《Journal of Gambling Studies》:A Model-Based National Estimate of Gambling Harm in Australia: Integrating Person-Counting with Health-Related Quality of Life Data
编辑推荐:
评估赌博危害的人群层面影响长期以来因计数受影响个体和量化其健康损失的方法不一致而面临挑战。本研究整合了两项近期的方法学进展——一项新型协调框架(Browne等,2026)和综合健康失用权重(Tulloch等,2026),并将其应用于2025年澳大利亚人口。该模
评估赌博危害的人群层面影响长期以来因计数受影响个体和量化其健康损失的方法不一致而面临挑战。本研究整合了两项近期的方法学进展——一项新型协调框架(Browne等,2026)和综合健康失用权重(Tulloch等,2026),并将其应用于2025年澳大利亚人口。该模型估计,每年约有329万5岁及以上澳大利亚人因自身或他人的赌博受到影响,包括约138万成年受影响他人(AOs)以及参考案例估计的额外28万受影响儿童。模型还表明,危害集中在同时承受自身赌博和他人赌博双重暴露的个体中;该群体仅占受影响成年人的11.2%,却承担了成人健康总负担的25.9%。澳大利亚成年人与赌博相关危害相关的年健康损失估计超过40万残疾生活年(YLDs)。这些估计应被解释为基于输入假设和数据源的条件性模型推导近似值。该框架仅需成年人口规模作为输入,即可在一个透明的工作流程中生成全套估计值,使寻求基于模型的社区赌博危害范围估计的研究人员或政策制定者能够直接复制。
**研究背景与问题**
赌博相关危害是澳大利亚重要的公共卫生问题,其影响不仅限于赌博者本人,还扩展至家庭成员、朋友、同事等社交网络中的“受影响他人”(AOs)。危害涵盖财务、社会、心理、犯罪及工作/学习等多方面,并对个体的健康相关生活质量(HRQoL)产生负面影响,构成赌博危害的显著无形社会成本。尽管近年来方法学进展使识别社区赌博危害(Browne等,2026)和量化其HRQoL影响(Tulloch等,2026)更为便捷,但将这些进展整合为统一的、基于经验的估计(涵盖赌博者与AOs)尚未实现。既往研究面临两大挑战:一是如何准确统计每年经历赌博危害的人数,尤其是AOs的数量;传统上依赖于Goodwin等(2017)的乘数法(如每名问题赌博者影响6人),但该法计数的是“危害关系”而非独特个体,且未考虑儿童。近期患病率研究直接测量报告受他人赌博危害的独特成人数量,但难以与乘数法调和。二是如何量化危害对HRQoL的损失,即健康失用权重。为此,研究人员开展了本研究:整合Browne等(2026)的协调框架(用于识别受赌博问题影响的人群)与Tulloch等(2026)的健康影响数据(提供健康失用权重),形成结构化国家估计。研究目标包括:1)应用协调框架估计受自身或他人赌博危害的独特成人数量(包括双重暴露群体);2)扩展估计受他人赌博危害的儿童数量;3)利用健康影响数据量化赌博危害的国家总负担(以健康生命年损失计)。该论文发表在《Journal of Gambling Studies》。
**关键技术方法**
研究人员采用以下主要技术方法:1)**协调框架**(Browne等,2026):基于多项澳大利亚州级患病率调查(样本来自南澳大利亚、维多利亚、昆士兰等,并纳入西澳大利亚的独立估算),通过“扇入”参数(每个AO平均对应的赌博者人数)和“扇出”乘数(每个PGSI类别赌博者对应的影响他人数),将危害关系计数转换为独特个体计数,并识别双重暴露群体。2)**健康失用权重综合**(Tulloch等,2026):整合现有证据,得到赌博者和AOs不同风险水平的健康失用权重(如低风险0.06,中等风险0.17,问题赌博0.45;AOs权重为0.125或0.202,取决于加权规则)。3)**蒙特卡洛模拟**:对参数不确定性(患病率、扇入、扇出、失用权重)进行100,000次联合抽样,生成95%模拟区间。4)**乘法独立性公式**:对双重暴露群体计算组合失用权重,避免重复计算(公式:DW
combined = 1 – (1 – DW
赌博类别) × (1 – 0.125))。所有估计基于2025年澳大利亚成人(18+)人口数据(澳大利亚统计局,2025)。
**研究结果**
**总体受危害人数**:模型估计每年约329万5岁及以上澳大利亚人受赌博危害(自身、他人或两者)。其中,197万成人被归类为有风险或问题赌博(PGSI 1+),约138万成人是AOs,约33.8万成人属于双重暴露(即同时为PGSI 1+和AO)。在AOs中,24.5%也经历自身赌博问题;在PGSI 1+人群中,17.2%同时也是AO。
**成年危害关系**:模型估计近230万成年危害关系。低风险组占34.1%,中度风险组占37.4%,问题赌博组占28.5%,显示较高PGSI严重程度与更多危害关系相关。
**儿童估计**:在成人等效聚类假设下,模型得出探索性参考案例估计:28万5–17岁儿童受他人赌博危害(场景范围:17.1万至46.5万)。
**社会影响统计**:每100名澳大利亚成人中,约14人直接经历赌博危害,其中1.6人属于双重暴露群体。每个AO平均被约1.7名赌博者影响;无双重暴露的AO平均被1.3人影响,而双重暴露AO平均被2.7人影响。双重暴露群体虽仅占所有AOs的24.5%,却连接了40.2%的成年危害关系。
**HRQoL影响(YLDs)**:在患病率加权AO失用权重(0.125)下,年健康负担为407,000 YLDs(95%模拟区间:353,000–460,000)。其中,非双重暴露AOs贡献最大(131,000 YLDs),占32.1%;双重暴露群体贡献105,000 YLDs(25.9%),尽管仅占受影响成人的11.2%。在危害量加权AO权重(0.202)下,总负担升至507,000 YLDs(区间:438,000–579,000)。双重暴露群体中的AO+问题赌博组负担最重(50,000 YLDs)。
**讨论与结论**
本研究做出三项贡献:首次将协调的受危害人数与HRQoL失用权重整合,提供国家层面赌博健康负担估计;首次正式估计双重暴露群体的负担(该群体在先前测量中被结构性排除);展示了一种可复制、单输入的方法学,便于数据更新。研究估计的年健康负担(约40–50万YLDs)与澳大利亚健康与福利研究所报告的抑郁障碍(180,733 YLDs)和焦虑障碍(224,523 YLDs)数量级相似,但需谨慎比较。大约四分之一的AOs本身为有风险或问题赌博者,这与既往研究一致,反映了赌博正常化社交网络和财务相互依赖关系。双重暴露群体虽仅占受影响成人的11.2%,却承担25.9%的总负担,表明双重危害的叠加效应。本研究还首次在国家层面估计AOs归因负担(非双重暴露AOs贡献32.1%总负担),体现了预防悖论:多数AO危害源自中低风险赌博,因其人数庞大。儿童探索性估计(28万)与Suomi等(2022)的估计(约20万)量级一致。
**结论部分翻译**:
本研究提供了首个结合协调的受影响个体计数与HRQoL负担数据的澳大利亚赌博危害国家估计,也是首个在国别人群框架内正式建模双重暴露负担的研究。其主要贡献在于整合的新颖性以及设计的透明性和实践简便性:仅需成年人口规模作为输入,该框架即可在一个明确、可复制、可更新的工作流程中生成全套国家负担估计——涵盖患病率计数、健康负担和社会成本。即使采用保守边界假设(YLD下界约407,000 YLDs,即患病率加权AO失用权重;以及高聚类儿童估计约17.1万5–17岁儿童),人群层面负担仍相当可观,其中AOs和双重暴露群体合计占估计成人YLDs的一半以上。通过使假设明确和工作流程透明,该框架可在获得更优数据(特别是AO严重程度分布和儿童特异性健康影响)时进行更新和改进。