上海地鐵站內中青年與老年不規范佩戴口罩情況研究

夏明康，唐文娟，丁 園，潘新鋒，陳 偉，劉潔儀

為了有效降低新冠病毒傳播，包括我國在內的世界眾多國家都鼓勵或要求居民在人流密集或中高風險的公共場所佩戴口罩[1-2]。在短距離阻隔飛沫傳播方面，包括口罩在內的物理阻隔是行之有效的方式。佩戴口罩具有雙向隔離保護作用，不僅能阻斷病原體經飛沫對外傳播，還能減少人體吸入病原體而致病的危險[3-6]。隨著我國城市軌道交通線網的不斷完善，地鐵逐漸成為城市居民最頻繁使用的公共交通之一，而地鐵站擁擠的室內環境則成了傳播病毒的高危場所，因此，最大限度地降低地鐵站內病毒傳播的隱患成為了大中型城市新冠疫情防控的關鍵環節。鑒于此，本研究于2021 年下半年在上海市中心城區某地鐵樞紐站開展三次現場觀察，以期了解市民不規范佩戴口罩的情況，探索中青年、老年兩類人群不規范佩戴口罩的影響因素，從而為有關部門制定策略提升市民規范佩戴口罩率，以及為未來類似重大公共衛生事件的科學研判和精準施策提供初步的數據支持與理論模型。

1 對象與方法

1.1 研究對象

上海市中心城區某地鐵三線交匯樞紐站換乘/出站的乘客。

1.2 方法

1.2.1 抽樣方法

采用方便抽樣的方法，分別于2021 年9 月29日、11 月9 日、12 月27 日選取上海市中心城區地鐵三線交匯樞紐站開展三輪現場觀察。 選定當日8:30-8:40、9:00-9:10、10:00-10:10、10:30-10:40、14:00-14:10、14:30-14:40 共六個時間段，對地鐵8號線、1 號線換乘2 號線扶梯的主干換乘通道內三部下行電動扶梯處的乘客，以及該站點中心大廳出站閘機的乘客進行現場觀察。

1.2.2 調查方法

觀察該樞紐站的三部下行路換乘扶梯、一個中心大廳閘機出口的乘客，詳細記錄性別、年齡段、佩戴眼鏡/墨鏡情況、打電話/發語音情況、帶小孩情況、口罩佩戴情況等信息。調查現場每兩人一組，其中一人采集信息、一人負責質控。

1.2.3 質量控制

在現場觀察前，研究團隊明確統一了調查方法以及各項指標的判別標準，包括不規范佩戴口罩的各級定義、年齡段定義。不規范佩戴口罩的判別標準主要包含：露鼻（口罩上沿低于鼻尖、或口罩上緣與臉部存在明顯間隙而致其無法有效起到過濾作用），露口（口罩上沿低于上嘴唇），不戴（頭面部完全未佩戴口罩）。年齡段的劃分主要根據被觀測者的面容、衣著、身高、形體及步態等方面，評估其年齡段。估計年齡＜12 歲歸為幼年，12～59 歲歸為青中年，≥60 歲歸為老年。

現場調查時，為了減少個人因素對采集信息質量的影響，負責采集信息和現場質控的兩人需輪流互換角色。調查完成后的資料錄入階段，研究團隊以集體學習討論的方式統一錄入標準和方法，遇上難以判別的樣本特征進行集體討論。對于可能存在異常和分歧的數據，經小組討論確定后進行二次錄入，以確保數據的真實可靠。

1.2.4 統計學處理

采用SPSS 27.0 進行數據分析，單因素比較采用χ2檢驗完成，多因素分析采用二元logistic回歸結合決策樹（分類樹）模型完成。檢驗水準α=0.05。

2 結果

2.1 三輪調查的總體對比

三輪調查共觀察了29 950 人。中青年和老年不規范佩戴口罩的人群在三輪觀察中均以露鼻為主，兩類人群露鼻比例約是露口或不帶的3～4 倍，完全不戴口罩的情況極少。中青年、老年的不規范佩戴率均隨著調查輪次的推進呈現下降趨勢。見表1。

表1 所見中青年、老年口罩不規范佩戴情況對比/ （%）

2.2 兩類人群不規范佩戴口罩的情況

本研究第一輪全天共觀察中青年8 329 人，老年1 127 人；第二輪全天共觀察中青年9 429 人，老年1 202 人；第三輪全天共觀察中青年8 750 人，老年1 052 人。中青年不規范佩戴率（4.22%）顯著低于老年（7.34%）；中青年三輪調查的表現均顯著好于老年人。兩類人群均表現為男性不規范率略高于女性，而中青年群體的男女比例差距更大。在是否于高峰乘坐地鐵方面，中青年與老年表現出顯著性差異，中青年在高峰坐地鐵出行的比例更高；無論是否處于高峰時段，兩者不規范佩戴口罩率均有顯著性差異。在扶梯或閘機的出現頻率方面，老年人出現在電動扶梯的比例略低于中青年；中青年在電動扶梯上不規范佩戴口罩率顯著低于老年；在閘機處，兩者不規范佩戴率的差異無統計學意義。在是否佩戴眼鏡或墨鏡的頻數方面，中青年戴眼鏡或墨鏡的比例略高于老年；無論是否佩戴墨鏡或眼鏡，中青年不規范佩戴口罩率均顯著低于老年。在是否打電話的頻數方面，中青年略高于老年人；不打電話的中青年不規范佩戴口罩率均顯著低于老年，然而在打電話的中青年和老年之間不規范佩戴口罩率沒有顯著性差異。在是否攜同小孩出行方面，未帶小孩的中青年不規范佩戴口罩率均顯著低于未帶小孩的老年，而在帶小孩的中青年和老年之間的比較則沒有顯著性差異。見表2。

表2 不同特征所見中青年、老年不規范佩戴口罩情況

2.3 不規范佩戴口罩率的多因素回歸分析

為了進一步探究兩類人群不規范佩戴口罩的因素，本研究分別對中青年和老年兩類人群進行了二分類logistic 回歸分析。以中青年和老年的不規范佩戴口罩情況作為因變量，將輪次（1=第一輪，2=第二輪，3=第三輪）、地點（0=扶梯，1=閘機）、性別（0=男，1=女）、戴眼鏡或墨鏡（0=未佩戴，1=佩戴）、是否高峰（0=否，1=是）、是否帶小孩（0=不帶小孩，1=帶小孩）、電話/語音（0=不打電話/語音，1=打電話/語音）等變量作為自變量納入到模型中。結果顯示，打電話、帶小孩是促進變量，輪次、高峰出行、通過閘機是抑制變量。見表3。

表3 所見老年不規范佩戴口罩率的logistic回歸分析

對于中青年而言，打電話、帶小孩是促進變量；性別為女、戴眼鏡/墨鏡、高峰出行是抑制變量。見表4。

表4 所見中青年不規范佩戴口罩率的logistic回歸分析

2.4 不規范佩戴口罩率的決策樹分析

為了進一步探索老年人不規范佩戴口罩發生率高于年輕人的原因，考慮到不同變量之間存在一定的交叉作用與影響，故采用決策樹法對兩類人群以節點化的方式實行進一步分析。通過決策樹模型可分析父節點與子節點產生交互項，從而得出變量之間的交互作用。

老年不規范佩戴口罩決策樹分析發現，樹的第一層按照高峰出行與否進行分類，說明影響老年人不規范戴口罩的最大影響因素是出行時間。對于高峰時間出行的老人而言，篩選出的第二層影響因素是地點，閘機處的比例顯著低于扶梯，這里決策樹提示出行時間與地點存在交互作用；對于非高峰時間出行的老人而言，篩選出的第二層影響因素是輪次，非高峰時間第三輪調查不規范戴口罩的比例顯著低于第一、第二輪。由此可見，對于老年人而言，輪次、地點這兩個變量與高峰時間之間存在交互關系。

中青年不規范佩戴口罩決策樹結果顯示，樹的第一層按照高峰出行與否進行分類，說明影響中青年不規范戴口罩的最大影響因素也是出行時間。對于高峰時間出行的中青年而言，篩選出的第二層影響因素是電話/語音，高峰時間段打電話/語音的人群顯著高于不打的人群；對于高峰時間不打電話/語音的年輕人而言，篩選出的第三層影響因素是性別，這一層中女性的不規范戴口罩比例顯著低于男性。對于非高峰時間出行的中青年而言，篩選出的第二層影響因素是電話/語音，非高峰時間段打電話/語音的人群顯著高于不打的人群。對于非高峰時間不打電話/語音的年輕人而言，篩選出的第三層影響因素是戴眼鏡/墨鏡，這一層中戴眼鏡/墨鏡的中青年顯著低于未戴眼鏡/墨鏡者。由此可見，對于中青年而言，戴眼鏡/墨鏡、性別與電話/語音和出行時間之間存在交互關系。

為了比較交互項的探索效果，本研究對兩類人群所采用的兩類模型計算得出的預測概率做ROC曲線圖，以曲線下面積（AUC）作為評估指標，得出相應結果。中青年的結果：logistic 回歸為0.62、決策樹為0.61，經檢驗兩者尚無顯著性差異；老年的結果：logistic 回歸為0.60、決策樹為0.59，經檢驗兩者無顯著性差異。見圖1、圖2。

圖1 中青年不同模型ROC擬合曲線

圖2 老年不同模型ROC擬合曲線

3 討論

本文是探索性的基于真實世界的現場觀察研究。調查員選取隱秘的地點，在不干預觀察人群的前提下，以錄視頻的方式獲取資料。在資料錄入階段，以集體學習討論的方式，研究團隊統一錄入標準和方法，遇上難以判別的樣本特征訴諸集體討論，盡可能真實地揭示了時間、地點以及不同人口學特征對地鐵站內中青年及老年人不規范佩戴口罩的直接和間接影響。調查員選取的地點是在來往行人的視線之外進行觀察，致力于解決面對面問卷或訪談調查難以避免的刻意隱瞞或回憶偏倚問題，消除各種因素的影響而獲得中立客觀的數據?，F場觀察研究相對于問卷和訪談研究，其調查成本更低，且不用記錄個體的手機號住址等身份信息，倫理上更能保護調查對象的隱私。但是，現場觀察研究由于無法面對面直接接觸調查對象，難以獲得更加深入的信息，因此，只能選取其外在特征作為研究變量進行數據分析。

本項調查的三輪調查時點均在新冠疫情防控常態化階段，國內各地無明顯突發疫情事件發生。三輪調查中老年和中青年人不規范佩戴率都呈下降態勢，但老人群體的不規范佩戴口罩情況顯著嚴重于中青年人。

對于多因素分析而言，logistic 回歸與決策樹各有其特點。Logistic 回歸的優勢在于體現率與各自變量的依存關系，限制了其他變量來分析某變量的效應，主要表現某變量的主效應[7]，因此在自變量對因變量變化關系方面的信息比決策樹模型充分，但難以處理多個自變量之間存在多種或高階交互作用[8]。相較于注重變量依存關系的前者，決策樹模型是一種非參數方法，其重要特點是對預測變量的數據類型無任何要求[9]，不受回歸模型常見的共線性影響[10]，更注重于變量之間的交互以及關系[11]。其找出最能將人群分成不同亞群的指標， 并逐步將最重要的指標依次進行分類，從而挖掘出分類指標最適合的分界點[12]，以樹型圖的方式，每一種可能的組合都在模型建立過程開始時進行了全面對比，以闡釋水平變量之間的復雜影響。

Logistic 回歸的結果顯示，無論是老年還是中青年人，打電話/語音以及非高峰時段出行都會顯著提高其不規范佩戴口罩的發生率，于閘機口出行的會顯著影響老年人不規范佩戴口罩的發生率；而女性以及戴眼鏡/墨鏡這兩個因素對于中青年人是抑制因素，而對于老年人則不是。

決策樹的模型顯示，無論是老年還是中青年人，是否高峰時段出行都是影響不規范佩戴口罩的最首要因素，次要影響因素則各有不同。高峰時段老年人的表現受地點的影響較大，而輪次成為非高峰期時段老年人的次要影響因素則體現了城市防疫政策影響了老年人不規范佩戴口罩的行為。對于年輕人而言，影響第二大的因素則是打電話/語音，可見打電話/語音會分散一定注意力，容易忽視對自身口罩佩戴的規范與否；此外性別與戴眼鏡/墨鏡也是影響中青年人的影響因素。男性不規范佩戴口罩的比例高于女性，應予以重視。對于戴眼鏡/墨鏡的中青年人而言，佩戴口罩可能會出現起霧的現象，容易使個人對戴口罩出現厭煩情緒，但結果卻完全相反?？紤]到戴眼鏡者大多是近視引起，而新加坡和歐洲均有研究表明，在控制了年齡和性別因素后，教育程度高、住房條件較好、月收入水平高及長期近距離工作的人群的近視患病率較高[13-14]，初步推測是文化、經濟水平影響了觀察結果。然而，由于行為觀察研究的自身局限性，此結論值得進一步確證。對于本研究結果，決策樹模型與logistic 回歸的結果可互為參考和補充，可從多角度為各項防疫措施與政策的制定提供依據和參考。