A Test to Detect Clusters of Disease
检测疾病空间聚集的检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：病例间距离用于空间聚集检测，摘要未建模网络联系或个体间干扰，所列细分证据不足。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
检测疾病空间聚集的检验
- 研究问题
- 在不同人口亚组的空间分布和疾病风险存在差异时，如何检测发病或死亡病例的空间聚集并建立相应检验？
- 方法与思路
- 作者以所有病例对之间的平均距离为统计量，在容纳人口亚组分布差异的假设下推导零假设均值、方差及渐近正态性。
- 材料陈述的贡献
- 摘要称，方法提供考虑人口亚组异质性的聚集检验，并以旧金山一九七三至一九八一年间的六十三例相关癌症病例说明。
- 阅读关注点
- 应核对无聚集零假设、人口分布与风险差异的处理、距离度量及方差计算，并检查病例数量下的正态近似依据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，不能判断具体聚集结果、检验功效或小样本校准，空间聚集也不能直接解释为传播或因果机制。
原文摘要
A test is given to detect clustering in disease incidence or mortality data The test statistic is the mean distance between all pairs of disease cases. Its null mean and variance and its asymptotic normality are derived under assumptions that accommodate differences in population distribution among demographic subgroups at different disease risk. The test is illustrated on 63 cases of anal and rectal squamous cell carcinoma in San Francisco during 1973–1981.