三项目交通保障指数（TSI-3）的研发与验证：一种用于健康社会风险筛查的高效工具

《AJE Advances: Research in Epidemiology》：Development and validation of a 3-item transportation security index for social risk screening assessments and research into the many pathways through which transportation impacts health

　　本研究针对现有交通不安全感指数（TSI）条目冗长、应用不便的问题，开发并验证了简化的三项目交通保障指数（TSI-3）。研究通过分析2022年美国全国代表性调查数据和专家反馈筛选条目，并在2024年独立样本中通过分割问卷实验进行验证。结果显示，TSI-3与六项目版本（TSI-6）在心理测量学特性、人群分类一致性以及与自评健康和重度抑郁的关联性上高度一致，且完成时间缩短56%。该指数为临床和研究中快速筛查交通不安全感这一健康社会决定因素提供了高效、可靠的测量工具。

　　

每年，美国有数百万人难以安全、准时地出行，这种状况被称为“交通不安全感”。交通作为健康的一个关键社会决定因素，其影响远不止于阻碍人们前往医疗机构就诊。它还与获取健康食物、迁居至安全社区、维持工作以及避免社会孤立和压力密切相关，所有这些都对身心健康产生深远影响。尽管健康研究者呼吁在研究和临床环境中使用更全面的工具来识别个体的交通问题，但现有的有效测量工具——交通保障指数（Transportation Security Index, TSI）——因其较长的版本（如16项的TSI-16和6项的TSI-6）而在实际应用中面临挑战。冗长的问卷会增加调查完成时间、成本和脱落率，在临床环境中对患者进行筛查也显得负担过重。

为了提升TSI在研究和实践中的效用，发表在《AJE Advances: Research in Epidemiology》上的这项研究，旨在开发并验证一个简化的三项目交通保障指数（TSI-3），以期在保证测量效度的前提下，大幅提高筛查效率。

为达成研究目标，研究人员采用了多步骤的方法，类似于之前缩短TSI-16并验证TSI-6的过程。研究主要依赖于两次全国代表性的在线调查数据：2022年11月的调查数据用于TSI-3的条目筛选，2024年5月的调查数据用于TSI-3的验证。两次调查均通过Ipsos公司的KnowledgePanel?进行，该面板采用基于概率的地址抽样方法招募成员，能较好地覆盖美国少数族裔和低收入家庭。研究样本限定为25岁及以上的美国成年人，并 oversampled（过度抽样）了贫困线及以下的家庭。研究采用了分割问卷实验设计，即将样本随机分为不同组别，分别接受包含不同版本TSI的问卷。

关键技术方法包括：1) 使用等级反应模型分析TSI-6各条目的区分度和难度，结合内容专家反馈，从6个候选条目中筛选出最具代表性的3个条目构成TSI-3；2) 在独立样本（2024年数据）中，通过计算Cronbach‘s α评估TSI-3的内部一致性信度；3) 使用K-means聚类分析确定TSI-3的最佳分类截断值；4) 通过卡方检验、Kappa一致性系数比较TSI-3与TSI-6在人群分类和患病率估计上的一致性；5) 通过Logistic回归模型，在控制人口学变量后，比较TSI-3和TSI-6与自评健康（分为“一般/差”与“优秀/很好/好”）和重度抑郁（采用7项流调中心抑郁量表CES-D-7，总分>20判定为重度抑郁）的关联强度。

研究结果

Developing the TSI-3（TSI-3的研发）

通过等级反应模型分析，研究人员排除了区分度较低且预设条件（需有既定预约）的“Reschedule（改期）”条目，以及区分度低且与“Relationship effects（关系影响）”语义重叠的“Inconvenience（担心不便他人）”条目。保留了区分度高且能反映更严重交通不安全感的“Relationship effects”条目。最终，从三个可能的3条目组合中，根据统计指标和内容专家反馈（专家倾向于包含更多物质性条目以避免潜在污名化），选定了由两个物质性条目（“Skipped[因交通问题放弃去某地]”、“Not able to leave house[因交通问题无法离家]”）和一个关系性条目（“Relationship effects”）组成的TSI-3。三个候选的TSI-3版本在分类一致性上表现相似。

Validating the TSI-3（TSI-3的验证）

TSI-6测量的交通不安全感患病率在2022年和2024年分别为17.1%和15.6%，表明其测量具有时间稳定性。TSI-3显示出良好的内部一致性，Cronbach‘s α为0.81。K-means聚类分析表明，TSI-3最稳定的分类是形成两个类别：交通保障（总分0-1分）和交通不安全感（总分2-12分），而TSI-6可识别三个类别（保障、边缘/低不安全感、中度/高度不安全感）。TSI-3与TSI-6在估计交通不安全感患病率上无显著差异（TSI-6: 15.6% vs. TSI-3: 12.4%）。两者在分类个体为保障或不安全方面具有高度一致性，总一致率为91.4%，Kappa统计量为0.82（92%的观察一致性）。逻辑回归模型显示，无论是使用TSI-6还是TSI-3，交通不安全感均与较差的自我健康评价和重度抑郁显著正相关，且两种指数与健康结局的关联强度无统计学差异（交互作用不显著）。在效率方面，TSI-3的中位完成时间为28.5秒，比TSI-6的51.1秒缩短了56%。

研究结论与意义

综上所述，该研究成功开发并验证了TSI-3。结果表明，TSI-3具有强大的内部一致性和良好的表面效度，在估计交通不安全感患病率、分类个体以及评估其与健康结局关联时，是TSI-6的有效替代品。其最大的优势在于将测量时间缩短了56%，显著降低了受访者负担和经济成本。然而，需要注意的是，TSI-3只能区分两种交通不安全感状态（保障 vs. 不安全感），而TSI-6能识别三种。因此，如果研究或实践需要更精细地划分不安全感程度，用户可能需要在效率和信息丰富度之间进行权衡，选择更长的指数版本。

研究者也指出了本研究的局限性，例如TSI-3目前仅在网络调查和全国代表性样本中得到验证，未来需要在特定亚人群（如残疾人、癌症或糖尿病患者）以及不同实施方式（如纸笔、电子病历系统筛查）下进一步验证。此外，也需探讨在回答结果可能影响医疗或交通支持获取的临床环境中的有效性。本研究仅验证了TSI-3与两个健康结局的关联，未来应考察更广泛的健康及非健康结局。

尽管存在这些局限，经过验证的TSI-3为临床医生和研究人员提供了一个高效、经济且无明显测量精度损失的测量工具。它可用于筛查交通不安全感，深化对交通不安全感影响健康的多重途径的理解，并评估旨在促进交通保障（广义上）的干预措施如何同时推动健康改善。该研究响应了健康领域对标准化、高效社会风险筛查工具的迫切需求，具有重要的理论与实践价值。