《Journal of Urban Health》:Measuring Spatial Social Polarization in Public Health Research: A Scoping Review of Methods and Applications
编辑推荐:
这篇综述聚焦公共卫生研究中空间社会极化(SSP)的测量,梳理 117 项研究,分析其测量方法、应用场景及局限,为后续研究在 SSP 测量选择、多维度研究等方面提供重要参考,助力探索健康不平等问题。
引言
背景
全球范围内,COVID-19 大流行促使人们更加关注健康差异研究,这使得理解影响人群健康差异的空间和社会驱动因素变得更为紧迫。空间社会不平等,包括经济和种族 / 民族极化,在多个层面影响着人口健康结果。然而,在公共卫生研究中,空间社会极化(SSP) 的测量和操作化仍面临挑战。在美国,经过数十年的种族 / 民族和经济隔离,SSP 测量越来越多地被用于研究中,以将隔离作为影响人口健康的因素进行分析。虽然 SSP 并非美国特有的问题,但大多数相关研究都基于美国展开。随着在公共卫生研究中使用 SSP 测量的情况日益普遍,其概念、术语及测量方法也在不断演变。
定义空间社会极化
社会极化是指将一个群体划分为具有不同社会和 / 或经济特征的不同群体,这些特征可表现为特权和剥夺的极端情况。空间社会极化则是指这些极化的社会和 / 或经济群体在特定地理区域内的不均衡空间分布和集中。但目前,在选择、使用和应用 SSP 测量方法方面的证据较少。
测量方法的发展
1988 年,美国社会学家 Douglas Massey 和 Nancy Denton 最早对 SSP 测量方法进行分类,他们专注于住宅隔离,识别出住宅隔离的五个维度:集中(Concentration)、均匀(Evenness)、接触(Exposure)、聚集(Clustering)和中心化(Centralization)。这些维度为 SSP 测量奠定了基础,但他们的研究局限于住宅隔离,可能无法全面捕捉 SSP 的相互关联动态。之后,Feldman 等人和 Krieger 等人率先在公共卫生研究中使用 SSP 测量方法,并将其扩展到多个领域,如收入、种族 / 民族与收入的组合等。
对公共卫生研究的意义
本综述旨在根据 Massey 和 Denton 描述的维度,对近期公共卫生文献中 SSP 测量方法的使用进行分类和特征描述,为研究人员在复杂的文献中导航、选择测量方法以及确定进一步方法开发的机会提供基础。
方法
信息来源和纳入标准
研究人员对现有证据进行了范围综述,以对公共卫生研究中 SSP 的测量进行分类和特征描述。他们在国家生物技术信息中心数据库 PubMed 中搜索主要研究,这些研究需将任何 SSP 测量作为自变量,用于研究个体或小区域人群的健康结果。研究的纳入标准包括:用英文撰写、在 2007 年至 2022 年期间发表、为原创研究且对个体水平特征进行调整、描述小于城市或县的地理区域(如街区、邮政编码、普查区)的极化或隔离情况、结果与个体健康和福祉相关且与地理区域特征评估同时进行。
搜索策略
基于 Feldman 等人 2015 年和 Krieger 等人 2018 年研究文章的内容,研究人员制定了结构化搜索策略。在 2023 年 1 月执行搜索,搜索词包括(“state” OR “county” OR “census tract” OR “geographic level”)AND(“spatial social polarization” OR “index of concentration at the extremes” OR “privilege” OR “deprivation” OR “dissimilarity” OR “segregation”),旨在捕捉小于城市或县地理区域的任何 SSP 测量,而不考虑所研究的健康结果。
研究选择
搜索后,参考文献被整理到 EndNote 中,自动筛选重复项,然后导入 Covidence 平台进行证据筛选和综合。研究团队的两名成员(EMM 和 DM)根据纳入标准对摘要进行独立筛选,如有争议则由第三名成员(HSAM)通过共识解决。筛选摘要后,获取符合条件参考文献的全文并进行数据提取。
数据提取过程和数据项
对符合条件的参考文献进行提取,收集的信息包括出版年份、研究设计、研究背景、研究人群、样本量、健康结果,以及 SSP 测量的特征,如测量名称、公式(如有)和相关领域。收集到的信息由研究团队的另一名成员独立记录和验证。
分析方法和结果综合
筛选、选择和数据提取后,根据相关研究属性和 SSP 测量特征对结果进行综合。首先,根据上述数据项对研究进行分组。健康结果按照 Henson 等人 2020 年的方法分类为非传染性疾病、传染性疾病、死亡率、一般身体健康、孕产妇和围产期健康、伤害、一般心理健康或生活质量。然后,根据 Massey 和 Denton 描述的维度系统地描述每个 SSP 测量,并编制文献中使用的独特 SSP 测量列表。最后,按照系统评价和荟萃分析扩展的首选报告项目(PRISMA ScR)的指导,将结果制成表格并进行叙述性综合。本综述采用灵活的综合方法,而非遵循预定义的研究方案。
结果
搜索和研究选择
初步搜索确定了 465 篇文章,通过标题 / 摘要审查排除 310 篇,检索 155 篇全文进行资格评估,最终排除 38 篇,排除原因包括地理测量尺度问题、无个体水平健康结果、未测量极化或隔离以及非原创研究等。最终,117 篇文章被纳入综述。
研究概述
纳入的 117 篇文章具有以下特征:发表年份主要集中在 2015 - 2022 年,其中 2020 - 2022 年发表的文章占近 45%;大多数研究在美国进行(n = 104 ),其次是加拿大(n = 10 );研究设计方面,近 46% 采用队列设计(n = 54 ),42% 采用横断面设计(n = 49 );使用的 SSP 测量数量不同,54.7%(n = 64 )的研究使用 1 种 SSP 测量,36.8%(n = 43 )使用 2 - 3 种,8.5%(n = 10 )使用 4 - 5 种;健康结果方面,大多数研究关注非传染性疾病(n = 40 ),其次是死亡率(n = 27 )、一般身体健康(n = 16 )、孕产妇 / 围产期健康(n = 15 )等。
测量分类
综述共识别出 23 种测量方法,其中 18 种为 SSP 测量,5 种为综合指数。SSP 测量根据 Massey 和 Denton 描述的住宅隔离维度进行分类,这些测量方法应用于 7 个领域,包括种族、收入、种族 / 收入、教育、语言、出生地和住房所有权。综合指数基于多个潜在因素,涵盖主观标记的领域,与 SSP 测量在比较基础上存在差异,因此分别进行研究。
SSP 测量
在识别出的 18 种 SSP 测量中,最常用的是极端集中指数(Index of Concentration at the Extremes,ICE),在 37%(n = 43 )的纳入文章中使用,应用于多个领域。其次是差异指数(Index of Dissimilarity)和隔离指数(Isolation Index),分别在 18%(n = 21 )和 17%(n = 20 )的研究中出现。其他 SSP 测量如相对比率(Relative Ratios)、局部 Getis - Ord G ? 统计量(Local Getis Ord G ? Statistic)和基尼系数(Gini Coefficient)等使用频率较低。
SSP 集中测量
ICE 是最常使用的 SSP 集中测量方法,由 Massey 等人在 2001 年开发,用于衡量经济极化,后被 Krieger 等人扩展到种族和经济极化领域。多项研究发现 ICE 与多种健康结果相关,如婴儿死亡率、癌症、心血管疾病等。位置商(Location Quotient)通过比较不同地理单元中少数群体成员的比例来衡量相对集中程度,用于研究乳腺癌和结直肠癌等。Delta 指数也是一种相对集中测量,代表少数群体成员为实现均匀密度需移动的比例,用于研究性传播感染和自评健康等。相对比率通过比较不同群体中事件的频率、概率或优势比来衡量,在多项研究中用于不同健康结果的研究,红线指数(Redlining Index)与之类似,用于研究乳腺癌生存和早产等。
SSP 均匀测量
差异指数是常用的 SSP 均匀测量方法,用于衡量社会群体在空间单元中的分布均匀程度,在癌症、心血管疾病等研究中广泛应用。基尼系数是衡量相对收入不平等的指标,也可用于研究种族相关的不平等,在癌症、代谢综合征等研究中有所应用。阿特金森指数(Atkinson Index)和熵指数(Entropy Index)使用频率较低,分别用于评估收入不平等和种族 / 民族多样性,在结直肠癌和自评健康等研究中被使用。
SSP 接触测量
隔离指数用于测量少数群体成员之间的接触程度,在癌症、心血管疾病等研究中应用。接触 / 交互指数(Exposure/Interaction Index)则描述少数群体成员与多数群体成员共享地理单元的概率,仅在一项研究中用于研究早产。Krivo 局部隔离指数(Krivo Local Isolation Index)综合了前两种测量的特点,用于研究低出生体重。相关指数(Correlation Index)和局部空间隔离指数(Local Spatial Segregation Index)使用较少,但能提供独特信息,在食品环境、种族隔离和体重指数的研究中被使用。
SSP 聚集测量
局部 Getis - Ord G ? 统计量用于热点分析,确定地理单元与相邻单元在种族组成上的差异,在非传染性疾病和一般身体健康研究中应用。空间邻近指数(Spatial Proximity Index)衡量社会群体的空间聚集程度,在自评健康研究中使用。核密度估计(Kernel Density Estimation,KDE)用于识别和绘制热点,在出生结果研究中使用。
SSP 中心化测量
绝对中心化指数(Absolute Centralization Index)用于测量少数群体成员在城市中心周围的分布情况,在自评健康研究中使用,还可扩展为相对中心化指数(Relative Centralization Index)。
讨论
主要发现
本综述有 4 个主要发现:一是在特权、剥夺、差异和隔离的背景下定义 SSP 会产生多种不同的测量方法,每种方法有其独特的解释;二是相关研究证据不断增加,涵盖不同时期、地理环境和健康结果;三是大多数 SSP 测量可根据 Massey 和 Denton 的住宅隔离维度进行分类,有助于解释相关文献;四是研究中既有关注多个 SSP 测量的文章,也有聚焦单个 SSP 测量的文章。
研究现状与不足
大多数纳入研究为近期在美国进行的,研究设计主要为队列研究和横断面研究,关注的健康结果多样,但关于 SSP 与传染病的研究较少,尽管 COVID-19 大流行对健康和健康公平产生了重大影响,但相关研究数量有限。
分类与建议
根据 Massey 和 Denton 的维度对 SSP 测量进行分类发现,集中和均匀维度是最常被关注的,其次是接触、聚集和中心化。由于 SSP 具有多维性,建议在研究中采用基于多种 SSP 测量的多维方法,而不是选择单一的 “最佳” 或 “正确” 测量方法。
研究数量与目的
在研究使用的 SSP 测量数量方面,大多数研究采用单一测量,部分研究使用 2 - 3 种,少数研究使用超过 3 种。使用多种测量的研究目的包括考察不同测量的影响或在不同领域应用相同测量。
对研究人员的指导
在选择 SSP 测量方法时,研究人员应根据研究问题确定感兴趣的 SSP 维度和领域,考虑空间尺度和空间自相关的相关性,并确保测量方法对目标受众具有可解释性。
SSP 与健康研究议程
为推动 SSP 和健康研究的发展,需要一个共同的 SSP 定义,鼓励非美国研究以评估测量方法的全球适用性,建立以健康为重点的 SSP 测量分类法,支持使用多种测量方法或在不同领域应用一种测量方法,并比较不同测量方法或领域的结果,评估测量选择对研究结果的影响。
优势与局限
本综述的优势在于对 SSP 测量及其在公共卫生文献中的应用进行了新颖的特征描述,比较了各测量方法的优缺点并提供了表格结果,有助于研究人员选择合适的测量方法。局限性包括缺乏既定的 SSP 定义使得搜索策略制定困难,搜索策略使用的美国特定术语可能限制了对非美国研究的检索。
结论
本综述旨在指导公共卫生研究中 SSP 测量方法的选择和应用。研究识别了多种独特的 SSP 测量方法、它们的方法和应用领域,总结了 2007 年以来在公共卫生文献中的使用情况,填补了文献中的关键空白。同时,提供了 SSP 在公共卫生背景下的初步定义,强调了其重要性。研究团队还开发了空间社会极化数据库(Spatial Social Polarization Database),为研究人员提供了进一步探索 SSP 测量的工具。希望研究人员能够利用这些研究结果和资源,更好地理解 SSP 测量在公共卫生研究中的作用,以应对新出现和再次出现的健康差异问题。
打赏
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析!
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》