地域の保健アクターが業務で使用するための地理的アクセシビリティのモデル化を改善する

Improving geographical accessibility modeling for operational use by local health actors.

• Felana Angella Ihantamalala
• Vincent Herbreteau
• Christophe Révillion
• Mauricianot Randriamihaja
• Jérémy Commins
• Tanjona Andréambeloson
• Feno H Rafenoarimalala
• Andriamihaja Randrianambinina
• Laura F Cordier
• Matthew H Bonds
• Andres Garchitorena

抄録

背景:

開発途上国の農村部では、医療施設への地理的アクセスのしやすさが、医療へのアクセスを阻む主な障壁の1つであることに変わりはありません。地理的アクセシビリティをモデル化する方法やツールは存在しますが、基本的な地理的情報が不足しているため、目標とするプログラムの実施のために地方レベルでの普及が妨げられています。本研究の目的は、マダガスカルの農村部におけるケアへの地理的アクセス性の非常に正確で文脈に特化した推定値を開発し、遠隔地の人々のアクセスを改善する介入策の設計と実施に役立てることである。

BACKGROUND: Geographical accessibility to health facilities remains one of the main barriers to access care in rural areas of the developing world. Although methods and tools exist to model geographic accessibility, the lack of basic geographic information prevents their widespread use at the local level for targeted program implementation. The aim of this study was to develop very precise, context-specific estimates of geographic accessibility to care in a rural district of Madagascar to help with the design and implementation of interventions that improve access for remote populations.

方法:

参加型アプローチを用いて、OpenStreetMap(OSM)上のすべての経路、住宅地、建物、田んぼをマッピングした。地区内の全世帯から最寄りのプライマリ・ヘルスケア・センター（PHC）とコミュニティ・ヘルス・サイト（CHS）までの最短ルートをオープン・ソース・ルーティング・マシン（OSMR）ツールを用いて推定した。次に、リモートセンシングの手法を用いて、高解像度の土地被覆図、デジタル標高モデル、降雨データを取得し、移動速度をモデル化した。移動速度モデルは、168本の歩行ルートのサンプルでGPSトラッキングにより得られたフィールドデータを用いて校正された。モデルの結果は、先に推定した最短ルートのすべてについて、PHCやCHSでケアを受けるまでの移動時間を予測するために使用された。最後に、地理的アクセスの結果をR Shinyで開発したe-ヘルスプラットフォームに統合した。

METHODS: We used a participatory approach to map all the paths, residential areas, buildings and rice fields on OpenStreetMap (OSM). We estimated shortest routes from every household in the District to the nearest primary health care center (PHC) and community health site (CHS) with the Open Source Routing Machine (OSMR) tool. Then, we used remote sensing methods to obtain a high resolution land cover map, a digital elevation model and rainfall data to model travel speed. Travel speed models were calibrated with field data obtained by GPS tracking in a sample of 168 walking routes. Model results were used to predict travel time to seek care at PHCs and CHSs for all the shortest routes estimated earlier. Finally, we integrated geographical accessibility results into an e-health platform developed with R Shiny.

結果:

私たちは、イファナディアナ地区全体の10万棟以上の建物、2万3,000kmの歩道、4925の住宅地をマッピングした。人口の4分の3以上がPHCから1時間以上離れた場所に住んでおり、10-15％がCHSから1時間以上離れた場所に住んでいることがわかった。さらに、最も近いPHCが5時間以上離れている地区の北部と東部の地域と、PHCとCHSの両方への地理的アクセスが悪い(1時間以上)地区全体の脆弱な人々を特定した。

RESULTS: We mapped over 100,000 buildings, 23,000 km of footpaths, and 4925 residential areas throughout Ifanadiana district; these data are freely available on OSM. We found that over three quarters of the population lived more than one hour away from a PHC, and 10-15% lived more than 1 h away from a CHS. Moreover, we identified areas in the North and East of the district where the nearest PHC was further than 5 h away, and vulnerable populations across the district with poor geographical access (> 1 h) to both PHCs and CHSs.

結論:

本研究では、地理的アクセスのモデル化を改善する方法を示し、結果を文脈に特化したものにして、地域の保健関係者が実行可能なものにすることができるようにしている。このようなアプローチの重要性は、世界中の農村部で普遍的な健康保険（UHC）を達成するために最も重要である。

CONCLUSION: Our study demonstrates how to improve geographical accessibility modeling so that results can be context-specific and operationally actionable by local health actors. The importance of such approaches is paramount for achieving universal health coverage (UHC) in rural areas throughout the world.