威尔士多重剥夺指数在健康研究中的应用：排除健康领域对糖尿病患病率关联的影响分析

《BMC Public Health》：Using the Welsh Index of Multiple Deprivation in research: estimating the effect of excluding domains on a routine health data study

本研究通过对比威尔士多重剥夺指数（WIMD）2019原始版本、排除健康领域版本及仅收入领域版本，系统评估了复合剥夺指标（CMD）在健康研究中的内生性偏倚风险。结果显示，排除健康领域后17.3%的LSOA（基层统计区）改变十分位分组，仅用收入领域则导致50.5%的LSOA重新分组。年龄调整逻辑回归证实，三种方法均显示糖尿病患病率与剥夺程度显著正相关（OR值随剥夺程度递增），但95%CI无重叠，提示方法选择会显著影响健康不平等评估结论。该研究为使用CMD的健康研究提供了避免内生性偏倚的方法学框架。

　　

背景

社会经济剥夺与健康结局的关联已是公共卫生领域的共识，但传统单一指标（如收入或就业状态）难以全面捕捉剥夺的多维性。威尔士多重剥夺指数（WIMD）作为包含收入、就业、健康等8大领域的复合剥夺指标（CMD），其健康领域（含7项健康指标）在健康结局研究中可能引发内生性偏倚——当CMD与健康结局存在数学耦合时，可能导致过度校正或关联失真。尽管威尔士政府建议健康研究中排除WIMD的健康领域，但此前缺乏量化该方法对研究结果影响的实证证据。

威尔士多重剥夺指数

WIMD 2019基于1909个基层统计区（LSOA₂₀₁₁），通过加权8大领域（收入22%、就业22%、健康15%等）构建综合评分。健康领域包含慢性病患病率（含糖尿病）、急诊住院率等7项指标，其权重通过因子分析确定。值得注意的是，糖尿病作为WIMD健康领域的定义指标之一，与剥夺程度存在双向关联：既受社会经济因素驱动，又可能通过医疗资源可及性影响剥夺评估。

方法

研究链接WIMD 2019与SAIL数据库（含276万威尔士居民数据），采用三种方法：

1. ?原始WIMD：按官方权重综合8大领域；
2. ?WIMD-健康排除：剔除健康领域后重新计算；
3. ?仅收入领域：单独使用收入领域评分。
   通过Spearman相关系数和Cohen's Kappa评估方法间一致性，并采用年龄调整逻辑回归分析各方法与糖尿病患病率（基于初级诊疗记录）的关联。

结果

排名变化：排除健康领域后，17.3%的LSOA改变十分位分组（8.6%向更高剥夺组移动，8.6%向更低剥夺组移动），9.0%改变五分位分组；而仅用收入领域时，50.5%的LSOA改变十分位分组，29.7%改变五分位分组，部分LSOA甚至移动多达5个十分位组。
统计一致性：WIMD-健康排除与原始WIMD的排名相关系数达99.6%（Kappa_w=99.6%），解释99.3%方差；仅收入领域则解释93.9%方差（相关系数95.0%）。
糖尿病关联：三种方法均显示糖尿病患病率随剥夺程度显著上升（p<0.001），但95%置信区间无重叠。例如在最 deprived 五分位组，原始WIMD的OR=1.98，WIMD-健康排除OR=2.05，仅收入领域OR=2.31，提示方法选择会实质性影响效应量估计。

结论

本研究首次量化了WIMD健康领域排除对健康结局研究的影响。虽然WIMD-健康排除保持较高排名稳定性，但即使9%的LSOA五分位变化也可能改变政策干预的优先区域判定。对于糖尿病等与剥夺存在复杂双向关联的疾病，研究者需警惕CMD构建方式对结论的影响。建议未来研究：

1. 根据研究目的谨慎选择剥夺指标（如研究健康公平性时优先排除健康领域）；
2. 进行敏感性分析比较不同CMD构建方法；
3. 在方法学部分明确报告CMD的领域构成与权重分配。该框架可扩展至其他使用复合剥夺指标的国际研究场景。