Gaceta Sanitaria (Aug 2011)
Patrón espacial de la legionelosis en España, 2003-2007 Spatial pattern of legionellosis in Spain, 2003-2007
Abstract
Objetivos: Analizar el patrón espacial de la legionelosis en España para hombres y mujeres durante el periodo 2003-2007, e identificar agrupamientos espaciales del riesgo. Métodos: Se identificó el patrón espacial de la distribución de las tasas de legionelosis a partir del cálculo de las tasas por municipio por el método directo. Se realizó el suavizado de estas tasas por el método Empirical Bayes para estudiar el patrón espacial de la enfermedad, para ambos sexos. Se utilizó el índice de correlación espacial de Moran para analizar la autocorrelación global de las tasas. Localmente se utilizó el índice local de Moran (LISA) para analizar los agrupamientos (clusters) de municipios con mayor riesgo. Resultados: Una vez suavizado el riesgo, las mayores tasas (más de 50 por 100.000 habitantes) se agrupan en las zonas costeras del Mediterráneo oriental y en el norte de la Península, así como en los territorios insulares del Mediterráneo. El índice de Moran de las tasas suavizadas es 0,15 para los hombres y 0,23 para las mujeres. Las agrupaciones espaciales de las tasas más altas estadísticamente significativas calculadas mediante el LISA se distribuyen en el eje norte-levante para ambos sexos. Conclusiones: Estos métodos de análisis espacial permiten identificar los patrones de distribución de la enfermedad. Los métodos empleados presentan resultados similares. Estas técnicas son una herramienta complementaria para la vigilancia epidemiológica de las enfermedades infecciosas.Objectives: To analyze the spatial pattern of legionellosis in Spain for men and women during the period 2003-2007 and to identify spatial clustering of risk. Methods: We identified the spatial pattern of the distribution of legionellosis rates based on calculation of rates by municipality through the direct method. Smoothing of these rates was performed by the Empirical Bayes method for studying the spatial pattern of disease for both sexes. We used Moran´s index to analyze spatial autocorrelation rates globally. To calculate local rates, the Local Moran's Index [known as local indicators of spatial association (LISA)], was used to analyze the clusters of municipalities with the highest risk. Results: After smoothing the risk, the highest rates (over 50 per 100,000 inhabitants) were grouped in the eastern Mediterranean coastal areas and the north of the mainland, as well as in the Mediterranean islands. Moran's index smoothed rates were 0.15 for men and 0.23 for women. The spatial clusters of statistically significant higher rates calculated by the LISA index were distributed in the north and east for both sexes. Conclusions: These methods of spatial analysis allow patterns of disease distribution to be identified. All the methods used yielded similar results. These techniques are a complementary tool for epidemiological surveillance of infectious diseases.
