评估医疗消费者研究中预测因子的稳健性：贝叶斯模型平均方法的创新应用

来自多机构的研究人员为解决医疗消费者行为研究中变量选择偏差导致的结论不一致问题，开展了基于贝叶斯模型平均（BMA）的稳健性评估研究。结果表明，血糖监测小组课程和实用膳食规划知识（know-how）是消费者满意度、知识获取、行为改变和健康结局的最强预测因子，凸显群体教育形式的优越性。该研究为医疗服务机构优化资源分配提供了方法论支持。

　　

医疗消费者正日益成为自身照护的主动共同生产者（active co-producers），尤其在慢性病管理领域需承担照护全过程的重要责任。尽管相关研究持续增长，但方法学局限——特别是变量选择中的“研究者自由度”（researcher degrees of freedom）问题——导致关于服务设计要素如何真正影响消费者结局的结论存在矛盾。为应对该问题，本研究采用贝叶斯模型平均（Bayesian Model Averaging, BMA）技术，系统评估关键消费者互动变量在不同模型设定下的稳健性。基于六家医院糖尿病教育项目数据，研究聚焦三大核心服务设计要素：关系质量（消费者对健康教育者的信任）、知识类型（know-what<基础知识>、know-how<实践技能>与know-why<原理理解>）以及媒介形式（书面材料、一对一指导、小组课程等教育交付方式）。BMA分析显示，血糖监测小组课程与实用膳食规划技能（meal planning know-how）在消费者满意度、知识获取、行为改变及健康结局维度上均呈现最强且最稳健的预测效力。群体教育形式在此干预层级中展现出显著高于个体化方式的稳健性。本研究证实BMA方法可为消费者研究提供更可靠、模型无关的洞察，建议医疗机构优先推广群体式血糖监测教育与实践性膳食知识传播以提升干预效果。