La detección de conglomerados de enfermedades en el análisis de datos espaciales juega un papel crucial en la salud pública, aunque el método de escaneo circular se utiliza ampliamente para este propósito, identificar con precisión conglomerados no circulares (irregulares) sigue siendo un desafío y reduce la precisión de detección. Para superar esta limitación, se han propuesto varias extensiones para detectar de manera efectiva conglomerados de formas arbitrarias. En este documento, combinamos las fortalezas de dos métodos bien conocidos, los métodos de escaneo flexible y elíptico, que están específicamente diseñados para detectar conglomerados de formas irregulares. Aprovechamos las características únicas de estos métodos para crear zonas candidatas capaces de detectar con precisión conglomerados de formas irregulares, junto con una estadística de prueba de razón de verosimilitud modificada. Al heredar las ventajas de los métodos flexibles y elípticos, nuestro enfoque propuesto representa una adición práctica al repertorio existente de técnicas de análisis de datos espaciales.