條文本
PDF
文摘
目標以社區為基礎的康複是一個多部門的方法努力使機遇,包括殘疾人在生活的各個方麵。CBR和有限的資源導致的複雜性挑戰試圖量化其有效性時,隨機和縱向數據很少。統計方法,如傾向得分匹配(PSM),提供另一種方法來評估治療當隨機不可行。本研究的目的是檢查PSM是否能夠成為一個有效的方法,以方便評估結果在CBR的橫斷麵數據。
設計橫斷麵調查。
設置和參與者數據被收集在越南使用誰的CBR指標,治療任務(參與CBR)由省居住。298名參與者選擇通過政府記錄。
結果PSM使用進行一對一的近鄰方法共10日。無與倫比的樣本,組間顯著差異被發現的六10協變量。PSM成功協變量調整偏差在所有匹配的樣本(74配對)。相比配對t檢驗的結果“社區包含”(得分的基礎上選定的指標)CBR和non-CBR參與者之間的匹配和無與倫比的樣本,與CBR參與者發現明顯惡化社會包容分數(= 17.86,SD = 6.30, 95%可信區間16.45到19.32)比non-CBR參與者(= 20.93,SD = 6.16, 95% CI 19.50 - 22.35);t (73) = 3.068, p = 0.001。這個結果不匹配和無與倫比的樣本之間的差異。
結論PSM成功減少群體之間的偏見,盡管其應用程序並不影響測試結果。PSM應該考慮在分析橫斷麵CBR數據,特別是對國際比較,種群之間的差異可能會更大。
- 流行病學方法
- 殘疾
- 社會不平等
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
CBR的複雜性,經常在現場有限的可用資源導致挑戰研究試圖量化其有效性和嚴重依賴non-randomised橫斷麵數據,這意味著需要統計方法,如PSM,占這些限製。
PSM試圖模擬隨機創建一個接受治療的受試者的樣本(CBR參與者)與協變量對所有觀察到的參與者沒有收到治療(non-CBR參與者)。
使用PSM的潛力分析橫斷麵CBR數據證明,作為協變量的分布偏差檢測各組在無與倫比的樣本被成功消除。
CBR指標的主要優勢之一,即使用比較個人的能力沒有殘疾社區的丟失;隨著PSM要求所有參與者有一個非零的概率接受治療意義隻能包括殘疾人。
PSM協變量隻對已知的控製,這意味著有一個潛在的偏見,如果不包括一些不影響結果。
介紹
以社區為基礎的康複是一個多部門的方法努力成為平等的機會,包括殘疾人在社會生活的各個方麵。這是廣泛定義為“在一般社區康複的發展戰略,機會均等和社會包容所有殘疾人的。1CBR的寬範圍進一步擴大到各種實現利益相關者參與CBR,包括殘疾人,他們的家庭和社區,相關政府和非政府服務行業。這是因為,至少在某種程度上,這個廣泛的定義,可靠和國際對比數據來監測和評估CBR稀缺。為了合成在CBR全球的觀點,世衛組織於2010年“以社區為基礎的康複指導方針”,這已經成為CBR接受為一個概念性的框架。2這些指導方針,強調需要一個共同的全球框架監控CBR的殘疾人權利公約(CRPD)。推出的全球CBR指標2015年,現在有一個標準化的方法來做到這一點。3 4
CBR的複雜性帶來的挑戰在研究試圖量化其有效性。5 - 7完全隨機的實驗研究很少可能的道德和實際的原因,本質上導致的局限性。出現偏差的可能性兩個治療組之間的明顯差異的結果可能取決於特征是否影響個體接受給定的治療,而不是一個實際的治療的效果。出於這個原因,最近強調所謂的自然實驗,在一係列的主要統計方法是用來評估治療或幹預當隨機不可行。8其中一個方法是傾向得分匹配(PSM)。
PSM Rosenbaum和魯賓於1983年首次提出一個方法來減少偏見由於觀察性研究的混雜變量。9它試圖模擬隨機創建一個樣本的接受治療的受試者可比協變量對所有觀察到的參與者沒有接受治療。這有效地創建一個實驗對照組的數據集,平均而言,相當於個人暴露組的協變量對所有觀察到的。10 - 12係統回顧21 PSM比較研究63個隨機對照研究(相關的)對急性冠脈綜合征的治療幹預發現,PSM產生更極端的處理效應估計與相關的相比,雖然這些差異很少具有統計學意義。13類似的比較包括20 propensity-score-based研究匹配個隨機對照試驗的結果進行檢查發現propensity-score-based危重病醫學研究報告相關的有益的治療相比較小。14盡管有一些缺點,PSM提供一種方法來評估複雜的幹預,隨機是不可能的。
PSM已越來越多地應用於各種研究領域,包括公共衛生、評估複雜幹預措施。15CBR被認為是一個複雜的幹預,數據收集在這個領域進一步阻礙了低資源,使定量縱向數據收集不可行,很少做。6 7 16 17這意味著數據分析領域的CBR在很大程度上依賴於橫截麵數據。PSM已經成功地應用於橫截麵數據。18 19因此,本文的主要目的是檢查PSM是否能夠成為一個有效的方法,以方便評估結果在CBR的橫斷麵數據。本研究中使用的數據收集使用2016年在越南CBR指標與治療人員的分配(CBR參與者)和不組(non-CBR參與者)由省居住。PSM的結果上進行社會包容殘疾人,CBR的終極目標與CRPD強勁對齊,使用和CBR社會指標的得分和一個賦權指標。
方法
數據收集
使用調查問卷數據收集進行陪同WHO CBR指標。3這些指標差異檢查衛生、教育、社會生活、生計和殘疾人和其他社區成員之間的權力。有兩個子集的指標:基本指標廣泛應應用於所有的數據收集活動確保可比性,和補充指標可以提供更具體的覆蓋,可以選擇取決於特定的CBR的目標和戰略計劃。本文中使用的指標和相應的問題了表1。
本研究提出了一種二次多站點的橫斷麵調查期間收集的數據進行的分析,2016年在越南兩個省:Huế,CBR完全實現和所有地區都CBR報道通過政府實施和通過非政府組織(NGO)活動;和肥厚性骨關節病變與肺部轉移,CBR不是由政府或非政府組織實現。HuếCBR計劃從2009年開始合作Huế康複醫院。該項目主要關注活動增加對CBR工人的能力建設,不僅在康複技能方麵,還努力改善他們的谘詢和網絡技能。另一項目的重點是加強轉診路徑殘疾人,使他們可以與其他現有的服務,如學校和教師支持殘疾學生訓練和職業培訓中心。安卓手機應用程序(應用程序),可以從他對CBR指標,用於收集數據在麵試(應用程序免費下載:https://play.google.com/store/apps/details?id=com.universaltools.whocbrsurvey&hl=en)。
殘疾人被確定之前政府調查記錄。在兩個省份的一組5名當地醫務工作者被訓練的首席研究員(CM) / 2天如何使用調查問卷和采訪時應用。數據收集由CM監督。數據是在麵對麵的采訪數據收集匿名記錄。所有受訪者了解該研究的目的,然後提供口頭(Huế)或書麵同意(Hoa Binh)。在Huế提供口頭而不是書麵同意的決定是合理的因為需要書麵同意將難堪文盲參與者,導致減少願意如實回答更多的問題。在實例被申請人有認知的局限性,阻止被申請人采訪,或者被申請人是次要的,一個代理采訪一個家庭成員。
變量
結果變量
衡量社會包容、創建和分數的社會基礎和補充問題,從權力的基礎問題。這些問題都使用相同的響應的規模1(不)來5(完全)最後的得分總和從4 - 33,得分越高表明更高水平的夾雜物(表1)。
匹配的變量
匹配的變量可以從那些CBR指標,並選擇基於他們的理論與社會包容和CBR集團作業,主要利用CBR的指導方針。2上的數據年齡和性別收集。年齡是收集在類別(見表2),這是二分的分析。20.盡管殘疾程度沒有可用的數據,一般健康狀況作為一個代理,使用有問題嗎今天你如何評價你的健康嗎?”。21一個變量社會經濟地位(SES)創建使用基於問題的得分總和什麼是教育的最高水平取得了或正在努力實現嗎?”和“你有足夠的錢來滿足你的需要嗎?”。第一個問題是常用在SES變量創建、財富和第二個問題的目標。22日23日的變量省的住所與CBR報道(在阿花阿萍沒有覆蓋完整CBR覆蓋率Huế)。占經濟差異可能不會被SES的省份,協變量接受社會保障(如收入損失到老年,疾病或殘疾)是包括在內。協變量的金融意識(知道如何獲得金融服務或社會保障如果需要),獲得衛生服務需要時,和在需要的時候獲得康複服務也包括在內。代表自治的反是被捕參與醫療決策和如果需要參加自助小組(見在線補充表)。看到在HuếCBR計劃專注於增加轉診路徑在醫療和教育領域,問題源自教育組件和許多從醫療組件並不包括匹配變量,自協變量包括與CBR參與與社區包含但不降低模型的精度。24
缺失的數據
缺失的數據較低(2.25%)。多個歸責(五個罪名)使用充分條件規範(老鼠包25在R Studio版本0.99.903)被用來取代缺失的數據。
分析
傾向得分匹配
處理和未經處理的參與者的數量相似(不同的n = 4)。因此,參與者使用一對一的近鄰技術匹配,匹配每個處理單元控製是最近使用卡尺SD的寬度等於0.25分對數的估計傾向得分沒有迭代。26這意味著對於一個給定的參與者,對待所有的未經處理的參與者識別分數在這個指定的距離,然後形成最佳匹配。如果沒有匹配屬於這個距離參與者排除在外。參與者被匹配上十(見反是匹配的變量)。
病人和公眾參與
參與者並不直接參與研究的發展問題,研究設計、招聘或進行研究。然而,在省Huế實現(CBR),參與者不斷參與CBR的發展計劃,作為CBR在本質上是參與性。通過他們motivation-stemming需要證明國家政府和國際捐助者,他們的幹預影響為了得到本人的調查。一項研究報告提交給Huế阿花阿萍衛生部,提出簡單的數字和圖形描述的發現被傳達給參與者。
結果
數據來自298名參與者。575年Huế殘疾人通過政府記錄,並包括147人,而在阿花阿萍375人被政府記錄,151人包括(樣本量計算使用α顯著性水平為0.05和90%)的力量。包括參與者被隨機選中的完整列表。隨機選擇後,每個麵試官都分配一組選定的參與者根據自己的地理位置。隨機選擇的參與者,一個在阿花阿萍未能聯係到另一個參與者被選中。在這兩個省份,沒有邀請參與者拒絕參與。男性占153(51.3%)的參與者,與模態年齡45 - 64(28.9%)(見表2為進一步的描述性統計分析)。
無與倫比的樣本,CBR參與者更高的健康狀況,更有可能參與一個自助小組,更多的經濟意識和更容易接受社會保障,同時他們更糟對康複服務的訪問。一些年齡差異也指出(表2)。無與倫比的樣本中絕對的標準化協變量區別在10指示偏差範圍在0.008至1.008之間。
當CBR參與者與non-CBR參與者分對數的傾向評分模型,指定74配對形成。這意味著49.7%的CBR參與者成功匹配控製。PSM成功地降低匹配樣本的協變量之間的偏見,作為標準化的差異與所有的值介於0到0.147低於閾值為0.2527(表2)。
測試是否PSM社區包含預定義的結果的影響,不同群體之間的匹配和無與倫比的樣本進行評估;發現了類似的顯著差異。在匹配的示例中,CBR參與者更糟糕的社會包容分數(= 17.86,SD = 6.30, 95%可信區間16.45到19.32)比non-CBR參與者(= 20.93,SD = 6.16, 95% CI 19.50 - 22.35);t (73) = 3.068, p = 0.001。敏感性分析結果證實,表明CBR參與者平均差異在社區包含3.5分低於non-CBR參與者(γ= 0)。伽馬值增加到2時,上下界不包括零,表明強勁的結果。29日在進一步的敏感性分析,以確保獲得康複的不協變量的偏差模型更與接收CBR密切相關,而不是與社會包容的結果,該模型是不包括這個變量。75年新模式導致配對與所有標準化的差異低於閾值。t檢驗的結果沒有差別的模型包括訪問康複;CBR參與者更糟糕的社會包容分數(= 18.11,SD = 5.981, 95%可信區間16.72到19.47)比non-CBR參與者(= 21.17,SD = 6.381, 95% CI 19.67 - 22.60);t (74) = 3.310, p = 0.0014。
總的來說,結果沒有結果不同於之前PSM:社區包含參與者與CBR(意味著= 18.61,SD = 5.38),沒有CBR(意味著= 20.64,SD = 6.49);t (296) = 2.935, p = 0.004使用一個獨立的學習任務。
討論
據我們所知,本研究介紹了PSM的第一次使用橫截麵數據分析方法在CBR的領域。研究分析收集的數據利用CBR指標,發現社區包含CBR參與者的生活質量得分顯著低於non-CBR參與者在PSM。盡管偏見被發現組間協變量的分布的無與倫比的樣本,結果之前PSM沒有明顯不同於那些之後。我們得出結論,PSM可以成功應用於橫斷麵CBR數據,盡管在這種情況下提供的偏見減少PSM並不影響測試結果。
PSM一直僅適用於縱向CBR數據到目前為止,但PSM研究使用橫截麵數據可從其他領域。這些研究也有類似的PSM的方法成功的結果,但與我們的研究他們最終結果符合假設。這樣的一個例子是研究道路和拉瓦雷,報道了一個以就業為基礎的影響減貧項目收入所得,幹預前占和預知的收入。19通過三個PSM的審判方法,他們能夠減少兩個種群之間的差異和演示項目的有效性。另一個這樣的例子是研究從Becerril Abdulai顯示新的玉米種植技術的積極影響人均貧困的結果。18類似於我們的研究時,他們發現偏見的無與倫比的樣本組間協變量的分布,表明占偏見盡管PSM很重要。領域的CBR, PSM用來評估縱向CBR數據在印度,觀察生活和健康結果。31日32PSM被用來減少CBR和non-CBR團體之間的偏差,結果表明CBR參與者更好的健康和生計的結果,和這些差異通常隨著時間增加4年和7年。在我們的研究中,數據是7年項目開始後收集的,這將使時間可比,因此合理的CBR的影響在我們的研究中可能已經是可以量化的。在我們的研究,這些研究顯示無與倫比的團體之間的偏差,減少匹配的樣本在PSM。然而,這些研究結果結果的無與倫比的樣本進行比較,所以如果他們不能確定最終的匹配結果的影響,在我們的研究中。
目前研究的結果違背了CBR的軼事證據有一個殘疾人的生活產生積極的影響。6 7 33從縱向數據結果表明,CBR具有積極的影響收到養老金,訪問工作,訪問輔助設備和personal-practical自主權,增加隨著時間的影響。31日解釋我們的結果可能是橫截麵數據允許為對比組在一個時間點,甚至在PSM應用於減少偏見CBR實現之間的因果關係和社會包容不能確定。而橫斷麵研究中收集的數據表示第一個定量數據從該地區,因此未來的重要基礎工作,結果強調CBR的一般需要進一步收集和發布數據,尤其是縱向數據。此外,本研究關注社區inclusion-the CBR-but的終極目標當解釋結果同樣重要的是要考慮被檢查的項目的具體目標。雖然CBR旨在影響殘疾人的生活的各個方麵來提高社會包容,該項目在Huế並不直接目標社區的包容。該計劃側重於提高CBR工人的能力和加強轉診路徑與醫療和教育領域。通過這些活動,社區的殘疾人應該改善隨著時間的推移,但由於社區包含沒有計劃的直接目標,社區包含影響可能隻出現在較長時間內,這可能是一個反直覺的結果的原因。因此,在評估一個項目處於初期階段,但它可能是更重要的比賽使用的指標項目的具體目標。
據我們所知,本研究是第一個實現CBR指標的最近發展。4研究收集標準化數據突顯出重要領域的CBR為了促進組之間的比較和確定項目的有效性。CBR指標的主要優勢之一,他們的數據收集策略是易於使用的。指標允許描述性比較容易,但為了指標適當使用,重要的是要超越這些描述性的結果使用推論統計。此外,沒有一個指標,甚至一組指標能夠捕捉所有的變化動態設置。單獨的使用指標有可能限製收集無意義或誤導性信息,34因此他們應該使用廣泛的評價策略,結合定性和參與式評估。33減少因指標限製使用的另一種方法是不斷測試和評估指標。34在CBR指標的情況下,應優先考慮這樣做與殘疾人社區和合作以促進其吸收。
PSM的使用作為一個橫斷麵的方法分析收集的數據從CBR指標概念強,由於它能夠減少偏見由於觀察性研究的混雜變量。9然而,PSM的方法論上的局限也需要被考慮。PSM要求每個參與者都有一個非零的概率接受治療,這意味著隻有殘疾人可以包括在分析中。因此,CBR指標的主要優勢之一,即社區的使用比較個人的能力,就會丟失。4此外,協變量隻對已知PSM控件,這意味著有一個潛在的偏見,如果不包括一些不影響結果。9例如,在這項研究中沒有數據可用在種族的參與者,盡管知道在越南與社會差距。35另一個這樣的協變量在本研究可能是殘疾程度,盡管這部分調整的參與者選擇,即所有殘疾人都被看作是政府使用相同的殘疾標準,並進一步的分析通過包含自我報告健康協變量。PSM的另一個限製是,它會導致減少樣本量,可能限製普遍性,不過這在一定程度上是通過所提供的敏感性分析。樣本容量也增加的風險降低II型錯誤,36但是本研究的樣本量通常推薦的最小樣本大小為10 (p + 1), p是匹配的變量的數量。37這項研究提供了一個出發點,鼓勵一代的定量CBR研究和展示了一個可能的方法來減少偏見在分析橫斷麵CBR數據。進一步的研究應該考慮更多的統計方法分析結果的CBR指標。
基於目前的研究,我們建議進一步使用和測試的CBR指標標準化數據采集領域的CBR增加。伴奏中增加數據收集,我們建議PSM作為代表性的CBR方法減少偏見的數據分析,尤其是對國際比較,差異數量可能會比在國家差異在這項研究中觀察到。因為使用橫斷麵數據提出了限製即使調整偏差,我們也強調了需要為未來的縱向數據收集以評估CBR領域的有效性。
結論
本研究介紹了PSM的第一次使用作為分析橫斷麵CBR方法的數據。而隨機和縱向數據非常適合評估,橫截麵數據呈現的優勢更可行的收集,從而提供了一個重要的基礎生成假設並進行進一步的研究。因此,至關重要的是,適當的統計方法應用於利用可用的數據。使用PSM的潛力分析橫向CBR數據表明,盡管進一步的研究應該調查另類推論方法,如集群匹配或調整回歸,這可能是更適合在允許的比較之間的差異和沒有殘疾的人符合世衛組織CBR指標。我們建議的問題及指標不斷回顧,和未來的橫斷麵CBR研究使用PSM減少偏見當比較組。
確認
作者表達感謝那些來自越南政府部門和當地衛生保健工作者借給他們的知識和現場經驗。特別要感謝麵試官花時間去和參與者;Huế:Phung Nguyen Thi吳廷琰,Nguyen Van香港Thuong Thi江:“學校沒有教導,自家Cong Chirh Nguyen Thi Ngoc安和阿花阿萍:哈Thi Thoan, Vu杜利Hieu, Le Tleaal阿花,Nguyen Quoc糞便,Le Vai駕車,Nguyen Thanh。
引用
腳注
病人同意出版不是必需的。
貢獻者範本:厘米,JW, CS。調查:厘米,JW。方法:厘米,JW, CS。數據管理:厘米,DMT。正式的分析:厘米。項目管理:厘米,JW, CS。資源:厘米,JW, CS, DMT。監督:厘米,DMT, CS, JW。寫作——最初的草案:厘米,CS, JW。寫作——審查和編輯:厘米,JW, CS, DMT。
資金作者並沒有宣布具體資助這項研究從任何公共資助機構,商業或非營利部門。
相互競爭的利益沒有宣布。
倫理批準倫理批準通過了Ludwig-Maximilians-Universitat慕尼黑倫理委員會和由當地省級衛生部。
出處和同行評議不是委托;外部同行評議。
數據共享聲明所有的數據。數據可從世界衛生組織研究人員滿足訪問機密數據的標準。感興趣的研究人員可以訪問的數據通過聯係disability@who.int。