专刊社论 | 地理信息技术和空间卫生统计在健康服务研究中的应用

文摘   2024-06-28 14:26   四川  

专刊社论

四川大学健康服务与产业组织(HEOA)智库的宋超副研究员、王秀丽副研究员、潘杰教授与施迅教授(美国达特茅斯学院)以及葛尔佳教授(加拿大多伦多大学)联合组织了一期名为《Applications of Geospatial Information Technologies and Spatial Statistics in Health Services Research》的专刊。这一期专刊在国际期刊Frontiers in Public Health(SCI/SSCI,JCI分区Q1)上发布,旨在展示地理信息技术和空间卫生统计方法在公共卫生学科中的前沿应用,特别是在卫生服务和卫生经济学领域。


目前,经过多位专家学者的投稿,本专刊收到了众多高质量的论文,社论也已完成撰写,展望了对这一重要主题的深入研究和讨论。本期公众号文章翻译了上述专刊社论的全文,供各位同仁批评指正。


01

 正文翻译  

传统非空间分析历来忽视了关键的地理规律,而将地理空间信息技术和空间统计方法整合到健康服务研究中,构成了传统非空间分析的范式转变。在过去十年里,卫生经济学和公共卫生领域发生了显著的学科外延与拓展,特别是在采用先进的地理空间技术和复杂的空间卫生统计技术方面。本社论旨在批判性地评价这些技术和方法的前沿应用,阐明它们在解决当代公共卫生挑战中的重要性,特别是在健康服务研究领域。


在健康服务研究范围内,两个关键维度“空间公平性和空间可达性”,引起了广泛关注。本次专刊涵盖了四篇涉及这些维度的文章。首先,在研究“衡量医疗资源在设施和劳动力方面的不平等:一项在中国的纵向研究”中,Dong等人探讨了卫生资源分配中的空间不平等的精细差别,解决了均衡倾向和地理集聚倾向的问题。根据他们的工作,我们主张将注意力转向精细化的小区域分析,同时既精确又全面地考虑驱动因素、时空动态和各种指标的综合评估。


在空间医疗可达性问题上,Hua等人在“防疫设施有效吗?城市应该如何选择防疫设施:以武汉为例”中,将出行时间作为衡量必要和紧急防疫设施可达性的核心指标。值得注意的是,最初由Wang提出的两步移动搜寻法(2SFCA),已成为评估医疗领域中空间可达性的基准。在此基础上,Wang等人在“路易斯安那州初级保健的空间可达性差异:从物理可达性到虚拟可达性”中介绍了新的两步虚拟搜索法(2SVCA)。这一创新方法通过远程医疗评估初级保健服务的空间可达性,从而将概念扩展到虚拟可达性。此外,Molenaar等人在“卫生服务地理可达性建模的旅行情景研讨会:一项跨学科评估研究”中确立了一个基本前提,即加强和标准化知识获取过程,以创建包括交通方式和速度在内的现实旅行情景,这对于准确计算卫生服务的地理可及性至关重要。


地理环境大数据、地理信息科学(GIS)和空间统计三位一体的研究范式共同支撑了当代健康研究的前沿,为突破性的见解和进步铺平了道路。本研究主题的其余三篇文章概括了这些工具在阐明复杂健康相关问题方面的创新应用。


在“中国广州不同臭氧指标与呼吸系统日住院率的关联比较”中,Lin等人利用空间插值方法将特定点的环境数据转换为连续的空间场。这一过程通过将环境数据与患者居住地点联系起来,促进了对健康影响的估计。值得注意的是,卫星遥感技术衍生的先进地球环境数据产品的出现,消除了公卫从业者进行复杂地理数据插值的技术难题,为卫生研究提供了随时可用的数据。


Lu和Ren的综述文章“传染病流行的时空模式挖掘领域的疾病谱:文献计量学和内容分析”强调了GIS技术和空间统计在传染病研究领域的关键作用和广泛实用性。它将人类的流动性和规模效应确定为未来探索的关键领域。在此,我们进一步强调了接下来,时空卫生统计分析方法创新的必要性,旨在解决现实更为复杂的时空异质、交互、耦合等问题。


Tang等人在“中国东南农村碳生产力、社会经济、医疗资源与心血管疾病之间关联的时空分析”一文中,提出了一个复杂的案例研究,该研究采用了多尺度地理加权回归(MGWR)和时空地理加权回归(GTWR)模型。这些模型体现了地理第二定律,以解释健康结果及其决定因素固有的时空异质性。频率统计和贝叶斯统计是统计学的两个主要流派。频率GTWR模型与贝叶斯时空变系数(STVC)模型是两种统计范式下局域时空回归的典型代表。其中,贝叶斯STVC模型采用了一种“全地图(完整统一)”建模思路,旨在更精准精确地检测变量关系的时空异质性,并保证了其估算的局域回归系数直接可比,现已成功应用于多个健康和医学地理学案例。


本次专刊呈现的论文只代表了健康医学地理这个新兴领域的一小部分。但可以预见的是,这些作者的研究将作为最新参考,继续激发该领域学者的学术好奇心和创新力。地理时空大数据的出现极大地改变了人类健康研究,对健康医学地理研究中采用的方法提出了新的挑战。地理空间人工智能(GeoAI)、地理因果推断、个体和区域健康数据耦合、人口流动轨迹、尺度效应和多尺度时空异质性建模等新兴领域将持续为该领域提供新技术。


展望未来,我们号召更多学者,包括公共卫生专家、GIS从业者和空间统计学家,共同应对这些挑战,促进设计新方法论,以解决公共卫生、地理学和大数据分析等交叉学科所涉及的复杂科学问题。通过这种跨学科的合作和创新,健康医学地理领域将继续拓展并为改善全球健康作出新的贡献。


END  



欢迎关注公众号,每周分享优质资源。


编辑 | 孙琪

审校 | 宋超


拓展阅读


研究进展 | 城市社会经济与环境对中国区域旅游影响的时空异质性


研究进展 | 一种面向小区域医疗卫生资源的时空评价体系:揭示中国医院床位县域分布的时空不平等、热点和决定因素


研究进展 | 健康、社会经济、人口和环境因素对COVID-19发病率的影响:来自美国阿肯色州的地理空间建模研究


研究进展 | 公众对COVID-19风险感知的区域时空差异:基于贝叶斯时空变系数(STVC)系列模型的中国城市研究 


研究进展|全球老龄化时空演变与社会经济(62%贡献)和自然环境(37%贡献)密切相关,其关联存在时空差异



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