and cluster detection in disease surveillance, but power and sample size requirements have not been explored for spatially correlated data in this area. We are developing such requirements for tests of spatial clustering and cluster detection for regional cancer cases. We compared global clustering methods including Moran’s I, Tango’s and Besag-Newell’s R statistics, and cluster detection methods including circular and elliptic spatial scan statistics (SaTScan), flexibly shaped spatial scan statistics (FSS), Turnbull’s cluster evaluation permutation procedure (CEPP), local indicators of spatial association (LISA), and upper level set (ULS) scan statistics. We identified eight geographic patterns that are representative of patterns of mortality due to various types of cancer in the United States from 1998–2002. We then evaluated the selected spatial methods based on state- and county- level data simulated from these different spatial patterns in terms of geographic locations and relative risks, and varying sample sizes using the 2000 population in each county. The comparison provides insight into the performance of the spatial methods when applied to varying cancer count data in terms of power and precision of cluster detection.
登录
查看更多内容
影响因子：
0.8
作者：
Kulldorff, M
通讯作者：
Kulldorff, M
影响因子：
2.3
作者：
Han, DW;Rogerson, PA;Freudenheim, JL
通讯作者：
Freudenheim, JL
影响因子：
1.9
作者：
Knorr-Held, L;Rasser, G
通讯作者：
Rasser, G
影响因子：
2.7
作者：
MORAN, PAP
通讯作者：
MORAN, PAP
影响因子：
4.8
作者：
Swartz, Joel B.
通讯作者：
Swartz, Joel B.