Conceptual and practical issues in the detection of local disease clusters: a study of mortality in Hamilton, Ontario

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.