芬兰自我报告与医疗记录流产数据的个体层面比较及其社会人口学差异

《Population Health Metrics》：Measuring miscarriages: a comparison of self-reported and healthcare register data in Finland

　　

摘要

背景

大约四分之一的妇女会经历流产，这可能影响其生育意愿和健康。然而，由于流产数据质量较差，目前对该主题的研究仍然匮乏。无论是调查问卷还是医疗记录，都可能遗漏部分流产情况。我们在个体层面对比了自我报告数据和医疗记录数据，以了解这两类数据在多大程度上存在差异，以及差异呈现出哪些社会人口学特征。对流产报告水平和模式的分析有助于我们更好地理解流产经历，并为未来研究中对流产风险因素的更可靠估计提供支持。

方法

我们使用了芬兰1969年至2021年间的流产医疗记录，并将其与1998年至2021年产科检查中的自我报告流产数据以及2017年开展的一项全国性流行病学调查"芬兰健康调查"（FinHealth）中的数据进行关联。产科检查数据仅涵盖已生育妇女，而调查数据还涵盖了未生育人群，但样本量较小。我们使用描述性统计和多分类回归模型，从整体和社会人口学特征两个维度比较了各类数据之间的差异。

结果

在超过80%的人群中，自我报告数据与医疗记录数据之间没有差异。这主要是因为从未流产的人群占比较高；当仅分析在任一数据源中至少有过一次流产经历的人群时，该比例降至40%。我们发现部分人自我报告的流产次数少于医疗记录（在总样本中占1–4%，在有流产经历的人群中占7–13%），也有部分人自我报告的流产次数多于医疗记录（在总样本中占8–12%，在有流产经历的人群中占46–56%）。两个方向上的差异均与年龄较大、生育次数较多以及受教育程度较低有关。

结论

医疗记录和自我报告在捕获流产信息方面存在部分重叠。自我报告所反映的流产次数更多，这很可能是由于部分流产发生在医疗系统之外，以及普通民众与医疗专业人员对流产的定义存在差异，后者的定义更为严格。未来的流产研究应根据其研究目标，仔细考量各类数据源的优势与局限。

背景

大约四分之一的妇女会经历流产，这可能影响其生育意愿和健康。然而，由于流产数据质量较差，目前对该主题的研究仍然匮乏。无论是调查问卷还是医疗记录，都可能遗漏部分流产情况。我们在个体层面对比了自我报告数据与医疗记录数据，以了解这两类数据在多大程度上存在差异，以及差异呈现出哪些社会人口学特征。对流产报告水平和模式的分析有助于我们更好地理解流产经历，并为未来研究中对流产风险因素的更可靠估计提供支持。

方法

我们使用了芬兰1969年至2021年间的流产医疗记录，并将其与1998年至2021年产科检查中的自我报告流产数据以及2017年开展的全国性流行病学调查"芬兰健康调查"（FinHealth）中的数据进行关联。产科检查数据仅涵盖已生育妇女，而调查数据还涵盖了未生育人群，但样本量较小。我们使用描述性统计和多分类回归模型，从整体和社会人口学特征两个维度比较了各类数据之间的差异。

结果

在超过80%的人群中，自我报告数据与医疗记录数据之间没有差异。这主要是因为从未流产的人群占比较高；当仅分析在任一数据源中至少有过一次流产经历的人群时，该比例降至40%。我们发现部分人自我报告的流产次数少于医疗记录（在总样本中占1–4%，在有流产经历的人群中占7–13%），也有部分人自我报告的流产次数多于医疗记录（在总样本中占8–12%，在有流产经历的人群中占46–56%）。两个方向上的差异均与年龄较大、生育次数较多以及受教育程度较低有关。

结论

医疗记录和自我报告在捕获流产信息方面存在部分重叠。自我报告所反映的流产次数更多，这很可能是由于部分流产发生在医疗系统之外，以及普通民众与医疗专业人员对流产的定义存在差异，后者的定义更为严格。未来的流产研究应根据其研究目标，仔细考量各类数据源的优势与局限。