《The Lancet Public Health》：Data invisibility in United States national healthcare datasets: implications for immigrant health equity
编辑推荐：
摘要：移民（Immigrants）在美国人口中超过4700万，但在为健康政策提供信息的国家数据集（national datasets）中仍然系统性地不可见。数据不可见性（data invisibility）通过三个维度运作：大多数主要国家数据集中移民相关变量的
摘要：移民（Immigrants）在美国人口中超过4700万，但在为健康政策提供信息的国家数据集（national datasets）中仍然系统性地不可见。数据不可见性（data invisibility）通过三个维度运作：大多数主要国家数据集中移民相关变量的结构性缺失；使用不精确的代理指标（proxy indicators）导致的错分偏倚（misclassification bias）；以及移民群体因执法风险（enforcement risk）而刻意从数据系统中退出。尽管一些联邦健康调查收集了基本的出生地数据（nativity data），但这些指标未能捕捉移民历史（immigration history）的全部复杂性；近期允许使用健康和税务数据进行移民执法的联邦安排（Federal arrangements）进一步加剧了扩展数据收集的实践和伦理障碍。来自丹麦、瑞典和加拿大的国际范例（International examples）表明，全面且伦理治理的（ethically governed）移民数据收集在操作上可行（operationally feasible）。研究人员认为，扩展数据收集在流行病学上可能必要（epidemiologically necessary），但在伦理上依赖于（ethically contingent）法律保护、社区治理和信任重建。
**移民健康差异与数据不可见性（Immigrant health disparities and data invisibility）**
移民在美国人口中占比显著且持续增长，总数超过4700万，占农村劳动力的14%。尽管在医疗、农业、建筑及科学、技术、工程和数学（STEM）领域做出重要贡献，移民仍面临持续的医疗可及性障碍，其医疗利用率和支出均低于美国出生人口。虽然文献曾提出“健康移民效应（healthy immigrant effect）”来解释这一模式，但此概念正受到研究人员的质疑、修正和限定，凸显了更多研究的必要性。移民健康差异主要由结构性因素驱动：受限的保险资格、被排除在公共项目之外，以及由制度歧视形成的对正规医疗系统的历史性不信任。理解、监测和解决这些不平等的主要障碍是数据不可见性（data invisibility）——即支持美国人口健康研究的主要行政和调查数据集中系统性地缺乏直接与移民相关的变量。然而，扩展移民相关数据收集的提议必须在当前政治背景下理解。2025年4月，美国国税局（IRS）与移民和海关执法局（ICE）正式达成信息共享协议，允许在驱逐行动中使用纳税人数据；同时，医疗保险和医疗补助服务中心（CMS）将医疗补助登记人数据转移至国土安全部（DHS），引发二十个州总检察长诉讼，联邦法院裁定该政策可能违反《行政程序法》。这些事件表明，移民社区对机构和系统的犹豫并非源于非理性不信任，而是源于可观察的政府行为。对多个美国医疗环境中的移民患者的研究证实，许多人已将有意的数据不可见性视为应对策略，直接回应执法威胁的现实。因此，本文不主张无限制扩展数据收集，而是强调移民相关数据可提供重要的流行病学与政策见解，同时强调证明扩展收集合理性所需的法律、伦理和社会条件仍存在争议且不完整。
**国家数据集的数据空白与局限性（Data gaps and limitations of national datasets）**
本文使用的数据不可见性涵盖三种不同但相关的现象：结构性非测量（structural non-measurement）——数据集设计上缺失移民相关变量；测量误差（measurement error）——使用导致移民状态错误分类的代理指标；以及行为性非参与（behavioural non-participation）——移民群体因执法风险刻意退出数据系统。每个维度相互叠加，且需要不同的政策回应。大多数主要国家行政数据集和电子健康记录网络缺乏移民状态或历史的直接测量，转而依赖间接代理指标，如姓氏算法、地理特征或首选语言。尽管国家健康访谈调查（NHIS）和国家健康与营养调查（NHANES）确实收集出生地和国籍数据，NHIS还询问公民身份，但这些指标在一致性上存在差异，且未能捕捉移民历史的全部复杂性。依赖此类代理指标的数据集常出现错分偏倚，移民群体内部的异质性被掩盖，导致健康差异低估和干预措施针对性不足。代理指标局限性的实证证据来自一项验证研究：该研究针对美国历史上最大规模合法化事件之一——《移民改革与控制法》（IRCA）下约200万墨西哥移民的合法化——检验了法律状态的常用代理指标。该代理指标在合法化大规模发生的情况下几乎没有检测到变化，而直接的法律状态测量则按预期跟踪了政策变化。这表明代理指标可能不足以评估移民政策的健康后果或识别受政策干预影响的人群。此外，许多政策相关的暴露因素，如移民途径、居住时长、难民身份和法律不稳定性，无法从语言、姓氏或地理特征中可靠推断。因此，具有显著不同健康风险和护理障碍的群体常被合并分析，限制了公共卫生机构识别脆弱亚群、评估政策效应或设计针对性干预措施的能力。代理指标可能粗略区分移民与非移民，但难以回答推进移民健康公平最相关的问题。此外，基于代理指标的方法并未消除伦理关切，仅将其转移：姓氏算法、地理画像和语言分类在未获得受访者明确参与的情况下推断移民相关特征，可能错误地将个体归入移民类别，在降低准确性的同时限制了透明度，削弱了科学有效性和问责性。美国社区调查（ACS）在主要国家数据集中较为独特，系统收集出生地、公民身份、抵达年份、英语熟练程度和祖先等移民相关变量。然而，NHIS和NHANES等联邦调查虽收集部分变量，但在更广泛的监测和行政数据基础设施中并不一致可用。例如，主要国家死亡率数据库CDC WONDER不包含任何直接移民变量，基础慢性病监测基础设施亦如此，意味着死因数据无法按移民历史可靠分层。大型电子健康记录研究网络，如OCHIN、PCORnet和COSMOS，虽提供识别差异的广泛机会，但普遍缺乏标准化移民相关变量，持续依赖代理指标。当不同群体被归入单一标签，如“语言使用”或“口译需求”，健康风险、就医行为和结构性障碍中的有意义变异被忽视，因为这些标签在平台间记录不一致。临床代理指标如口译使用或紧急医疗补助注册同样限制了针对性干预措施的设计，并导致资源错配。例如，在癌症监测中，根据癌症部位，出生地数据缺失率在31%至49%之间。由于出生地常通过姓氏算法及相关代理方法估算，所观察到的癌症发病率和生存差异会随缺失出生地的分配方式而变化。采用改进方法恢复出生地信息的研究表明，移民-美国出生差异的估计值可能大幅变化，表明基于代理指标的方法可能掩盖临床上有意义的差异，并使筛查和预防项目的定向努力复杂化。这些测量失败不仅孤立地决定政策结果，还影响政治意愿、资源分配和机构能力——这些因素中介了数据与行动之间的关系。当监测基础设施系统性地掩盖某一人群的健康负担时，证明针对性干预合理性的证据基础缺失，政策回应相应受限。
**移民数据收集的国际模型（International models for migration data collection）**
多个国家已证明美国健康监测的局限性并非不可避免。丹麦、瑞典和加拿大将移民概念化为纵向过程，并维持集中化、可链接的人口登记系统，系统性地记录出生国、父母出身、居住时长和具体移民类别。丹麦民事登记系统将超过590万居民的个人和代际移民历史与医疗利用、发病率和死亡率数据相链接。瑞典人口登记系统记录第一代和第二代移民状态及居住时长，支持分析健康风险随时间的变化。加拿大纵向移民数据库整合移民、人口普查和健康记录，支持按移民类别分层的分析。这些系统共同解决了美国数据集的核心缺陷——覆盖不完整、抽样偏倚和随访有限——同时表明，稳健的治理框架可以在不牺牲分析能力的情况下维持公众信任。然而，这些模型不可直接移植：基于登记的数据集中化引发了对隐私和州政府滥用可能性的合理关切，这些关切在美国背景下尤为突出。丹麦、瑞典和加拿大的治理结构与美国联邦体系差异显著。其相关性不在于直接复制，而在于证明全面、伦理治理的移民数据收集在操作上可行。
**数据改革的伦理前提（Ethical preconditions for data reform）**
在美国扩展移民数据收集的论点必须应对国际模型未能解决的伦理张力。尽管移民相关数据有助于识别健康差异、指导干预措施并评估影响移民健康的政策，但无证和混合身份群体在美国历史上一直回避官方数据系统。过去数据滥用的先例，包括二战期间使用人口普查数据协助拘留日裔美国人，以及在建立防火墙政策之前将社会项目数据常规共享给移民当局，表明参与风险基于历史经验。这些关切具有可测量的后果：2025年KFF/纽约时报移民调查发现，12%的移民成人因担心移民身份而避免申请食品、住房或医疗援助，11%停止参与这些项目。这种回避不仅限制了基本服务的可及性，还产生了不完整且可能有偏倚的数据集，掩盖了最易被排除人群的健康需求。因此，数据收集并非无条件的好事；其价值取决于能否在不创造新风险的情况下产生有意义的健康收益。扩展收集的合理性基于两个条件：受影响社区在独立监督下有意义地参与工具设计，以及国会立法禁止将联邦收集的健康数据用于民事移民执法。即使此类保护措施已颁布，若移民社区不认为其可信，参与可能仍有限；信任是一种社会和历史条件，无法仅通过立法创造。有意义的参与可能需要持续证据表明所收集数据未被用于执法目的，且治理结构独立于移民当局运作。若不满足这些条件，扩展收集的伦理合理性将被大幅削弱。
**移民相关数据收集的伦理扩展条件（Conditions for ethical expansion of immigration-related data collection）**
最紧迫的优先事项是法定保护。行政政策保障已被证明不足，在缺乏此类保护的情况下，无法为扩展移民数据收集提供伦理理由；国税局和医疗保险和医疗补助服务中心长期隐私承诺在单一政府内被逆转，证明了其脆弱性。因此，持久保护需要联邦立法明确禁止将联邦收集的健康数据用于民事移民执法。技术保障措施，如去标识化程序和严格访问控制，是重要的，但不能替代具有约束力的法律保护。在法定保护到位之前，联邦健康调查和行政系统中的移民相关数据收集不应推进。在存在法律基础的情况下，第二项改革在现有联邦调查基础设施内行政上可行：标准化经过验证的、非污名化的移民测量指标。国家药物使用与健康调查（NSDUH）、医疗支出小组调查（MEPS）以及医疗补助和医疗保险索赔数据等国家数据集应采用经过验证的工具，通过多语言管理和包容性抽样策略捕捉生命历程移民历史，包括居住时长和移民类别，同时避免收集可能被用于针对受访者的法律或政治细节。这些标准化测量应取代联邦监测基础设施中不准确的代理指标。第三项改革需要长期投资：基于上述国际范例开发安全、可链接的人口登记系统。联邦机构应在严格伦理监督和独立治理下，将移民变量与健康和社会数据链接，以支持区分移民相关暴露与种族、民族和社会经济地位的分析。所审查的国际模型表明这在操作上可行；但在美国背景下，主要障碍是法律和政治性的，而非技术性的。第四项改革应与上述并行：将移民社区正式纳入数据收集策略的设计中。社区代表应作为研究工具、抽样方法和数据治理框架制定的积极合作伙伴，以确保文化适宜性、培养信任并促进有意义的参与。对社区进行研究而非与社区合作，会导致外部效度差和可接受性有限。将这些标准化测量纳入联邦健康监测基础设施，将把移民身份从持续的数据空白转变为分析性资产。表1所记录的变异性并非不可避免；它反映了关于谁的健康值得被测量的选择。若不加改变，这些选择将导致4700万人在医疗系统中保持不可见。
