用于分析重大调查设计变更后趋势的决策树：以加拿大社区健康调查为案例的分析

《BMC Public Health》：A decision-tree for trend analyses following major survey redesigns: an analysis using the Canadian Community Health Survey (CCHS)

　　

摘要

背景

监测健康不平等趋势对于判断在减少健康不平等方面的进展、停滞或倒退情况、评估某些政策对健康不平等的影响，以及识别新的关注领域至关重要。由于不平等状况的变化可能较为缓慢，因此可能需要长期数据（≥15年）才能发现具有意义的变动。然而，数据来源随时间发生的方法学变化引发了数据可比性的担忧。在此类情况下，需要相应的框架来指导是否应合并这些数据。

方法

我们以加拿大社区健康调查为案例，探讨如何通过敏感性分析和决策树来评估2015年和2022年加拿大社区健康调查重大 redesign前后各调查周期之间的可比性，同时兼顾统计意义、实际意义以及背景趋势等因素。

利用2007–2008年至2024年的加拿大社区健康调查数据，我们估算了不同周期中成年人20项健康指标的粗略患病率。我们分析了：1）重新设计前后各周期之间的相对百分比变化，以及2）绝对百分点变化（即2013–2014年与2015–2016年、2019–2021年与2022年的对比），并进行了统计显著性检验。随后，我们运用广义线性模型及其预测概率，根据重新设计前的趋势（分别为2007–2014年和2015–2021年），预测了重新设计后的患病率（2015–2016年和2022年）。基于相关文献中的阈值，我们通过决策树筛选出符合以下三项标准的指标，这些指标还接受了进一步的定性分析。具体而言，被筛选出的指标必须在以下方面表现出实际意义上的显著变化：A）相对变化（≥10%变化），B）绝对变化（基于基线患病率，变化幅度为≥2.5或5个百分点），C）统计上具有显著变化（观测到的重新设计后患病率与预测值之间的95%置信区间无重叠）。

结果

2015年之后没有指标同时满足这三项标准。2022年之后，食物不安全问题以及自我评估的身体健康和心理健康状况勉强符合所有标准，这表明需要开展更多研究以便进行长期跟踪分析。

结论

本研究提出了一种新颖且可重复使用的框架，用于针对加拿大社区健康调查数据进行特定分析，其他人可对其加以改进或调整。但由于该框架仍对各种假设较为敏感，因此对于所有加拿大社区健康调查指标，仍然有必要保持谨慎态度。