数据源
我们使用了海地第六次人口与健康调查(DHS)，其中包括地震后收集的14,287名15-49岁妇女的回顾性数据。自1984年以来，美国人口与健康调查在全球85多个国家开展，是一项具有全国代表性的家庭调查。卫生部的回应率很高(通常超过90%)[9，覆盖全国，对采访者进行高质量的培训，以及跨地区和国家的标准化数据收集。在国土安全部的数据收集过程中，训练有素的访谈小组在访谈期间(2012年1月至6月为第六次海地国土安全部)随机访问选定的家庭，并对符合条件的家庭成员进行访谈。
我们纳入了在2010年海地地震前后两年(即2008年1月至2012年6月)报告活产的妇女。如果一名妇女多胞胎，我们只包括最近一次分娩，因为国土安全部收集了最近一次分娩的怀孕或分娩的详细数据。为了尽量减少潜在的回忆偏差，排除了地震前两年多报告活产的妇女。我们应用了额外的纳入和排除标准来为每个结果制定子队列，因为母亲对卫生服务的需求因服务类型而异(表2)1)．
曝光
我们测量了地震的急性损害，并将其分为两个维度:家庭损害和区域损害。家庭影响被定义为地震造成的房屋损坏(是或否)和/或家庭成员损失(是或否)。如果母亲在地震中遭受了房屋损坏和/或家庭成员的损失，则被定义为遭受了家庭损失。我们根据回答海地第六次国土安全部问卷的母亲的回顾性自我报告来衡量这两种情况。区域损害被定义为居住在50%或以上房屋受损的地区。这一定义曾在之前的研究中使用，该研究探讨了2010年海地地震对出生结果的影响[8］．据我们所知，目前还没有确定的方法来确定地震对低收入和中等收入国家基本卫生服务的损害。因此，我们结合地震影响的两个维度(家庭损害和区域损害)，创建了几个地震损害的定义。第一、第二和第三种定义基于家庭和区域损害的类似定义，但考虑了不同的组合(第一种:家庭损害或区域损害;第二:家庭损坏;第三:区域损害)。
首先，将至少经历过一次家庭损害或区域损害的母亲定义为暴露人群。其次，家庭遭受损害的母亲被定义为暴露，而不管她们是否暴露于局部损害。第三，经历过局部损伤的母亲被定义为暴露，不管她们是否暴露于家庭损伤。为了测量地震在产前护理、分娩护理和疫苗接种方面的短期损害，我们将暴露组限制在地震后6个月内报告活产的母亲。
结果
结果是:获得计划生育、产前保健、分娩护理、儿童疫苗接种和疟疾预防方面的优质保健服务，因为这些被认为是全民健康覆盖下的基本保健服务[10]并且可以使用第六次海地国土安全部数据集进行计算。我们对每项医疗服务进行了单独的分析，每项分析的队列都是需要这些服务的母亲。表格1介绍了队列的定义，以及每个卫生服务的质量。我们根据每个保健领域(计划生育、产前保健、分娩护理、疫苗接种和疟疾预防)向妇女提供的基本保健服务组成部分的数量确定了优质保健服务。为确保质量，应向妇女提供的基本保健服务的组成部分是根据国际准则和以前的文件确定的:11]、2018年世界卫生组织计划生育指南[12]及2016年产前保健指引[13]、以往有关产前护理的研究[14，15]，世界卫生组织2018年分娩护理指南[16]，世卫组织2020年免疫接种指南[17]，以及国土安全部疟疾防治报告[18］．这种通过计算每个卫生服务领域基本卫生服务的可获得部分来评估高质量卫生服务覆盖率的方法被称为有效覆盖率(EC)，它衡量全民健康覆盖下为准确反映高质量卫生服务可获得性所做的努力，是针对全民健康覆盖以前只衡量卫生服务可获得性而不衡量其质量而制定的[19］．粗略覆盖率仅包括获得保健服务的人数比例，而不论服务质量如何，欧委会进一步考虑这些保健服务的质量，仅计算获得这种服务质量的人数，以衡量保健服务覆盖率[20.］．在我们的研究中，如果母亲在每项保健服务中能够获得更多的组成部分，即计划生育4个领域中有3个，产前保健8个领域中有5个，分娩护理7个领域中有4个，疫苗接种4个领域中有4个，疟疾预防3个领域中有2个，则被判定为能够获得优质保健服务。例如，如果母亲获得了5项以上的产前保健服务，她就被认为可以获得优质的产前保健服务。
协变量
我们评估了母亲的几个个体层面的特征:年龄(连续变量)、吸烟状况(是或否)、教育状况(没有教育，小学、中学或更高)、城市或农村、居住地区(Aire Metropolitaine/ Reste-Ouest、Artibonite、Camps、Centre、Grand' anse、Nippes、Nord、Nord- est、Nord- west、Sud、Sud)、医疗保健决策者(不是母亲或母亲)、家庭财富(贫穷、中等、富有)、饮酒(每天、偶尔、很少、从不)、母亲的职业(不工作、非专业、农业、专业)和父亲的职业(不工作，非专业，农业，专业)。
统计分析
母亲的特征被描述为连续变量的平均值和标准差，以及分类变量的数量和百分比。对连续变量采用Mann-Whitney检验，对分类变量采用Fisher精确检验，将地震暴露组与未暴露组按震前、震后分层的这些特征进行比较。
对于产前护理、分娩护理和疫苗接种，我们使用差异中差异(DID)分析。DID设计需要两个差异:暴露于事件的组在事件发生前后的结果差异(A1)，以及未暴露于事件的组的相同差异(A2)。与长期趋势无法解释的事件相关的结果变化可以估计为A1-A2。在我们的研究中，使用logistic回归模型和以下方程分析了2010年海地地震对各卫生服务中EC的影响:
$$logit\Pr{\left[{Y^i=曝光^i，\;后周期^i，\;C_i}\right]}=\beta0+\beta1\乘以曝光^i+\beta2\乘以后周期^i+\beta3\乘以曝光^i\乘以后周期^i+\beta4\乘以C^i$$
(在哪里1)公关ί参与者感兴趣的是体验结果的可能性吗我；（2）曝光ί如果参与者是1我经历过地震;（3）Postperiodί如果参与者是1我地震后分娩;(4)相互作用曝光ί而且Postperiodί在排除时间趋势对结果的影响后，捕捉地震对感兴趣结果的影响(在logit尺度上);（5）Cί是表示母亲年龄和受教育程度的向量符号。
在DID分析中，我们包括了母亲的年龄和教育状况，没有包括其他协变量，因为后者是在地震后测量的，可能会受到地震的影响;因此，如果对它们进行调整，效果估计就会被低估。为了评估DID设计的有效性，我们检查了结果中的震前趋势，并评估了平行趋势假设的合理性[21］．对于计划生育和疟疾预防，我们进行了多变量logistic回归分析，因为对于这些卫生服务，国土安全部没有记录地震前的数据。在这些分析中，我们像DID分析一样对变量进行了调整。
对于DID和多变量logistic回归分析，我们应用了区域随机效应的混合效应模型(海地的11个地区)。为了解决由于数据缺失造成的潜在偏差，我们应用了多重imputation方法，其中我们使用链式方程创建了10个估算数据集(小鼠，或通过链式方程进行多元估算，在R中)。然后使用Rubin 's规则将10个估算数据集的估估值组合在一起[22］．
我们进行了几项敏感性分析。首先，对于产前保健的结果，我们排除了地震后10个月内出生的婴儿，因为这些母亲可能在地震前后都接受了产前保健;因此，就与暴露的时间关系而言，结果可能被错误分类。其次，我们对连续变量(表中母亲接受各项医疗服务的域数)的结果进行了DID和多元回归分析1)而不是二元变量，因为考虑到每个结果的阈值定义会因分类错误而导致测量偏差。
所有统计分析均采用双尾分析，使用R版本4.0.3和Oracle®R Enterprise版本1.4.1 (Oracle, Redwood Shores, CA, USA)进行。所有的方法都按照相关的指导方针和规定进行。
