社区事务：卫生干预的不同影响

这些会议培训了LGA水、卫生和个人卫生（WASH）单位，这些单位是尼日利亚公共服务的一部分，然后由这些单位进行CLTS动员、触发会议和后续活动。在埃努古选择了四个近期没有CLTS经验或类似CLTS干预的LGA，在埃基蒂选择了5个LGA。其位置如图1所示。图1尼日利亚Ekiti州和EnuguNote州研究区域地图：Ekiti（左）和Enugu（右）九个选定LGA（阴影）中的研究集群。该研究方案经以下IRB批准：尼日利亚联邦卫生部国家健康研究伦理委员会（NHREC/01/01/2007-20-20/11/2014）、伦敦大学学院伦理委员会（2168/009）。该试验在ISRCTN注册中心（ISRCTN74165567）注册。我们注意到，该研究项目还旨在评估一项供应干预措施，即卫生营销（SanMark）。然而，SanMark开发和试点的时间比计划的要长，在进行终点线调查时，实施的时间还不足以进行全面的影响分析。项目最终报告概述了详细信息（Abramovsky et al.，2018）。LGA是尼日利亚继各州之后的第二个分部。LGA是由地方ZF委员会领导的行政区划。由于预算限制和安全问题，第三个州Jigawa被撤销。埃努古的研究LGA包括伊博-埃兹北部、伊博-埃兹南部、恩卡努东部和乌德努。在Ekiti，Ido Osi、Ikole、Moba、Irepodun Ifelodun和Ekiti South West是研究的一部分。由于CLTS是一种社区层面的干预，我们使用了我们称之为“可触发集群”的随机单元。可触发集群是指地理位置相近的村庄、街区或居住区组成的群体。这些集群由研究人员和实施者共同定义。

因此，它们与尼日利亚的任何行政单位都不匹配。选择集群的目的是减少信息溢出，例如成为独立的单元，以便有关触发活动的信息不会传播到下一个集群。例如，这意味着可触发集群不会共享市场或大型公共区域。为了进一步减少实验治疗组和对照组之间的潜在污染，在可触发组周围引入了“缓冲”区域，以确保没有两个组位于地理位置相近的位置。未施加特定距离。“可触发集群”及其功能区的定义是由实施者之前在这些领域的工作经验推动的。在这两个研究州，一个集群平均由1.7个村庄或宿舍组成，所有这些村庄或宿舍都是同时实施的。动员和触发活动的治疗期大约持续了六个月，即2015年1月至6月。我们总共确定了247个“可触发集群”。其中246人在研究过程中被随机分为接受CLT（治疗）或不接受CLT（对照组），概率相同。LGA对随机化进行分层。处理和控制集群的分布如表1所示。表1每个研究组和状态对照组的可触发集群总数百分比频率%频率%Ekiti 63 51.6 66 52.8 129 52.2 Nugu 59 48.4 59 47.2 118 47.8总计122 100.0 125 100.0 247 100.0集群内村庄或小区的中位数和模式数为1。

一个集群最多有7个村民，只发生一次。由于社区内乱，无法在任何治疗后调查波中收集数据，因此从原始抽样中删除了一组数据。2.3受访者抽样、数据收集和损耗我们在近三年半的时间内收集了五轮数据。2014年10月，通过第一轮数据收集，在Ekiti和Enugu的九个参与LGA进行户主普查，建立了抽样框架。人口普查收集了50333户家庭的基本户主信息（Enugu 27888户，Ekiti 22445户）。基于此次人口普查，我们从每个集群中随机抽取20户家庭进行访谈。我们的样本是九个LGA中thusa代表性家庭小组。这与其他研究形成对比，这些研究将样本局限于有孩子的家庭（Briceno et al.（2015），Cameron et al.（2019），Pickering et al.（2015））。我们的最终样本包括246个集群中的4671户家庭，分布在Ekiti和Enugu，覆盖了研究区域约9%的人口。Abaseline调查于2014年12月和2015年1月进行。第一次后续调查（FU1）于2015年12月至2016年2月期间进行，平均时间为实施后八个月。FU2发生在实施后24个月（2017年3月至4月），FU3发生在实施后32个月（2017年11月至2018年1月）。三次后续调查使我们能够研究CLTS影响随时间的动态，深入了解项目影响的可持续性。

图2总结了干预和数据收集的时间安排。图2项目时间表：实施和数据收集wavestime2014 2015 2016 2017年BaselineCLTSFU 1 FU 2 FU3数据收集由独立的数据收集公司进行，不了解治疗状态。初步估计，实施计划中触发集群的规模约为150户。在该领域，集群规模更大。由于预算限制，上市人数最多为180名家庭成员。为了获得具有代表性的家庭样本，我们采用了以下方法：对于每个triggerablecluster，我们随机对村庄/宿舍进行排序，并在列表的顶部开始列出。Firstvillage/季度完全列出，与规模无关（即，如果需要，超过180户阈值）。如果列出的家庭少于150户，则将继续在列表中的第二个村庄/季度收集数据，再次列出该村庄/季度的每户家庭。这一过程一直持续到将所有村庄/居住区列入每个集群，或直到接触到大约180户家庭。这种方法确保我们拥有每个研究集群的列表数据，确保我们的总体样本仍然代表研究区域（因为村庄/季度列表的顺序是随机确定的），并且确保在预算范围内列出整个村庄和季度。我们的研究在三次后续调查中的流失率较低：FU1为2.53%，FU2为8.81%，FU3为11.58%，如附录表13所示。一个可能的担忧是，治疗村和对照村之间的无反应不是随机的，这可能会使估计的治疗效果产生偏差。

表2的下面板显示，在终点调查FU3时，控制组和干预组的营养水平之间没有显著差异，控制组家庭的自然减员率为11.14，治疗区为12.05。同样的结论适用于FU1和FU2期间治疗状态的不同磨损（附录表13）。为了更正式地调查这一点，我们测试了治疗状态是否可以预测地区固定效应和家庭水平基线特征的磨蚀条件（附录表14）。总的来说，治疗假人的系数接近于零，并且在三次随访调查或估计规格中均无统计学意义。这表明选择性磨损并不令人担忧。因此，我们将分析重点放在由4540户家庭组成的平衡小组上，这些家庭在每一轮数据收集中都进行了成功的访谈。2.4研究人群和治疗对照平衡由于治疗组和对照组的集群分配是随机的，我们预计在基线调查时两组之间没有系统性差异。我们检查了表2中的平衡性，给出了基线时测量的家庭主要特征、我们考虑的结果和研究社区特征的汇总统计数据。我们给出了对照组的基线平均值（在磨损后样本中），治疗组和对照组之间的平均值差异，并在最后一列中报告了这些平均值相等性的t检验的p值。正如预期的那样，除了家庭成员数量的微小差异（0.27），两组在上述维度上没有统计学上的显著差异。

在所有特征的联合显著性的F检验中，我们在5%水平上拒绝了无效假设（p值=0.038），因此在整个分析过程中将该变量作为协变量。然而，一旦我们剔除家庭规模，其余变量的解释力显著下降（pvalue=0.27），这支持了我们随机化策略的有效性（除了户主之外项目的基线报告支持在广泛的附加变量上的平衡性（Abramovsky et al.，2015）。尺寸）。表2的第一个面板报告了家庭特征。研究社区的户主主要是男性（64%），平均年龄为55岁。大多数完成小学教育（68%）和就业（77%）。平均家庭规模为4人，其中30%的人与6岁以下的孩子生活在一起。45%的人以务农为主要活动。我们还提出了家庭资产负债指标，作为基于一系列资产所有权问题的主成分分析的第一个因素进行衡量。虽然这个变量的数值本身没有意义，但它在各个实验臂之间是平衡的。第二个小组介绍了主要成果，所有成果都是在家庭一级衡量的。我们的首要利益在于家庭的卫生行为，特别是开放式排便实践，为此我们采用两种措施。第一个是主要调查对象（通常为女性）是否表示至少有一名四岁以上的家庭成员进行OD调查。

如果响应者自己声明执行OD，则第二个变量取值1。表2显示，在我们的研究人群中，62.8%的家庭至少有一名成员在露天排便，并且有非常相似的百分比（62.4%）的女性报告说她们自己也遵循这种做法。我们发现，在露天排便的习惯与缺乏厕所所有权密切相关。私人厕所的所有权和使用是减少OD的最常讨论的渠道，包括社区会议（Kar，2003）。然而，只有36.9%的家庭拥有厕所，36.1%的家庭拥有任何类型的功能性厕所，32.4%的家庭拥有功能完善的厕所。我们将这三个指标都作为结果纳入分析，因为它们反映了不同的兴趣维度。第一个记录所有权，但忽略功能。第二个额外的资本是对现有厕所存量的维护投资，或由于缺乏维护而取消厕所投资。第三个是质量，符合世界卫生组织/联合国教科文组织联合监测方案关于改善卫生条件的更严格标准。为了验证住户关于厕所拥有情况的报告，采访者询问受访者是否可以在结束采访时检查报告的厕所。如果附录A.1中的表11提供了其组件及其因子载荷的系统测量详情。两者都依赖于“你去哪里排便？”，结合可能的地点展示卡。排尿习惯在基线检查时单独询问，但此处不使用。表2基线所有对照治疗对照组治疗组和对照组之间的平衡。Obs公司。平均SD系数。

p-valuePanel A-评估后家庭样本家庭特征户主男性（%）4014 2027 64.53 47.85-1.92 0.307HH户主年龄（岁）4014 2027 55.82 17.23-0.66 0.364HH户主就业（%）4014 2027 78.10 41.37-0.79 0.677HH完成小学（%）4014 2027 67.54 46.83 0.40 0.851家庭规模4014 2027 4.33 2.50-0.27 0.022家庭至少有一名6岁以下儿童4014 2027 30.64 46.11-0.49 0.792HH主要活动是农业（%）4014 2027 47.11 49.93 3.06 0.414资产财富指数得分4014 2027 0.05 2.04-0.02 0.879开放式排便和厕所所有权至少1名成员（>4 y/o）执行OD（%）4014 2027 62.80 48.35 0.66 0.838主要受访者执行OD（%）3974 2008 62.40 48.45 0.47 0.884拥有厕所（任何条件，任何类型）4014 202736.90 48.27-0.31 0.922拥有一个功能齐全的厕所（任何类型）（%）4014 2027 36.11 48.04-0.18 0.955拥有一个功能完善的厕所（%）4014 2027 32.36 46.80 0.40 0.896所有HH成员使用一个厕所（%）4014 2027 37.20 48.35-0.66 0.838所有HH成员使用一个厕所（根据所有权情况）（）1446 732 97.95 14.18-0.89 0.35社区特征距离最近的LGA总部，245 121 6.60 4.14 0.56 0.295 km范围内的家庭数量，5km半径245 121 1590 997-90 0.476社区财富245 121-0.21 0.95-0.13 0.353光强，5km半径，2013年（最小值=0，最大值=25）245 121 2.07 3.01-0.06 0.870平均邻居信任度（0-None，2-High）245 121 0.88 0.49 0.01 0.847社会资本245 121-0.09 1.10 0.16 0.252宗教分裂（0-Low，1-High）245 121 0.61 0.16 0.02 0.465平均厕所拥有率（%）245 121 36.24 24 24.51-1.32 0.674面板B-未在终点线调查的损耗（%）4540 2281 11.14 31.46 0.91 0.341注：数据来自基线家庭调查。观察单位：家庭。面板A：样本仅包括在终点线进行调查的住户。

B组：样本包括基线调查的所有家庭。改良厕所是指使用世界卫生组织/联合国儿童基金会（2015）中的分类确定的质量厕所。有关家庭和社区层面协变量的详细描述，请参见附录a。由于CLT，治疗组中存在ror，特别是由于过度报告了“理想”结果，因此我们预计相对于终点控制区，治疗组的同意率和纠正率较低。然而，我们发现情况并非如此：24%的家庭拒绝接受检查，治疗组和对照组之间没有差异（对照组24.86%；治疗组23.85%，p值=0.693）。检查未发现报告所有权与实际所有权之间存在显著差异，如果有任何差异，治疗组的纠正率（7.98%）低于对照组（9.56%）。治疗组之间的这些指标在统计上没有显著差异。我们的结论是，没有证据表明治疗组和对照组在两个维度上存在选择性报告差异——检查同意率和同意住户对所有权的真实报告。在其他敏感性分析中，我们排除了拒绝验证厕所的家庭，并重新估计了平均和异质影响估计；所有参数估计在限制样本中几乎没有变化。CLTS对所报告的干预后开放式排便实践的影响（采访者无法直接监测）与厕所所有权（部分可验证）的反向变化密切相关（见第4.2节的结果）。这与基线时观察到的所有权与OD行为之间的密切关系一致：98%（正常）厕所所有者报告其家庭不实行OD（见表2）。

这一比例在干预后仍然非常相似（95%），治疗组和对照组的家庭之间没有差异（p值=0.345）。表2的第三个面板最终显示了一组社区特征的统计数据。这些社区距离LGA总部（HQ）平均约7公里，半径5公里内有1616户家庭。第4.2节详细描述了我们的部分分析，重点是社区社会经济地位（SES）对CLTS效果的异质性。到LGA总部的距离和5kradius范围内的家庭数量通常被用作SES状态的代表：到城市或半城市中心的距离通常不同于印度的OD习惯，例如，在印度，厕所的所有权和使用不一定要齐头并进（例如，见Gupta et al.（2019）），这是大约一个小时的步行。用于衡量偏远或孤立程度，以及5公里半径内的家庭数量，作为人口密度的衡量标准。我们在这里展示并在稍后使用两个SES代表的汇总统计数据，即基于社区家庭财富中值的社区财富指数和5公里半径范围内的干预前夜光强度指数，这是当地经济财富和收入的代表。我们发现，我们研究区域的平均夜光强度非常低，相对于0到61的总夜光范围，平均值为2。我们提出的下一组社区特征与社区内的社会互动有关，这一维度也被认为是加速CLT有效性的一个维度（参见Cameron等人（2019））。我们通过三种方式捕捉社会互动：一是社区的信任水平，二是社会资本，三是宗教分裂。