学术成果 | 我国首套1公里分辨率医疗资源分布与可达性数据集成本研究

文摘   2024-11-07 15:17   日本  

原文题目:National-scale 1-km maps of hospital travel time and hospital accessibility in China

作者:叶沛,叶子谦,夏吉喆*,钟雷洋,张媚,吕露,涂伟,乐阳,李清泉

来源:Scientific Data

论文地址:

https://www.nature.com/articles/s41597-024-03981-y

https://doi.org/10.1038/s41597-024-03981-y

在全球化健康议题日益凸显的当下,医疗资源的公平获取不仅关乎国民福祉的全面提升,更是实现联合国2030年可持续发展目标(SDGs)中“良好健康与福祉”目标(SDG3)的关键路径。然而,现有的医疗可达性数据集大多聚焦于单一维度,如简单以患者前往医疗机构的出行时间作为衡量标准,往往忽视了医疗机构服务能力(供给)与潜在服务人口(需求)之间的动态匹配及空间异质性。同时,鉴于数据资源的多元化需求(医院位置及容量、细粒度人口分布、全域交通路网等)及大规模数据处理的技术挑战,国内尚缺乏一套全面覆盖、高分辨率的全国医疗可达性数据集。

最新资讯 ,我系夏吉喆副教授团队发布了我国首套1公里分辨率医疗资源分布与可达性数据集。研究成果发布于Scientific Data,第一作者为2022级研究生叶沛,第二作者为2021级本科生叶子谦,导师夏吉喆副教授为通讯作者。

PART 1

                  研究方法

本文使用Contraction Hierarchies图搜索算法和高斯两步移动搜索法(Gaussian 2SFCA, Ga2SFCA),分别计算了全国1 Km网格前往最近各级医院的路网出行时间和以床位人口比衡量的Ga2SFCA医院可达性,生成多套多尺度、多格式数据产品。为验证模型结果的准确性,引入百度地图、高德地图和腾讯地图三家国内头部地图服务商的API接口作为外部就医出行时间数据源,分别在省域和市域尺度下,基于有时间阈值和无阈值限制两套验证参数,随机生成三十万对就医出行OD进行相关性分析和bootstrap假设检验。


图1.研究框架

PART 2

                 数据与方法

数据集由四个部分构成:到最近各级医院的出行时间数据集、基于Ga2SFCA计算的医院可达性数据集、医院可达性基尼指数数据集及验证数据集。表1提供了有关数据集文件格式、空间分辨率及文件大小的详细信息。图2和图3对各尺度下的就医出行时间和Ga2SFCA医院可达性进行了可视化展示。


表1 数据集描述


图2. 多尺度就医出行时间数据集

(a) grid; (b) county; (c) city; (d) province.


图3. 多尺度医院可达性数据集

(a) grid; (b) county; (c) city; (d) province.


 为验证模型估计结果的准确性,引入百度地图API(分别提供实况估计与理想估计)、高德地图API和腾讯地图API作为外部数据源进行验证,结果如图4、图5所示。结果显示,当设定时间阈值参数为90分钟时,省域尺度下模型出行时间估计与各API的估计值之间存在显著的正相关关系(R²=0.82-0.87,p<10⁻⁴),市域尺度下R²=0.77-0.83(p<10⁻⁴);当解除时间阈值限制时,省域尺度R²=0.96-0.97(p<10⁻⁴),市域尺度R²=0.88-0.90(p<10⁻⁴)。


图4. 省域尺度验证结果


图5. 市域尺度验证结果

PART 3

                       研究总结

该研究发布了我国首套1公里分辨率医疗资源分布与可达性数据集,构建了“数据-模型-验证-产品“的标准化数据生产流程,提供反映真实供需关系的医疗可达性建模。该数据集的发布将有助于为学界提供基础数据,促进多科学交叉研究,并有助于实现医疗资源的高效配置与精准投放,为构建更加公平高效的医疗卫生体系提供坚实的数据支撑与决策依据。

PART 4

                     数据下载

最新数据集可通过下方链接或二维码下载:



https://doi.org/10.6084/m9.figshare.c.7318976.v4

数据集使用过程中如遇问题,可随时与项目组联系(xiajizhe@szu.edu.cn)。

-END-


欢迎关注公众号,每周分享优质资源


编辑 | 林凯薇

审校 | 袁凤玲


医学地理信息与空间卫生统计
分享地理信息科学(GIS)技术、空间统计、时空大数据、地理空间人工智能在医学信息、公共卫生、健康地理等交叉学科领域的前沿资讯。
 最新文章