打破健康监测障碍：用于追踪巴基斯坦疫苗犹豫与疾病暴发的隐私保护技术

《Frontiers in Public Health》：Breaking barriers in health surveillance: privacy-preserving techniques for tracking vaccine hesitancy and disease outbreaks in Pakistan

　　

摘要

背景：敏感公共卫生结果的精确测量常受漏报、污名化和社会期望偏差的限制。这些挑战可能影响COVID-19感染和疫苗犹豫的估计，导致监测和公共卫生决策证据不完整。本研究考察了使用隐私保护分层随机应答模型（SRRMs）来改善基于人群的敏感健康信息估计。

方法：研究人员于2021年6月至8月在巴基斯坦旁遮普省开展了一项横断面定量调查。采用分层设计中的简单随机有放回抽样，共招募1200名参与者，城市（n = 600）和农村（n = 600）人口均等分配。应用隐私保护SRRM-I和SRRM-II程序估计漏报的暴发病例和疫苗犹豫，同时减少与保密顾虑相关的应答偏差。将估计值与直接报告应答进行比较，并使用百分比相对效率（PRE）评估精度。

结果：经验估计反映了2021年6月至8月巴基斯坦旁遮普省的调查期情况。城市和农村人群中估计的暴发患病率均高于直接报告患病率，表明存在感染漏报现象。城市地区直接报告的COVID-19病例（10.5%）低于使用SRRM-I和SRRM-II获得的隐私保护估计值（15.3%和17.4%）。农村地区直接报告病例（13.7%）也低于相应估计值（16.7%和19.5%）。在隐私保护程序下，疫苗犹豫估计值也较高（报告26.3%对比27.4%和27.2%），尽管差异远小于暴发病例。所有PRE值均超过100，表明相对于基准模型效率有所提高。这些发现表明，传统自我报告低估了敏感的公共卫生结果，尤其是在存在披露顾虑的情况下。

结论：隐私保护SRRM框架可以改善敏感公共卫生结果的估计，包括暴发漏报和疫苗犹豫。两阶段设计的优势在最敏感的结果中最为明显，表明真实报告参数应与所研究结果的可感知敏感性相匹配。在受访者不愿披露健康相关信息的环境中，此类方法可以加强监测数据质量，并支持更可靠的公共卫生规划和政策决策。

论文解读：隐私保护分层随机应答模型在巴基斯坦敏感公共卫生监测中的应用

一、研究背景与问题提出

在公共卫生监测领域，敏感健康结果的精确测量长期面临严峻方法论挑战。当调查涉及感染状态、疫苗接种态度等敏感议题时，受访者往往因害怕污名化、社会评判或不利后果而倾向于隐瞒真实情况，导致直接询问方式产生系统性偏差。这种偏差具体表现为项目无应答、错误报告和社会期望应答等形式，严重损害了用于公共卫生监测、资源配置、政策制定和服务规划的数据可信度。特别是在COVID-19大流行期间，准确估计感染率和疫苗犹豫程度对于制定有效的防控策略至关重要，而这些恰恰是最容易受到报告偏差影响的核心指标。

现有研究已表明，巴基斯坦不同地区在疫苗犹豫、接受度及其他健康行为方面存在显著差异，城乡人口在医疗资源可及性、信息传播渠道和披露意愿等方面均有不同特征。传统的直接提问方法虽然实施简便，但在受访者不愿披露敏感信息时会产生有偏估计。因此，亟需开发既能保护受访者隐私，又能维持准确性和统计效率的数据收集技术，以应对敏感公共卫生问题估计中的方法学挑战。

二、研究目的与设计框架

本研究旨在开发和验证两种隐私保护分层随机应答模型，即SRRM-I和SRRM-II，并将其应用于两个敏感公共卫生结果：漏报的暴发病例和疫苗犹豫。SRRM-I采用单阶段设计，通过加性置乱变量与减性置乱变量同时对受访者的真实应答进行掩蔽，在保护机密性的同时保留无偏估计所需的信息。SRRM-II则扩展为两阶段结构，引入真实报告参数，允许一定比例的受访者在置乱程序前直接作答，为建模披露行为提供额外灵活性，特别是当问题的感知敏感性较高时。两种框架均在覆盖巴基斯坦旁遮普省城乡人口的分层设计中实施，并与直接报告应答在估计患病率、敏感性水平和PRE方面进行比较。

三、主要技术方法

研究采用分层随机抽样设计，将目标人群按城乡和区域社会经济特征分为不同层。2021年6月至8月期间，在旁遮普省拉合尔、费萨拉巴德和萨戈达地区开展横断面定量调查，通过简单随机有放回抽样方式在每个层内选取样本，最终在城市和农村各招募600名成人参与者。核心方法包括：其一，分层随机应答技术，在每个层内通过SRSWR抽取两个独立子样本，运用加性置乱变量P_ih和减性置乱变量Q_ih对真实应答R_h进行掩蔽，产生报告应答V_ih = R_h + P_ih ? Q_ih；其二，两阶段应答机制，SRRM-II在阶段一允许受访者以概率T_h直接报告真实值，否则以概率1?T_h进入阶段二执行加性-减性置乱程序；其三，百分比相对效率评估方法，通过比较所提出模型与Shahid等基准模型的估计量方差来计算PRE值，所有超过100的PRE值表明所提模型在估计精度上优于基准模型。

四、研究结果

结果一：SRRM-I估计显示城乡暴发感染漏报现象显著。在城市地区，估计感染率为15.3%（SE = 0.8；95% CI：13.73–16.87%），显著高于直接报告的10.5%——敏感性水平W₁ = 0.60，PRE_μI = 248.7。在农村地区，估计率为16.7%（SE = 1.5；95% CI：13.76–19.64%），高于直接报告的13.7%——敏感性水平W₂ = 0.40，PRE_μI = 202.2。城乡地区的PRE_WI值分别为263.4和259.3。该结果表明直接提问显著低估了感染率，证实了传统调查方法在敏感健康问题上的局限性。

结果二：SRRM-II估计进一步扩大了城乡暴发感染估计与直接报告之间的差距。城市地区估计感染率为17.4%（SE = 1.5；95% CI：14.46–20.34%），农村地区为19.5%（SE = 1.4；95% CI：16.76–22.24%），分别高于直接报告值6.9和5.8个百分点。真实报告参数设置为城市T = 0.20、农村T = 0.10，敏感性水平为城市W = 0.60、农村W = 0.40。城市和农村的PRE_μII值分别为198.9和218.5，PRE_WII值分别为215.4和224.3。该结果验证了在敏感性问题中引入两阶段真实报告机制能够有效恢复单一置乱阶段无法揭示的隐藏应答。

结果三：结果层面的汇总比较显示两种模型在不同敏感度结果上的表现差异。对于漏报暴发病例，直接报告值为14.1%，SRRM-I和SRRM-II的估计值分别为17.2%（SE = 1.2；95% CI：14.85–19.55%）和20.9%（SE = 1.0；95% CI：18.94–22.86%），差异为3.1和6.8个百分点，PRE值为330.3。对于疫苗犹豫，直接报告值为26.3%，SRRM-I和SRRM-II估计值分别为27.4%（SE = 1.8；95% CI：23.87–30.93%）和27.2%（SE = 1.5；95% CI：24.26–30.14%），差异仅为1.1和0.9个百分点，PRE值为290.6。两阶段设计的优势在最敏感的结果中最为突出，证实了真实报告参数应匹配研究结果的可感知敏感性。

结果四：地区层面的分析揭示了披露行为的地域差异。三个调查地区的自报疫苗接种覆盖率相近（萨戈达0.31、费萨拉巴德0.30、拉合尔0.29），但漏报比例呈现不同模式：费萨拉巴德最高（37.2%），萨戈达居中（31.7%），拉合尔最低（31.1%）。值得注意的是，拉合尔的敏感性水平最高而漏报比例最低，表明地区间差异主要反映受访者披露意愿和问题感知敏感性的变化，而非病例确定或报告系统覆盖率的差异。所有地区的自报病例按调查周的分布无持续上升或下降趋势，三个地区在回忆期内均有贡献。

五、讨论与结论

本研究的讨论部分强调，两种隐私保护框架在所有结果和两个层中均产生了超过直接报告的估计值。由于两种程序与直接提问的唯一区别在于应答掩蔽方式，持续的正向差异最可能归因于直接提问下的不披露行为。差异幅度在漏报暴发病例（3.1和6.8个百分点）上远大于疫苗犹豫（1.1和0.9个百分点），表明感染状态在本研究环境中比疫苗接种态度具有更高的感知披露风险。城市和农村在估计水平和敏感性设定上均存在差异：农村受访者在两种框架下记录的估计感染率均高于城市，而城市地区的报告值与估计值之间的差异大于农村地区，这可能反映了识字水平、社会暴露程度、医疗保健可及性或感染污名化程度等情境因素，但研究中未直接测量这些因素，且横断面设计不支持因果推断。

研究结论指出，隐私保护SRRM框架能够有效应对敏感公共卫生结果收集中精确和保密数据获取的挑战。这些框架在维持受访者隐私与产生可靠估计之间取得了有效平衡，有助于减少包括社会期望偏差在内的应答偏差。实证结果表明，两种框架相对于直接报告应答均提高了估计效率和隐私保护。然而，两阶段设计的优势在最敏感的结果中最为明显，表明真实报告参数应与所研究结果的可感知敏感性相匹配。由于该程序仅依赖预印随机数表，无需专门设备、软件或额外访员培训即可在常规家庭调查中实施。研究在巴基斯坦旁遮普省的实际应用凸显了其在公共卫生研究中的实用性，特别是在隐私顾虑常阻碍准确报告的环境中，以及对基于更可靠敏感健康结果证据的监测和决策的潜在贡献。未来研究应将框架扩展至纵向和多国设计，并与直接验证的记录进行比较评估，以便对隐藏应答的恢复进行推断性而非描述性评估。总之，所提出的SRRM框架为收集敏感公共卫生数据提供了符合伦理且具统计效用的方法，其在旁遮普省的应用支持其在面临类似隐私和数据收集挑战的其他地区的潜在推广。