馬佳,張知新,裴韜,陳潔
(1.中日友好醫院,北京 100029;2.中國科學院地理科學與資源研究所,北京 100101;3.北京中醫藥大學,北京 100029)
疾病與健康的溯源一方面來自內因,如遺傳等;而另一方面是來自外在環境的影響因素,如氣候與環境污染等。在醫學領域,為數眾多的疾病和醫療衛生事件都具有特定的空間分布特征,如衛生機構的設置、傳染病的發生與流行,地方病的分布及病因。在實際工作中要利用這些空間信息來為衛生決策服務但仍存在瓶頸,其中的重點是未能充分利用數據資料的空間和時間信息,降低了研究的效率。地理信息系統(geographic information systems,GIS)是用于存儲、管理和顯示地理空間數據的信息處理系統[1]。GIS技術對地理信息強大的空間分析能力使其成為探索主體與環境之間關系的重要工具。地理信息系統最重要的特點是可解決和回答以下5個方面的問題。(1)定位(Location):對象在何處;(2)條件(Condition):符合這些條件的實體在哪里;(3)趨勢(Trends):某地發生的事件及其隨時間推移的變化過程;(4)模式(Patterns):對象的分布存在何種空間模式;(5)模擬(Modeling):某地如果具備某種條件會發生什么[2]。因此,GIS的特征與現有研究不足之間的互補性決定了GIS在疾病領域內應用的前景。
GIS應用于疾病防控的研究,至少可追溯到1854 年John 關于倫敦寬街水井污染引起霍亂爆發的研究,并為衛生部門果斷封閉污染水井控制霍亂繼續流行起到了決定性的作用。但是此后相當長的一段時間內由于缺乏有效的研究工具,限制了以地圖為基礎的空間屬性數據在疾病防控中的深入研究。隨著近年來地理信息系統及其相關分析技術的迅速發展,與疾病分布有關的空間屬性資料得以充分地利用起來,同時圖形數據與屬性數據的相關分析也得以深入,為疾病防控的研究注入了新的活力[3]。GIS可以通過空間關系(坐標系統) 將不同的數據庫連接起來進行交互顯示和分析,能夠更加充分地考查地理相關因素[4]。
GIS與疾病健康相結合,就是從時間、空間這兩個維度,一方面推斷發病的影響因素及傳播機制;另一方面探索醫療資源分配的相關問題,即關于醫療服務設施的空間分布的可達性、有效性和公平性[5]。針對前者,本文通過GIS技術在傳染病,急性非傳染病,慢性疾病(糖尿病、肥胖、癌癥等)3個方面的研究進行闡述,而針對后者,則對GIS在疾病防控中國際最新的應用情況及國內運用現狀做一綜述。
傳染性疾病的發生有突發性和不可預測性。目前GIS在傳染病研究中的應用主要集中在監測、歸因與預測等幾個方面。
傳染病的時空分布現狀的分析是防控的基礎。而對于時空分布現狀的揭示,其核心是確定傳染病的高發區(熱點)。王瑩等[6]利用空間分析技術探討我國HIV/AIDS疫情的空間分布模式,研究結果顯示中國2013年HIV/AIDS 疫情分布呈空間聚集現象,熱點區域主要分布于我國的西南地區,冷點區域主要集中在東北部地區。Bi等[7]利用SaTScan軟件分析了中國云南報告的瘧疾死亡人群的空間聚集情況與高風險區域,研究結果顯示,瘧疾死亡人群的地理分布隨經度顯著變化,云南西部沿中緬邊境瘧疾死亡人數最高,因此相關衛生工作部門應更加關注云南西部沿中緬邊境的人群,特別是往返于邊境的流動人口。朱妮等[8]運用Geoda和Sa TScan軟件探討2015年陜西省手足口病發病的空間分布特征,研究結果顯示,2015年陜西省手足口病發病具有空間自相關性,西安市、咸陽市和渭南市為發病聚集區域。蔣征剛等[9]利用中國疾病預防控制中心2011年傷寒、副傷寒病例報告數據,基于地理信息系統進行空間自相關及趨勢面分析,結果顯示傷寒、副傷寒發病呈現一定的聚集性,云南、廣東、廣西、海南等為熱點區域,趨勢面分析得出傷寒、副傷寒發病率由北向南呈上升趨勢、由西向東呈下降趨勢的結論。
傳染病的影響因素分析為疾病防控提供依據。Ranasinghe等[10]運用ArcGIS計算利什曼病患者住宅到森林、沼澤、稻田、灌木叢林和水源的最短距離以評估環境因素對該病的影響,結果顯示,生活在稻田邊是利什曼病發病的重要危險因素。Brawner等[11]將費城社區按照種族和艾滋病發病率/流行率進行分層,使用ArcGIS創建點密度(dot density)和地區分布圖(chloropleth map)來描述每個社區的毒品交易行為等艾滋病相關影響因素,研究結果表明,過度擁擠及衛生資源的可獲得性等影響因素在艾滋病的流行中具有重要意義。饒華祥等[12]采用時空統計分析方法和空間計量經濟模型,對青海省肺結核病監測數據和地區主要社會經濟指標及氣象因子數據進行研究,結果顯示:青海省肺結核病高危聚集區域主要集中在該省西南部,農村居民人均純收入、氣溫以及降水量是影響地區肺結核病發病率的主要社會環境因素。陳婉君等[13]運用空間分析和強回歸樹模型等方法以明確2005年至2013年我國人感染炭疽和家畜感染炭疽疫情的流行動態,研究結果顯示我國炭疽表現為明顯的季節性和空間聚集性,男性青壯年牧民、農民是主要發病人群,炭疽的季節性受溫度、相對濕度和降雨量的驅動影響,空間異質性受畜牧水平、人口密度、土地利用、海拔、土壤參數和氣象指標的綜合作用。桑少偉等[14]利用廣州市1989年至2013年數據進行綜合登革熱病例的流行病學特征進行系統進化分析和系統地理學分析,研究顯示,廣州市登革熱本地病例發生具有明顯季節性,登革熱輸入病例、月平均最低溫度和月累積降雨變量可用于建立低成本、高效的登革熱預警系統。
傳染病動態監測及評估是疾病防控的核心。Beauchamp等[15]運用GIS分析了ILI(流感樣病例)和NPDS(美國國家毒物數據系統)數據的相關性,通過分析當地居民對藥物的購買情況來預測流感樣病例的發生,研究發現居民對乙酰氨基酚,咳嗽/感冒藥和異丙嗪類藥物的需求情況與疾控中心 (centers for disease control,CDC)公布的流感樣病例數據有高度的相關性,因此可以通過實施反饋美國國家毒物數據系統(NPDS)數據來實現對流感樣病例的實時監測。Huang等[16]運用中國廣州已有的手足口病病例,基于互聯網的搜索引擎查詢數據和氣象因素,開發一個有效的手足口病監控模型。
急性非傳染病包括急性外傷,中毒,燒傷等突發急性事件引起的相關疾病,其具有一定的空間分布特點,其核心是確定高發區和影響因素。Aldajani等[17]應用GIS技術調查了加拿大安大略省頜面部損傷(MF)地理分布、流行病學變化和根據性別,年齡和社會經濟狀況的MF傷害趨勢,研究結果對制定和優化旨在保護加拿大人免受可預測和可預防傷害的措施至關重要。Nguyen等[18]運用空間統計研究了美國兒童意外中毒現象的案例聚集情況,研究顯示其確實存在于不同的地理模式中,其特征主要是農村貧困,失業率高,失學率高的家庭中更容易發生兒童意外中毒的現象。朱立強[19]分析了華北地區兒童燒傷住院病人的流行特點及其發展變化趨勢,研究結果顯示10月到次年5月,3歲以下,特別是 1 歲的男孩,做飯時間是預防工作的重點,兒童燒傷發生的主要聚集區為成吉思汗大街等街區。
慢性疾病中的一大類疾病包括肥胖,糖尿病等代謝綜合征,其可能與飲食環境及社區的鍛煉資源分布有重要的相關性,而GIS技術的空間分析功能能夠定量刻畫這其中的時空關系。Thomas等[20]通過GIS技術及Logistic回歸研究了快餐暴露和肥胖的關系,研究表明:快餐暴露和較低的受教育程度與肥胖有很高的相關性,由此,相關衛生部門可通過對快餐零售店的監管以提高飲食質量和人民健康。Christine等[21]進行了10年的關于社區環境暴露對2型糖尿病的發病風險的縱向研究,研究表明較多的社區鍛煉資源及健康飲食可以降低2性糖尿病的發病風險。
慢性疾病中的另一大類疾病包括癌癥。國家癌癥中心全國癌癥報告顯示,平均每分鐘有7個人被確診為癌癥。目前癌癥缺乏有效的治療手段且病因未明,因此明確其分布特征,探尋其相關影響因素成為揭示作用機制的前提。一項彌漫性大B細胞淋巴瘤(DLBCL)發病率和居民居住地距離污染物排放位置的距離的相關研究[22]中,Bulka等[22]運用聚類分析并構建了泊松回歸模型來評估DLBCL發病率與污染物排放位置的平均距離的函數關系,研究發現彌漫性大B細胞淋巴瘤(DLBCL)的發生與化學毒物如環氧乙烷,苯,和 四氯乙烯釋放地點距離居住點的平均距離有重要關系。 Benício等[23]運用Getis-Ord Gi*技術在美國進行了關于美國膀胱癌死亡率的社會經濟和環境因素研究,研究結果顯示,膀胱癌的死亡率的危險因素包括性別,種族,吸煙,失業,身體不適的天數,臭氧空氣污染的天數,是否有好的飲用水源,是否從事采礦有關的職業,是否居住在城市。費徐峰[24]通過全局自相關分析,熱點分析,局部聚集性,空間、時空和時空動態掃描統計,地理探測器等方法對杭州地區2008至2012年所有新發的甲狀腺惡性腫瘤及相關影響因素進行分析,研究結果顯示杭州市臨平街道為空間上的發病異常值,需要引起足夠的重視,杭州城區北部分地區增長速率明顯高于其它地區,也需引起足夠的重視并探索其高增長的原因。
醫療衛生資源配置是指醫療衛生資源在醫療衛生行業(或部門)內的分配和流動。醫療衛生設施是城市公共設施重要的子系統,其規劃設置標準的高低、布局的合理與否直接影響著城市建設水平和居民的生活質量。對于醫院、急救站布局來說,地理信息系統數據管理及地圖處理等功能將模型運算結果更直觀、更清晰地表達出來實現醫療資源的空間最優化,并保證社會對于醫療資源使用的公平性。
Jr等[25]探討了心臟介入治療后影響患者隨訪的相關因素,研究結果表明,居住在農村偏遠地區、高齡患者、較高的受教育程度、缺乏醫療保險都是造成其隨訪頻率下降的重要影響因素,從而直接導致了心源性病死率的增高。Riverahernandez 等[26]運用地理信息系統提供了更易于理解的可視化退休老年人的地理位置數據,為當地退休醫療服務資源項目提供了重要的決策依據。丁愫等[27]基于GIS空間分析技術研究了武漢市就醫可達性,結果顯示武漢市居民就醫便捷程度總體上較好,武漢市醫療機構主要集中分布在人口密集的主城區;地理分布上城郊地區醫療機構相對稀少,該研究可對武漢市醫療設施布局提出合理化建議。
Jansen等[28]對蘇格蘭的創傷應急系統的地理位置的研究指出,通過運用GIS技術來計算從事故地點到候選醫院的最佳距離和時間,再運用數學模型計算最佳方案,研究結果顯示可通過增加直升飛機數量來改善創傷應急系統的優化配置。Oswald等[29]通過相關環境因素和社會學人口因素建立模型預測埃塞俄比亞阿姆哈拉地區具有較低的衛生資源覆蓋率的地區,為該地區的衛生資源建設和優化提供重要依據。
尼日利亞是世界上剩余的三個脊灰流行國家之一,尼日利亞必須通過常規免疫服務和SIA(疫苗補充注射,即到兒童居住的地方進行免疫注射)的結合來實現足夠的免疫覆蓋率,有研究表明[30],SIA隊伍攜帶全球定位系統(global positioning system,GPS)接收器,將路線圖與實際接種隊的GPS軌跡進行比較,結果表明SIA隊伍的確錯過了很多住在偏遠地帶的家庭,而GPS接收器和GIS技術可提高SIA的工作效率和對SIA的工作情況進行實施監督。
近年來,GIS應用于疾病健康已經成為一個重要的研究和應用領域。在西方發達國家,GIS在疾病防控中的運用已經全面的拓展到包括慢性疾病的影響因素分析及隨訪效率的評估方面,通過模型預測疾病的發生也成為主要的研究趨勢;同時GIS技術也廣泛運用于其醫療資源的配置與評估。在國內,GIS與疾病防控與醫療資源配置領域的結合目前仍處在起步階段。GIS與疾病健康的結合中我國還存在以下幾個問題有待進一步完善解決。(1)健康醫療領域的專題數據庫的建設問題:GIS 系統的建立需要大量的數字地圖或電子地圖及其屬性信息庫的支持,有關數字地圖產品的規范和標準,以及數據格式也有待統一和完善[31]。(2)數據來源方面的問題:多為回顧性研究數據或橫斷面數據,缺少時間因素的考慮,時序性是在研究疾病因果關聯時必不可少的成分[32];同時,兩個橫截面數據不允許因果推論或泛化,因此無法區分具體的空間過程,例如空間異質性和空間依賴性;數據多來源于人口普查數據,相關推論結果到個人可能不成立;無法獲得詳細的地址或地理數據不全,影響地理分布圖的結果。(3)缺乏GIS與醫療健康領域研究的深度結合問題:缺少統一,系統化和標準化的數據收集、整理、分析、分享、監測、評價、模擬與預測體系,健康領域的空間分析本身是一個跨學科的研究。然而,目前國內不同領域研究人員,包括疾病防控、環境科學、經濟學、社會學、公共政策、地理信息等方面的研究人員的交流與合作有限。隨著收集具有時空的疾病與健康數據的不斷普及,地理信息科學將在疾病與健康的跨學科研究中發揮越來越重要的作用。