《Quality of Life Research》:Measuring inequality in quality of life: further evidence that the EQ-5D-5L may underestimate it
编辑推荐:
**目的**先前研究发现,具有相同EQ-5D-5L描述系统的个体随着教育程度增加而报告系统更高的EQ VAS(EuroQol视觉模拟量表)得分,这表明存在一个未被EQ-5D-5L捕捉到的“隐藏”社会经济梯度。本研究使用多国数据检验这些发现的稳健性和可推广性。
**目的**先前研究发现,具有相同EQ-5D-5L描述系统的个体随着教育程度增加而报告系统更高的EQ VAS(EuroQol视觉模拟量表)得分,这表明存在一个未被EQ-5D-5L捕捉到的“隐藏”社会经济梯度。本研究使用多国数据检验这些发现的稳健性和可推广性。
**方法**研究人员分析了来自8个高收入国家(澳大利亚、加拿大、法国、德国、荷兰、新西兰、英国和美国)32,327名25至79岁受访者的数据。数据来自EQ-DAPHNIE研究。在10个选定的EQ-5D-5L健康状态内,研究人员使用线性回归模型估计EQ VAS得分与教育程度或主观收入状况之间的关联,并调整年龄、性别和国家。
**结果**研究人员观察到在大多数EQ-5D-5L状态中,EQ VAS得分存在一致的教育梯度。高等教育在所有10个状态中与更高得分相关,其中7个状态的效应在p < 0.10水平上具有统计学显著性,其中4个在p < 0.01水平。收入状况显示出更强的梯度,在10个状态中有9个存在显著关联。这些模式在所有8个国家中均明显。
**结论**这些多国发现提供了稳健证据,表明在报告相同EQ-5D-5L健康状态的受访者中,EQ VAS得分存在社会经济梯度,这超出了五个EQ-5D-5L维度所反映的内容。这一模式对在公平导向的健康技术评估和人群健康监测中使用EQ-5D-5L值具有重要意义。
### 论文解读:《测量生命质量中的不平等:EQ-5D-5L可能低估不平等的进一步证据》
#### 一、研究背景与问题
健康相关生命质量(Health-related Quality of Life, HRQoL)是健康技术评估(Health Technology Assessment, HTA)、临床试验和人群健康监测中的核心指标。EQ-5D-5L作为一种广泛使用的标准化工具,通过五个维度(行动能力、自我照顾、日常活动、疼痛/不适、焦虑/抑郁)描述健康状态,并辅以视觉模拟量表(EQ VAS)让受访者评价总体健康。尽管该工具旨在捕捉跨人群共通的健康维度,而非直接测量社会经济状况,但前期研究表明,当不同社会经济背景的受访者报告相同的EQ-5D-5L健康状态时,其EQ VAS得分仍存在系统性差异。具体而言,Olsen等人基于挪威特罗姆瑟研究(Troms? Study)和一项多国慢性病调查发现,随着教育程度提高,在同一EQ-5D-5L状态内的受访者EQ VAS得分更高,提示存在一个未被EQ-5D-5L描述系统捕捉的“隐藏”社会经济梯度。然而,这些发现受限于样本的单一性(挪威小城市)和慢性病高患病率人群。
为检验该发现的稳健性和可推广性,本研究利用更大规模、更多样化的多国数据集(EQ-DAPHNIE研究),系统评估在相同EQ-5D-5L健康状态内,EQ VAS得分是否仍与教育程度和主观收入状况呈正相关。该主题的核心意义在于:若EQ-5D-5L低估了社会经济健康不平等,则基于其值进行的公平导向健康技术评估(equity-informative HTA)和人群健康监测可能遗漏部分分布信号,进而影响资源配置决策。论文发表在《Quality of Life Research》。
#### 二、关键技术方法(不超过250字)
本研究采用横断面在线调查设计,数据来源于EuroQol研究组织发起的EQ-DAPHNIE项目,覆盖澳大利亚、加拿大、法国、德国、荷兰、新西兰、英国和美国8个高收入国家。样本通过在线面板提供商Dynata招募,采用配额抽样(按年龄、性别、收入、地域和语言)以提高代表性,最终纳入25-79岁有效受访者32,327人。研究选取10个特定EQ-5D-5L健康状态(如11111、11121等),在每个状态内分别构建线性回归模型,以EQ VAS得分为因变量,教育程度(低、中、高三类)或主观收入状况(舒适、应付、困难)为核心解释变量,同时调整年龄、性别和国家固定效应。为处理缺失数据,采用全信息最大似然估计(Full Information Maximum Likelihood, FIML)。此外,在样本量充足的2个状态(11111和11121)中进行了国家分层分析,以评估跨国一致性。
#### 三、研究结果
**1. 样本特征与EQ-5D-5L状态分布**
受访者中44.0%拥有高等教育学历,40.7%报告“应付”当前收入。10个选定状态覆盖了61%的受访者,各状态内EQ VAS得分的中位数随健康状态严重程度升高而递减,从11111状态的89分降至21231状态的69分,分布呈轻度左偏,符合EQ VAS的上限特性。
**2. 回归分析结果**
对每个EQ-5D-5L状态分别进行线性回归,结果显示:在教育程度方面,所有10个状态中,高等教育均与更高EQ VAS得分相关;其中7个状态的效应在p < 0.10水平上显著,4个在p < 0.01水平上显著。例如,在11121状态内,中等教育者得分比低教育者高0.863分,高等教育者高2.135分。在收入状况方面,梯度更为强烈且一致:9个状态中,与“困难”组相比,“应付”和“舒适”组得分显著更高。例如,在11121状态内,“应付”组高2.451分,“舒适”组高4.969分。这一模式在几乎所有状态中均存在,唯一例外是教育程度在11132状态中呈现微弱的非显著下降。
**3. 国家分层分析结果**
在11111和11121两个状态中,收入梯度在所有8个国家均方向一致:与“困难”相比,“舒适”组的系数均为正,在11111状态中所有8个国家均达到p < 0.05的显著性;在11121状态中,7个国家在p < 0.10水平显著(其中6个p < 0.05)。教育梯度的方向和大小在国家间略显异质性。
#### 四、讨论与结论
研究者认为,该结果存在两种非互斥的解释:其一,EQ-5D-5L的五个描述性维度可能未涵盖受访者评估整体健康时考虑的所有方面,如活力、睡眠、社会关系等(即心理社会“附加维度”),而这些方面在社会经济群体间分布不均;其二,可能存在报告异质性(reporting heterogeneity),即不同社会经济背景的人使用EQ VAS量表的方式存在系统性差异。尽管无法区分两种机制,但均指向同一实际结论:仅凭EQ-5D-5L描述性回答不足以完全概括自评总体健康中的社会经济差异。收入梯度强于教育梯度的现象,可能与主观收入状况同时捕捉物质条件和社会地位感知有关,且跨国可比性更高。
研究的主要意义在于:在人群健康监测中,基于EQ-5D-5L的值可能低估社会经济健康不平等,建议同时报告EQ VAS;在公平导向的健康技术评估(如分配成本效果分析)中,基于EQ-5D-5L的质量调整生命年(Quality-Adjusted Life Year, QALY)计算可能部分遗漏分布信号,因此当公平性为决策重点时,宜结合EQ VAS、附加维度或直接社会经济指标。研究者同时指出,该结论不否定EQ-5D-5L在HTA中的既定作用,而是强调需采用互补措施。
**研究结论翻译**:本研究提供了稳健的跨国证据,表明在报告相同EQ-5D-5L健康状态的受访者中,通过EQ VAS测量的总体自评健康存在社会经济梯度。在这些受访者中,教育程度以及更突出的收入状况均与更高的EQ VAS得分系统性相关。这些发现与未被五个EQ-5D-5L维度反映的残余健康异质性一致,也与社会经济地位导致的报告异质性假说一致。这并不意味着EQ-5D-5L描述系统未能捕捉其设计意图涵盖的内容;而是描述了EQ-5D-5L回答与描述系统中未包含的社会经济指标之间的关系。