混合方法系統評價對復雜問題循證決策的價值及實施方法

肖炳屹 鄭州大學第一附屬醫院

對定性和定量證據的系統回顧可以豐富對復雜現象的理解。這種類型的審查越來越受歡迎，已經被用來探索知識，并解決通常無法僅僅依靠定量或定性證據的審查類型的問題。在復雜的社會問題領域，使用混合方法的系統評價的數量正在增加。這種方法在設計復雜性問題的詢證決策方面體現出其全面而詳細的特點，越來越多的專家學者希望通過混合方法的系統評價得到解決某個社會問題的相關知識。

一、社會干預中的復雜性

在評估許多干預措施，例如臨床篩查、公共衛生、精神衛生、慢性疾病管理、衛生服務提供、服務組織、系統、社會護理和政策層面干預措施等的效果時，考慮復雜性在決策的各個階段都是非常重要的。大多數社會政策問題，包括公共衛生、社會服務提供和社會護理，都不是簡單直接的。因為它們涉及許多相互作用的利益相關者、更廣泛的社會群體和復雜的社會背景。政策體系內部的微小變化可能引發一系列反應，甚至產生不利影響。

盡管總是用于總結復雜干預措施的特征，但“復雜性”并不只是一個描述符，而是值得考慮的實踐中的各種影響。在評估復雜的社會干預措施時，復雜性問題可以分為幾個維度，涉及從議程設置到干預實施的各個階段。為了識別復雜干預，吉斯和他的同事們總結了所有復雜干預所共有的兩個共同維度，即干預復雜性和途徑復雜性[1]。干預復雜性，即一項干預涉及多個組成部分；而途徑復雜性是指該項措施具有復雜的反饋回路、因果途徑或中介。

除了這兩個方面，復雜干預還可能具有其他三個特征[2]。一是群體復雜性，它是指在一次干預中需要考慮多個目標群體的情況，因為不同目標群體的特征可能會影響最終效果。二是情境復雜性，它強調動態和可變的環境因素及其與干預的相互作用。盡管干預措施的實施因地方系統而不同，但分析背景屬性與某些政策結果之間的關系有助于決策者預估類似措施在具有相似關鍵因素的新環境中的潛在影響。三是實施復雜性。其特點是在實施過程中需要采取許多策略和行為。關于實施復雜性的討論源于對干預措施的妨礙和促進因素的探索，以及對將干預投入和產出聯系起來的因果機制的解釋。

理解研究中的復雜性有助于審察使用者探索干預措施與結果之間的關系。復雜性的分類避免了將“復雜性”簡略概念化為一個寬泛的粗略術語，然而，這些維度之間的邊界可能是微妙的，因為它們可能在這些標準化類別之外相互作用。在眾多文獻中描述的背景因素也很重要，可以被視為實施的要素，例如組織管理和系統中幾個部門之間的合作。復雜性決定了干預與其背景和結果之間的因果關系。為了將研究結果實際應用于政策，在評估干預措施時，要根據特定問題的需要來考慮復雜性的來源，以決定是只以維度為主還是包括這些維度之間的相互作用。

以肥胖問題為例，肥胖是一個常見且有影響力的公共衛生問題。截至2020 年，全球有三分之二的成年人超重，五分之一的兒童有肥胖困擾。在過去的幾十年里，各國政府發布了數十項戰略來解決肥胖問題，然而，肥胖率并沒有成功降低。傳統上，肥胖問題被描述為具有簡單線性機制的個體問題，大多數肥胖干預措施始終旨在通過改善飲食和加強體育鍛煉來改變個人行為。然而，認識到肥胖是一個復雜的政策問題是至關重要的，它與生物、文化、經濟等多個因素相互作用，需要在多個層面上采取適當的解決方案。范登布魯克、古森斯和克萊門斯揭示了所有與肥胖相關的相互作用因素，符合上述復雜問題的特征。

與肥胖相關的因素有許多種，從基因層面的“保存能量的傾向”到更廣泛的社會層面的“消費的社會壓力”，以及100 多個與體重增加或減少有關的非線性反饋回路，其中大多數因素可以影響多個因果關系。例如，某些街區可步行性的改變可能會影響非機動交通，導致個人身體活動的減少。這種變化也會影響居民的食物暴露，從而導致飲食習慣的改變，進而影響能量的積累。然而，認識到更廣泛的背景復雜性至關重要。例如，改變步行環境的城市規劃政策被排除在系統之外。此外，盡管沒有區分個體層面的行為者，但肥胖問題存在人口復雜性，因為不同年齡的超重群體具有不同的因果途徑和不同的風險因素。因此，政策制定者需要了解針對特定人群的干預措施，如兒童和孕婦等。

二、混合方法系統評價的價值

在評價層面，混合方法是一種整合并分析定性、定量和混合證據及方法的方法，同時它可以保證每個研究結果的完整性，以便在一個評價中實現對某一領域的全面理解。在初級研究中，許多廣泛或復雜的問題可以用一種以上的方法來研究，所以很多人主張混合方法初級研究。同樣，初級研究的邏輯也可以應用于系統評價。混合方法評價通常包含兩個或更多的子評審，用于處理整個評審問題的不同方面。

對檢索單一方法初級研究的評價（例如Meta 分析及元人類學等系統評價方法）的優缺點的認識，引起了評價學者對定性和定量研究相結合的興趣。對于側重于統計證據的評價，它們需要解決缺乏基于上下文的實際解釋的局限性問題；而對于那些僅由文本觀點組成的研究，評價者無法提供有效的量化估計。例如，英國托馬斯博士關于兒童食用水果和蔬菜的研究中，由于定性研究不足以收集量化的可比收益和危害，學者們無法通過訪談或焦點小組得出一種干預措施比另一種更有效的結論。同時，在Meta 分析中，關注某種干預措施有效性的試驗顯示出巨大的異質性。然而，當分析來自兒童訪談和實證試驗的干預措施時，可將從兒童感知中檢索到的文本結果與定量研究的效應大小統計數據進行比較。因此，混合方法綜合可以提供“雙重檢查”，能夠幫助獲得更可信的結果和統計異質性的詳細解釋。

除了結合定性和定量研究的優勢外，混合方法還使研究人員能夠回答復雜的問題。干預措施和結果之間的關系包含多種復雜性來源，不同的復雜性相應地需要適當的分析方法。傳統的評價方法側重于通過隨機對照試驗（RCT）的薈萃分析來解決有效性問題。盡管它體現了評估效應大小的“黃金法則”[3]，但在審查復雜干預措施時，它可能在整合不同類型的證據和產生高度實用的信息方面受到挑戰。當對更復雜的干預進行審查時，假設檢驗不僅困難，甚至可能不可取。這是因為，單純從“起作用”或“不起作用”的角度來評估復雜的社會干預可能過于簡單和具有誤導性。相反，在這些情況下的系統回顧可能不應該側重于做出這樣一個總括性的、籠統的陳述，暗示干預在所有情況下都有效，而應該側重于收集一系列的例子，說明當干預在不同的情況下實施時發生了什么[4]。社會問題的復雜性決定了即使涉及了多個組成部分，單一的系統審查也有可能無法完整地提供人們所需的信息。除非之前有一段時間的概念性和實證性工作，使研究狀態達到這樣一種審查可能有所幫助的程度。因此，通過整合實踐中實施的有效性和背景，混合方法審查可以提供更多與政策相關的信息。

此外，混合方法需要仔細地將研究類型與問題相匹配，并將綜合方法與所包含的數據類型相匹配。因此，這種方法加強了我們的系統評價，并通過將干預有效性的證據與人們生活中的定性理解相結合，增加了政策相關性。審查層面的混合方法提供了一個獨特的視角，使得研究人員可以通過它來檢查社會科學初級研究中的方法問題。

然而，混合方法也遇到了一些挑戰。由于混合方法評價涉及統計和概念的證據和方法，其全面性可以揭示出在缺乏資源的情況下，為了進行廣泛的評價，對每種分析細節的深度進行權衡的關注。此外，在匹配潛在的經驗干預和綜合主題時，評價者自己的判斷是至關重要的，這可能會引入選擇偏差。這就表明，在應用混合方法時，需要更嚴格的審查設計和指導。

三、混合方法系統評價如何實施

一般來說，研究人員面臨著“整合挑戰”，即產生大于每個單獨部分總和的整體的挑戰。在混合方法的系統評價中，僅有定性和定量成分是不夠的，它的價值在于將這兩種成分混合在一起。通過整合定性和定量研究而不是簡單地羅列它們，混合方法審查能比單一方法審查獲得更多的政策性信息。費特斯庫里和克雷斯韋爾總結出定性和定量研究結果的整合可以通過合成設計和報告結果階段來實現。

（一）合成設計

混合方法系統評價的合成設計有兩種方法，分別是順序混合方法評價設計和收斂混合方法評價設計。順序混合方法評價設計包含兩個階段，其中一種類型的證據的數據收集和分析發生在另一種類型的證據收集和分析之后，并由另一種類型的證據收集和分析告知，第二階段以第一階段綜合的結果為依據。這種設計通常是將一個整體的問題與子問題結合起來，兩者的綜合是相互補充的。這種類型適用于全面理解某些問題，循序漸進的結構可以使審查清楚，以便審查進行和報告發現。然而，由于第二階段的分析依賴于定性或定量綜合的結果，它仍然有保持單一研究弱點的風險。

收斂混合方法評價設計可以定義為對定性和定量證據的合成和解釋逐步、連續和不斷細化的過程。研究人員正以非線性的方式工作，以認知表征為指導，以新的基于數據的合成或基于結果的合成或基于創建的結果來進行解釋。根據普呂葉和洪的研究[5]，該類型的合成設計還有三個子類別。首先，基于數據的收斂設計被更頻繁地使用，可能是因為它更容易執行，特別是用于描述目的。其他綜合設計可能更復雜，但可以對特定主題的文獻進行更深入和更廣泛的分析。其次，基于結果的收斂設計分別合成定量和定性證據，然后在另一種綜合中整合和比較結果。這種設計允許審稿人同時收集每種類型的數據，混合成一個連貫的整體，同時保持它們的完整性。然而，它也可能需要廣泛的努力和適當的策略來解決定性和定量結果之間的分歧問題。最后，平行結果的收斂合成設計在研究過程的同一階段，以平行的方式分別收集和分析定量和定性證據。

（二）報告結果

順序混合方法評價設計在第二階段的綜合中就做到了定性和定量證據的結合。與此不同的是，收斂混合方法評價設計主要在結果部分進行整合。結果的報告可以采用矩陣策略來比較元分析和主題綜合的結果[6]。矩陣內并置結果主要用于混合定性和定量研究，因為定性和定量研究結果之間的匹配和不匹配很容易確定。基于結果的認知表征來解釋不匹配也可以表明感興趣現象中的證據差距。

從技術上講，使用矩陣可以幫助研究人員解釋定量合成過程中發現的異質性，并檢查感興趣的干預措施的關鍵成分。通過使用矩陣來比較和對比一篇綜述中不同綜述的研究結果，可以將定性和過程評價證據的綜合與定量研究的綜述結合起來，以評估干預效果。矩陣可以是積分的乘積，也可以作為其他方法的輔助。坎迪和他的同事采用了這種方法，并證明了顯著提高艾滋病病毒攜帶者堅持藥物治療的干預措施比沒有發現統計學顯著效果的干預措施包含更多被患者認為重要的成分。審查小組還可以使用一個矩陣來說明背景因素如何影響干預措施的實施。

另一個可以用于報告結果的方法是邏輯模型。邏輯模型可以通過“代表干預影響個人、社區和組織變化的潛在過程”來闡明規劃理論。邏輯模型可以直觀地表示，通常以圖表的形式表示干預輸入和輸出之間的聯系。在系統綜述中，邏輯模型被推薦為捕捉干預復雜性的工具。使用邏輯模型可以提供一個公共框架來促進合成，在這個框架中，定量和定性的研究過程與評估證據的合成都可以發揮作用。

四、結語

文章分析了循證決策過程中存在的干預復雜性和途徑復雜性。通過分析從干預措施投入到結果的不同復雜性來源，決策者可以探索消除由不同因果關系產生的障礙的適當方法。同時，對比現有的單一系統評價，混合方法的系統評價在研究復雜的干預措施或社會問題時能夠提供更全面的分析以及針對更多問題的解答，使用此種方法的系統評價對于決策者，尤其是政策的制定者在處理此類問題時有很大的幫助。