Resumen:
Las estrategias para mejorar los datos geocodificados a menudo dependen de procesos interactivos manuales, que pueden consumir mucho tiempo, y no ser prácticos en proyectos a gran escala. En este estudio, evaluamos diferentes estrategias automatizadas para la mejora de la calidad de las direcciones, así como en las tasas de coincidencia en geocodificación, usando un gran conjunto de datos con direcciones procedentes de registros de fallecimientos en Río de Janeiro, Brasil. Los datos de mortalidad incluyeron 132.863 registros, con información de direcciones en un formato estructurado. Usamos expresiones regulares y métodos basados en el diccionario para la estandarización de las direcciones y su enriquecimiento. Todos los registros se vincularon por su código postal o el nombre de la calle al Directorio Nacional de Direcciones (DNE por su sigla en portugués), obtenido del Servicio Postal Brasileño. Las direcciones residenciales fueron geocodificadas usando Google Maps. Todos los registros con datos de direcciones validados hasta el nivel de calle y tipo de ubicación se reflejaron como rooftop, range interpolated, o geometric center, considerándose coincidencias en geocodificación. El rendimiento global fue evaluado gracias a la revisión manual de una muestra de direcciones. De los 132 863 registros originales, un 85.7% (n = 113.876) fueron geocodificados y validados, de los cuales un 83.8% fueron coincidentes como rooftop (alta precisión). La sensibilidad y especificidad general fueron 87% (IC95%: 86-88) y 98% (IC95%: 96-99), respectivamente. Nuestros resultados indican que la calidad de la dirección, así como la completitud de la geocodificación, pueden ser mejoradas con confiabilidad a través de un proceso de geocodificación automatizado. R scripts e instrucciones para reproducir todos los análisis se encuentran disponibles en: https://github.com/reprotc/geocoding.
Palabras-clave:
Mapeo Geográfico; Sistemas de Información Geográfica; Mortalidad; Exactitud de los Datos