行业动态

加拿大SARS-CoV-2血清监测研究揭示不同招募策略对社会人口学特征代表性的影响

作者：小编　日期：2025-06-04 23:52:09　点击数：　

　　加拿大SARS-CoV-2血清监测研究揭示不同招募策略对社会人口学特征代表性的影响

　　本研究针对COVID-19大流行期间血清监测研究的样本代表性问题，系统分析了加拿大2020-2023年间采用不同招募策略的六项SARS-CoV-2血清学研究（包括概率调查、开放/封闭队列和便利样本）。研究发现传统便利样本在部分社会人口学维度上表现优于概率设计，但所有研究均存在种族少数群体和年轻人群代表性不足的问题。研究创新性提出代表性比率指标，为未来传染病血清监测研究设计提供了重要方法论参考。

　　在COVID-19大流行期间，血清学监测成为评估人群免疫水平的关键工具。然而社交距离措施、资源限制等因素导致研究机构采用了从概率调查到便利样本等多样化的招募策略，这些策略如何影响研究样本的社会人口学代表性？这个问题至关重要却缺乏系统评估——样本代表性不足可能导致对健康不平等现象的误判，影响公共卫生决策的科学性。

　　加拿大麦吉尔大学等机构的研究团队在《BMC Public Health》发表了一项开创性研究，通过分析1,327,142份血清样本数据，首次全面评估了不同招募策略下SARS-CoV-2血清监测研究的社会人口学代表性。研究创新性地开发了代表性比率这一简明指标，发现虽然没有任何一种招募策略能完美代表所有人群亚组，但非传统策略在某Kaiyun官网中国些维度上表现更优，特别是基于在线调查的开放队列对种族少数群体的代表性优于传统设计。

　　研究方法上，团队采用多中心回顾性分析设计，整合了六种不同招募策略的研究数据：1）加拿大COVID-19抗体与健康调查（CCAHS-1）的概率样本；2）行动抗击冠状病毒研究（Ab-C）的开放纵向队列；3）加拿大老龄化纵向研究（CLSA）和加拿大明日健康伙伴关系（CanPath）两个封闭纵向队列；4）加拿大血液服务中心（CBS）和阿尔伯塔精密实验室（APL）两个便利样本。通过计算各亚组的代表性比率（研究样本比例/人口普查比例），结合平均绝对相对偏差（AARB）和Duncan相异指数等指标进行多维评估。

　　研究人群部分显示，六项研究共纳入1,327,142份标本。便利样本在样本量上占绝对优势（CBS占78%），但老年人群（57岁以上）在多数研究中占比过高（34.4%-91.4%），而18-26岁人群比例普遍偏低（0%-11.8%）。所有研究中来自物质剥夺最严重社区（quintile 5）的样本比例均不足15%。

　　平均绝对相对偏差分析揭示，各研究的AARB存在显著差异（18.19%-51.75%），其中开放队列Ab-C的偏差最小（18.19%），封闭队列CanPath偏差最大（51.75%）。时间趋势分析发现样本量较低的月份往往伴随AARB峰值，表明样本稳定性与代表性密切相关。

　　代表性比率分析部分通过可视化数据展示关键发现：在性别维度上，所有研究都保持合理代表性（比率0.7-1.3）；但67%的种族少数群体亚组被中度低估（比率

加拿大SARS-CoV-2血清监测研究揭示不同招募策略对社会人口学特征代表性的影响(图1)

　　城市地区的代表性普遍优于农村地区，APL研究在物质剥夺各五分位组间保持了最佳平衡（比率0.9-1.2）。

加拿大SARS-CoV-2血清监测研究揭示不同招募策略对社会人口学特征代表性的影响(图2)

　　样本数量分析指出，便利样本在多层次分层分析中产生的有效单元格数（>

　　25个样本）比例（51%-94%）显著高于其他设计（13%-36%），这为后续统计调整提供了更大空间。

　　在讨论与结论部分，研究者强调了三方面重要意义：方法论上，提出的代表性比率为评估健康研究的样本代表性提供了直观、灵活的新工具；实践层面，发现血液样本等低成本便利样本在某些社会人口学维度上优于资源密集的概率调查，这对资源有限地区的监测体系建设具有启示价值；健康公平角度，所有研究中种族少数群体和年轻人群的系统性代表不足，凸显了改进参与障碍的紧迫性。

　　该研究也存在若干局限：健康参与者偏差可能影响所有人群的代表性；种族/民族测量缺乏标准化影响跨研究比较；未评估健康状态等潜在重要维度。作者建议未来研究应标准化社会人口学变量收集，特别是种族身份数据，并探索通过多源数据融合来弥补单一研究的代表性问题。

　　这项研究为后疫情时代的传染病监测提供了重要洞见：没有完美的单一招募策略，但理解各策略的优势局限，结合创新性社区参与方法，将有助于建立更具代表性的公共卫生监测体系。研究结果特别强调，在设计和解读血清学研究时，必须充分考虑样本代表性对健康不平等评估的影响，这对实现全球健康公平目标具有深远意义。