《Discover Public Health》：Latent profile analysis of challenges and facilitators in implementing integrated multi-prong surveys in post conflict settings of Tigray, Ethiopia
编辑推荐：
为解决在冲突后资源有限地区如何高效开展大规模、整合式健康调查以评估卫生服务可及性与利用情况的问题，研究人员针对埃塞俄比亚提格雷地区开展了一项关于整合式多维度调查实施挑战与促进因素的横断面研究，得出了包括多重复杂挑战、关键促进因素及参与者三种特征剖面在内的结论。该研究为在类似脆弱环境中优化调查设计与实施策略提供了重要循证依据。
想象一下，在经历了一场漫长而残酷的冲突之后，一个地区的医疗系统几近崩溃，医院被毁，药品短缺，无数民众，尤其是妇女和儿童，难以获得基本的医疗服务。此时此刻，当务之急是迅速评估现状，了解民众最迫切的需求，以便精准地调配救援资源，重建健康防线。然而，在这个交通中断、通信不畅、安全状况仍不明朗的“后战场”上，如何科学、高效地开展一项大规模的健康调查，本身就成了一个巨大的挑战。这是埃塞俄比亚北部提格雷地区面临的真实困境。自2020年底冲突爆发以来，这个曾经拥有相对较好卫生系统基础的地区遭受了重创。为了在资源极其有限的情况下，全面了解战争对妇幼卫生服务可及性与利用的影响，当地卫生部门与国际合作伙伴在2023年共同启动了一项雄心勃勃的整合式多维度健康调查。这项调查本身就像一次“战役”，充满了未知与艰难。那么，前线执行调查的数据收集员和督导员们，究竟经历了什么？有哪些“拦路虎”，又有哪些“助推器”？为了回答这些问题，一项聚焦于调查实施过程本身的研究展开了，相关成果发表在《Discover Public Health》上。
为了系统探究整合式多维度调查在冲突后环境下的实施情况，研究人员采用了几项关键的技术方法。首先，研究设计为横断面调查，于2023年9月15日至30日进行，研究对象直接来源于参与了前述大型整合调查的现场工作人员。其次，在数据采集上，研究使用了专门设计的结构化电子问卷，通过移动设备（基于ODK平台）进行，确保了数据收集的效率和实时性。在分析核心问题时，研究采用了“以人为中心”的潜在剖面分析（Latent Profile Analysis, LPA）这一高级统计技术。该方法利用R软件（版本4.4.2）并借助tidyLPA和mclust等程序包，基于参与者报告的挑战、促进因素、理解水平和实施过程四个维度的复合得分，将其分类到不同的潜在剖面中，从而识别出具有相似经历模式的亚组。模型选择依据贝叶斯信息准则（BIC）、阿卡克信息准则（AIC）、熵值和自助似然比检验（BLRT）等拟合指标。
研究结果
1. 感知到的挑战：调查实施面临多重挑战。最突出的包括：调查工具涵盖多样化的结果指标（18.7%的参与者认为极具挑战）、复杂的抽样策略、在雨季进行数据收集（30.6%认为很有挑战）、通讯和电力基础设施中断、以及调查主题（如强奸、产科瘘、盆腔器官脱垂(POP)）的敏感性。有限的资金支持、地区卫生办公室及督导支持不足也被提及。
2. 感知到的促进因素：多项措施有效促进了调查。对调查目标及产科瘘/POP病理生理学的培训（39.6%, 43.3%）、调查工具的预试验与修改（41.8%）、为疑似病例建立转诊联系、从研究地点招募并雇佣本地数据收集员（41.8%）、以及使用数据收集员自有的移动设备采集数据（52.2%）被广泛认为是关键的促进因素。社区的支持与接纳、有效的团队沟通同样重要。
3. 对调查工具的理解水平：大多数参与者表示对调查的各个部分，包括知情同意、社会人口学、COVID-19疫苗接种、妇幼卫生服务、产科瘘、POP、集成麻疹补充免疫活动(IMSIAs)、常规免疫(RI)及全球定位系统(GPS)使用等，都有清晰或非常清晰的理解。
4. 调查准备、满意度与未来意愿：超过半数的参与者对调查的整体执行表示非常满意，强烈推荐未来采用整合式调查模式，并愿意再次参与类似调查。
5. 潜在剖面分析发现：
- •
模型拟合与剖面特征：基于拟合指标，三剖面模型被确定为最佳。剖面1（占17.9%）特征为挑战感知最高，而促进因素、理解水平和实施过程得分均最低。剖面2（占40.3%）的挑战感知得分最低，其他指标得分中等。剖面3（占41.8%）则在促进因素、理解水平和实施过程上得分最高，挑战得分中等。
- •
剖面间差异：统计分析表明，三个剖面在促进因素、理解水平和实施过程的平均分上均存在统计学显著差异。挑战感知的显著差异仅存在于剖面2和剖面3之间。
- •
社会人口学特征与剖面的关联：女性、年长者、仅有文凭资格者、无先前整合调查经验者以及来自非研究机构（如地区卫生办公室、医院）的参与者，更有可能归属于挑战感知较高的剖面1。
结论与讨论
本研究清晰地揭示，在提格雷这样的冲突后地区实施大规模整合式健康调查，是一项交织着显著挑战与关键促进因素的复杂任务。研究发现，挑战主要源于恶劣的物理环境（雨季、基建瘫痪）、复杂的调查设计本身（多指标、敏感话题、复杂抽样）以及资源的普遍匮乏。然而，通过系统的预试验、深入的培训、利用本地人力资源、建立临床转诊通路以及采纳移动数据采集技术等策略，可以有效地克服许多障碍，推动调查成功实施。
潜在剖面分析（LPA）的应用是本研究的方法学亮点，它超越了简单的变量描述，揭示了现场工作人员中存在的异质性。识别出的三个剖面表明，并非所有参与者都以相同的方式经历调查过程。这提示未来的调查策划者和督导者需要采取差异化的支持策略。例如，对于更可能归属于“高挑战-低支持”剖面（剖面1）的人群——如女性、年长或经验较少的数据收集员——需要给予额外的后勤支持、技术培训和心理关怀。
研究结论强调，尽管在冲突后环境中开展研究困难重重，但通过精心设计、充分的本地化准备、强有力的利益相关方协作以及灵活的策略调整，高质量、大规模的整合式健康调查不仅是可行的，而且是生成紧急决策所需证据的关键工具。更重要的是，这项研究为“如何”更好地在脆弱环境下实施此类调查提供了宝贵的、基于实证的经验教训。将这些经验融入未来的调查设计与培训中，对于在提格雷乃至全球其他冲突后地区构建更具韧性的卫生系统、最终改善人群健康结局具有重要的实践意义。研究也坦诚了其局限，例如未能纳入参与者的质性访谈以深化对挑战和促进因素的理解，这为未来研究指明了方向。
