在地图中向政策制定者传达不确定性:对当前实践从有意义到误导的系统性范围综述

《PLOS Climate》:Communicating uncertainty to policy makers in maps: A systematic scoping review of meaningful to misleading current practice

【字体: 大 中 小 】 时间:2026年07月29日 来源:PLOS Climate 5.6

编辑推荐:

  政策制定者经常使用地图作为决策支持工具,以支持资源有效分配并增强社区对气候相关健康威胁的抵御能力。然而,地图的高可读性可能伴随着不适当或误导性抽象不确定性的风险。这项系统性范围综述(Systematic Scoping Review)探讨了在亚太地区气候相关传

  
政策制定者经常使用地图作为决策支持工具,以支持资源有效分配并增强社区对气候相关健康威胁的抵御能力。然而,地图的高可读性可能伴随着不适当或误导性抽象不确定性的风险。这项系统性范围综述(Systematic Scoping Review)探讨了在亚太地区气候相关传染病同行评审出版物中,不确定性如何在地理可视化中被传达。一项符合PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)的系统性范围综述于2025年4月在PubMed和Web of Science数据库中进行。纳入标准为描述亚太地区气候敏感人类疾病原始研究且包含一张或多张地图的手稿。研究人员对不确定性在图表中视觉上或图注文字上的明确表示程度进行了定性评估和叙事综合。从最初的2826条搜索结果中识别出66篇手稿,其中大多数(n=52)表明政策制定者、公共卫生当局或健康从业者是预期目标受众。11项研究在地图中以文字形式报告了不确定性,仅3项研究将解释性的不确定性视觉表示明确整合到地图中。研究人员的发现表明,当前亚太地区关于气候相关传染病的大多数面向政策文献并未采用适当的视觉方法在地图中传达不确定性。迫切需要改进当前不确定性视觉沟通的实践,以支持关于气候相关传染病的知情、审慎的政策和规划。
### 论文解读

#### 研究背景与问题
地图作为决策支持工具,在气候相关传染病防控中广泛应用,能够帮助政策制定者识别空间模式、追踪疾病暴发并有效分配资源。然而,地图的高可读性可能掩盖其内在的不确定性,例如数据来源不完整、模型假设误差、时空精度限制等。若不确定性未得到恰当传达,可能导致“难以置信的确定性”(incredible certitude),即对证据和预测的准确性与精确性产生过高估计,从而误导政策决策。尽管已有研究强调不确定性可视化的必要性,但当前实践是否充分支持亚太地区气候相关传染病的地理可视化仍不明确。为此,研究人员开展了一项系统性范围综述,旨在评估该领域同行评审文献中地图如何呈现(或未呈现)不确定性,及其对政策制定的影响。该论文发表于《PLOS Climate》。

#### 技术方法
本研究采用符合PRISMA指南的系统性范围综述方法,于2025年4月检索PubMed和Web of Science数据库,检索策略涵盖气候敏感传染病、亚太地区及地理可视化相关术语。纳入标准包括:英文同行评审原始研究、关注亚太地区气候敏感人类疾病、包含至少一张地图。研究团队通过定性分析,评估地图中不确定性在视觉(图表内)和文字(图注或正文)两方面的表示程度,并采用叙事综合方法归纳结果。数据提取由一名评审员完成,15%的文献进行盲法双核验证,随机检查由另一名研究人员执行。最终从2826条结果中筛选出66篇文献。

#### 研究结果
**3.1 纳入研究概况**:66篇文献的时间跨度为1986年至2025年,96.6%发表于近20年。主要研究疾病包括疟疾、登革热、恙虫病、手足口病和基孔肯雅热等,地理覆盖亚太地区多个国家。

**3.2 目标受众与政策相关性**:约79%(52/66)的文献明确提及政策制定者、公共卫生当局或健康从业者作为目标受众。这些研究通过改进空间预测模型支持疾病控制与消除计划,为制定或更新公共卫生政策提供证据。

**3.3 数据来源**:53%的研究仅依赖二手数据(如国家监测数据库、遥感数据),23%通过实地调查等方式收集一手数据,24%采用混合方法。数据不确定性被分类为低、中、高三级:二手数据通常不确定性较低,一手数据因质量差异和报告偏倚而不确定性较高,混合数据呈中等不确定性。常见问题包括病例少报、数据缺失和监测方法不一致。

**3.4 时间因素**:采样时间差异显著,20项研究仅覆盖高峰季节或特定月份,可能遗漏季节性波动;约15项研究采用多年连续数据,更好捕捉季节趋势。8项研究指出从发病到诊断的延迟,尤其在偏远地区,影响时间聚类分析的可靠性。空间尺度方面,约50%的研究使用国家或区域级聚合数据,27%为区县级,23%为家庭或村级高分辨率数据,但高分辨率数据存在完整性和一致性问题。

**3.5 不确定性的视觉呈现**:多数研究未在地图中明确视觉化不确定性。17项研究仅在正文中定性提及不确定性,未提供定量指标;11项研究在文字中报告统计量(如标准误、p值),但未纳入地图;9项研究在图注中描述不确定性,但未在图中体现。仅3项研究有效整合了不确定性视觉表示,采用贝叶斯决策网络(Bayesian Decision Network, BDN)建模、时空建模、阴影梯度或空间模糊性等方法。7项研究使用了易受可修改面积单元问题(Modifiable Areal Unit Problem, MAUP)影响的聚合空间单元,可能掩盖局部变异。

**3.6 观察与报告不确定性的一致性**:超过三分之一(n=26,39%)的研究未在论文中报告任何不确定性;37项研究报告了部分不确定性,但内容不完整。这种不透明报告可能导致政策制定者对数据精确性产生过度自信。

#### 讨论与结论
讨论部分指出,尽管数据来源可靠,大多数研究仍忽视不确定性可视化,仅3篇文献在地图中明确呈现不确定性。这一现象与十年前Kinkeldey等(2015)的观察一致,表明改进需求长期存在。当前实践受限于机构惯性、软件工具局限(如Power BI、Excel难以支持复杂可视化)、研究人员培训不足以及政策制定者对简化输出的偏好。未来需加强跨学科合作(地理信息学、决策科学、流行病学、行为科学),提高政策制定者对不确定性价值的认识,并通过共同设计(co-design)和可用性测试确保地图满足需求。结论部分强调:有效的地理空间地图不仅依赖数据与建模质量,还需透明呈现不确定性。本综述揭示了亚太地区气候敏感传染病空间流行病学研究中不确定性沟通的关键缺口。尽管数据收集方法与技术快速进步,但不确定性在数据与建模中的明确传达仍持续缺失,可能导致误解、误信和次优政策响应。研究人员呼吁在空间健康研究中标准化不确定性沟通,结合视觉工具、文字解释以及与政策最终用户的共同设计,以增强空间输出的可信度,并确保地图成为负责任的政策决策工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号