2024-09-162024-09-162018https://repositorio.sibdi.ucr.ac.cr/handle/123456789/23120Los modelos espaciales que suavizan las tasas de mortalidad estandarizada o los riesgos relativos son utilizados ampliamente en el mapeo de enfermedades, lo anterior, con el objetivo de explorar y describir patrones espaciales de un evento de interés; generalmente, la estimación de estos riesgos relativos es imprecisa cuando los eventos son raros. Ahora bien, al momento de incluir la tendencia temporal, el problema es a´un más grave, pues el conteo de las defunciones en el período dado se divide en varios a˜nos, lo que resulta en que los conteos sean más bajos. En este trabajo, se analizan los modelos bayesianos espacio-temporales que toman en cuenta la información geográafica y temporal, además de algunas covariables como el porcentaje de viviendas urbanas, porcentaje de personas entre 24 y 49 años y la tasa de mortalidad infantil de cada cantón en el 2011; se concluyó que estos modelos producen mejores estimaciones de riesgos relativos por cantón y a˜no, además de que el modelo que asume una interacción espacio-temporal más simple ajusta mejor. Finalmente, se comparan los riesgos relativos estimados con el modelo se- leccionado, contra la estimación obtenida vía máxima verosimlitud, y resulta que el método propuesto es más eficiente y preciso.spaMAPEO DE ENFERMEDADESEPIDEMIOLOGIAMODELOS ESPACIO-TEMPORALESMODELOS JERARQUICOS BAYESIANOSSIDAVIHArticle