社区影响着居民的健康，但这些影响很难在一段时间或整个人口中衡量。
芝加哥大学(University of Chicago)的一项新研究试图弥补这一差距，通过使用几乎覆盖全美的人口普查数据，研究社区脆弱性的不同维度。
通过使用创新的机器学习技术，研究人员超越了健康教育、少数民族地位和贫困这三种最常被追踪的社会决定因素，来了解如何将不同的结果追溯到残疾、租金负担和无车等一系列因素。
Lect说:“我们知道，这些因素对健康结果的个体重要性有许多不同的原因。”玛丽娅·科拉克(Marynia Kolak)是这项新研究的主要作者，也是一名接受过公共卫生和空间统计培训的卫生地理学家。“我们想知道为什么它们在一些地方似乎比其他地方更重要。”
与美国医院协会(American Hospital Association)健康创新中心(Center for Health Innovation)合作，柯拉克和她的同事研究了美国71,901个人口普查区-与大约3.12亿人一起，确定影响健康结果的社区级别特征。
然后他们测量了这些“健康的社会决定因素”和芝加哥过早死亡之间的联系。这些变量的范围从英语水平，到是否大多数居民有汽车或面临高租金负担。
一个关键的发现是:即使在考虑了暴力犯罪和地区差异之后，研究小组发现，芝加哥超过65%的过早死亡与健康的社会决定因素有关，比如铅暴露。
这项横断面研究发表在1月29日的《美国医学会杂志》上。
在收集数据之后，Kolak和她的团队创建了多个反映脆弱性不同维度的指数，这些指数反映了社区优势、流动性、机会和凝聚力。
研究人员还对美国的土地进行了描述和测绘，发现10%的土地陷入了“极度贫困”。这些“极度贫困”地区包括受已知公共卫生危机影响的地区，如弗林特、密歇根和纳瓦霍民族。
通过使用多维方法，他们能够强调健康的潜在社会决定因素的复杂性，以及变量组合如何放大影响。
例如，贫困程度高、受教育程度低的地区(即如果他们也主要由老年人和残疾人组成，他们可能有独特的移动和访问需求，那么他们可能会被放大。区分这些现象可以帮助研究人员更好地测量和理解它们之间的相互作用。
尽管收入、贫困和医疗保险状况等因素在健康结果中扮演着重要角色，但新的分析揭示了一些更深层次的细微差别。
“我们希望这项研究将有助于丰富那些难以获得医疗保健或其他不利条件的人的公共政策，”研究报告的共同作者、哈里斯公共政策学院校友、库克县数据研究员Yoon Hong Park说。
研究人员在一份开源期刊上发表了他们的研究成果，以便让卫生专业人员、其他学者和公众更容易理解他们的工作。这项研究的其他共同作者是美国心脏协会健康创新中心的杰伊·巴特、诺玛·帕德隆和艾林·莫莱夫。
该小组的一些成员目前正在探索使用基于地点的见解来影响政策决策，而另一些成员正在探索如何开发基于地点的干预措施，以确保在正确的时间为正确的患者群体提供正确的支持。
卫生信息学的助理主任UChicago空间数据中心的科学,Kolak相信如果卫生保健专业人员可以确定社会因素的结合,积极的还是消极的影响卫生保健的结果,他们将能够更好地调整政策和项目来满足弱势群体的需求。
她说:“随着卫生专业人员认识到社区、贫困、流动性和其他基于地点的因素对健康的影响，对公共卫生的地理数据科学方法需求很大，并迅速出现。”
引用:“量化美国大陆的社区层面的健康社会决定因素，”Kolak等人，JAMA网络开放，2020年1月29日。DOI: 10.1001 / jamanetworkopen.2019.19928
这个故事的一个版本最初是由社会科学部出版的。