人的某些行为数据很难获取－《100%安全套》引发的思考

我的博客《复杂网络的Pinning控制与疫苗接种策略》发出去后，立即看到一条评论：“关键是数据的获取，涉及到隐私，就算是社会调查也不一定准确”。是的，要获得不同的职业与他人的接触频率的数据并不容易。

人的行为的研究是困难的，一个重要的原因就是人的某些行为数据很难获取。前面说的“不同的职业与他人的接触频率”的数据相对还算容易些，因为这里所说的“接触”是光明正大的接触，而人的某些特殊行为数据就不一样了，很难获得。前些年，我应邀参加过两项世界卫生组织（WHO）和卫生部合作项目的研究，一项是《提高突发公共卫生事件早期预警能力》，另一项简称为《100％安全套》。后面这个项目，实际上反映WHO的一种导向。该项目主要是对娱乐场所“小姐“（公共卫生领域标准的叫法是“性工作者”，sex workers)进行干预，希望找到娱乐场所性工作者安全套使用率与生殖道沙眼衣原体感染率的关系。可想而知，这样的数据的获取多么困难。这些本来就是隐私，但是为了研究，疾控工作者要联合社会多方面力量，在保证隐私的条件下持续追踪这些对象，了解安全套使用行为并定期给予体检，尽量获得多一点样本数据。当时，我是负责数学建模和计算的，从数学建模来说并不困难，无非是微分方程反问题，数据拟合等一套方法，但是由于样本的稀少做起来就十分困难。最后得到主要结果是，安全套使用率每提高16％，衣原体感染率下降50％。表明提高安全套使用率可以显著地减小衣原体感染率。后来发表在《中华流行病学杂志》（据说在国内医学方面带“中华”的都是好杂志），上层比较重视，有一定的影响，但是我们总觉得不足之处在于样本太少了点。对于《100%安全套》这样一些敏感话题的社会调查是十分困难的，有没有其它方法可以取代呢？