基于倾向性评分匹配的社区健康教育对流动人口健康素养干预研究

辛 怡，韩钊颖，董乔惠，王晓鹏

1天津中医药大学管理学院，天津，301617；2天津中医药大学研究生院，天津，301617

健康中国行动(2019-2030年)中对于健康素养的内涵进行了界定，健康素养是指个人获取和理解基本健康信息和服务，并运用这些信息和服务做出正确决策，以维护和促进自身健康的能力。健康素养被国际公认为最主动、最积极、最有效、最具有成本效益的疾病预防策略和措施。健康中国战略的实施与全民健康素养水平密切相关，而健康素养水平的提升是国家实现“健康中国”战略目标的重要一环。《“健康中国2030”规划纲要》指出2030年我国居民的健康素养水平要达到30%。

Nutbeam建立健康促进结果模型，模型将健康教育和健康传播置于更广泛的健康促进背景下，并强调健康素养是健康教育的一个关键成果[1]。Santos等认为健康教育能够帮助患者理解并遵从医生处方，提高健康素养水平[2]。Naccarella等通过干预试验发现通过健康教育能够显著改善心脏病患者的健康素养水平[3]。温秀芹等对北京市的(老年人实施健康教育，干预后老年人的健康素养的比例由57.69%提高到76.17%[4]。随机对照试验是最理想的金标准设计方案[5]，但在健康教育对健康素养干预实验中，由于受到伦理学等因素的影响，大部分研究未严格按照随机对照试验的方式进行健康教育干预，由此造成混杂偏倚问题。而倾向性评分匹配法广泛应用于非随机对照研究中，能够很好的处理混杂偏倚问题[6]。

第七次人口普查显示我国流动人口规模达到3.76亿。“健康中国”视野下流动人口的健康素养被视为卫生政策制定中的一个重要议题。社区是流动人口活动与交流的中介，也是流动人口获取健康知识的重要平台。社区教育活动直接影响获取健康知识的成效。社区健康教育的干预能否促进当前流动人口健康素养水平，以及在多大程度上促进健康素养水平是亟待解决的问题。为避免非随机对照带来的混杂偏倚问题，本文在“反事实框架”下，采用倾向性评分匹配考察社区健康教育对流动人口健康素养的真实影响，提出加强健康教育的对策建议，以期助力“健康中国”的健康素养目标的实现。

1 资料来源与方法

1.1 资料来源

中国流动人口动态监测调查以全国流动人口基本情况统计数据为基本抽样框，采用多阶段、与规模成比例的概率抽样法，在全国31省(市、区)和新疆生产建设兵团等流动人口较为集中的流入地进行抽样调查，具有一定的信度与效度。该调查每年设有不同的专题，2016年的专题调查项目是健康素养，本文采用了2016年流动人口动态监测调查B卷数据。流动人口B卷是在A卷基础上抽取5%的样本开展流动人口健康素养专题调查。调查中的流动人口是指15岁以上非本区(县、市)户籍，在流入地居住1个月以上的人口。

1.2 研究方法

Rosenbaum和Rubin运用“反事实”理论框架建立“处理组”与“对照组”形成一个近似随机化实验场景，处理组包含已经发生的真实结果，对照组中则包含实际上未发生的潜在结果。具体来说，由于无法利用随机对照实验分析对照组和处理组的差异，因此采用人为匹配方式构建一个准实验。处理组包含已经接受社区健康教育的个体，对照组则包含实际上未能参加健康教育但有潜在可能参加的个体。在对照组寻找与处理组的特征相似的个体，观察这些个体在不参加健康教育时的结果，两者的健康素养差异就是健康教育带来的平均处理效应(average treatment effect on the treated,ATT)，由此形成“反事实”估计过程。

p(X)=Pr{D=1|X}=E{D|X}

(1)

D={0，1}表示是否接受过社区健康教育，X是反映流动人口接受干预前其特征的一个多维向量，p(X)为流动人口在给定接受干预前特征向量条件下接受干预的条件概率。

ATT=E{Y1i-Y0i|Di=1}

=E{E[Y1i-Y0i|Di=1,p(Xi)]}

=E{E[Y1i|Di=1,p(Xi)]-E[Y0i|Di=0,p(Xi)]|Di=1}

(2)

Y1i和Y0i分别是处理组和对照组在反事实情形下的潜在结果，“i”表示个体观测。右边第二项是观测不到的，利用反事实估计参加社区健康教育的群体在不参加情况下的健康素养状态[7]。一般采用logit模型估计个体参加健康教育的倾向性得分，然后根据其得分，为处理组寻找倾向性评分相近似的对照组样本。同时，对每个协变量检验平衡性条件。这里要说明倾向性评分法本身不能控制混杂，而是根据众多基线协变量对处理组与对照组中倾向性评分值相同或相近的研究对象进行匹配，不同程度地提高处理组和对照组的可比性，削弱或平衡协变量对所估计效应的影响，达到“类随机化”的效果[8]。本文分别运用最近邻匹配法、半径匹配法和核匹配法进行匹配，考察结果的稳健性。

1.3 统计学方法

借助Stata 16.0采用描述性统计分析样本匹配前后分布情况，采用倾向性评分匹配评估社区健康教育对流动人口的健康素养的干预效果，采用平衡性检验考察匹配结果是否平衡数据。以P<0.05为差异有统计学意义。

2 结果

2.1 匹配前后样本分布情况

本文采用中国居民健康素养监测统一的计分标准，问卷得分评分达到总分的80%及以上，被判定为具备基本健康素养[9]。具备健康素养的赋值为1，不具备健康素养的赋值为0。

匹配前样本处理组(参加健康教育)7607人，对照组(未参加健康教育)949人，合计8556人。匹配前处理组和对照组的健康素养平均值分别为0.33和0.17。按照1∶1的最近邻匹配法，匹配后处理组和对照组分别7597人、949人，其健康素养的平均值分别为0.33和0.16。

在Squiers的健康素养模型中，将影响健康素养的因素概括为种族、性别、年龄、收入、教育水平、职业、社会支持等[10]。本文以此模型为基础，结合问卷实际情况，考虑到流动人口群体特征，最终选择性别、年龄、户籍、职业、受教育程度、婚姻状况、家庭月收入、家庭规模、医疗保险、流动范围、流动时间、流动原因和居留意愿作为协变量。匹配前后协变量分布情况见表1。

表1 匹配前后样本分布情况

表1(续)

2.2 倾向性评分估计

根据倾向性评分的研究逻辑和估计方法，本文首先利用logit模型估计流动人口接受社区健康教育的概率。根据1∶1最近邻匹配结果显示，户籍、职业、受教育程度、医疗保险、流动范围显著影响流动人口社区健康教育。与文职人员相比，经商人员更愿意参加社区健康教育，其他类型人员并无统计学意义。农村比城市的流动人口参加社区健康教育的几率更高。受教育程度较高的群体更倾向于参加社区健康教育。拥有医疗保险的流动人口更愿意参加社区健康教育。流动范围越小的流动人口参加社区健康教育的概率就越大，也就是说市内跨县依次比省内跨市、跨省流动的群体更愿意参加健康教育。见表2。

表2 流动人口社区健康教育的模型估计结果

为确保匹配质量，需要检验基本模型是否符合平衡指数特征。如果发现估计的结果不满足平衡指数特征，则说明倾向性评分匹配模型不充分，需要对模型进行修正。根据Rosenbaum和Rubin的研究，匹配后处理组与对照组样本之间的标准化偏差小于10%，则意味着匹配比较成功[11]。表3显示所有协变量标准化偏差均小于10%，t检验结果显示匹配后处理组与对照组中大部分协变量得到较好控制(婚姻状况例外)，总体上基本无显著系统差异，匹配效果较好。见表3。

表3 匹配后变量平衡性检验结果

表3(续)

图1是匹配前后两组个体倾向评分值的核密度函数。匹配前处理组和对照组的核密度曲线存在明显差异，匹配后两组核密度曲线的距离缩短，两组样本倾向评分值概率非常接近，说明匹配效果较好。见图1。

图1 匹配前与匹配后核密度分布

2.3 平均处理效应

本文选择的是1∶1的最近邻匹配、半径匹配和核匹配方法估算平均处理效应，随后运用自抽样法(Bootstrap)估计样本的标准误。匹配结果表明，最近邻匹配、半径匹配和核匹配的平均处理效应在 0.01水平上高度显著，处理组的健康素养水平比对照组分别高出0.17、0.16和0.16。社区健康教育对流动人口健康素养的平均处理效应均为正值，说明社区健康教育会显著促进流动人口的健康素养水平。最近邻匹配、半径匹配和核匹配法估计所得到的计量结果基本趋于一致，表明样本数据具有良好的稳健性。见表4。

表4 不同匹配方法影响效应测算

3 讨论

3.1 社区健康教育促进流动人口健康素养水平

本文在反事实估计框架下运用倾向性评分匹配方法探讨社区健康教育的干预对流动人口健康素养的影响，有效避免非随机对照带来的混杂偏倚问题。参加社区健康教育的平均效应为正值，社区健康教育对健康素养具有显著的促进作用。

健康素养不足不仅会对流动人口的健康和整个医疗体系产生多重负面影响，而且还会扩大人口内部的健康不平等[12]。Nutbeam认为健康教育增强人们对健康的社会、经济和环境因素的认识，从而增进健康素养[1]。陆江认为健康教育能够帮助流动人口树立健康意识，改变不健康的行为和生活方式，由此形成良好的健康素养[13]。

Kofahl等研究健康教育对德国的土耳其移民的糖尿病健康素养的影响，结果发现参加健康教育能够提高患者的糖尿病总体知识水平，他建议为移民量身定制培训课程，并强调自助团体的潜力[14]。Thabit等研究发现有效的健康教育能够帮助公众提高慢性病健康知识，改善流动人口阅读卫生宣传材料、药物标签以及管理慢性病的能力[15]。吴瑾辉等采用“集中强化+行为参与”的社区综合干预模式，进行为期两年的健康教育，结果证明健康教育能够有效提高流动人口的健康素养水平[16]。在健康教育形式方面，苏永平、唐鸿玉评估不同社区健康教育模式对流动孕妇健康素养的影响，发现个体化组、集体组、微信平台组及系统化组的健康素养水平显著高于对照组，其中系统化组总分升高最为显著[17]。多种形式相结合的健康教育能够起到更好的教育效果。

3.2 受教育程度、医疗保险、流动范围是影响社区健康教育的主要因素

研究发现，流动人口的受教育程度、医疗保险、流动范围都会影响到流动人口社区健康教育状况。张检利用2017年流动人口动态监测调查数据，得到相同的结论[18]。

受教育程度较高的群体更倾向于参加社区健康教育。受教育程度高的流动人口自我保健意识较强，愿意主动获取健康知识和技能。鉴于此，建议社区从居民健康档案入手，了解流动人口受教育水平与健康状况，评估该群体的健康风险，并将受教育程度较低的人群根据疾病状况分为高、中、低风险人群，为高风险人群量身定制个性化的健康教育方式，定期上门为其进行培训和指导。同时在社区设置流动人口健康教育专员，为中、低风险人群提供科普知识讲座和面对面的指导。

参加医疗保险的流动人口参加社区健康教育的概率较高。这可能是由于购买保险的流动人口健康风险意识较强，卫生服务可及性较高，愿意通过社区健康教育增加健康知识和技能。此次调查12.16%的流动人口未参加医疗保险，占比较高。由于问卷限制，无法知晓未参加医保的原因。针对这部分人群，社区工作人员应该向他们宣传当地的城镇居民医疗保险政策，通过健康教育鼓励流动人口参保，增强健康风险意识，提高自我保健技能。

流动范围越小的流动人口越愿意参加社区健康教育。流动人口在进入流入地伊始，由于语言、文化、习俗、价值观念等方面的差异以及流入地社会制度障碍或主观歧视，绝大多数流动人口都会经历一个隔离过程[19]。流动范围越小的流动人口的社会融合度越高，他们已经逐步适应当地居民的语言、文化、习俗与价值观，因此参加当地的健康教育活动的积极性较高。流动人口在获取和理解相关健康信息方面受到跨文化交流的挑战。社会融合是解决跨文化交流障碍的根本途径。从社区的角度来说，一方面构建流动人口的社会支持网络，为流动人口就业、住房、医疗保险、子女入学等方面主动提供服务，开展一系列流动人口社会参与活动，改善流动人口自身的人力资本和适应能力，促进流动人口的社会融合；另一方面发展自助团体，比如招募并培训有一定文化程度、沟通能力强、热心为工友服务的务工人员作为健康教育志愿者，通过同伴教育为跨省流动的群体开展健康知识传播。