چارچوبی برای شناسایی و طبقه بندی مناطق اقتصادی اقتصادی همگن در تجزیه و تحلیل تنوع مراقبت های بهداشتی

دسترسی آزاد این مقاله با توجه به مجوز بین المللی Creative Commons Attribution 4. 0 (http://creativeecommons. org/licenses/by/4. 0/) توزیع می شود ، که امکان استفاده ، توزیع و بازتولید نامحدود در هر رسانه ای را فراهم می کند ، مشروط بر اینکه به شما ارائه می دهد ، مشروط بر اینکه به شما بدهد ، مشروط بر اینکه به شما ارائه شود ، مشروط بر اینکه به شما ارائه شود ، به شرط آنکه به شما ارائه شود ، به شرط آنکه به شما امکان پذیر باشد ، توزیع و تولید مثل و تولید مثل در هر رسانه ای ، به شرط آنکه به شما ارائه شود ، به شرط آنکه به شما امکان پذیر باشد ، توزیع و تولید مثل و تولید مثل نامحدود است. اعتبار مناسب برای نویسنده (های) اصلی و منبع ، پیوندی به مجوز Creative Commons ارائه می دهد و نشان می دهد که آیا تغییراتی ایجاد شده است. چشم پوشی از فداکاری دامنه عمومی Creative Commons (http://creativeecommons. org/publicdomain/zero/1. 0/) در مورد داده های موجود در این مقاله اعمال می شود ، مگر اینکه به طور دیگری بیان شده باشد.

داده های مرتبط

تمام داده های تولید شده در طول این مطالعه در این مقاله منتشر شده و پرونده های اضافی آن 1 ، 2 ، 3 و 4 گنجانده شده است.

خلاصه

زمینه

اگر واحدهای مکانی از نظر اجتماعی و اقتصادی معنی دار باشند ، تشخیص تغییر شاخص های بهداشتی در مناطق مشابه یا جغرافیای همسالان ، اغلب مفید است ، به طوری که در هر واحد درجه ای از همگن وجود دارد. شاخص ها غالباً برای تولید خلاصه ای از وضعیت اقتصادی اقتصادی یا اقدامات دیگر در مناطق کوچک جغرافیایی ساخته می شوند. مناطق بزرگتر ممکن است با استفاده از الگوریتم های منطقه ای ساخته شوند. با این حال ، هیچ دستورالعمل صریح در ادبیات برای گروه بندی جغرافیای همسالان بر اساس اقداماتی مانند شاخص های اقتصادی و اقتصادی سطح منطقه وجود ندارد. علاوه بر این ، با افزایش اندازه یک منطقه ، استفاده از نمره شاخص کمتر معنی می یابد. در این مقاله یک چارچوب آماری آسان برای شناسایی و طبقه بندی مناطق همگن ارائه شده است. ما شاخص های همگن و موقعیت مکانی را برای اندازه گیری غلظت و ارزش مرکزی به ترتیب توزیع اقتصادی اقتصادی یک مناطق پیشنهاد می کنیم. ما همچنین مجموعه ای شفاف از معیارهایی را ارائه می دهیم که یک محقق می تواند برای تعیین اینکه آیا مجموعه ای از جغرافیای پیشنهادی قابل قبول همگن هستند یا به پالایش بیشتر نیاز دارند ، ارائه می دهیم.

نتایج

ما از چارچوب خود برای ارزیابی همگن اقتصادی و اقتصادی از جغرافیای سرشماری متداول SA3 استرالیا استفاده کردیم. این نتایج نشان داد که تقریبا 60 ٪ از واحدهای سرشماری SA3 احتمالاً از نظر اقتصادی و اقتصادی ناهمگن هستند و از این رو برای ارائه سطح منطقه ای اقتصادی و اقتصادی نامناسب هستند. ما همچنین نشان دادیم که شاخص مکان یک اندازه گیری توصیفی قوی تر از توزیع در مقایسه با سایر اقدامات تمایل مرکزی است. سرانجام ، از روش پیشنهادی برای تجزیه و تحلیل تنوع استاندارد سن از حضور در GP در یک منطقه کلانشهر استفاده شد. نتایج حاکی از آن است که شرکت کنندگان GP بسیار بالا (20+ بازدید) در SA3 با بیشترین ضرر اقتصادی اقتصادی زندگی می کنند. این یافته ها نشان داد که خانوارهایی که دارای درآمد کم و خانواده هایی با فرزندان و والدین بیکار هستند ، رانندگان اصلی برای تشخیص جوامع محروم هستند.

نتیجه

نرخ شاخص های گزارش دهی برای جغرافیای گروه بندی شده با توجه به شباهت ممکن است برای تجزیه و تحلیل تنوع جغرافیایی مفید باشد. استفاده از چارچوبی برای شناسایی جغرافیای همسالان معنی دار با ارائه جغرافیای گروه همسالان واقع بینانه و معتبر ، برای برنامه ریزان بهداشت و سیاست گذاران مفید خواهد بود.

مواد تکمیلی الکترونیکی

نسخه آنلاین این مقاله (10. 1186/S12942-018-0162-8) حاوی مطالب تکمیلی است که در دسترس کاربران مجاز است.

واژه‌های کلیدی: همگن ، تنوع جغرافیایی ، گروههای اقتصادی ، گروههای همسالان ، گزارش دهی ، ضرر ، شاخص جینی ، خوشه بندی ، داده های منطقه سرشماری ، متغیرهای طبقه بندی

مقدمه و پیشینه

انتخاب یک واحد جغرافیایی مناسب از تجزیه و تحلیل یک تصمیم کلیدی برای تجزیه و تحلیل و تفسیر تغییر جغرافیایی شاخص های مرتبط با سلامت است [1 ، 2]. معمولاً توافق می شود كه تنوع غیرمجاز با اثرات مکانی واحد جغرافیایی همراه نباشد [3] ، و تشخیص تغییر در مناطق جغرافیایی اغلب تنها در صورتی مفید است كه واحدها از خصوصیات مشابهی برخوردار باشند. بنابراین ، مهم است که تعریف کنیم که دو واحد جغرافیایی قابل مقایسه است.

به عنوان مثال شاخص هایی را نشان دهید که فرکانس بازدیدهای GP را نشان می دهد. در سال 2012-2013 2. 9 میلیون (12. 5 ٪) استرالیایی که مکرراً شرکت کنندگان در پزشک عمومی بودند و بیش از 12 بازدید از پزشکان در سال داشتند. این افراد به احتمال زیاد پیرتر بودند و در مناطق روستایی با بیشترین ضرر اقتصادی اقتصادی زندگی می کردند [4]. از نظر وضعیت اقتصادی و اقتصادی ، شرکت کنندگان GP بسیار بالا (بازدید از 20+ پزشک معالج) تقریباً دو برابر بیشتر از شرکت کنندگان در GP کم (1-3 بازدید پزشک معالج) در مناطقی با بیشترین نقطه ضعف اقتصادی اقتصادی (29 ٪ در مقایسه با 16 ٪) زندگی می کردند. واداین تفاوت های جمعیتی و اقتصادی و اقتصادی تقریباً یک چهارم از تغییر در هزینه های مدیکر در مناطق [4 ، 5] را تشکیل می دهد و با خطر بستری شدن برای شرایط حساس به مراقبت های سرپایی ارتباط زیادی دارد [6 ، 7].

به منظور تنظیم این اختلافات ، استاندارد سازی برای سن و وضعیت اقتصادی اقتصادی به طور معمول برای از بین بردن تغییرات مشروع یا ضمانت انجام می شود [8]. با این حال ، این تنظیمات ممکن است همیشه کافی نباشد [9] و تجزیه و تحلیل می تواند با این واقعیت مانع شود که واحدهای جغرافیایی تجزیه و تحلیل در ابعاد دیگر که با شاخص علاقه همراه هستند ناهمگن هستند.

یک رویکرد برای کاهش ناهمگونی منطقه مورد مطالعه ، ضمن حفظ معناداری واحدهای تحلیل ، اتخاذ جغرافیایی سرشماری است که شامل واحدهای فضایی است که از نظر اجتماعی و اقتصادی معنی دار هستند به طوری که در هر واحد درجه ای از همگن وجود دارد. ایده اصلی این رویکرد این است که اثرات منطقه بر سلامتی در مناطق همگن بیشتر قوی تر است [10 ، 11]. سطح بالایی از همگن در بین افراد و خانوارها در هر منطقه در یک شاخص سطح منطقه معین منجر به رابطه قوی بین شاخص سطح منطقه و شاخص های سطح فردی می شود [12 ، 13]. بنابراین ، اپیدمیولوژیست ها و جغرافیدانان استدلال کرده اند که واحدهای دارای همگن اجتماعی بیشتر برای مطالعه ارتباط بین خصوصیات واحد و یک شاخص سلامت معین مناسب هستند [14]. این خاصیت باعث می شود آنها برای تفسیر تنوع در واحدهای مشابه مناسب باشند.

پس از این رویکرد ، می توان با ارائه و گزارش تنوع یک شاخص با استفاده از واحدهای جغرافیایی که خصوصیات مشابهی دارند ، بهتر به عنوان "گروه های همسالان" شناخته شوند [15 ، 16]. در اینجا تأکید لزوماً بر توضیح تغییرات نیست ، بلکه بیشتر بر تولید یک تصویر قابل اعتماد از تغییر در شاخص های بهداشتی در یک منطقه است ، و این امکان را برای تغییر در مخدوشان استاندارد مانند سن ، جنس و وضعیت اقتصادی اقتصادی فراهم می کند. نرخ ها معمولاً برای سن و جنس تعدیل می شوند و باعث می شود وضعیت اقتصادی و اقتصادی با انتخاب معقول گروههای همسالان به حساب بیاید. بنابراین ، شاخص های گزارش توسط مناطق مشابه اقتصادی اقتصادی و اقتصادی ، یک روش مفید برای تجزیه و تحلیل تغییرات مراقبت های بهداشتی را فراهم می کند.

با توجه به تعداد زیادی از متغیرهایی که می توانند برای اندازه گیری وضعیت اقتصادی اقتصادی در رابطه با سلامتی استفاده شوند ، یک پروکسی اغلب بر اساس در دسترس بودن داده ها انتخاب می شود. در زمینه استرالیا ، معیار اصلی پروکسی اقتصادی و اقتصادی که برای گزارش تنوع شاخص های بهداشتی توسط ادارات و آژانس های ملی استفاده می شود ، شاخص نقطه ضعف اقتصادی اقتصادی (IRSD) است که توسط دفتر آمار استرالیا (ABS) از داده های سرشماری جمعیت حاصل می شود [17–19]. IRSD با خلاصه کردن ویژگی های جمعیتی مانند درآمد کم ، دستیابی به تحصیلات کم ، بیکاری زیاد و مشاغل در مشاغل نسبتاً غیر ماهر ، هر منطقه را از هر منطقه نمره می دهد. به عنوان مثال ، اگر بسیاری از خانوارهای با درآمد کم ، بسیاری از افراد دارای صلاحیت ضعیف یا بسیاری از افراد در مشاغل غیر ماهر وجود داشته باشند ، می تواند نمره کم داشته باشد. برای سهولت در تفسیر ، می توان مناطق را با نمره IRSD خود رتبه بندی کرد و بر اساس رتبه آنها به گروه ها (به عنوان مثال Quintiles یا Deciles) طبقه بندی می شود.

در این زمینه ، یکی از مهمترین چالش ها در انتخاب یک واحد جغرافیایی مناسب ، مربوط به یک سازش کافی بین داشتن یک واحد به اندازه کافی بزرگ برای به دست آوردن نرخ شاخص های پایدار و تار شدن تغییرات محلی معنی دار است [20] ، ضمن حفظ ویژگی های همگن جمعیت مسکونی[21 ، 22].

به طور سنتی ، سازمان های دولتی برای گزارش نتایج و شاخص های مختلف از جغرافیای مختلفی استفاده می کنند. به عنوان مثال ، دستگاه های سرشماری در ایالات متحده و مناطق فوق العاده خروجی فوق العاده (LSOAS) در انگلستان با هدف همگن بودن در طول متغیرهای مختلف اقتصادی و اقتصادی طراحی شده اند. دستگاه های سرشماری در ابتدا با توجه به اجاره ، شغل و آموزش نسبتاً همگن طراحی شده بودند [23] و به طور معمول بین 2500 تا 8000 نفر حاوی هستند [24]. مناطق فوق العاده خروجی لایه پایین (LSOA) از مناطق خروجی (OAS) ساخته شده و حاوی 1000-3000 نفر از ساکنان است. آنها از نظر تصرف مسکن و نوع مسکن طراحی شده اند [25]. اندازه گیری همگن مورد استفاده در ایجاد سرشماری OAS 2001 در انگلستان [26] بر اساس همبستگی داخل منطقه معرفی شده توسط Tranmer و Steel [27] ، که برای یک متغیر مداوم یا دوگانگی تعریف شده است ، و در بیشتر مورد بحث قرار خواهد گرفت. جزئیات بعداً در این بخش.

در استرالیا ، یک جغرافیای سرشماری متداول که برای گزارش و نقشه برداری استفاده می شود ، سطح آماری سطح 3 (SA3) است [28 ، 29]. SA3 ها به منظور ارائه یک منطقه ای از استرالیا طراحی شده اند و معمولاً بین 30،000 تا 130،000 نفر جمعیت دارند. در شهرهای بزرگ آنها نماینده منطقه ای هستند که توسط یک مرکز حمل و نقل و قطب تجاری اصلی سرویس می شوند. در مناطق منطقه ای آنها نماینده منطقه ای هستند که توسط شهرهای منطقه ای با جمعیت بیش از 20،000 نفر سرویس می شوند. در مناطق بیرونی منطقه ای و دورافتاده ، آنها مناطقی را نشان می دهند که به طور گسترده ای به عنوان هویت مشخصی شناخته می شوند و از ویژگی های اجتماعی و اقتصادی مشابهی برخوردار هستند.

در حالی که به طور گسترده مورد استفاده قرار می گیرد ، اکثر SA3 در سراسر استرالیا در شهرهای بزرگ قرار دارند ، جایی که ترکیب جمعیت احتمالاً در یک منطقه جغرافیایی ناهمگن است. بنابراین ، این واحدهای گزارشگر اغلب برای تولید آمار خلاصه نماینده بسیار بزرگ یا متنوع هستند [30]. واحدهای مکانی کوچکتر واقع در SA3 ممکن است طبقه بندی شود که منجر به گروه بندی آنها در گروه های همسالان ناسازگار می شود. این یک مسئله شناخته شده در تجزیه و تحلیل مبتنی بر منطقه است [31] و معمولاً به عنوان مشکل واحد قابل اصلاح واحد گفته می شود [32]. ناهمگونی واحد گزارش دهی همچنین ممکن است منجر به تفسیر نادرست در مورد تغییر پدیده مورد مطالعه و نتیجه گیری گمراه کننده در تجزیه و تحلیل عملکرد مراقبت های بهداشتی شود.

بنابراین ، استفاده از تنها یک نمره شاخص در یک جغرافیای بزرگ ممکن است گزارش از ضرر نسبی اقتصادی و اقتصادی یک منطقه را بیش از حد ساده تر کند ، و مقایسه تنوع در یک گروه همسالان باید با ارزیابی میزان میزان این واحدهای جغرافیایی در گروه همسالان همراه باشد. داخلی همگن. به همین دلیل ، همیشه توصیه می شود که همگن یک جغرافیای معین قبل از هر تجزیه و تحلیل ارزیابی شود [11 ، 21 ، 33].

علیرغم ارتباط این موضوع ، تعداد کمی از محققان سعی در ارزیابی همگن یک منطقه جغرافیایی با استفاده از یک شاخص اقتصادی و اقتصادی داشتند. تلاش شده توسط Flowerdew [34] برای ساخت یک سیستم منطقه جدید برای انتشار برای انتشار آمار محله اسکاتلند انجام شد. برای ساخت و ساز منطقه داده ، همگن اجتماعی با استفاده از شاخص محرومیت Townsend [35] ارزیابی شد و با کم کردن تعداد Decile حاوی کمترین امتیاز از Decile حاوی بالاترین امتیاز محاسبه شد. با این حال ، این مقدار به وضوح تحت تأثیر Outliers قرار دارد و بنابراین برای طبقه بندی توزیع بسیار ناچیز نامناسب است. علاوه بر این ، نویسنده تعریف عملیاتی از منطقه همگن ارائه نمی دهد.

یک رویکرد متفاوت برای تعریف مناطق اقتصادی اقتصادی همگن شامل در نظر گرفتن متغیرهای اجتماعی و اقتصادی به طور جداگانه است. به دنبال این روش ، فولاد و Tranmer با استفاده از داده های سرشماری انگلیس ، یک اندازه گیری همگن را برای توزیع یک متغیر چند طبقه ارائه دادند [36]. این یک اندازه گیری مبتنی بر واریانس است ، که وزن آن در اندازه جمعیت واحدها در منطقه جغرافیایی به حساب می آید. این تعریف ، با این حال ، برای اندازه گیری همگن یک اندازه گیری نظم مانند شاخص اقتصادی اقتصادی مفید نیست: نمرات شاخص مقدار ضرر را نشان نمی دهد و به همین ترتیب هیچ رابطه حسابی معنی دار بین ارزش ها وجود ندارد.

پیچیدگی دیگر در برخورد با همگن بودن شاخص های اقتصادی و اقتصادی موجود در ادبیات ، کیفیت انتزاعی آنها است. به عنوان مثال ، اغلب مشخص نیست که از نظر ویژگی های اقتصادی و اقتصادی آن منطقه به معنای "منطقه همگن" چه معنایی دارد. به عنوان مثال ، هنجار این است که در نظر بگیریم که اگر یک منطقه خاص به طور متوسط بخش بیشتری از افراد با اندازه گیری مربوط به ضرر داشته باشد ، ممکن است آن منطقه به عنوان محروم در نظر گرفته شود. انتخاب نسبت به برش مناسب دشوار است. به عنوان مثال ، "داشتن 30 ٪ از ساکنان یا خانوارهایی که به عنوان محروم طبقه بندی شده اند ، پیامدهای مختلفی برای منطقه 200،000 نسبت به یکی از 20،000 دارد" [37]. بر خلاف محرومیت مطلق ، که به آستانه حداقل ضرورت اشاره دارد ، مانند قطع کم درآمد ، محرومیت نسبی یک اندازه گیری مقایسه ای است. بنابراین ، مقایسه مستقیم سطح محرومیت مناسب است که واحد تجزیه و تحلیل برای پوشش جمعیت تقریباً برابر طراحی شده است.

در این تنظیم کلی ، طیف وسیعی از اقدامات خلاصه برای توصیف محرومیت نسبی برای جغرافیای سطح بالاتر استفاده می شود [38]. یک مثال میزان اندازه گیری شاخص محرومیت چندگانه است [38]. این اندازه گیری از ترکیبی وزنی از جمعیتی که در سه دهکده محروم از توزیع زندگی می کنند ، استفاده می کند. این رویکرد تحلیلی برای مقایسه مناطق محروم مفید است ، اما تعریف عملیاتی از منطقه همگن را ارائه نمی دهد.

به تمام این دلایل ، برای تعیین چگونگی عملکرد و اندازه گیری آن ، لازم است که همگن را دقیقاً تعریف کنیم.

یک رویکرد برای تقویت توضیحات نقطه ضعف اقتصادی و اقتصادی یا هر شاخص دیگر ، استفاده از اطلاعات توزیع داده های واحدها در هر منطقه است. در این مقاله یک چارچوب کلی برای شناسایی خصوصیات توزیع مجموعه داده های مناسب برای ارائه و گزارش اطلاعات قابل مقایسه مناطق جغرافیایی با همسالان ارائه شده است. به طور دقیق تر ، ما یک شاخص همگن (HI) و یک شاخص مکان (LI) با هدف اندازه گیری به ترتیب غلظت و گرایش اصلی توزیع احتمال ایجاد می کنیم.

به طور خاص ، ما به توزیع جمعیت در گروه Decile SA3 IRSD نگاه می کنیم. از نظر مفهومی ، ارزش HI توزیع تعدادی بین 0 تا 1 است که به عنوان میزان تمرکز جمعیت در بین مجموعه دسته های آن منطقه تعریف می شود. به عنوان مثال ، در مورد Decile IRSD ، HI از صفر حداقل غلظت را بیان می کند و هنگامی اتفاق می افتد که جمعیت به طور مساوی در بین همه دسته های Decile توزیع شود (یعنی Decile IRSD شامل 10 ٪ از جمعیت است). برعکس ، اگر کل جمعیت در یک دهکون واحد متمرکز شود ، یک مقدار HI برابر با 1 حاصل می شود. در حالت دوم ، هیچ تنوع در منطقه در آن مشخصه وجود ندارد و جغرافیا به طور منحصر به فرد توسط ارزش اصلی توزیع مشخص می شود.

LI از توزیع به مقوله ای اشاره دارد که می تواند نماینده کل جمعیت در یک واحد در نظر گرفته شود. به عنوان مثال ، در مورد دهک های IRSD ، یک LI از یک منطقه بسیار ناتوان نشان می دهد در حالی که یک ده نفر از ده منطقه با کمترین میزان ضرر را نشان می دهد. ما پیشنهاد می کنیم از ترکیب Li و HI برای شناسایی گروه های همسالان واحدهای مکانی استفاده کنیم زیرا LI (یا IRSD به تنهایی) برای این منظور کافی نیست.

سرانجام ، این رویکرد به ما امکان می دهد تا تجسم داده های چند متغیره را تسهیل کنیم. تجسم تعداد زیادی از متغیرها در نقشه های موضوعی دشوار است. با استفاده از رویکرد ما ، ویژگی های فردی مانند بروز شاخص های مرتبط با سلامتی در یک جغرافیای خاص و ویژگی های آن منطقه را می توان در یک داشبورد منفرد با دو شاخص ترکیب کرد.

در شکل 1 ، ما چارچوب مفهومی پیشنهادی را نشان می دهیم که می تواند برای ارزیابی مناطق همگن در مطالعات جغرافیایی سلامت مفید باشد. تصمیم اول انتخاب منطقه جغرافیایی بزرگتر (به عنوان مثال SA3) و زیر واحد های آن (به عنوان مثال SA1: جغرافیای ABS کوچکتر) است. سپس ، بعد متنی که در طی آن فرد مایل به اندازه گیری همگن منطقه جغرافیایی است باید تعریف شود (به عنوان مثال SEIFA ، شاخص های اقتصادی و اجتماعی برای مناطق). سوم ، انتخاب متغیر مورد استفاده در مدل باید از زمان اندازه گیری همگن در بین دسته های مختلف بدون هماهنگ یا چند منظوره از یک متغیر مشخص شود ، به مجموعه متفاوتی از ابزارهای اندازه گیری (به عنوان مثال Decile IRSD) نیاز دارد. سرانجام ، انتخاب مدل آماری مورد استفاده برای نشان دادن خصوصیات توزیع منطقه. ما علاقه مند به اندازه گیری و عملیاتی کردن توزیع یک متغیر نظم طبقه بندی شده مانند نسبت افراد در هر دسته از Decile از IRSD هستیم.