Spatial algorithm for detecting disease outbreaks in Australia

Abstract

La detección temprana de brotes de enfermedades es esencial de cara a una intervención pronta en problemas de salud pública. Actualmente en Australia, las enfermedades notificables son recogidas y almacenadas, y referenciadas geográfica y temporalmente. Sin embargo, el proceso para la búsqueda de brotes de enfermedad sobre escalas espaciales distintas no está bien definido. Los brotes son de detección difícil. Algunas enfermedades aparecen relativamente rápido, mientras otras requieren más tiempo para su incubación y sólo se hacen evidentes sobre largos intervalos temporales. En la práctica, los epidemiólogos combinan diferentes conjuntos de evidencias para determinar la probabilidad de la existencia de un brote. Gracias al progresivo incremento de disponibilidad de bases de datos electrónicas y de los Sistemas de Información Geográfica (SIG), el potencial para la utilización de técnicas de análisis espacial para la visualización, exploración y modelado de notificaciones de enfermedades para la detección temprana de brotes, es hoy mayor que en el pasado. En este artículo, los autores presentan un algoritmo que emplea bases de datos de la administración, análisis espacial y SIG para la detección de clusters de enfermedades en el Estado de Australia Occidental. El algoritmo revisa los códigos postales de forma rutinaria hasta encontrar un número de casos que supera los valores que serían esperados en la región considerada. El algoritmo está diseñado para su uso por profesionales de la salud pública para asistir en la identificación y seguimiento de clusters en tiempo real.

The early detection of disease outbreaks is essential for early intervention in potential public health problems. Currently in Australia, disease notifications are recorded, temporally and geographically referenced; however, the process of searching for outbreaks over different spatial scales is not well defined. Disease outbreaks are difficult to detect. Some diseases appear relatively rapidly, while others take time to gestate and become apparent over long time intervals. In practice, epidemiologists combine different sets of evidence in different ways and apply reasoning to determine the likelihood of an outbreak. With an increase in the availability of electronic health-care data and geographic information systems (GIS), there is great potential to use spatial analysis techniques for the visualisation, exploration and modelling of disease notifications for the early detection of disease outbreaks. In this paper, the authors present an algorithm that uses administrative databases, spatial analysis and GIS for the detection of disease clusters in Western Australia (WA). The algorithm routinely tests administrative areas (postcodes) and highlights the areas in which counts exceed the expected number for the particular region. This algorithm is intended to be used by public health officials to identify and track clusters in localised geographic areas in real-time.