改善された SDoH 対策? – ヘルスケアエコノミスト

による論文 ソールズベリーら。 (2023年) 社会的脆弱性指標 (SVM) は、社会的脆弱性指数 (SVI) などの以前の健康の社会的決定要因 (SDOH) の指標よりも改善されていると主張しています。 SVI は、国勢調査区レベルのデータを使用して、次の 4 つのテーマに含まれる変数に基づいてコミュニティ全体のランキングを構築します。

• 「社会経済的地位」には、貧困、失業、収入、高校卒業資格を下回る割合が含まれます。
• 「世帯構成と障害」には、65 歳以上、17 歳以下、障害のある民間人、ひとり親世帯の割合が含まれます。
• 「マイノリティの地位と言語」には、マイノリティの割合と英語が「あまり上手ではない」ことを含みます。
• 「住宅の種類と交通」には、集合住宅、トレーラーハウス、混雑、車両の通行禁止、集合住宅の割合が含まれます。

流通コスト効果分析 (DCEA) アプローチの一部として SVI をどのように使用できるかをまとめました。 ここ。

一方、社会的脆弱性指標（SVM）は、 ソールズベリーら。 (2023年) からのデータを使用し、多次元項目応答理論 (MIRT) を使用して構築されました。 医療研究品質庁 (AHRQ) SDoH データベース。 SVI との主な違い。

• 同等の重み付けではなく重要性。 SVM は MIRT アプローチ (具体的には完全情報項目二要素モデル) を使用して構築していました。 標準的な潜在変数回帰と比較して、MIRT では複数の潜在変数の構成が可能です。 二因子モデルは具体的には、「各項目がプライマリ ディメンション (SDoH など) と 1 つのサブドメイン (物理インフラストラクチャなど) にのみロードされることを要求することで、従来の項目要因分析に制限を課します。」 MIRT からの係数は、SVM の変数の重み付けに使用されます。 このアプローチは、CDC の SVI や、すべての変数に等しい重みを与える面積剥奪指数 (ADI) などの尺度とは異なります。
• 地理の単位。 SVM は郵便番号レベルの観測に基づいていたのに対し、SVI は伝統的に国勢調査区データを使用していました。 ただし、AHRQ は、SDoH データベースが更新されて報告されると述べました。
  将来的には郡、郵便番号、国勢調査区のブロック グループに対応します (SVM はこれらのそれぞれに対して計算されます)。

SVM に含まれる変数は 5 つのドメインにまたがります。

• 人口統計 (例: 年齢と人種/民族)、
• 教育、
• 経済的背景 (例: 失業率)、
• 物理的インフラストラクチャ (例: 住宅や交通機関)、
• 健康管理 （例：健康保険の適用範囲）。

人種/民族は SVM に含まれていないことに注意してください。その理由の 1 つは、この方法で SVM を使用して人種や民族グループ間で SDoH を比較できるためです。

結果

SVM と SVI を比較すると、SVM は全死因による年齢調整死亡率の予測において優れています (r=0.68 対 r=0.34)。 また、SVMは、1回以上のCOVID-19ワクチン接種の受領（r = −0.68）および完全ワクチン接種の完了（r = −0.70）と負の相関があり、0〜18歳（r = 0.62）および18歳以上（r = 0.60）の喘息による年齢調整された救急外来受診と正の相関があった。

SVM は SVI よりも優れているように見えますが、重みが等しくなく、係数が実際には複数の潜在変数にまたがっていることを考慮すると、作成は多少複雑になります。

記事全文を読むことができます ここ。