[论文解读] Foursquare to The Rescue: Predicting Ambulance Calls Across Geographies

Anastasios Noulas, Colin Moffatt+2 more|arXiv (Cornell University)|Jan 29, 2018

Data-Driven Disease Surveillance参考文献 24被引用 3

一句话总结

本研究提出了一种多源预测模型，用于预测英格兰西北部下级超级统计区（LSOAs）的救护车呼叫量，整合了Foursquare签到数据、白天人口估算和贫困指数。结果表明，Foursquare签到数据显著提升了预测性能，尤其在无意识/晕厥和过量用药/中毒等夜间事件中表现更优，优于传统居民人口数据。

ABSTRACT

Understanding how ambulance incidents are spatially distributed can shed light to the epidemiological dynamics of geographic areas and inform healthcare policy design. Here we analyze a longitudinal dataset of more than four million ambulance calls across a region of twelve million residents in the North West of England. With the aim to explain geographic variations in ambulance call frequencies, we employ a wide range of data layers including open government datasets describing population demographics and socio-economic characteristics, as well as geographic activity in online services such as Foursquare. Working at a fine level of spatial granularity we demonstrate that daytime population levels and the deprivation status of an area are the most important variables when it comes to predicting the volume of ambulance calls at an area. Foursquare check-ins on the other hand complement these government sourced indicators, offering a novel view to population nightlife and commercial activity locally. We demonstrate how check-in activity can provide an edge when predicting certain types of emergency incidents in a multi-variate regression model.

研究动机与目标

• 在英格兰西北部以细粒度地理区域（LSOAs）提升救护车呼叫量的空间预测能力。
• 探究非传统数据源（特别是Foursquare签到数据）在解释紧急医疗需求地理差异中的作用。
• 评估人口统计、社会经济因素和实时移动性指标在预测不同类型救护车事件中的相对重要性。
• 评估动态人口活动（白天人口）是否优于静态居民人口，在预测紧急服务需求方面表现更优。
• 通过数据驱动的洞察，揭示医疗需求的空间差异，为公共卫生政策和应急服务规划提供支持。

提出的方法

• 构建了多元线性回归模型：$ y_i = \textbf{x}_i^T \boldsymbol{\beta} + \boldsymbol{\nu}_i $，其中 $ y_i $ 为区域 $ i $ 的救护车呼叫数量，$ \textbf{x}_i $ 包含白天人口、贫困指数和Foursquare签到等预测变量。
• 通过减去均值并除以标准差对所有预测变量进行标准化处理，以降低多重共线性影响。
• 以调整后的 $ R^2 $ 作为主要评估指标，用于衡量在十个预测任务中的模型性能：一个用于总呼叫量，九个用于特定事件类型。
• 通过依次移除每个预测变量并测量 $ R^2 $ 的下降幅度，计算相对重要性，再将结果归一化至最大下降幅度。
• 整合开放政府数据集（如贫困指数、人口统计）与Foursquare的位置签到数据，以捕捉实时的城市活动模式。
• 将白天人口定义为每个LSOA中16岁以下人口、劳动者和65岁以上人口的总和，用作非居民活动的代理指标。

实验结果

研究问题

• RQ1 白天人口水平与居民人口在预测LSOAs救护车呼叫量方面相比如何？
• RQ2 Foursquare签到模式在多大程度上提升了对特定救护车事件类型的预测能力，尤其是与夜间活动或商业活动相关的事件？
• RQ3 哪些社会经济和人口因素——特别是多重贫困指数——与更高的救护车呼叫量相关性最强？
• RQ4 不同类型紧急事件（如跌倒、无意识/晕厥、过量用药）在空间上如何共现？哪些预测变量最能解释其地理分布？
• RQ5 来自Foursquare等基于位置的服务的实时数字移动性数据，能否作为紧急需求建模中动态人口活动的可靠代理？

主要发现

• 在预测总救护车呼叫量时，模型的调整后 $ R^2 $ 达到 0.702，表明所有输入变量具有较强的解释力。
• 白天人口与救护车呼叫量的皮尔逊相关系数为 $ r = 0.68 $，显著优于居民人口（$ r = 0.18 $）。
• Foursquare签到数据对9种事件类型中的8种是统计上显著的预测变量，正系数表明签到频率越高，呼叫量也越高。
• 在无意识/晕厥事件中，Foursquare签到数据是最具影响力的预测变量，优于白天人口和贫困指数。
• 对于大多数事件类型，尤其是呼吸问题、胸痛以及精神卫生/自杀相关呼叫，多重贫困指数是最重要的变量。
• Foursquare签到数据在预测过量用药/中毒事件方面，比白天人口更能提升预测准确性，凸显其在捕捉夜间活动和商业活动模式方面的价值。