《表5 宗教信仰对老年人就医用药行为的影响:倾向值加权法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《宗教信仰与健康:对老年人就医用药行为的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了控制宗教信仰选择性可能导致的估计偏误，本文引入倾向值加权方法（预测倾向值的Logit模型估计结果参见附表）。由于在选定“标准化”的人群时所依托的对象不同，它被分为逆向干预概率加权（Inverse probability of treatment weighting）和标准化死亡比加权（Standardized mortality ratio weighting）两种具体方法:前者面向的是全体观察对象，包括干预组和控制组，可以估计平均干预效应（Average treatment effect，ATE）；后者则仅针对干预组的观察对象，因此得到的是干预组的平均干预效应（Average treatment effect on the treated，ATT）。库尔斯等人（Kurth et al.，2006）认为，经标准化死亡比加权方法调整后的结果与倾向值匹配（Propensity score matching）方法所得的干预效应是相似的，因为两者均以干预组作为参照，而逆向干预概率加权方法是以全人群作为参照，其在估计时的稳定性可能会不及前述两种方法。斯图纳尔等人（Stunner et al.，2006）还指出，标准化死亡比加权方法相对于倾向值匹配方法具有两点明显的优势，一是利用到所有控制组成员的信息（倾向值匹配方法只选择了部分控制组成员的信息），二是会比倾向值匹配方法过程更简洁。ATT在本文中表示信教的老年人若不信教会与当前的医疗服务利用行为存在多大差异，其不仅具有方法上的价值，而且也有现实中的意义，因为毕竟总有部分老年人会成为宗教信徒，ATE的估计值则混合了这些人的情况。在表5中，本文分别呈现了基于两种方法估算出的宗教信仰的干预效应。ATE和ATT都表明宗教信仰是显著降低老年人医疗服务利用发生概率的变量（ATT甚至显示宗教信仰可能是除患慢性病外唯一显著影响老年人医疗服务利用行为的变量），不过，宗教信仰的干预效应在传统模型中出现高估，主要是因为传统模型未能规避其选择性的干扰。对比来看，ATT的估计值更大，显著性也更高。倾向值加权的结果可以较充分地佐证本文的研究假设，总体而言，宗教确实能够改变老年人的就医用药行为，而这种改变更可能是消极的，不能无视宗教信仰对老年健康影响。