复杂调查中缺失数据处理策略及其在儿童功能性障碍相关因素研究中的应用

本研究针对复杂调查设计中缺失数据处理的统计方法学挑战，以中非共和国5-17岁儿童功能性障碍（Functional Disorders）为研究对象，采用两阶段分析法（缺失机制识别+多重插补法MI）结合调查逻辑回归模型（Survey Logistic Regression），揭示了儿童年龄、教育程度、母亲功能障碍及家庭财富指数等关键影响因素，为资源匮乏地区儿童健康干预提供了循证依据。

　　

在撒哈拉以南非洲地区，儿童功能性障碍（Functional Disorders）已成为严峻的公共卫生挑战，尤其在中非共和国（CAR）这类资源匮乏国家，约30%的儿童存在视听觉、运动或神经发育等多领域功能障碍。传统调查分析常忽视复杂抽样设计（如分层、聚类）和缺失数据（Missing Data）对统计推断的影响，导致政策制定缺乏可靠依据。Mohyaldein Salih团队在《Scientific African》发表的研究，通过创新性统计方法破解了这一难题。

研究团队基于联合国儿童基金会2018-2019年中非共和国多指标类集调查（MICS）数据，对6167名5-17岁儿童展开分析。面对35%的高缺失率，研究人员首先通过Little's检验（χ²=596.791, p<0.0001）确认数据符合随机缺失（MAR）机制，随后采用链式方程多重插补（MICE）生成50套完整数据集。第二阶段应用考虑抽样权重的调查逻辑回归模型，精准识别风险因素。

主要发现

1. 1.

   患病率特征：全国儿童功能障碍率达31.1%，显著高于刚果（19.5%）等邻国。区域差异明显，第4区（37.6%）和第6区（36.7%）成为高发区。

2. 2.

   教育保护效应：未受教育儿童患病风险是完成基础2阶段教育者的1.94倍（AOR=1.94, 95%CI 1.378-2.735），凸显教育干预价值。

3. 3.

   代际传递现象：母亲功能障碍使子代风险激增82%（AOR=0.55, 95%CI 0.445-0.678），支持遗传易感性假说。

4. 4.

   经济梯度差异：最贫困家庭儿童风险比富裕家庭高47%（AOR=1.47, 95%CI 1.088-1.987），反映医疗资源获取不平等。

方法学创新

研究首创"缺失机制诊断-多重插补-复杂调查建模"的分析框架，通过比较完整案例分析（CCA）与MI结果，证实后者能显著提高估计精度（如教育因素p值从0.0208提升至0.0002）。模型纳入区域分层、聚类效应等设计特征，确保标准误计算准确性。

实践意义

该研究为资源受限地区提供了可推广的分析范式：

• •

  政策层面：建议将贫困家庭儿童、低龄（5-9岁）群体及母亲功能障碍者纳入优先干预对象

• •

  临床实践：强调新生儿功能障碍筛查与家族史采集的早期预警价值

• •

  方法学贡献：为处理复杂调查数据缺失问题建立金标准，被作者团队后续应用于刚果、马拉维等国的同类研究

值得注意的是，研究发现富裕家庭仍有26.4%的儿童患病率，提示除经济因素外，可能存在基因-环境交互作用（Gene-Environment Interaction），这为未来研究指明方向。尽管受限于横断面设计无法确立因果关系，但研究通过严谨的方法学控制，为全球健康公平性研究提供了非洲语境下的关键证据。