通过预测和位置分配模型减少西爪哇地区的医疗资源获取不平等现象

《BMC Health Services Research》：Reducing healthcare access inequities in West Java through forecasting and location-allocation models

　　

摘要

背景

确保公平获得医疗服务对于提升社会福利和优化公共卫生结果至关重要。在印度尼西亚西爪哇的背景下，人口快速增长加上地理差异加剧了对现有医疗基础设施的压力，导致许多社区的服务不足。尽管社区健康中心（CHCs）在印度尼西亚已经广泛分布，但其分布仍然不均衡，尤其是在快速发展的城市地区。因此，人们越来越认识到需要战略性地扩展社区健康中心，以改善服务不足地区的医疗条件。这些社区健康中心在提供重要服务方面发挥着重要作用，包括预防保健、母婴健康、免疫接种、牙科服务和门诊护理。

方法

本研究采用了一种综合方法，结合了人口预测、空间需求估算和优化建模，以支持万隆市社区健康中心的长期规划。选择万隆市作为研究区域，是因为其人口密度高、医疗资源获取存在显著的空间差异，以及其在区域卫生规划中的战略重要性。研究人员使用ARIMA模型预测了到2045年的人口增长情况。这一时间节点与印度尼西亚的国家级长期愿景《2045年印度尼西亚愿景》相吻合。随后，他们利用空间网格和人口密度数据，结合标准利用率，估算了每天的社区健康中心需求。开发了三个混合整数线性规划（MILP）模型，通过最大化服务覆盖范围、最小化出行时间或同时兼顾两者来优化设施位置。这种方法使规划者能够根据当地需求和限制条件探索各种方案。

结果

预测模型显示，万隆地区对初级医疗服务的需求持续增长，特别是在目前服务不足的地区出现了明显的增长热点。MILP模型生成的优化方案表明，新社区健康中心的战略布局可以显著扩大服务覆盖范围，同时减少医疗资源获取的不平等现象。基于不同规划目标（如最大化覆盖范围或最小化出行时间）的模拟表明，最公平的社区健康中心布局可以通过更紧密地匹配资源与地理空间需求来提高边缘化群体的可及性。

结论

这种综合建模框架为资源有限的背景下进行长期卫生基础设施规划提供了一个实用的范例。通过将需求预测与位置优化方法相结合，区域卫生部门能够基于数据做出决策，从而提高初级医疗服务的可及性和公平性。这些发现为印度尼西亚实现全民健康覆盖的目标提供了有力支持。

背景

确保公平获得医疗服务对于提升社会福利和优化公共卫生结果至关重要。在印度尼西亚西爪哇的背景下，人口快速增长加上地理差异加剧了对现有医疗基础设施的压力，导致许多社区的服务不足。尽管社区健康中心（CHCs）在印度尼西亚已经广泛分布，但其分布仍然不均衡，尤其是在快速发展的城市地区。因此，人们越来越认识到需要战略性地扩展社区健康中心（CHCs），以改善服务不足地区的医疗条件。这些社区健康中心在提供重要服务方面发挥着重要作用，包括预防保健、母婴健康、免疫接种、牙科服务和门诊护理。

方法

本研究采用了一种综合方法，结合了人口预测、空间需求估算和优化建模，以支持万隆市社区健康中心的长期规划。选择万隆市作为研究区域，是因为其人口密度高、医疗资源获取存在显著的空间差异，以及其在区域卫生规划中的战略重要性。研究人员使用ARIMA模型预测了到2045年的人口增长情况。这一时间节点与印度尼西亚的国家级长期愿景《2045年印度尼西亚愿景》相吻合。随后，他们利用空间网格和人口密度数据，结合标准利用率，估算了每天的社区健康中心需求。开发了三个混合整数线性规划（MILP）模型，通过最大化服务覆盖范围、最小化出行时间或同时兼顾两者来优化设施位置。这种方法使规划者能够根据当地需求和限制条件探索各种方案。

结果

预测模型显示，万隆地区对初级医疗服务的需求持续增长，特别是在目前服务不足的地区出现了明显的增长热点。MILP模型生成的优化方案表明，新社区健康中心的战略布局可以显著扩大服务覆盖范围，同时减少医疗资源获取的不平等现象。基于不同规划目标（如最大化覆盖范围或最小化出行时间）的模拟表明，最公平的社区健康中心布局可以通过更紧密地匹配资源与地理空间需求来提高边缘化群体的可及性。

结论

这种综合建模框架为资源有限的背景下进行长期卫生基础设施规划提供了一个实用的范例。通过将需求预测与位置优化方法相结合，区域卫生部门能够基于数据做出决策，从而提高初级医疗服务的可及性和公平性。这些发现为印度尼西亚实现全民健康覆盖的目标提供了有力支持。