Conceptual and practical issues in the detection of local disease clusters: a study of mortality in Hamilton, Ontario
Notice bibliographique
Résumé
Recent advances in local spatial statistics and operational computing capacity have led to growing interest in the detection of disease clusters for public health surveillance and for improving understanding of disease pathogenesis. Although conceptual reviews and applied examples have appeared in the literature, few studies have addressed the connection between conceptual and practical issues that confront researchers interested in using local statistics to detect disease clusters. Here we review recent literature on the use of local statistics for cluster assessment and focus on the practical issue of assigning correct geographic coordinates. The process of assigning geographic coordinates to an address or postal code, known as ‘geocoding’, is a necessary step in conducting smallarea health analyses. With a study of mortality data from Hamilton, Ontario, we illustrate inaccuracies that may be encountered when using Statistics Canada postal code conversion files. Using the Moran's I and Getis‐Ord Gi and Gi* local spatial statistics to identify significant mortality clusters or ‘hot spots’, we demonstrate that small geocoding errors, even those that affect less than one percent of a total dataset, can have a discernible impact on analytic results. To assist other researchers, we supply guidelines to minimize error introduced by geocoding. These results emphasize the importance of accurate geocoding in local health analyses. Les avancées récentes en statistiques spatiales localisées et en capacité informatique opérationnelle ont conduit à un intérêt croissant dans la détection de foyers de maladies pour fins de surveillance de santé publique, et dans l'approfondissement de la compréhension de leur pathogénèse. Bien que des revues conceptuelles et des exemples concrets aient été publiés dans la littérature, peu d'études ont adressé le lien entre les problèmes conceptuels et pratiques auxquels sont confrontés les chercheurs intéressés à utiliser les statistiques locales pour détecter les foyers de maladies. Nous revoyons ici la littérature récente sur l'utilisation de statistiques locales dans l'évaluation de foyers et focalisons sur le problème pratique d'assigner des coordonnées géographiques correctes. Le procédé d'assigner des coordonnées géographiques à une adresse ou à un code postal, nommé‘géocodage’, est une étape nécessaire dans la conduite d'analyses de santéà petite échelle. À l'aide d'une étude sur des données de mortalitéà Hamilton, en Ontario, nous illustrons que des inexactitudes peuvent être rencontrées lorsque les fichiers de codes postaux et de conversion de Statistique Canada sont utilisés. En utilisant les statistiques spatiales localisées I de Moran, Gi and Gi* de Getis et Ord pour identifier des foyers de mortalité significatifs ou des ‘points chauds’, nous démontrons que de petites erreurs de géocodage, même celles n'affectant moins qu'un pour cent de la base de données, peuvent avoir un impact discernable sur les résultats analytiques. Afin d'aider d'autres chercheurs, nous fournissons des recommandations pour minimiser les erreurs introduites par le géocodage. Ces résultats soulignent l'importance d'un géocodage exact dans les analyses de santé locale.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,008 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».