协调不同地理层级下的儿童死亡率数据

人们日益关注减少发展中国家健康结果的不平等。次国家层面的差异尤其受到重视，地理数据被用于理解有害结果的空间风险并识别风险最高的人群。虽然部分健康调查提供带有地理坐标的观测值，但许多其他调查对其位置进行了掩蔽，仅报告数据所属的地层。如何协调这些数据源以进行空间分析此前已有探讨，但尚未达成统一方法，且缺乏对方法有效性的比较。本文提出一种新方法，用于在传统地理定位数据旁分析掩蔽调查数据，该方法与数据生成过程相一致。此外，我们批评了两种已提出的掩蔽数据分析方法，并指出它们在方法论上存在根本缺陷。为验证我们的方法，我们在若干已知风险场底层结构的现实仿真环境中，将我们的方法与先前提出的方案进行比较。我们以模仿低收入和中等收入国家最常见健康调查（DHS 与 MICS）抽样框架的方式从空间场中模拟样本。在模拟中，新提出的方法在最小化误差的同时提高了估计精度，优于先前提出的方法。随后利用多米尼加共和国的儿童死亡率数据进行比较，我们的发现得到进一步证实。通过利用各类数据准确提高儿童死亡率及一般健康估计的精度，可增强我们实施精准公共卫生倡议以及更好理解地理健康不平等状况的能力。