NG，Zhang和Kowal（2025）的论文使用2016 - 2022年的美国社区调查（ACS）数据用于构建社会脆弱性指数（SVI）。  SVI是由16个社会决定因素（SDOH）变量计算得出的，该变量分为4个主题：社会经济地位，家庭特征，种族和少数民族地位以及住房类型和运输（有关更多详细信息，请参见我的SVI博客文章）。  ACS数据可在县和邮政编码列表（ZCTA）级别上找到。  作者创建了人行横道以在3位和5位邮政编码级别上估算SVI。该方法的详细解释如下：ZCTA分子（例如，地理单位中的人们低于贫困线的150％）和分母（例如，居住在地理单位中的人）值汇总到ZIP-5和ZIP-3级别，以获得感兴趣的地理位置的总数。现在，所有分子和分母都代表正确的地理位置，通过将每个分子划分为相应的分母来计算县，ZIP-5和ZIP-3的16个变量的百分比。然后，在所有地理位置中按百分比排名16个变量，导致每个地理区域和SDOH变量的数量在0到1之间，这与用于报告SVI的量表（从0 [最小易受伤害]到1 [最脆弱的] [最脆弱的]）。这种方法是针对SVI估计的SVI估算验证的。然后，作者通过将3位邮政编码级别的SVI估算与健康保险索赔数据联系起来，证明了此数据的实用性。  他们总结了以下提供的实用程序：…ZIP-3级别的SVI可以与美国大型健康计划索赔数据库一起使用，该数据库的患者zip-3变量。如果健康计划索赔与特定疾病队列有关，则SVI富集也可以用于探索生活