El presente documento describe la metodología y los resultados para la determinación de tipologías de infección parasitaria en escolares mediante técnicas de clustering sobre datos binarios. En un estudio sobre nutrici on y parasitosis intestinal, los diferentes par asitos intestinales evaluados se agruparon en 3 familias: geohelmintos, otros pat ogenos y no pat ogenos, lo que genera 3 variables binarias, que ser an usadas para la construcci on de tipolog as de infecci on. Teniendo en cuenta que se trata de datos binarios los m etodos convencionales usados para clustering, donde se maneja una m etrica euclideana, no corresponden con lo cual se propone la aplicaci on de otras t ecnicas. Se ensaya un m etodo de cluster probabil stico con una variable latente, estimado mediante el algoritmo EM(m etodo 1), un m etodo mixto que combina clustering basado en medidas de entrop a con una partici on difusa estimada con el algoritmo c-modes(m etodo 2), y un tercer m etodo de clustering jer arquico sobre distancias binarias de tipo 'simple matching'(m etodo 3). Los dos primeros m etodos proporcionan clusters difusos y el tercero establece una partici on, por lo cual se comparan los resultados a trav es de un an alisis de sensibilidad, donde se da cuenta del comportamiento de los m etodos al cambiar la inicializaci on y el n umero de iteraciones.