روش ارزیابی یکسان سازی خدمات پایه پزشکی از منظر فضایی: مورد سین کیانگ، چین


چکیده

حفاظت از سلامت ساکنان و بهبود برابری از اهداف مهم اهداف توسعه پایدار سازمان ملل است. شیوع اخیر کووید-۱۹ بار سنگینی بر سیستم های پزشکی بسیاری از کشورها وارد کرده و برای جمعیت کم درآمد جهان فاجعه بار بوده است که نابرابری اقتصادی، بهداشتی و مادام العمر در جامعه را بیشتر افزایش داده است. یکی از راه های بهبود سلامت مردم، یکسان سازی خدمات اولیه پزشکی است. ارزیابی علمی وضعیت موجود یا یکسان سازی خدمات پایه پزشکی (EBMS) پیش نیاز اساسی و مبنای مهمی برای تحقق تخصیص عادلانه منابع پزشکی است. روش‌های ارزیابی سنتی ویژگی‌های فضایی خدمات پزشکی را نادیده می‌گیرند و بیشتر از شاخص ارزیابی وزن برابر استفاده می‌کنند. که عینیت نتایج ارزیابی را محدود می کند. با توجه به این موضوع، این تحقیق مجموعه ای از روش های ارزیابی EBMS را از منظر فضایی پیشنهاد می کند و منطقه خودمختار اویغور سین کیانگ چین (سین کیانگ) را به عنوان نمونه ای برای مطالعه وضعیت موجود EBMS در نظر می گیرد. این مطالعه مجموعه‌ای از روش‌های ارزیابی EBMS را از منظر جغرافیایی ارائه می‌کند و از تکنیک‌های تحلیل فضایی و نظریه اطلاعات برای ایجاد یک شاخص ارزیابی دو سطحی استفاده می‌کند که ویژگی‌های فضایی EBMS را در نظر می‌گیرد. روش وزن آنتروپی و تکنیک اولویت سفارش بر اساس شباهت به روش راه حل ایده آل (TOPSIS) برای نشان دادن وضعیت فعلی EBMS در سین کیانگ استفاده شده است تا به طور عینی تفاوت های EBMS را منعکس کند. هنگام استفاده از روش های آنتروپی و TOPSIS، ارزیابی همیشه بر اساس داده ها است تا نتایج به طور عینی تری منابع پزشکی در دسترس ساکنان را نشان دهد. بنابراین دولت می تواند تخصیص معقول منابع پزشکی را محقق کند.

کلید واژه ها:

یکسان سازی خدمات اولیه پزشکی ; تحلیل فضایی ; دسترسی _ ارزیابی ; آنتروپی ; تاپسیس

۱٫ مقدمه

اهداف توسعه پایدار سازمان ملل متحد (SDGs) متشکل از ۱۷ هدف توسعه برای هدایت کار توسعه جهانی از سال ۲۰۱۵ تا ۲۰۳۰ است که شامل تضمین یک سبک زندگی سالم، ارتقاء سلامت و رفاه خوب افراد در هر سنی و کاهش نابرابری در داخل و بین کشورها. این یک عنصر مهم در دستیابی به اهداف توسعه پایدار است. دسترسی به خدمات اولیه پزشکی یکی از حقوق اساسی شهروندان است. تحقق تخصیص علمی و معقول منابع پزشکی و به حداکثر رساندن کاربرد آنها به صورت مقرون‌به‌صرفه از اهداف مهم بخش‌های برنامه‌ریزی و بهداشت عمومی است [ ۱ ، ۲ ].]. EBMS بر اساس نظریه عدالت و عدالت جان رالز است که به دسترسی عادلانه و راحت همه شهروندان به خدمات اولیه پزشکی تقریباً برابر پس از حذف عامل توانایی پرداخت، با هسته اصلی ارتقای فرصت های برابر و تمرکز بر تضمین اشاره دارد. دسترسی مردم به خدمات اولیه پزشکی منصفانه [ ۳ ]. بنابراین ارزیابی علمی و عینی یکسان سازی خدمات پایه پزشکی در مناطق مختلف، مبنای مهمی برای تحقق تخصیص معقول منابع پزشکی و دستیابی به یکسان سازی خدمات پایه پزشکی است.
علاوه بر این، با بهبود سطح توسعه اجتماعی و اقتصادی و تأثیر اپیدمی های ناگهانی، تقاضای مردم برای خدمات پزشکی و بهداشتی افزایش یافته است. در طول همه‌گیری COVID-19، کشورها درجات مختلفی از استفاده و در دسترس بودن خدمات اولیه پزشکی را تجربه کردند [ ۴ ، ۵ ]. نه تنها تجهیزات پزشکی (به عنوان مثال، ونتیلاتورها) به طور نابرابر توزیع شد، بلکه خدمات بهداشتی اولیه (به عنوان مثال، ایمن سازی) نیز مختل شد [ ۶ ، ۷ ، ۸ ]. این اختلالات باعث شده است که محققان دیگر کمبود خدمات را با نرخ مرگ و میر بالاتر در میان گروه های کم درآمد مرتبط بدانند [ ۹ ، ۱۰ ، ۱۱ ].]. علاوه بر این، تجربه چین در مبارزه با اپیدمی همچنین نشان می‌دهد که نظارت سندرمی تب، سرفه و سایر علائم توسط موسسات پزشکی اولیه می‌تواند به طور موثری به جامعه نسبت به عفونت کووید هشدار دهد، به ویژه در مناطقی که آزمایشگاه‌های آزمایش اسید نوکلئیک کمیاب هستند [ ۱۲ ، ۱۳ ] . این مشکلات تخصیص منابع پزشکی به موانعی برای دستیابی به اهداف توسعه پایدار تبدیل شده اند [ ۱۴ ، ۱۵ ، ۱۶ ]. این وضعیتی را ایجاد می کند که در آن منابع مراقبت های بهداشتی مانند کیت های تشخیصی، داروها و زیرساخت های مراقبت های بهداشتی اولیه در طول دوره کمبود داشتند، همراه با تأثیر منفی بر سیستم اجتماعی-اقتصادی [ ۱۶ ، ۱۷ ].]. ارزیابی عینی یکسان سازی خدمات اولیه پزشکی در هر منطقه و هدایت علمی تخصیص منابع پزشکی دولتی برای اطمینان از استحکام نظام پزشکی در پاسخ به شرایط اضطراری ضروری است تا همه بتوانند از فرصت های دسترسی پزشکی برابر برخوردار شوند. این پایه ای است برای تضمین حقوق اولیه سلامت مردم در پاسخ به همه گیری کووید [ ۱۷ ، ۱۸ ].

۱٫۱٫ علوم اجتماعی

حوزه پزشکی اجتماعی از دیرباز به سطح استقرار پزشکی و عوامل مؤثر بر آن توجه داشته است [ ۱۷ ]. تحقیقات مرتبط با تجزیه و تحلیل داده های آماری مانند تعداد بیمارستان ها، کارکنان پزشکی، مقیاس بیمارستان و غیره، یکسان سازی خدمات پزشکی پایه را ارزیابی می کند. به عنوان مثال، R. Marten، D. McIntyre، و همکاران. از امید به زندگی، نسبت مرگ و میر مادران، میزان مرگ و میر زیر پنج سال، شیوع HIV در بزرگسالان ۱۵ تا ۴۹ ساله، تراکم پزشکان و سایر شاخص ها برای ارزیابی پیشرفت برزیل، روسیه، هند، چین و آفریقای جنوبی استفاده کنید. EBMS [ ۱۹]. R. Miao، X. Xiang، و همکاران. از DEMATEL و آنتروپی اطلاعات برای تعیین کمیت میزان تأثیر متقابل بین شاخص های سیستم و تفاوت در عملکرد بازار پزشکی به ترتیب برای به دست آوردن وزن شاخص هدف استفاده کنید [ ۲۰ ]. G. Yang، Y. Xue، و همکاران. استفاده از روش تعمیم‌یافته لحظه‌ها (SYS-GMM)، اثر میانجی‌گری و اثر پیوندی برای بررسی رابطه بین مشارکت سازمان‌های اجتماعی، حاکمیت دولت، و یکسان‌سازی خدمات عمومی پایه از سال ۲۰۰۷ تا ۲۰۱۷ در چین. سطح یکسان سازی خدمات عمومی اساسی در چین با تجزیه و تحلیل مشارکت سازمان های اجتماعی و رفتارهای حاکمیتی دولت در دوره های مختلف، از جمله تحقیق در مورد یکسان سازی خدمات پزشکی [ ۲۱ ] ارزیابی می شود.]. H. Liu 9 استان نمونه را در چین با نمونه‌گیری تصادفی طبقه‌ای انتخاب کرد و وضعیت فعلی همسان‌سازی خدمات پزشکی پایه آنها با روش TOPSIS و روش نسبت جمع رتبه (RSR) ارزیابی شد. یکسان سازی خدمات اولیه پزشکی با معیارها و ابعاد پوشش همگانی سلامت (شامل مقرون به صرفه بودن، در دسترس بودن خدمات، دستیابی به خدمات و اثربخشی سیستم) پیشنهاد شده توسط سازمان بهداشت جهانی (WHO) ارزیابی شد [ ۲۲ ].]. از منظر مطالعه مدل رفتاری استفاده خانواده ها از خدمات سلامت، اندرسون رابطه ویژگی های خانواده و استفاده از خدمات بهداشتی را مورد مطالعه قرار داد که انتظار می رود توسعه توزیع عادلانه تری در مصرف مراقبت های بهداشتی را تسهیل کند. گروسمن همچنین این موضوع را از منظر مدل های تقاضای سلامت مورد مطالعه قرار داد [ ۲۳ ، ۲۴ ].

۱٫۲٫ جغرافیای سلامت

حوزه سلامت/جغرافیای پزشکی تحقیقات شگفت‌انگیزی از جمله سازمان‌دهی فضایی خدمات یا امکانات پزشکی، رابطه بین توزیع فضایی خدمات پزشکی و نیازهای مردم و غیره انجام داده است [ ۲۵ ، ۲۶ ]. علاوه بر این، روش‌های تخصیص تحقیقات برای مشکلات جغرافیای سلامت به کار گرفته شده است تا مسائل نظری اساسی را در مورد اینکه آیا توزیع منابع بر نتایج سلامت تأثیر می‌گذارد [ ۲۷ ، ۲۸ ، ۲۹ ، ۳۰ ، ۳۱ ]، پوشش امکانات پزشکی، حداقل زمان سفر (مسافت) استفاده شده است. ، مقرون به صرفه بودن و غیره اساس مطالعات تخصیص جغرافیایی هستند [ ۳ و ۳۲، ۳۳ ]. دایسوکه شینجو، توشیهارو آراماکی، و همکاران. توزیع جغرافیایی منابع مراقبت های بهداشتی، ارائه خدمات مراقبت های بهداشتی و جریان بیماران بین منطقه ای در ژاپن را برای بهبود سیاست مراقبت های بهداشتی ژاپن بررسی کرد [ ۳۴ ]. هونگ وو، زینگبو رونگ، و همکاران. تأثیر افتتاح ریل های پرسرعت بر سطح تخصیص منابع پزشکی شهری را بررسی کرد و به این نتیجه رسید که افتتاح ریل های پرسرعت سطح تخصیص منابع پزشکی در شهر را به طور قابل توجهی افزایش داده است [ ۳۵ ]]. نائل عون، هیروتاکا ماتسودا، و همکاران. رابطه بین زمان سفر به یک مرکز بهداشتی و تغییرات قد را برای کودکان کمتر از پنج سال در شرق رواندا مورد مطالعه قرار داد و به این نتیجه رسید که بین نمرات z قد برای سن و زمان سفر به رواندا ارتباط معنادار و منفی وجود دارد. مرکز بهداشت [ ۳۶ ]. علاوه بر این، برخی از محققان بر مطالعه دسترسی به خدمات پزشکی و بهداشتی در فضای جغرافیایی تمرکز کردند و سطح ساخت و ساز پزشکی را از طریق تجزیه و تحلیل دسترسی مورد بررسی قرار دادند و از این طریق یکسان سازی خدمات پزشکی پایه شهری را منعکس کردند [ ۳۷ ، ۳۸ ، ۳۹ ، ۴۰ ، ۴۱ ، ۴۲ ، ۴۳ ، ۴۴, ۴۵ , ۴۶ ]. تحقیق در مورد کلیه امکانات خدمات پزشکی عوامل بسیاری از جمله درجه، ظرفیت و سطح امکانات بیمارستان را در نظر می گیرد [ ۴۷ ]. دسترسی، به عنوان یک شاخص کلیدی برای اندازه گیری چیدمان فضایی امکانات خدمات عمومی، در واقع می تواند به طور موثری تخصیص فضایی منابع و خدمات پزشکی را ارزیابی کند [ ۲۷ ]. در تحقیق بر روی عوامل مؤثر بر رفتار استفاده از خدمات درمانی در حوزه پزشکی اجتماعی، دسترسی به امکانات پزشکی عمدتاً به صورت فاصله اقلیدسی انتزاع شده است و کمتر به ساختار فضایی محیط شهری یا روستایی توجه شده است.

۱٫۳٫ محدودیت های فعلی رویکردها

با این حال، دسترسی تنها می تواند بخشی از EBMS را ارزیابی کند، مانند راحتی دسترسی شهروندان به خدمات پزشکی، که بر دسترسی حمل و نقل و توزیع فضایی امکانات پزشکی تمرکز دارد [ ۳۷ ، ۳۸ ، ۴۰ ، ۴۱ ]. EBMS تأکید می کند که همه شهروندان به خدمات اولیه پزشکی تقریباً برابر به شیوه ای منصفانه و در دسترس دسترسی دارند. این امر مستلزم در نظر گرفتن عواملی از جمله تعداد افراد و ساختار سنی آنها، مقیاس، شعاع خدمات، راحتی (طرح فضایی) موسسات پزشکی و غیره است [ ۴۸ ]. بنابراین، دسترسی نمی تواند جایگزین کاملی برای EBMS باشد.
برای تحقیق روش‌های ارزیابی، برخی از محققین از روش تحلیل عاملی، روش تاپسیس، روش نسبت مجموع رتبه‌ای و روش تحلیل رابطه‌ای خاکستری برای محاسبه درجه یکسان‌سازی خدمات پایه پزشکی استفاده می‌کنند [ ۲۲ ]. پس از تجزیه و تحلیل ادبیات، بسیاری از محققان ملاحظات مختلفی در مورد وزن شاخص در روش ارزیابی دارند. برخی از آنها از روش وزن برابر برای محاسبه استفاده می کنند یا از روش تحلیل سلسله مراتبی و روش تجربه خبره برای وزن دادن به شاخص استفاده می کنند که تأثیر خاصی بر عینیت نتیجه ارزیابی دارد [ ۴۹ ].
به طور کلی، بسیاری از مطالعات در مورد ارزیابی یکسان سازی خدمات اولیه پزشکی بیش از حد یک طرفه هستند، یا فاقد دیدگاه فضایی هستند یا تمرکز بیش از حد بر روابط فضایی، بدون ادغام ویژگی‌های مکانی و کمی منابع پزشکی.

۱٫۴٫ سهم ما

این مقاله در مقایسه با مطالعات قبلی، مزایا و محدودیت‌های نتایج تحقیق در مورد همسان‌سازی خدمات پایه پزشکی در علوم اجتماعی و جغرافیای پزشکی را کاملاً مورد توجه قرار داده و یک سیستم ارزیابی شاخص دو سطحی برای یکسان‌سازی خدمات پایه پزشکی از منظر فضایی ایجاد می‌کند. ، همپوشانی توزیع مکانی دقیق، شعاع خدمات و مقیاس موسسات پزشکی را با توزیع فضایی مناطق مسکونی و جمعیت (به‌جای تنها محاسبه مجموع‌ها برای مناطق)، تجزیه و تحلیل می‌کند تا به طور جامع سطح تخصیص موسسات پزشکی و راحتی درمان پزشکی را منعکس کند. برای ساکنین این تحقیق از منظر نظریه تحلیل نوآورانه است،
این مقاله منطقه خودمختار اویغور سین‌کیانگ (که از این به بعد سین‌کیانگ نامیده می‌شود)، چین را به‌عنوان هدف تحقیق تجربی در نظر می‌گیرد، و سطح یکسان‌سازی خدمات پزشکی اولیه را در هر منطقه اداری در سطح استان در سین‌کیانگ محاسبه و کمیت می‌کند. نتایج یک مرجع علمی و مبنای نظری برای هدایت تصمیمات تخصیص خدمات پزشکی دولت و تحقق یکسان سازی خدمات اولیه پزشکی در سراسر منطقه خودمختار فراهم می کند.

۲٫ حوزه و روش مطالعه

۲٫۱٫ منطقه مطالعه

انتخاب منطقه خودمختار اویغور سین کیانگ به عنوان منطقه مورد مطالعه بر اساس ملاحظات زیر است: اولا، سین کیانگ بزرگترین استان چین است و مساحت آن از آلاسکا بیشتر است. سکونتگاه‌های استان بسیار دور از هم قرار دارند که بیشتر آنها در دره‌های رودخانه‌ها و واحه‌ها قرار گرفته‌اند که توسط بیابان‌ها و گبی از هم جدا شده‌اند که این امر نیازهای زیادی را برای منطقی‌سازی منابع پزشکی ایجاد می‌کند. ثانیا، سین کیانگ یک منطقه توسعه نیافته اقتصادی در چین است و سطح خدمات پزشکی در این منطقه از سایر مناطق چین عقب است. دستیابی به هدف یکسان سازی خدمات اولیه پزشکی به یک چالش بزرگ تبدیل شده است. ثالثاً، انتظار می رود سین کیانگ به یک منطقه مهم رشد اقتصادی در آسیای مرکزی تبدیل شود. ترویج یکسان سازی خدمات اولیه پزشکی در سین کیانگ به بخش مهمی از دستیابی به اهداف توسعه پایدار تبدیل خواهد شد. بنابراین، نیاز فوری به درک نابرابری در سطح یکسان سازی خدمات پزشکی اساسی در میان مناطق مختلف در سطح استان در سین کیانگ وجود دارد، و به این ترتیب، تنظیم سیاست مربوطه را می توان در ۱۴th (2021-2025) انجام داد. برنامه پنج ساله برای خدمات عمومی پایه در سین کیانگ. به طور خلاصه، منطقه مورد مطالعه به عنوان ۱۴ منطقه اداری در سطح استان (مناطق، استان‌های خودمختار و شهرهای سطح استان) در سین کیانگ تعریف می‌شود. ۱۴ منطقه اداری در سطح استان درگیر در این مطالعه نشان داده شده است نیاز فوری به درک نابرابری در سطح یکسان سازی خدمات اولیه پزشکی در میان مناطق مختلف در سطح استان در سین کیانگ وجود دارد، و به این ترتیب، تنظیمات سیاست مربوطه را می توان در چهاردهمین (۲۰۲۱-۲۰۲۵) پنج-سال انجام داد. برنامه سالانه خدمات عمومی پایه در سین کیانگ. به طور خلاصه، منطقه مورد مطالعه به عنوان ۱۴ منطقه اداری در سطح استان (مناطق، استان‌های خودمختار و شهرهای سطح استان) در سین کیانگ تعریف می‌شود. ۱۴ منطقه اداری در سطح استان درگیر در این مطالعه نشان داده شده است نیاز فوری به درک نابرابری در سطح یکسان سازی خدمات اولیه پزشکی در میان مناطق مختلف در سطح استان در سین کیانگ وجود دارد، و به این ترتیب، تنظیمات مربوط به سیاست را می توان در چهاردهمین (۲۰۲۱-۲۰۲۵) پنج-سال انجام داد. برنامه سالانه خدمات عمومی پایه در سین کیانگ. به طور خلاصه، منطقه مورد مطالعه به عنوان ۱۴ منطقه اداری در سطح استان (مناطق، استان‌های خودمختار، و شهرهای سطح استان) در سین کیانگ تعریف می‌شود. ۱۴ منطقه اداری در سطح استان درگیر در این مطالعه نشان داده شده است و شهرهای سطح استان) در سین کیانگ. ۱۴ منطقه اداری در سطح استان درگیر در این مطالعه نشان داده شده است و شهرهای سطح استان) در سین کیانگ. ۱۴ منطقه اداری در سطح استان درگیر در این مطالعه نشان داده شده استشکل ۱ .

۲٫۲٫ پیش پردازش داده ها

این مطالعه از داده‌های اطلاعات جغرافیایی و بخش‌های منطقه مورد مطالعه، مانند داده‌های طبقه‌بندی پوشش سطح، داده‌های عوامل جغرافیایی، داده‌های جمعیت، داده‌های بیمارستان در همه سطوح، داده‌های کارکنان مراقبت‌های بهداشتی، داده‌های جمعیت خطر سلامت، و داده‌های شبکه جاده‌ای استفاده کرد. . در میان آنها، داده های اطلاعات جغرافیایی از پروژه پایش شرایط جغرافیایی منطقه واحه سین کیانگ مشتق شده است (پروژه نظارت بر شرایط جغرافیایی واحه سین کیانگ، پوشش سطح و عناصر جغرافیایی سین کیانگ را در فواصل زمانی دو تا سه ساله جمع آوری می کند، که تمام طبیعت سطح و طبیعت را پوشش می دهد. عناصر جغرافیایی انسانی مانند بیمارستان ها، مناطق مسکونی، جاده ها، بخش های اداری و غیره. میانگین تفکیک مکانی تصاویر ۱ متر است، داده های جمعیت، داده های کادر پزشکی، و داده های جمعیت خطر سلامت از سالنامه آماری سین کیانگ. منابع داده در نشان داده شده استجدول ۱ .
بر اساس سالنامه آماری سین کیانگ ۲۰۱۹، مراقبت های پزشکی در هر منطقه در سطح استان در سین کیانگ شمارش می شود ( جدول A1 را در ضمیمه A ببینید.برای جزئیات). طبق «استاندارد مدیریت سلسله مراتبی بیمارستان چین»، تحقیقات داده‌های بیمارستان‌های درجه I، II و III را شمارش می‌کند (بیمارستان درجه یک یک بیمارستان محلی است که خدمات پزشکی، پیشگیری، توانبخشی و مراقبت‌های بهداشتی را مستقیماً به جامعه ارائه می‌کند. بیمارستان درجه دو یک بیمارستان منطقه ای است که خدمات پزشکی و بهداشتی را در چندین شهرستان ارائه می دهد و یک مرکز فناوری پزشکی منطقه ای است. بیمارستان درجه III بیمارستانی است که خدمات پزشکی و بهداشتی را در سراسر شهرها ارائه می دهد و یک مرکز فناوری پزشکی با پزشکی جامع است. توانایی های آموزشی و پژوهشی علمی).

قبل از شروع تجزیه و تحلیل آماری EBMS، ما باید داده های جمعیت و داده های جمعیت خطر سلامت را برای محاسبه و ارزیابی شاخص های EBMS به صورت مکانی توزیع کنیم. در این مطالعه، جمعیت و جمعیت خطر سلامت به روش نقشه برداری داسیمتری پیکنوفیلاکتیک با استفاده از شبیه سازی مونت کارلو (CITE) پردازش فضایی شدند. این یک روش تصادفی است که می تواند با GIS ترکیب شود تا داده های جمعیت را بر روی یک شطرنجی با اندازه ۱ کیلومتر * ۱ کیلومتر (یا اندازه های شبکه دیگر) گسسته کند [ ۵۰ ]. از آنجایی که اندازه شطرنجی یکسان است، احتمال وجود دارد پمنتخصیص داده ها به یک شطرنجی خاص با توجه به اصول اولیه آمار احتمال به صورت زیر محاسبه می شود.

پمن=دبلیومنک∑من=۱متردبلیومنک

تعداد افرادی که به یک رستر خاص اختصاص داده شده اند عبارتند از:

پتی=دبلیومنک∑من=۱متردبلیومنکپس

جایی که دبلیومنکوزن آن است ک-ام نوع کاربری در من-منطقه تراکم پس کل جمعیت است؛ پتیتعداد افراد در شطرنجی است. این روش به طور عمیق در ادبیات مطالعه شده است [ ۵۱ ، ۵۲ ، ۵۳ ]. در مقایسه با روش درونیابی مبتنی بر نقطه [ ۵۴ ، ۵۵ ]، روش وزن دهی دامنه سطحی ساده [ ۵۶ ، ۵۷ ]، روش وزن دهی حوزه سطح اصلاح شده [ ۵۰ ]، و روش حفظ حداکثرسازی (پیکنوفیلاکتیک) [ ۵۸ ]]، این روش نقشه برداری داسیمتری پیکنوفیلاکتیک با استفاده از CITE کاربری اراضی شهری را معرفی می کند که با توزیع جمعیت شهری به عنوان وزنی برای گسسته سازی داده های جمعیت همبستگی بالایی دارد و می تواند جمعیت را به شطرنجی با وضوح های مختلف در صورت نیاز گسسته کند، و برای آن کل جمعیت قبل و بعد از گسسته سازی بدون تغییر باقی می ماند. می‌تواند نیازهای مدل‌سازی خرد شهری را برای تحلیل تغییرات فضایی جمعیت برآورده کند [ ۵۹ ].

جمعیت، جمعیت خطر سلامت پس از فضاسازی در شکل ۲ نشان داده شده است (نسخه بزرگ شده در ضمیمه B شکل A1 ، شکل A2 و شکل A3 نشان داده شده است ). مقیاس های نقشه منطقه ای سین کیانگ در این مقاله ( شکل ۲ و شکل ۹) ۱:۵،۵۰۰،۰۰۰ است.

۲٫۳٫ روش

روش های مورد استفاده در این تحقیق شامل توسعه شاخص های ارزیابی، روش وزن آنتروپی و روش تاپسیس می باشد.
ابتدا سیستم شاخص ارزیابی یکسان سازی خدمات پایه پزشکی ساخته شد، سپس وزن هر یک از شاخص های آنتروپی اتخاذ شد و در نهایت از روش تاپسیس برای ارزیابی سطح خدمات پایه پزشکی در هر منطقه استفاده شد.

۲٫۳٫۱٫ طراحی سیستم شاخص ارزیابی جامع

(۱)
توسعه شاخص های ارزیابی
این مطالعه دو دسته از شاخص‌ها را برای توصیف یکسان‌سازی خدمات پزشکی پایه شناسایی می‌کند: سطح تخصیص موسسه پزشکی و راحتی درمان پزشکی. سطح تخصیص موسسه پزشکی به تخصیص موسسات پزشکی در یک منطقه از نظر درجه، تعداد، توزیع مکانی، پوشش جمعیت، تعداد کادر پزشکی و پرستاری و غیره اشاره دارد که عمدتاً برای نشان دادن عادلانه بودن تخصیص منابع پزشکی استفاده می شود. . راحتی درمان پزشکی به زمانی اشاره دارد که ساکنان باید برای دسترسی به خدمات پزشکی سفر کنند. این مطالعه بین سطوح مختلف امکانات مراقبت‌های بهداشتی تمایز قائل می‌شود، امکانات مراقبت‌های بهداشتی را با جمعیت‌های پرخطر مرتبط می‌سازد، و شاخص‌هایی را اضافه می‌کند که نشان می‌دهد تا چه اندازه تسهیلات مراقبت‌های بهداشتی با جمعیتی که به آنها خدمت می‌کنند مطابقت دارند. با عنایت به نتایج تحقیق در مورد همسان سازی خدمات پایه سلامت در حوزه پزشکی و بهداشت و درمان، شاخص هایی مانند نسبت پرسنل بهداشتی و درمانی به جمعیت تحت پوشش و میانگین تعداد تخت های بیمارستانی اضافه شده است که یک عدد می باشد. یکی از مهمترین پارامترها در محاسبه دسترسی است و بنابراین به طور جداگانه ارائه نشده است. علاوه بر این، با توجه به ساختار فضایی ترافیک شهری، این مقاله فاصله مسیر را برای اندازه گیری پوشش مناطق مسکونی و جمعیت توسط ارائه دهندگان مراقبت های بهداشتی اتخاذ می کند. که یکی از مهم ترین پارامترها در محاسبه دسترسی است و بنابراین به صورت جداگانه ارائه نمی شود. علاوه بر این، با توجه به ساختار فضایی ترافیک شهری، این مقاله فاصله مسیر را برای اندازه گیری پوشش مناطق مسکونی و جمعیت توسط ارائه دهندگان مراقبت های بهداشتی اتخاذ می کند. که یکی از مهم ترین پارامترها در محاسبه دسترسی است و بنابراین به صورت جداگانه ارائه نمی شود. علاوه بر این، با توجه به ساختار فضایی ترافیک شهری، این مقاله فاصله مسیر را برای اندازه گیری پوشش مناطق مسکونی و جمعیت توسط ارائه دهندگان مراقبت های بهداشتی اتخاذ می کند.
این پژوهش سیستم شاخص ارزیابی را طراحی کرد که شامل ۲ شاخص درجه یک (سطح تخصیص موسسه پزشکی، راحتی درمان) و ۱۳ شاخص درجه s بود. سطح تخصیص لایه مؤسسه پزشکی شامل ۱۱ شاخص است. راحتی مراقبت های پزشکی از نظر دسترسی و فاصله تا نزدیکترین مسیر پزشکی بیان می شود. دسترس پذیری تعداد تخت های بیمارستانی موجود در سرانه در شعاع سفر منطقه مسکونی است که نشان دهنده سهولت دسترسی به موسسات پزشکی است [ ۶۰ ]. نزدیکی نشان دهنده چیدمان فضایی موسسات پزشکی است. سیستم شاخص های یکسان سازی خدمات پایه پزشکی در جدول ۲ نشان داده شده است .
شعاع خدمات بیمارستانی بر اساس تمایل ساکنان به سفر تعیین می شود. در زندگی، اولین و متداول ترین انتخاب دستیاران، بیمارستان هایی است که در نزدیکی جوامع خود هستند، که بیشترین تعداد آنها، بیمارستان های درجه یک هستند [ ۶۱ ]. بیمارستان‌های درجه یک عموماً در اطراف جوامع و دهکده‌های اداری، از جمله بیمارستان‌های محلی، بیمارستان‌های شهرستان، کلینیک‌های بهداشتی روستا و غیره ساخته می‌شوند. در مورد بیمارستان‌هایی که در مجاورت جوامع مسکونی قرار دارند، ساکنان عموماً در فاصله پیاده‌روی خدمات دریافت می‌کنند. رابطه بین زمان سفر و مسافت مسیر با استفاده از ابزار تحلیل شبکه ترافیک ArcGIS بر اساس برخی تحقیقات [ ۶۲ , ۶۳ , ۶۴ ] در جدول ۳ نشان داده شده است.. سرعت پیاده روی ۸۰ متر در دقیقه (۴٫۸ کیلومتر در ساعت) تنظیم شده است و میانگین سرعت رانندگی (با احتساب دوره های پیک) را می توان بر اساس نوع جاده محاسبه کرد. به عنوان مثال، بزرگراه ۸۰ کیلومتر در ساعت، بزرگراه سراسری ۶۰ کیلومتر در ساعت، بزرگراه استانی ۶۰ کیلومتر در ساعت، جاده شهری ۴۰ کیلومتر در ساعت، جاده شهرستانی ۴۰ کیلومتر در ساعت و جاده روستایی ۲۰ کیلومتر در ساعت.
بنابراین، این مطالعه شعاع مناطق مسکونی ارائه‌شده توسط مؤسسات پزشکی درجه یک درگیر در شاخص را ۱٫۲ کیلومتر، شعاع مناطق مسکونی که توسط بیمارستان‌های درجه II سرویس‌دهی می‌شوند، ۶ کیلومتر، و ۲۴ کیلومتر برای مناطقی که توسط درجه III خدمات ارائه می‌کنند، تعیین کرد. بیمارستان ها شعاع ۳٫۸ کیلومتر برای موسسات درمانی ارائه شده توسط روستاهای اداری است.
(۲)
محاسبه مقدار اندیکاتور
روش های آماری و روش های تحلیل فضایی عمدتاً برای محاسبه مقادیر شاخص استفاده می شود. روش های تحلیل فضایی شامل همپوشانی، منطقه بافر و تحلیل شبکه ترافیک است. روش های محاسبه برای هر شاخص در جدول ۴ نشان داده شده است.
شاخص‌های دسترسی با استفاده از یک حوضه آبریز شناور دو مرحله‌ای (۲SFCA)، که در اصل توسط Radke J. و Mu L. پیشنهاد شده بود، محاسبه می‌شوند، که در مقایسه با روش حوضه شناور قبلی از نظر ملاحظات عرضه و تقاضا، بهبود یافته است [ ۴۳ ] . در واقع، ۲SFCA یک معیار دسترسی فضایی مبتنی بر ایده انباشت فرصت، با استفاده از اصل کمی کردن امکانات یا منابع قابل دسترسی ساکنان در محدوده آستانه تعیین شده است: هر چه تعداد بیشتر باشد، دسترسی بهتر است [ ۴۴ ، ۶۵ ، ۶۶ ]. ]. بنابراین، نتایج را می توان برای ارزیابی مناسب بودن تخصیص خدمات در یک منطقه خاص مورد استفاده قرار داد [ ۴۳ ، ۴۴ ،۴۵ ]. مراحل مشخص به شرح زیر است:

ابتدا، بیمارستان j را به عنوان مرکز در نظر بگیرید، آستانه زمان یا مسافت را تعیین کنید، تمام نقاط مسکونی (مرکزهای جغرافیایی منطقه مسکونی) k را که در شعاع جستجو قرار می‌گیرند جستجو کنید، و نسبت عرضه به تقاضا را محاسبه کنید، همانطور که در رابطه (۱) نشان داده شده است. ).

آرj=اسj∑ک∈{دکj≤د۰}پک

آرjنسبت عرضه به تقاضای خدمات بهداشتی در منطقه محل است j; اسjاندازه عرضه در است jبیان شده در تعداد تخت های بیمارستانی؛ پکاندازه تقاضا در نقطه است ک،بیان شده در جمعیت؛ دکjهزینه دسترسی به خدمات بهداشتی بین نقاط k و j است که معمولاً بر حسب مسافت یا زمان بیان می شود (فاصله مورد استفاده در این مطالعه که میانگین نزدیکترین مسافتی است که ساکنان باید برای رسیدن به یک نقطه بهداشتی طی کنند). د۰شعاع جستجو است.

دوم، با تمرکز بر نقطه ساکن من، جستجو برای تمام نقاط پزشکی j که در شعاع جستجو قرار می گیرند و خدمات را جمع می کنند آرjارائه شده توسط تمام نقاط پزشکی برای دستیابی به دسترسی آمنافدر نقطه سکونت من. (معادله (۲))

آمناف=∑j∈{دمنj≤د۰}آرj=∑j∈{دمنj≤د۰}اسj∑ک∈{دکj≤د۰}پک

آمنافدسترسی به خدمات بهداشتی در نقطه است من ; دمنjهزینه زمانی دسترسی به خدمات بهداشتی بین نقاط i و j است. این معادله را می توان برای بیان دسترسی ارائه دهندگان مراقبت های بهداشتی در مناطق اداری پس از تبدیل استفاده کرد، به معادله (۳) مراجعه کنید.

D12=اسپ
شاخص D12دسترسی به موسسات پزشکی در منطقه در سطح استان است، اسحاصل ضرب میانگین تعداد بیمارستان‌های تحت پوشش در شعاع خدمات هر قطعه مسکونی یا دهکده اداری و میانگین تعداد تخت‌های بیمارستانی است. پمیانگین اندازه جمعیت کرت (به ازای هر ۱۰۰۰۰ نفر) است.
۲٫۳٫۲٫ روش آنتروپی
آنتروپی اولین بار توسط فیزیکدان آلمانی کراوس در ترمودینامیک معرفی شد که بعداً در نظریه اطلاعات اعمال شد و نشان دهنده عدم قطعیت چیزها یا مسائل بود. در تئوری اطلاعات، اطلاعات معیار درجه نظم یک سیستم و آنتروپی معیار درجه بی نظمی یک سیستم است که هر دو از نظر قدر مطلق مساوی و از نظر علامت مخالف هستند [ ۶۷ ]. در این مطالعه، از روش وزن دهی آنتروپی برای محاسبه وزن اندیکاتور برای یکسان سازی خدمات پزشکی پایه در هر منطقه در سطح استان استفاده شده است، یعنی با استفاده از اطلاعات داده شده توسط ماتریس شاخص برای محاسبه وزن اندیکاتور. مراحل محاسبه به شرح زیر است:

مرحله ۱: ایجاد یک ماتریس تصمیم چند ویژگی A. با فرض وجود nشاخص های ارزیابی (شاخص های ارزیابی یکسان سازی خدمات پزشکی پایه)، متراشیاء ارزیابی (وضعیت یکسان سازی خدمات پزشکی پایه در مناطق سطح استان سین کیانگ)، و یک ماتریس تصمیم چند ویژگی X که از داده های خام تشکیل شده است:

ایکس=[ایکسمنj]=آ۱آ۲⋮آمتر[ایکس۱۱ایکس۱۲⋯ایکس۱nایکس۲۱ایکس۲۲⋯ایکس۲n⋯⋯⋯⋯ایکسمتر۱ایکسمتر۲⋯ایکس مترn]

مرحله ۲: ایجاد ماتریس تصمیم نرمال شده B. مرحله دوم مستلزم آن است که ماتریس تصمیم مرحله ۱ نرمال شود. روش عادی سازی در رابطه (۵) مشخص شده است. برای از بین بردن تأثیر ابعاد مختلف هر شاخص بر یکسان سازی خدمات پایه پزشکی، لازم است ماتریس تصمیم مرحله ۱ را مطابق معادله (۵) نرمال کرده و ماتریس تصمیم هنجاری B را بدست آوریم. rمنjنشان دهنده سهم است منمنطقه در سطح استان آمنزیر jنشانگر

rمنj=ایکسمنj∑من=۱مترایکسمنj
ب=[r11r12⋯r1nr21r22⋯r2n⋯⋯⋯⋯rمتر۱rمتر۲⋯r مترn]

مرحله ۳: آنتروپی را محاسبه کنید Ejاز jشاخص هفتم، منعکس کننده درجه تغییرپذیری شاخص است j.

Ej=-ک∑من=۱مترrمنjلوگاریتمrمنj، من = ۱،۲،۳،…،متر و j = ۱،۲،۳،…،n

جایی که ک=۱لوگاریتم(متر)، m تعداد مناطق در سطح استان است، بنابراین، مقدار Ejبین ۰ و ۱ است. از رابطه (۷) مشخص می شود که Ejزمانی که مقادیر یک شاخص خاص در سراسر مناطق در سطح استان همگرا شود به ۱ همگرا می شود. چه زمانی Ejبرابر با ۱ است که به معنای آن شاخص است jاین شاخص برای همه مناطق در سطح استان یکسان است jسپس می توان از شاخص های ارزیابی حذف شد. بنابراین می توان مشاهده کرد که ضریب وزنی شاخص با اندازه تفاوت بین شاخص های یکسان سازی خدمات اولیه پزشکی در تمام مناطق در سطح استان تعیین می شود. بنابراین، دj(به معادله (۸) مراجعه کنید) را می توان برای نشان دادن درجه سازگاری سهم شاخص تعریف و معرفی کرد. jبه یکسان سازی خدمات اولیه پزشکی در هر منطقه، که می تواند به عنوان درجه تنوع [ ۶۸ ] نیز تعبیر شود.

دj=1-Ej

مرحله ۴: وزن را محاسبه کنید دبلیوjاز هر شاخص

دبلیوj=دj∑j=1nدj=1-Ej∑j=1n(1-Ej)، j=1،۲،۳،···،n
چه زمانی دj ۰ است، jشاخص ام را می توان از شاخص های ارزیابی حذف کرد، وزن دبلیوjاین شاخص ۰ است، به این معنی که شرایط برای همه مناطق در سطح استان یکسان است، بنابراین به عنوان یک شاخص، برای ارزیابی بی معنی است.
۲٫۳٫۳٫ روش تاپسیس
چارچوب مفهومی روش TOPSIS توسط هوانگ و یون [ ۶۹ ] توسعه داده شد. TOPSIS اشیاء ارزیابی را با مرتب کردن آنها بر اساس نزدیکی آنها به یک هدف ایده آل رتبه بندی می کند. روند کار به صورت زیر است:

مرحله ۱: ماتریس عملکرد تنظیم شده در رابطه (۴) با استفاده از رابطه (۱۰) نرمال می شود.

ایکسمنj=ایکسمنj∑۱مترایکسمنj2

مرحله ۲: ترکیب با وزن نشانگر دبلیوj=(w1،w2،…wj)، ماتریس نرمال شده وزنی را ایجاد کنید V:

Vمنj=دبلیوj∗ایکسمنj=[v11v12⋯v1nv21v22⋯v2n⋯⋯⋯⋯vمتر۱vمتر۲⋯v مترn]، من = ۱،۲،۳،…،متر، j = ۱،۲،۳،…،n

مرحله ۳: با توجه به ماتریس نرمال شده، از معادلات (۱۲) و (۱۳) برای تعیین بهترین راه حل ایده آل (عملکرد فوق العاده در هر شاخص) استفاده کنید. Vj+و بدترین راه حل ایده آل (عملکرد شدید در هر شاخص معکوس شود)  Vj-[ ۷۰ ].

Vj+=مترآایکسVمنj،j=1،۲،۳،…،n
Vj-=مترمنnVمنj،j=1،۲،۳،…،n
Vj+حداکثر مقدار نشانگر است j، و Vj-حداقل است.

مرحله ۴: برای وضعیت خدمات اولیه پزشکی Vمناز استان شماره من، از معادلات (۱۴) و (۱۵) می توان برای محاسبه فواصل اقلیدسی استفاده کرد. Vمنبا بهترین راه حل ایده آل و بدترین راه حل ایده آل. معادله (۱۶) می تواند شاخص ترکیبی وضعیت خدمات پزشکی پایه را ارائه دهد پمنمنطقه شماره  من.

اسمن+=∑j=1n(Vj+-Vمنj)2
اسمن-=∑j=1n(Vj–Vمنj)2
پمن=اسمن-اسمن++اسمن-
ارزش پمنبین ۰ و ۱ است و هر چه کوچکتر باشد اسمن+، هر چه فاصله بین وضعیت یکسان سازی مراقبت های اولیه در منطقه و بهترین راه حل ایده آل کمتر باشد، و بنابراین، بزرگتر پمن; برعکس، هر چه کوچکتر باشد اسمن-، هر چه فاصله بین وضعیت یکسان سازی مراقبت های اولیه در منطقه و بدترین راه حل ایده آل کمتر باشد و در نتیجه کمتر پمن.

۳٫ نتایج

ما مقدار هر شاخص را با توجه به سیستم شاخص ارزیابی ساخته شده برای یکسان سازی خدمات پزشکی پایه، وزن هر شاخص محاسبه کردیم و در نهایت از روش TOPSIS برای تجزیه و تحلیل یکسان سازی خدمات اولیه پزشکی در هر منطقه در سین کیانگ استفاده کردیم.

۳٫۱٫ نتیجه تحلیل ارزش شاخص

۳٫۱٫۱٫ سطح تخصیص موسسه پزشکی

با توجه به طراحی شاخص یکسان سازی خدمات پزشکی پایه در جدول ۲ ، این تحقیق موسسات پزشکی مختلف را به عنوان مرکز قرار داده و از تحلیل بافر برای محاسبه پوشش مناطق مسکونی، پوشش دهیاری‌های اداری، جمعیت و جمعیت در معرض خطر سلامت در شعاع خدمات بیمارستان‌ها استفاده می‌کند. در مناطق مختلف اداری سین کیانگ. مقادیر شاخص سطح تخصیص موسسه پزشکی در جدول A2 به دست آمده است. شکل ۳ هیستوگرام مقادیر شاخص را برای سطح تخصیص موسسات پزشکی در مناطق مختلف در سطح استان نشان می دهد.
در سین کیانگ، میانگین پوشش مناطق مسکونی در شعاع خدمات بیمارستان ۶۸٫۴۱ درصد است. مناطق اداری در سطح استان با پوشش بالاتر عبارتند از اکسو، هوتان و کاشغر با پوشش بین ۷۶٫۸۶٪ و ۸۰٫۳۶٪. میانگین پوشش روستاهای اداری در شعاع خدمات بیمارستان ۲۷٫۳۱ درصد است. مناطق اداری در سطح استان با پوشش بالاتر ارومچی و کارامای هستند که به ترتیب با نرخ پوشش ۷۶٫۴۹ درصد و ۶۷٫۹۱ درصد هستند. میانگین پوشش مناطق مسکونی در شعاع خدمات بیمارستان های درجه دو ۸۴٫۷۸ درصد است. مناطق اداری در سطح استان با پوشش بالاتر عبارتند از: ارومچی، آکسو، کیزیلسو و کاشغر با پوشش بین ۹۰٫۹۱-۹۱٫۸۶٪. میانگین ضریب پوشش مناطق مسکونی در شعاع خدمات بیمارستان های درجه سه ۶۱٫۸۶ درصد است.
میانگین نرخ پوشش جمعیت در شعاع خدمات بیمارستان های ناحیه اداری در سطح استان ۲۷٫۰۸٪ است. مناطق اداری در سطح استان با نرخ پوشش بالاتر ارومقی و حامی با نرخ پوشش ۵۴٫۷۱ درصد و ۳۲٫۵۲ درصد هستند. میانگین نرخ پوشش جمعیت در شعاع خدمات بیمارستان‌های درجه Ⅱ ۴۳٫۷۰ درصد است. مناطق اداری در سطح استان با نرخ های پوشش بالاتر ارومچی و کارامای هستند که به ترتیب ۸۱% و ۶۰٫۶۲% را پوشش می دهند. میانگین نرخ پوشش جمعیت در شعاع خدمات بیمارستان های درجه Ⅲ ۳۱٫۴۲٪ است. منطقه اداری در سطح استان با بالاترین نرخ پوشش ارومچی با نرخ پوشش ۹۲٫۶۲ درصد است.
میانگین میزان پوشش افراد با خطرات سلامت در شعاع خدمات بیمارستانی ۲۶٫۸۹ درصد است. مناطق اداری در سطح استان با نرخ های پوشش نسبتاً بالا ارومقی و حامی با نرخ پوشش ۵۴٫۶۶ درصد و ۳۲٫۵۷ درصد هستند. میانگین نرخ پوشش افراد با خطرات سلامتی در شعاع خدمات بیمارستان‌های درجه Ⅱ ۴۳٫۳۱ درصد است. مناطق اداری در سطح استان با نرخ های پوشش بالاتر ارومچی و کارامای هستند که به ترتیب با نرخ های پوشش ۸۰٫۹۶% و ۶۰٫۷۴% می باشند. میانگین نرخ پوشش افراد با خطرات سلامت در شعاع خدمات بیمارستان های درجه Ⅲ ۳۱٫۰۶٪ است. مناطق اداری با نرخ پوشش بالاتر ارومقی و حامی با نرخ پوشش به ترتیب ۹۲٫۵۸ درصد و ۶۲٫۳۶ درصد هستند.
۳٫۱٫۲٫ راحتی درمان پزشکی
در این تحقیق، مناطق مسکونی و دهکده‌های اداری را به‌عنوان مراکزی در نظر می‌گیریم تا با استفاده از تجزیه و تحلیل منطقه حائل و ترافیک، تعداد موسسات پزشکی موجود برای ساکنان در شعاع سفر مناطق مسکونی و روستاهای اداری و همچنین فاصله بین درمان‌های پزشکی مجاور را محاسبه کنیم. تجزیه و تحلیل شبکه میزان دسترسی موسسات پزشکی در هر واحد آماری را می توان بر اساس رابطه (۳) محاسبه کرد. مقادیر پارامتر برای محاسبه دسترسی به جدول A3 در پیوست A ، و مقادیر شاخص راحتی پزشکی به جدول A4 ، از جمله دسترسی و نزدیکترین فاصله حمل و نقل پزشکی، همانطور که در شکل ۴ نشان داده شده است، اشاره دارد.
میانگین ارزش دسترسی ساکنان به موسسات پزشکی در سین کیانگ ۰٫۲۶ است. Urumqi، Changji، Hami و Karamay بهترین دسترسی را دارند، با مقدار دسترسی بین ۰٫۲۵ تا ۱٫۴۲٫ در مقابل، ضعیف ترین دسترسی در بایینگول، آلتای و کیزیلسو با مقدار دسترسی بین ۰٫۰۵ و ۰٫۰۷ ظاهر می شود.
میانگین مسافت سفر برای نزدیکترین درمان های پزشکی در تمام مناطق سین کیانگ ۲٫۰۱ کیلومتر است. از این میان، ارومچی، چانگجی، بایینگول، کاشغر، هوتان و ییلی فواصل پزشکی کوتاه تری دارند که از ۱٫۰۶ تا ۱٫۸۷ کیلومتر متغیر است.

۳٫۲٫ محاسبه وزن اندیکاتور

با توجه به معادلات (۴) – (۹)، وزن شاخص یکسان سازی خدمات اولیه پزشکی در هر منطقه سین کیانگ با مراجعه به داده های شاخص جدول A2 و جدول A4 قابل محاسبه است.
ماتریس تصمیم ( جدول ۵ ) مطابق معادلات (۴) و (۵) ساخته شده است. سپس با توجه به معادلات (۷) – (۹)، Ej،  دj، و  دبلیوj، به ترتیب مطابق جدول ۶ محاسبه می شوند که در آن ک=۱لوگاریتم۱۴=۰٫۳۷۹٫
جدول ۶ نشان می دهد که وزن شاخص D ۱ – D ۱۳ ۰٫۶٪، ۶٫۲٪، ۰٫۵٪، ۱۸٫۸٪، ۲٫۱٪، ۲٫۴٪، ۲۰٪، ۲٫۱٪، ۲٫۴٪، ۲۰٪، ۲٫۳٪، ۱۹٫۷٪ است. و ۳٫۲ درصد. شکل ۵ مقایسه مقادیر را نشان می دهد.
آنتروپی اطلاعات شاخص‌های D ۱ و D ۳ به ترتیب ۰٫۹۹۵ و ۰٫۹۹۶ است که نزدیک به ۱ هستند، که نشان می‌دهد این شاخص‌ها کمترین درجه تغییر را دارند، که نشان می‌دهد موسسات پزشکی سین کیانگ و بیمارستان‌های درجه Ⅱ تقریباً پوشش مشابهی دارند. مناطق مسکونی شهری، به این معنی که ساکنان شهری تقریباً به یکسان به خدمات بر اساس این شاخص ها دسترسی دارند. آنتروپی اطلاعات اندیکاتورهای D ۵ , D ۶ , D ۸ , D ۹ , D ۱۱ و D ۱۳بین ۰٫۹۷۱ و ۰٫۹۸ است، و درجه تنوع شاخص اندک است، که نشان می دهد موسسات پزشکی تقریباً پوشش یکسانی از جمعیت، گروه های خطر و کادر پزشکی دارند و اساساً خدمات برابر را در این شاخص ها به دست می آورند.
مقدار آنتروپی چهار اندیکاتور D ۴ , D ۷ , D ۱۰ , D ۱۲ در سیستم شاخص یکسان سازی خدمات پزشکی پایه سین کیانگ بین ۰٫۸۱۴ تا ۰٫۸۲۵ است که بیشترین مقدار مطلوبیت، بیشترین مقدار اطلاعات منعکس شده و بزرگترین وزن تجزیه و تحلیل دلایل، سه شاخص D ۴ ، D ۷ و D ۱۰به طور مستقیم با بیمارستان های درجه III مرتبط هستند. ثبات داده های شاخص کم است و داده ها بسیار متفاوت است. میانگین واریانس داده های اندیکاتور ۲۸٫۰۲ است (میانگین واریانس سایر شاخص ها ۱۱٫۵ است). در عین حال، داده‌های شاخص دارای درجه بالایی از پراکندگی و تنوع شاخص هستند، که نشان می‌دهد بیمارستان‌های درجه III عامل اصلی تأثیرگذار بر یکسان‌سازی خدمات اولیه پزشکی هستند و توزیع نابرابرترین است. بنابراین، تعداد بیمارستان‌های درجه سه و پوشش آن‌ها مهم‌ترین عوامل مؤثر بر یکسان‌سازی خدمات اولیه پزشکی در مناطق مختلف در سطح استان است، به این معنی که آیا ساکنان از فرصت یکسانی برای دریافت خدمات درمانی سطح بالاتر برخوردار هستند یا خیر.
شاخص D ۱۲ دسترسی به موسسات پزشکی در مناطق مختلف را نشان می دهد و به طور جامع منطقی شدن طرح فضایی موسسات پزشکی را منعکس می کند. از شکل ۶ می توان دریافت که ۴۲ درصد از دسترسی به موسسات پزشکی در مناطق مختلف سین کیانگ در بازه [۰٫۰۵، ۰٫۱۵] و ۳۵ درصد در بازه [۰٫۱۵، ۰٫۲۵] متمرکز است. به جز ارومچی، توزیع موسسات پزشکی در سایر مناطق نابرابر است، شاخص راحتی کلی برای درمان پزشکی در نوسانات زیادی است (از ۰٫۰۷ تا ۱٫۴۲)، و چیدمان فضایی نامعقول است، که به شدت بر فرصت ساکنان برای خدمات پزشکی برابر تأثیر می گذارد. .

۳٫۳٫ تاپسیس

ما شاخص های یکسان سازی خدمات پزشکی پایه را طبق معادلات (۱۰) و (۱۱) در هر منطقه استاندارد می کنیم و پس از بدست آوردن مقادیر وزنی محاسبه شده، ماتریس شاخص استاندارد وزنی (نشان داده شده در جدول A5 ) را بدست می آوریم. از جدول A5 می توان دریافت که جواب بهینه را به دست می آوریم V+و بدترین راه حل V-برای هر شاخص در هر منطقه، همانطور که در جدول ۷ نشان داده شده است. پس از به دست آوردن V+و V-، ما به ترتیب فاصله اقلیدسی بین شاخص یکسان سازی خدمات پزشکی در هر منطقه و بهترین راه حل ایده آل را محاسبه می کنیم ( اس+و بدترین راه حل ایده آل ( اس-) هر شاخص با استفاده از معادلات (۱۴) و (۱۵). بر اساس معادله (۱۶)، شاخص یکسان سازی خدمات پایه پزشکی ( پمن) در مناطق مختلف محاسبه می شود که نشان دهنده فاصله اقلیدسی بین سطح یکسان سازی خدمات پزشکی در مناطق مختلف و حالت ایده آل است. هر چه بزرگتر باشد پمن- ارزش، هر چه فاصله بین سطح یکسان سازی خدمات پزشکی در منطقه و راه حل بهینه کمتر باشد و هر چه فاصله از راه حل پایین تر باشد، سطح بالاتر است. سطح یکسان سازی خدمات پزشکی در مناطق مختلف در جدول ۸ نشان داده شده است . مقایسه از اس+،  اس-و  پمندر هر منطقه در شکل ۷ نشان داده شده است .

۳٫۴٫ آمار منطقه ای در سطح همسان سازی خدمات پایه پزشکی

انحراف استاندارد اغلب در آمار احتمال به عنوان معیاری برای میزان توزیع آماری داده ها استفاده می شود. این می تواند میزان پراکندگی یک مجموعه داده را منعکس کند و دارای واحدهای مشابه داده های درون گروه است. در زمینه پزشکی، انحراف استاندارد معمولا برای اندازه گیری محدوده یا سطح مقادیر مرجع پزشکی استفاده می شود [ ۷۱ ]. نتیجه ایده آل سطح EBMS این است که هر منطقه در سطح استان تقریباً یکسان دارد پمنمقدار (میانگین نزدیک به ۱ و انحراف معیار نزدیک به ۰) در مطالعه ما. با توجه به اینکه انحراف معیار را می توان به عنوان نوعی فاصله متوسط ​​از داده های نمونه تا میانگین درک کرد، مطالعه از انحراف معیار استفاده می کند. پمنمقادیر به عنوان یک فاصله آماری برای طبقه بندی کلاس های سطح EBMS برای هر منطقه از بزرگ به کوچک. علاوه بر این، در مطالعه عمیق‌تر بعدی اثر پمنهنگامی که اثر هر ۱ واحد در سطح EBMS افزایش می یابد، شاخص در سطح EBMS تغییر می کند پمنشاخص در سطح EBMS معنی دار نیست، همچنین می توان آن را به افزایش یک انحراف معیار برای مطالعه در نظر گرفت. پس از محاسبه، انحراف معیار از  پمنحدود ۰٫۲ است. فاصله توزیع و فرکانس  پمندر شکل ۸ نشان داده شده است.
از جدول ۸ و شکل ۸ می توان نتیجه گرفت ، این تحقیق سطح یکسان سازی خدمات پزشکی پایه سین کیانگ را با توجه به فاصله توزیع به چهار سطح تقسیم می کند. پمنارزش ها در هر منطقه سطح I ارومچی است. سطح دوم حامی است. سطح III دارای چهار منطقه در سطح استان است: هوتان، چانگجی، ایلی و کارامای. سطح IV دارای هشت منطقه در سطح استان است: آلتای، آکسو، تورپان، بورتالا، تاربگاتای، باینگول، کیزیلسو و کاشغر.
در عین حال، استفاده از فناوری GIS برای انجام پردازش های فضایی منطقه ای اس+،  اس-و  پمندر هر منطقه می‌تواند به طور شهودی توزیع فضایی خدمات اولیه پزشکی را در هر منطقه نشان دهد، همانطور که در شکل ۹ نشان داده شده است، نسخه بزرگ‌شده در ضمیمه B شکل A4 نشان داده شده است .
تجزیه و تحلیل شکل ۹ نشان می دهد که ۵۷٫۱٪ از مناطق (مناطق در سطح استان) سین کیانگ در سطح IV یکسان سازی خدمات اولیه پزشکی، ۲۸٫۶٪ در سطح III و تنها ۱۴٫۳٪ در سطح I و II قرار دارند.

۴٫ بحث و نتیجه گیری

این تحقیق سیستم شاخص ارزیابی EBMS را طراحی کرد که شامل ۲ شاخص درجه یک (سطح تخصیص موسسه پزشکی، راحتی درمان) و ۱۲ شاخص درجه دوم از دیدگاه فضایی بود و از روش آنتروپی و مدل ارزیابی تاپسیس استفاده کرد. توزیع فضایی فعلی و سطح EBMS در سین کیانگ را محاسبه کنید.
برخلاف روش ارزیابی عددی در تجزیه و تحلیل منابع پزشکی [ ۷۲ ، ۷۳ ]، این مقاله یک روش ارزیابی EBMS را از منظر فضایی با در نظر گرفتن مزایای دسترسی فضایی جغرافیای پزشکی [ ۱ ، ۷۴ ] پیشنهاد می‌کند.]. سطح موسسات پزشکی را می توان با تجزیه و تحلیل ترکیبی از توزیع مکانی دقیق، مقیاس، تعداد کارکنان پزشکی و سایر داده ها با توزیع منطقه مسکونی، تراکم جمعیت و نیازهای پزشکی تجزیه و تحلیل کرد تا به طور جامع سطح تخصیص موسسات پزشکی و راحتی ساکنان برای درمان پزشکی از منظر فضایی. این می تواند منعکس کننده فرصت های برابر برای ساکنان برای دسترسی به خدمات اولیه پزشکی و بهداشتی باشد. با توجه به پایایی روش تحقیق، نتایج اصلی به دست آمده در این مقاله به شرح زیر است:
(۱) شاخص های EBMS بالاتر در ارومچی و حامی نشان می دهد که توزیع فضایی موسسات پزشکی در منطقه معقول تر از سایر مناطق در سطح استان است. همچنین دارای پوشش بالاتر، دسترسی بهتر و دسترسی راحت‌تر به خدمات اولیه پزشکی برای ساکنان و توانایی قوی‌تری برای پاسخگویی به فوریت‌های بهداشت عمومی است. بنابراین دولت می تواند به طور مناسب سرمایه گذاری برنامه ریزی بعدی را کاهش دهد. در مقابل، شاخص های پایین تر EBMS در آلتای و هفت شهر دیگر نشان می دهد که موسسات پزشکی در توزیع فضایی، دسترسی، پوشش و راحتی ضعیف هستند. از این نتیجه، دلیل اصلی EBMS پایین، پوشش ناکافی بیمارستان‌های درجه Ⅲ است. منطقه وسیع حوزه قضایی و توزیع پراکنده جمعیت منجر به EBMS پایین در هشت شهر شده است.
(۲) این تحقیق نشان داد که سطح EBMS در اکثر مناطق در سطح استان سین کیانگ پایین است و توزیع منابع خدمات پزشکی اساسی بین مناطق سطح استان در سین کیانگ بسیار نابرابر است.
(۳) سطح EBMS در بخش شمالی سین کیانگ به طور قابل توجهی بالاتر از سطح جنوب است. همچنین تفاوت های آشکاری بین شهرهای سطح استان در داخل آنها وجود داشت.
بنابراین، توانایی مقابله با موارد اضطراری در مقیاس بزرگ (مانند COVID-19) محدود است. تنها چند حوزه اساساً به یکسان سازی خدمات پزشکی دست یافته اند.
این مقاله پیشنهاد می کند که:
(۱) برای سرمایه‌گذاری بعدی، دولت باید ویژگی‌های توزیع فضایی ساکنان و نیازهای پزشکی را به طور کامل یکپارچه کند، طرح‌بندی موسسات پزشکی و سرمایه‌گذاری منابع پزشکی را به طور منطقی برنامه‌ریزی کند، و برابری و راحتی فرصت‌های درمان پزشکی ساکنان را افزایش دهد. .
(۲) ارومچی و هامی سطح بهتری از EBMS دارند. بنابراین دولت باید بر هدایت منابع خدمات بهداشتی عمومی به مناطق دورافتاده کوهستانی و گروه های روستایی تمرکز کند تا شکاف شهری و روستایی در خدمات پزشکی و بهداشتی را کاهش دهد. در عین حال، امکانات پزشکی و خدمات بهداشتی باید به گونه ای معقول طراحی شود تا تا حد امکان از تأثیر ازدحام جمعیت بر خدمات پزشکی و بهداشتی جلوگیری شود.
(۳) برای مناطق سطح استان به غیر از ارومچی و حامی که EBMS در آنها ضعیف است، دولت باید به تدریج شدت سرمایه گذاری بهداشت عمومی را افزایش دهد، روند شهرنشینی را تسریع بخشد و نقش جمع آوری جمعیت و سرمایه گذاری بهداشت عمومی را ایفا کند. در ترویج یکسان سازی خدمات پزشکی و بهداشتی.
به نظر می رسد توصیه های فوق اقداماتی برای ارتقای سطح EBMS منطقه ای باشد. ما بیشتر در مورد پایایی آنها در مطالعه بعدی بحث خواهیم کرد. علاوه بر این، ما همچنین محدودیت روش های ارزیابی پیشنهادی در این مقاله را به وضوح تشخیص می دهیم (به عنوان مثال، پمن) فقط می تواند رتبه بندی و نابرابری سطح EBMS در هر منطقه را منعکس کند و نمی تواند شدت نابرابری را نشان دهد. در کار بعدی خود، تغییرات سطوح EBMS را در منطقه در سطح استان در سین کیانگ سالانه با استفاده از نتایج پایش سری های زمانی طولانی و شاخص اتکینسون یا ضریب جینی برای مطالعه نابرابری برای هر یک بررسی خواهیم کرد [ ۷۵ ] برای هدایت بهتر دولت برای انجام وظیفه توزیع مجدد منابع پزشکی خود.

پیوست اول

جدول A1. شرایط اولیه پزشکی همه مناطق در سین کیانگ.
جدول A2. پوشش مناطق مسکونی، دهکده های اداری، جمعیت، جمعیت در معرض خطر سلامت و نسبت کارکنان پزشکی در شعاع خدمات موسسات پزشکی در مناطق مختلف اداری سین کیانگ.
جدول A3. پارامترهای محاسبه دسترسی موسسات پزشکی در سین کیانگ
جدول A4. شاخص یکسان سازی خدمات اولیه پزشکی و سهولت درمان در تمام ولسوالی ها.
جدول A5. جدول TOPSIS نرمال شده وزنی.

ضمیمه B

شکل A1. داده های نظارت بر شرایط جغرافیایی منطقه ای واحه سین کیانگ: داده های شبکه جاده ای.
شکل A2. توزیع فضایی جمعیت، جمعیت در معرض خطر سلامت و بیمارستان ها: توزیع فضایی جمعیت در معرض خطر سلامت و بیمارستان ها.
شکل A3. توزیع فضایی جمعیت
شکل A4. توزیع فضایی اس+،  اس-و  پمن.

منابع

  1. یانگ، دی اچ. گورج، آر. Mullner, R. مقایسه روش های مبتنی بر GIS اندازه گیری دسترسی فضایی به خدمات بهداشتی. جی. مد. سیستم ۲۰۰۶ ، ۳۰ ، ۲۳-۳۲٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  2. Meihong، L. تحقیق در مورد یکسان سازی خدمات اولیه پزشکی در چین. پایان نامه دکتری، دانشگاه عادی پایتخت، پکن، چین، ۲۰۱۱٫ [ Google Scholar ]
  3. گیندو، لس آنجلس؛ واگنر، ام. بالتوسن، آر. ریندرس، دی. Janine van Til3, PK; Goetghebeur، MM از اثربخشی تا برابری: بررسی ادبیات معیارهای تصمیم گیری برای تخصیص منابع و تصمیم گیری مراقبت های بهداشتی. هزینه Eff. تخصیص منابع. ۲۰۱۲ ، ۱۰ ، ۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  4. که. بررسی نبض در مورد تداوم خدمات ضروری بهداشتی در طول همه‌گیری COVID-19. در دسترس آنلاین: https://www.who.int/publications/i/item/WHO-2019-nCoV-EHS_continuity-survey-2020.1 (در ۲۷ اوت ۲۰۲۰ قابل دسترسی است).
  5. فرانا، م. Cadarette، D. بلوم، DE کووید-۱۹ تخصیص واکسن: مدل‌سازی نتایج سلامت و پیامدهای برابری استراتژی‌های جایگزین. مهندسی ۲۰۲۱ ، ۷ ، ۹۲۴-۹۳۵٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. احمد، ک. ارقو، س. شاه، ن. نذیر، یو. موریسون، آر. چوداری، جی. وو، دبلیو.-سی. ارتباط شرایط بد مسکن با بروز و مرگ و میر COVID-19 در سراسر شهرستان های ایالات متحده. PLoS ONE ۲۰۲۰ ، ۱۵ ، ۱۳٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  7. فنچ، WH; فینچ، فقر MEH و میزان بروز و مرگ و میر کووید-۱۹ در ایالات متحده در طول ۱۰ هفته اول همه گیری. جلو. اجتماعی ۲۰۲۰ ، ۵ ، ۴۷٫ [ Google Scholar ] [ CrossRef ]
  8. وو، بی. Jun, J. COVID-19 تبعیض نژادی و علائم افسردگی در میان آسیایی‌های آمریکایی: آیا ارتباط در مورد حادثه مهم است؟ جی. مهاجر. جزئی. سلامت ۲۰۲۲ ، ۲۴ ، ۷۸-۸۵٫ [ Google Scholar ] [ CrossRef ]
  9. ماهندراهاتا، ی. اندیانی، ن. حصری، ای.تی. دکتر عریفی سیاهان، RGM; سولیخا، DA; علی، PB ظرفیت سیستم مراقبت های بهداشتی اندونزی برای واکنش به COVID-19. جلو. بهداشت عمومی ۲۰۲۱ ، ۹ ، ۸۸۷٫ [ Google Scholar ] [ CrossRef ]
  10. وو، زی. McGoogan، JM ویژگی ها و درس های مهم از شیوع بیماری کروناویروس ۲۰۱۹ (COVID-19) در چین خلاصه گزارش ۷۲۳۱۴ مورد از مرکز چین برای کنترل و پیشگیری از بیماری. JAMA J. Am. پزشکی دانشیار ۲۰۲۰ ، ۳۲۳ ، ۱۲۳۹-۱۲۴۲٫ [ Google Scholar ] [ CrossRef ]
  11. وانگ، ی. یانگ، جی. ما، اچ. دونگ، ایکس. زی، جی. آره.؛ Du, J. کاربرد پزشکی از راه دور در اپیدمی COVID-19: تجزیه و تحلیل استان گانسو در چین. PLoS ONE ۲۰۲۱ , ۱۶ , e0249872. [ Google Scholar ] [ CrossRef ]
  12. یانگ، تی.-سی. کیم، اس. ژائو، ی. EmilyChoi، S.-W. بررسی نابرابری فضایی در نرخ مثبت COVID-19 در سراسر کد پستی شهر نیویورک. Health Place ۲۰۲۱ , ۶۹ , ۱۰۲۵۷۴٫ [ Google Scholar ] [ CrossRef ]
  13. کیان، ایکس. کیو، اس. Zhang, G. تأثیر COVID-19 بر قیمت مسکن شواهد از چین. مالی Res. Lett. ۲۰۲۱ ، ۲۰۲۱ ، ۱۰۱۹۴۴٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. لای، ال. ویتبولد، کالیفرنیا؛ دادابهوی، FZ; ساتو، آر. Landman، AB; شوام، LH; او هست.؛ پاتل، آر. وی، ن. زوکاتی، جی. و همکاران تریاژ دیجیتال: استراتژی‌های جدید برای مدیریت سلامت جمعیت در پاسخ به همه‌گیری COVID-19. بهداشت و درمان (Amst) ۲۰۲۰ , ۸ , ۱۰۰۴۹۳٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  15. بکت، سی دی; Zadvinskis، IM; دین، جی. ایزلر، جی. پاول، جی.ام. مروری یکپارچه از پرستاری تیمی و تفویض اختیار: پیامدها برای کادر پرستاری در طول کووید-۱۹ . پرستاران مبتنی بر دیدگاه های جهانی. ۲۰۲۱ ، ۱۸ ، ۲۵۱-۲۶۰٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  16. نیکولا، م. الصافی، ز. سهرابی، ج. کروان، ع. الجابر، ع. ایوسیفیدیس، سی. آقا، م. آقا، ر. پیامدهای اجتماعی-اقتصادی همه‌گیری ویروس کرونا (COVID-19): مروری. بین المللی جی. سرگ. ۲۰۲۰ ، ۷۸ ، ۱۸۵-۱۹۳٫ [ Google Scholar ] [ CrossRef ]
  17. میشرا، ع. باسومالیک، اس. لو، آ. چیو، اچ. شاه، م. شوکلا، ی. Tiwari، A. مدل‌های مدیریت بهداشتی سالم‌تر برای COVID-19. J Infect Public Health ۲۰۲۱ ، ۱۴ ، ۹۲۷-۹۳۷٫ [ Google Scholar ] [ CrossRef ]
  18. خوجه، تام; قیدوای، دبلیو. رواف، س. الناصر، FA; نانجی، ک. خوجه، ع. کوراشی، NYA; سعد، NES; هالاسا، دبلیو. فراهت، TM; و همکاران مراقبت های بهداشتی اولیه در بیماری های همه گیر: موانع، چالش ها و فرصت ها. شهرت جهانی. پزشکی ۲۰۲۱ ، ۱۹ ، ۶-۱۱٫ [ Google Scholar ] [ CrossRef ]
  19. مارتن، آر. مک اینتایر، دی. تراواسوس، سی. شیشکین، اس. لانگد، دبلیو. ردی، اس. وگا، جی. ارزیابی پیشرفت به سوی پوشش سلامت همگانی در برزیل، روسیه، هند، چین و آفریقای جنوبی (BRICS). Lancet ۲۰۱۴ ، ۳۸۴ ، ۲۱۶۴-۲۱۷۱٫ [ Google Scholar ] [ CrossRef ]
  20. میائو، آر. Xiang، X. وو، کیو. جیانگ، ز. روش ارزیابی سیستم خدمات پزشکی بر اساس DEMATEL و آنتروپی اطلاعات: مطالعه موردی تشخیص و درمان فشار خون در چین. PLoS ONE ۲۰۲۰ , ۱۵ , e0243832. [ Google Scholar ] [ CrossRef ]
  21. یانگ، جی. ژو، ی. Ma، Y. مشارکت سازمان اجتماعی، حکمرانی دولت و برابری خدمات عمومی پایه: شواهدی از چین. بین المللی جی. انورون. Res. بهداشت عمومی ۲۰۱۹ ، ۱۶ ، ۲۹۹۶٫ [ Google Scholar ] [ CrossRef ]
  22. لیو، اچ. تانگ، اس. وضعیت فعلی یکسان سازی خدمات پایه پزشکی در چین: بر اساس روش TOPSIS و روش نسبت جمع رتبه. چانه. ژنرال تمرین ۲۰۱۶ ، ۱۹ ، ۳۰۷۸-۳۰۸۱٫ [ Google Scholar ] [ CrossRef ]
  23. Kehrer، BH; اندرسن، آر. Glaser, WA مدل رفتاری استفاده خانواده ها از خدمات بهداشتی. جی. هوم. منبع. ۱۹۷۲ ، ۷ ، ۱۲۵٫ [ Google Scholar ] [ CrossRef ]
  24. گروسمن، ام. درباره مفهوم سرمایه سلامت و تقاضا برای سلامت. ج. اقتصاد سیاسی. ۱۹۷۲ ، ۸۰ ، ۲۲۳-۲۵۵٫ [ Google Scholar ] [ CrossRef ]
  25. جانستون، آر. گریگوری، دی. اسمیت، دی . فرهنگ جغرافیای انسانی ، ویرایش سوم. Blacwell: آکسفورد، انگلستان، ۲۰۰۴٫ [ Google Scholar ]
  26. وایلز، جی. فرهنگ/مکان/سلامت. نیوزلند Geogr. ۲۰۰۲ ، ۵۸ ، ۷۹٫ [ Google Scholar ] [ CrossRef ]
  27. هورو، تی. پسیس-کاتز، آی. Mukamel، DB روند در نابرابری های جغرافیایی در تخصیص منابع مراقبت های بهداشتی در ایالات متحده. سیاست سلامت ۲۰۰۴ ، ۶۸ ، ۲۲۳-۲۳۲٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  28. پان، جی. Shallcross، D. توزیع جغرافیایی تخت‌های بیمارستانی در سراسر چین: تحلیل اقتصادسنجی در سطح شهرستان. بین المللی J. Equity Health ۲۰۱۶ , ۱۵ , ۱۷۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  29. تندی، تی. چو، ی. آکام، ای جی؛ Afoh، CO; ریو، SH; چوی، ام اس؛ کیم، ک. چوی، JW کامرون بخش بهداشت عمومی: کمبود و نابرابری در توزیع جغرافیایی پرسنل بهداشتی. بین المللی J. Equity Health ۲۰۱۵ ، ۱۴ ، ۴۳٫ [ Google Scholar ] [ CrossRef ]
  30. بار، بی. بامبرا، سی. Whitehead، M. تاثیر سیاست تخصیص منابع NHS بر نابرابری های بهداشتی در انگلستان ۲۰۰۱-۱۱: مطالعه بوم شناختی طولی. BMJ ۲۰۱۴ , ۳۴۸ , g3231. [ Google Scholar ] [ CrossRef ]
  31. آنسلمی، ال. لاگارد، ام. هانسون، ک. فراتر از عدالت افقی: تجزیه و تحلیل تخصیص هزینه های بهداشتی در سراسر مناطق جغرافیایی در موزامبیک. Soc. علمی پزشکی ۲۰۱۵ ، ۱۳۰ ، ۲۱۶-۲۲۴٫ [ Google Scholar ] [ CrossRef ]
  32. انسور، تی. کوپر، اس. غلبه بر موانع دسترسی به خدمات بهداشتی: تأثیر بر طرف تقاضا. طرح سیاست سلامت ۲۰۰۴ ، ۱۹ ، ۶۹-۷۹٫ [ Google Scholar ] [ CrossRef ]
  33. رادرفورد، من؛ مولهالند، ک. هیل، کامپیوتر چگونه دسترسی به مراقبت های بهداشتی با مرگ و میر زیر پنج سال در جنوب صحرای آفریقا مرتبط است: بررسی سیستماتیک. تروپ مد. بین المللی سلامت ۲۰۱۰ ، ۱۵ ، ۵۰۸-۵۱۹٫ [ Google Scholar ] [ CrossRef ]
  34. شینجو، دی. Aramaki، T. توزیع جغرافیایی منابع مراقبت های بهداشتی، ارائه خدمات مراقبت های بهداشتی، و جریان بیمار در ژاپن: یک مطالعه مقطعی. Soc. علمی پزشکی ۲۰۱۲ ، ۷۵ ، ۱۹۵۴-۱۹۶۳٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  35. وو، اچ. رونگ، ایکس. ژائو، ام. آیا ریل های پرسرعت سطح تخصیص منابع پزشکی را بهبود می بخشد؟ جلو. حفظ کنید. شهرهای ۲۰۲۲ ، ۴ ، ۶۸٫ [ Google Scholar ] [ CrossRef ]
  36. عون، ن. ماتسودا، اچ. Sekiyama، M. دسترسی جغرافیایی به مراقبت های بهداشتی و سوء تغذیه در رواندا. Soc. علمی پزشکی ۲۰۱۵ ، ۱۳۰ ، ۱۳۵-۱۴۵٫ [ Google Scholar ] [ CrossRef ]
  37. ونشنگ، ز. هواسیونگ، جی. هونگرو، هوش مصنوعی؛ جینگ، ال. Xiaofang، W. تجزیه و تحلیل نابرابری های منطقه ای تامین منابع پزشکی اساسی در چین. Geogr. Res. ۲۰۱۵ ، ۳۴ ، ۲۰۴۹–۲۰۶۰٫ [ Google Scholar ] [ CrossRef ]
  38. پولور، ا. Wei, R. بهینه سازی مکان فضایی پهپادهای پزشکی. Appl. Geogr. ۲۰۱۸ ، ۹۰ ، ۹-۱۶٫ [ Google Scholar ] [ CrossRef ]
  39. دیلن، دی. اراگونتلا، م. مایر، RJ; وو، سی.-ن. مدیریت بهتر زنجیره تامین خون با تجزیه و تحلیل مبتنی بر GIS. ان اپراتور Res. ۲۰۱۱ ، ۱۸۵ ، ۱۸۱-۱۹۳٫ [ Google Scholar ] [ CrossRef ]
  40. نصرآبادی، ع.م. نجفی، م. ذوالفقاری نیا، ح. توجه به عدم قطعیت های کوتاه مدت و بلندمدت در برنامه ریزی مکان و ظرفیت مراکز بهداشتی عمومی. یورو جی. اوپر. Res. ۲۰۲۰ ، ۲۸۱ ، ۱۵۲-۱۷۳٫ [ Google Scholar ] [ CrossRef ]
  41. احمدی جاوید، ع. سیدی، پ. Syam، SS بررسی مکان مرکز مراقبت های بهداشتی. محاسبه کنید. اپراتور Res. ۲۰۱۷ ، ۷۹ ، ۲۲۳-۲۶۳٫ [ Google Scholar ] [ CrossRef ]
  42. لی، فو. یونگ، دبلیو. بیائو، ز. یونگ، ام. حداقل، گ. دسترسی فضایی به امکانات پزشکی در منطقه بی بی بر اساس روش اصلاح شده حوزه آبریز شناور دو مرحله ای. J. Geo-Inf. علمی ۲۰۱۹ ، ۲۱ ، ۱۵۶۵-۱۵۷۵٫ [ Google Scholar ] [ CrossRef ]
  43. جان، آر. Lan، M. تجزیه های فضایی، مدل سازی و نقشه برداری مناطق خدماتی برای پیش بینی دسترسی به برنامه های اجتماعی. Geogr. Inf. علمی ۲۰۰۰ ، ۶ ، ۱۰۵-۱۱۲٫ [ Google Scholar ] [ CrossRef ]
  44. وانگ، اف. لو، دبلیو. ارزیابی عوامل فضایی و غیرمکانی برای دسترسی به مراقبت‌های بهداشتی: به سوی یک رویکرد یکپارچه برای تعریف مناطق کمبود حرفه‌ای سلامت. Health Place ۲۰۰۵ ، ۱۱ ، ۱۳۱-۱۴۶٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  45. ونیو، دی. ینگهویی، ایکس. ژولینگ، HU; Qingming، Z. دسترسی به پناهگاه اضطراری روستایی با استفاده از روش حوضه آبریز شناور ۲ مرحله‌ای مبتنی بر گاوس. J. Geo-Inf. علمی ۲۰۱۸ ، ۲۰ ، ۱۴۱۲-۱۴۲۱٫ [ Google Scholar ] [ CrossRef ]
  46. وانگ، اف. از ۲SFCA تا i2SFCA: ادغام، اشتقاق و اعتبارسنجی. بین المللی جی. جئوگر. Inf. علمی ۲۰۲۱ ، ۳۵ ، ۶۲۸-۶۳۸٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  47. ژو، ال. وانگ، اس. Xu, Z. یک رویکرد بهینه سازی فضایی چند عاملی برای امکانات پزشکی اورژانس در پکن. ISPRS Int. J. Geo-Inf. ۲۰۲۰ ، ۹ ، ۳۶۱٫ [ Google Scholar ] [ CrossRef ]
  48. کمیسیون، اطلاعیه NDAR در مورد صدور چهاردهمین پلان پنج ساله خدمات عمومی. در دسترس آنلاین: https://www.ndrc.gov.cn/xxgk/zcfb/ghwb/202201/t20220110_1311622.html?code=&state=123 (در ۱ اکتبر ۲۰۲۲ قابل دسترسی است).
  49. یانگ، اف. یانگ، دی. اندازه‌گیری کیفیت خدمات عمومی پایه و تجزیه و تحلیل تفاوت‌های آنها در میان استان‌ها: موردی از سین‌کیانگ. J. Arid Land Resource. محیط زیست ۲۰۱۴ ، ۵ ، ۳۷-۴۲٫ [ Google Scholar ] [ CrossRef ]
  50. لی، دی. پنگ، ام. تحول بین شبکه نامنظم اطلاعات فضایی شهری و شبکه منظم. Geomat. Inf. علمی دانشگاه ووهان ۲۰۰۷ ، ۳۲ ، ۹۵-۹۹٫ [ Google Scholar ] [ CrossRef ]
  51. ژنگدونگ، اچ. یکپارچه سازی داده ها برای برنامه ریزی حمل و نقل شهری. پایان نامه دکتری، دانشگاه اوترخت، اوترخت، هلند، ۲۰۰۳٫ [ Google Scholar ]
  52. اسپیکرمن، ک. Wegener, M. آزادی از ظلم مناطق به سمت مدل‌های فضایی جدید مبتنی بر GIS . Fotheringham, AS, Wegener, M., Eds. تیلور و فرانسیس: لندن، بریتانیا، ۲۰۰۰٫ [ Google Scholar ]
  53. وگنر، ام. مدل های جدید برنامه ریزی فضایی. بین المللی J. Appl. زمین Obs. Geoinf. ۲۰۰۱ ، ۳ ، ۲۲۴-۲۳۷٫ [ Google Scholar ] [ CrossRef ]
  54. اوکابه، ا. ساداهیرو، ی. تغییر در تعداد داده‌های منتقل شده از مجموعه‌ای از مناطق نامنظم به مجموعه‌ای از مناطق منظم از طریق روش نقطه در چندضلعی. بین المللی جی. جئوگر. Inf. علمی ۲۰۰۱ ، ۱۱ ، ۹۳-۱۰۶٫ [ Google Scholar ] [ CrossRef ]
  55. لام، NS-N. روشهای درونیابی فضایی: مروری. صبح. کارتوگر. ۱۹۸۳ ، ۱۰ ، ۱۲۹-۱۵۰٫ [ Google Scholar ] [ CrossRef ]
  56. Goodchild، MF; لام، NS-N. درون یابی منطقه ای: گونه ای از مسئله سنتی فضایی. پردازش جغرافیایی ۱۹۸۰ ، ۱ ، ۲۹۷-۳۱۲٫ [ Google Scholar ]
  57. فلاوردیو، ر. گرین، M. درونیابی منطقه ای و انواع داده ها . Stewart Fotheringham، A.، Rogerson، PA، Eds. تیلور و فرانسیس: لندن، بریتانیا، ۱۹۹۴٫ [ Google Scholar ]
  58. Tobler، WR Smooth Pycnophylactic interpolation برای مناطق جغرافیایی. مربا. آمار دانشیار ۱۹۷۹ ، ۷۴ ، ۵۱۹-۵۳۰٫ [ Google Scholar ] [ CrossRef ]
  59. Gregory, IN دقت تکنیک های درونیابی منطقه ای: استاندارد کردن داده های سرشماری قرن ۱۹ و ۲۰ برای امکان مقایسه طولانی مدت. محاسبه کنید. محیط زیست سیستم شهری ۲۰۰۲ ، ۲۶ ، ۲۹۳-۳۱۴٫ [ Google Scholar ] [ CrossRef ]
  60. مک گریل، ام آر؛ Humphreys، JS اندازه گیری دسترسی فضایی به مراقبت های اولیه در مناطق روستایی: بهبود اثربخشی روش حوضه آبریز شناور دو مرحله ای. Appl. Geogr. ۲۰۰۹ ، ۲۹ ، ۵۳۳-۵۴۱٫ [ Google Scholar ] [ CrossRef ]
  61. ون، ز. لیلی، ایکس. Xiaolin، Z. تحقیق در مورد الگوی فضایی دسترسی به تسهیلات خدمات اجتماعی و محرومیت فضایی جامعه کم درآمد در نانجینگ. هوم Geogr. ۲۰۱۷ ، ۳۲ ، ۷۳-۷۹٫ [ Google Scholar ] [ CrossRef ]
  62. یینتائو، ال. د، دبلیو. سنجش قابلیت راه رفتن در آمریکا و روشنگری آن. طرح شهری. بین المللی ۲۰۱۲ ، ۲۷ ، ۱۰-۱۵٫ [ Google Scholar ] [ CrossRef ]
  63. وانگ، اچ. هوانگ، جی. لی، ی. یان، ایکس. Xu، W. ارزیابی و نقشه‌برداری دسترسی پیاده‌روی، در دسترس بودن اتوبوس و وابستگی خودرو در فضای شهری: مطالعه موردی Xiamen، چین. Acta Geogr. گناه ۲۰۱۳ ، ۶۸ ، ۴۷۷-۴۹۰٫ [ Google Scholar ] [ CrossRef ]
  64. لاوت، ا. هاینز، آر. سوننبرگ، جی. گالب، اس. زمان سفر با ماشین و دسترسی با اتوبوس به خدمات پزشک عمومی: مطالعه ای با استفاده از ثبت نام بیماران و GIS. Soc. علمی پزشکی ۲۰۰۲ ، ۵۵ ، ۹۷-۱۱۱٫ [ Google Scholar ] [ CrossRef ]
  65. سیگل، ام. کولر، دی. فوگت، وی. Sundmacher, L. توسعه یک شاخص ترکیبی از دسترسی فضایی در بخش های مختلف مراقبت های بهداشتی: یک مثال آلمانی. سیاست سلامت ۲۰۱۶ ، ۱۲۰ ، ۲۰۵-۲۱۲٫ [ Google Scholar ] [ CrossRef ]
  66. Luo, W. استفاده از یک روش حوضه شناور مبتنی بر GIS برای ارزیابی مناطق با کمبود پزشک. Health Place ۲۰۰۴ ، ۱۰ ، ۱-۱۱٫ [ Google Scholar ] [ CrossRef ]
  67. Chukwumaobi، O. آکینلابی، ET; Njoku، HO انتخاب ماده تغییر فاز برای بهبود عملکرد سیستم‌های دیوار ترومب با استفاده از وزن آنتروپی و روش TOPSIS. انرژی ساخت. ۲۰۲۰ ، ۲۱۷ ، ۱۰۹۹۶۷٫ [ Google Scholar ] [ CrossRef ]
  68. ژیهونگ، ز. یی، ی. روش آنتروپی Jingnan، S. برای تعیین وزن شاخص‌های ارزیابی در ارزیابی مصنوعی فازی برای ارزیابی کیفیت آب. جی. محیط زیست. علمی ۲۰۰۶ ، ۱۸ ، ۱۰۲۰-۱۰۲۳٫ [ Google Scholar ] [ CrossRef ]
  69. هوانگ، CL; Yoon, K. تصمیم گیری با ویژگی های چندگانه: روش ها و کاربردها یک نظرسنجی پیشرفته . Springer: برلین/هایدلبرگ، آلمان، ۱۹۹۴; پ. XI, 269. [ Google Scholar ] [ CrossRef ]
  70. Chen, P. اثرات نرمال سازی بر روش TOPSIS مبتنی بر آنتروپی. سیستم خبره Appl. ۲۰۱۹ ، ۱۳۶ ، ۳۳-۴۱٫ [ Google Scholar ] [ CrossRef ]
  71. مودی، پ. جوشی، پی اچ. خرا، ع. آیرز، CR; Rohatgi، A. فراتر از کلسیفیکاسیون کرونر، سابقه خانوادگی، و پروتئین واکنشی C. مربا. Coll. کاردیول. ۲۰۱۶ ، ۶۷ ، ۲۴۸۰-۲۴۸۷٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  72. لیو، جی. وو، جی. زو، بی. مائو، ی. مطالعه ارزیابی در مورد یکسان سازی خدمات اولیه پزشکی و بهداشتی در چین. Value Health ۲۰۱۵ , ۱۸ , A553. [ Google Scholar ] [ CrossRef ]
  73. یو، ی. تائو، ال. یانگ، تی. ساخت سیستم شاخص ارزیابی برای یکسان سازی خدمات اولیه بهداشت عمومی. جی سنت. دانشگاه جنوب (Med. Sci.) ۲۰۱۴ , ۳۹ , ۵۱۱-۵۱۶٫ [ Google Scholar ] [ CrossRef ]
  74. اوپونگ، جی آر. هاجسون، MJ دسترسی فضایی به امکانات مراقبت های بهداشتی در منطقه سوهوم، غنا. پروفسور Geogr. ۲۰۱۰ ، ۴۶ ، ۱۹۹-۲۰۹٫ [ Google Scholar ] [ CrossRef ]
  75. Cowell, F. Measuring Inequality , ۳rd ed.; انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، ۲۰۱۱٫ [ Google Scholar ] [ CrossRef ]
شکل ۱٫ موقعیت منطقه مورد مطالعه: سین کیانگ. منبع داده: اصلاح شده از نقشه Gaode، https://lbs.amap.com ، قابل دسترسی در ۹ مارس ۲۰۲۲٫
شکل ۲٫ توزیع فضایی جمعیت، جمعیت در معرض خطر سلامت و بیمارستان ها: ( الف ) توزیع فضایی جمعیت در معرض خطر سلامت و بیمارستان ها. ب ) توزیع فضایی جمعیت. ( ج ) شرایط جغرافیایی منطقه ای واحه سین کیانگ نظارت بر داده های شبکه جاده ای.
شکل ۳٫ هیستوگرام مقادیر شاخص برای سطح تخصیص موسسات پزشکی در سین کیانگ. a _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ h ) اندیکاتور D ۸ ، ( i ) شاخص D ۹, ( j ) اندیکاتور D ۱۰ , ( k ) اندیکاتور D ۱۱ .
شکل ۴٫ شاخص های راحتی درمان پزشکی در مناطق سین کیانگ، ( الف ) شاخص D ۱۲ ; ( ب ) شاخص D ۱۳ .
شکل ۵٫ هیستوگرام وزن هر نشانگر.
شکل ۶٫ نمودار توزیع فرکانس نشانگر D ۱۲ .
شکل ۷٫ مقایسه اس+،  اس-و  پمن.
شکل ۸٫ هیستوگرام آماری فاصله ای از  پمن.
شکل ۹٫ توزیع فضایی اس+،  اس-و

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما