Geographically masking addresses to study COVID-19 clusters

Abstract

Background: The spatio-temporal analysis of cases is a good way an epidemic, and the recent COVID-19 pandemic unfortunately generated a huge amount of data. But analysing this raw data, with for instance the address of the people who contracted COVID-19, raises some privacy issues, and geomasking is necessary to preserve both people privacy and the spatial accuracy required for analysis. This paper proposes di erent geomasking techniques adapted to this COVID-19 data.Methods: Different techniques are adapted from the literature, and tested on a synthetic dataset mimicking the COVID-19 spatio-temporal spreading in Paris and a more rural nearby region. Theses techniques are assessed in terms of k-anonymity and cluster preservation.Results: Three adapted geomasking techniques are proposed: aggregation, bimodal gaussian perturbation, and simulated crowding. All three can be useful in different use cases, but the bimodal gaussian perturbation is the overall best techniques, and the simulated crowding is the most promising one, provided some improvements are introduced to avoid points with a low k-anonymity.Conclusions: It is possible to use geomasking techniques on addresses of people who caught COVID-19, while preserving the important spatial patterns.

Geoinformática y salud: revisión, caracterización y análisis de plataformas SIG basadas en WEB para vigilancia en salud pública

“…Para los casos en los que la agregación espacial de datos puede comprometer su interpretación y análisis, los enfoques de Enmascaramiento geográfico o Geomasking, donde las coordenadas de ubicación son intercambiadas para limitar el riesgo de reidentificación después de la publicación de los datos (Molla et al, 2019;Zandbergen, 2014), pueden implementarse, preservando al mismo tiempo información suficiente para tomar decisiones basadas en estos datos. En el estudio de Houfaf-Khoufaf (2021), por ejemplo, utilizaron tres métodos de Geomasking y enmascararon con éxito las direcciones de un conjunto de datos de casos de COVID-19 en Francia, preservando más o menos la distribución espacial original de los aglomerados (Houfaf-Khoufaf et al, 2021). Sin embargo, como el número de estos estudios es todavía relativamente pequeño (Kwan et al, 2004), se necesitan más investigación para dilucidar cuestiones críticas como la efectividad de estos métodos en comparación con otras técnicas; 101 sus efectos en los análisis espaciales, la viabilidad de su implementación en sistemas de vigilancia basados en web y su valor para generar información relevante para los tomadores de decisiones en salud pública.…”

Exploring the Tradeoff Between Privacy and Utility of Complete‐count Census Data Using a Multiobjective Optimization Approach

“…For example, Wieland et al (2008) propose an optimization method to relocate sensitive disease‐related points to protect patients' privacy while minimizing the expected distance displaced required to achieve a certain privacy level. In other research, some incorporate strategies into method design to eliminate the displacement distance for point data to maintain utility (Seidl, Jankowski, and Tsou 2016; Zurbarán et al 2018; Houfaf‐Khoufaf, Touya, and Le Guilcher 2021; Lin 2023). Additionally, there are studies that assess the utility of privacy‐preserved data as an indicator of the effectiveness of privacy‐preserving methods (Kounadi and Leitner 2016; Wang, Kim, and Kwan 2022).…”