区域健康数据的跨学科探索

原创于 2025-10-17 05:25:28 发布 · 312 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#区域健康 # 跨学科 # 统计学 # 制图学 # 数字技术

引言

“用于构建的手段之思考成为思考的手段” 保罗·瓦莱里 [SIG 00]

本书源于一位关注健康相关问题的环境数学家/研究人员与一位专注于医学信息处理的公共部门医生及大学讲师之间的合作。两位作者均在蔚蓝海岸大学（UCA）医学院的风险工程与健康信息技术系（IRIS – département d’ingénierie du risque et informatique de santé）任教。

此前，作者曾合作编写了一套面向所有医学生共同修读的第一年大学课程的数学与生物统计学多项选择题（MCQs），该书由埃利普斯出版社出版。

科学的任何一个分支都没有其独有的主题；相反，每个学科都提供了观察那些也可能被其他学科所研究的主题的独特视角[CHA 03]。

复杂性的范式呼吁我们重新思考将同一主题的不同侧面和观察角度联系起来的相互作用。事实上，当学科将研究对象割裂或孤立时，复杂性便不可见了。因此，建立联系是必要的。当我们面对一个丰富且多维度的主题时，仅仅简单堆砌各个学科的贡献并不足以获得意义[MOR 02]。借用跨学科性另一位理论家巴西拉布·尼科列斯库的说法，理解复杂主题需要一场“学科的大爆炸”，其目标是将多学科思维——正如莫兰提到“简单叠加学科”的不足时所指的——转变为一种跨学科思想，它同时存在于各学科之间、贯穿于各学科之中并超越学科[NIC 94]。

鉴于健康处于人类与其环境相互依存的核心位置，且依赖于多种因素与协因素，这一主题已促成了各学科之间的大量合作。然而，每个学科的独特性和单一性既是它们互补的前提，也是彼此之间产生矛盾、误解和方法论分歧的根源。因此，在对环境与健康问题进行跨学科描绘时，需要找到中立地带——即交汇点，以便整合这两个领域之间相互作用的诸多维度。区域便是这样一个交汇点。

本书从空间与时间尺度出发，结合环境问题（尤其是空气污染）探讨了健康数据的新视角。本书面向所有关注区域健康数据演变与处理的读者。作者在撰写时选择了以环境领域的具体实例为基础进行系统性反思，而非编写一本教科书，尽管各章仍提供了必要的背景提示。本书虽遵循基于健康和/或环境数据应用历史演变的逻辑结构，但每一章均可独立阅读和理解。

不同的章节探讨了处理和表示健康数据的各种方法，并通过回顾近年来产生的学术文献来支持讨论。目的不是对所有使用的方法进行全面详述，而是让读者了解每种方法的优缺点。感兴趣的读者可以通过查阅文中及参考文献中提到的大量参考资料，进一步了解各个主要章节（统计学、制图学、数字技术）的主题内容。本书将这些方法的复杂性置于一个更广泛的框架中——即区域，特别是城市，因为健康、环境和社会问题主要集中于城市。

第一章区域的概念

第一章介绍了区域的概念——一个本质上具有多义性和多功能性的术语。它探讨了环境与健康之间的联系，采用多尺度方法，涵盖空间和时间术语，并定义了一个新领域：环境-健康空间。通过学术文献中的实例，该章还讨论了暴露问题，无论是通过队列监测还是通过模型进行。同时，它运用了“健康领域”和“领土的健康”这两个表达方式。

第2章统计学的作用

第2章讨论数据，特别是统计学（我们三联图中的第一个要素）在理解特定区域健康问题方面所做出的贡献。通过多个实例说明某些统计技术，本章旨在使读者对如何运用数据来理解健康与环境之间的联系获得一定的视角。随着数据量的迅猛增长和数据类型的日益多样化（“大数据”），本章还将探讨指标的相关性、数据结构对齐问题，以及在此不可避免地涉及敏感背景下的伦理问题。

第3章信息表示与制图学

第三章考察信息表示，供公众、学术界或政治决策者查阅。在各种信息表示技术中，有一种因其传播特性而脱颖而出：即制图学（我们三联图中的第二个要素）。然而，即便是制图学也存在其局限性。本章将讨论此类空间表达的优缺点，特别是关于尺度交错和可变面积单元问题（MAUP），以及数据的聚合与disaggregation。鉴于数据可获得性及临床伦理的限制，我们探讨了用于衡量环境与健康联系的最佳尺度。