邮政编码区域数据可以帮助规划经济高效的保健服务

东芬兰大学的一项新研究表明，在评估社会经济地位(SES)对健康不平等或医疗保健结果的影响时，值得使用基于小区域的开放数据，而不是个人的社会经济地位信息。访问单个SES信息通常是一个漫长而昂贵的过程，需要多个许可。发表在BMC公共卫生该研究发现，在预测2型糖尿病患者的治疗结果时，基于小区域的社会经济状况变量的影响与患者特定的个体社会经济状况信息相一致。

“这是一个重要的观察，因为基于小区域的SES数据可用，开放式访问数据集可以获得，”来自芬兰东部大学的项目研究员Maija Toivakka说。

基于小区域的社会经济状况变量可以为卫生保健服务规划和适当的资源提供成本效益高的第一手信息。社会经济背景信息通常没有记录到临床电子病历中，这就是为什么它们用于研究目的既耗时又昂贵的原因。

邮政编码区域教育程度与护理结果相关

该研究探讨了基于小区域的社会经济地位平均变量(劳动收入、受教育程度、失业状况)和各自患者特定个体的社会经济地位信息解释了芬兰东部2型糖尿病患者的治疗结果。研究人员使用患者的长期血液葡萄糖(HbA1c)值作为治疗结果的指标。

研究结果显示，在与低教育程度相关的邮政编码地区，患者有较高的长期血糖值。然而，无论是在地区层面还是在患者层面，失业状况与长期血糖值无关。反过来，收入也有不同的关联:长期高血糖值与患者的低收入相关，但一个邮政编码地区的中位数收入水平并不能预测患者的长期水平血液葡萄糖值。

与例如内置环境有关的各种基于小区域的数据，并且这些数据集也可用于预测不同疾病的患病率以及护理结果。

该研究分析了10,204的区域电子患者登记册数据病人诊断为2型糖尿病，来自统计芬兰统计数据库的SES变量，以及芬兰统计数据提供的患者特定的单个SES变量。

---

---