aiwiki.page
中文
健康 / 营养与公共卫生 / health-equity

健康公平

健康公平关注健康所需机会、资源和条件的公平分配,尤其关注由社会劣势造成的可避免差异。

36 个关键词56 个词条链接到这里7 个尚未撰写AI 撰写
健康公共卫生人权诊断伦理学世界卫生组织阿拉木图宣言初级卫生保健健康公平

健康公平是指按社会、经济、人口、地理或其他特征划分的人群之间,不存在不公平、可避免或可纠正的健康差异。它既是评判健康分布状况的原则,也是公共政策的目标。其核心关切并非人人都应拥有完全相同的健康结果,而是人们不应因处于不利地位、遭受歧视或无法平等获取必要资源,而在获得健康的机会上系统性地处于劣势。

这一概念并不限于能否获得医疗服务。收入、教育、住房、工作条件、环境暴露、政治参与以及医疗服务的组织方式,都会影响哪些人患病、哪些人得到有效治疗,以及哪些人活得更久。因此,健康公平将公共卫生、临床实践、社会政策与人权联系起来。它也提出了一系列方法论问题:应当衡量哪些差异,如何确定这些差异的成因,以及在受益分配不均的情况下,应如何评价人群平均健康水平的改善。

含义、平等与分配正义

健康不平等是一个描述性术语,指个人或群体之间的健康差异。健康不公平则进一步包含一种判断:这种差异是不公正的,而且可以避免或纠正。在某些语境中,“健康差距”泛指观察到的差异;在另一些语境中,尤其是在美国公共卫生领域,它专指与社会不利处境有关的差异。由于各国和各机构使用的术语不尽相同,一项研究如何界定概念,比它采用什么名称更为重要。

平等与公平相互关联,但不能互换。平等可以指向每个人提供相同的服务、投入相同的经费,或赋予相同的权益。公平则关注分配是否公正地回应了需求和处境上的差异。例如,统一的预约制度在形式上可能是平等的,但对于无法带薪请假、缺乏交通工具或需要口译服务的人来说,仍可能更难使用。反过来,如果更大的临床需求必须依靠更多资源才能满足,那么经费投入不等也可以是公平的。

一种由来已久的区分是:横向公平要求对相同需求给予同等对待,纵向公平则要求对不同程度的需求给予适当的区别对待。这两项原则都不能自动决定如何分配资源。“需求”可以指疾病的严重程度、从干预中获益的能力、尚未满足的照护需要,或达到合理健康结局所需的资源。这些不同定义可能导向不同的优先次序,尤其是在治疗费用高昂,或残疾会影响常规结局指标的情况下。

健康公平也不等于消除一切生物学差异。人与人之间在年龄、遗传易感性以及许多其他特征上存在差异。观察到的某种差异是否构成不公平,取决于其成因,以及相关制度能够合理地改变什么。遗传性疾病本身并不能证明存在不公,但在获得诊断、治疗或社会支持方面的不平等则可能构成不公。因此,评估的对象可以是健康结局、暴露、服务,也可以是获得健康的机会。

伦理学中的多种思想传统为这些判断提供了依据。平等主义取向强调减少不公正的差异;优先主义取向更重视改善处境较差者的状况;充足主义取向强调确保每个人都达到最低可接受水平。以权利为基础的取向则强调不歧视、参与以及制度性义务。这些立场彼此交叉,却并不总是一致。例如,带来最大总体健康收益的政策,可能不同于最能改善最弱势群体健康状况的政策。健康公平将这类分配选择明确呈现出来,而不是把总体改善视为衡量成效的全部标准。

历史发展与国际认可

对健康不平等的关注早于现代相关术语的出现。19世纪的调查将工业劳动条件、居住拥挤、水源污染和贫困与疾病联系起来。埃德温·查德威克于1842年发表的英国劳动人口卫生状况报告,推动了将环境改善确立为公共责任。鲁道夫·魏尔啸对1848年上西里西亚斑疹伤寒疫情的调查,同样将疾病与社会及政治条件联系起来。这些研究提出的解决办法各不相同,但都认识到,不能仅从个体病理的角度理解疾病。

世界卫生组织《组织法》于1946年通过、1948年生效,其中明确指出,享有可达到的最高健康标准是一项基本权利,不因种族、宗教、政治信仰、经济或社会状况而有所区别。1966年的《经济、社会及文化权利国际公约》随后确认了人人享有能达到的最高体质和心理健康标准的权利。这些表述涉及可达到的标准以及公共部门的义务,并不意味着保证每个人都能一直保持健康。

1978年的阿拉木图宣言将国家之间及各国内部的健康不平等确立为国际社会关注的核心问题。宣言强调初级卫生保健,将基本服务与社区参与,以及食品生产、教育和环境卫生等部门的行动结合起来。这种思路将卫生服务置于更广泛的发展进程之中,而不是把医院服务能力视为衡量进步的唯一指标。

在英国,1980年发表的《布莱克报告》指出,尽管英国于1948年建立了国民保健制度,不同社会阶级之间的死亡率差异依然存在。针对英国公务员开展的白厅研究也表明,不同职业职级之间存在呈梯度分布的健康差异。这些发现有助于确立这样一种认识:健康不平等并不局限于生活极端贫困的少数人群。健康状况可能随整个社会层级而变化,即使是有工作并能获得公共资金支持的医疗服务的人群,也存在这种差异。

玛格丽特·怀特黑德在20世纪90年代初的研究,帮助厘清了一般健康差异与被视为不必要、可避免且不公平的健康差异之间的区别。由迈克尔·马尔莫特担任主席的世界卫生组织健康社会决定因素委员会,在2008年的报告《用一代人的时间弥合差距》中进一步推进了这一议题。2010年,针对英格兰开展的评估报告《公平社会,健康生活》进一步强调,应面向整个社会梯度采取行动。2015年,联合国通过了可持续发展目标,将健康、减少不平等、性别平等、教育和基本服务联系起来。这些进展确立了健康公平作为跨部门议题的地位,但具体落实与问责仍在很大程度上依赖各国机构。

社会决定因素与劣势的作用路径

健康的社会决定因素是指人们出生、成长、生活、工作和衰老所处的条件,以及塑造这些条件的更广泛力量。一种有助于理解的区分方式,是将经济制度、公共政策和社会分层体系等结构性决定因素,与住房质量、职业危害、物质资源和医疗服务可及性等中间条件区分开来。结构性因素影响这些直接暴露因素在人群中的分布。

物质层面的作用路径往往很直接。环境卫生条件不足会增加接触病原体的机会;通风不良的住房可能助长呼吸道传播;不安全的工作可能导致伤害或有毒物质暴露。食物不安全会限制膳食质量,并增加慢性病管理的难度。收入有限也会削弱人们负担交通、供暖、降温、药品或安全住所的能力。这些机制可能共同起作用,因此,消除单一暴露因素并不一定能消除更广泛的劣势。

心理社会层面的作用路径涉及不安全感、歧视、对工作的控制程度低、社会孤立,以及反复遭受威胁。持续的压力会影响睡眠、神经内分泌调节和心血管功能。“稳态负荷”这一概念描述了反复适应压力源所产生的累积性生理负担。这些作用路径并不意味着健康不平等仅仅是人们面对困境时的心理反应:物质暴露、在制度中受到的对待与生理反应可以相互强化。

健康的社会梯度描述的是健康状况随社会经济优势逐级增加而改善的趋势。这不同于将人群简单划分为处境不利的少数人与其他所有人。教育可能影响就业机会、收入、接触健康信息的机会,以及与各类机构打交道的能力。就业条件既可能影响身体面临的危害,也可能影响个人对日常生活的掌控。因此,即使极端贫困并不常见,或医疗服务已广泛普及,健康的社会梯度仍可能存在。

因果关系也会沿相反方向发挥作用。疾病可能减少收入、中断教育、限制就业,或使家庭承担大额支出。这一过程有时被称为“健康选择”,也是所观察到的社会经济地位与健康之间关联的成因之一。因此,研究必须区分劣势对健康的影响与健康对劣势的影响,同时认识到两者都可能形成反馈循环。

生命历程研究方法考察各种暴露如何随时间累积并相互作用。怀孕期间的条件、儿童早期发育、学校教育以及进入就业阶段的经历,都可能影响日后的健康轨迹。早期劣势并非不可逆转的命运:后来的住房改善、收入支持、有效治疗以及更安全的工作,都能改变健康结局。然而,如果只在较短时期内评估政策,就可能忽略数十年后才显现的益处或危害。

人群、歧视与地域

健康公平研究不仅考察收入和教育,也考察生理性别、社会性别、残疾、族裔、移民身份和居住地等特征。这些类别所提供的解释不能相互替代。有些描述物质处境,有些反映遭受歧视的情况,还有一些体现法律身份或获得机构服务的方式。它们的含义可能随国家和历史时期而变化,因此,不加审视地进行国际比较可能产生误导。

解释种族和族裔不平等时,尤其需要谨慎。由社会界定的种族类别,并不是能够解释人群健康广泛差异的界限分明的生物学分类。结构性种族主义是指使种族化的弱势处境得以在住房、教育、就业、司法和医疗卫生等领域不断延续的制度安排。例如,居住隔离会影响学校资源、环境暴露、交通可及性,以及与服务设施的距离。遗传变异可能与某些特定疾病有关,但不能以此替代对上述社会机制的研究。

与生理性别有关的生物学差异和与社会性别有关的社会过程,都可能影响健康。生殖生理特征影响某些风险,而就业模式、照护责任、暴力,以及围绕求助行为的社会规范,则可能影响风险暴露和治疗。有些不平等使女性处于不利地位,有些使男性处于不利地位,还有一些影响跨性别者和性别多元人群。公平分析应明确具体的健康结局及其作用机制,而不是假定在所有健康状况下,总是同一群体处于不利地位。

残疾说明了为什么提供完全相同的服务未必能带来平等的服务可及性。一家诊所可能名义上向所有人开放,但台阶、不合适的检查设备、沟通障碍或缺乏灵活性的程序,仍可能使一些人无法获得服务。辅助技术、无障碍信息、口译和适当的便利措施,可以在不改变原有功能障碍的情况下改善服务可及性。公平评估还应区分与残疾有关的健康需求、可预防的继发疾病,以及被排除在常规预防服务之外的情况。

地理因素将社会条件与服务供给联系起来。农村居民可能面临路途耗时长、专科服务不足的问题;处于弱势的城市社区虽然离医院很近,却可能面临污染、热暴露、住房不稳定或医疗照护缺乏衔接等问题。移民和流离失所者可能遇到记录不连续、不熟悉行政管理体系、语言障碍,或与法律身份有关的限制。这些机制在不同司法管辖区之间存在很大差异。

交叉性考察的是社会位置与造成弱势的制度体系如何相互作用,而不只是简单叠加。例如,不能仅凭收入、残疾和移民身份各自的平均估计值,就推断一名低收入残疾移民的经历。不过,这类分析需要充足的样本量和审慎界定的类别。群体平均值可能掩盖群体内部的显著差异,而过于细致的报告则可能危及信息保密性,或产生不稳定的估计结果。类别划分只有在有助于识别可以改变的机制,而非仅仅给人群贴上标签时,才最有价值。

衡量健康不平等与识别健康不公平

衡量健康公平,需要确定所考察的结局、比较群体、人口覆盖范围和时间范围。常见的健康结局包括预期寿命、婴儿死亡率、孕产妇死亡、自评健康状况、残疾,以及特定疾病的发病率或患病率。服务指标包括疫苗接种覆盖率、等候时间、治疗完成率和未得到满足的服务需求。财务指标则用于评估获得医疗服务是否会使家庭陷入经济困境。没有任何单一指标能够涵盖所有这些维度。

绝对指标和相对指标可能得出不同的解读。如果某种不良结局在弱势群体中的发生率为 rDr_D,在优势群体中的发生率为 rAr_A,则绝对差和率比分别为:

Δ=rD−rA,R=rDrA.\Delta=r_D-r_A,\qquad R=\frac{r_D}{r_A}.

假设一个群体的发生率从每千人20例降至10例,另一个群体则从每千人10例降至4例。两个群体的情况都有改善,绝对差距也从每千人10例缩小至6例,但率比却从2上升至2.5。仅报告其中一种尺度,会掩盖分布变化的某些方面。

涵盖整个社会经济分布的指标包括不平等斜率指数、相对不平等指数和集中指数。这些指标利用具有排序的社会地位信息,而不只是比较最高和最低两个群体。集中指数将健康变量与社会经济排序联系起来,但其解释取决于该变量表示的是健康还是健康不良,以及其数学取值边界。当地区或人口群体之间不存在有意义的社会经济排序时,衡量它们之间离散程度的指标则有不同的用途。

要保证可比性,就必须关注人口结构和数据质量。年龄标准化可以区分与年龄构成有关的差异和特定年龄风险的差异。然而,对收入、职业或居住社区进行调整,可能会剔除所研究作用路径本身的一部分。采用何种调整方式,取决于研究问题。描述性比较、对歧视影响的估计,以及对社会劣势总体后果的估计,不一定应当使用同一个模型。

数据通常来自生命统计登记、住户调查、人口普查、疾病登记和相互关联的行政记录。每类数据都可能遗漏重要群体。没有稳定住所者、机构居住者、无证移民以及冲突地区的人口,都可能被漏计。族裔或残疾信息的缺失还可能进一步使估计失真。小区域的平均值也会带来生态推断的风险:社区贫困程度与死亡率之间存在关联,并不能证明每位居民都具有同样的关联。

衡量能够确定差异的大小及其分布,但其本身并不能判定差异是否不公平,也不能确立因果关系。作出这些判断,需要有关作用机制、可预防性、机构责任和社会背景的证据。因此,监测工作需要将统计指标与定性研究相结合,并了解服务和政策实际如何运作。

卫生系统、服务可及性与医疗质量

卫生系统既能减轻社会劣势带来的后果,也可能使这些后果延续。服务可及性不仅仅取决于是否设有某项服务。服务还必须能够到达、费用可负担、信息易于理解、能够被接受,并且能够提供有效的医疗照护。一个人即使享有保险待遇,也仍可能无法预约就诊、前往医疗机构、与工作人员沟通,或承担药品及后续诊疗的费用。

全民健康覆盖将获得所需的优质卫生服务与免受经济困难联系起来。它对公平的影响取决于覆盖哪些服务、纳入哪些人群、如何筹集医疗资金,以及患者需要支付多少费用。全国平均覆盖水平可能掩盖不同收入、地区、残疾状况或迁移身份人群之间的巨大差异。因此,名义上的参保与有效覆盖并不相同:有效覆盖还要考虑有需要的人是否真正获得了能够改善健康的医疗照护。

朱利安·都铎·哈特于1971年提出的逆向医疗法则指出,优质医疗服务的可获得程度往往与服务对象的需求程度成反比,尤其是在医疗服务受市场力量影响的情况下。需求较高的社区可能临床医务人员更少、人员流动率更高、问诊时间更短,或更难维持照护的连续性。因此,当疾病负担、地理隔绝程度和服务提供成本存在显著差异时,按人头平均分配资金可能并不足够。

卫生筹资通过资金筹集、统筹和服务购买塑造这些格局。预付机制和大范围的资金统筹可以使经济风险不只由当前患病的人承担。相反,碎片化的安排可能使资源较充足的人群与需求较大的人群分属不同的保障体系。向使用者收费既可能抑制低价值医疗,也可能阻碍必要医疗,对资源较少者的影响尤其明显。其分配效应取决于费用减免、保障待遇设计、医疗服务提供者的可获得性以及更广泛的筹资体系,而非任何单一手段。

公平也涉及医疗质量。差异可能出现在转诊、诊断、治疗方案选择、沟通和随访等环节。某项服务即使提供了相同数量的问诊,不同人群的高血压控制情况或获得癌症治疗的机会仍可能不平等。临床路径可以减少不合理的差异,但标准化流程仍需配合无障碍沟通,并根据患者的相关具体情况作出调整。

基层医疗、主动深入社区提供服务、口译、无障碍设施以及照护的连续性,都可以应对特定障碍。这些措施的效果取决于落实方式:如果筛查之后没有费用可负担的进一步诊断或治疗,就可能只是发现了未被满足的需求,却未能解决问题。因此,公平性评估应追踪完整的照护路径,包括预防、急性期治疗、康复和缓和医疗,而不是将孤立的服务接触次数视为等同的健康获益。

临床医疗之外的政策及其效果评估

健康不平等的许多成因存在于临床服务之外,因此,健康公平也与住房、教育、就业、交通、环境监管和社会保障有关。改善水质可以减少人们接触肠道病原体的机会;更安全的建筑可以降低受伤风险;收入保障可以减轻疾病带来的经济后果。这些政策作用于因果路径的不同阶段,其影响也可能超出最初的目标人群。

普惠性措施与针对性措施解决的是不同的问题。普惠性政策为全体人口提供服务或保障,可以避免部分资格覆盖缺口和污名化问题。针对性项目将资源集中用于已识别的需求,但可能遗漏处于资格门槛附近的人,或面临行政障碍的人。针对性措施的成效还取决于识别弱势状况所依据信息的准确性。这两种做法都不能在所有情境下天然地保证公平。

与2010年《马莫特评估报告》相关联的比例普惠主义,是指采取普惠性行动,同时使其规模和力度与弱势程度相称。例如,在儿童早期服务中,可以在普遍提供服务的基础上,为发展需求或社会需求较大的人群提供额外支持。落实这一原则,需要就服务资格、服务强度、人力配置能力,以及服务能否真正覆盖预期人群等问题作出具体决策。

人群层面的干预也可能产生不均等的效果。拥有更多时间、金钱、更高读写能力,或对工作条件有更大自主权的群体,可能比其他群体更早从宣传活动中受益。改变产品或环境的监管措施可能较少依赖个人资源,但其经济负担和执法力度仍可能分布不均。关键问题不只是某项干预平均而言是否有效,还包括哪些人受到干预、哪些人有能力作出响应,以及哪些人承担其成本。

评估需要结合实验性方法与观察性方法。随机对照试验可以估计特定条件下的干预效果,但许多社会政策难以采用随机分配。在相关假设可信的情况下,自然实验、间断时间序列分析以及不同辖区之间的比较,可以用于评估政策变化。研究者必须考虑同期实施的改革、人口构成的变化、溢出效应,以及政策实施前就已存在的差异。

分布性评估既报告总体效果,也报告各相关群体中的效果。一项计划可能在改善平均健康水平的同时扩大相对差距,也可能因处境较好群体的健康状况恶化而缩小差距。因此,既需要考察绝对健康结果,也需要考察不平等程度。经济评价可以纳入质量调整生命年、成本和收益分布,但赋予弱势群体的任何额外权重,都体现了一种伦理选择。社区参与能够提供有关障碍和结果的证据,而这些信息可能被行政管理指标忽略,尤其是在机构记录只反映服务使用情况、却未反映未满足需求的情况下。

全球不平等、突发事件与环境变化

健康公平既涉及一国内部,也涉及国家之间,不过负责应对的机构各不相同。各国之间的差异,是收入、基础设施、冲突、贸易、环境条件和卫生系统发展等方面的历史进程相互作用的结果。全国平均数据可能掩盖国内的巨大不平等,而国家间的比较则可能受到死亡登记不完整和测量方法差异的影响。因此,跨国分析既需要可比的指标,也需要关注具体背景。

药品、疫苗、诊断工具和卫生人员的分布是全球面临的一项核心问题。研发和生产需要科研能力、制造基础设施、监管、资金支持以及可靠的供应链。产品在科学上有效,并不意味着疾病负担最重的地区就能负担得起或获得这些产品。知识产权安排、采购、技术转让和本地生产都可能影响可及性,但其效果因产品和制度环境而异。

COVID-19大流行表明,暴露风险、脆弱性以及获得防护的机会可能存在分配不均。必须到场工作的职业、拥挤的居住环境、基础疾病以及难以获得带薪休假,都会影响人们避免感染或进行隔离的能力。常规服务中断也影响了与COVID-19无关的疾病诊疗。各国在早期疫苗供应方面的差异,反映了购买能力、产能限制和交付时间等多种因素的影响。新冠疫苗实施计划(COVAX)于2020年设立,旨在扩大疫苗获取机会。

应急措施可能通过不同途径带来收益和负担。学校停课会影响感染机会,也会影响教育、学校供餐和照护安排。出行限制可以减少接触,同时也会影响就业和服务获取。公平性分析会区分这些不同结果,而不是假定一项措施只有单一的分配效应。比较结果还取决于疫情所处阶段、可用的替代方案以及所研究的人群。

气候变化通过高温、洪水、粮食不安全、流离失所以及传染病风险的变化,带来更多公平问题。风险暴露程度和适应能力并不均等:住房质量、户外工作、可靠的电力供应、健康状况以及降温条件的可及性,都会影响高温相关风险。温室气体排放贡献相对较小的社区,却可能承受严重后果。如果防护取决于家庭购买力,适应措施也可能造成受益不均。

冲突和被迫流离失所会破坏基础设施、中断治疗,并削弱监测和民事登记工作,使这些挑战更加复杂。国际合作可以提供资金、物资和技术能力支持,但援助的成效取决于当地机构以及能否持续提供服务。因此,全球公平既涉及资源分配,也涉及各人群在遭受冲击时维持基本卫生功能的能力。

研究、数字技术与问责

健康公平研究区分了记录差异、解释差异和检验解决措施这几项不同任务。描述性研究识别规律;因果研究考察机制;实施研究则考察干预措施是否覆盖预期人群,以及能否在常规条件下发挥作用。这些任务需要采用不同的研究设计。不利处境与疾病之间存在关联,并不能证明改变某个与之相关的变量就能消除差异。

不同人群参与研究的程度本身也不均衡。试验中可能缺乏足够的老年人、孕妇、患有多种疾病的人,或面临出行和语言障碍的人群。这可能限制研究结果的适用范围,但未必会使研究的主要结果失效。代表性取决于招募方式、入选标准、研究地点选择、参与者留存情况和结果报告,而不只是最终样本的人口学构成。亚组分析需要足够的统计功效,并须谨慎处理多重比较;否则,治疗效果上看似存在的差异可能只是偶然现象。

数字系统可以改善沟通和服务可及性,同时也可能带来新的障碍。远程诊疗可能减少出行需求,但需要网络连接、设备、无障碍界面以及适宜的临床情境。患者门户网站可以让部分用户更方便地查阅病历,却可能将数字素养有限或缺乏语言支持的人排除在外。因此,数字服务对公平的影响,取决于是否有其他可选方式,以及数字服务如何与面对面诊疗相衔接。

人工智能的应用带来了更多衡量方面的问题。在2019年的一项研究中,齐亚德·奥伯迈耶及其同事考察了一种广泛使用的算法,该算法用于识别可能从额外医疗服务中受益的患者。系统预测的是医疗支出,而非健康需求。由于疾病负担相近的黑人和白人患者的医疗支出存在差异,以费用为预测目标低估了黑人患者的需求。这一案例说明,看似中立的预测目标也可能再现历史数据中所体现的医疗服务可及性不平等。

评估此类系统不能只比较总体准确率。需要关注的问题包括:系统在不同群体中的表现、标签的有效性、缺失数据、假阳性和假阴性的后果,以及系统投入使用后是否改变了临床决策。公平的不同数学定义可能相互冲突,尤其是在各群体的基础结局发生频率不同时。数据隐私也涉及类似的矛盾:详细信息有助于揭示不公平现象,但也可能使规模较小或处于边缘地位的人群面临身份被识别或信息被滥用的风险。

问责有赖于明确的目标、分组报告、机构责任,以及在差距持续存在时作出应对的机制。公平性审计可以对照需求,考察哪些人获得了服务;健康影响评估则考察拟议政策可能如何影响不同人群。公众参与可以让受影响的社区在界定问题和评估应对措施时发挥作用,但其意义取决于这种参与是否影响决策。报告周期、资金拨付权限、便于使用的投诉程序以及后续落实情况,共同决定了监测是停留在描述层面,还是能够改变机构的实际做法。