地理信息系统在疾病防控与医疗资源配置中的研究进展

马佳，张知新，裴韬，陈洁

(1.中日友好医院，北京 100029；2.中国科学院地理科学与资源研究所，北京 100101；3.北京中医药大学，北京 100029)

疾病与健康的溯源一方面来自内因，如遗传等；而另一方面是来自外在环境的影响因素，如气候与环境污染等。在医学领域，为数众多的疾病和医疗卫生事件都具有特定的空间分布特征，如卫生机构的设置、传染病的发生与流行，地方病的分布及病因。在实际工作中要利用这些空间信息来为卫生决策服务但仍存在瓶颈,其中的重点是未能充分利用数据资料的空间和时间信息,降低了研究的效率。地理信息系统(geographic information systems，GIS)是用于存储、管理和显示地理空间数据的信息处理系统[1]。GIS技术对地理信息强大的空间分析能力使其成为探索主体与环境之间关系的重要工具。地理信息系统最重要的特点是可解决和回答以下5个方面的问题。(1)定位(Location):对象在何处;(2)条件(Condition):符合这些条件的实体在哪里;(3)趋势(Trends):某地发生的事件及其随时间推移的变化过程;(4)模式(Patterns):对象的分布存在何种空间模式;(5)模拟(Modeling):某地如果具备某种条件会发生什么[2]。因此，GIS的特征与现有研究不足之间的互补性决定了GIS在疾病领域内应用的前景。

GIS应用于疾病防控的研究，至少可追溯到1854 年John 关于伦敦宽街水井污染引起霍乱爆发的研究,并为卫生部门果断封闭污染水井控制霍乱继续流行起到了决定性的作用。但是此后相当长的一段时间内由于缺乏有效的研究工具，限制了以地图为基础的空间属性数据在疾病防控中的深入研究。随着近年来地理信息系统及其相关分析技术的迅速发展，与疾病分布有关的空间属性资料得以充分地利用起来，同时图形数据与属性数据的相关分析也得以深入，为疾病防控的研究注入了新的活力[3]。GIS可以通过空间关系(坐标系统) 将不同的数据库连接起来进行交互显示和分析，能够更加充分地考查地理相关因素[4]。

GIS与疾病健康相结合，就是从时间、空间这两个维度，一方面推断发病的影响因素及传播机制；另一方面探索医疗资源分配的相关问题，即关于医疗服务设施的空间分布的可达性、有效性和公平性[5]。针对前者，本文通过GIS技术在传染病，急性非传染病，慢性疾病(糖尿病、肥胖、癌症等)3个方面的研究进行阐述，而针对后者，则对GIS在疾病防控中国际最新的应用情况及国内运用现状做一综述。

1 GIS在疾病防控中的应用

1.1 传染病

传染性疾病的发生有突发性和不可预测性。目前GIS在传染病研究中的应用主要集中在监测、归因与预测等几个方面。

传染病的时空分布现状的分析是防控的基础。而对于时空分布现状的揭示，其核心是确定传染病的高发区(热点)。王莹等[6]利用空间分析技术探讨我国HIV/AIDS疫情的空间分布模式，研究结果显示中国2013年HIV/AIDS 疫情分布呈空间聚集现象，热点区域主要分布于我国的西南地区，冷点区域主要集中在东北部地区。Bi等[7]利用SaTScan软件分析了中国云南报告的疟疾死亡人群的空间聚集情况与高风险区域，研究结果显示，疟疾死亡人群的地理分布随经度显著变化，云南西部沿中缅边境疟疾死亡人数最高，因此相关卫生工作部门应更加关注云南西部沿中缅边境的人群，特别是往返于边境的流动人口。朱妮等[8]运用Geoda和Sa TScan软件探讨2015年陕西省手足口病发病的空间分布特征，研究结果显示，2015年陕西省手足口病发病具有空间自相关性，西安市、咸阳市和渭南市为发病聚集区域。蒋征刚等[9]利用中国疾病预防控制中心2011年伤寒、副伤寒病例报告数据，基于地理信息系统进行空间自相关及趋势面分析，结果显示伤寒、副伤寒发病呈现一定的聚集性，云南、广东、广西、海南等为热点区域，趋势面分析得出伤寒、副伤寒发病率由北向南呈上升趋势、由西向东呈下降趋势的结论。

传染病的影响因素分析为疾病防控提供依据。Ranasinghe等[10]运用ArcGIS计算利什曼病患者住宅到森林、沼泽、稻田、灌木丛林和水源的最短距离以评估环境因素对该病的影响，结果显示，生活在稻田边是利什曼病发病的重要危险因素。Brawner等[11]将费城社区按照种族和艾滋病发病率/流行率进行分层，使用ArcGIS创建点密度(dot density)和地区分布图(chloropleth map)来描述每个社区的毒品交易行为等艾滋病相关影响因素，研究结果表明，过度拥挤及卫生资源的可获得性等影响因素在艾滋病的流行中具有重要意义。饶华祥等[12]采用时空统计分析方法和空间计量经济模型，对青海省肺结核病监测数据和地区主要社会经济指标及气象因子数据进行研究，结果显示：青海省肺结核病高危聚集区域主要集中在该省西南部，农村居民人均纯收入、气温以及降水量是影响地区肺结核病发病率的主要社会环境因素。陈婉君等[13]运用空间分析和强回归树模型等方法以明确2005年至2013年我国人感染炭疽和家畜感染炭疽疫情的流行动态，研究结果显示我国炭疽表现为明显的季节性和空间聚集性，男性青壮年牧民、农民是主要发病人群，炭疽的季节性受温度、相对湿度和降雨量的驱动影响，空间异质性受畜牧水平、人口密度、土地利用、海拔、土壤参数和气象指标的综合作用。桑少伟等[14]利用广州市1989年至2013年数据进行综合登革热病例的流行病学特征进行系统进化分析和系统地理学分析，研究显示，广州市登革热本地病例发生具有明显季节性，登革热输入病例、月平均最低温度和月累积降雨变量可用于建立低成本、高效的登革热预警系统。

传染病动态监测及评估是疾病防控的核心。Beauchamp等[15]运用GIS分析了ILI(流感样病例)和NPDS(美国国家毒物数据系统)数据的相关性，通过分析当地居民对药物的购买情况来预测流感样病例的发生，研究发现居民对乙酰氨基酚，咳嗽/感冒药和异丙嗪类药物的需求情况与疾控中心 (centers for disease control，CDC)公布的流感样病例数据有高度的相关性，因此可以通过实施反馈美国国家毒物数据系统(NPDS)数据来实现对流感样病例的实时监测。Huang等[16]运用中国广州已有的手足口病病例,基于互联网的搜索引擎查询数据和气象因素，开发一个有效的手足口病监控模型。

1.2 急性非传染病

急性非传染病包括急性外伤，中毒，烧伤等突发急性事件引起的相关疾病，其具有一定的空间分布特点，其核心是确定高发区和影响因素。Aldajani等[17]应用GIS技术调查了加拿大安大略省颌面部损伤(MF)地理分布、流行病学变化和根据性别，年龄和社会经济状况的MF伤害趋势，研究结果对制定和优化旨在保护加拿大人免受可预测和可预防伤害的措施至关重要。Nguyen等[18]运用空间统计研究了美国儿童意外中毒现象的案例聚集情况，研究显示其确实存在于不同的地理模式中，其特征主要是农村贫困，失业率高，失学率高的家庭中更容易发生儿童意外中毒的现象。朱立强[19]分析了华北地区儿童烧伤住院病人的流行特点及其发展变化趋势,研究结果显示10月到次年5月，3岁以下，特别是 1 岁的男孩，做饭时间是预防工作的重点，儿童烧伤发生的主要聚集区为成吉思汗大街等街区。

1.3 慢性疾病

慢性疾病中的一大类疾病包括肥胖，糖尿病等代谢综合征，其可能与饮食环境及社区的锻炼资源分布有重要的相关性，而GIS技术的空间分析功能能够定量刻画这其中的时空关系。Thomas等[20]通过GIS技术及Logistic回归研究了快餐暴露和肥胖的关系，研究表明：快餐暴露和较低的受教育程度与肥胖有很高的相关性，由此，相关卫生部门可通过对快餐零售店的监管以提高饮食质量和人民健康。Christine等[21]进行了10年的关于社区环境暴露对2型糖尿病的发病风险的纵向研究，研究表明较多的社区锻炼资源及健康饮食可以降低2性糖尿病的发病风险。

慢性疾病中的另一大类疾病包括癌症。国家癌症中心全国癌症报告显示，平均每分钟有7个人被确诊为癌症。目前癌症缺乏有效的治疗手段且病因未明，因此明确其分布特征，探寻其相关影响因素成为揭示作用机制的前提。一项弥漫性大B细胞淋巴瘤(DLBCL)发病率和居民居住地距离污染物排放位置的距离的相关研究[22]中，Bulka等[22]运用聚类分析并构建了泊松回归模型来评估DLBCL发病率与污染物排放位置的平均距离的函数关系，研究发现弥漫性大B细胞淋巴瘤(DLBCL)的发生与化学毒物如环氧乙烷，苯，和 四氯乙烯释放地点距离居住点的平均距离有重要关系。 Benício等[23]运用Getis-Ord Gi*技术在美国进行了关于美国膀胱癌死亡率的社会经济和环境因素研究，研究结果显示,膀胱癌的死亡率的危险因素包括性别，种族，吸烟，失业，身体不适的天数，臭氧空气污染的天数，是否有好的饮用水源，是否从事采矿有关的职业，是否居住在城市。费徐峰[24]通过全局自相关分析，热点分析，局部聚集性，空间、时空和时空动态扫描统计，地理探测器等方法对杭州地区2008至2012年所有新发的甲状腺恶性肿瘤及相关影响因素进行分析，研究结果显示杭州市临平街道为空间上的发病异常值，需要引起足够的重视，杭州城区北部分地区增长速率明显高于其它地区，也需引起足够的重视并探索其高增长的原因。

2 GIS在医疗资源配置中的应用

医疗卫生资源配置是指医疗卫生资源在医疗卫生行业(或部门)内的分配和流动。医疗卫生设施是城市公共设施重要的子系统，其规划设置标准的高低、布局的合理与否直接影响着城市建设水平和居民的生活质量。对于医院、急救站布局来说,地理信息系统数据管理及地图处理等功能将模型运算结果更直观、更清晰地表达出来实现医疗资源的空间最优化，并保证社会对于医疗资源使用的公平性。

2.1 固定医疗资源的分布与评价

Jr等[25]探讨了心脏介入治疗后影响患者随访的相关因素，研究结果表明，居住在农村偏远地区、高龄患者、较高的受教育程度、缺乏医疗保险都是造成其随访频率下降的重要影响因素，从而直接导致了心源性病死率的增高。Riverahernandez 等[26]运用地理信息系统提供了更易于理解的可视化退休老年人的地理位置数据，为当地退休医疗服务资源项目提供了重要的决策依据。丁愫等[27]基于GIS空间分析技术研究了武汉市就医可达性，结果显示武汉市居民就医便捷程度总体上较好，武汉市医疗机构主要集中分布在人口密集的主城区；地理分布上城郊地区医疗机构相对稀少，该研究可对武汉市医疗设施布局提出合理化建议。

2.2 固定医疗资源的建模与优化

Jansen等[28]对苏格兰的创伤应急系统的地理位置的研究指出，通过运用GIS技术来计算从事故地点到候选医院的最佳距离和时间，再运用数学模型计算最佳方案，研究结果显示可通过增加直升飞机数量来改善创伤应急系统的优化配置。Oswald等[29]通过相关环境因素和社会学人口因素建立模型预测埃塞俄比亚阿姆哈拉地区具有较低的卫生资源覆盖率的地区，为该地区的卫生资源建设和优化提供重要依据。

2.3 医疗人力资源的优化

尼日利亚是世界上剩余的三个脊灰流行国家之一，尼日利亚必须通过常规免疫服务和SIA(疫苗补充注射，即到儿童居住的地方进行免疫注射)的结合来实现足够的免疫覆盖率，有研究表明[30]，SIA队伍携带全球定位系统(global positioning system，GPS)接收器，将路线图与实际接种队的GPS轨迹进行比较，结果表明SIA队伍的确错过了很多住在偏远地带的家庭，而GPS接收器和GIS技术可提高SIA的工作效率和对SIA的工作情况进行实施监督。

3 小结

近年来，GIS应用于疾病健康已经成为一个重要的研究和应用领域。在西方发达国家，GIS在疾病防控中的运用已经全面的拓展到包括慢性疾病的影响因素分析及随访效率的评估方面，通过模型预测疾病的发生也成为主要的研究趋势;同时GIS技术也广泛运用于其医疗资源的配置与评估。在国内，GIS与疾病防控与医疗资源配置领域的结合目前仍处在起步阶段。GIS与疾病健康的结合中我国还存在以下几个问题有待进一步完善解决。(1)健康医疗领域的专题数据库的建设问题：GIS 系统的建立需要大量的数字地图或电子地图及其属性信息库的支持，有关数字地图产品的规范和标准，以及数据格式也有待统一和完善[31]。(2)数据来源方面的问题：多为回顾性研究数据或横断面数据，缺少时间因素的考虑，时序性是在研究疾病因果关联时必不可少的成分[32]；同时，两个横截面数据不允许因果推论或泛化，因此无法区分具体的空间过程，例如空间异质性和空间依赖性；数据多来源于人口普查数据，相关推论结果到个人可能不成立；无法获得详细的地址或地理数据不全，影响地理分布图的结果。(3)缺乏GIS与医疗健康领域研究的深度结合问题：缺少统一，系统化和标准化的数据收集、整理、分析、分享、监测、评价、模拟与预测体系，健康领域的空间分析本身是一个跨学科的研究。然而，目前国内不同领域研究人员，包括疾病防控、环境科学、经济学、社会学、公共政策、地理信息等方面的研究人员的交流与合作有限。随着收集具有时空的疾病与健康数据的不断普及，地理信息科学将在疾病与健康的跨学科研究中发挥越来越重要的作用。