《Frontiers in Public Health》：Towards efficient AED deployment: a multi-source data-driven geographic information approach
编辑推荐：
摘要：院外心脏骤停（out-of-hospital cardiac arrest, OHCA）是严峻的公共卫生挑战，提高自动体外除颤器（automated external defibrillator, AED）的可及性对提升存活率至关重要。本研究以上海市城区
摘要：院外心脏骤停（out-of-hospital cardiac arrest, OHCA）是严峻的公共卫生挑战，提高自动体外除颤器（automated external defibrillator, AED）的可及性对提升存活率至关重要。本研究以上海市城区为实证区，提出一套融合现状评估、多因子建模与分期规划的都市区AED空间配置策略。研究人员基于地理信息系统（geographic information system, GIS）软件，采用地理覆盖率与人口覆盖率两项指标评估AED可及性现状；随后整合人口密度、医疗服务及城市建成环境要素构建模型，确定设备配置的优先区域，结果显示2021年前已安装的AED中有92.022%位于模型推荐的安装区内；基于模型结果提出三期设备配置方案，第一期完成后的服务覆盖范围与现实世界配置方案相当，且设备数量更少、人口覆盖率约高出10%；相较于2021年前情形，第一期方案使地理覆盖率扩大12.135%、服务人口增加22.267%；三期全部完成后可覆盖研究区83.653%的地理面积与96.486%的人口。该多源数据驱动的地理信息AED配置策略表现出更高效率，可为决策者改善都市区AED可及性提供支撑。
论文解读：
《Towards efficient AED deployment: a multi-source data-driven geographic information approach》一文发表于《Frontiers in Public Health》。院外心脏骤停（out-of-hospital cardiac arrest, OHCA）救治高度依赖"黄金4分钟"内获得早期除颤，自动体外除颤器（automated external defibrillator, AED）的合理空间配置直接影响急救效能。现有研究多聚焦算法创新而忽视潜在OHCA（out-of-hospital cardiac arrest）高风险区识别，且缺乏可推广的全流程技术框架；同时单纯距离或时间优化模型难以兼顾空间覆盖与发病覆盖的权衡，现实中决策者亦难协调大范围综合安装规划。为此，研究人员以最大化潜在OHCA事件发生覆盖为生命救治导向目标，构建了上海市中心城区的多源数据驱动AED优先分区框架，系统解决AED配置中经典的空间覆盖与发病覆盖权衡问题，为有限城市公共卫生应急资源的优化配置提供科学、可复制的决策支持。
主要关键技术方法：研究以上海市内环以内664.45 km2、常住人口1147万的区域为研究区。AED点位通过爬虫获取微信"AED地图"、爱姆森AED地图及救心AED急救地图（共2265台，研究区内963台，其中2021年前539台）；医疗机构与公共场所经高德地图API获取经纬度并统一至GCS_WGS_1984坐标系；人口数据采用第七次人口普查100 m分辨率栅格产品及街道级≥60岁人口比例生成老年人口分布图层；建筑高度采用复旦大学GC3S团队10 m分辨率建筑高度栅格数据集。研究方法分三步：①以250 m欧氏（Euclidean）距离作AED服务半径建立缓冲区，计算地理与人口覆盖率评估现状；②选取每六边形网格（边长250 m）内≥60岁人口数（PD，正相关）、医疗机构数（MS，负相关即反向归一化）、建筑高度（HB，正相关）及公共场所数（PP，正相关），经最小—最大归一化后采用层次分析法（analytic hierarchy process, AHP）与熵权法（entropy weight method, EWM）组合赋权（β=0.5），加权求和得区域优先级指数（regional priority index, RPI），按自然断点法（natural breaks classification, NBC）分为优先配置区、二期配置区、三期配置区及不推荐配置区；③制定分期配置计划并评估各期新增覆盖率，以2021年前已装AED落入推荐区域的比例验证模型可靠性。
研究结果：
3.1 Spatial distribution and accessibility of AEDs（AED空间分布与可及性）：2021年前研究区内共安装AED 539台，主要集中于上海中心城区经济水平较高区域。"黄金4分钟"缓冲区累计面积176.922 km2，占研究区总面积26.627%；覆盖人口410.3万，占总人口35.82%，表明既有AED覆盖存在明显不足。
3.2 Identifying priority zones for AEDs placement（AED优先配置区识别）：四个因子（PD、MS、HB、PP）两两Pearson相关系数0.1747~0.3071（均<0.3），无严重多重共线性，适合建模。最终RPI公式为RPI = PD×0.1872 + MS×0.3748 + HB×0.2265 + PP×0.2114（MS为反向归一化值，医疗机构越多该值越低故对RPI贡献越小，符合急救资源分配逻辑）。NBC分级显示最高优先级区主要分布在上海市中心，最低优先级区分布于研究区边缘郊区。模型验证表明2021年前安装的539台AED中有496台（92.02%）位于模型推荐的三期配置区内，证明模型能充分涵盖现实经验型配置的合理维度并补充实践决策中被忽略的关键因子。单变量匹配度（16.33%~64.19%）及留一法敏感性分析（去除任一变量匹配度降至49.72%~61.97%）进一步证实四因子集成模型的独立贡献与稳健性。
3.3 Phased deployment plan for AEDs（AED分期配置方案）：现实中2021年后新增424台AED使地理覆盖率和人口覆盖率较2021年前分别增加12.61%和12.80%。模型推荐三期分别需安装372台（调整后241台）、977台（调整后433台）、1020台（调整后261台）。第一期完成后新增地理覆盖面积257.56 km2（较2021年前+12.135%），与真实场景新增覆盖相当，但仅需安装241台（少于真实424台），服务人口新增665.6万（+22.267%），较真实场景人口覆盖率高出约10%；第二期完成后87.17%人口被AED服务范围覆盖；三期全部完成后地理覆盖率达83.653%，人口覆盖率达96.486%。
讨论部分总结：研究人员指出采用250 m欧氏距离圆形缓冲区平衡了模型简洁性与可及性评价精度，未引入路网因子是因"黄金4分钟"超短时窗内路人取设备优先走最短路径而非规范路网，且步行路径数据缺失会造成人为盲区，欧氏距离亦保证跨城市可复制性。模型纳入建筑高度反映垂直城市空间因素，但未做垂直方向具体安装规划，此为局限之一；框架与经典p-中（p-median）等点位优化模型互补——本框架输出区域优先分区与分期实施路线图且不依赖历史OHCA数据，适用于高质量OHCA数据缺失地区，而经典选址优化模型可在本框架识别的高优先级区内进一步做细粒度点位选址。框架通过分层设计解决空间覆盖与发病覆盖冲突：高密度高风险核心区允许AED服务范围合理重叠以最大化发病覆盖及应对同时段OHCA事件、减少高层建筑垂直取用时间；低密度低风险城市边缘区则以最少设备实现基本空间覆盖避免浪费。研究局限还包括未考虑OHCA季节波动与人口分布时空异质性、欧氏距离在河流分隔或封闭园区可能高估可达性、未纳入精细社会经济指标（为保证普适性）及缺乏基于真实地理编码OHCA发病数据的回归验证，未来可结合高精度步行网络、室内路径数据及本地OHCA数据进行细化。
结论（翻译）：本研究提出由现状评估、多因子建模和分期规划三步组成的都市区AED综合空间配置策略，在上海中心城区实证得出三关键发现：第一，融合≥60岁老年人口分布、医疗机构、建筑高度及公共场所的多因子OHCA风险预测模型可有效识别高风险区；自然断点法将研究区分为四类依次配置，市中心因老龄人口密集、高层建筑与公共设施多而OHCA风险高于郊区，92.02%的2021年前AED安装位于模型推荐区内，证实模型可靠性。第二，分期配置方案较现实场景更高效——第一期推荐安装241台AED即可实现地理覆盖率提升12.14%和人口覆盖率提升22.27%，与现实中424台设备的覆盖面积相当但少用约43%设备；三期完成后可覆盖96.49%人口，远超2021年前基线35.82%，显示其在优化资源分配、减少低风险郊区设备浪费上的潜力。第三，2021年前"黄金4分钟"覆盖区仅占研究区26.63%，凸显战略扩展的紧迫性；模型驱动方法优先250 m内可获取AED的区域，契合有效除颤的关键时间窗要求。
