Distribution of any endemic disease can be described in terms of a bivariate 'risk' function in a geographical frame of reference using GIS. An estimate of a 'risk' -map can basically be derived from quite diverse data sources such as an observed distribution of disease cases or a survey of aetiological factors in the environment. Generally, such 'risk' maps vary considerablyin validity. It could be expected that much more credible map can be achieved by combining those independent 'risk' estimates. We suggest herein a statistical approach to the risk-map enhancement via their integration . Although tick-borne diseases are proposed as the model application, the method is intended to be general in use to any mapping problem in environmentaepidemiology. (en)
Výskyt každého endemického onemocnění lze popsat dvojrozměrnou 'rizikovou' funkcí v určitém souřadném systému, s použitím geografického informačního systému. Odhad mapy rizika lze přitom odvodit z dat různého charakteru, jako je pozorovaný výskyt případůonemocnění nebo stanovení ethiologických faktorů v životním prostředí. Obecně mají takovéto mapy-odhady různou validitu. Lze předpokládat, že věrohodnost odhadu rizika vzroste kombinací více takovýchto nezávislých map-odhadů. Cílem navrhovaného projektu je rozpracování matematicko-statistické metody integrace map rizika implementovatelné do GIS-aplikací v 'environmentalní' epidemiologii, zejména problematice transmisivních onemocnění, zde uvažovaných rovněž jako model.
V souladu se zadáním projektu byl vytvořen matematický model pro vyhodnocování odhadu rizik KVE (klíšťové virové encefalitidy), byla provedena validace a terénní ověření. Výsledky byly publikovány vesměs v mezinárodních časopisech a na mezinárodních konf (cs)