網(wǎng)絡(luò)規(guī)模迭加法中社交網(wǎng)絡(luò)規(guī)模值的校正*

王　俊　楊　瑛　趙　婉　蘇華林　張志杰　張鐵軍Δ

?

網(wǎng)絡(luò)規(guī)模迭加法中社交網(wǎng)絡(luò)規(guī)模值的校正*

王俊1楊瑛2趙婉2蘇華林2張志杰1張鐵軍1Δ

【提要】目的探討采用網(wǎng)絡(luò)規(guī)模迭加法進(jìn)行敏感人群規(guī)模估計(jì)時(shí)，社交網(wǎng)絡(luò)規(guī)模值(C值)的校正方法。方法通過對(duì)上海市某區(qū)的調(diào)查實(shí)例分析，嘗試采用不同方法對(duì)網(wǎng)絡(luò)規(guī)模迭加法中C值進(jìn)行校正。結(jié)果采用反向預(yù)測(cè)法、回歸模型法以及兩者結(jié)合等三種不同校正方法估計(jì)出的C值分別為231、249、297，三者差異存在統(tǒng)計(jì)學(xué)意義(P<0.001)。結(jié)論不同校正方法的結(jié)果存在差異，結(jié)合R2值可初步提示利用反向預(yù)測(cè)和回歸模型結(jié)合的方法對(duì)結(jié)果估計(jì)具有一定的可信性。

網(wǎng)絡(luò)規(guī)模迭加法校正方法敏感人群

網(wǎng)絡(luò)規(guī)模迭加法是一種較新的敏感人群規(guī)模估計(jì)方法，已在國(guó)外被廣泛應(yīng)用[1-2]。該方法通過系列資料估計(jì)調(diào)查對(duì)象的社交網(wǎng)絡(luò)規(guī)模，并基于此網(wǎng)絡(luò)規(guī)模估算目標(biāo)人群規(guī)模；其應(yīng)用的關(guān)鍵點(diǎn)在于對(duì)社交網(wǎng)絡(luò)規(guī)模值(C值)的估計(jì)。國(guó)內(nèi)外研究者已采用不同的方法對(duì)其進(jìn)行校正[3-4]，然而目前還沒有研究對(duì)不同的校正方法進(jìn)行過深入分析。本文旨在對(duì)常用的C值校正方法進(jìn)行介紹，并以上海市某區(qū)的調(diào)查結(jié)果為例，以期初步探討各校正方法的優(yōu)劣及可信性。現(xiàn)將結(jié)果匯報(bào)如下：

原理與方法

1.網(wǎng)絡(luò)迭加法的基本原理

該方法的理論基礎(chǔ)[4]在于：假定其它方面相同的條件下，調(diào)查對(duì)象所認(rèn)識(shí)的目標(biāo)人群人數(shù)占其所認(rèn)識(shí)的全部人數(shù)的比例應(yīng)近似等于目標(biāo)人群占總?cè)巳簲?shù)量的比例。結(jié)合公式[5]：

(1)

和問卷收集到的數(shù)據(jù)初步得到調(diào)查對(duì)象的C值。其中ci為調(diào)查對(duì)象的社交網(wǎng)絡(luò)規(guī)模數(shù)，mij為調(diào)查對(duì)象i認(rèn)識(shí)亞人群j的人數(shù)(亞人群共有L個(gè))，ej為亞人群的規(guī)模，t為一般人群的總數(shù)。根據(jù)公式[5]

(2)

(此公式已被證明為無偏公式[5])和調(diào)整校正后的C值可得出未知的人群規(guī)模。根據(jù)以上公式可知C值是唯一的未知參數(shù)，也是影響該方法好壞的重要參數(shù)。

2.校正方法

采用網(wǎng)絡(luò)規(guī)模迭加法對(duì)敏感人群的規(guī)模進(jìn)行估計(jì)，結(jié)合“已知人群法”對(duì)C值進(jìn)行估計(jì)。并嘗試采用反向預(yù)測(cè)法，回歸模型法，反向預(yù)測(cè)法和回歸模型法相結(jié)合三種不同的方法對(duì)其C值進(jìn)行校正。

(1)反向預(yù)測(cè)法[3]假設(shè)調(diào)查對(duì)象所認(rèn)識(shí)的已知人群數(shù)為n，首先從已知人群中暫剔除1個(gè)人群，假定其數(shù)值未知，根據(jù)網(wǎng)絡(luò)規(guī)模迭加法的公式利用剩余的已知人群計(jì)算得到C值，然后反向估計(jì)被剔除的人群規(guī)模(mi)，再計(jì)算反向估計(jì)出的數(shù)值(mi)和原始數(shù)值(m0)的比值(mi/m0)，保留比值在0.5～2.0的人群，為了保證C值的準(zhǔn)確性，剔除不滿足在這一區(qū)間的已知人群，最后用所保留的人群進(jìn)行C值的最終估計(jì)。

(2)回歸模型法[6]假設(shè)Mj為調(diào)查對(duì)象所認(rèn)識(shí)每個(gè)已知人群人數(shù)的均值，Pj為每個(gè)已知人群規(guī)模占總?cè)巳阂?guī)模的比例，在線性回歸模型中，以Mj為自變量，Pj為應(yīng)變量，首先初步建立兩者間的線性回歸關(guān)系，得出R2值，再利用回歸模型中的殘差值來剔除不符合要求的已知人群，殘差值以大于-2小于2為標(biāo)準(zhǔn)，最后進(jìn)一步得出兩者之間的線性回歸關(guān)系和R2值，利用所保留的人群進(jìn)行C值的最終估計(jì)。

(3)反向預(yù)測(cè)法結(jié)合回歸模型法 基于以上兩種方法所排除的已知人群，可知有部分重疊，排除以上兩種方法均未納入的已知人群，利用剩余已知人群進(jìn)行C值的最終估計(jì)。

3.統(tǒng)計(jì)分析方法

調(diào)查數(shù)據(jù)采用EpiData 3.1建立數(shù)據(jù)庫(kù)，利用SPSS 18.0進(jìn)行數(shù)據(jù)的整理分析。統(tǒng)計(jì)描述主要采用均數(shù)±標(biāo)準(zhǔn)差；C值不同校正方法的比較采用Kruskal-Wallis分析，同時(shí)利用回歸分析中R2值對(duì)C值估計(jì)的可信性進(jìn)行比較。

實(shí)例分析

1.實(shí)例與結(jié)果

本次調(diào)查采用多階段隨機(jī)抽樣的方法，在上海市某區(qū)按照街道、居委會(huì)、小區(qū)、單元進(jìn)行隨機(jī)抽樣，對(duì)最終選取的單元進(jìn)行整群抽樣，每戶家庭中抽取一人作為調(diào)查對(duì)象。本次調(diào)查內(nèi)容主要包括：一般人口學(xué)特征、調(diào)查對(duì)象對(duì)一些亞人群規(guī)模的了解情況和對(duì)一些敏感人群如暗娼，男男性接觸者的認(rèn)可態(tài)度等，所有調(diào)查內(nèi)容均不涉及調(diào)查對(duì)象的任何隱私。

共獲得2970份問卷，剔除年齡小于18歲及大于60歲者82人份，有效問卷2888份。調(diào)查對(duì)象的平均年齡為(40.92±11.60)歲，其中男性1471人，女性1417人。已婚者約占79.8%(2305/2888)，文化程度為高中和大專及以上所占比例分別為32.4%(935/2888)和39.4%(1138/2888)。

2.C值的估計(jì)以及校正

根據(jù)公式(1)可初步得出調(diào)查對(duì)象的社交網(wǎng)絡(luò)規(guī)模，即C值為196，依次采用三種校正方法對(duì)其進(jìn)行校正。

(1)反向預(yù)測(cè)法 由表1可知，20個(gè)已知人群中，有9個(gè)已知人群的反向估計(jì)值和原始數(shù)值的比值介于0.5～2.0之間，并根據(jù)這9個(gè)已知人群得出C值為231，R2=0.669。

表1　反向估計(jì)值與原始數(shù)值相比較

(2)回歸模型法 根據(jù)回歸模型計(jì)算結(jié)果，可知最初的20個(gè)已知人群僅能對(duì)總變異占42.4%(R2=0.424)，利用殘差圖去除了6個(gè)相關(guān)性較差的已知人群后，可得出R2=0.895(見圖1)，基于所剩余14個(gè)已知人群估計(jì)出C值為249。

(3)反向預(yù)測(cè)法結(jié)合回歸模型法 結(jié)合以上兩種方法，共排除13個(gè)已知人群，依據(jù)剩下的7個(gè)人群計(jì)算出C值為297，R2=0.986。

圖1　20個(gè)已知人群以及14個(gè)已知人群的回歸模型

3.不同校正方法對(duì)C值估計(jì)的比較 不同方法的校正估計(jì)結(jié)果顯示C值呈現(xiàn)偏態(tài)分布。根據(jù)表2可知，不同的方法對(duì)C值的校正結(jié)果存在差異，且有統(tǒng)計(jì)學(xué)意義(P<0.001)，并且根據(jù)以上的R2值可初步得知，兩者相結(jié)合的方法所校正調(diào)查的人群社交網(wǎng)絡(luò)規(guī)模較大，且與已知報(bào)道接近，預(yù)期可獲得的信息來源更廣泛。

表2　不同校正方法對(duì)C值估計(jì)結(jié)果

討　　論

網(wǎng)絡(luò)規(guī)模迭加法作為一種新穎的敏感人群規(guī)模估計(jì)的方法，節(jié)省人力物力，且不涉及個(gè)人隱私[1]。目前國(guó)內(nèi)已有不少學(xué)者利用該方法在敏感人群中進(jìn)行研究[7-8]。然而，由于屏障效應(yīng)或傳播效應(yīng)[9]等原因可影響C值的準(zhǔn)確性[5]，進(jìn)而使得對(duì)敏感人群規(guī)模估計(jì)產(chǎn)生偏差，因此需要通過合適的方法對(duì)C值進(jìn)行校正，以提高估計(jì)的真實(shí)性、可靠性。

網(wǎng)絡(luò)規(guī)模迭加法中唯一的未知參數(shù)C值的估計(jì)是重點(diǎn)，有學(xué)者也曾對(duì)此參數(shù)的估計(jì)進(jìn)行了探索，如Snidero S[6]等利用殘差圖來剔除部分已知人群；Ezoe S[4]等采用反向預(yù)測(cè)法來估計(jì)已知人群的準(zhǔn)確性；根據(jù)模型可知，對(duì)C值進(jìn)行估計(jì)的過程中已知人群的選擇是基礎(chǔ)，選擇不同的已知人群會(huì)影響到社交網(wǎng)絡(luò)規(guī)模和未知人群規(guī)模的估計(jì)。由于目前對(duì)于網(wǎng)絡(luò)規(guī)模迭加法C值的理論值，國(guó)際上尚無統(tǒng)一的金標(biāo)準(zhǔn)[10]，在進(jìn)行人群規(guī)模估計(jì)時(shí)，會(huì)因地區(qū)及人群差異而造成C值不同。網(wǎng)絡(luò)規(guī)模迭加法中，C值顯示社交網(wǎng)絡(luò)規(guī)模大小，C值較大，表明所調(diào)查的對(duì)象社交網(wǎng)絡(luò)較大，獲得的信息越充分，則基于C值得出的人群規(guī)模估計(jì)可能會(huì)較可靠。根據(jù)國(guó)內(nèi)外一些學(xué)者[5,11-13]的研究，C值偏向于290比較合理，因而文中擬采用C值297為調(diào)查對(duì)象的社交網(wǎng)絡(luò)。

本文以C值的校正為目的，嘗試以反向預(yù)測(cè)法、回歸模型法及兩者相結(jié)合等三種方法對(duì)已知人群進(jìn)行篩選，以及對(duì)所獲得的C值進(jìn)行校正，并比較其異同，結(jié)果顯示不同校正方法的結(jié)果之間存在顯著差異。通常在回歸分析中，決定系數(shù)(R2)常常被用以評(píng)價(jià)模型的優(yōu)劣，而其所受影響的因素也比較多，其中就包含變量的選擇[14]；因而本次研究中擬采用R2作為一個(gè)指標(biāo)對(duì)擬合的優(yōu)劣進(jìn)行判定。本研究中采用的回歸模型和反向預(yù)測(cè)法以及兩者結(jié)合法，以調(diào)查對(duì)象認(rèn)識(shí)已知人群的均值為自變量和已知人群所占比例為應(yīng)變量，計(jì)算兩者的變化規(guī)律，并采用R2來初步判定方法的優(yōu)劣。根據(jù)本研究中所得出的R2值的結(jié)果，在一定程度上表明采用反向預(yù)測(cè)法、回歸模型法均可對(duì)C值的估計(jì)有所改善，而兩種方法的結(jié)合對(duì)C值的校正具有較好可信度，可以使得后期人群規(guī)模的結(jié)果更具有說服力。

本實(shí)例是在上海地區(qū)應(yīng)用網(wǎng)絡(luò)規(guī)模迭加法開展的一次敏感人群規(guī)模估計(jì)，在實(shí)施的過程中，我們嘗試了用不同方法針對(duì)重要指標(biāo)C值進(jìn)行校正，今后可考慮其它多種校正方法配合，提升方案的科學(xué)性，共同對(duì)此類敏感人群的規(guī)模進(jìn)行有效的估計(jì)，為敏感人群如高危人群艾滋病防治提供參考依據(jù)。

[1]Bemard HR,Hallett T,Iovita A,et al.Counting hard-to-count populations:the network scale-up method for public health.Sex Transm Infect,2010,86(supply 2):11-15.

[2]Bemard HR,Killworth PD,Johnsen EC，et al.M ccarty C.Estimating the Ripple Effect of a Disaster.Connections,2001,24(2):18-22.

[3]Kadushin C,Killworth PD,Bernard HR,et al.Scale-Up Methods as Applied to Estimates of Heroin use.Journal of Drug Issues,2006,36(2):417-440.

[4]Ezoe S,Morooka T,Noda T,et al.Population size estimation of men who have sex with men through the network scale-up method in Japan.Plos one,2012,7(1):1-7.

[5]Killworth PD，McCarty C，Bernard HR，et al.Estimation of seroprevalence，rape and homelessness in the US using a social network approach.Evaluation Review,1998,22:289-308.

[6]Snidero S,Morra B,Corradetti R,et al.Use of the scale-up methods in injury prevention research:An empirical assessment to the case of choking in children.Social Networks,2007,29(4):527-538.

[7]惠珊,王璐,郭巍.網(wǎng)絡(luò)規(guī)模迭加法及其在男男性接觸者人群規(guī)模估計(jì)中的應(yīng)用.國(guó)際流行病學(xué)傳染病學(xué)雜志,2010,37(6):405-408.

[8]郭靜,黃曉娟,王秀彬,等.利用網(wǎng)絡(luò)規(guī)模迭加法估計(jì)北京市大學(xué)生男男性行為人群規(guī)模.中華流行病學(xué)雜志,2013,34(11):1080-1082.

[9]Maltiel R.Estimating Population Size Using the Network Scale up Method.In Seattle:University of Washington,2013.

[10]Killworth PD.Investigating the Variation of Personal Network Size Under Unknown Error Conditions.Sociological Methods & Research,2006,35(1):84-112.

[11]Killworth PD,Bernard HR.The Reverse Small-World Experiment.Social Networks 1978.1:159-92.

[12]Killworth PD,McCarty C,Bernard HR.et al.A Social Network Approach to Estimating Seroprevalence in the United States.Social Networks,1998.20(1):23-50.

[13]惠珊,李一,王開利,等.網(wǎng)絡(luò)規(guī)模疊加法在哈爾濱市暗娼人群規(guī)模估計(jì)中的應(yīng)用.中國(guó)艾滋病性病,2014(1):41-43.

[14]趙松山.對(duì)擬合優(yōu)度R2的影響因素分析與評(píng)價(jià).東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2003(3):56-58.

(責(zé)任編輯：劉壯)

教育部博士點(diǎn)基金(20120071120050)，中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(20520133104)

張鐵軍，E-mail:tjzhang@shmu.edu.cn

1.復(fù)旦大學(xué)公共衛(wèi)生學(xué)院流行病學(xué)教研室-公共衛(wèi)生安全教育部重點(diǎn)實(shí)驗(yàn)室(200032)

2.上海市閔行區(qū)疾病預(yù)防控制中心