论文技术总结：将便利调查样本锚定至基线人口普查以监测全球健康中的疫苗覆盖率

1. 研究背景与问题 (Problem)

在全球健康领域，疫苗覆盖率是评估公共卫生项目绩效的关键指标。世界卫生组织（WHO）推荐概率抽样调查作为评估疫苗覆盖率的“金标准”。然而，在资源匮乏的偏远地区（如乍得和尼日尔的农村地区），实施概率抽样调查面临成本高、响应率低和后勤困难等巨大挑战。

因此，许多项目转向使用便利抽样（非概率抽样），例如利用参加特定社区培训（如测量上臂围 MUAC）的看护者作为样本。虽然便利抽样更经济、可行，但其估计值通常存在严重的选择偏差（Selection Bias），导致结果不可靠。

核心问题：如何利用现有的基线数据，通过统计调整方法，纠正便利抽样中的选择偏差，从而获得准确的疫苗覆盖率估计？特别是当选择偏差是非可忽略的（Non-ignorable）（即样本是否被纳入与结果变量本身相关，即使控制了协变量）时，现有的统计校正方法是否依然有效？

2. 研究方法 (Methodology)

本研究基于乍得（Ngouri）和尼日尔（Mirriah）农村地区的实际监测项目，设计了一项模拟研究（Simulation Study），旨在评估两种统计调整方法在混合调查设计（Hybrid Survey Design）下的性能。

2.1 研究设计框架

• 两阶段设计：
  1. 第一阶段（基线）：对目标区域内所有村庄进行人口普查（Census），收集所有 12-24 个月儿童的疫苗接种状态（MCV1）及人口学协变量（如年龄、性别、距离卫生中心距离等）。
  2. 第二阶段（随访）：在选定的村庄中，通过便利抽样收集数据。样本定义为参加 MUAC 培训的看护者。
• 锚定策略：利用第一阶段的全量普查数据作为基准，对第二阶段的便利样本进行统计校正，以消除选择偏差。

2.2 数据生成机制 (Data Generating Mechanism, DGM)

研究构建了包含 54 种不同场景的模拟数据，变量包括：

• 选择偏差程度：通过逻辑回归模型中的优势比（Odds Ratio, OR）控制，范围从 1.0（可忽略偏差）到 1.5（极端非可忽略偏差）。
• 村庄抽样比例：25%、50%、75%。
• 参与率（响应率）：50%、65%、80%。
• 模型：
  • 结果模型：混合效应逻辑回归模型，模拟疫苗接种状态。
  • 选择模型：模拟看护者参加培训的倾向，引入非可忽略偏差参数 $\xi$。

2.3 评估的两种校正方法

研究比较了两种主流的非概率样本校正方法：

1. 校准权重法（Calibration Weighting）：
   • 原理：基于倾向评分（Propensity Score）框架。调整样本权重，使得样本中的协变量总和与基线普查的总人口协变量总和相匹配。
   • 特点：设计导向（Design-based），不需要指定结果与协变量之间的具体函数形式，仅需人口总量数据。
2. 基于模型的预测/插补法（Model-based Prediction/Imputation）：
   • 原理：基于模型导向（Model-based）。利用便利样本拟合逻辑回归模型，预测普查中所有个体的疫苗接种状态，然后计算总体均值。
   • 特点：假设模型在响应者和非响应者之间具有可迁移性（Transportability）。

2.4 性能指标

• 偏差（Bias）：估计值与真实值的差异。
• 覆盖率（Coverage）：95% 置信区间包含真实值的比例。
• 等价性容忍度（Equivalence Tolerance）：估计值落在真实值 $\pm 5\%$ 或 $\pm 7.5\%$ 范围内的比例（使用 TOST 检验）。

3. 主要发现与结果 (Key Results)

3.1 整体性能

在大多数现实场景下（特别是 OR $\le$ 1.2），两种方法均表现出较低的偏差（<2%）和接近 95% 的覆盖率。即使在极端偏差（OR = 1.5）和较差的抽样条件（25% 村庄，50% 响应率）下，偏差也控制在 2.1% 以内。

3.2 关键影响因素分析

• 参与率（Participation Rate）是最关键因素：
  • 高参与率（80%）能显著抵消高选择偏差的影响。例如，80% 参与率下的 OR=1.5 场景，其表现优于 50% 参与率下的 OR=1.2 场景。
  • 低参与率会导致覆盖率急剧下降（降至约 70%）和偏差增加。
• 村庄抽样比例的影响：
  • 增加抽样村庄数量主要降低了估计量的方差，从而提高了置信区间的覆盖率和等价性检验的通过率。
  • 但在高选择偏差下，如果村庄样本量不足，置信区间变窄但围绕有偏的估计值，反而导致覆盖率下降。
• 方法对比：
  • 校准权重法：表现更为稳健，特别是在村庄样本量较少（25%）时，其覆盖率优于逻辑回归法。这是因为校准法更好地处理了聚类结构（Cluster Structure），而逻辑回归法在忽略聚类时可能低估方差。
  • 逻辑回归法：在村庄样本量较大（>50%）时表现良好，但在小样本聚类下覆盖率略低。

3.3 具体数据表现（极端场景）

在“最坏情况”（OR=1.5, 25% 村庄, 50% 响应率）下：

• 两种方法的偏差均 $\le$ 2.1%。
• 95% 覆盖率低于名义水平（约 70-80%）。
• 但在 $\pm 7.5\%$ 的等价性容忍度下，仍有 >90% 的模拟结果被判定为等价。

4. 主要贡献 (Key Contributions)

1. 填补了实证研究空白：这是首次针对全球健康背景下的儿童疫苗监测，系统评估在非可忽略选择偏差下，混合调查（基线普查 + 便利随访）中统计校正方法的性能。
2. 验证了混合调查的可行性：证明了即使存在中等程度的非可忽略选择偏差，只要配合高参与率和适当的统计校正（特别是校准权重法），便利抽样仍能提供可靠的疫苗覆盖率估计。
3. 提供了实践指导：
   • 建议资源分配应优先提高单元参与率（如培训出席率），而非单纯追求样本量。
   • 推荐使用校准权重法作为主要分析策略，因为它对模型假设依赖较少，且在聚类抽样设计中表现更稳健。
4. 方法论创新：展示了如何利用现有的全量普查数据（而非仅仅是大范围的国家普查）作为锚点，通过模拟研究指导实地调查设计。

5. 意义与局限性 (Significance & Limitations)

意义

• 政策与资源优化：为在资金有限、难以实施概率抽样的发展中国家提供了一种低成本、高效率的疫苗监测替代方案。
• 统计实践：为调查设计师提供了在面临非概率抽样时进行偏差校正的具体参数指南（如目标参与率、村庄抽样比例）。
• 全球健康应用：直接服务于 ALIMA 等组织在乍得和尼日尔的实际项目，有助于更准确地评估疫苗接种缺口，优化疫苗分发策略。

局限性

• 假设依赖：方法的有效性依赖于基线普查协变量与便利样本之间的代表性假设。如果人口结构随时间发生剧烈变化（如大规模迁移），假设可能失效。
• 模型简化：模拟中使用了参数化模型（逻辑回归），虽然逻辑回归是常用方法，但非参数方法（如回归树）可能在复杂非线性关系下表现更好。
• 非可忽略偏差的量化：虽然模拟了不同强度的偏差，但在实际应用中，非可忽略偏差的具体程度（OR 值）难以精确测量，只能作为敏感性分析。

结论

该研究通过严谨的模拟实验证明，**“基线普查锚定 + 便利抽样 + 统计校正”**的混合调查模式是监测全球疫苗覆盖率的一种可行且有效的策略。在确保高参与率的前提下，校准权重法能够有效地纠正选择偏差，为资源受限环境下的公共卫生决策提供可靠的数据支持。