SSPH+ | 利用韩国国民健康与营养调查开发韩国人群功能测量量表
原创文章
国际公共卫生杂志，2026年3月9日
第71卷 - 2026年
摘要
目的： 本研究旨在利用韩国国民健康与营养调查（KNHANES）为韩国普通人群开发一项功能指标，并评估其心理测量学特性。
方法： 采用部分信用模型（PCM）校准来自KNHANES的功能条目，缩放至0-100分。评估的心理测量学特性包括条目拟合、单维性、局部项目依赖（LID）、目标定位以及跨年龄、性别和地区的差异项目功能（DIF）。
结果： 使用来自5,413名成年人的数据，共14个功能条目用于构建指标。通过测试题组解决方案实现了模型拟合。条目拟合和单维性可接受，未观察到LID。信度充足，但目标定位显示条目对样本偏易。检测到有限的年龄相关的DIF。
结论： 本研究利用国家健康数据开发了一项标准化、与政策相关的功能指标。所开发的功能指标能够捕捉实际健康状况，并补充了传统的死亡率和发病率指标。本研究突显了重新利用常规调查数据监测人口健康的价值。鉴于老龄化社会对健康评估的需求日益增长，该指标为韩国的循证政策制定和长期规划提供了支持。
引言
韩国是老龄化最快的国家之一，预计到2026年将成为超级老龄化社会，即65岁及以上人口占比超过21%。虽然人们寿命更长，但多病共存现象日益普遍，影响到韩国54.9%的65岁及以上成年人。最常见的多病共存模式是高血压和骨关节炎。高血压是中风和心血管事件的主要风险因素，而骨关节炎则直接影响人们的行动能力，导致其退出家庭或社会活动。这两种疾病是慢性疾病致残影响的重要例证，导致老年人功能衰退。随着老龄化人口的增长，这类慢性疾病在人口层面的负担预计将增加。
根据世界卫生组织（WHO）的定义，健康是“不仅仅是没有疾病和虚弱”。传统的健康指标，如死亡率和发病率，可能无法全面反映人口健康，因为它们忽略了健康状况的严重程度及其与环境的相互作用。这在老年人中尤为明显，他们的健康反映了生理变化、疾病和多病共存之间的复杂相互作用。基于功能的健康指标在补充基于疾病的指标方面具有价值，以更好地应对人口老龄化的挑战。根据WHO的定义，功能是指健康状况对个人生活的影响，包括生物健康和生活健康，后者涵盖在实际环境中与环境相互作用的表现。将基于功能的评估纳入国家数据系统，能够开发出如无残疾预期寿命等指标，为人口健康和老龄化相关政策提供信息。
国际功能、残疾和健康分类（ICF）提供了一个描述整体健康的通用框架，并能够对功能和残疾进行标准化报告。基于此框架，已利用人口调查数据（如英国老龄化纵向研究（ELSA）和欧洲健康、老龄化和退休调查（SHARE））开发了功能指标，并应用了Rasch模型，该模型根据条目难度和受访者能力估算潜在的功能能力。近期研究探讨了在韩国推导功能指标的可行性。Kim等人应用ICF链接规则（将源信息中的关键概念与ICF类别连接起来），识别了韩国健康调查中收集的功能信息。他们确认调查条目可链接到ICF类别，并充分覆盖了关键的ICF领域。例如，来自KNHANES的条目链接到了ICF通用七项核心集中的六个类别，这是评估和报告人口功能的最低标准。这些发现表明KNHANES适用于人口层面的功能监测。
尽管存在这种潜力，但在韩国尚未有研究验证基于Rasch的功能指标。以往韩国的研究仅使用总和或预定义评分方法生成了序数功能评分，而未建立基于心理测量学基础的功能量表。虽然基于Rasch的指标在其他国家已得到验证，但它们主要关注老年人。我们的研究将此方法扩展到韩国的普通成年人群，增强了其在人口层面健康评估中的实用性。为清晰起见，我们区分三个相关术语：“指标”指量表本身，“得分”指个人在该量表上的数值，“标识”指从个人得分派生出的汇总统计量，如均值或中位数。
本研究旨在利用KNHANES数据为韩国普通人群开发一项功能指标，并通过Rasch分析评估其心理测量学特性。预期该指标将作为在ICF框架内监测人口健康的基础资源，并为公共卫生和康复策略提供信息，特别是在应对韩国向超级老龄化社会转型所带来的挑战方面。
方法
数据
我们使用了KNHANES的数据，这是一项年度调查，负责生成韩国人口健康状况、健康行为和营养摄入的代表性统计数据。KNHANES以三年为一个周期运作。本研究分析了第8周期（2019–2021年）第二年度（2020年）的数据。该调查采用多阶段整群概率抽样设计。初级抽样单位（PSU）是普查区，按地区、城乡和住房类型分层。完整的方法论和数据集可在网上获取（仅韩文版）。虽然一个周期内大多数调查条目跨年度保持一致，但有些条目仅作为轮换模块的一部分出现在特定年份。我们之前使用标准化的ICF链接规则，从KNHANES 2020问卷中识别出15个与功能相关的条目。这些条目已链接到相应的ICF类别，并用于本研究。
表格1：ICF链接的KNHANES功能限制相关条目及其在第8周期（2019–2021）的可用性。韩国国民健康与营养调查，大韩民国，2019–2021。
我们应用了三条排除标准：（1）年龄在19岁以下的参与者；（2）功能条目缺失超过30%的参与者；（3）缺失率超过30%的功能条目。采用30%的截断值以确保测量的可靠性。在原始的KNHANES编码中，各条目的评分方向不一致；在某些条目中，较高的分数表示功能困难更大，而在其他条目中，较高的分数表示困难更少。为确保较高的分数始终反映更好的功能，对负面表述的条目进行了反向编码。
所有功能条目的缺失回答极少（<0.7%），但BP17_3除外，该条目由于仅向年龄≥40岁的参与者施测而存在结构性缺失。对所有缺失值的功能条目应用了条目层面的均值替换，以保持观察到的分布。
统计分析
描述性统计
描述性统计包括研究人群在人口统计学和社会经济特征（如性别、年龄、收入、教育程度和婚姻状况）方面的信息。居住地根据韩国的行政区划分为三类：首都、广域市和道。韩国有六个广域市，其人口密度通常相对于面积高于道。描述性分析纳入了抽样权重、分层和PSU，以考虑其复杂的抽样设计，并确保对全国人口的代表性。
Rasch分析
分析应用了部分信用模型（PCM），这是一种适用于二分法（例如，是或否）和多分法（例如，3或4个有序分类响应）条目评分的Rasch模型。当不同条目的响应类别不同且不能假设相等间距时，PCM是合适的。为检验Rasch建模的基本假设，进行了以下步骤。
首先，评估了单维性和局部项目依赖（LID）。单维性意味着所有条目测量单一的潜在能力或特质。我们使用Rasch残差的主成分分析（PCA）进行评估，第二个特征值>1.4表明存在多维性。LID指条目依赖，即对一个条目的响应影响另一个条目。残差相关性>0.2的条目对被认定为局部依赖，并将其合并为“测试题组”以改善模型拟合。
第二，使用Infit和Outfit均方（MNSQ）统计量评估条目拟合，可接受值范围为0.7到1.3。超出此范围的值可能表示失配，其中高于1.3的值尤其有害，因为它会导致测量噪声和区分能力下降。此外，检查了阈值无序，当受访者无法一致地区分响应类别时会发生这种情况，通常是由于标签不清晰或选项过多。检测到时，合并响应类别以改善模型拟合。
第三，使用个人拟合统计量来检测不一致的受访者模式并评估数据质量。使用Cronbach's alpha和个人分离指数（PSI）检查信度和测量精度，值>0.7表示足以进行群体层面分析。还评估了条目-个人目标定位，平均条目难度与平均个人能力之间的差异>0.5 logits被认为目标定位欠佳，可能导致天花板或地板效应。
最后，检查了跨性别（男；女）、年龄（19≤岁<45；45≤岁<65；65≤岁）和地区（首都；广域市；道）的差异项目功能（DIF）。DIF表明跨组的潜在偏差，威胁测量公平性，使用序数逻辑回归进行评估，以McFadden的伪R平方>0.01为标准。Rasch分析迭代进行，直到达到可接受的模型拟合。
功能指标开发
为开发功能指标，在确认模型拟合后，使用Rasch分析将序数原始分数转换为从0（功能极度问题）到100（功能无问题）的区间尺度指标。这种转换解决了序数数据的局限性，使得能够进行参数化分析和有意义的比较。
数据分析使用R软件版本4.4.1进行。使用eRm包进行PCM的Rasch分析，使用lordif包进行DIF分析。
结果
KNHANES样本
2020年KNHANES共有7,359人参与。在排除了19岁以下的个体（n = 1,226）和15个功能条目中缺失超过30%的个体（n = 720）后，共有5,413名参与者纳入分析。参与者的年龄范围为19-80岁及以上。在KNHANES数据集中，年龄≥80岁的个体被合并编码为80。因此，我们提供加权中位年龄，为47岁（四分位距[IQR] = 26）。其中，2,437人（加权后占50%）为男性，2,279人（加权后占44.5%）居住在首都或广域市。大多数参与者已婚且至少受过高中教育。在自评健康方面，4,367人（加权后占82.3%）报告其健康非常好、好或一般，而17.7%（加权后）报告健康差或非常差。研究人群的描述性统计见表2。
表格2：研究人群的描述性统计（未加权N = 5,413；加权估计代表全国人口）。韩国国民健康与营养调查，大韩民国，2020年。
最初，选择了15个功能条目进行分析。然而，一个条目——“因疾病或损伤缺勤学校或工作（d850）”——的缺失回答超过30%，因此被排除。剩余的14个条目用于构建功能指标，其响应分布见表3。这些条目链接到十个不同的ICF类别：五个属于身体功能成分（例如，精神功能、感觉功能和疼痛），其余属于活动和参与成分（例如，自理和行动能力）。
表格3：用于构建功能指标的KNHANES条目响应分布。韩国国民健康与营养调查，大韩民国，2020年。
在大多数条目中，大多数参与者报告在功能上没有或仅有极小的困难。然而，少数特定条目显示“无问题”的比率明显较低。最低比率出现在“BP1 - 日常生活中感到压力”（15.4%），链接到d240处理压力和其他心理需求，以及“好的，我继续翻译后续内容。
“以及BP_PHQ_4 - 疲倦、精力不足（59%），链接至b130“精力和驱力功能”。两个链接至b134“睡眠功能”的条目（BP_PHQ_3和BP17_3）也显示出相对较低的“无问题”比率（分别为65.6%和78.6%）。
Rasch分析
初始Rasch分析显示数据不符合模型的假设。在基线水平，部分条目存在LID和阈值无序。整个量表是多维的。为解决这些问题，我们遵循Baghaei的方法，创建了两个测试题组，将相关条目合并：
- 测试题组1（身体功能与健康）：LQ_1EQL - 运动能力；LQ_2EQL - 自理；LQ_3EQL - 日常活动；LQ_4EQL - 疼痛/不适；LQ4_00 - 活动受限。
- 测试题组2（抑郁、压抑）：LQ_5EQL - 焦虑/抑郁；BP_PHQ_2 - 感觉压抑、抑郁或绝望。
应用测试题组后，模型未显示LID，支持单维性（第二特征值 = 1.33）。然而，几个条目表现出阈值无序，这可能是由于响应分布偏斜，极少数受访者选择了最低分数（表明功能存在严重问题）（表3）。因此，对四个条目（BP_PHQ_1 - 对做事缺乏兴趣或乐趣；BP_PHQ_3 - 入睡困难、醒来或睡太多；BP_PHQ_4 - 疲倦、精力不足；BP_PHQ_5 - 食欲不振或暴饮暴食）进行初步重新编码，合并相邻响应类别。对于这些条目，原始分数0和1合并为0，2合并为1，3合并为2。这解决了BP_PHQ_1、BP_PHQ_3和BP_PHQ_4中的无序问题。然而，BP_PHQ_5需要进一步重新编码为二分格式（0–2变为0；3变为1）以消除无序。
在后续步骤中，测试题组1的条目拟合高于1.2，测试题组2为0.4，因此需要调整。对于测试题组1，逐步合并响应类别，直到达到二分格式：原始分数0–8合并为0（“有问题”），9合并为1（“无问题”），使条目拟合改善至1.2以下。对于测试题组2，将原始类别二分处理使条目拟合改善至0.58。这些步骤的详细R代码见补充材料1。
表4比较了初始分析和测试题组解决方案（如前所述；以下简称“测试题组解决方案”）之间的心理测量学特性。采用测试题组解决方案，Cronbach's alpha从0.79略微下降至0.74，但仍>0.7，表明对于人口调查具有可接受的信度。相比之下，PSI为0.55，这可能归因于偏斜的分数分布，大多数参与者显示出高水平的功能。作为补充分析，我们按20分间隔的功能得分进行了加权抽样（N = 120）。这产生了0.81的PSI，表明全样本中较低的值可能反映了得分偏斜。
表4：初始分析与测试题组解决方案的部分信用模型（PCM）拟合统计量和信度比较。韩国国民健康与营养调查，大韩民国，2020年。
在测试题组解决方案中，平均个人能力估计从2.51降至1.80，更接近平均条目难度（从-0.21降至-0.01）。这表明个人能力与条目难度之间的对齐更好。然而，由于差异仍>0.5 logits，条目总体上对样本偏易，意味着该量表可能更适合评估具有较高残疾水平的个体，而非本样本中的个体。我们进行了额外分析，检查条目-个人对齐是否因年龄组而异。然而，未发现不同年龄组之间在目标定位方面存在显著差异。
测试题组解决方案的拟合统计量见表5。四个条目（BP_PHQ_1、BP_PHQ_4、BP_PHQ_5和测试题组2）的Outfit值<0.7，表示过度拟合。这表明这些条目/测试题组过好地预测了响应模式。所有其他条目的Infit和Outfit MNSQ值均在通常推荐的范围（0.7–1.3）内，结果可接受。在条目难度方面，BP1 - 日常生活中感到压力具有最高值（0.97），表明受访者最难以认可这个条目。换句话说，无论其功能水平如何，大多数个体比其他条目更可能报告日常生活中的压力。相反，LQ1_sb - 过去一个月卧床不起的难度最低（-1.77），意味着大多数受访者未报告过去一个月卧床不起。BP1的测量范围（-1.14–3.60）是所有条目中最宽的。DIF分析显示，在性别或地区方面没有显著差异，但在两个条目中发现了年龄相关的DIF：BP17_3 - 嗜睡和测试题组1 - 身体功能与健康。DIF的存在表明这些条目在不同年龄组间可能具有不同的功能。
表5：测试的部分信用模型（PCM）的详细拟合统计量，包括初始分析和测试题组解决方案的条目位置、Outfit、Infit、局部项目依赖（LID）和差异项目功能（DIF）。韩国国民健康与营养调查，大韩民国，2020年。
测试题组解决方案的结果可视化于个人-条目映射图（图2），显示了个人能力与条目难度沿潜在量表（功能得分）的分布。上半部分显示个人参数，表明受访者的相对能力水平（即他们的功能水平），功能水平较高的个体出现在更右侧。下半部分显示沿同一潜在量表的条目位置，反映条目难度（即受访者报告在该条目上无问题的可能性），位于更右侧的条目代表更难的条目（例如，BP1），而位于左侧的则表示更容易的条目（例如，LQ1_sb）。条目难度由黑点表示，响应类别之间的阈值位置由白点表示。个人能力的分布相对于条目难度略微右偏，提示可能存在天花板效应（即该指标评估的残疾水平高于人群中实际存在的水平）。
图2：最终部分信用模型（测试题组解决方案）的个人-条目映射图，显示了个人能力与条目难度沿潜在量表（功能得分）的分布。韩国国民健康与营养调查，大韩民国，2020年。
表6展示了原始分数到用户友好的0–100功能得分的转换。在初始分析中，最大总原始分数为31，如表2所示。然而，在测试题组解决方案中，响应类别被合并，导致总分范围变为0至14。
表6：转换表，显示原始分数及对应的区间尺度1–100功能得分。韩国国民健康与营养调查，大韩民国，2020年。
讨论
本研究利用KNHANES数据开发了韩国人群的功能指标，并通过Rasch模型进行了验证。通过测试题组解决方案和响应类别合并实现了模型拟合，确保最终模型满足PCM的关键假设。部分条目的Outfit MNSQ值<0.7，表明可能存在过度拟合。然而，与欠拟合不同，过度拟合在实践中很少影响测量质量，不被视为违反心理测量学特性。最终功能指标被转换为0–100的尺度，以提供一种标准化、与政策相关的普通人群健康测量，概念上符合ICF框架。该功能指标及其产生的得分可用于构建功能标识，以综合反映人群的健康总体水平，这是传统健康指标（如死亡率和发病率）往往忽略的指标，从而提供了对人口健康的补充视角。
这项工作与先前旨在利用人口数据集开发功能指标的研究（例如Oberhauser等人和Fellinghauer等人的研究）一致。虽然方法上一致，但我们的研究在应用于具有全国代表性的成年人群方面有所不同，使用了单一年度的KNHANES数据，并纳入了所有可用的功能条目。最终指标包含了来自十个不同ICF类别的数据，所有这些类别都属于ICF通用三十项核心集——一个用于在临床和人口健康背景下评估功能和残疾的最低30个类别集——突显了它们在评估功能核心方面的相关性。尽管我们的分析侧重于单个时间点，但KNHANES重复的年度结构为多年指标的开发提供了潜力。类似地，Caballero等人利用多年度ELSA数据开发了纵向功能指标，基于39个锚定条目。
我们的研究突显了重新利用现有国家健康数据集以获取对人口健康的有意义见解的实际价值，这是通过使用WHO提出的功能操作性概念化来实现的。鉴于老龄化社会中对健康监测的需求日益增长，最大化常规收集的国家数据的效用提供了一种经济高效的选择，可替代开发新评估工具和收集额外数据，后者需要大量时间和资源。KNHANES自2007年起每年实施，为监测人口层面功能随时间推移的趋势提供了坚实的基础。其涵盖健康状况、健康行为、医疗保健利用和临床指标的广度也有助于分析健康决定因素与功能之间的关系。
所开发的功能指标适用于人群层面，但数据收集方面的改进将提升其心理测量学特性。未来改进的机会相对较小。一个关键问题在于功能能力分布的偏斜。例如，指示严重功能限制的响应稀少，导致合并响应类别以改善模型拟合，从而降低了数据粒度。为解决功能较低个体代表性不足的问题，纳入韩国健康老龄化纵向队列的数据可以改善对高风险亚人群的理解。KLHAC可以与国民健康保险服务的数据关联，其中包含医疗和长期护理记录，并有可能与ICF框架对齐。第二个机会是将基于ICF的调查（例如，模型残疾调查的简版）整合到现有国家调查中，以提高功能数据的特异性和全面性。KNHANES提供了广泛的信息，但主要侧重于疾病。整合如MDS简版等工具可以提供对功能更精细的洞察，并支持国际可比性。最后，条目层面的改进也是必要的。我们观察到不同条目间阈值间距存在差异：例如，BP1 - 日常生活中感到压力显示出明显较宽的间隔。在这种情况下，增加响应类别可以提高测量精度。
这种功能指标对公共卫生策略具有实际意义，尤其是在多病共存和人口老龄化的背景下。在韩国，尽管健康预期寿命较高，但健康老龄化得分相对较低，表明基于疾病的指标与实际健康状况之间存在不匹配。这种差异突显了在人口健康监测中对基于功能的指标的需求。正如我们的研究所显示的，利用ICF作为通用参考的功能指标能够进行标准化报告，并允许在区间尺度上进行定量组间比较，而非通常使用的序数尺度。此外，功能信息的常规使用可以支持学习健康系统，加强基于可靠科学证据整合研究、政策和实践的持续循环。因此，该指标在国家监测、康复规划和长期护理政策制定方面具有潜在效用。
在韩国，以往的研究已使用ICF框架测量功能，例如在中风或乳腺癌中，但这些研究主要侧重于特定疾病。据我们所知，尚无研究使用具有全国代表性的人群数据集验证功能指标的心理测量学特性。另一个值得注意的发现是，与老年人会报告较低功能水平的预期相反，在一些条目中——例如BP1 - 日常生活中感到压力，BP_PHQ_1 - 对做事缺乏兴趣或乐趣和BP_PHQ_4 - 疲倦、精力不足——老年人（60岁及以上）报告“无问题”的比例高于年轻组（19–44岁）。这可能反映了韩国年轻一代中更大的心理健康负担，以及更广泛的社会因素，如代际经济差异。这一观察表明，功能模式需要根据国家特定的社会文化背景来解释，而不仅仅是基于年龄的假设。
局限性
本研究存在若干局限性。首先，部分功能条目间检测到LID，需要构建测试题组。这种多个有序条目的聚合增加了响应类别的数量，似乎导致了阈值无序。因此，响应类别被二分处理，导致一定程度的信息损失，可能降低测量精度。第二，条目LQ_1EQL - 运动能力，LQ_2EQL - 自理和LQ_3EQL - 日常活动在功能严重问题方面的响应频率极低。这种不规则分布在临床或人口数据中很常见，因为许多受访者倾向于报告功能良好。然而，不常用的响应类别也可能表明类别之间存在不必要或冗余的区分，或条目措辞或内容不理想。此外，极端类别中的稀疏认可可能限制这些条目在检测功能水平较低个体间差异的敏感性。第三，跨年龄组观察到DIF，特别是与嗜睡和身体功能与健康相关的条目，考虑到疲劳和行动能力限制通常随年龄增长而增加，这是合理的。这种DIF可能反映了真实的年龄相关变异，而非测量偏差。然而，它仍然表明分数跨年龄组的可比性应谨慎解释。最后，由于该指标是使用全国收集的数据开发的，其应用可能具有背景特异性。尽管如此，它在概念上仍然与国际认可的ICF框架保持一致，因为它是使用先前链接到ICF类别的条目构建的。未来需要研究评估其在不同人群背景下的适用性。
结论
本研究利用国家健康数据为韩国普通人群开发了一项标准化、与政策相关的功能指标。通过捕捉实际健康状况，该指标可以生成一个功能标识，补充传统的死亡率和发病率健康指标。本研究突显了重新利用常规调查数据监测人口健康的价值。随着老龄化社会对健康评估的需求日益增长，这种方法提供了一种可持续的策略，能够加强国际可比性，并支持关于人口功能的循证政策。
声明
数据可用性声明
本研究使用的数据来自韩国国民健康与营养调查（KNHANES），这是一项开放、公开可获取的国家调查。数据集可从韩国疾病控制与预防机构（KDCA）网站获取，按照其数据访问程序提出请求后即可获取。由于数据公开可用，无需提交额外的数据存储库。
伦理声明
KNHANES已由韩国疾病控制与预防机构机构审查委员会审查并批准（批准号：2018-01-03-2C-A）。所有数据在发布前已完全匿名化。因此，本研究仅使用去标识化的二手数据，免除进一步的伦理审查。
作者贡献
JK：构思研究、进行分析、解释结果、起草稿件。CF：参与研究设计、共同监督分析、解释结果、审阅稿件。JB、YC、WK：审阅稿件。CS：监督整体研究、参与研究设计和分析、解释结果、审阅稿件。所有作者都对文章作出了贡献，并批准了提交的版本。
资助
作者声明本作品及其发表未获得资金支持。
利益冲突
作者声明他们没有利益冲突。
生成式AI声明
作者声明本稿件的创作未使用生成式AI。
本文中随图提供的任何替代文本均由Frontiers在人工智能的支持下生成，并已做出合理努力确保准确性，包括在可能的情况下由作者进行审阅。如发现任何问题，请联系我们。
补充材料
本文的补充材料可在线获取。
【全文结束】