利用手机位置数据量化灾害期间医疗服务的可及性中断情况：以贝丽尔飓风为例

《Progress in Disaster Science》：Quantifying healthcare accessibility disruptions using mobile phone location data during disasters: A case study of hurricane Beryl

　　

林彬彬|蔡恒|田浩|傅丹|帕拉什·钱德拉·达斯|纳兹穆恩·纳哈尔·苏米娅|尹正聪

摘要

在灾难期间，医疗设施是至关重要的基础设施，但其可访问性容易受到自然灾害的影响，从而影响常规医疗服务和紧急救援。了解灾难如何影响医疗机构的就诊情况至关重要，但以往依赖模型假设的研究未能捕捉到中断和恢复的实际情况。移动电话位置数据的可用性提供了前所未有的时空分辨率和覆盖范围，使得能够详细评估灾难对医疗就诊的影响。本研究基于SafeGraph移动数据开发了一个流动性中断指数（MDI），量化了2024年7月贝丽尔飓风过后德克萨斯州哈里斯县4003家医疗机构的就诊变化情况。通过整合夜间光照图像、气象数据和社会经济指标，我们应用空间回归模型来分析风暴强度、基础设施故障、社区特征与医疗就诊中断之间的关系。研究结果表明，中型医疗机构和医生办公室受到的影响最大，但恢复速度也最快；而医疗和诊断机构则经历了更长时间的中断。空间滞后模型显示，非白人人口比例和中位数家庭收入对流动性中断有显著影响：非白人居民较多的社区就诊量下降更为明显，这反映了结构上的脆弱性和危险暴露的不平等。中位数家庭收入较高的社区受到的影响更为严重，这可能是因为这些社区有能力通过远程医疗或私人医疗服务等替代方式推迟非紧急护理。此外，停电导致受灾地区出现流动性中断，并对周边社区产生了连锁反应。本研究强调了需要优先支持容易受到灾难影响的医疗机构，并为脆弱社区制定有针对性的应对策略。