Utilización de las propuestas españolas de medición de la clase social en salud

Objetivo. Consciente de la necesidad de una herramienta consensuada para medir la clase social en ciencias de la salud, la Sociedad Española de Epidemiología (SEE) realizó en 1995 una propuesta para su medida. El objetivo de este trabajo es explorar el impacto bibliométrico de dicha medida. Métodos. Utilizando Google Scholar y Scopus se recuperaron los artículos que citan el informe de la SEE y los que citan los artículos publicados a partir del informe. La información que se extrajo de estas citas fue: año, origen y factor de impacto de la revista de publicación, autocitas, fuente de información, área temática, ciudad del primer autor, tipo de publicación, diseño del estudio, utilización de la clase social como variable, número de categorías en las que se ha agrupado la clase social y utilización de la ocupación o de los estudios para determinar la clase social. Resultados. Se observa un aumento progresivo de las citas y una gran heterogeneidad en los temas. Generalmente las citas se publicaron en revistas con factor de impacto, en artículos originales, en trabajos de diseño transversal y por investigadores residentes en Barcelona o Madrid. Conclusiones. La propuesta de la SEE ha mostrado ser una herramienta de creciente utilidad, aplicable en distintos contextos. Como sugirió la SEE, puede ser necesaria su actualización.

La Encuesta Nacional de Salud como herramienta de medición de la doble carga y sobrecarga de trabajo en España: comparación con la Encuesta de Población Activa

Objetivo: Determinar si la ENS y la EPA de 2006 producen la misma información sobre labores del hogar y doble carga de trabajo en la población de 25 a 64 años, en ambos sexos. Métodos: Comparación entre las ENS y EPA sobre la forma de recoger información de la doble carga de trabajo. Fuente: Preguntas ENS: actividad económica (C.1.2:categorías 1,2,6), dedicación labores del hogar (A.11:categorías 1,2,3). EPA: actividad económica (H.1:categorías 1,5). Descripción por sexo en España y Comunidades Autónomas (CC.AA). Resultados: El 43,4% de las mujeres según la EPA tienen doble carga de trabajo, pero solo un 0,7% según la ENS. En los hombres el 31,5% (EPA) y el 0,02% (ENS). Alternativamente, cruzando a quienes afirman trabajar (C.1.2:categorías 1,2) con quienes realizan labores del hogar (A.11:categorías 1,2,3), la doble carga de ambas encuestas se aproxima (Hombres: ENS:31,7%; EPA:31,5%; Mujeres: ENS:46,3%; EPA:43,4%). Ambas encuestas ordenan de forma similar a las CC.AA según la doble carga de trabajo (ρmujeres:0,770 (p=0,001); ρhombres:0,647 (p=0,003)). Conclusión: La pregunta de actividad económica de la ENS subestima la frecuencia de la doble carga de trabajo. Esta es parecida en ambas encuestas, si se cruzan los datos de quienes afirman trabajar con quienes realizan labores del hogar de la ENS. En este caso, ambas encuestas ordenan de igual forma a las CC.AA. La exclusión del adverbio «principalmente» de la categoría sobre dedicación a las labores del hogar de la ENS 2011 normalizará la pregunta sobre actividad económica respecto a las utilizadas en encuestas de salud internacionales y de CC.AA.

Feature selection by multi-objective optimisation: Application to network anomaly detection by hierarchical self-organising maps

Feature selection is an important and active issue in clustering and classification problems. By choosing an adequate feature subset, a dataset dimensionality reduction is allowed, thus contributing to decreasing the classification computational complexity, and to improving the classifier performance by avoiding redundant or irrelevant features. Although feature selection can be formally defined as an optimisation problem with only one objective, that is, the classification accuracy obtained by using the selected feature subset, in recent years, some multi-objective approaches to this problem have been proposed. These either select features that not only improve the classification accuracy, but also the generalisation capability in case of supervised classifiers, or counterbalance the bias toward lower or higher numbers of features that present some methods used to validate the clustering/classification in case of unsupervised classifiers. The main contribution of this paper is a multi-objective approach for feature selection and its application to an unsupervised clustering procedure based on Growing Hierarchical Self-Organising Maps (GHSOMs) that includes a new method for unit labelling and efficient determination of the winning unit. In the network anomaly detection problem here considered, this multi-objective approach makes it possible not only to differentiate between normal and anomalous traffic but also among different anomalies. The efficiency of our proposals has been evaluated by using the well-known DARPA/NSL-KDD datasets that contain extracted features and labelled attacks from around 2 million connections. The selected feature sets computed in our experiments provide detection rates up to 99.8% with normal traffic and up to 99.6% with anomalous traffic, as well as accuracy values up to 99.12%.

Gobernanza, planificación subregional y expansión urbanística. El caso del litoral de Granada

En esta comunicación pretendemos, desde la perspectiva de la gobernanza aplicada a la planificación territorial, completar un estudio de las propuestas incluidas en el Plan de Ordenación del Territorio del Litoral de Granada (POTLG), para comprobar cómo dicho Plan no es capaz de dar solución a algunas de las dinámicas negativas preexistentes en este territorio.