在国家辅助生殖技术监督系统中,缺少的种族/种族信息的多重归因

科学领域:

• 生殖健康 生殖健康
• 生物统计学 生物统计学
• 公共卫生监督 公共卫生监督

背景情况:

• 像NASS这样的ART监控系统中缺少种族/种族数据限制了差异评估的准确性.
• 国家辅助生殖技术监测系统 (NASS) 收集关于生育治疗的数据,但缺乏重要的种族/种族信息.
• 准确的人口统计数据对于理解和解决辅助生殖技术中的健康差异至关重要.

研究的目的:

• 开发和评估一种多重归算方法,以解决NASS中缺少的种族/种族数据的问题.
• 评估假定种族/种族数据对估计健康结果的准确性和精确性的影响,特别是死亡出生率.
• 提高国家ART监测中的人口数据的完整性和可靠性.

主要方法:

• 利用多重归算,将NASS变量与美国人口普查邮政编码级种族/种族数据结合起来.
• 通过创建人工缺失值的训练数据并评估准确性来验证归算质量.
• 分析了种族/种族和死胎率之间的关系,使用完整案例和多重归算数据集.

主要成果:

• 假定的种族/种族分布与报告数据非常相匹配,差异很小 (例如,非西班牙裔亚洲人的0.53%)
• 归算程序显示了强大的校准,在89.91%的案例中准确识别了已知的种族/种族值.
• 与完整病例分析相比,多重归算减少了参数估计偏差 (0.02%-0.18%) 和缩小了置信区间 (0.04%-0.66%).

结论:

• 完整的种族/种族数据收集对于强大的ART监测至关重要.
• 多重归算是一种有效的策略,可以在缺少种族/种族数据的情况下提高健康结果估计的准确性和精度.
• 这种方法可以改善对辅助生殖技术成果的种族和民族差异的评估.