美国进食障碍治疗的空间可及性和远程医疗可及性：来自注册数据和大型语言模型增强数据的证据

《International Journal of Health Geographics》：Spatial and telehealth accessibility to eating disorder treatment in the United States: evidence from registry and LLM-augmented data

　　

摘要

背景

获得足够的地理便利性以接受饮食失调治疗对于及时获得护理至关重要。然而，面对面治疗和远程医疗项目的分布情况，以及它们在城乡地区和不同社会经济条件社区中的可及性仍不清楚。

方法

我们将国家饮食失调联盟（National Alliance for Eating Disorders）提供的官方饮食失调项目注册信息与使用ISTARI.AI和大型语言模型从美国域名构建的AI增强型网络语料库相结合。经过清洗和链接后，我们分析了328个提供面对面治疗的注册中心以及2,045个实体地点的邻近性检查；远程医疗项目主要限于强化门诊和部分住院治疗。面对面治疗的可及性是通过两步浮动覆盖区方法（2SFCA）根据项目容量在人口普查区层面进行估算的。远程医疗的可及性则使用无边界的两步虚拟覆盖区方法（u2SVCA）进行估算，该方法考虑了互联网订阅对需求的影响。我们还计算了30英里范围内的邻近性指标，包括最近距离和最佳可用设施规模。人口和相关变量数据来自美国社区调查（American Community Survey）和2020年人口普查。多变量普通最小二乘模型将可及性与家庭收入中位数、农村地区占比、教育水平、保险状况以及种族或族裔进行了关联分析。基于相关性的敏感性分析比较了不同数据来源和服务模式下的指标，这些服务模式要么允许跨州治疗，要么将治疗限制在州内。

结果

大型语言模型从网页摘要中分类员工规模的准确率为0.641，Cohen’s kappa值为0.176。面对面治疗的资源集中在大都市走廊地区，而在农村地区的距离更远，可及性较低；允许跨州治疗可以改善许多边境附近的医疗便利性，而州内的限制则降低了内陆州的可达服务能力。人均远程医疗资源的可用性因州而异，在扣除订阅费用后，南部和内陆西部地区的有效远程医疗可及性较低，阿拉斯加的平均距离最长。回归模型显示了明显的农村地区和收入水平差异：较高的收入和城市居住与较短的距离和较高的可及性相关，而农村地区则与面对面治疗和远程医疗的可及性较差相关。一旦纳入社会经济因素，黑人和拉丁裔人口比例的条件关联效应较小。AI增强型数据集的邻近性指标与基于注册信息的2SFCA评分有中等程度的相关性，远程医疗和面对面治疗的可及性显示出较低但非零的相关性，这表明这两种方法捕捉到了潜在可及性的不同维度，而数据来源之间的差异也可能反映了覆盖范围和测量方法的差异。

结论

在美国，饮食失调治疗的可及性仍然存在不均衡现象。大都市地区以外的面对面治疗资源较为稀缺，而远程医疗虽然扩大了服务范围，但仍受到宽带订阅和州级行政边界的影响。将注册数据与AI增强的提供者信息以及结合面对面和远程医疗可及性的模型相结合，有助于识别服务资源有限的社区。这些发现支持了扩大跨州治疗途径、提高宽带可负担性和可用性以及增加项目容量报告透明度的政策努力。