基于实证数据的非实验性干预纵向影响评估方法比较：广义估计方程与多层模型在食品安全改善效果分析中的应用

《Evaluation and Program Planning》：Enhancing longitudinal impact evaluation of non-experimental interventions: a comparative analysis of Generalized Estimating Equations and Multilevel Models based on empirical evaluation of temporal change in food security following an economic empowerment intervention

本文通过实证研究比较广义估计方程（GEE）与多层模型（MLM）在非实验性干预评估中的性能，发现两种模型均能有效检测经济赋权干预对食品安全的影响（GEE：aOR=1.551，MLM：aOR=1.572），但GEE在操作简便性和计算效率方面更具优势，为资源受限场景下的纵向影响评估提供了更实用的方法学选择。

　　

Highlight

基线受访者特征

本研究共分析了497,293条观察数据，涵盖基线时249,655名照顾者（女性70%，男性30%）以及随访时成功追踪的247,638人。经过平均1.6年的随访期，10.1%的照顾者参与了WORTH Yetu经济赋权干预项目。受访者详细特征见表1（另见Exavery等人2024年发表文献）。

食品安全的时间变化趋势

总体而言，在随访期间实现食品安全的照顾者...

讨论

本研究以现实性评价（RE）框架为指导，该框架基于现实主义哲学，致力于探索"何种干预在什么情境下对谁有效及其作用机制"。RE框架遵循"情境（C）+机制（M）=结果（O）"的构型，强调结果取决于情境与机制的交互作用（Pawson & Tilley, 1997）。本研究的情境设定为非实验性或观察性环境下的纵向项目影响评估，其中...

结论

广义估计方程（GEE）和多层模型（MLM）均检测到WORTH Yetu参与者在随访期间食品安全状况出现统计学显著改善。两种模型在干预影响的大小、方向和统计学显著性方面结果高度吻合。然而，GEE仅需估计一组参数（即群体平均效应），操作更为简捷高效；而MLM则需要额外步骤考量固定效应和随机效应，计算复杂度更高。