应用交叉性视角解析美国退伍军人健康研究中的群体多样性：All of Us研究计划VA队列启示

针对生物医学研究中退伍军人(UBR)群体代表性不足的问题，VA与NIH合作通过All of Us研究计划，采用多模式招募策略（BYOK、社区合作等）纳入27,083名退伍军人。研究发现92.6%参与者符合≥1个UBR类别，识别出75种独特身份交叉组合，首次系统揭示退伍军人身份复杂性，为制定精准健康干预提供新范式。

　　

在美国生物医学研究中，退伍军人群体长期面临代表性不足的困境。传统研究往往简化地将这个群体归类为"老年白人男性"，却忽视了其内在的复杂性——不同种族、性别、收入、残障状况等多重身份的交织，会如何影响他们的健康体验和治疗效果。这种认知局限直接导致两个严重后果：一是研发的医疗方案对某些退伍军人群体的适用性存疑；二是政策制定者难以精准识别最需要帮助的"多重边缘化"个体。更令人担忧的是，随着美军征兵政策变化，未来退伍军人群体中女性、少数族裔和LGBTQ+比例将持续上升，现有研究框架将面临更大挑战。

为破解这一难题，美国退伍军人事务部(VA)联合国立卫生研究院(NIH)在All of Us研究计划中展开创新探索。这项发表在《BMC Medical Research Methodology》的研究，由Lauren O. Thomann等学者领衔，通过交叉性理论框架，首次系统描绘了退伍军人群体中复杂的身份重叠图谱。研究团队创造性地将退伍军人身份解构为年龄、种族/族裔、残障状况、收入、教育程度、居住地、性少数身份(SGM)、医疗可及性(HAU)等8个UBR维度，并分析其交互影响。

研究采用三大关键技术：1)多模态招募体系，结合VA医疗中心现场登记、乡村"自带试剂盒(BYOK)"、邮寄唾液采样等18种策略；2)基于27,083名退伍军人参与的电子健康记录(EHR)和问卷调查大数据；3)交叉性分析方法，使用SAS 9.4和R 4.3.0软件对8个UBR维度的753种组合进行量化解析。

研究结果揭示多项突破性发现：

1. 身份交叉普遍性：92.6%参与者符合≥1个UBR标准，33.2%同时符合≥3个维度，其中29.4% rural-living退伍军人存在三重以上交叉劣势。
2. 主要交叉模式：年龄+残障(29.4%)、年龄+低收入(15.1%)、种族+残障(14.7%)构成前三大交叉组合。
3. 人口学对比：与全国退伍军人数据相比，All of Us成功纳入更高比例的少数族裔(29.4% vs 27.1%)和65岁以上群体(64% vs 45.5%)。
4. 创新分类发现：首次识别出仅自述为"西班牙裔/拉丁裔(HLS)"的独特身份群体，这在传统VA统计中未被单独记录。

讨论部分强调，这项研究实现了三个范式转变：1)突破性地用数据证明退伍军人不是同质化群体，其健康需求必须考虑身份交叉效应；2)验证社区定制化招募策略的有效性，如通过"退伍军人服务组织"合作提升边缘群体参与率；3)为VA正在实施的健康公平政策(如乡村健康办公室、PACT法案毒性暴露筛查)提供精准靶点。作者特别指出，随着美军性别和种族构成持续多元化，这种交叉性分析框架将成为优化退伍军人健康服务的核心工具。

该研究的现实意义深远：不仅为All of Us数据库新增了关键人群维度，更创立了可推广的"身份交叉"研究方法论。正如文中引用的Crenshaw理论所示，只有正视"多重边缘化"个体的独特困境，才能真正实现生物医学研究的健康公平。这些发现已直接指导VA调整其"百万退伍军人计划"的招募策略，并为其他弱势群体研究树立了交叉性分析典范。