Skip to main page content
U.S. flag

An official website of the United States government

Dot gov

The .gov means it’s official.
Federal government websites often end in .gov or .mil. Before sharing sensitive information, make sure you’re on a federal government site.

Https

The site is secure.
The https:// ensures that you are connecting to the official website and that any information you provide is encrypted and transmitted securely.

Access keys NCBI Homepage MyNCBI Homepage Main Content Main Navigation
. 2021 Jun 21;11(2):101-107.
doi: 10.5588/pha.20.0085.

Identification of TB space-time clusters and hotspots in Ouest département, Haiti, 2011-2016

A M Dismer  1 , M Charles  2 , N Dear  2 , J M Louis-Jean  3 , N Barthelemy  4 , M Richard  3 , W Morose  3 , D L Fitter  2
Affiliations

Identification of TB space-time clusters and hotspots in Ouest département, Haiti, 2011-2016

A M Dismer et al. Public Health Action. .

Abstract
in English, French

Background: Haiti has the highest incidence rate of TB in the Western Hemisphere, with an estimated 170 cases per 100,000 in 2019. Since 2010, control efforts have focused on targeted case-finding activities in urban areas, implementation of rapid molecular diagnostics at high-volume TB centers, and improved reporting. TB analyses are rarely focused on lower geographic units; thus, the major goal was to determine if there were focal areas of TB transmission from 2011 to 2016 at operational geographic levels useful for the National TB Control Program (PNLT).

Methods: We created a geocoder to locate TB cases at the smallest geographic level. Kulldorff's space-time permutation scan, Anselin Moran's I, and Getis-Ord Gi* statistics were used to determine the spatial distribution and clusters of TB.

Results: With 91% of cases linked using the geocoder, TB clusters were identified each year. Getis-Ord Gi* analysis revealed 14 distinct spatial clusters of high incidences in the Port-au-Prince metropolitan area. One hundred retrospective space-time clusters were detected.

Conclusion: Our study confirms the presence of TB hotspots in the Ouest département, with most clusters in the Port-au-Prince metropolitan area. Results will help the PNLT and its partners better design case-finding strategies for these areas.

Contexte: Haïti a le taux d’incidence le plus élevé de TB de l’hémisphère Ouest avec un nombre de cas estimé à 170 par 100 000 en 2019. Depuis 2010, les efforts de contrôle se sont focalisés sur des activités de recherche ciblée des cas dans les zones urbaines, la mise en œuvre de diagnostic moléculaire rapide dans des centres TB de grand volume et de meilleurs rapports. Les analyses TB sont rarement focalisées sur les unités géographiques; le but principal était de déterminer s’il existait des zones focales de transmission de la TB de 2011 à 2016 à des niveaux géographiques opérationnels utiles pour le Programme national de Lutte contre la TB (PNLT).

Méthodes: Nous avons créé géocodeur pour localiser les cas de TB au plus petit niveau géographique. Le scan de permutation espace-temps de Kulldorff’s, Anselin Moran’s I et les statistiques de Getis-Ord Gi* ont été utilisés pour déterminer la distribution spatiale et les clusters de TB.

Résultats: Avec 91% des cas liés avec le géocodeur, les clusters de TB ont été identifiés chaque année. L’analyse Getis-Ord Gi* a révélé 14 clusters spatiaux distincts d’incidence élevée dans la zone métropolitaine de Port-au-Prince. Cent clusters rétrospectifs espacetemps ont été détectés.

Conclusion: Notre étude confirme la présence de hotspots TB dans la département Ouest, la majorité des clusters étant situés dans la zone métropolitaine de Port-au-Prince. Les résultats aideront le PNLT et ses partenaires à mieux affiner leurs stratégies de recherche des cas dans ces zones.

Keywords: Anselin Moran’s I; Geocoder; Getis-Ord Gi*; space-time scan.

PubMed Disclaimer

Figures

FIGURE 1
FIGURE 1
Haiti’s composite address geocoder.
FIGURE 2
FIGURE 2
Cumulative incidence rate of new TB cases by communal section, Getis-Ord Gi* analysis, Anselin Moran’s I analysis per year, 2011–2016. CIR = cumulative incidence rates; MSPP = Ministry of Public Health and Population; PNLT = Programme National de Lutte contre la Tuberculose; CNIGS = Centre Nationale De Information Géospatiale; IHSI = Institut Haïtien de Statistique et d’Informatique.
FIGURE 3
FIGURE 3
Retrospective space-time clusters of TB in the Ouest département, 2011–2016.
See this image and copyright information in PMC

References

    1. World Health Organization Global tuberculosis report, 2020. Geneva, Switzerland: WHO; 2020. https://worldhealthorg.shinyapps.io/tb_profiles/?_inputs_&lan=%22EN%22&i...
    1. World Health Organization Global tuberculosis control, 2011. Geneva, Switzerland: WHO; 2011.
    1. World Health Organization Global tuberculosis report, 2013. Geneva, Switzerland: WHO; 2013.
    1. Koenig SP, et al. Tuberculosis in the aftermath of the 2010 earthquake in Haiti. Bull World Health Organ. 2015;93:498–502. - PMC - PubMed
    1. Charles M, et al. Trends in tuberculosis case notification and treatment success, Haiti, 2010–2015. Am J Trop Med Hyg. 2017;97:49–56. - PMC - PubMed

LinkOut - more resources