A test to detect clusters of disease
疾病病例聚集的检测检验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：摘要讨论疾病空间聚集检验，未研究经济网络干扰、因果效应或其他所列细分对象。
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…
疾病病例聚集的检测检验
- 研究问题
- 如何检测疾病发病或死亡病例的空间聚集，同时容纳疾病风险不同的人口子群在地理分布上的差异？
- 方法与思路
- 作者以所有病例对之间的平均距离构造检验统计量，在容纳人口子群分布差异的假设下推导零假设均值、方差与渐近正态性。
- 材料陈述的贡献
- 摘要给出聚集检测检验及零假设分布性质，并以旧金山 1973—1981 年的 63 例肛门和直肠鳞状细胞癌病例说明应用。
- 阅读关注点
- 应核对零假设、人口风险分层、距离定义和空间边界处理，并检查渐近正态近似在该病例规模下如何用于实际检验。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体假设、检验结果和功效未提供，病例聚集检测不能据此解释为疾病成因识别。
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.