基于全球助产士协会调查数据构建助产士监管环境指数及其与母婴健康结局的关联研究

本研究针对全球助产士监管环境量化评估的空白，通过分析115国助产士监管数据，创新性开发了Midwifery Regulatory Environment（MRE）指数。研究人员采用五种评分模型（包括累积评分和多元组分评分），发现Aggregated Domain Scoring模型最能预测孕产妇死亡率（MMR）和死产率，而Any-or-None模型最适合低出生体重（LBW）预测。该研究为全球助产政策优化提供了可量化工具，填补了监管环境与健康结局关联研究的证据缺口。

　　

在全球母婴健康领域，助产士被证明是降低孕产妇死亡和改善新生儿结局的关键力量——研究表明，全面覆盖助产服务可预防67%的孕产妇死亡。然而现实中，助产士常面临角色模糊、执业范围受限、继续教育缺失等系统性障碍。尤其在中低收入国家（LMICs），薄弱的监管体系严重制约助产士发挥潜能。尽管国际助产士联合会（ICM）和世界卫生组织（WHO）呼吁加强监管，但长期以来缺乏量化工具来评估各国助产士监管环境（Midwifery Regulatory Environment, MRE）的优劣及其对健康结局的影响。

为破解这一难题，Vanderbilt大学和Ata Health Strategies的研究团队Emma Virginia Clark、Marianna LaNoue等创新性地利用全球助产士协会地图调查（Global Midwives' Associations map survey）数据，首次构建了MRE综合指数。这项发表在《BMC Health Services Research》的研究，通过分析115个国家在五大监管领域（包括立法框架、执业许可、继续注册等）的13项指标，系统比较了五种评分模型的预测效能。

研究团队采用多源数据整合与模型比较方法：从ICM调查中提取监管数据，匹配联合国MMR、LBW和死产率数据库，并控制人类发展指数（HDI）、基尼系数等社会经济变量。通过克拉克检验（Clarke's test）和AIC（Akaike Information Criterion）指标评估模型性能，最终发现不同健康结局需要差异化评分策略——Aggregated Domain Scoring（五大领域各计1分，总分0-5）对MMR和死产率预测最优，而Any-or-None（每项监管活动计1分，总分0-13）更适合LBW分析。值得注意的是，传统累加评分模型（Total Sum Scoring）因过度加权多组分问题而表现最差。

研究结果部分，在"Scoring characterizations and outcomes"小节揭示：监管环境的整体性强化（而非单一领域突出）对降低MMR和死产率更具意义。例如某国在立法、教育、执业等各领域均有基础监管活动（Aggregated Domain评3分），其健康收益可能优于仅在某领域（如执业范围）得高分者。而LBW的复杂性则要求更细粒度的监管评估，这解释了Any-or-None模型优势。"Research implications"部分强调，该方法为资源有限地区提供了无需专家共识的客观评估路径，尤其适合监管数据参差不齐的中低收入国家。

结论部分指出，MRE指数首次实现了监管环境的多维量化，为政策制定者提供了循证工具。例如某国若发现MMR居高不下，可通过指数诊断监管短板（如缺失继续教育要求），针对性投入资源。该研究同时警示：简单累加评分可能误导决策，应依据目标结局（产时/产前指标）选择适配模型。这些发现对实现WHO"2030年终结可预防孕产妇死亡"目标具有重要实践价值，也为全球助产士监管改革提供了方法论范式。