Comparación de las herramientas de geocodificación ArcGIS e Ideca: uso y recomendaciones en salud pública a partir de las experiencias en la pandemia

Autores/as

  • Juliana María Damelines Secretaría Distrital de Salud Autor/a
  • Kimberly Piñeros Chía Secretaría Distrital de Salud Autor/a
  • Sofía Ríos Oliveros Secretaría Distrital de Salud Autor/a

DOI:

https://doi.org/10.56085/01238590.161

Palabras clave:

localización, cartografía, geocodificación, eventos en salud

Resumen

La geocodificación es un proceso que permite localizar una acción, un evento o situación; muestra gran utilidad para el análisis espacial y es ampliamente usada en diferentes contextos. En el campo de la salud pública se ha observado desde hace varios años la necesidad de geocodificar los eventos de interés en el espacio geográfico, con el fin de analizar características geoespaciales que sirvan para orientar la toma de decisiones. A partir de la emergencia sanitaria por COVID-19, esta necesidad tuvo grandes retos relacionados con la calidad del registro de la información y la capacidad de los geocodificadores para dar respuesta diaria de la situación. En este análisis se mostrarán las bondades de dos herramientas para geocodificar, a las cuales tiene acceso la Secretaría Distrital de Salud, se destaca en cada una sus virtudes y potencialidades para el análisis y el aporte en la toma de decisiones frente a los retos planteados. A manera de conclusión, se puede identificar que existe una coincidencia, entre las localidades, del 60,06 %. El porcentaje coincidente de datos entre la localidad reportada en el seguimiento por COVID-19 y las localidades obtenidas entre una u otra herramienta de geocodificación permiten complementar la localización de los registros de seguimiento. Cuando los datos no son coincidentes entre la localidad reportada y la geocodificada, se puede identificar si se debe ajustar la localidad reportada en el registro o si se debe buscar la dirección a través de diferentes mecanismos de vigilancia en salud pública.

Biografía del autor/a

Juliana María Damelines, Secretaría Distrital de Salud

Subsecretaría de Salud Pública - Secretaría Distrital de Salud.

Kimberly Piñeros Chía, Secretaría Distrital de Salud

Subsecretaría de Salud Pública - Secretaría Distrital de Salud.

Sofía Ríos Oliveros, Secretaría Distrital de Salud

Subsecretaría de Salud Pública - Secretaría Distrital de Salud.

Referencias

Narro Robles JR, Ponce de León R. La representación cartográfica: una herramienta de la epidemiología. Salud Publica Mex. 1986; 28(3):283-91.

Iñiguez Rojas LB, Barcellos C. La cartografía en salud pública: viejos problemas y nuevas oportunidades. Rev. Dep. Geogr. 2014;(spe cartogeo):390-412. https://doi.org/10.11606/rdg.v0i0.539

John Hopkins Coronavirus Resource Center [Internet]. Baltimore: CSSE and JHU; 2020 [actualizado 2022 ene 31]. p. 1-6. Disponible en: https://coronavirus.jhu.edu/map.html

Ministerio de Salud y Protección Social [Internet]. Bogotá: Sistema Integrado de Información de la Protección Social. s. f. Tableros de control - Municipios de Colombia según su afectación por COVID-19; Minsalud. [consultado 202 agosto 14]. Disponible en: https://bit.ly/3KZOiRN

Puerto Segura E, Rodríguez Díaz V, Rodríguez Romero E. Procesos de geocodificación en el ámbito sanitario. Una comparativa de resultados. En: Ojeda J, Pita MF y Vallejo I, editores. Tecnol la Inf Geográfica la Inf geográfica al Serv los Ciudad Secr publicaciones la Univ Sevilla. 2010;337-47.

Quesada J, Nolasco A, Moncho J. Comparación de las aplicaciones de Google y Yahoo para la geocodificación de direcciones postales confines epidemiológicos. Rev Esp Salud Publica. 2012;87(2):201-6. Disponible en: https://bit.ly/3uj9Dj3 https://doi.org/10.4321/S1135-57272013000200009

Íñiguez Rojas L, Barcellos C. Geografía y salud en América Latina: evolución y tendencias. Rev Cuba Salud Pública. 2003;29(4):330-43.

Fisher JA, Spaur M, Buller ID, Flory AR, Freeman LEB, Hofmann JN, et al. Spatial heterogeneity in positional errors: A comparison of two residential geocoding efforts in the agricultural health study. Int J Environ Res Public Health. 2021;18(4):1-13. https://doi.org/10.3390/ijerph18041637

De Cos O, Castillo V, Cantarero D. Facing a second wave from a regional view: Spatial patterns of covid-19 as a key determinant for public health and geoprevention plans. Int J Environ Res Public Health. 2020;17(22):1-18. https://doi.org/10.3390/ijerph17228468

Shah TI, Bell S, Wilson K. Geocoding for public health research: Empirical comparison of two geocoding services applied to Canadian cities. Can Geogr. 2014;58(4):400-17. https://doi.org/10.1111/cag.12091

Jones RR, DellaValle CT, Flory AR, Nordan A, Hoppin JA, Hofmann JN, et al. Accuracy of residential geocoding in the Agricultural Health Study. Int J Health Geogr. 2014;13(1):1-10. https://doi.org/10.1186/1476-072X-13-37

Kinnee EJ, Tripathy S, Schinasi L, Shmool JLC, Sheffi eld PE, Holguin F, et al. Geocoding error, spatial uncertainty, and implications for exposure assessment and environmental epidemiology. Int J Environ Res Public Health. 2020;17(16):1-23. https://doi.org/10.3390/ijerph17165845

Descargas

Publicado

2021-07-31

Número

Sección

Artículo central

Cómo citar

Comparación de las herramientas de geocodificación ArcGIS e Ideca: uso y recomendaciones en salud pública a partir de las experiencias en la pandemia. (2021). Boletín Epidemiológico Distrital - BED, 18(7), 4-14. https://doi.org/10.56085/01238590.161

Artículos similares

1-10 de 381

También puede Iniciar una búsqueda de similitud avanzada para este artículo.

Artículos más leídos del mismo autor/a