盡管已經(jīng)經(jīng)歷了工業(yè)革命，19世紀的英國對于公共衛(wèi)生的重視還遠遠不夠，各種烈性傳染病時有發(fā)生。1840s末期，倫敦又爆發(fā)了嚴重的霍亂疫情，不少人死去。

當時主流的理論認為霍亂是靠“骯臟的空氣”傳染的。但是又怎么可能識別和隔離“骯臟的空氣”呢？所以當時對霍亂的預防其實是毫無辦法的——理論的誤導太嚴重了。一個年少有為的醫(yī)生，John Snow，這時已經(jīng)是倫敦皇家外科醫(yī)學院和倫敦皇家內(nèi)科醫(yī)學院的雙料成員，盯上了這個問題。他不太相信空氣傳播霍亂的說法，認為水里攜帶的細菌才是主因。他用幾年時間，走遍倫敦進行調(diào)研和病情記錄，繪制了一系列的點圖。比如：

從圖中可以清晰看到，霍亂的發(fā)生跟地點的關系很大，呈中心發(fā)散型。這就很大程度上挑戰(zhàn)了“空氣傳染”說，因為如果是空氣傳染的話，霍亂的發(fā)生應該是比較均勻的才對。同時這個研究也提供了很強的證據(jù)支持霍亂是水傳播的。就在圖的中心，Snow將傳染源鎖定為一個公共抽水機（從被污染了的泰晤士河里取水），并說服政府將抽水機挪走。盡管這個研究后來還有一些波折，這里按下不表，無論如何，Snow的工作大大開拓了當時的研究視野。

這就是Snow鎖定的抽水機，現(xiàn)在已經(jīng)成了一個地標：

這就是早期的最有影響力的spatial analysis的研究！從中可以受到啟發(fā)，關鍵的是兩塊信息：

（1） 某個outcome （eg 霍亂的發(fā)生）

（2）地理位置

這個outcome可以千變?nèi)f化，疾病發(fā)生率，死亡率，收入水平，就業(yè)率，入學率等等。地理位置也可以上至大洲大洋，下至左鄰右坊，可以是單中心，也可以多中心，可以有不同類型的分布，不同的方差，等等等等。當信息量超過一定程度，就需要更好用的數(shù)學模型，更有效率的算法，更強大的硬件……所以這個領域能結(jié)合各學科知識，能重新詮釋很多問題。就像課上老師說的：given enough ata,with spatial analysis you coul act like a Go!

我們已經(jīng)得到了一個信息：疾病的發(fā)病率跟地理位置是相關的，所以spatial analysis在生物統(tǒng)計方面應該是大有用處的。但是以前這方面的研究很少，沒別的，就是缺少數(shù)據(jù)。

做isease mapping是統(tǒng)計學和公共衛(wèi)生交叉的一個未來研究趨勢，在北美已經(jīng)做了不少了，中國在這一塊潛力很大。

1. 先看看“別人家的孩子”。

北美的isease mapping開始得早，所以應用的也早。比如加拿大的British Columbia省，就有這個很好的官網(wǎng)：iMapBC

在網(wǎng)頁地圖里選擇某種outcome（比如心臟?。芸炀蜁@示這個outcome在各地的發(fā)病率是多少，非常直觀，很容易看到跟location的關系，從而有助于政府制定相關的預防措施。

2.目的。我們能用isease mapping干什么？

了解疾病在各地的發(fā)生

預測各地的疾病發(fā)生率

測量地區(qū)之間在疾病發(fā)生率上的差異

總結(jié)數(shù)據(jù)的“pattern”，看看有什么規(guī)律沒有

這一切都是為了能夠更好的評估各地的health service outcome，從而將有限的資源更加合理地分配，實現(xiàn)最大化的效用。比如蒙古和盧旺達在Ebola上的發(fā)病率肯定是顯著不同的，聯(lián)合國要援助，顯然是要先援助盧旺達。但是盧旺達和納米比亞相比？這就需要更加精細的spatial analysis了

3.未來發(fā)展的方向。

隨著更先進的衛(wèi)星、更龐大的監(jiān)測體系、更長跨度的跟蹤，我們會有更加豐富也更加復雜的數(shù)據(jù)，體現(xiàn)在：

Areal ata：現(xiàn)在往往是以省、市為單位做Bayesian spatial analysis，將來一定囊括比現(xiàn)在更廣闊的地區(qū)；

Multilevel ata：現(xiàn)在基本是三級數(shù)據(jù)已經(jīng)很難得，將來的數(shù)據(jù)會有更多的層級；

Dynamic ata：現(xiàn)在的數(shù)據(jù)還基本是靜態(tài)數(shù)據(jù)，將來也許會容納很多的動態(tài)數(shù)據(jù)，來反映即時的位置變化和狀態(tài)變化。

【微語】愿你走出半生，歸來仍是少年。愿你留學一遭，回首有愛相伴。