Skip to main content

NUEVOS RETOS EN LA MODELIZACION ESPACIO-TEMPORAL CON APLICACIONES EN SALUD, VIOLENCIA DE GENERO Y TELEDETECCION

MTM2017-82553-R

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos I+D+i Retos de Investigación
Call year 2017
State Plan 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSIDAD PUBLICA DE NAVARRA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 4
Encontrada(s) 1 página(s)

Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Tesis doctoral (DoctoralThesis)

Univariate and multivariate spatio-temporal areal models to study crimes against women, Modelos de área espacio-temporales univariantes y multivariantes para estudiar crímenes contra las mujeres

  • Vicente Fuenzalida, Gonzalo
Spatio-temporal models for areal data have been extensively applied in epidemiology and public health to study geographical and temporal patterns of incidence or mortality of several diseases, mainly cancer. The utility of these models has become crucial in public health, and methodological research has evolved in line with the necessity of analyzing the increasingly more complex data registers. However, these techniques have not been used to study crimes against women, a complex and intricate problem where risk factors are not clearly identified. This dissertation is aimed at improving and developing methodology to disentangle the phenomenon of crimes against women in general and in India in particular., Spanish Ministry of Economy, Industry and Competitiveness (project MTM2017-82553-R AEI/FEDER grants), the Government of Navarre (projects PI015-2016 and PI043-2017), and La Caixa Foundation (ID 1000010434), Caja Navarra Foundation and UNED Pamplona, under agreement LCF/PR/PR15/51100007. Universidad Nacional de Cuyo (Argentina), Programa de Doctorado en Matemáticas y Estadística (RD 99/2011), Matematikako eta Estatistikako Doktoretza Programa (ED 99/2011)
Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Tesis doctoral (DoctoralThesis)

Challenges in disease mapping: predicting cancer incidence and analyzing models’ smoothing

  • Retegui Goñi, Garazi
La representación cartográfica de enfermedades tiene como objetivo estudiar los patrones geográficos y las tendencias temporales de incidencia y mortalidad de distintas enfermedades, principalmente no transmisibles, como el cáncer. Los modelos espacio-temporales para datos de área desempeñan un papel crucial en la descripción del impacto del cáncer en distintas poblaciones, permitiendo a los gestores sanitarios e investigadores formular estrategias de prevención, diagnóstico y tratamiento. Sin embargo, el análisis de datos de cáncer presenta varios retos. Por un lado, la falta de registros de incidencia del cáncer en determinadas zonas geográficas dificulta el análisis espacial o temporal de los patrones de incidencia del cáncer. Por otro lado, algunos tipos de cáncer, como los cánceres poco frecuentes, siguen sin estudiarse lo suficiente debido a la escasa disponibilidad de datos exhaustivos. Esta tesis está dedicada a mejorar y desarrollar metodología para abordar los retos asociados tanto con la estimación de la incidencia del cáncer en ausencia de registros como con el estudio de los cánceres poco frecuentes. La tesis pretende alcanzar los siguientes objetivos. El primer objetivo consiste en examinar los retos asociados a los datos de cáncer y revisar los métodos estadísticos utilizados en la literatura para enfrentarse a estos retos. En el Capítulo 1 se ofrece una introducción general a las problemáticas asociadas con los datos de cáncer para comprender la relevancia del problema. El segundo objetivo de esta tesis es proponer nuevos modelos que permitan predecir las tasas de incidencia en áreas geográficas sin registro de cáncer y, en consecuencia, proporcionar estimaciones de la carga de cáncer a nivel nacional. En el Capítulo 2, utilizamos modelos espaciales multivariantes comúnmente empleados en la literatura del ámbito de la representación cartográfica de enfermedades para predecir la incidencia de cáncer, modelizando conjuntamente la incidencia y la mortalidad por cáncer. El tercer objetivo es ampliar la colección de modelos espacio-temporales multivariantes mediante la introducción de interacciones compartidas adaptables que permitan mejorar el análisis conjunto de incidencia y mortalidad por cánceres raros. En el Capítulo 3, se proporciona una descripción detallada del modelo propuesto. Estos modelos permiten la modulación de interacciones espacio-temporales entre incidencia y mortalidad, permitiendo cambios en su relación a lo largo del tiempo. El cuarto objetivo es evaluar la eficacia del método desarrollado en el Capítulo 3 para la predicción a corto plazo de las tasas de incidencia de cáncer, al tiempo que se manejan datos perdidos en las series temporales dada la falta de registros de cáncer en determinadas áreas geográficas. En el Capítulo 4, se lleva a cabo un estudio de validación para evaluar la capacidad predictiva de los modelos tanto para la predicción a futuro como para la predicción de datos faltantes en determinadas áreas, utilizando datos de mortalidad por cáncer de pulmón de los distritos sanitarios administrativos de Inglaterra para la serie temporal que abarca de 2001 a 2019. El quinto objetivo es ofrecer una visión global del suavizado inducida por los modelos espaciales univariantes. Estos modelos llevan implícito cierto grado de suavizado, en virtud del cual, para cualquier área concreta, las estimaciones empíricas de riesgo o incidencia se ajustan hacia una media adecuada o incorporan un suavizado basado en los vecinos. Por lo tanto, aunque la explicación del modelo puede ser el objetivo principal, es crucial examinar el efecto de suavizado de los modelos. Además, un prior espacial particular tiene parámetros y no se ha estudiado cómo la variación de estos parámetros afecta al suavizado inducido. El Capítulo 5 investiga, tanto teórica como empíricamente, el grado de suavizado conseguido por un modelo determinado. El sexto objetivo, transversal a todos los capítulos, materializa nuestro firme compromiso con la reproducibilidad. El código desarrollado en esta tesis se encuentra disponible públicamente en el repositorio de GitHub de nuestro grupo de investigación https://github.com/spatialstatisticsupna. La tesis finaliza con las principales conclusiones y las líneas futuras de investigación., Disease mapping aims to study geographic patterns and temporal trends of incidence and mortality of different diseases, essentially non-transmissible, such as cancer. Spatio-temporal models for areal data play a crucial role in describing the cancer impact in different populations, helping governments, policy makers, health professionals, and researchers to formulate cost-effective prevention, diagnosis and treatment strategies. However, the analysis of cancer data presents several challenges. On one hand, the lack of cancer incidence registries in certain geographical áreas makes the spatial or temporal analysis of cancer incidence patterns difficult. On the other hand, some cancer types, such as rare cancers, remain understudied due to the limited availability of comprehensive data. This thesis is dedicated to enhancing and developing methodologies to address the challenges associated with both cancer incidence data and the study of rare cancers. It aims to achieve the following primary objectives. The first objective is to focus on challenges associated with cancer data collection and to review the statistical methods used in the literature to deal with these challenges. Chapter 1 provides a general introduction on cancer data to understand the relevance of the problem. This thesis’s second objective is to develop new models that can predict cancer incidence rates in geographic areas lacking cancer registries. This will subsequently allow for national-level cancer incidence estimates. In Chapter 2, we leverage multivariate spatial models commonly employed in the disease mapping literature to predict cancer incidence. The third objective aims to extend the collection of multivariate spatio-temporal models by incorporating adaptable shared interaction terms. This will facilitate a more comprehensive analysis of both incidence and mortality for rare cancer cases. In Chapter 3, a detailed description of the proposed models is provided. These models allow the modulation of spatio-temporal interactions between incidence and mortality, allowing for changes in their relationship over time. The fourth objective is to assess the effectiveness of the models developed in Chapter 3 for short-term forecasting of cancer incidence rates, while handling missing data within the time series given the lack of cancer registries in certain geographical areas. In Chapter 4, a validation study is conducted to assess the predictive ability of the models for both forecasting and predicting missing data, using lung cancer mortality data from England’s administrative healthcare districts for a period covering 2001 to 2019. The fifth objective is to provide a comprehensive overview of the smoothness induced by the spatial univariate models. Implicit in these models is some degree of smoothing, wherein, for any particular unit, empirical risk or incidence estimates are adjusted towards a suitable mean or incorporate neighbour-based smoothing. Hence, while model explanation may be the primary objective, it is crucial to scrutinize the smoothing effect of the models. Further, a particular smoother has parameters and there has been no study regarding how varying these parameters affects the induced smoothing. Chapter 5 investigates, both theoretically and empirically, the extent of smoothing achieved by a given model. The sixth objective is transversal to all chapters. We have a strong commitment with reproducibility, and the code developed in this thesis is publicly available at the GitHub of our research group (https://github.com/spatialstatisticsupna). The thesis ends with the main conclusions and future research lines., Ayudas Predoctorales Santander UPNA 2021-2022, Project MTM2017-82553-R (AEI, UE) and Project PID2020-113125RB-I00/MCIN/AEI/10.13039/501100011033. Partially funded by the Public University of Navarre under Proyecto Jóvenes Investigadores PJUPNA2018-11., Programa de Doctorado en Matemáticas y Estadística (RD 99/2011), Matematikako eta Estatistikako Doktoretza Programa (ED 99/2011)
Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Tesis doctoral (DoctoralThesis)

Exploring disease mapping models in big data contexts: some new proposals

  • Orozco Acosta, Erick
La representación cartográfica de enfermedades es un área de investigación muy relevante y significativa dentro del campo de la estadística espacial (datos de área), ya que ofrece un apoyo muy importante para la toma de decisiones en materia de salud pública. Debido a la gran variabilidad de los estimadores de riesgo clásicos, como la razón de mortalidad estandarizada (RME), el uso de modelos estadísticos complejos resulta esencial para obtener una representación más coherente del riesgo de enfermedad subyacente. Durante las últimas décadas se han propuesto en la literatura varios modelos estadísticos para suavizar riesgos espacio-temporales, la mayoría de ellos considerando modelos que incorporan efectos aleatorios con distribuciones a priori condicionales autorregresivas (CAR), basándose en el trabajo seminal de Besag et al. (1991). Sin embargo, la escalabilidad de estos modelos, concretamente su viabilidad en escenarios en los que el número de áreas pequeñas aumenta significativamente, no ha sido estudiada suficientemente. Por lo tanto, el principal objetivo de esta tesis es proponer nuevos métodos de modelización bayesiana escalables para suavizar riesgos (o tasas) de incidencia/mortalidad en datos de área espaciales y espacio-temporales de alta dimensión. La metodología está basada en el principio de “divide y vencerás”. La presente tesis aborda en concreto los objetivos descritos a continuación. El primer objetivo es revisar la bibliografía más reciente acerca de las principales aportaciones en el ámbito espacial y espacio-temporal que son relevantes para los objetivos de esta investigación. El capítulo 1 ofrece una visión general del ajuste y la inferencia de modelos, centrándose en la técnica INLA, basada en aproximaciones de Laplace anidadas e integración numérica, ampliamente utilizada para modelos Gaussianos latentes dentro del paradigma Bayesiano (Rue et al., 2009). En este capítulo también se proporcionan aproximaciones de criterios de selección de modelos basados en la desviación Bayesiana (denominada deviance en inglés) y la distribución predictiva bajo las nuevas propuestas de modelos escalables. También se incluye una breve descripción del paquete bigDM de R, que implementa todos los algoritmos y modelos propuestos en esta disertación. El segundo objetivo de esta tesis es proponer un método de modelización Bayesiana escalable para el tratamiento de datos de área espaciales de alta dimensión. En el Capítulo 2, se facilita una descripción exhaustiva de una nueva metodología de suavización de riesgos. También se lleva a cabo un estudio de simulación multiescenario que incluye casi 8 000 municipios españoles para comparar el método propuesto con un modelo global tipo CAR en términos de bondad de ajuste y precisión en la estimación de la superficie de riesgos. Además, se ilustra el comportamiento de los modelos escalables analizando datos de mortalidad por cáncer de colon y recto en hombres para municipios españoles utilizando dos estrategias diferentes de partición del dominio espacial. El tercer objetivo es ampliar el enfoque de modelización Bayesiana escalable para suavizar riesgos de mortalidad o incidencia espacio-temporales de alta dimensión. En el capítulo 3, se presenta una descripción exhaustiva de los modelos CAR espaciotemporales propuestos originalmente por Knorr-Held (2000), que son la base de la nueva propuesta de modelización para analizar datos de área espacio-temporales. El capítulo también explica las estrategias de paralelización y computación distribuida implementadas en el paquete bigDM para acelerar los cálculos mediante el uso del paquete future (Bengtsson, 2021) de R. Se realiza un estudio de simulación para comparar la nueva propuesta escalable con dos estrategias de fusión diferentes frente a los modelos CAR espacio-temporales tradicionales utilizando el mapa de los municipios españoles como plantilla. Además, se evalúa la nueva propuesta en términos de tiempo computacional. Finalmente, se ilustran y comparan todos los enfoques descritos en este capítulo analizando la evolución espacio-temporal de la mortalidad por cáncer de pulmón en hombres en los municipios españoles durante el periodo 1991-2015. El cuarto objetivo es evaluar la idoneidad del método desarrollado en el Capítulo 3 para la previsión a corto plazo de datos de alta resolución espacial. En el Capítulo 4, se presenta el modelo CAR espacio-temporal que incorpora observaciones faltantes en la variable respuesta para los periodos de tiempo que se van a pronosticar. Adicionalmente, se realiza un estudio de validación para evaluar la capacidad predictiva de los modelos para predicciones a uno, dos y tres periodos utilizando datos reales de mortalidad por cáncer de pulmón en municipios españoles. En este capítulo, también se compara la capacidad predictiva de los modelos utilizando medidas de validación cruzada (denominadas en inglés leave-one-out y leave-group-out) (Liu and Rue, 2022). El quinto objetivo es transversal a todos los capítulos. El objetivo es desarrollar un paquete en lenguaje R de código abierto llamado bigDM (Adin et al., 2023b) que consolida todos los métodos propuestos en esta disertación haciéndolos fácilmente disponibles para su uso por la comunidad científica. La tesis finaliza con las principales conclusiones de este trabajo y detalla futuras líneas de investigación., Disease mapping is a highly relevant and significant research area within the field of spatial statistics (areal data), as it offers invaluable support for public health decision-making. Due to the high variability of classical risk estimators, such as the standardized mortality ratio (SMR), the use of statistical models becomes essential to obtain a more consistent representation of the underlying disease risk. During the last decades, several statistical models have been proposed in the disease mapping literature for smoothing risks in space and time, most of them extending the seminal work of Besag et al. (1991) based on conditional autoregressive (CAR) priors. However, the scalability of these models, specifically their utility in scenarios where the number of small areas increases significantly, has not been extensively studied. Thus, the main purpose of this dissertation is to propose new scalable Bayesian modelling methods to smooth incidence/mortality risks (or rates) in high-dimensional spatial and spatio-temporal areal data based on the “divide-and-conquer” approach. The current dissertation is developed with the following main objectives. The first objective is to review the literature about the main contributions of spatial and spatio-temporal disease mapping that are relevant to the research goals. Chapter 1 provides a general overview of model fitting and inference focusing on the widely used integrated nested Laplace approximation (INLA) technique for latent Gaussian models within the Bayesian paradigm (Rue et al., 2009). The chapter also covers the description of how to compute approximations of model selection criteria based on the deviance and the predictive distribution under our scalable model proposals. A brief description of the R package bigDM is also included, which implements all the algorithms and models proposed in this dissertation. The second objective of this dissertation is to propose a scalable Bayesian modelling method for handling high-dimensional spatial count data. In Chapter 2, we provide a comprehensive description of our novel risk smoothing method. We also conduct a multi-scenario simulation study involving nearly 8000 Spanish municipalities to compare our proposed method with the well-known CAR models in terms of goodness of fit and risk estimation accuracy. Additionally, we illustrate the behaviour of the scalable models by analysing male colorectal cancer mortality data from Spanish municipalities using two different partition strategies of the spatial domain. The third objective is to extend our scalable Bayesian modelling approach for smoothing mortality or incidence risks to analyze high-dimensional spatio-temporal count data. In Chapter 3, we present a comprehensive description of the spatiotemporal CAR models originally proposed by Knorr-Held (2000), which are the basis of our new modelling proposal for analyzing spatio-temporal areal data. The chapter also explains the parallel and distributed strategies implemented in the bigDM package to speed up computations by using the R package future (Bengtsson, 2021). A simulation study is conducted to compare our new scalable proposal with two different merging strategies against traditional spatio-temporal CAR models using the map of the Spanish municipalities as a template. Additionally, we evaluate our proposal in terms of computational time. Finally, we illustrate and compare all the approaches described in this chapter by analyzing the spatio-temporal evolution for male lung cancer mortality data in Spanish continental municipalities during the period 1991-2015. The fourth objective is to assess the suitability of the method developed in Chapter 3 for short-term forecasting in high spatial resolution data. In Chapter 4, we present the spatio-temporal CAR model, which incorporates missing observations in the response variable for the time periods to be forecasted. Additionally, a validation study is conducted to assess the predictive ability of the models for one, two and three periods ahead forecasting using real lung cancer mortality data in Spanish municipalities. In this chapter, we also compare the predictive performance of the models using scoring rules based on leave-one-out and leave-group-out cross-validation strategies (Liu and Rue, 2022). The fifth objective is transversal to all chapters. The aim was to develop an open-source R language package named bigDM (Adin et al., 2023b) that consolidates all the methods proposed in this dissertation making them readily available for use by the scientific community. The dissertation ends with the main conclusions and future research lines., This dissertation has been supported by Project MTM2017-82553-R (AEI/FEDER, UE) and Project PID2020-113125RB-I00/MCIN/AEI/10.13039/501100011033. It has also been partially funded by the Public University of Navarra (project PJUPNA2001), and by la Caixa Foundation (ID 1000010434), Caja Navarra Foundation and UNED Pamplona, under agreement LCF/PR/PR15/51100007 (project REF P/13/20)., Programa de Doctorado en Matemáticas y Estadística (RD 99/2011), Matematikako eta Estatistikako Doktoretza Programa (ED 99/2011)
Academica-e. Repositorio Institucional de la Universidad Pública de Navarra
Publication Tesis doctoral (DoctoralThesis)

Software tools and statistical methods for downloading, processing, and analysing satellite images

  • Pérez Goya, Unai
El principal objetivo de esta tesis es la introducción y desarrollo de métodos estadísticos en imágenes satelitales para mejorar el procesamiento, suavizado, predicción, e inferencia de los datos de teledetección. Este objetivo principal se puede dividir en los siguientes sub-objetivos. El primero contempla la adquisición, gestión, y automatización los procesos de descarga de datos de teledetección desde múltiples plataformas de manera estandarizada. El segundo es proporcionar una breve descripción de las principales herramientas geostadísticas utilizadas en teledetección, enfatizando la importancia de los métodos estocásticos espacio-temporales. El tercer sub-objetivo consiste en explorar algunas técnicas para detectar cambios de tendencia, analizando la evolución natural de algunos índices. El cuarto subobjetivo es el desarrollo de nuevos métodos para la predicción de datos perdidos y suavización de errores en imágenes satelitales utilizando la dependencia espacial y temporal. El objetivo final es el desarrollo de un nuevo paquete de R llamado ‘RGISTools’. Permite la descarga, pre-procesamiento, y gestión de imágenes satelitales de Landsat, MODIS, y Sentinel-2. También contiene los nuevos métodos de predicción de datos perdidos y suavización derivados de esta tesis., The main objective of this thesis is the introduction and development of statistical methods in satellite imagery to improve the processing, smoothing, prediction, and inference of remote sensing data. This objective can be split into the following sub-objectives. The first one is acquiring, managing, and automatizing processes to download remote sensing data from different platforms in a standardised way. The second one is to provide a brief review of the main geostatistics tools used in satellite imagery, emphasizing the importance of considering stochastic spatiotemporal methods. The third sub-objective consists in exploring some techniques to detect trend changes when analysing the natural evolution of certain indices. The four goal is to develop new methods for filling gaps and smoothing errors in satellite images using spatial and temporal dependence. As a final goal a new R package, called 'RGISTools', was created. It allows downloading, pre-processing, and managing Landsat, Modis, and Sentinel-2 satellite images. It also contains the new gap filling and smoothing methods derived in this thesis., Financial support of three institutions: a) the Spanish Ministry of Economy and Competitiveness (project MTM2017-82553-R AEI/FEDER grants, MTM2014-51992-R, and MTM2011-22664), b) the Government of Navarre (projects PI015-2016 and PI043-2017), and c) 'La Caixa' Foundation (ID 1000010434), Caja Navarra Foundation and UNED Pamplona, under agreement LCF/PR/PR15/51100007., Programa de Doctorado en Ciencias y Tecnologías Industriales (RD 99/2011), Industria Zientzietako eta Teknologietako Doktoretza Programa (ED 99/2011)