![Sample our Urban Studies journals, sign in here to start your FREE access for 14 days]({"type":"image" , "src" : "/sda/110826/TOC-Subject-Sample-2021-Urban-Studies.jpg"})
Abstract
Exploring spatial-temporal patterns of disease incidence identifies areas of significantly elevated risk and can lead to discoveries of disease risk factors. One popular way to investigate patterns in risk over space and time is spatial-temporal cluster detection analysis. The identification of significant clusters could lead to etiological hypotheses to explain the pattern of elevated risk and to additional epidemiologic studies to explore these hypotheses. Several methodological issues and data challenges that arise in space–time cluster analysis of chronic diseases, such as cancer, include poor spatial precision of residence locations, long disease latencies, and adjustment for known risk factors. This article reviews the key challenges faced when performing cluster analyses of chronic diseases and presents a spatial-temporal analysis of non-Hodgkin lymphoma (NHL) risk addressing these challenges. Residential histories, collected as part of a population-based case-control study of NHL (the National Cancer Institute [NCI] Surveillance, Epidemiology, and End Results [SEER] NHL study) in four SEER centers (Detroit metropolitan area, Los Angeles, Seattle metropolitan area, and Iowa) were geocoded. In this analysis, we explored previously detected spatial-temporal clusters and adjusted for exposure to polychlorinated biphenyls (PCBs) and genetic polymorphisms in four genes, previously found to be associated with NHL, using a generalized additive model framework. We found that the genetic factors and PCB exposure did not fully explain previously detected areas of elevated risk.
La exploración de los patrones espacio-temporales de la incidencia de una enfermedad sirve para identificar las áreas de riesgo significativamente alto, y puede llevar al descubrimiento de factores de riesgo de la enfermedad. Una manera popular para investigar los patrones de riesgo a través del espacio y el tiempo es el análisis de detección de agrupamiento temporal en el espacio. La identificación de agrupamientos significativos podría conducir a hipótesis etiológicas que expliquen el patrón de riesgo elevado y a estudios epidemiológicos adicionales que exploren estas hipótesis. Varios aspectos metodológicos y retos sobre datos que surgen en el análisis del agrupamiento espacio-temporal de enfermedades crónicas, cáncer por ejemplo, incluyen una precisión espacial muy pobre sobre la localización de las residencias, largas latencias de la enfermedad y ajuste de factores de riesgo conocidos. Este artículo revisa los retos claves que se enfrentan cuando se efectúan análisis de agrupamiento para enfermedades crónicas, y presenta un análisis espacio-temporal de riesgo del linfoma no Hodgkin (NHL), que aboca estos retos. Se geo-referenciaron las historias residenciales, recogidas como parte de un estudio de caso para control basado en población de NHL (el estudio de Vigilancia, Epidemiología y Resultados Finales [SEER] del Instituto Nacional de Cáncer [NCI]), realizado en cuatro centros SEER (área metropolitana de Detroit, Los Ángeles, área metropolitana de Seattle, e Iowa). En este análisis exploramos agrupamientos espacio-temporales previamente detectados y ajustados por exposición a bifenilos policlorados (PCB) y polimorfismos genéticos en cuatro genes, que previamente habían sido hallados asociados con NHL, utilizando un marco de modelo aditivo generalizado. Descubrimos que los factores genéticos y la exposición a los PCB no explicaban completamente las áreas de alto riego previamente detectadas.