211service.com
Ser for seg bedre helseresultater for alle
I samarbeid med Esri
Den nåværende covid-19-pandemien har satt søkelyset på langvarige helseulikheter for fargede. I følge Centers for Disease Control and Prevention, sammenlignet med den generelle befolkningen i USA, er afroamerikanere 1,4 ganger mer sannsynlig å få koronaviruset , og 2,8 ganger større sannsynlighet for å dø av covid-19. På samme måte har indianere og latinamerikanere/latinoer nesten dobbelt så stor sannsynlighet for å bli infisert av koronavirus, og 2,5 til 2,8 ganger større sannsynlighet for å dø av det.
Bak denne statistikken ligger betydelige strukturelle, sosiale og romlige problemer. Men hvorfor er dette? Og hvordan begynner vi å kvantifisere og adressere de nestede problemene med folkehelseulikhet?
Forstå geografien til helseulikhet
Et verktøy som kan hjelpe oss å forstå den høyere koronavirusinfeksjonen og dødsraten blant fargede mennesker, er kartlegging produsert av et geografisk informasjonssystem (GIS). GIS korrelerer geografi til nøkkelspørsmål ved å legge sammen relevante, noen ganger tilsynelatende forskjellige data, for å oppnå klarhet i komplekse situasjoner.
For eksempel var en av de første tingene GIS-brukere og epidemiologer kartla i pandemien plasseringen av sårbare befolkninger. Hvert lag med data tok hensyn til ulike medvirkende faktorer til slik sårbarhet. Disse inkluderer potensiell eksponering gjennom viktige jobber; sykdomsfølsomhet for eldre og personer med visse helsemessige forhold; risikoen for overføring for pendlere med kollektivtransport og de i gruppelivssituasjoner; og sosioøkonomiske ulemper gjennom fattigdom, utilstrekkelig utdanning og mangel på helseforsikring. De dynamiske analysene som GIS muliggjorde, veiledet umiddelbart handlinger fra førstehjelpere og ga epidemiologer en bevisbasert måte å vurdere sårbarhet mot sykehustilgjengelighet og kapasitet.
Etter hvert som bevisstheten om det uforholdsmessige antallet dødsfall i fargede samfunn vokste, ble det samme verktøyet brukt for å forstå årsakene bak denne ulikheten, som igjen kan hjelpe til med å definere og utvikle potensielle løsninger.
Kartlegging av covid-19-tilfeller over hele Europa
Det har lenge vært forstått at mennesker som bor i indre byer møter forhold som har klare sammenhenger med generell helse. Disse inkluderer inntekts- og utdanningsforskjeller, en lav prosentandel av boligeierskap, økt eksponering for forurensning i nabolaget og redusert tilgang til velværeomsorg og rimelig fersk mat. Et annet viktig datasett som er relevant for covid-krisen er den uforholdsmessige prosentandelen av fargede personer i servicejobber som setter dem i daglig nærkontakt med viruset.
GIS kan bidra til å identifisere hvor utfallsforskjeller eksisterer, utføre analyser for å forstå de grunnleggende årsakene, og fokusere avbøtende innsats på steder der systemisk rasisme konsentrerer årsaksfaktorer, sier Este Geraghty, medisinsk overlege og helseløsningsdirektør hos GIS-leverandøren Esri. Ved å analysere alle relevante data på et GIS-basert smart kart, sier Geraghty at ledere er klare til å avdekke lokalisert innsikt som driver potensielle løsninger. Dette betyr at vi kan tilby stopp til vi har fullt rettferdige systemer, og sikre at alle en dag vil ha samme mulighet til å nå sitt fulle helsepotensial.
Geraghty legger til: Hvis du ikke kan forstå alle de medvirkende faktorene i sammenheng, kan det hende du ikke forutser potensielle problemer eller løsninger.
GIS for effektiv distribusjon av covid-19 vaksine
Et annet pandemierelatert problem knyttet til geografi er hvordan man kan få covid-vaksiner til publikum på en rettferdig, trygg og effektiv måte. GIS gir verktøyene for å analysere prioriterte behov, planlegge distribusjonsnettverk, veilede leveranser, se sanntidsstatus for inokuleringsoppdrag og overvåke den generelle fremdriften.
Geraghty utviklet en tilnærming til distribusjon av covid-vaksine ved bruk av GIS. Hun forklarer at det første trinnet er å kartlegge de fasilitetene som i dag er egnet for å distribuere vaksinen til publikum. Siden noen vaksiner trenger ultrakald lagring, vil fasiliteter måtte differensieres i henhold til dette og andre lagringsmuligheter. Som en del av anleggsdatasettet, sier Geraghty, kan GIS også brukes til å beregne hvor mange vaksiner hvert anleggs ansatte potensielt kan administrere på en dag. I tillegg til sykehus, vil andre anleggstyper måtte vurderes basert på deres evne til å levere vaksinen til undertjente og avsidesliggende befolkninger. Fasilitetene kan omfatte universitetshelseklinikker, uavhengige apotek og apotek, og potensielt til og med arbeidsplasser som er villige og i stand til å inokulere ansatte, blant andre.
Det neste trinnet innebærer å kartlegge befolkningen - ikke bare deres plasseringer og antall, men også i henhold til kategoriene anbefalt av CDC-veiledningen og statlige planer for gradvis utrulling av vaksinen.
Ved å korrelere disse to lagene med data på kartet (fasiliteter og befolkning), blir det klart hvilke lokalsamfunn som ikke er innenfor rimelig reisetid til et vaksinasjonssted, basert på flere reisemåter (for eksempel bilkjøring, gange, offentlig transport ).
Geraghty forklarer at det geografiske perspektivet vil hjelpe med å finne eventuelle hull. Hvem er utelatt? Hvor er populasjonene som ikke er innenfor rekkevidden av identifiserte fasiliteter? Det er her GIS kan forbedre beslutningstakingen ved å finne alternativer for å fylle hull og sørge for at alle har tilgang til vaksinen.
I områder der GIS-analyse identifiserer hull på kartet, for eksempel lokalsamfunn eller landlige områder som ikke nås, ser Geraghty for seg popup-klinikker på steder som skoletreningssentre, eller gjennomkjøringer på store parkeringsplasser, eller under noen omstendigheter , personlig oppsøking. For eksempel, forklarer Geraghty, kan det være mindre sannsynlig at folk som opplever hjemløshet dukker opp på en klinikk for å få en vaksine, så du må kanskje kontakte dem.
Offentlig kommunikasjon om vaksinasjonsfremgang gir en annen mulighet for kartlegging og romlig tenkning. Et oppdatert kart kan for eksempel gi et klart bilde av hvor mange som er vaksinert i ulike deler av en stat eller fylke. Det samme kartet kan hjelpe folk å finne ut når det er deres tur til å bli vaksinert og hvor de kan gå for å motta vaksinen. Kart kan til og med hjelpe innbyggere i lokalsamfunnet med å sammenligne ventetider mellom ulike fasiliteter for å veilede valgene deres og tilby de best mulige opplevelsene.
Geraghty sier at organisering av covid-vaksinedistribusjon på denne måten kan representere håp for folk. Hvis vi tar dette logiske og strategiske perspektivet, kan vi være mer effektive i vaksinelevering og nyte våre normale aktiviteter mye tidligere.
Sårbare befolkninger, geografisk innsikt
Lenge før verden ble tvunget til å slite med covid, var sammenhengen mellom geografi og løsning av folkehelse og sosiale spørsmål veldig tydelig. Å bruke GIS for å adressere hjemløshet er ett eksempel.
I Los Angeles County har GIS blitt brukt til å kartlegge den hjemløse befolkningen etter sted, og også dokumentere og analysere risikofaktorene som skaper hjemløshet i hvert lokalsamfunn. GIS-analyse avdekket at en dominerende risikofaktor for hjemløshet i den nordlige, og spesielt nordvestlige delen av fylket, var veteraner med posttraumatisk stresslidelse (PTSD). Omvendt, i det nordøstlige området, var den dominerende risikofaktoren for å skape ny hjemløshet kvinner og barn som slapp unna vold i hjemmet.
I Snohomish County, Washington, dro helsepersonell ut i gatene for å samle inn dataene som trengs for å lette slik risikofaktorkartlegging. De brukte GIS til å utføre den halvårlige undersøkelsen og folketellingen av hjemløse, og samlet inn detaljer om forholdene og behovene til 400 mennesker på kort tid. De samlet inn standardinformasjon som alderen på folk i leirene og om noen var veteraner og rapporterte om de så nåler brukt til narkotika.
Når stedsspesifikke forskjeller som disse er identifisert, kan passende ressurser settes inn på samfunn-for-samfunn-basis, for eksempel målrettede sosiale og helsetjenester for å hjelpe spesifikt med vold i hjemmet, PTSD, avhengighet, arbeidsløshet eller andre identifiserte grunnårsaker. Ved å bruke et geografisk perspektiv kan du allokere ressurser, som alltid er begrenset, på måter som gjør mest nytte, sier Geraghty.
Lærdom fra pandemi
Å adressere forskjeller knyttet til levekår, beliggenhet og genetikk har alltid vært en faktor for sykdomsspredning og dødelighet, men det har aldri blitt sporet, målt og analysert i en slik skala. Å konfrontere covid-krisen har imidlertid vært et pågående tilfelle av innhenting, forsøk på å finne og korrelere kritiske data for å redde liv, og Geraghty ønsker ikke å se det nivået av frenetisk aktivitet gjentas.
Å bygge sterke folkehelseberedskapssystemer betyr å ha grunnleggende data klare, forklarer hun. Hvor er for eksempel sykehusene, krisesentrene, blodbankene og nøkkelinfrastrukturen i forhold til befolkningen? Hvem er samfunnsaktørene og partnerne, og hvilke tjenester kan de tilby, og hvor? I mars, ved starten av pandemien, fantes det ikke noe omfattende kart over hvor mange senger hvert sykehus hadde, hvor mange prosent var intensivsenger, antall respiratorer tilgjengelig og hvor mye personlig verneutstyr som var lett å få tak i, og hvorfra. For alt som er helserelatert infrastruktur, forklarer Geraghty, bør du ha et grunnlinjekart og data som du holder oppdatert, i tillegg til befolkningsdemografiske data.
Krisen har også brakt frem i lyset andre problemstillinger; for eksempel er det nødvendig med bedre og mer datadeling, samt klarere styring som data er akseptabelt å dele for, så ingenting vil forsinke viktig kommunikasjon mellom institusjoner i neste krise. Og forbedret systeminteroperabilitet som sikrer at nøkkelsystemer kan fungere sammen for å holde data ferske og raske reaksjonstider bør være en prioritet. Covid-19-pandemien har vært en tragedie når det gjelder den menneskelige belastningen. Men hvis vi kan lære av det, kan vi kanskje gjøre korrigeringer slik at alle samfunn og fremtidige generasjoner kan se frem til bedre, lengre og sunnere liv.
Dette innholdet ble produsert av Insights, den tilpassede innholdsarmen til MIT Technology Review. Den ble ikke skrevet av MIT Technology Reviews redaksjon.