综述：精准公共卫生的出现与未来：范围综述

这篇综述系统梳理了精准公共卫生（Precision Public Health, PPH）的发展脉络，通过范围性文献分析揭示了其作为新兴技术领域的特征：快速增长的文献量、术语定义的动态演变（如“精准群体健康”等替代术语的出现），以及数据驱动（如AI、机器学习）与传统方法（如流行病学统计）的融合争议。作者采用社会技术视角，指出PPH的核心矛盾在于承诺（如精准干预降低健康差异）与实证证据不足之间的落差，强调未来需通过透明化研究和利益相关者协商达成定义共识。

　　

Abstract

精准公共卫生作为新兴领域，正通过大数据和技术的快速应用重塑公共卫生实践。其核心在于利用新兴技术（如人工智能、机器学习）提升疾病预测和干预的精准度，但术语定义和实际价值仍存在争议。本综述通过社会技术框架分析515篇文献，揭示PPH的演变轨迹：从2015年首次提出时的模糊概念，到近年逐渐聚焦数据整合与多学科方法，同时衍生出“精准群体健康”等20余种替代术语。

Methods

采用PRISMA-ScR指南的系统范围综述方法，检索CINAHL、PubMed等六大数据库2015-2021年间包含“precision public health”精确短语的文献。通过框架分析法对定义、术语及作者/资助特征进行编码，重点关注技术特征与社会争议点。

Results

术语演变：首篇文献（2015年）将PPH定义为“应用新兴技术测量人群疾病暴露并开发靶向政策”，随后6年内出现23种替代术语，如“精准群体健康”（2016）强调群体分层，“数字流行病学”（2017）突出技术工具。2020年后定义趋于稳定，89%文献认可其“多源数据（生物、空间、社会决定因素）整合”特征。

技术争议：

1. 数据驱动：76%文献将机器学习与基因组数据列为关键工具，但15%批评其过度依赖技术而忽视传统流行病学证据；
2. 干预逻辑：67%支持高风险群体靶向（如地理分层），而33%主张全人群覆盖以降低健康不平等；
3. 证据等级：仅0.69%为随机对照试验，41%为专家观点，反映实证基础薄弱。

地域差异：51%作者来自美国，88%研究集中于高收入国家，凸显全球健康应用的不均衡。

Discussion

新兴技术特征：

• 快速生长：年发文量增长600%（2015-2021），资助方从Robert Wood Johnson基金会扩展到欧盟等多元主体；
• 定义博弈：替代术语如“精准家访”（2020）试图拓展应用场景，但加剧概念碎片化；
• 承诺风险：机器学习预测模型虽被寄予厚望，但缺乏成本效益实证，可能引发“技术乐观主义”泡沫。

实践挑战：

1. 证据重构：传统流行病学强调群体证据，而PPH依赖实时个体数据，引发方法论冲突；
2. 公平悖论：基因组分层可能放大医疗资源分配差异，需平衡“精准”与“普惠”；
3. 语言共识：作者建议采用“动态协商定义”，兼容不同利益相关者（如政策制定者与社区群体）的价值诉求。

Conclusion

精准公共卫生正处于“技术青春期”——充满创新潜力但尚未成熟。未来需通过三轨并进：

1. 证据生成：优先资助RCT和成本效益研究；
2. 伦理框架：明确数据使用边界，如合成数据的伦理风险；
3. 全球对话：建立低收入国家参与的研究联盟，避免技术殖民主义。正如某学者所言：“PPH不是要取代传统公共卫生，而是为其装上数字时代的指南针”——关键在于校准方向而非盲目加速。