《Frontiers in Public Health》：Investigating new opportunities to combat stigma in healthcare through a “universal” approach: findings from a longitudinal study of healthcare workers in Mombasa, Kenya
编辑推荐：
专业术语翻译（摘要部分）
污名（stigma）在健康与医疗保健中扮演着重要角色。迄今为止，反污名干预主要聚焦于特定的个体领域（如心理健康、HIV），导致针对众多不同“污名”的干预工作呈现碎片化。理论家们如今倡导转向一种“普适性”（universal）框架来理解
专业术语翻译（摘要部分）
污名（stigma）在健康与医疗保健中扮演着重要角色。迄今为止，反污名干预主要聚焦于特定的个体领域（如心理健康、HIV），导致针对众多不同“污名”的干预工作呈现碎片化。理论家们如今倡导转向一种“普适性”（universal）框架来理解并应对污名。为实证检验污名作为普适性概念的潜在效用，研究人员分析了来自肯尼亚多尼亚（Mombasa）一项前瞻性队列中453名医护人员的数据。在覆盖2023年6月至2024年12月的四轮调查、共925个数据点中，研究人员发现所有污名领域之间存在强相关性。例如，对堕胎的污名与对心理健康的污名呈正相关，反之亦然（ρ = 0.53，95% CI：0.47，0.56）。通过结构方程模型（structural equation modeling，SEM），研究人员检验了两种用于组织污名领域的模型。在拟合最佳的模型中，污名领域被划分为两个主题类别：“条件与经历”（conditions & experiences，涵盖心理健康、堕胎、性暴力、早孕）与“行为与身份”（behaviors & identities，涵盖性工作、药物使用、性与性别少数群体）。这两个类别进一步被组织为污名这一上层潜变量（latent variable），两者均与其存在显著的独立关联（β = 0.65，95% CI：0.57，0.73；β = 0.61，95% CI：0.54，0.68）。此外，污名作为潜变量与医护人员的个体特质独立相关，包括宜人性（agreeableness，B = ?0.19，95% CI：?0.34，?0.05）和对他人的接纳（acceptance of others，B = ?0.28，95% CI：?0.39，?0.18）。这些结果支持污名在医护人员中作为一种“普适性”启发式概念。反污名干预应减少针对特定领域的活动，转向一种针对更广泛世界观的“普适性预防”（universal precautions）策略，这将有助于提升干预的可扩展性和资源效率。
论文解读文章
一、研究背景与问题
污名在健康与医疗保健中扮演着重要角色，被视为“人口健康不平等的基本原因”。尽管污名概念最早于20世纪60年代提出，但近二十年来才在公共卫生领域获得广泛关注。在医疗系统中，污名可在人际、内部和结构层面显现，对个体和公共健康造成多重不利影响，包括阻碍就医、降低治疗依从性、破坏医患信任、损害心理健康以及削弱治疗效果。
当前，反污名研究与干预高度碎片化，主要聚焦于特定领域，如心理健康、艾滋病等。已有研究识别出文献中描述的93种不同污名领域，而一项针对中低收入国家的研究发现，78%的反污名干预集中于HIV或心理健康，其他领域获得的关注极少。这种领域特定（domain-specific）框架存在诸多局限：一方面，针对众多领域及其交叉组合开展干预在现实中难以实现；另一方面，全球医护人员，尤其在肯尼亚等中低收入国家，面临人员短缺和超负荷工作，难以有效参与并践行众多领域特定的反污名项目。
在此背景下，Treloar等人提出了“普适性预防”（universal precautions）框架，主张污名是“普适性”的，几乎所有人在某些时刻因某种原因都会经历污名。该框架将污名重新确立为统摄性的理论框架，期望通过更整体、更包容的干预路径来提升反污名工作的有效性和资源效率。然而，这一框架的核心假设——不同领域的污名是否构成相互关联的整体——尚缺乏实证检验。因此，本研究旨在通过肯尼亚多尼亚医护人员纵向队列数据，检验污名能否被理解为一个普适性、多维度的概念。
二、研究设计与主要技术方法
本研究依托“多尼亚医护人员调查”（Mombasa Healthcare Worker Survey），在肯尼亚第二大城市蒙巴萨的六家卫生服务机构中建立纵向队列，于2023年6月至2024年12月期间完成四轮基线数据收集。研究对象为年满18岁、受雇于参与机构且具备英语或斯瓦希里语阅读能力的员工，涵盖临床人员（如护士、医生、心理师）与非临床人员（如保安、病历管理员）。研究采用匿名重复数字调查，共收集925个数据点，代表453名个体医护人员。
研究使用经过验证的污名测量工具，涵盖七个领域：心理健康挑战者、年轻母亲、性暴力幸存者、堕胎者、性工作者、药物使用者以及性与性别少数群体。所有污名量表得分标准化为1（极低污名）至5（极高污名）的范围。同时，研究采用Marlowe-Crowne社会期望量表（Social Desirability Scale）短表评估社会期望偏差，并在第四轮引入大五人格量表（Big Five Inventory）短表评估宜人性（agreeableness），以及接纳他人量表（Acceptance of Others Scale）评估接纳特质。
分析层面，研究首先计算Cronbach’s α评估各量表的内部一致性；随后开展双变量和双向Spearman相关分析检验各污名领域间的关系；使用结构方程模型（SEM）检验两种组织污名领域的理论模型：模型1将全部污名领域纳入单一“污名”潜变量，模型2将污名领域划分为“条件与经历”和“行为与身份”两个二级潜变量，再进一步关联至更高阶的“污名”潜变量。研究还采用多变量线性回归分析探索人口学、职业及人格特质与总体污名的关联，并在所有分析中控制社会期望偏差和波次效应，使用异方差稳健标准误（heteroskedasticity-robust standard errors）处理聚类问题。
三、主要研究结果
3.1 参与者特征
研究共纳入453名个体医护人员，年龄范围20–59岁（中位数35岁），71.1%为女性，85.2%拥有高中以上学历，80.4%从事直接患者照护工作。各站点参与者数量为49–110人，平均64.7人。约44.6%的参与者当前岗位任职不足2年，38.2%任职4年以上。
3.2 污名领域分布
各污名量表的Cronbach’s α介于0.77–0.88之间（均值0.83）。医护人员对少女母亲的污名水平最低（M = 1.95），对药物使用者的污名水平最高（M = 2.48）。尽管单个领域内报告“高”或“极高”污名的比例普遍较低（最高为药物使用者22.9%），但69.7%的医护人员至少在一个领域存在高污名，其中18.2%在1个领域、17.6%在2个领域、33.9%在3个及以上领域报告高污名。污名得分在不同研究站点间存在差异，但各领域在四轮基线调查中均未发现随时间的变化。
3.3 污名领域间关系
Spearman相关分析显示，所有污名领域之间均存在强且显著的正向双向相关。例如，对早孕的污名与对堕胎的污名呈强正相关（ρ = 0.70）。结构方程模型比较显示，模型1（单一潜变量）拟合不佳（RMSEA = 0.28，CFI = 0.65，TLI = 0.48），而模型2（二级分类结构）拟合良好（RMSEA = 0.10，CFI = 0.96，TLI = 0.93，SRMR = 0.04）。在模型2中，“条件与经历”类别（心理健康、少女母亲、性暴力幸存者、堕胎者）与“行为与身份”类别（性工作者、药物使用者、性与性别少数者）均与更高阶的“污名”潜变量显著正相关（β = 0.65和β = 0.61）。敏感性分析（仅纳入首次参与者）结果与主分析一致。
3.4 污名的影响因素
基于SEM生成的潜变量因子得分，第一项回归分析（n = 673个数据点）解释了23.2%的污名方差，发现年龄与污名负相关（B = ?0.003），男性污名高于女性（B = 0.06），教育水平越高污名越低（大学：B = ?0.19）。第二项分析（n = 251个数据点）纳入人格特质后，模型解释了32.8%的方差，宜人性（B = ?0.09）和接纳他人（B = ?0.28）均与污名显著负相关，且在此条件下，仅教育水平仍保持显著关联，性别和年龄的关联被削弱。
四、讨论与结论
本研究结果支持将污名理解为一种“普适性”但多维度的概念。虽然单一潜变量模型拟合不佳，但引入二级分类后模型拟合显著改善，表明污名既具有整体性，又存在内部结构差异。这种“条件与经历”与“行为与身份”的区分提示，医护人员在判断不同类型的“社会偏差”时可能存在不同的认知机制。
教育水平与污名呈强负相关，这与既往研究一致，可能反映教育对批判性思维、共情和认知灵活性的促进作用。人格特质方面，宜人性与接纳他人水平较高的医护人员污名水平更低，且当纳入这些特质后，性别和年龄等人口学变量的关联被削弱，提示人格特质可能是污名的重要潜在驱动因素。
研究结论指出，污名在医护人员中不仅局限于特定条件、经历、行为或身份，而是一种更广泛的、相互关联的现象。虽然不同领域的污名表达水平存在差异，但各领域间的强相关性表明偏见态度往往跨人群和经历共享。结构方程模型进一步揭示，污名虽可组织为有意义的类别，但最终通过更高阶的污名结构相连接。研究支持在医疗保健环境中将污名视为“普适性”但多维度的现象，并建议反污名干预应从碎片化的领域特定策略转向整合性、系统性的“普适性”路径，以提升干预的效率、可扩展性和可持续性。
