兰德-Using-ambulance-data-to-inform-violence-prevention_-A-guide-for-police,-public-health-and-violence-prevention-partnerships_49页_4mb

详细总结：使用救护车数据进行暴力预防

核心内容

本指南旨在帮助警察、公共卫生和社区安全合作伙伴（CSP）利用救护车数据来支持暴力预防工作。它基于在英国西米德兰兹地区开展的“使用救护车数据进行暴力预防”项目的经验，并结合了现有研究和专家意见，为其他地区建立和维护救护车数据共享机制提供了实用建议。

救护车数据可以作为暴力事件的补充来源，用于识别未报告的暴力犯罪，分析暴力发生的时间、地点和受害者特征，从而支持更有效的资源分配和干预策略。与医院急诊科（ED）数据相比，救护车数据具有更高的数据量，但其分析价值仍需进一步探索。

主要观点

• 暴力可预防：了解暴力发生的时间、地点和受害者特征是预防暴力的重要步骤。
• 救护车数据的潜力：救护车数据可作为独立于警方记录的暴力监测工具，提供更全面的暴力事件信息。
• 数据共享的重要性：建立和维护跨部门的数据共享机制是成功利用救护车数据的关键。
• 数据使用需合法合规：数据共享需符合《数据保护法》要求，确保数据匿名化和安全使用。
• 数据共享需多方合作：包括警方、救护车服务、公共卫生机构等，需要建立良好的沟通和信任关系。
• 数据分析需专业支持：救护车数据的分析需要具备一定的统计和研究能力，以评估其对暴力预防的实际影响。

关键信息

数据来源

• 计算机辅助调度（CAD）数据：包含事件类型、时间、地点和受害者基本信息，是救护车数据的主要来源。
• 患者报告表（PRF）数据：包含更详细的伤害信息，但需要额外处理。

数据共享机制

• 信息共享协议（ISA）：数据共享需通过正式的协议进行，确保数据使用的合法性和安全性。
• Caldicott 保护人：在NHS组织中负责信息保密和共享的高级人员。
• 数据共享冠军：在项目启动阶段就应设立，负责推动数据共享、维护数据质量和分析成果。

数据分析用途

• 事件频率与时间分析：识别暴力高发时段和地点。
• 受害者特征分析：了解暴力事件中受害者的年龄、性别等分布情况。
• 支持策略制定：可用于评估暴力预防措施的效果，如夜间经济（NTE）政策、公共交通规划等。

分析工具与方法

• 空间分析：利用地理信息系统（GIS）进行暴力热点识别。
• 统计建模：如回归分析，用于评估不同变量对暴力事件的影响。
• 多源数据整合：结合警方、救护车和ED数据，提供更准确的暴力事件评估。

项目背景

• 本指南基于2015年启动的西米德兰兹暴力预防联盟（WMVPA）项目。
• 项目得到了警察创新基金的支持，并由RAND Europe与西米德兰兹警方合作完成。
• 项目参考了“卡迪夫模式”（Cardiff Model），该模式已被广泛接受为英格兰和威尔士暴力预防的最佳实践。

潜在限制与挑战

• 地理定位问题：救护车出勤地点与事件实际发生地点可能不同。
• 数据匿名化：虽然救护车数据通常匿名化处理，但与警方已有数据结合时仍可能涉及个人隐私。
• 数据使用目的：必须明确数据仅用于暴力预防，而非犯罪侦查。
• 机构协调问题：不同机构之间可能存在目标差异，需建立良好的沟通机制。

附录资源

• 数据请求清单：帮助建立救护车数据共享的初步步骤。
• 数据共享检查表：为数据共享流程提供结构化指导。
• 数据共享冠军口诀：便于向内部和外部利益相关者传达数据共享的价值。
• 其他资源：包括数据处理方法、通信模板、患者报告表模板等。

总结

本指南强调，救护车数据的使用可以增强暴力预防工作的有效性，但需通过正式的数据共享协议、建立信任关系和持续的专业合作来实现。虽然目前救护车数据在暴力预防中的应用研究仍有限，但其作为独立数据源的价值已被认可。指南鼓励实践者通过合作和创新探索救护车数据的更多用途，同时确保数据使用符合法律和伦理标准。

1. 引言与指导目的

• 目标受众：警察分析师、社区安全合作伙伴和公共卫生从业者。
• 文档目的：为建立救护车与警方的数据共享机制提供指导。
• 项目背景：基于西米德兰兹警方的“使用救护车数据进行暴力预防”项目。
• 数据价值：救护车数据可以识别未报告的暴力事件，支持更全面的暴力监测和干预策略。

2. 建立与维护数据共享伙伴关系

• 明确目的与范围：确保数据共享与项目目标一致。
• 高层支持：数据共享需获得高层的承诺和领导。
• 利益相关者参与：需明确各方在数据共享中的角色。
• 信任建设：通过定期沟通、培训和合作会议，增强伙伴关系。

3. 理解救护车数据集

• CAD数据集：提供事件的基本信息，如时间、地点和严重程度。
• PRF数据集：提供更详细的伤害信息，需额外处理。
• 数据处理方法：包括数据清洗、格式转换和空间分析。

4. 使用救护车数据进行暴力预防

• 分析步骤：包括数据收集、清洗、分析和结果反馈。
• 潜在用途：
  • 识别暴力热点区域
  • 分析暴力发生的时间规律
  • 评估干预措施的效果
  • 支持城市中心和夜间经济的策略制定
• 数据局限性：
  • 地理定位误差
  • 数据匿名化与隐私问题
  • 数据使用需严格限定在预防范围内

5. 指导原则与建议

• 不鼓励创新限制：鼓励探索救护车数据的新用途。
• 不替代现有有效做法：仅作为补充工具。
• 持续沟通与反馈：确保数据共享的持续性和有效性。
• 多机构协作：包括警方、救护车服务、公共卫生团队等。

6. 未来方向

• 推广与应用：鼓励其他地区借鉴西米德兰兹经验。
• 经验分享：通过COLLEGE OF POLICING和POLKA平台进行交流。
• 研究支持：需进一步研究救护车数据在暴力预防中的实际效果。

7. 附录资源

• 数据请求清单：明确需要的数据类型和字段。
• 数据共享检查表：用于项目启动和执行阶段。
• 数据共享口诀：便于向相关方传达数据共享的重要性。
• 其他资源：包括数据处理方法、通信模板和患者报告表格式。

本指南为暴力预防提供了基于救护车数据的分析框架和实践建议，强调了跨部门合作、数据合规性和持续沟通的重要性。