Improving the reliability of district-level estimates ofteenage pregnancy in Malawi using small area estimation

技术摘要：利用小区域估计提高马拉维地区级青少年怀孕率估算的可靠性

问题陈述
马拉维正在向决策去中心化转型，这需要可靠的地区级健康指标来进行地方层面的规划和资源配置。虽然通过人口健康调查（DHS）等家庭调查可以获得全国和区域层面的青少年怀孕率估算值，但直接的地区级估算往往并不可靠。这种不可靠性源于并非为精细行政单位设计的调查设计中固有的样本量较小和高抽样变异性。因此，直接估算表现出较大的变异系数（CV），限制了其在循证政策和针对性干预中的应用价值。本研究旨在解决建立一个统计框架的需求，以在不丧失与调查测量一致性的前提下稳定这些估算值。

方法论
本研究采用基于面积水平的 Fay–Herriot (FH) 模型的面积级小区域估计（SAE）方法，以提高马拉维 32 个行政区青少年怀孕率估算的精确度。

• 数据来源： 主要数据来自 2024 年马拉维人口健康调查（MDHS），重点关注 15–19 岁的女性。青少年怀孕定义为该年龄段女性中目前怀孕或曾经经历过怀孕（包括流产）的比例。辅助变量源自 2018 年马拉维人口与住房普查和综合家庭调查（IHS5）。
• 变量选择： 对初始的 18 个地区级辅助变量进行了评估。使用带有 10 折交叉验证的最小绝对收缩和选择算子（LASSO）回归，为最终的链接模型选择了四个关键预测因子：
  1. 生活在农村地区的女性比例。
  2. 18 岁前结婚的女性比例。
  3. 女性户主家庭的比例。
  4. 对数转换后的人口密度。
• 统计模型：
  • 直接估算： 使用调查权重和泰勒线性化计算设计型直接估计量 ($\hat{p}^{DIR}_i$) 及其抽样方差 ($\psi_i$)。
  • 转换： 为了满足 FH 模型的线性度和正态性假设，对直接估计量应用了 logit 转换，并对边界值（0 或 1）进行了连续性修正（0.5）。
  • Fay–Herriot 模型： 构建了一个两层模型：
    • 抽样模型： $\hat{p}_i = p_i + e_i$，其中 $e_i \sim N(0, \psi_i)$。
    • 链接模型： $p_i = \mathbf{x}^\top_i \boldsymbol{\beta} + u_i$，其中 $u_i \sim N(0, \sigma^2_u)$ 代表面积特定的随机效应。
  • 估计： 使用限制最大似然估计（REML）拟合模型以估计方差分量。所得的经验最佳线性无偏预测量（EBLUP）是直接估计量与基于回归的合成估计量的加权复合体。
  • 反向转换： 应用偏差修正的反向转换，使估算值回到原始概率尺度。
  • 精确度评估： 通过参数化自助法（200 次迭代）估计均方误差（MSE）和变异系数（CV）。

关键结果

• 模型性能： 链接模型解释了显著部分的区域间变异性，调整后的 $R^2$ 为 0.666，FH 特定的 $R^2$ 为 0.878。在 logit 尺度上估计的随机效应方差为 0.00785。
• 稳定性和精确度： 基于模型的 EBLUP 估计显示出比直接调查估计更低的变异性。
  • 直接估计： 均值 = 0.3070，标准差 = 0.0752，范围 = 0.130–0.421。
  • EBLUP 估计： 均值 = 0.3066，标准差 = 0.0628，范围 = 0.151–0.385。
  • EBLUP 的四分位距更窄，表明具有更高的稳定性。
• 误差减少： 在所有 32 个地区中，EBLUP 估计的 MSE 均低于直接估计。在所有地区中，基于模型的估计值的变异系数（CV）始终较低，证实了效率的提升。
• 诊断： 残差分析（Q-Q 图、Shapiro-Wilk 检验）确认满足了正态性和独立性的假设。直接估计与 EBLUP 估计之间观察到强正相关（$r=0.81$），表明基于模型的处理方法在降低噪声的同时，仍与调查数据保持一致。
• 特定调整： 模型平滑了极端的直接估计值。例如，Chikwawa 地区的直接估计值从 42.1% 下降至 33.5%，而 Zomba 地区的估计值从 26.3% 上升至 32.0%，这反映了从辅助变量和邻近地区“借鉴强度”的过程。

意义与主张
本文声称，面积级 Fay–Herriot 模型的应用成功解决了由于样本量较小导致的地区级调查局限性。通过整合调查数据与辅助普查信息，本研究产生了更稳定、更可靠的青少年怀孕率地区级估算值。

作者断言，这些改进后的估计值为马拉维的去中心化卫生系统提供了更稳健的证据基础。具体而言，研究结果支持了国家政策的规划、监测和评估，如《国家青年友好型卫生服务战略》和《结束童婚国家战略》。研究结论指出，SAE 方法在调查样本量不足以进行直接亚国家级估计的低收入环境下特别有价值，能够实现更一致的目标定位和生殖健康干预资源的分配。作者同时指出，虽然模型提高了精确度，但其准确性取决于辅助变量的质量，未来的工作可将该方法扩展到多元时空模型中。