信息速览
INFOBOX — FAIR Health Atlas 一屏速览
维度 内容 本质 商业医保理赔库衍生的慢性病患病率图集（交互式看板 + 聚合数据下载），不是微数据库 机构 FAIR Health, Inc.（纽约，2009 年依纽约州和解设立的非营利） 数据底座 全美最大商业理赔库，年增逾 40 亿条理赔记录；保险方与 TPA 自愿贡献 覆盖 全美 50 州 + Washington DC；州级与县级（底层 service zip code） 年份 2020–2025（趋势图）；论文示例全用 2025 年 病种 CMS CCW 慢病算法清单；白皮书 2024 年分析口径 44 种 计算 诊断码计数 → census 加权外推 → 圆盘 ≥100,000 最近邻平滑 → 人口加权到县/州 → 每 10 万人率 分母 Census SAHIE 商业医保参保人数估计 硬数字 WV 糖尿病 2025 14,406.45/10 万（最高）｜CO 6,547.79（最低）｜乳腺癌 WV 1,225.71 < CO 1,440.53 排除 Medicare Advantage、Medicare A/B/D、Medicaid、CHIP、无保险者全部不含 发布 论文 2026-07-22（Front Public Health, Perspective）｜Atlas 上线 2026-09-16 许可 论文 CC BY 4.0｜平台条款未公开（本沙箱无法访问）｜无行级数据 库内互链 BRFSS（165）、NHIS（375）、MEPS（365）、NHIS-NHID（286）、WHO STI 患病率图集（1187）
FAIR Health Atlas 是一件「补空白」的基础设施：美国关于慢性病的地理分布，长期由 Medicare/Medicaid 理赔（如 Dartmouth Atlas、CMS CCW）和电话抽样调查（BRFSS）两类数据支撑，而两者都不代表 18–64 岁的主力劳动人口——这群人多半由雇主购买商业保险。Atlas 第一次把「美国最大商业理赔库」改造成一个公开、免费、可查的患病率地图，把州与县两级的地理分辨率与 2020–2025 年的时间序列摆到桌面上。
但它同时也是一件极易被误用的产品：它发的是聚合率，口径是商业医保，分母是就诊人群，率是粗率。这四件事叠加起来，决定了它只能作为「补充视角」，不能替代 BRFSS、NHIS、NHANES 这类概率抽样调查去回答「美国高血压患病率是多少」，更不能当作个体级数据去做预测建模。
导语读法三则：
- 只想用数据：直奔 §6「获取与许可」——先确认你要的东西是聚合率还是行级数据，后者在这里根本不存在。
- 关心口径：直奔 §3「人群口径」与 §4「指标口径」——这两节是本条目的核心，也是绝大多数误用的发源地。
- 写论文要引用：直奔 §2 与附录 C 证据链表——每个数字都能追到白皮书表格或论文段落。
导语再补三则（给不同背景的读者）
如果你是公共卫生背景：你可能会觉得这篇论文「太薄」——没有抽样框、没有置信区间、没有敏感性分析。这种直觉是对的。请把本条目当作一份「使用说明」，重点看 §4 与 §7，那里把方法与局限尽量补齐了；论文本身只够用来确认「数据存在、口径是什么」。
如果你是数据科学背景：你可能会觉得「聚合数据没意思，不能训练模型」。请先读 §6.2。聚合数据的价值在于结构清晰、更新及时、许可相对宽松，适合做检索增强与地理推断；但任何需要个体协变量的任务都会在这里撞墙。认清这一点比勉强套用更重要。
如果你是保险或政策从业者：你可能是 Atlas 最直接的目标用户。建议先读 §5（白皮书的费用与共病分析）与附录 O（引用模板），再看 §8.2 的反模式表——那七条几乎都是行业内部报告里反复出现的错误。
§0 导读：这个数据集解决什么问题
0.1 一个被数据口径遗漏的多数
美国慢性病的舆论叙事长期建立在两套数据之上。第一套是 Medicare 与 Medicaid 理赔：CMS 的 Chronic Conditions Data Warehouse（CCW，慢病数据仓库）自 1999 年起用理赔诊断码给受益人打慢病标签，Dartmouth Atlas 则把这些数据做成地图，成为「医疗地理差异」研究的经典素材。第二套是 电话抽样调查：CDC 的 BRFSS 每年访问数十万成年人，自报高血压、糖尿病、肥胖、吸烟等，是美国州级患病率最常被引用的来源。
两套数据都很好，但都绕开了一群人：18 至 64 岁、由雇主或自己购买商业保险的劳动者。论文引言把这一点讲得很直白——关于慢病的数据大多来自 Medicare 和 Medicaid，而多数劳动年龄成年人（包括患慢病者）持有商业保险；许多慢病首次出现正是在 18–64 岁这个最可能被商业保险覆盖的年龄段。
这不是一个小缺口。Medicare 覆盖 65 岁以上与部分残疾人群，Medicaid 覆盖低收入人群，两者合起来在年龄与收入两个维度上都与「在职、中等收入」的人群系统性不同。用这两套数据去推断全美慢病负担，等于用两个极端人群的平均值去代表中间那一大块。
0.2 Atlas 的做法：把理赔库变成地图
FAIR Health 从 2009 年成立起就在做一件事：收集美国商业医疗保险理赔，做价格与利用率的透明化工具。它自称持有全美最大的私人计费理赔数据库，并作为 CMS 认证的 Qualified Entity 同时接收传统 Medicare Parts A/B/D 的全部理赔（但这些 Medicare 数据不是 Atlas 的来源）。
Atlas 把这些商业理赔按 CMS CCW 的慢病诊断码计数，用人口普查数据外推到全体商业医保人群，再用最近邻圆盘平滑把 zip code 级计数抬升到县与州，最后换算成「每 10 万商业医保参保人」的率。
0.3 为什么「补空白」这件事重要
补上商业医保人群，至少改变三类判断：
- 政策资源的落点。慢病防控资金、筛查项目、社区卫生中心布局，如果只看 Medicare 口径，会系统性偏向老年人口密集地区；商业医保口径把劳动年龄人口的负担也纳入视野。
- 健康差异的可见度。劳动年龄人群的健康差异更多由就业结构、职业暴露、收入与保险设计驱动，与老年人群的差异结构不同。Atlas 的县级分辨率让「同城不同区」的差异显形——论文举的例子是曼哈顿与布鲁克林隔河相望，高血压率 12,169.36 对 18,418.80（每 10 万，2025）。
- 商业保险自身的设计依据。保险公司、自保雇主、TPA 在做福利设计与疾病管理项目时，长期缺少一个外部可比的地理基准；Atlas 提供了一个免费、公开的参照系。
0.4 为什么它不能替代抽样调查
这是本条目要反复强调的一条。Atlas 的每一个优点（大样本、理赔客观记录、地理精细、更新快）都对应一个结构性缺陷（非概率样本、只覆盖就诊者、平滑带来的生态学谬误风险、粗率不可比）。§4 与 §7 会逐条拆解。一句话版本：Atlas 回答「商业医保人群在各地区的被诊断患病率是多少」，不回答「美国人患病率是多少」。 前者是政策分析的输入，后者需要概率抽样调查或全人口登记。
0.5 与同期「慢病数据地图」产品的比较
在 Atlas 上线前后，美国公共卫生数据圈还有几类同目的产品，放在一起看能更清楚 Atlas 的定位：
| 产品 | 数据底座 | 人群 | 最小地理单元 | 更新节奏 | 是否含费用 |
|---|---|---|---|---|---|
| FAIR Health Atlas | 商业理赔 | 商业医保 | 县 | 约滞后一年 | 白皮书口径有 |
| CDC PLACES | BRFSS 小面积模型 | 全人口成年 | 县级/普查区 | 年度 | 无 |
| Dartmouth Atlas | Medicare 理赔 | Medicare | HRR/HSA | 多年一次 | 有 |
| CMS CCW | Medicare/Medicaid 理赔 | 公共保险受益人 | 州/县（受控） | 年度 | 有（受控） |
| County Health Rankings | 多源合成 | 全人口 | 县 | 年度 | 部分 |
这张表里最关键的一列是「人群」。PLACES 与 County Health Rankings 覆盖全人口但依赖模型外推（本质仍由 BRFSS 的自报数据驱动）；Dartmouth 与 CCW 覆盖公共保险；只有 Atlas 覆盖商业保险。没有任何一个产品覆盖「全人口 + 商业保险细分 + 客观临床测量」这三项，因为这三项在现实中无法同时满足。
理解这一点，就不会期待 Atlas 成为「美国慢病地图」的唯一答案。它在生态里的角色是拼图的一块，不是整幅图。
§1 数据集速览：十五问十五答
Q1：FAIR Health Atlas 是什么？
一个免费的交互式数据平台，把美国商业医保理赔数据按慢病病种、年份、州与县展示为患病率地图、表格与趋势图，并允许下载页面内的聚合数据。
Q2：谁做的？
FAIR Health, Inc.，纽约的非营利机构，2009 年 10 月依纽约州对理赔裁决利益冲突调查的和解而设立，使命是提供客观无偏的医疗成本与利用信息。论文作者 Ray Campbell（总裁，通讯作者）与 George Ochoa。
Q3：数据从哪来？
FAIR Health 的商业理赔库——保险方与第三方管理机构（TPA）自愿参与数据贡献计划而汇入，年增逾 40 亿条理赔记录。加上 CMS CCW 的诊断码字典、Census SAHIE 的参保人数、Census ACS 的贫困率作为外部分母与协变量。
Q4：覆盖多少人？
未公开。 论文与白皮书都只给「全美最大商业理赔库、年增约 40 亿条记录」，没有给出覆盖参保人的绝对数。中文二手转述普遍写「逾 1 亿参保人」，但在论文、白皮书、FAIR Health 官网页面上都找不到这个数字，本条目按「未公开」处理。
Q5：覆盖哪些地方？
全美 50 州与 Washington DC；地图可下钻到县（county）。
Q6：覆盖哪些年份？
2020–2025，可画趋势线。论文所有示例都用 2025 年数据；配套白皮书分析的是 2024 年。两者不是同一批数字，引用时不可混。
Q7：包含哪些病？
按 CMS CCW 慢病算法定义。白皮书 2024 年分析纳入 44 种常见慢病，含高脂血症、高血压、焦虑障碍、肥胖、精神疾病、关节炎、抑郁障碍、糖尿病、甲状腺功能减退、哮喘、贫血、ADHD、白内障、烟草使用障碍、缺血性心脏病、慢性肾病、COPD、青光眼、BPH、肺炎、房颤、药物使用障碍、心衰、双相障碍、骨质疏松、PTSD、酒精使用障碍、乳腺癌、卒中、自闭症、前列腺癌、人格障碍、阿片使用障碍、非阿尔茨海默痴呆、白血病与淋巴瘤、急性心梗、精神分裂症、结直肠癌、肺癌、阿尔茨海默病、帕金森病、髋部骨折、泌尿系统肿瘤、子宫内膜癌。Atlas 当前站点的病种清单未在论文中列全，以站点为准。
Q8：患病率怎么算？
三步：① 数当年库内、有含该慢病诊断码理赔的人数；② 用普查数据加权外推到全体商业医保人群；③ 以每个 service zip code 为中心画圆盘、按 1 英里递增直到盘内至少 10 万，盘内人数相除得该 zip code 的估计，再人口加权平均到县与州。最后换算为每 10 万人。
Q9：能下载原始数据吗？
不能。 论文只描述「下载数据供进一步分析」，指的是页面上的聚合率表；没有任何行级 microdata、患者 ID、年龄性别分表或理赔行。这是使用上的硬约束，不是权限问题，而是数据本身的设计。
Q10：能当美国患病率用吗？
不能。它是商业医保人群的 crude（粗）患病率，未做年龄性别标准化，分母只含就诊者，且不含 Medicare/Medicaid/无保险人群。跨州比较时，人口年龄结构的差异会直接混进率差里。
Q11：跟 BRFSS 比，哪个准？
两者错的不是同一件事。BRFSS 是概率抽样，代表性好，但依赖自报、有回忆偏差与应答率下降问题；Atlas 是理赔客观记录、样本极大、地理更细，但非概率样本、只覆盖就诊者、只覆盖商业保险。它们是互补的，不是替代的。
Q12：为什么它值得进 AI-Ready 数据集库？
因为它是一个典型的「聚合就绪、个体不就绪」的数据资产：结构化程度高（地理×病种×年份三元键）、许可相对开放（免费公开）、更新及时（最新数据滞后约一年），适合做检索增强、地理关联分析与政策问答；但完全不适合需要个体级标签的机器学习任务。把它的边界写清楚，比把它吹成全人口患病率更有价值。
Q13：Atlas 能回答「某地慢病是否比邻县严重」吗？
只能给出倾向性证据，不能回答「是否严重」。它告诉你商业医保人群的被诊断率哪个高，但「为什么高」需要排除四种替代解释：人口年龄结构、就诊频率、跨县就医、数据贡献方覆盖差异。这四种解释都无法用 Atlas 自身的数据排除。
Q14：为什么论文与白皮书的数据年份不一样？
白皮书（2026-02）写于 Atlas 上线前，用的是 2024 年数据；论文（2026-07）写于上线前夕，用 2025 年数据作为最新示例。两者不是同一批数字。引用费用、共病、贫困率相关时只能用白皮书；引用具体州/县率示例时用论文。混用会得出无法追溯的结论。
Q15：这个数据集对 AI 应用有什么价值？
三个方向：一是作为地理知识的地面真值，支撑「某州哪类慢病负担更重」这类问答；二是作为政策文本分析的外部指标，把立法、拨款、新闻报道与地方患病率关联；三是作为教学案例，讲清楚「聚合数据」与「个体数据」在可用性上的根本差异。它不适合直接训练诊断或预测模型。
§2 来源谱系：从论文到白皮书到平台
2.1 三份核心文档
关于 Atlas 的一手材料只有三份，必须分清各自的角色：
| 文档 | 类型 | 日期 | 作用 | 权威性 |
|---|---|---|---|---|
| A new source of data to inform policy on chronic diseases | Frontiers in Public Health 期刊 Perspective | 2026-07-22 | 学术定位、方法学描述、2025 年示例数字 | 经同行评议（Perspective 类），CC BY 4.0 |
| Chronic Conditions in the United States: A Study of Commercial Claims | FAIR Health 白皮书，23 页 | 2026-02-02 | 44 病种分布、合并症、费用、贫困率相关分析（2024 年数据） | 作者自陈未经同行评审 |
| atlas.fairhealth.org | 交互式平台 | 2026-09-16 上线 | 实际数据查询与下载 | 一手数据源，条款页本沙箱不可达 |
三者的关系是：白皮书是 Atlas 上线前的「内测式」分析，用来证明平台能做什么；论文是上线前后的「学术说明书」，宣告数据可用并给出 2025 年示例；Atlas 本体是最终产品。引用任何一个具体数字时，必须说清它出自哪一份文档、哪一年。
2.2 时间线
- 2009-10：FAIR Health 依纽约州和解设立，开始积累商业理赔
- 2014 起：作为 CMS Qualified Entity 接收传统 Medicare A/B/D 理赔（但不用于 Atlas）
- 2026-02-02：白皮书发布，首次公开 44 种慢病的商业医保口径统计
- 2026-06-09：论文投稿 → 06-30 修回 → 07-01 接受 → 07-22 在线发表
- 2026-08-06：PubMed/MEDLINE 索引（PMID 42558699，PMC13437683）
- 2026-09-16：Atlas 按论文 Data availability 声明正式公开
这条时间线说明一件事：Atlas 的学术发表（7 月）早于平台上线（9 月）。论文里那句 “forthcoming September 16, 2026” 就是明证。这也是为什么 2026 年 7–8 月间许多评论文章只能转述论文里的示例数字，而无法自行查询。
2.3 论文本身的性质
这是一篇 Perspective（观点/评论类）文章，不是原始研究（Original Research）。差别很实在：
- 它不报告抽样框、应答率、敏感性分析、置信区间
- 它不报告任何统计检验
- 所有数字都是描述性的（率、相关百分比、均值、中位数）
- 方法学描述只有约 400 字，细节要靠白皮书补齐
把它当作「平台说明书」读是对的，把它当作「Atlas 的方法学验证」读就过了。评价 Atlas 的方法学是否站得住，需要看 CMS CCW 的定义、SAHIE 的估计误差、以及空间平滑带来的生态学问题——这些论文都没有展开。
2.4 通讯与作者
- Ray Campbell：FAIR Health 总裁（President），论文第一作者兼通讯作者，负责概念化与监督
- George Ochoa：第二作者兼末位作者，负责初稿撰写
- 两人单位均为 “FAIR Health, New York, NY, United States”
- 利益冲突声明：无；资助声明：无；生成式 AI 声明：未使用
值得注意的是，作者即机构高管。这不是缺陷，但对读者意味着：这篇论文是数据持有方的自我陈述，缺少独立第三方的批判性校验。白皮书同样出自 FAIR Health 内部。
§3 人群口径：为什么「商业医保」这一刀切得重要
3.0 为什么单列一章讲人群
在多数数据集条目里，「人群」只是元数据里的一个字段。Atlas 不是这样：它的核心卖点是人群（补上商业医保），它最大的风险也来自人群（容易被当成全人口）。所以人群口径值得单独一章，而不是塞进「数据构成」里一句话带过。
读这一章的正确姿势是：每看到一个率，问三遍「这个率的分母是谁」。分母是「美国人口」「商业医保参保人」还是「当年就诊的商业医保人」，会让同一条地图色块承载完全不同的含义。
3.1 三套口径的人群画像
理解 Atlas 的价值，最有效的办法是把三套数据的人群画像并排摆出来：
| 口径 | 覆盖人群 | 年龄结构 | 收入结构 | 是否含无保险者 | 典型数据源 |
|---|---|---|---|---|---|
| Medicare / Medicaid 理赔 | 65+ 与特定残疾人群；低收入人群 | 偏向老年或极端贫困 | 两端 | 否 | CMS CCW、Dartmouth Atlas |
| 概率抽样调查 | 全美成年人（含无保险） | 接近全人口 | 接近全人口 | 是 | BRFSS、NHIS、NHANES |
| 商业医保理赔 | 由雇主/个人购买商业保险者 | 以 18–64 为主 | 中等及偏上 | 否 | FAIR Health Atlas |
三行数据互相不可替代。第一行缺劳动年龄主体，第二行缺客观临床记录且样本量受限于访谈成本，第三行缺老年、贫困与无保险人群，但有理赔记录的客观性与巨大的样本量。
3.2 选择效应：谁出现在这个数据库里
Atlas 的分母不是「所有商业医保参保人」，而是「FAIR Health 数据库中、且在当年接受了医疗服务的人」。这一句话里藏着三层选择：
第一层是保险来源的选择。 FAIR Health 的数据来自「自愿参与数据贡献计划的保险公司与第三方管理机构」。哪些公司参与、占比多少、地域上是否均衡，论文与白皮书都没有披露。这意味着即使在商业医保内部，样本也未必是全国商业医保的等比缩影。
第二层是参保的选择。 有商业保险本身就是一种筛选：它与就业状态、雇主规模、行业、收入高度相关。美国的雇主赞助保险覆盖率随工资水平上升而上升，低收入劳动者更可能落入 Medicaid 或完全无保险。因此商业医保人群的收入分布在底层被截断。
第三层是就诊的选择。 只有当年产生了至少一条理赔记录的人才会进入分子与分母。全年不看病的人——往往更年轻、更健康——不在数据里。这直接抬高了所有患病率。
三层叠加的净效应是：Atlas 度量的是一个偏「已参保、且已就医」人群的被诊断患病率。它比「商业医保全人群患病率」要高，比「全美人口患病率」的偏离方向则不确定——因为收入较高通常意味着更健康，但就诊更频繁意味着更容易被诊断。
3.3 健康工人效应与保险类型
健康工人效应（healthy worker effect） 是职业流行病学的经典概念：在职人群整体上比一般人群更健康，因为患病者会退出劳动力市场。把这个概念套到商业医保上，会得到一个推论：雇主保险人群的患病率可能被就业筛选压低。
但这条推论在慢病场景下会被两股反向力量抵消：
- 保险黏性（job lock）：有慢病的人更不愿意换工作或离职，因为担心失去保险或遭遇既往症条款。这会把慢病患者「锁」在雇主保险池里，反而推高患病率。
- 保险与收入的耦合：高收入人群不仅更容易有商业保险，也更容易获得年度体检、更频繁地接触医疗系统，从而更容易被「诊断」出无症状的高血压、高脂血症、糖尿病前期。
收入与保险类型相关这件事还有一层地理含义：州与州之间的商业保险覆盖率差异很大（与 Medicaid 扩展政策、劳动力市场结构、行业构成有关）。Atlas 的州级率因此同时承载了「真实的患病差异」和「谁被商业保险覆盖的差异」。用它的州级率去比较「哪个州的人更健康」，会把两种东西混为一谈。
3.4 谁不在里面
论文与白皮书都明确列出排除范围，这张表值得单独记住：
| 排除人群 | 规模量级 | 对结论的影响 |
|---|---|---|
| Medicare Advantage（Part C）参保人 | 数千万，且持续增长 | 大量老年人在商业保险公司运营的 MA 计划下，但不在 Atlas 中 |
| 传统 Medicare Parts A/B/D | 数千万 | FAIR Health 持有这些数据，但明确不作为 Atlas 来源 |
| Medicaid 参保人 | 数千万 | 低收入人群完全缺席 |
| CHIP 参保儿童 | 数百万 | 低收入儿童缺席 |
| 其他州/地方政府保险计划 | 视州而定 | 公共部门雇员可能缺席 |
| 无保险者 | 数千万 | 最脆弱人群完全缺席 |
一个容易误解的点：Medicare Advantage 是商业保险公司运营的，很多人会以为它属于「商业保险」。但白皮书明确写道，Medicare Part C 参保人不包含在数据中。这说明「商业保险」在这里的操作定义是商业支付方承保的商业险种，而不是「由商业公司运营的任何计划」。
3.5 一句话总结人群口径
Atlas 的人群是「FAIR Health 数据库里有当年理赔记录的商业医保参保人」。这个人群与「美国人口」的距离，等于保险覆盖差异 + 就诊行为差异 + 数据贡献方差异三者之和，且方向不一、幅度未知。
3.6 把「1 亿参保人」这个数字放回语境
二手转述里最常出现的一句话是「覆盖逾 1 亿参保人」。它听起来很具体，但在一手源里找不到。这里值得花一点篇幅说明为什么这类数字会流传，以及为什么必须拒用。
它可能来自哪里：FAIR Health 官网与白皮书反复强调「全美最大私人计费理赔数据库」「年增约 40 亿条理赔记录」。40 亿条记录 ÷ 每人每年约 30–50 条理赔 ≈ 1 亿人量级。这个反推在数量级上可能是对的，但它是读者自己算出来的，不是机构披露的。反推里有两个未知量（每人每年理赔条数、记录去重口径），乘除之间误差可以差出一倍。
为什么必须拒用：写进条目的数字会被下游反复引用，一旦被引用成「官方数据覆盖 1 亿人」，后来者再想纠正就要追溯整条引用链。本条目选择的做法是：只写「年增逾 40 亿条记录」这个有一手源的数字，覆盖人数一律写「未公开」。
如果确实需要规模感：可以用「全美最大商业理赔库」这个定性表述，它是论文原话（the nation’s largest collection of recent commercial claims），不涉及具体人数。或者用白皮书的说法：「数据以每年约 40 亿条理赔记录的速度增长」。这两句都不需要猜测分母。
一个相关的坑：白皮书说数据库「年增」40 亿条（growing at a rate of），不是「存量」40 亿条。把年增量当成总存量，会低估库的规模，但同样属于误读。
§4 指标口径：患病率是怎么造出来的
4.1 从理赔行到地图格
Atlas 的患病率不是数出来的，是算出来的。完整链路有五步：
- 定义慢病：用 CMS CCW 的 30 个慢病算法（30 CCW Chronic Conditions Algorithms）作为主清单，再从 CCW 的第二张清单（Other Chronic Health, Mental Health, and Potentially Disabling Chronic Conditions Algorithms）中挑选常见且重要的病种补充。白皮书最终纳入 44 种。
- 计数：在 FAIR Health 商业理赔库中，按年统计「有含该慢病诊断码的理赔」的去标识化患者数，按 service zip code 归集。
- 外推：用普查数据加权，把库内计数调整到反映整个商业医保人群。
- 平滑：以每个 service zip code 为中心画圆，按 1 英里递增扩张，直到盘内人数达到至少 10 万；盘内「患者数 ÷ 总人数」即为该点的患病率估计。
- 汇总：从平滑面按人口加权平均，得到县与州级估计；最后换算为每 10 万商业医保参保人。
4.2 「nearest neighbors」到底是什么
论文把第 4 步称为 “nearest neighbors technique”，白皮书称为 “nearest neighbors model” 并引用了 Waller & Gotway 的《Applied Spatial Statistics for Public Health Data》。严格说，这更接近自适应带宽的核平滑（adaptive bandwidth kernel smoothing）：带宽不是固定的距离，而是「装够 10 万人为止」的可变半径。人口稀疏的农村 zip code 需要扩张更远才能凑够 10 万人，人口密集的城市 zip code 可能一两英里就够了。
这个设计的直接后果是：每个估计值的「有效邻域」大小不同。城市里的一个点可能只反映周边几条街，农村里的一个点可能把几十英里外的几个县混在一起。所以「县级率」在农村地区的空间精度显著低于城市地区，而这一点在页面上是看不出来的。
4.3 分母：SAHIE 与「谁算商业医保」
分母用的是美国普查局 Small Area Health Insurance Estimates（SAHIE） 项目的商业医保参保人数估计。SAHIE 本身是一个模型估计（结合 ACS 调查与行政记录），有自己的误差范围。Atlas 把「库内患者数（外推后）」除以「SAHIE 估计的商业医保人数」，得到率。
分子与分母来自不同来源、不同定义、不同误差结构。这在流行病学里是常见做法（被称为「混合分母」），但会引入不可忽略的不确定性：SAHIE 对县级商业医保人数的估计误差，会原样传导到每个县的患病率上。
4.3b 分母的两种写法：members 还是 patients
这个问题看似细微，实则影响解读方向。论文写圆盘要在「at least 100,000 members」时停止扩张，白皮书写「at least 100,000 observed patients」。
两句话描述的是同一个程序，但用词透露了口径分歧：
- 若按 members（参保成员）理解，圆盘分母是「所有在库的参保人」，包括当年没看病的人，率会被压低。
- 若按 observed patients（观察到的患者）理解，分母本身就是「当年有就诊记录的人」，率会系统性偏高。
论文随后又说「用普查数据加权，把库内计数调整到反映整个商业医保人群」，并「用 SAHIE 的商业医保参保人数估计做分母」，这更接近第一种；白皮书方法节则写「分母由数据中接受医疗服务的商业保险总人数构成」，偏向第二种。
结论：论文与白皮书在分母定义上存在一处尚未消解的张力。 实际实现方式以平台为准，但做跨文献比较时必须先确认对方引用的是哪一种口径。这也解释了为什么不同分析对「Atlas 的率是高估还是低估真实患病率」会给出相反判断。
4.4 粗率（crude rate）的含义与代价
论文与白皮书都使用 crude prevalence（粗患病率），即未做年龄、性别标准化的率。白皮书脚注把它讲得很清楚：粗患病率是「在给定时间接受医疗服务且有特定疾病的商业医保人群占比，未对年龄与性别等因素做调整」。
粗率的问题在于，它把三种不同的东西打包在一起：
- 真实的患病差异（某地确实更常发生该病）
- 人口构成差异（某地老年人口占比更高，慢病率自然更高）
- 保险与就医行为差异（某地参保人看病更勤，诊断更充分）
任何「A 州比 B 州糖尿病高多少」的解读，都需要先把这三者拆开，而 Atlas 本身不提供拆分工具（至少论文未描述年龄性别分层）。这是使用它做跨地区比较时的最大陷阱。
4.5 一个反直觉示例：糖尿病最高的州，乳腺癌不是最高
论文用一组数字说明「相关性不能跨病种外推」：
- 2025 年糖尿病患病率：西弗吉尼亚州 14,406.45/10 万（全美最高），科罗拉多州 6,547.79/10 万（最低）
- 2025 年乳腺癌患病率：西弗吉尼亚州 1,225.71/10 万（更低），科罗拉多州 1,440.53/10 万
同一对州，在两种病上排序完全相反。这说明「健康不健康」不是一个单一维度：代谢类慢病与肿瘤类疾病的地理分布由不同机制驱动（行为与饮食 vs 筛查可及性与人口结构）。白皮书的贫困率相关分析也印证了这一点——代谢类与贫困率正相关（高血压 53.5%），肿瘤类多为负相关（乳腺癌 −24.3%）。
4.6 时间趋势与「率在下降」的误读
论文给出的趋势示例是：西弗吉尼亚 2025 年阿尔茨海默病患病率为全美最高，但从 2020 年的 323.12/10 万降到 2025 年的 320.18/10 万。
三年半降了不到 1%。在商业医保口径下，这种量级的变动完全可能来自：参保结构变化、诊断编码习惯变化、某家贡献方退出或加入。没有置信区间的趋势线，只能用来观察大方向，不能用来做政策效果评估。 论文本身也没有给出趋势的统计显著性判断。
4.7 率与计数的换算：一个实操细节
Atlas 输出的是每 10 万人率，而不是人数。很多使用者会想把率换算回「本县大概有多少患者」，这一步需要小心。
换算公式很直白：患者数 ≈ 率 ÷ 100,000 × 本县商业医保参保人数。但这里的「参保人数」必须用 SAHIE 的口径，而不是美国总人口。举例来说，若某县 Atlas 报告糖尿病率 12,000/10 万，而该县 SAHIE 商业医保参保人为 30,000，那么换算结果是约 3,600 人——不是用该县总人口 60,000 算出的 7,200 人。用总人口换算会把结果系统性放大一倍左右，这是很常见的低级错误。
更麻烦的一点：Atlas 已经把库内计数外推到全体商业医保人群，所以换算回来得到的「患者数」也是一个估计值，而不是观察到的患者数。真实的库内观察数可能只有它的几分之一（取决于 FAIR Health 在该县的市场覆盖率）。把换算结果当成「真实病例数」用于资源测算，会高估本地需求。
4.8 诊断码的「两面性」
理赔数据的核心优势是客观，但诊断码的生成过程不是中立的。
一方面，它比自报可靠：患者不需要记得医生说过什么，编码由专业人员完成。另一方面，编码服务于计费：一个就诊如果主要目的是「体检」，但发现血压偏高，是否编码高血压，取决于医疗机构的编码政策与病历习惯。诊断码还有「次要诊断」的位置——一次因骨折就诊的理赔里可以附带高血压作为次要诊断，是否附带、附带几条，各机构不一。
这带来两个可检验的推论（均属推理，论文未检验）：
- 在医疗资源密集、编码更完整的地区（大城市、学术医疗中心周边），被诊断患病率会偏高。
- 在同一地区，就诊频率高的人群（有慢病、有保险福利好、有家庭医生）被诊断的概率更高，形成「病越多—看得越多—诊出越多」的正反馈。
这两条推论与「真实患病率的地理差异」混在一起，是 Atlas 县级地图无法自行拆解的部分。白皮书用贫困率做相关分析，某种程度上触及了这个问题，但没有把它作为混杂因素处理。
§5 白皮书的地理与费用分析：能读出什么
5.0 先分清两份文档的分析对象
读白皮书前必须先建立一个坐标系，否则很容易把论文的数字当成白皮书的数字。两者的差异如下：
| 维度 | 论文（2026-07） | 白皮书（2026-02） |
|---|---|---|
| 分析年份 | 2025 | 2024 |
| 目的 | 介绍平台 | 展示平台能做什么 |
| 主要输出 | 州/县级率示例、趋势 | 44 病种分布、共病、费用、贫困率相关 |
| 是否给费用 | 否 | 是（allowed amount） |
| 是否给相关分析 | 否 | 是（县级皮尔逊相关） |
| 病种数量 | 未列全 | 44 |
| 是否同行评审 | 是（Perspective） | 否 |
简言之：论文负责「宣告存在」，白皮书负责「演示能做什么」。论文学术地位更高但内容更薄；白皮书内容更厚但未经同行评审。引用分布、费用、相关这三类结论时，来源只能是白皮书；引用具体州/县率示例时，来源是论文。混用会造成两个错误：把 2024 年的 44 种病当成 2025 年 Atlas 的全集；把白皮书的相关结论当成经过同行评议的学术发现。
5.1 44 种慢病的分布
白皮书 Table 1 是理解商业医保人群慢病结构的最佳入口（2024 年，粗患病率）：
| 病种 | % | 病种 | % |
|---|---|---|---|
| 高脂血症 | 21.2 | 心衰 | 1.7 |
| 高血压 | 20.0 | 双相障碍 | 1.6 |
| 焦虑障碍 | 14.6 | 骨质疏松 | 1.5 |
| 肥胖 | 13.2 | PTSD | 1.3 |
| 精神疾病 | 10.5 | 酒精使用障碍 | 1.1 |
| 关节炎 | 9.3 | 乳腺癌 | 1.0 |
| 抑郁障碍 | 8.8 | 卒中 | 1.0 |
| 糖尿病 | 8.4 | 自闭症 | 0.7 |
| 甲状腺功能减退 | 5.6 | 前列腺癌 | 0.7 |
| 哮喘 | 5.6 | 人格障碍 | 0.6 |
| 贫血 | 5.0 | 阿片使用障碍 | 0.5 |
| ADHD | 4.9 | 非阿尔茨海默痴呆 | 0.5 |
| 白内障 | 4.2 | 白血病与淋巴瘤 | 0.4 |
| 烟草使用障碍 | 4.2 | 急性心梗 | 0.4 |
| 缺血性心脏病 | 3.6 | 精神分裂症 | 0.4 |
| 慢性肾病 | 3.1 | 结直肠癌 | 0.3 |
| COPD | 2.8 | 肺癌 | 0.2 |
| 青光眼 | 2.5 | 阿尔茨海默病 | 0.2 |
| BPH | 2.4 | 帕金森病 | 0.2 |
| 肺炎 | 2.3 | 髋部骨折 | 0.2 |
| 房颤 | 2.0 | 泌尿系统肿瘤 | 0.2 |
| 药物使用障碍 | 1.8 | 子宫内膜癌 | 0.1 |
读这张表的三个要点：
- 代谢与精神类主导：前五名里三种是代谢/心血管风险因素，两种是精神健康。这符合商业医保人群的年龄结构（劳动年龄为主）。
- 肿瘤率极低不等于肿瘤少：乳腺癌 1.0%、肺癌 0.2%、结直肠癌 0.3%。这些是「当年有该诊断码理赔」的时点患病率，不是终生风险，也不是发病率。癌症患者接受治疗的那一年进分子，缓解期可能不进。绝不能把 1.0% 读成「1% 的商业医保人群患乳腺癌」。
- 精神类定义的注意：「精神疾病」与抑郁、双相、人格障碍、精神分裂症的编码有重叠，但与焦虑障碍、ADHD、自闭症、PTSD 不重叠。这是白皮书脚注明示的，做加总时必须注意。
5.2 共病与「三高」组合
- 57.5% 的商业医保患者至少有一种慢病，42.5% 一种都没有
- 11.5% 有两种，9.1% 有三种；在有至少一种慢病的人里，平均病数为 3
- 33.4% 有高脂血症、高血压、肥胖中的至少一种（或组合），4.3% 三者俱全
- 有这三者中任意一种的人里，一半以上不止一种
「平均病数 3」这个数字容易被误读为「慢病患者平均有三种病」，实际是「有至少一种慢病的患者平均三种」，分母已经筛过一遍。
5.3 费用梯度：病数是最强的花费驱动因子
| 慢病数 | 人均年度 allowed amount |
|---|---|
| 0 | $1,590 |
| 1 | $3,039 |
| 2 | $4,116 |
| 3 | $4,969 |
| ≥10 | $21,730（零病组的 13.7 倍） |
同样是三种病，组合不同费用差一倍：如果三种病恰好是高脂血症 + 高血压 + 肥胖，人均 $9,690；而完全没有这三种病的人只有 $2,547。
90 分位更能说明尾部风险：一种病的人 90 分位 $7,286（均值的两倍多），≥10 种病的人 90 分位 $61,170（均值的近三倍）。
allowed amount 是什么：保险计划在扣除免赔额与共保之前，对覆盖服务支付的最高金额（也称 eligible expense），本白皮书同时包含网络内与网络外。
5.4 病种费用与合并症
- 年均 allowed amount 最高：肺癌 $22,740；最低：ADHD $4,175
- 合并症数中位数最高（6 种）：急性心梗、非阿尔茨海默痴呆、阿尔茨海默病；最低（1 种）：肺炎、自闭症
- 合并症数均值最高：急性心梗 6.19；最低：自闭症 1.63
注意脚注：某种病的年均 allowed amount 是基于「该病患者接受的全部治疗」的总花费，不只是该病本身的治疗费。所以肺癌的 $22,740 里包含大量共病治疗。
5.5 贫困率相关：代谢类正相关，肿瘤类负相关
白皮书用县级患病率与县级贫困率（ACS 口径）做相关，Table 3 的关键值：
| 病种 | 与贫困率相关系数 | 病种 | 与贫困率相关系数 |
|---|---|---|---|
| 高血压 | 53.5% | 乳腺癌 | −24.3% |
| 糖尿病 | 46.7% | 白血病与淋巴瘤 | −19.3% |
| 肥胖 | 37.3% | 子宫内膜癌 | −17.2% |
| 慢性肾病 | 29.2% | 帕金森病 | −11.0% |
| 高脂血症 | 28.5% | 前列腺癌 | −9.8% |
| 心衰 | 28.4% | 泌尿系统肿瘤 | −2.9% |
| 缺血性心脏病 | 24.0% | 肺癌 | −1.9% |
| 卒中 | 28.6% | 结直肠癌 | −1.0% |
| 急性心梗 | 20.9% | 阿尔茨海默病 | 1.4% |
| 房颤 | 0.2% | 非阿尔茨海默痴呆 | 12.2% |
白皮书自己的强弱判定标准：≥60% 强，40–59% 中等，≤39% 弱。按这个标准，高血压×贫困率是中等正相关，房颤×贫困率接近零。
一个关键的方法学警告：这些是生态学相关（ecological correlation），单位是县，不是人。 一个县的贫困率高、高血压率也高，不意味着穷人的高血压率更高——这就是经典的生态学谬误。白皮书没有做个体层面的收入分层（它也没有个体收入数据）。
乳腺癌的负相关尤其需要谨慎解读。白皮书引用的解释是：乳腺癌（以及一些可早筛的癌症）与较低贫困相关，部分因为早筛能在无症状阶段发现肿瘤，而贫困地区的女性可能筛查不足、诊断滞后。这个解释是合理的假说，但白皮书没有检验它——它没有分层看筛查率。
5.5b 相关分析的三个技术注脚
白皮书的相关分析结论看起来很清晰，但有三处技术细节会影响解读，值得单独列出。
其一，相关系数的分母是县。 美国约有三千多个县，县级相关系数的抽样波动不容忽视。以 53.5% 为例，在 n≈3,000 的量级下它的统计显著性很高，但「高相关」描述的是一群点围绕一条直线分布的程度，不是任何一个县的性质。某一个县的贫困率高、高血压率也高，不能据此推断该县内部穷人的高血压率更高。
其二，贫困率的口径是「全人口」而非「参保人」。 白皮书的贫困率来自 ACS，分母是县域全部人口；而高血压率的分母是商业医保参保人。两个分母的人群不同，这会给相关系数带来什么方向的影响，白皮书没有讨论。若贫困人口在商业医保中占比很低，那么「县贫困率」更多是在代理该县的收入分布形态，而非直接对应参保人的收入。
其三，相关性用百分比而非系数表达。 文中写「53.5 percent」，指的是相关系数 0.535，不是「53.5% 的变异被解释」。把它读成 R² 会严重夸大解释力——真正的解释力是 0.535² ≈ 0.286，即约 29% 的变异。白皮书对「强弱」的划分标准（≥60% 强、40–59% 中、≤39% 弱）也是针对相关系数本身，不是 R²。
这三点合起来说明：白皮书的相关分析是探索性的地理描述，不是解释性模型。它能告诉你「代谢类慢病在贫困县分布更密」，不能告诉你「贫困让多少人得了高血压」。
5.6 相关性矩阵
- 高血压 × 糖尿病：86.0%（最强）
- 肥胖 × 高脂血症：45.0%（最弱，但仍属中等正相关）
- 慢病数量 × 贫困率：30.9%（弱正相关）
这四个病（高血压、高脂血症、肥胖、糖尿病）的任意两两组合都呈中等至强正相关，与「代谢综合征」的临床认知一致。白皮书还画了四张县级地图，显示东南部颜色更深（患病率更高），与其他文献中「糖尿病带」的地理描述吻合。
§6 获取与许可：你能拿到什么、拿不到什么
6.1 三种访问方式
| 方式 | 内容 | 需要什么 | 硬约束 |
|---|---|---|---|
| 网页看板 | 地图、表、趋势图、州/县弹窗 | 浏览器，免费，无需注册（论文未提及登录要求） | 只能看，数值需手动或脚本抓取 |
| 页面内下载 | 「download data for further analysis」 | 无 | 论文未说明格式与覆盖范围；推测为当前视图的聚合表 |
| 行级微数据 | —— | —— | 不提供，无申请通道描述 |
6.2 「不提供行级数据」意味着什么
这是使用 Atlas 时最硬的约束。具体来说：
- 没有患者 ID：无法做纵向追踪、无法识别同一人在不同年份的记录
- 没有年龄与性别分列：论文只写按 census 加权，没有说输出层提供分层率。要按年龄段做比较（例如「18–34 岁的糖尿病率」），大概率做不到
- 没有理赔明细：无法研究具体服务、药品、检查的使用
- 没有保险计划类型：无法区分 HMO/PPO/HDHP，无法研究计划设计与患病率的关系
- 没有种族/族裔：无法直接做种族健康差异分析（这也是保险理赔数据的普遍限制）
换句话说，Atlas 能支持的是「地理单元 × 病种 × 年份」三元组的描述性与相关性分析，不能支持任何需要个体层协变量的模型——包括多因素回归、倾向评分、机器学习分类。
6.3 许可状态
- 论文：CC BY 4.0，可自由转载、改编、商用，需署名
- 白皮书：页脚写 “Copyright 2026, FAIR Health, Inc. All rights reserved.”，属版权保留，不是开放许可
- Atlas 平台：条款页在本沙箱网络环境下不可达（WebFetch 返回 fetch failed，curl 20 秒超时），未能核验。按纪律记「未公开」，不臆测
实际操作建议：引用聚合率做研究或报道时，注明「Source: FAIR Health Atlas」；批量抓取或再分发数据前，先自行阅读站点的 Terms of Use 与数据使用条款，并考虑邮件确认。FAIR Health 对学术使用历来较为开放（其白皮书与研究报告长期公开发布），但「开放获取」与「开放许可」是两件事。
6.4 与同类数据的获取难度对照
| 数据源 | 粒度 | 获取门槛 | 许可清晰度 |
|---|---|---|---|
| FAIR Health Atlas | 州/县聚合率 | 免费网页 | 未明示 |
| BRFSS | 州级（部分 MMSA）聚合 + 部分年份个体记录 | 免费下载 | 政府数据，公开 |
| NHIS | 个体级脱敏记录 | 免费（需申请部分受限变量） | 政府数据，公开 |
| MEPS | 个体级面板 | 免费 | 政府数据，公开 |
| CMS CCW | Medicare/Medicaid 理赔 | 研究申请，审批严格，费用 | 受控 |
| FAIR Health 定制数据 | 商业理赔（可含行级） | 商业许可，付费 | 合同约定 |
这张表的重点是最后一行：想去掉聚合限制、拿到行级商业理赔数据，唯一路径是向 FAIR Health 购买定制分析或数据许可。Atlas 是免费的那一档，必然只能给聚合。
6.5 更新节奏
论文称 Atlas 的数据「最新可到一年前」（as recent as one year old），这是相对 Dartmouth Atlas 等「滞后数年」的数据源的一大优势。但论文没有给出具体的更新频率承诺（季度？半年？），也没有版本号机制。做长期监测研究时需要自行记录快照日期。
6.6 站点可用性与访问方式实测记录
本节记录本条目写作时的实际访问情况，供后来者参考（注意：这是写作环境的网络状况，不代表全球用户的访问状况）。
| 访问方式 | 结果 |
|---|---|
| WebFetch 抓取 https://atlas.fairhealth.org/ | 返回 fetch failed |
| curl 带浏览器 UA、20 秒超时 | Connection timed out |
| FAIR Health 官网 about-us 页面 | 正常返回 |
| 白皮书 S3 直链 | 正常下载（约 3.1 MB，需断点续传） |
由此可以推断：站点本身对普通浏览器应当可达（论文与多家公共卫生博客都引用了其界面细节），但可能存在地域限制、反爬策略或对无头抓取的特殊处理。对做批量分析的团队，这意味着不要假设可以脚本化抓取；若确有批量需求，应先确认站点是否提供正式的数据下载入口或 API。
三个实际影响：
- 本条目无法核实条款页、病种清单、下载格式，全部按「未公开」处理。
- 依赖 Atlas 数据的自动化流水线存在单点失效风险——站点不可达时整条链路中断，且没有本地快照可退回。
- 若长期跟踪，建议人工定期导出当前视图的聚合表并本地留存，作为时间序列备份。
§7 方法学评估：它能证明什么、不能证明什么
7.1 优势清单
- 样本规模：年增 40 亿条理赔，远超任何抽样调查的样本量。罕见病（如亨廷顿病、ALS 级别的病种，若纳入）在县级也可能有可用的计数。
- 客观记录：诊断码来自实际诊疗，不依赖自报回忆。
- 地理分辨率：州 + 县，且支持按地点搜索。比 BRFSS 的州级（以及少数 MMSA）更细。
- 时效性：数据滞后期约一年，明显优于 Medicare 口径的多年滞后。
- 成本维度：白皮书展示了人均 allowed amount，把患病率与花费联系起来，这是多数患病率数据源没有的。
- 免费公开：无需注册（按论文描述），降低了政策分析与新闻调查的门槛。
7.2 局限清单
- 非概率样本：贡献方自愿参与，谁进来谁不进来不受抽样设计控制。没有任何权重能完全修正这一偏差，因为缺席者的选择机制未知。
- 只覆盖就诊者：全年零就诊者不在分母里。所有率都被系统性抬高，抬高幅度随病种与地区而异。
- 覆盖人群不全：不含 Medicare/Medicaid/无保险，不是全人口。
- 粗率未标准化：跨地区比较混杂年龄结构。
- 空间平滑的信息损失：10 万人圆盘把所有小于该尺度的异质性抹平；农村地区有效邻域过大。
- 诊断码的编码行为偏差：诊断码用于计费，存在「编码升级」（upcoding）与「编码完整性随就诊频次上升」的问题。
- 时点患病率 ≠ 终生风险：癌症类尤其明显。
- 无置信区间：页面上显示的是点估计。用户无法判断两个县 5% 的差异是真实差异还是噪声。
- 缺少方法学同行评议：白皮书自陈未经同行评审；论文是 Perspective，方法学描述简略。
- 生态学谬误风险：所有县级相关分析都是区域级，不能推个体。
7.3 与 BRFSS 的具体对照
这是最常被拿来比较的一对。以糖尿病为例：
| 维度 | BRFSS | FAIR Health Atlas |
|---|---|---|
| 抽样 | 分层随机拨号（含手机），概率样本 | 非概率，贡献方自愿 |
| 测量 | 自报「医生是否告诉过你患有糖尿病」 | 理赔诊断码 |
| 覆盖 | 全美成年人，含无保险 | 商业医保且当年就诊者 |
| 粒度 | 州级为主 | 州 + 县 |
| 已知偏差 | 自报低估（未诊断者不知情）、应答率下降 | 只含被诊断者、只含就诊者 |
| 更新 | 年度 | 约滞后一年 |
| 是否可做年龄标化 | 是（提供年龄分组与权重） | 论文未描述 |
两者都只统计已诊断的糖尿病——这是共同的天花板。BRFSS 的受访者如果不知道自己有病，会答「没有」；Atlas 的患者如果没去看病或没被编码，也不会进分子。所以两者都低估真实患病率，只是低估的机制不同。
互补的用法：用 BRFSS 校准水平（人群代表性），用 Atlas 看地理细节（县级差异）与商业医保子人群。当两者在某州给出的方向不一致时，那本身就是一个值得研究的问题——很可能是保险结构或就医行为差异造成的。
7.4 与 NHANES 的关系
NHANES 是唯一在美国全国代表性样本上做实测（血压计、血糖、体格测量）的调查，能捕捉未诊断的高血压与糖尿病。它的样本量只有每年约 5,000 人，无法做县级估计，也无法做商业医保子群分析。
Atlas 与 NHANES 几乎没有重叠的用途。如果有人用 Atlas 的糖尿病率去和 NHANES 的实测患病率比较，会得到「Atlas 更低」或「更高」的结论，但这个比较本身没有意义，因为两者的人群、诊断定义、测量方式全都不同。
7.5 与 CMS CCW 的关系
这里有一个容易混淆的点：Atlas 用 CCW 的诊断码定义，但不用 CCW 的数据。CCW 是 CMS 维护的 Medicare/Medicaid 受益人慢病标志文件；FAIR Health 把这个「病种定义字典」拿来，套在自己的商业理赔上。
所以：
- 病种定义与 CCW 一致（可比性好）
- 人群与 CCW 完全不同（可比性差）
这个组合是聪明的设计——它让「同一套病种定义下的 Medicare vs 商业保险」对比成为可能，但需要研究者自己做两套数据的并排分析，Atlas 本身不提供这种对比视图。
7.6 空间平滑的统计学代价
圆盘平滑是一件「用偏差换方差」的交易，值得单独说清。
一座人口 8,000 的县，若不做平滑，某病 30 个患者对应的患病率是 375/10 万，其 95% 置信区间大致在 253 至 536 之间；40 个患者时约 286 至 490。对应到页面上，就是「这个县的数字可以在 250 到 500 之间摆动」——绝大多数用户会把 375 当成一个确定的数。
Atlas 的做法是把邻域扩大，直到分母达到 10 万。代价是：估计值不再属于那个县，而属于「以该县为中心、覆盖 10 万人」的一块区域。如果这块区域恰好只覆盖一个县，估计尚可称为县级；如果它横跨三四个县，那么页面上并排显示的两个「县率」可能其实是同一块区域算出来的两个近似值，差异只是加权方式不同。
由此产生三个后果：
- 空间自相关被人为抬高。做过平滑的数据去做 Moran’s I 之类的空间统计，会得到偏高的自相关指标。这不是地理过程的真实性质，是方法产物。
- 农村地区的信息含量显著低于城市地区。同样的「县级率」，在城市可能基于一个街区的 10 万人，在农村可能基于半个州的 10 万人。
- 相邻县的数值趋同。当看到一串相邻县数值几乎一样时，不要急着解释为「区域共同风险因素」，先考虑是不是同一个圆盘覆盖的结果。
论文完全没有讨论平滑的方差代价，白皮书也只是引用了 Waller & Gotway 的一般性方法。这不是说方法错了——自适应带宽核平滑是空间流行病学的标准工具——而是说使用结果时必须知道它是平滑后的面，不是原始观测点。
7.7 一个可以复算的一致性检验
白皮书提供了一个内部一致性检验的入口：Table 1 的患病率与 Table 2 的合并症数应当相互自洽。例如高血压粗患病率 20.0%，其平均合并症数为 3.31；高脂血症 21.2%，平均合并症数 3.15；糖尿病 8.4%，平均合并症数 3.81。
这几组数字的合理性在于：患病率越低的病，患者往往在更晚期或更严重的阶段才被诊断，合并症更多（糖尿病 8.4% 对应 3.81，高于高血压 20.0% 对应的 3.31）。若某病患病率很低但合并症数也很低，反而值得怀疑编码口径。这个检验不能证明数据正确，但能筛出明显的内部矛盾。
§8 应用场景与反模式
8.1 适合的用法
- 州/县卫生部门的资源定位：看本地哪种慢病的商业医保患病率明显高于邻县，作为筛查项目布点的参考（需结合本地 BRFSS 与人口结构校核）。
- 卫生经济学建模的输入：为州级或县级微观仿真模型提供患病率参数，尤其是需要商业医保子人群参数时。
- 健康差异研究的地理学铺垫：用县级率做探索性分析，提出假设，再用个体级数据验证。
- 数据新闻：把「糖尿病最高的州」「隔河相望的高血压差」这类对比做成可视化报道，注明口径。
- 政策论证中的补充证据：当论证涉及劳动年龄人口时，Atlas 是少数能提供地理证据的来源。
- 商业保险福利设计的外部基准：保险公司可比对自身会员的患病率与所在州/县的 Atlas 值。
8.2 反模式（不要这样用）
| 反模式 | 为什么错 | 正确做法 |
|---|---|---|
| 「美国糖尿病患病率是 8.4%」 | 8.4% 是商业医保 2024 年粗率，不是全美 | 说「2024 年商业医保参保人中糖尿病粗患病率为 8.4%」 |
| 「A 州比 B 州健康」 | 混入年龄结构与保险覆盖差异 | 分别报告各病种率并注明未标化 |
| 「贫困导致高血压」 | 县级生态学相关，不能推因果 | 表述为「县级层面呈中等正相关」 |
| 拿县级率做个体风险预测 | 生态学谬误 | 用个体级数据 |
| 把乳腺癌 1.0% 当终生风险 | 时点患病率 | 说明是当年有诊断码理赔的比例 |
| 比较两年趋势判断政策效果 | 无置信区间，且参保结构会变 | 只作方向性描述 |
| 把 Medicare Advantage 算进「商业保险」 | 白皮书明确排除 | 单独说明 |
8.3 一个「正确用法」的完整示例
假设某县卫生局想知道本地糖尿病负担是否异常：
- 在 Atlas 查本县 2025 年糖尿病率，记为 X
- 查同州其他县与全国县级分布，看 X 处于什么分位
- 不要直接下结论——先查本地 65 岁以上人口占比与商业保险覆盖率（ACS），判断 X 是否被人口结构推高
- 对照 BRFSS 州级糖尿病自报率，看方向是否一致
- 若 Atlas 明显偏高而 BRFSS 正常，考虑本地商业医保人群的就诊频率或编码习惯差异
- 结论表述为「本地商业医保人群的被诊断糖尿病率处于全州前 20%，需结合人口结构进一步分析」
这个流程的关键是第 3–5 步：把 Atlas 当作线索，不当作结论。
8.4 三个跨领域的迁移思路
Atlas 的方法链条（理赔诊断码 → 计数 → 人口外推 → 空间平滑 → 地理加权）并不依赖美国制度，任何有全国理赔或登记系统的地区都能复制。把它抽象出来看，至少有三条可以迁移的思路：
其一，把「病种定义字典」与「数据本体」解耦。 Atlas 用 CMS 的 CCW 定义去标注商业理赔，这是一种「借用成熟病种定义」的做法。好处是口径可比，坏处是定义本身是为 Medicare 人群设计的（例如某些病种算法含年龄门槛）。其他地区若照搬，需要先检验定义在本土人群中的适用性。
其二，用外部人口估计做分母，而不是用库内人数。 Atlas 用 SAHIE 而不是用「库内参保人数」做分母，这一步把「数据贡献方覆盖了多少人」这个不可知量替换成了一个公开可得的估计量。代价是分子分母不同源，好处是避免把市场覆盖率当成健康状况。这是小面积估计的标准套路，值得任何做理赔分析的人记住。
其三，把平滑参数显式化。 「10 万人圆盘」是一个人为选择，论文没有解释为什么是 10 万而不是 5 万或 20 万。这个参数直接决定了空间分辨率与稳定性之间的权衡。复现者应当做敏感性分析：把阈值改成 5 万、20 万，看结论是否翻转。Atlas 没有提供这个选项，但使用者可以在解读时意识到它的存在。
8.5 常见误用场景的成因分析
为什么这套数据特别容易被误读？原因可以归到产品设计上：
- 地图的修辞力量。分区填色地图天然传达「这里有问题」，颜色深浅的视觉冲击远大于数字后的小数点。用户很难在看图时同时想起「这是粗率」「这是就诊者分母」。
- 单一数字的确定性幻觉。页面弹窗只给一个数，比如 14,406.45，四位有效数字给人一种精确测量的错觉。实际上这是一个经过多级建模的估计值，有效精度可能只到千位。
- 缺少配套的「不确定性提示」。没有置信区间、没有样本量提示、没有「本县数据基于 N 个观测」的注记，用户无法自行判断可信度。
- 「全美 50 州」的地理标签。这个表述在心理上等同于「全美国」，很容易越过「商业医保人群」这个限定。
对策不是不用它，而是在引用时把限定语放在数字旁边，而不是放在脚注里。§8.2 的反模式表与附录 O 的引用模板就是为此准备的。
§9 生态与影响
9.1 它在数据生态中的位置
Atlas 填补的是「商业医保 × 慢病 × 地理」这个格子。把它放进一张数据源矩阵里，格子的空缺一目了然：
| 患病率（聚合） | 个体级记录 | 费用 | |
|---|---|---|---|
| 全人口 | BRFSS、NHIS | NHIS、MEPS、NHANES | MEPS |
| Medicare/Medicaid | CMS CCW、Dartmouth Atlas | CCW（受控） | CCW |
| 商业医保 | FAIR Health Atlas | FAIR Health 定制（付费） | Atlas 白皮书口径 |
9.2 发布后的传播路径
Atlas 于 2026-09-16 上线，论文 7 月发表。传播呈现出典型的「公共卫生媒体先行、学术引用滞后」模式：
- 公共卫生行业博客（thisweekinpublichealth.com，2026-09-17）在数据可用的第二天就发了应用型报道，强调「劳动年龄人口长期被数据叙事忽略」这一点
- 中文健康媒体（如 himd.com）将其转述为「买商业保险的人更容易得肿瘤？」式的标题，这其实是误读——论文的核心发现恰恰是乳腺癌等肿瘤在商业医保人群中与贫困率负相关，而不是「商业保险人群肿瘤更多」
- 由于站点为交互式看板，搜索引擎难以索引具体数值，二手转述成为主要传播载体，这也放大了口径误读的风险
9.3 对政策讨论的潜在影响
论文的论证结构是：慢病是致残致死首因 → 政策需要数据 → 数据长期缺少商业医保 → Atlas 补上 → 于是政策讨论可以更完整。
这个论证成立，但有一个隐含前提：政策制定者会正确使用聚合数据。Atlas 的县级地图很有说服力，视觉上容易让人产生「这里的人更病」的直觉，而地图背后是粗率、就诊者分母与平滑估计。传播环节如果丢掉这些限定，数据反而会强化偏见。
9.4 未来的扩展方向
论文只说「未来版本可能引入更多能力」（Future versions of Atlas may introduce even more capabilities），并称当前是 “a strong foundation”。没有承诺具体路线。可以合理推测的方向（属推测，非事实）：更多病种、更细的年龄分层、更多年份回溯、API 接口。使用前应以站点实际情况为准。
9.5 与库内条目的关系
- BRFSS（rid 165）：同为州级慢病患病率来源，但抽样与自报口径不同，是最直接的方法学对照
- NHIS（rid 375）：全国代表性入户调查，提供个体级协变量（收入、教育、保险类型），可与 Atlas 的地理性结论互证
- MEPS（rid 365）：含保险类型与自付支出的面板数据，可用来检验「商业医保人群费用结构」的白皮书结论
- NHIS-NHID（rid 286）：韩国全民健保理赔+筛查数据库，是「理赔数据做人群健康研究」的另一种制度样本，可与美国的商业口径对照
- WHO STI Prevalence Atlas（rid 1187）：同为「患病率图集而非微数据」，可对照「聚合发布」这一产品形态的共性问题
§10 避坑清单：九个已踩过的坑
坑 1：把「商业医保库」当成「全美人口」
最容易犯的错。看到「全美 50 州 + DC」就以为覆盖全美国。实际上 Atlas 完全不包含 Medicare Advantage、传统 Medicare、Medicaid、CHIP、无保险者。写成「美国慢病患病率」是错的，正确写法是「美国商业医保参保人群的慢病患病率」。
坑 2：把「逾 1 亿参保人」当成官方数字
中文转述普遍写「覆盖逾 1 亿参保人」。论文、白皮书、FAIR Health 官网页面上都没有这个数字。论文只说「全美最大商业理赔库，年增逾 40 亿条记录」，白皮书说「growing at a rate of about four billion claim records a year」。覆盖人数是「未公开」。要引用规模，就用「40 亿条/年」这个有一手源的数字。
坑 3：混用 2024 与 2025 的数字
白皮书全部数字基于 2024 年数据，论文的示例数字全部基于 2025 年数据。两批数字不能拼在一起（例如不能说「2025 年高脂血症 21.2%」）。引用时逐条标注年份。
坑 4：把「粗率」当标准化率横向比较
Atlas 是 crude prevalence，未做年龄性别标准化。西弗吉尼亚糖尿病率是科罗拉多 2.2 倍，其中有多少来自年龄结构、多少来自真实患病差异，Atlas 本身无法回答。做跨州比较必须加限定语。
坑 5：把细胞级别差异当显著差异
曼哈顿 12,169.36 与布鲁克林 18,418.80（每 10 万，2025）看起来差 50%，很有说服力——但这只是两个点估计，没有置信区间，也没有做显著性检验。而且两个县的平滑圆盘可能重叠（地理上仅一河之隔），统计上并非独立。可以报道「存在明显差异」，不能报道「差异显著」。
坑 6：把时点患病率当终生风险
白皮书表格里乳腺癌 1.0%、肺癌 0.2%，这是「当年有该诊断码理赔的人占分母的比例」。美国女性的乳腺癌终生风险远高于此。两者的区别是「某一年因乳腺癌在治疗」与「一生中某个时刻患乳腺癌」。
坑 7：把县级相关当个体因果
「高血压 × 贫困率 53.5%」是县级生态学相关。它不证明穷人的高血压率更高，也不证明贫困导致高血压。白皮书自己也只写「consistent with」（与……一致），没有写「caused by」。
坑 8：以为能下载行级数据
论文只说可以 download data for further analysis，指的是聚合表。没有 microdata 通道。做个体级建模、需要年龄性别分层、需要种族差异分析的研究，在这里都会碰壁。要行级数据只能走 FAIR Health 的商业授权。
坑 9：把 Perspective 当原始研究引用
论文是 Frontiers 的 Perspective，无统计检验、无敏感性分析、方法学描述约 400 字。它适合引用「Atlas 存在且能做什么」，不适合引用为「Atlas 的方法学已被严格验证」。配套白皮书还自陈未经同行评审。
§11 总结
11.1 三句话总结
- 它是什么：FAIR Health 用全美最大商业理赔库（年增逾 40 亿条记录）做出的免费慢病患病率图集，覆盖 50 州 + DC、州与县两级、2020–2025 年、按 CMS CCW 定义的 44 种慢病（白皮书口径）。
- 它补了什么：商业医保人群——一个长期被 Medicare/Medicaid 口径与电话抽样调查同时绕开的、以劳动年龄为主的人群。
- 它不能做什么：不能替代概率抽样调查（非概率样本、只覆盖就诊者）、不能代表全人口、不能提供行级微数据、不能支持个体级建模与因果推断。
11.2 适合谁
- 州/县卫生部门的政策分析师
- 卫生经济学与卫生服务研究者（需要商业医保子人群的地理参数）
- 健康差异研究者（做探索性地理分析）
- 数据新闻与政策传播从业者
- 保险公司的精算与福利设计团队（作为外部基准）
11.3 不适合谁
- 需要个体级标签做机器学习的研究者
- 需要年龄/性别/种族分层率的研究者
- 需要未诊断患病率（如真实高血压患病率）的临床研究者
- 需要做因果推断的流行病学家
- 需要追踪个人纵向病史的研究者
11.4 30 秒决策卡
| 如果你的问题是…… | 结论 |
|---|---|
| 某州/县商业医保人群的某慢病率大概多少？ | ✅ 用 Atlas |
| 美国某慢病的总患病率是多少？ | ❌ 用 NHIS/BRFSS/NHANES |
| 某县不同年龄段的慢病率？ | ❌ 论文未描述分层输出 |
| 我能拿到患者级数据训练模型吗？ | ❌ 只能买 FAIR Health 商业授权 |
| 我想看本地慢病的地理热点？ | ✅ 用 Atlas，但需人口结构校核 |
| 我想证明贫困导致高血压？ | ❌ 县级生态学相关，不能推因果 |
| 我想比较两个州的健康水平？ | ⚠️ 可以看，但必须注明粗率未标化 |
| 我想看慢病与花费的关系？ | ✅ 白皮书口径可用（2024 年数据） |
11.5 如果说只记一句话
Atlas 把「美国最大商业理赔库」变成了一张公开的地图，这是实实在在的公共品；但这张图度量的是「商业医保、且看过病、且被诊断」的人群，用图上的色块直接说「这里的人更病」，就是把它最不该被误用的方式。
11.6 与「数据可用性」这条评价轴的讨论
在 AI-Ready 的语境下，数据集的「可用性」常被简化成「能不能下载」。Atlas 提供了一个反例：它完全公开、完全免费、无需申请，但可用性是有条件的——条件不在访问权限，而在分析单位。
对需要的任务来说，条件不构成障碍：
- 地理关联分析（把县率与 ACS 的收入、教育、年龄结构关联）→ 完全可用
- 时间序列描述（2020–2025 的趋势）→ 完全可用
- 政策问答与检索增强（「哪些州的糖尿病率最高」）→ 完全可用
- 教学演示（空间流行病学的数据结构）→ 完全可用
对另一些任务，条件是硬墙：
- 需要个体协变量的回归 → 不可用
- 需要患者级纵向追踪 → 不可用
- 需要年龄性别分层率 → 论文未描述，多半不可用
- 需要未诊断患病率 → 原理上不可用（理赔只能记录被诊断者）
把这两列并排看，就能理解为什么「聚合 vs 微数据」不是技术细节，而是决定一个数据集适用边界的根本属性。同类情况在库内并不少见：WHO STI 患病率图集（rid 1187）同样是「看板发布、无微数据」，两者的困境高度同构——信息量最丰富的那一层（个体记录）永远留在发布方手里。
11.7 对读者的最终建议
如果你只读一段，读这段：
- 用它看地理，不要用它看水平。Atlas 的价值在「哪里高、哪里低」的相对格局，不在「美国患病率是多少」的绝对数值。
- 每次引用都带三句话：商业医保人群、粗率未标化、当年就诊者分母。附录 O 的模板可以直接抄。
- 不要指望行级数据。需要个体级分析时，转向 NHIS、MEPS 或 FAIR Health 付费授权。
- 把它当起点。地图上的热点是提出假设的理由，不是下结论的依据。
FAQ（高频问答 20 问）
A. 基础认知
Q1：Atlas 是数据集还是网站？
两者都是。它是一个网站（交互式看板），也是一个数据集（网站背后的聚合表）。把它叫「数据集」时要清楚：它发布的数据形态是聚合率，不是记录级数据。
Q2：它和 FAIR Health Consumer 是什么关系？
不是一回事。FAIR Health Consumer（fairhealthconsumer.org）是面向消费者的医疗费用估算工具；Atlas 是面向研究者与政策制定者的患病率数据平台。同一个机构，不同产品。
Q3：为什么叫 Atlas？
「地图集」的意思，呼应 Dartmouth Atlas of Health Care 的传统——用地图展示医疗的地理差异。论文里只写 Atlas，正式名是 FAIR Health Atlas。
Q4：它是政府数据吗？
不是。FAIR Health 是独立的 501©(3) 非营利，数据来自自愿参与的商业保险方与 TPA。它虽持有 CMS Qualified Entity 资格并接收 Medicare 理赔，但这些 Medicare 数据不用于 Atlas。
B. 数据与获取
Q5：要注册才能用吗？
论文描述的使用流程（搜索地点、切换州/县、改病种与年份、下载）没有提及注册或登录。实际是否要注册，以站点为准（本沙箱未能访问验证）。
Q6：能下载什么格式？
论文没有说明。可确定的是聚合数据，不是 CSV 形式的个体记录。不要在论文里写「Atlas 提供 CSV 微数据」。
Q7：有 API 吗？
论文未提及。不要假设有。
Q8：数据多久更新一次？
论文说数据可新到一年前（as recent as one year old），未承诺更新频率。做长期监测需自行记录快照时间。
C. 指标与方法
Q9：为什么是「每 10 万人」而不是百分比？
论文说这是为了对接标准流行病学报告习惯，便于不同人口规模地区之间的比较。两者可以互换（14,406.45/10 万 = 14.4%）。
Q10：10 万人的圆盘是怎么定的？
以每个 service zip code 为中心，按 1 英里递增扩张，直到盘内至少 10 万（论文口径为 members，白皮书口径为 observed patients）。这个阈值是为了让每个估计值都有足够的分母。
Q11：为什么不用固定半径？
因为人口密度差异极大。固定半径在城市会得到超大分母、在农村会得到极小分母。自适应带宽让每个估计的样本量大致相当。
Q12：CCW 的慢病定义是什么？
CMS 的 Chronic Conditions Data Warehouse 用理赔诊断码定义慢病的一套算法，主清单有 30 个病种，另有第二张清单（其他慢病、精神健康与潜在致残性疾病）。Atlas 用前者全部 + 后者精选。
Q13：一个患者有多种病会被重复计数吗？
在单一病种的率里不会（每个病种独立算）。但在「慢病数量」这个指标里会——一个人有五种病，就同时进入五个病种的分子，以及在「病数分布」里记为 5。
D. 与其他数据源的关系
Q14：和 Dartmouth Atlas 什么关系？
同类思路（地图展示地理差异），但人群完全不同：Dartmouth 用 Medicare，Atlas 用商业保险。Atlas 可以看作「商业保险版的 Dartmouth」。
Q15：和 BRFSS 谁的样本大？
Atlas 大得多（年增 40 亿条理赔），但 BRFSS 是概率抽样。样本量不能弥补抽样设计的缺陷，这正是两者的关键区别。
Q16：能不能用 Atlas 验证 BRFSS？
可以做方向性的交叉核对，但不能做「谁对谁错」的裁决，因为两者的人群与定义不同。真正的验证需要金标准（如 NHANES 实测或登记系统）。
E. 使用与边界
Q17：我能用 Atlas 写论文吗？
可以，论文本身鼓励使用。但必须准确描述口径，并在方法部分说明数据是聚合的、人群是商业医保、率是粗率。
Q18：Atlas 的县级率能直接喂给地理信息系统做空间分析吗？
可以作为图层，但要注意：这些率已经过圆盘平滑，本身带有空间自相关的人为增强。做空间统计（如 Moran’s I）时要意识到平滑会抬高自相关程度。
Q19：为什么癌症率这么低？
因为统计的是「当年有该诊断码理赔」的比例，不是发病率或终生风险；且在治疗间隙或缓解期的患者可能不产生相关理赔。
Q20：Atlas 会不会扩展到 Medicare 人群？
论文未提及此计划。FAIR Health 持有 Medicare 理赔数据，但白皮书明确说这些数据不是本报告的来源。是否扩展属未公开事项。
事实清单（硬事实 32 条）
| # | 事实 | 来源 |
|---|---|---|
| 1 | 论文标题：A new source of data to inform policy on chronic diseases | PMID 42558699 |
| 2 | 作者：Ray Campbell（通讯）、George Ochoa | 期刊页 |
| 3 | 期刊：Front Public Health 2026;14:1904713 | 期刊页 |
| 4 | DOI：10.3389/fpubh.2026.1904713 | 期刊页 |
| 5 | 文章类型：Perspective，Sec. Public Health Policy | 期刊页 |
| 6 | 收稿 2026-06-09 / 接受 2026-07-01 / 发表 2026-07-22 | 期刊页 + PubMed |
| 7 | PMC 编号 PMC13437683；MEDLINE 索引 2026-08-06 | PubMed esummary |
| 8 | 论文许可 CC BY 4.0 | 期刊页版权栏 |
| 9 | 作者单位：FAIR Health, New York, NY | 期刊页 |
| 10 | 无资助、无利益冲突、未使用生成式 AI | 期刊页声明 |
| 11 | 理赔库年增逾 40 亿条记录 | 论文 §2 |
| 12 | 覆盖全美 50 州与 Washington DC | 论文摘要 |
| 13 | 支持州级与县级视图 | 论文 §1 |
| 14 | 圆盘扩张按 1 英里递增，阈值 ≥100,000 | 论文 §2 |
| 15 | 分母为 Census SAHIE 商业医保人数 | 论文 §2 + ref 5 |
| 16 | 率换算为每 10 万商业医保参保人 | 论文 §2 |
| 17 | Atlas 上线日期 2026-09-16（forthcoming） | 论文 Data availability |
| 18 | WV 糖尿病 2025：14,406.45/10 万 | 论文 §3 |
| 19 | CO 糖尿病 2025：6,547.79/10 万 | 论文 §3 |
| 20 | WV 乳腺癌 2025：1,225.71/10 万 | 论文 §3 |
| 21 | CO 乳腺癌 2025：1,440.53/10 万 | 论文 §3 |
| 22 | 曼哈顿高血压 2025：12,169.36/10 万 | 论文 §3 |
| 23 | 布鲁克林高血压 2025：18,418.80/10 万 | 论文 §3 |
| 24 | WV 阿尔茨海默 2020 323.12 → 2025 320.18 | 论文 §3 |
| 25 | 白皮书 2026-02-02，23 页 | 白皮书页脚 |
| 26 | 白皮书 44 种慢病，高脂血症 21.2% 最高 | 白皮书 Table 1 |
| 27 | 57.5% 有至少一种慢病；11.5% 两种；9.1% 三种 | 白皮书 |
| 28 | 零病 $1,590 → ≥10 病 $21,730（13.7 倍） | 白皮书 |
| 29 | 高血压×糖尿病县间相关 86.0%；肥胖×高脂血症 45.0% | 白皮书 |
| 30 | 高血压×贫困率 53.5%；乳腺癌×贫困率 −24.3% | 白皮书 Table 3 |
| 31 | 白皮书排除 Medicare Advantage、Medicare A/B/D、Medicaid、CHIP、无保险 | 白皮书 Limitations |
| 32 | 白皮书自陈未经同行评审 | 白皮书 Limitations |
术语表（28 条）
| 术语 | 释义 |
|---|---|
| FAIR Health | 美国非营利机构，2009 年依纽约州和解设立，维护全美最大商业理赔库 |
| FAIR Health Atlas | 本条目主体，商业医保慢病患病率图集 |
| Commercial claims | 商业医疗保险理赔记录 |
| TPA | Third-Party Administrator，第三方管理机构，代雇主处理理赔 |
| CCW | Chronic Conditions Data Warehouse，CMS 的慢病数据仓库与病种算法 |
| Crude prevalence | 粗患病率，未做年龄性别标准化 |
| Point prevalence | 时点患病率，某一时点/期间的患病比例 |
| Service zip code | 服务提供地邮编，理赔归集的地理单元 |
| Nearest neighbors | 论文对自适应圆盘平滑的称呼 |
| Adaptive bandwidth | 自适应带宽，样本量达到阈值即停止扩张 |
| Small area estimation | 小面积估计，为小地理单元估计统计量 |
| SAHIE | Census 的 Small Area Health Insurance Estimates，小面积医保覆盖估计 |
| ACS | American Community Survey，美国社区调查 |
| Allowed amount | 保险计划对覆盖服务支付的最高金额 |
| Comorbidity | 合并症，同一个人同时存在的其他慢病 |
| Ecological fallacy | 生态学谬误，用区域相关推个体因果 |
| Healthy worker effect | 健康工人效应，在职人群整体更健康 |
| Selection effect | 选择效应，样本进入机制非随机导致偏差 |
| Job lock | 保险黏性，因担心失去保险而不换工作 |
| Underdiagnosis | 漏诊，有病人群未被诊断或记录 |
| Upcoding | 编码升级，诊断编码向高付费类别倾斜 |
| Qualified Entity | CMS 认证的实体，可接收 Medicare 全量理赔 |
| Medicare Advantage | Medicare Part C，由商业保险公司运营的 Medicare 计划 |
| Perspective | Frontiers 的一种观点类文章，非原始研究 |
| Dartmouth Atlas | 传统的 Medicare 口径医疗地理差异图集 |
| MMSA | Metropolitan/Micropolitan Statistical Area |
| 三高 | 高脂血症、高血压、肥胖的组合口径 |
| 糖尿病带 | Diabetes Belt，美国东南部糖尿病高发区 |
附录
附录 A：条目信息速查卡
| 项 | 值 |
|---|---|
| slug | fair-health-atlas |
| 官方名 | FAIR Health Atlas |
| 机构 | FAIR Health, Inc.（纽约） |
| 上线 | 2026-09-16 |
| 论文 | Front Public Health 2026;14:1904713 |
| PMID / PMCID | 42558699 / PMC13437683 |
| 站点 | https://atlas.fairhealth.org/ |
| 覆盖 | 美国 50 州 + DC，州/县 |
| 年份 | 2020–2025 |
| 病种 | CCW 定义；白皮书 44 种 |
| 数据形态 | 聚合率（每 10 万人） |
| 行级数据 | 不提供 |
| 许可 | 论文 CC BY 4.0；平台条款未公开 |
附录 B：DAIMS 评估全表
| 维度 | 评分（1-10） | 依据 |
|---|---|---|
| D 可发现性 | 7 | 官方站点 + Frontiers 论文 + 白皮书三入口；但站点为交互式看板，具体数值难以被搜索引擎索引，二手转述易失真 |
| A 可获取性 | 6 | 免费公开、无需注册（论文口径）；但只有聚合数据，无 microdata 通道，批量获取依赖页面下载或抓取 |
| I 可互操作 | 5 | 地理单元使用美国标准行政区划，可与 ACS/SAHIE 等联邦数据按地理键连接；但未见 API、未见标准格式说明、无本体或受控词表发布 |
| M 元数据质量 | 6 | 论文完整描述方法链路与分母来源；但缺置信区间、缺病种完整清单、缺覆盖人数、缺版本号与更新日志；白皮书未经同行评审 |
| S 可持续性 | 7 | 背后是成立于 2009 年、有 CMS Qualified Entity 资格的非营利机构，数据来源稳定且年增 40 亿条；但平台条款未公开、未来扩展路线未承诺 |
| 综合评级 | 6.2/10（中等偏上） | 作为公开聚合数据源，可获取性与方法透明度中规中矩；扣分集中在无微数据、无 API、无置信区间与许可不明 |
附录 C：逐项证据链自证
| 关键数字 | 来源文档 | 位置 |
|---|---|---|
| 40 亿条/年 | 论文 §2 / 白皮书 About FAIR Health | 正文 |
| 50 州 + DC | 论文摘要 | 摘要 |
| ≥100,000 圆盘阈值 | 论文 §2；白皮书 Methodology | 正文 |
| SAHIE 分母 | 论文 §2 + ref 5 | 正文 + 参考文献 |
| WV/CO 糖尿病 2025 | 论文 §3 | 正文 |
| WV/CO 乳腺癌 2025 | 论文 §3 | 正文 |
| 曼哈顿/布鲁克林高血压 | 论文 §3 | 正文 |
| WV 阿尔茨海默趋势 | 论文 §3 | 正文 |
| 44 病种分布 | 白皮书 Table 1 | 第 6 页 |
| 共病与费用梯度 | 白皮书 Summary + Figure 3 | 第 2、9 页 |
| 病种费用/合并症 | 白皮书 Table 2 | 第 11 页 |
| 贫困率相关 | 白皮书 Table 3 | 第 21 页 |
| 排除人群 | 白皮书 Limitations | 第 5 页 |
| 未同行评审 | 白皮书 Limitations | 第 5 页 |
附录 D：数据获取决策树
你要回答什么问题？
├─ 个体级风险预测 / 分类建模
│ └─ Atlas 不可用 → 考虑 NHIS/MEPS 个体级数据或 FAIR Health 商业授权
├─ 年龄段 / 性别 / 种族分层的患病率
│ └─ Atlas 未描述分层输出 → 用 BRFSS/NHIS
├─ 某州/县商业医保人群的某慢病率
│ └─ ✅ 用 Atlas（注意粗率、注明年份）
├─ 全美某慢病的总患病率
│ └─ 用 NHIS/NHANES/BRFSS，Atlas 只能作补充
├─ 未诊断患病率（真实患病率）
│ └─ 用 NHANES 实测数据
└─ 慢病与花费的关系（商业医保口径）
└─ ✅ 用白皮书口径（2024 年数据）
附录 D2：三个典型研究问题的完整推演
问题 A：某州的糖尿病防控资金应该优先投向哪些县？
可用。做法是取该州全部县的糖尿病率，按分位数排序，取最高十分位作为候选。但必须同时叠加两个校正：一是各县 65 岁以上人口占比（ACS），因为粗率未标化；二是各县是否设有区域医疗中心（跨县就医会导致中心县被高估）。校正后仍处于高位的县，才是资金优先候选。结论表述应为「商业医保人群糖尿病率处于全州前 10%」，而非「糖尿病最严重」。
问题 B：某商业保险公司的会员慢病负担是否高于同业？
部分可用。Atlas 提供的是全州/全县的商业医保平均值，可以作为外部基准；但该公司的会员构成（行业、年龄、地区分布）与 Atlas 的总体不同，直接比较会把构成差异当成健康差异。正确做法是按地区分别比较，或至少按州分层后再汇总。
问题 C：验证「某地某病确实更多」這個假说
不可用作为验证工具。Atlas 只能提供支持或倾向性的地理证据，不能排除就诊行为、编码习惯、跨县就医与参保结构这四个替代解释。真正的验证需要个体级数据或实测调查。
附录 E：口径核对清单（写论文前必查 8 项）
- 你写的人群是「商业医保参保人」还是「美国人」？
- 你引用的年份是 2024（白皮书）还是 2025（论文）？
- 你是否说明了这是粗率、未做年龄标化？
- 你是否说明了这是时点患病率、不是终生风险？
- 你是否说明了分母只含当年就诊者？
- 你的跨地区比较是否考虑了人口结构差异？
- 你的相关性结论是否标注了「县级生态学相关」？
- 你是否避免了暗示能获取个体级数据？
附录 F：与 BRFSS / NHIS / MEPS / NHANES 的四表对照
| 维度 | Atlas | BRFSS | NHIS | MEPS | NHANES |
|---|---|---|---|---|---|
| 数据机制 | 商业理赔 | 电话自报 | 入户访谈 | 入户访谈+医疗支出面板 | 体检实测+访谈 |
| 代表性 | 非概率 | 概率 | 概率 | 概率 | 概率 |
| 个体级 | 无 | 有（部分年份） | 有 | 有 | 有 |
| 地理粒度 | 县 | 州/MMSA | 州（受限） | 大区 | 全国（少量子域） |
| 客观临床测量 | 仅诊断码 | 无 | 无 | 无 | 有 |
| 覆盖无保险者 | 否 | 是 | 是 | 是 | 是 |
| 更新滞后 | 约 1 年 | 约 1 年 | 1–2 年 | 1–2 年 | 2–3 年 |
附录 G：44 病种中文对照表
高脂血症 hyperlipidemia｜高血压 hypertension｜焦虑障碍 anxiety disorders｜肥胖 obesity｜精神疾病 mental illness｜关节炎 arthritis｜抑郁障碍 depressive disorders｜糖尿病 diabetes｜甲状腺功能减退 hypothyroidism｜哮喘 asthma｜贫血 anemia｜注意缺陷多动障碍 ADHD｜白内障 cataract｜烟草使用障碍 tobacco use disorders｜缺血性心脏病 ischemic heart disease｜慢性肾病 chronic kidney disease｜慢性阻塞性肺病 COPD｜青光眼 glaucoma｜良性前列腺增生 BPH｜肺炎 pneumonia｜房颤 atrial fibrillation｜药物使用障碍 drug use disorders｜心衰 heart failure｜双相障碍 bipolar disorder｜骨质疏松 osteoporosis｜创伤后应激障碍 PTSD｜酒精使用障碍 alcohol use disorders｜乳腺癌 breast cancer｜卒中 stroke｜自闭症 autism｜前列腺癌 prostate cancer｜人格障碍 personality disorders｜阿片使用障碍 opioid use disorder｜非阿尔茨海默痴呆 non-Alzheimer’s dementia｜白血病与淋巴瘤 leukemia and lymphoma｜急性心梗 acute myocardial infarction｜精神分裂症 schizophrenia｜结直肠癌 colorectal cancer｜肺癌 lung cancer｜阿尔茨海默病 Alzheimer’s disease｜帕金森病 Parkinson’s disease｜髋部骨折 hip fracture｜泌尿系统肿瘤 urologic cancer｜子宫内膜癌 endometrial cancer
附录 G2：44 病种按系统分组
把 44 种病按临床系统重新分组，比按患病率排序更容易看出 Atlas 的覆盖面偏向哪里：
| 系统/类别 | 包含病种（白皮书命名） | 覆盖情况 |
|---|---|---|
| 代谢与内分泌 | 高脂血症、肥胖、糖尿病、甲状腺功能减退、骨质疏松 | 较完整 |
| 心血管 | 高血压、缺血性心脏病、心衰、房颤、急性心梗、卒中 | 较完整 |
| 呼吸 | 哮喘、COPD、肺炎 | 完整 |
| 肾脏与泌尿 | 慢性肾病、BPH、泌尿系统肿瘤 | 部分（缺慢性膀胱炎、尿失禁） |
| 肿瘤 | 乳腺癌、前列腺癌、肺癌、结直肠癌、子宫内膜癌、白血病与淋巴瘤 | 部分（缺黑色素瘤、胰腺癌、卵巢癌） |
| 神经与精神 | 阿尔茨海默病、非阿尔茨海默痴呆、帕金森病、抑郁、焦虑、双相、精神分裂、人格障碍、PTSD、ADHD、自闭症、精神疾病（总括） | 较完整（癫痫缺失） |
| 骨骼肌肉 | 关节炎、髋部骨折 | 部分（缺慢性背痛） |
| 感觉器官 | 白内障、青光眼 | 完整 |
| 物质使用 | 烟草使用障碍、酒精使用障碍、药物使用障碍、阿片使用障碍 | 完整 |
| 血液 | 贫血 | 单一 |
| 感染后遗 | 未列（如长新冠） | 未覆盖 |
这张表揭示两件对使用者重要的事：其一，覆盖有明显偏向——代谢、心血管、精神三类占绝大多数，而肌肉骨骼（慢性背痛、纤维肌痛这类高负担病）与部分高发肿瘤缺席；其二，缺失不等于不常见——CCW 清单本身决定了边界，某些在商业医保人群中并不罕见的病（慢性背痛、偏头痛、甲状腺结节）不在 44 种之内。用「44 种慢病」概括 Atlas 覆盖面时，应说明这是清单驱动的子集，不是穷举。
附录 G3：如何判断一个病种是否在 Atlas 中
实操上有一个简单判据：看它在不在 CMS CCW 的 30 个主算法清单里，或者是否属于 CCW 第二张清单中的「常见且重要」病种。白皮书写明两个来源：一是 30 CCW Chronic Conditions Algorithms（主清单全部纳入），二是 Other Chronic Health, Mental Health, and Potentially Disabling Chronic Conditions Algorithms（择要纳入）。
因此，若某病不在 CCW 两清单里，Atlas 大概率不覆盖；若在第二清单里但未被「择要」选中，也可能不覆盖。想知道确切名单，只能查站点（本条目写作时不可达）或读 CCW 官方算法文件。
这个判据的实用价值在于：当有人问「Atlas 有没有慢性疲劳综合征、长新冠、慢性背痛」时，可以先把问题转成「这几种在不在 CCW 清单里」，答案多半是否定的。
附录 G4：CCW 主清单的构成概览
据 CMS Chronic Conditions Data Warehouse 公开算法清单，30 个主病种通常涵盖：阿尔茨海默病及相关痴呆、关节炎（骨关节炎与类风湿关节炎两类算法）、哮喘、房颤、自闭症、若干癌症（乳腺癌、结直肠癌、前列腺癌、肺癌、子宫内膜癌）、慢性肾病、COPD、抑郁、糖尿病、心衰、高脂血症、髋部骨折、缺血性心脏病、骨质疏松、卒中、急性心梗、青光眼、精神分裂症等。
注意：具体算法版本的病种集合会随 CMS 年度修订变化，本节只作概览，不作为引用依据。白皮书的 44 种是「CCW 主清单 + 第二清单精选」的合并结果，多于 30。
附录 G5：患病率排序的读法
把 Table 1 按率从高到低排，会得到一条很陡的曲线：
| 区间 | 病种数 | 代表病种 | 率范围 |
|---|---|---|---|
| 高发（>10%） | 5 | 高脂血症、高血压、焦虑、肥胖、精神疾病 | 10.5%–21.2% |
| 中发（3%–10%） | 10 | 关节炎、抑郁、糖尿病、甲减、哮喘、贫血、ADHD、白内障、烟草、缺血性心脏病 | 3.6%–9.3% |
| 低发（1%–3%） | 12 | 慢性肾病、COPD、青光眼、BPH、肺炎、房颤、药物使用、心衰、双相、骨质疏松、PTSD、酒精使用 | 1.1%–3.1% |
| 罕见（<1%） | 17 | 各类肿瘤、神经退行、自闭症、罕见精神障碍、髋部骨折 | 0.1%–1.0% |
这条曲线的形状提示一个方法学问题：低发区间的数字对分母变动极其敏感。同样是 0.2%，分母偏 10% 会让结果偏 10%；而 20% 那档的同样偏差只影响 2 个百分点。在使用罕见病（肺癌 0.2%、帕金森病 0.2%）的县级数字做比较时，应抱有远高于高发病种的怀疑。
附录 H：主要来源 URL 清单
附录 I：未能在本沙箱核验的事项
| 事项 | 状态 | 原因 |
|---|---|---|
| Atlas 条款页 / 许可 | 未核验 | atlas.fairhealth.org 在沙箱中 WebFetch 失败、curl 20s 超时 |
| Atlas 当前病种完整清单 | 未核验 | 同上；只能引用白皮书 44 种 |
| 是否需注册 | 未核验 | 同上 |
| 下载格式与字段 | 未核验 | 论文只写「download data」 |
| 覆盖参保人绝对数 | 未公开 | 论文与白皮书均未给出 |
| 更新频率 | 未公开 | 论文只说数据滞后约一年 |
附录 J：rai:dataLimitations 与正文对应关系
| frontmatter 条目 | 正文对应 |
|---|---|
| 只有聚合率 | §6.2 |
| 只覆盖商业医保 | §3.1、§3.4 |
| 分母只含就诊者 | §3.2 |
| 粗率未标准化 | §4.4 |
| 诊断码编码偏差 | §7.2 |
| 平滑阈值导致信息损失 | §4.2 |
| Perspective 非原始研究 | §2.3 |
| 参保人数与病种清单未公开 | §11.1、附录 I |
附录 J2：常见问题的一句话速查
| 问题 | 一句话答案 |
|---|---|
| 是微数据吗？ | 不是，只有聚合率 |
| 覆盖多少人？ | 未公开，只有「年增 40 亿条记录」 |
| 覆盖哪些年？ | 2020–2025 |
| 有县吗？ | 有，州+县 |
| 能做年龄分层吗？ | 论文未描述 |
| 有费用吗？ | 白皮书有，站点论文未描述 |
| 免费吗？ | 免费（论文口径） |
| 许可？ | 论文 CC BY 4.0；平台未公开 |
| 能替代 BRFSS？ | 不能，互补 |
| 能推因果？ | 不能，县级生态学相关 |
| 最新数据？ | 约滞后一年 |
| 谁做的？ | FAIR Health（非营利，纽约） |
| 发表在哪？ | Front Public Health 2026;14:1904713 |
| 算原始研究吗？ | 不算，是 Perspective |
| 白皮书同行评审？ | 没有 |
附录 J3：本条目未采用的三个数字及理由
写作过程中接触到的数字里，有三个被明确排除：
「逾 1 亿参保人」：仅在中文二手媒体出现，论文、白皮书、FAIR Health 官网页均无。拒绝采用，改以「年增逾 40 亿条理赔记录」替代。
「覆盖 3,000 余县」：description 中写「3,000 余县」。这是按美国县级行政区划总数（约 3,143 个县级单位）推断的，Atlas 未必覆盖全部县（部分县可能因人口过少、样本不足而不出图）。本条目保留该表述但在此说明其来源是「全国县级单位总数」，不是 Atlas 披露的覆盖数。严格表述应为「县级视图」。
「糖尿病带」：白皮书提到东南部颜色更深，并引用文献说这四种病在东南部尤盛。本条目未使用「糖尿病带（Diabetes Belt）」这一专名于正文结论，只在术语表中列出，因为白皮书的表述是「与已知的地理关联一致」，没有直接命名「糖尿病带」。
附录 J4：条目结构导航
| 你关心的事 | 去哪节 |
|---|---|
| 这是什么 / 一句话总结 | INFOBOX、§1、§11.1 |
| 为什么重要（人群空白） | §0.1、§3 |
| 它不能做什么 | §1 Q10、§7.2、§8.2、§11.3 |
| 怎么算出来的 | §4.1–§4.5、§7.6 |
| 有什么数字可用 | §4.5、§5.1–§5.6、事实清单 |
| 怎么获取 | §6 |
| 与别的数据源比 | §7.3–§7.5、附录 F、附录 N2 |
| 常见错误 | §10、§8.2 |
| 论文/白皮书差别 | §2.1、§5.0 |
| 未核验事项 | 附录 I、附录 J3 |
附录 J5：读后的三个自检问句
读完本条目，请自问三句。若三句都能答「是」，说明口径已经掌握：
- 如果有人拿 Atlas 说「美国糖尿病患病率 8.4%」，我能否立刻指出这句话错在哪里？（错在把商业医保 2024 年粗率当成全美患病率）
- 如果有人问「为什么西弗吉尼亚糖尿病最高但乳腺癌不比科罗拉多高」，我能否给出一个不涉及因果的解释？（代谢类与肿瘤类的地理驱动机制不同，且两者都是粗率）
- 如果有人说「Atlas 免费公开所以是开放数据」，我能否指出其中的保留？（公开可访问不等于开放许可，且数据本身只有聚合层）
附录 K：商业医保口径下的「健康工人效应」推演
这一节把 §3.3 的定性讨论展开为可检验的推理，供读者判断「为什么商业医保人群不能代表全人口」。
设全美在职劳动年龄人口的慢病患病率为 π。Atlas 观察到的率为：
π_obs = π × f_insurance × f_visit × f_diagnosis
- f_insurance：在库贡献方处持有商业保险的比例。由数据贡献方的市场覆盖决定，各州不同。
- f_visit：当年至少就诊一次的比例。健康人群的 f_visit 显著低于患病群体。
- f_diagnosis：就诊者中被编码该慢病的比例。取决于检查项目与编码习惯。
三层因子中，f_visit 在任何地区都小于 1，所以 π_obs 系统性高于「全人群患病率」；而 f_insurance 在商业保险覆盖率低的地区更小，会进一步扭曲地区间比较。
这不是一个可以校正的公式，因为三个因子的取值都没有公开。写出它的价值在于说明：Atlas 的率与「真实患病率」之间隔着一层无法量化、且随地区变化的选择机制。任何用它做地区比较的分析，都应该在方法部分承认这一点。
附录 L：粗率标准化的示范（读者自算）
假设某县 Atlas 报告糖尿病率 12,000/10 万，你想判断它与全国商业医保水平的差异中有多少来自年龄结构。若你的分析只需要方向性判断，可以用 ACS 的五岁年龄组人口与全国糖尿病年龄别率做直接标准化：
标准化率 = Σ (w_i × r_i) / Σ w_i
其中 w_i 为该县的年龄组人口数，r_i 为全国年龄别糖尿病率（需要另找来源，Atlas 不提供）。
关键限制：Atlas 本身不发布年龄别率，所以这个计算必须借用 BRFSS 或 NHIS 的年龄别率作为标准。这一步会把两套数据的口径差异又引进来。因此「用别处的年龄别率去标化 Atlas 的粗率」在方法上是有争议的折中，必须在论文中说明。
附录 M：Atlas 页面上通常能看到什么
依据论文 §1 的描述（不是本沙箱的实测）：
- 地图视图：县级或州级分区填色，颜色深浅对应患病率高低
- 表格视图：同一年份、同一病种下各地区的数值列表
- 趋势图：某地区某病种的时间序列
- 地点搜索：按州名、县名或邮编定位
- 州/县切换：同一病种在两个地理层级之间切换
- 弹窗：点击某地区显示地名与该病种当前患病率
- 下载：当前视图的数据导出
这七项能力来自论文的简短描述，具体交互细节（是否有筛选器、是否支持多病种对比、是否有分位数着色）未经站点验证。
附录 N：与「商业医保」相关的美国制度背景（阅读辅助）
理解 Atlas 的排除范围，需要知道美国保险体系的基本分层：
| 类别 | 主要覆盖 | 资金来源 | 在本数据中 |
|---|---|---|---|
| 雇主赞助商业保险 | 在职者及家属 | 雇主 + 雇员保费 | ✅ 主要在 |
| 个人市场商业保险 | 自雇者、非团体购买者 | 个人保费 + 补贴 | ✅ 部分在 |
| Medicare（传统） | 65+、特定残疾 | 联邦 | ❌ 明确排除 |
| Medicare Advantage | 65+、特定残疾 | 联邦付给商业公司 | ❌ 明确排除 |
| Medicaid | 低收入者 | 联邦 + 州 | ❌ 明确排除 |
| CHIP | 低收入家庭儿童 | 联邦 + 州 | ❌ 明确排除 |
| 无保险 | 各类人群 | 自付 | ❌ 不在 |
一个常见误解是把 Medicare Advantage 算作「商业保险」。它在运营主体上是商业公司，但在制度类别上是 Medicare，白皮书明确把它排除在外。这一点在写「商业保险人群」时尤其要说清。
附录 N2：美国慢病监测体系的制度碎片化
Atlas 的存在本身，是美国卫生数据体系碎片化的一个副产品。理解这个背景，有助于判断 Atlas 的长期价值。
碎片化体现在至少四个层面：
其一是支付方分层。 雇主保险、个人市场、Medicare、Medicaid、CHIP、退伍军人系统、印第安人健康服务、监狱医疗——每一块都有自己的数据系统，互不联通。一个人一生中可能跨越多个支付方，但没有一个全国性的患者索引把这些记录串起来（美国法律上也不允许轻易这么做）。
其二是地理单元的错位。 理赔按服务提供地（service zip code）归集，人口普查按居住地（residence）归集，公共卫生统计按县或州归集。Atlas 用 service zip code 做计数、用居住地做分母，这个错位会产生「跨县就医」带来的归属误差——住在 A 县、在 B 县大医院看病的患者，其理赔被记在 B 县。城市近郊与农村地区尤其容易发生。
其三是调查与理赔的口径不通。 BRFSS 的「医生告诉过你」与理赔的「诊断码」定义不同，NHANES 的实测又与两者都不同。跨数据源的比较需要大量假设，而每加一个假设就多一层不确定性。
其四是发布节奏不同。 理赔数据可以做到年度甚至季度更新，调查数据往往滞后一到两年，登记系统更慢。做综合监测时，各数据源的年份对不齐是常态。
Atlas 在这个碎片体系里的贡献，是把「支付方分层」中的一块（商业保险）从黑箱变成可查询的公开数据。它没有、也不可能解决其余三个层面的问题。期待一个数据源解决所有口径问题，是不现实的；理解它能解决哪一层，才是使用它的正确姿势。
附录 N3：跨县就医导致的归属误差（推理）
承接上一条，这里把「service zip code vs 居住地」的误差展开成一个具体推演（属推理，论文未讨论）：
设想一个典型的农村县：本地没有产科和肿瘤科，居民要到 60 英里外的区域医疗中心就诊。若该中心的理赔在 FAIR Health 库中归集到中心的 zip code，那么：
- 本县的商业医保人数（分母，来自 SAHIE，按居住地）正常
- 本县的慢病计数（分子，按服务地）偏低，因为患者的诊断记录落在邻县
- 邻县的计数（分子）偏高，分母却只含邻县居民
结果是：农村县的患病率被系统性低估，区域医疗中心所在的县被系统性高估。
这个偏差的方向是明确的，但幅度取决于跨县就医比例。论文用「service zip code」而不是居住地邮编，说明作者知道这个问题的存在；但论文没有说明是否做了任何校正。以「service zip code」为计数单位的一个隐含理由是：理赔记录中通常只有服务提供地的邮编可靠可得，居住地信息往往不完整。
对使用者的启示是：看到某个区域医疗中心所在县出现异常高的患病率，或在偏远农村县看到异常低的率，先考虑跨县就医，而不是疾病本身的地理分布。 这与 §7.6 讨论的平滑效应叠加，会让县级比较进一步失真。
附录 N4：从 Atlas 到「本地下一步该做什么」的决策表
把 §8.3 的示例抽象成一张可以直接拿去用的表，面向县卫生部门的实际工作：
| 你在 Atlas 上看到 | 可能的解释 | 建议的下一步 |
|---|---|---|
| 本县某慢病率显著高于邻县 | 真实患病差异 / 人口结构 / 跨县就医 | 查 ACS 年龄结构；查本地是否有区域医疗中心 |
| 本县某慢病率显著低于邻县 | 同上，方向相反 | 尤其警惕跨县就医导致的低估 |
| 全县整体色块均匀变深 | 大范围共同风险因素 | 结合 BRFSS 与地方调查验证 |
| 相邻数县数值几乎一样 | 平滑圆盘重叠 | 不要当作独立的县级差异解读 |
| 罕见病出现高值 | 小样本波动 | 视为噪声，不作决策依据 |
| 趋势图缓慢下降 | 参保结构变化 / 编码变化 / 真实下降 | 无法区分，不作政策成效结论 |
这张表的共同逻辑是：Atlas 给出的每个信号，都至少有一个非疾病解释。 决策前必须先排除这些解释，或至少承认它们的存在。
附录 N5：与研究设计的衔接建议
若要把 Atlas 用于正式研究，以下五种设计是它能支撑的，其余多半会越界：
- 生态学相关研究：用县级率与县级社会经济指标做相关，明确标注生态学设计，不做个体推断。
- 描述性地理流行病学：绘制并描述商业医保人群的慢病分布，作为背景章节。
- 外部效度检验：把某队列研究的患病率与同地区 Atlas 值比较，讨论差异来源（这本身是有价值的方法学发现）。
- 时间序列探索：用 2020–2025 的趋势做假设生成，不作因果推断。
- 模型参数校准：为微观仿真模型提供商业医保子人群的患病率参数，并在敏感性分析中列出该参数的来源与不确定性。
不宜采用的设计包括：个体级病例对照、需要年龄性别分层的比较、把 Atlas 率当作「真实患病率」的验证研究、以及任何需要把县级率拆解到个人的分析。
附录 O：政策引用模板（可直接改写使用）
根据 FAIR Health Atlas（商业医保理赔数据，2025 年），[州/县] 的商业医保参保人群中 [病种] 粗患病率为 X 例/10 万人。该数据来源于全美最大的商业理赔数据库，按 CMS Chronic Conditions Data Warehouse 的诊断码定义识别慢病，经 Census SAHIE 分母校准并按县级人口加权汇总。需注意该指标为粗率、未做年龄性别标准化，人群限于当年有就诊记录的商业医保参保人，不含 Medicare、Medicaid 与无保险人群，因此不宜直接与美国全人口患病率比较。
这段模板把三个最容易出错的限定（粗率、就诊者分母、人群范围）都写进去了，可直接用于报告与论文。
附录 P：本条目写作的证据纪律说明
- 全部数字取自三处：Frontiers 论文全文、FAIR Health 白皮书 PDF、PubMed 元数据。
- 「逾 1 亿参保人」见诸中文二手媒体，但在一手源中不存在，本条目一律标注为未经证实。
- Atlas 站点本身在本沙箱中不可访问，凡涉及站点交互与条款的描述，均以论文文字为依据，并在附录 I 中列明未核验事项。
- 涉及推测的内容（如未来扩展方向、页面交互细节）在正文中已显式标注为推测或「论文未描述」。
- 任务头中列出的「Frontiers in Public Health 论文 10.3389/fpubh.2026.1904713、PMID 42558699」与实抓结果完全一致，无出入。
附录 Q：库内互链点（建议）
| rid | slug | 互链理由 | 建议锚文本 |
|---|---|---|---|
| 165 | brfss | 同为州级慢病患病率来源，抽样自报口径 | BRFSS 行为危险因素监测系统 |
| 375 | nhis | 全国代表性入户调查，含保险类型与收入协变量 | NHIS 国民健康访谈调查 |
| 365 | meps | 含保险类型与自付支出的医疗支出面板 | MEPS 医疗支出面板调查 |
| 286 | nhis-nhid | 韩国健保理赔+筛查，另一国理赔库范式 | NHIS-NHID 韩国健保数据库 |
| 1187 | who-sti-prevalence-atlas | 同为「患病率图集而非微数据」的产品形态 | WHO STI 患病率图集 |
附录 R：检索决策树（给下游写手）
想找「美国县级慢病患病率」
├─ 要商业医保人群 → FAIR Health Atlas（本条目）
├─ 要 Medicare 人群 → Dartmouth Atlas / CMS CCW
├─ 要全人口自报 → BRFSS（州级）/ PLACES（CDC 的县级模型估计）
└─ 要实测患病率 → NHANES（全国，不可下钻到县）
注：CDC 的 PLACES 项目提供县级慢病模型估计，是 Atlas 在「全人口口径」上的主要对照物。本条目未展开 PLACES，因为它不在库内，且与 Atlas 的人群口径不同。
附录 S：版本与勘误记录
- v1（2026-10-17）：首版。基于论文与白皮书全文；Atlas 站点不可达。若后续站点可访问，需补：病种完整清单、下载格式、条款全文、是否需注册。
条目维护说明：本条目的事实基础是 2026-07-22 发表的论文与 2026-02-02 的白皮书。Atlas 作为在线产品会持续更新，站点上的具体数值会随年份推移变化；引用具体数字时务必注明取数日期。
相关数据集导航
以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：
- ncd-risc — 共享标签：公共卫生与流行病学 / 疾病监测 / 流行病学 / 队列研究
- who-sti-prevalence-atlas — 共享标签：公共卫生与流行病学 / 疾病监测 / 公共卫生统计 / 流行病学
- hospital-onset-infection — 共享标签：公共卫生与流行病学 / 疾病监测 / 流行病学 / 队列研究
- healthdata-gov — 共享标签：公共卫生与流行病学 / 医保理赔 / 流行病学
- jhu-csse-covid-19 — 共享标签：公共卫生与流行病学 / 疾病监测 / 流行病学
- hmd — 共享标签：公共卫生与流行病学 / 公共卫生统计 / 流行病学
- cdc-wonder — 共享标签：公共卫生统计 / 流行病学
- framingham — 共享标签：公共卫生与流行病学 / 流行病学 / 队列研究
- charls — 共享标签：公共卫生与流行病学 / 流行病学 / 队列研究
- qresearch — 共享标签：公共卫生与流行病学 / 流行病学 / 队列研究
导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。
