Cette carte d'accessibilité mondiale énumère le temps de trajet terrestre (en minutes) vers l'hôpital ou la clinique les plus proches pour toutes les zones situées entre 85 degrés nord et 60 degrés sud pour une année nominale 2019. Elle inclut également le temps de trajet "à pied uniquement", en utilisant uniquement des moyens de transport non motorisés.
Des efforts majeurs de collecte de données menés par OpenStreetMap, Google Maps et des chercheurs universitaires ont été exploités pour compiler la collection la plus complète d'emplacements d'établissements de santé à ce jour. Cette carte a été produite grâce à une collaboration entre MAP (Université d'Oxford), Telethon Kids Institute (Perth, Australie), Google et l'Université de Twente (Pays-Bas).
Ce projet s'appuie sur les travaux précédents publiés par Weiss et al. 2018 (doi:10.1038/nature25181).
Weiss et al. (2018) ont utilisé des ensembles de données pour les routes (qui comprennent la première utilisation à l'échelle mondiale des ensembles de données Open Street Map et Google Roads), les voies ferrées, les rivières, les lacs, les océans, les conditions topographiques (pente et altitude), les types de couverture terrestre et les frontières nationales. Chacun de ces ensembles de données s'est vu attribuer une ou plusieurs vitesses de déplacement en termes de temps nécessaire pour traverser chaque pixel de ce type. Les ensembles de données ont ensuite été combinés pour produire une "surface de friction" : une carte où chaque pixel se voit attribuer une vitesse de déplacement globale nominale en fonction des types présents dans ce pixel. Pour le projet actuel, une surface de friction mise à jour a été créée afin d'intégrer les améliorations récentes apportées aux données OSM sur les routes.
Des algorithmes de chemin de moindre coût (exécutés dans Google Earth Engine et, pour les zones de haute latitude, dans R) ont été utilisés conjointement avec cette surface de friction pour calculer le temps de trajet depuis tous les lieux jusqu'à l'établissement de santé le plus proche (en temps). L'ensemble de données sur les établissements de santé utilisé a exploité les données de localisation de deux des plus grandes bases de données mondiales : (1) les données OSM compilées et disponibles au téléchargement sur www.healthsites.io et (2) les données extraites de Google Maps. Les ensembles de données mondiaux ont été complétés par des emplacements d'établissements à l'échelle continentale qui ont été récemment publiés pour l'Afrique et l'Australie. Pour faciliter les comparaisons entre les sources de données, seuls les établissements définis comme hôpitaux et cliniques ont été utilisés. Plusieurs points trouvés dans le même pixel ont été fusionnés pour correspondre à la résolution de l'analyse telle que définie par la représentation en grille sélectionnée de la surface de la Terre. Chaque pixel de la carte d'accessibilité résultante représente donc le temps le plus court modélisé (en minutes) entre cet emplacement et un hôpital ou une clinique.
Les crédits des ensembles de données sources sont décrits dans le document associé.
Bracelets
Taille des pixels 927,67 mètres
Bandes de fréquences
Nom
Unités
Min
Max
Taille des pixels
Description
accessibility
min
0
41504.1
mètres
Temps de trajet jusqu'à l'hôpital ou la clinique les plus proches.
accessibility_walking_only
min
0
138893
mètres
Temps de trajet jusqu'à l'hôpital ou la clinique les plus proches en utilisant un moyen de transport non motorisé.
D.J. Weiss, A. Nelson, C.A. Vargas-Ruiz, K. Gligorić, S. Bavadekar,
E. Gabrilovich, A. Bertozzi-Villa, J. Rozier, H.S. Gibson, T. Shekel,
C. Kamath, A. Lieber, K. Schulman, Y. Shao, V. Qarkaxhija, A.K. Nandi,
S.H. Keddie, S. Rumisha, E. Cameron, K.E. Battle, S. Bhatt, P.W. Gething.
Cartes mondiales des temps de trajet vers les établissements de santé. Nature Medicine (2020).
Cette carte d'accessibilité mondiale indique le temps de trajet terrestre (en minutes) jusqu'à l'hôpital ou la clinique les plus proches pour toutes les zones situées entre 85 degrés nord et 60 degrés sud pour une année nominale 2019. Il inclut également le temps de trajet "à pied uniquement", en utilisant uniquement des moyens de transport non motorisés. Des efforts majeurs de collecte de données sont en cours par …
[null,null,[],[[["\u003cp\u003eThis dataset provides a global map of travel time to the nearest hospital or clinic, including both overall and walking-only travel times.\u003c/p\u003e\n"],["\u003cp\u003eThe data covers areas between 85 degrees north and 60 degrees south for the year 2019, with a resolution of 927.67 meters.\u003c/p\u003e\n"],["\u003cp\u003eThe map was created using a friction surface model and least-cost-path algorithms, incorporating data from OpenStreetMap, Google Maps, and other sources.\u003c/p\u003e\n"],["\u003cp\u003eHealthcare facility locations were sourced from healthsites.io, Google Maps, and other continental-scale datasets, focusing on hospitals and clinics.\u003c/p\u003e\n"],["\u003cp\u003eThis dataset is licensed under a Creative Commons Attribution 4.0 International License.\u003c/p\u003e\n"]]],[],null,["# Accessibility to Healthcare 2019\n\nDataset Availability\n: 2019-01-01T00:00:00Z--2020-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [Malaria Atlas Project](https://malariaatlas.org/research-project/accessibility-to-cities/)\n\nTags\n:\n[accessibility](/earth-engine/datasets/tags/accessibility) [jrc](/earth-engine/datasets/tags/jrc) [map](/earth-engine/datasets/tags/map) [oxford](/earth-engine/datasets/tags/oxford) [population](/earth-engine/datasets/tags/population) [twente](/earth-engine/datasets/tags/twente) \n\n#### Description\n\nThis global accessibility map enumerates land-based travel time (in\nminutes) to the nearest hospital or clinic for all areas between 85\ndegrees north and 60 degrees south for a nominal year 2019. It also\nincludes \"walking-only\" travel time, using non-motorized means of\ntransportation only.\n\nMajor data collection efforts underway by OpenStreetMap, Google Maps, and\nacademic researchers have been harnessed to compile the most complete\ncollection of healthcare facility locations to date. This map was\nproduced through a collaboration between MAP (University of Oxford),\nTelethon Kids Institute (Perth, Australia), Google, and the University\nof Twente, Netherlands.\n\nThis project builds on previous work published by Weiss et al 2018\n([doi:10.1038/nature25181](https://doi.org/10.1038/nature25181)).\nWeiss et al (2018) utilised datasets for roads\n(comprising the first ever global-scale use of Open Street Map and Google\nroads datasets), railways, rivers, lakes, oceans, topographic conditions\n(slope and elevation), landcover types, and national borders. These\ndatasets were each allocated a speed or speeds of travel in terms of time\nto cross each pixel of that type. The datasets were then combined to\nproduce a \"friction surface\": a map where every pixel is allocated a\nnominal overall speed of travel based on the types occurring within that\npixel. For the current project, an updated friction surface was created to\nincorporate recent improvements within OSM roads data.\n\nLeast-cost-path algorithms (run in Google Earth Engine and, for\nhigh-latitude areas, in R) were used in conjunction with this friction\nsurface to calculate the time of travel from all locations to the nearest\n(in time) healthcare facility. The healthcare facilities dataset utilized\nlocation data from two of the largest global databases: (1) OSM data that\nwas collated and made available for download at\n[www.healthsites.io](https://www.healthsites.io/); and (2) data\nextracted from Google Maps. The global datasets were augmented with\ncontinental-scale facility locations that were recently published for\nAfrica and Australia. To facilitate comparisons between data sources, only\nfacilities defined as hospitals and clinics were used. Multiple points\nfound within the same pixel were merged to match the resolution of the\nanalysis as defined by the selected gridded representation of the Earth's\nsurface. Each pixel in the resultant accessibility map thus represents the\nmodelled shortest time (in minutes) from that location to a hospital or\nclinic.\n\nSource dataset credits are as described in the accompanying paper.\n\n### Bands\n\n\n**Pixel Size**\n\n927.67 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Pixel Size | Description |\n|------------------------------|-------|-----|---------|------------|------------------------------------------------------------------------------|\n| `accessibility` | min | 0 | 41504.1 | meters | Travel time to the nearest hospital or clinic. |\n| `accessibility_walking_only` | min | 0 | 138893 | meters | Travel time to the nearest hospital or clinic using non-motorized transport. |\n\n### Terms of Use\n\n**Terms of Use**\n\nThis work is licensed under a [Creative Commons Attribution\n4.0 International License](https://creativecommons.org/licenses/by/4.0/).\n\n### Citations\n\nCitations:\n\n- D.J. Weiss, A. Nelson, C.A. Vargas-Ruiz, K. Gligorić, S. Bavadekar,\n E. Gabrilovich, A. Bertozzi-Villa, J. Rozier, H.S. Gibson, T. Shekel,\n C. Kamath, A. Lieber, K. Schulman, Y. Shao, V. Qarkaxhija, A.K. Nandi,\n S.H. Keddie, S. Rumisha, E. Cameron, K.E. Battle, S. Bhatt, P.W. Gething.\n Global maps of travel time to healthcare facilities. Nature Medicine (2020).\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar dataset = ee.Image('Oxford/MAP/accessibility_to_healthcare_2019');\nvar accessibility = dataset.select('accessibility');\nvar accessibilityVis = {\n min: 0.0,\n max: 41556.0,\n gamma: 4.0,\n};\nMap.setCenter(18.98, 6.66, 2);\nMap.addLayer(accessibility, accessibilityVis, 'Accessibility');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/Oxford/Oxford_MAP_accessibility_to_healthcare_2019) \n[Accessibility to Healthcare 2019](/earth-engine/datasets/catalog/Oxford_MAP_accessibility_to_healthcare_2019) \nThis global accessibility map enumerates land-based travel time (in minutes) to the nearest hospital or clinic for all areas between 85 degrees north and 60 degrees south for a nominal year 2019. It also includes \"walking-only\" travel time, using non-motorized means of transportation only. Major data collection efforts underway by ... \nOxford/MAP/accessibility_to_healthcare_2019, accessibility,jrc,map,oxford,population,twente \n2019-01-01T00:00:00Z/2020-01-01T00:00:00Z \n-60 -180 85 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://malariaatlas.org/research-project/accessibility-to-cities/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/Oxford_MAP_accessibility_to_healthcare_2019)"]]
