文献检索确定了11568条记录。去除重复后，6625份记录进行了标题和摘要的初步筛选( 图1)。全文文章(n=656)然后使用二次纳入和排除标准进行筛选。总的来说，我们确定了11篇文章，这些文章采用了19项MPS (CATI、IVR或SMS)调查来收集一系列主题的人口估计。九篇文章介绍了10次CATI调查的结果(10/ 19,53%)[ 13- 21］．两篇文章讨论了6次IVR调查的结果(6/ 19,32%)[ 13， 22］．从2篇文章中确定了三次短信调查(3/ 19,16%)[ 13， 23］．

在低收入和中等收入国家实施的大多数MPS是由人工面试官进行的，通常是在配备CATI软件的呼叫中心( 表1)。调查地点和问卷主题多样;CATI在孟加拉国、巴西、洪都拉斯、黎巴嫩、利比里亚、马里、秘鲁、南苏丹和坦桑尼亚开展了调查，调查主题涉及健康和社会经济学。

在确定的10项CATI调查中，60%(6/10)是通过世界银行或作为“倾听非洲”(L2A)和“倾听拉丁美洲和加勒比”(L2LAC)倡议的一部分实施的[ 13， 14， 16- 18］．在这些行动中，抽取了具有人口代表性的家庭样本，并进行了基线家庭访问;调查人员亲自采访了选定的家庭成员，并就如何回答未来的移动电话面板调查(panel MPS)提供培训。专责小组的首席顾问一般每月发出，以收集有关一般福利问题的资料，例如家庭资产、粮食安全及就业[ 24］．文献综述确定了坦桑尼亚一个不隶属于世界银行和L2A或L2LAC的MPS小组[ 15］．调查轮或浪潮的数目由2至33轮不等，每波浪潮之间一般间隔3至6周。在71%(5/7)的小组公共卫生调查中，向所有参与者提供了移动电话[ 14- 16]或只提供给尚未拥有的人士[ 13］．

三项研究采用了横断面CATI调查，而不是小组MPS [ 19- 21］．没有向任何参与者提供移动电话。黎巴嫩的调查对在全国营养和非传染性疾病风险因素调查期间提供了电话号码的参与者进行了抽样调查[ 20.］．家庭调查与CATI调查之间的中位数时间为1.8个月。在孟加拉国和巴西，非传染性疾病(NCD)风险因素调查的参与者是从移动网络运营商(MNO)提供的用户名单中抽样的[ 19]或通过随机数字拨号(RDD)，分别[ 21］．自2006年以来，巴西卫生部每年对非传染性疾病的风险和保护因素进行电话调查。由于本综述的目的是记录MPS，因此将样本框架仅包含固定电话号码的VIGITEL调查的文章排除在外。[ 25- 29］．

总体而言，CATI调查的回复率和完成率变化很大，分别在30%至98%和35%至100%之间，尽管完成率仅在30%(3/10)的调查中出现。对于没有报告的研究，完成率可能接近100%，因为一项研究评论说，面试官的工作是确保所有问题都得到了回答[ 13］．在三项报告拒绝率的研究中，估计的拒绝率在2%至8%之间[ 17， 20.， 21］．对于小组MPS，通常情况下，小组减员率在家庭基线调查后的第一次CATI时最高，减员率和无应答率在小组期间趋于稳定。

在40%(4/10)的CATI调查中，与调查完成程度相关的不同通话时间激励金额是随机的[ 13， 14， 18]，所有这些都是小组MPS，以评估它们对调查回应和完成率的影响。在两项不包含控制臂(即没有激励)的调查中，低激励量和高激励量对回复率没有明显影响[ 18]，或较高的激励组较低的激励组反应率较低[ 14］．在秘鲁和洪都拉斯，小组成员被随机分为以下三组:(1)没有奖励，(2)1美元的通话时间，(3)5美元的通话时间[ 13］．在洪都拉斯，与控制组相比，两个激励组显著改善了整个小组的调查反应。在秘鲁，结果未按调查方式(CATI、IVR和SMS)进行分类。作者报告说，研究部门在第一次调查的回复率上没有明显的差异;在研究期间，两个激励机制在最小化面板损耗方面取得了相似的收益。值得注意的是，该研究的作者指出，激励组包括了获得研究资助手机的大多数人。另外三次小组调查为所有小组成员提供1-2美元的固定通话时间奖励[ 15- 17］．三项横断面调查均未采用激励措施[ 19- 21］．

使用IVR的MPS在现有文献中较少被报道( 表2)。我们的文献综述发现了两篇文章，描述了6项IVR调查的结果，以收集人口水平的估计[ 13， 22］．一篇文章采用了一种标准化的方法，在阿富汗、埃塞俄比亚、莫桑比克和津巴布韦四个国家收集人口和生活水平信息[ 22］．参与者是通过人口配额系统的RDD选择的，不提供手机。其余两项IVR调查是在洪都拉斯和秘鲁进行的，是L2LAC计划的一部分，参与者之前完成了基线家庭调查，并根据需要提供了一部手机[ 13］．所有6项调查都采用了10个问题的调查;4项调查显示，受访者与调查的互动时间平均为2-3分钟，而完成10个问题调查的受访者则需4 - 5分钟[ 22］．IVR调查的回复率通常比使用RDD方法的回复率(8%、9%、19%和31%)高，这些IVR调查被发送到以前家庭调查收集的手机号码(20%和40%)。调查完成率的范围很广(23-75%)。

通话时间激励措施对改善调查回应及完成率的影响[ 22]及面板损耗率[ 13]在6项调查中进行了评估，得出了不同的结果。一篇文章将RDD参与者随机分配到控制组、4分钟通话时间激励转移和2小时通话时间激励抽奖;在完成调查后，参与两个时间组别的参加者可获奖励[ 22］．在津巴布韦，转让和抽奖激励措施显著提高了完成调查的参与者比例;而在莫桑比克，只有抽奖激励被发现是显著的。在阿富汗和埃塞俄比亚也进行了类似的评估，但作者评论说，研究对象的随机化和分配存在问题。在洪都拉斯，那些随机获得1美元或5美元通话时间奖励的人比没有获得奖励的人反应率更高[ 13］．如前所述，秘鲁的回复率未按调查方式分列。

虽然通过短信调查收集数据在中低收入国家相对普遍，但很少有研究旨在收集人口代表性样本的数据( 表3)。一项研究从墨西哥1800万预付费移动电话用户的网络中抽取了982,708个电话号码，以参与一项关于流感样疾病的监测项目[ 23］．卫生部向手机用户发送短信，邀请他们参与一项包含6个问题的调查。监测项目的应答率为5.8%。受访者的平均年龄为25岁，近90%的调查在初次接触后24小时内完成。没有提供奖励。

作为前面描述的L2LAC的一部分，还在秘鲁和洪都拉斯部署了SMS调查，以收集具有代表性的人口估计数[ 13］．秘鲁和洪都拉斯第一轮短信调查的回复率分别为30%和45%。大约80%的参与者在秘鲁完成了10个问题的调查。在洪都拉斯，与没有获得任何通话时间奖励的人相比，提供1美元或5美元的通话时间奖励显著提高了应答率。

只有两项调查比较了MPS的响应和完成率等关键调查指标。第一轮小组MPS的回复率最高的是CATI(洪都拉斯，88%;秘鲁，51%)，其次是短信(45%;30%)和IVR (40%;20%) ( 13］．在秘鲁，CATI的完成率为100%;SMS和IVR调查的完成率分别为80%和75%。在同一组调查中，通过测试-重测程序评估受访者答案的可靠性。CATI、IVR和SMS的Cronbach alpha系数分别为0.69、0.86和0.74，表明IVR的测量结果最可靠。值得注意的是，除了家庭收集的电话号码(如RDD或MNO提供的电话号码)，这些调查指标没有在不同的调查方式中进行比较。

确定了几项大型短信调查，但由于不寻求代表性而被排除在外。两项短信调查通过社交媒体平台招募参与者。［ 30.， 31有关这些平台用户的人口统计信息未包括在内，因此难以评估受访者的代表性。两项研究试图通过选择参与招募来获得次国家样本，这可能会引入选择偏差[ 32， 33］．许多研究使用SMS和IVR调查作为研究研究中的数据收集工具[ 34- 54]或作为卫生保健工作者的监测工具[ 55- 59]并被排除在审查之外。

我们的文献综述发现很少有MPS被用于收集人口水平估计的报道。由世界银行实施的CATI调查(n=10)最常依赖于家庭基线调查来收集移动电话号码，是报告的最常见的MPS类型。当有家庭移动电话号码收集时，实施团队经常进行小组调查(随着时间的推移对同一受访者重复MPS)。

MPS模式的选择对成本、调查指标和数据质量有重要的下游影响，每种模式都有其优缺点[ 13， 14) ( 表4)。来自一项比较三种方式成本的研究的证据发现，SMS和IVR调查的成本低于CATI调查[ 13］．IVR和SMS调查的主要成本是交付调查所需的通话时间，以及初始编程和监控调查交付的额外成本。CATI调查除了需要通话时间和编程成本外，还需要人力(人力面试官和主管)来进行调查，这使得他们的交付比IVR或SMS调查成本更高[ 13］．CATI调查的较高成本被人工进行调查的优势部分抵消了。这为个性化回答提供了一个机会，以澄清受访者可能存在的任何困惑，这可能会导致更高质量的数据和更低的调查流失率。秘鲁和洪都拉斯的调查支持了这一好处，与IVR和SMS调查相比，CATI的回复和完成率最高。需要进行更多的研究，使用标准化的方法来检验调查方式对调查反应、完成率和拒绝率的影响。

大多数已确定的研究依赖于家庭收集的移动电话号码作为抽样框架[ 13- 18， 20.］．像MPS模式一样，抽样框架的选择对成本、关键调查指标和MPS的潜在代表都有影响。在RDD方法中，会有相当大比例的随机生成的电话号码不存在或未注册[ 60];这意味着额外的成本，特别是对于CATI调查及其对人工操作员的依赖，因为需要拨打更多的电话才能达到调查的样本量。类似地，并且取决于用于计算的方程[ 61]，与确保所收集的流动电话号码处于活动状态的家庭收集或mno提供的抽样帧相比，RDD样本的响应和完成率可能会被人为地降低。

高收入国家在电话和邮政调查中使用激励措施以提高应答率和完成率(即合作率)的情况有据可查[ 62］．同样，通过提供免费通话时间来激励参与者，有可能提高MPS的应答率和完成率以及人口代表性，但少数随机试验的结果对这些干预是否有效提供了不确定的证据[ 13， 14， 18， 22］．需要对使用通话时间激励和其他机制来改善调查绩效和结果进行更多的研究。

获得移动电话和移动网络覆盖是MPS产生具有人口代表性的估计能力的隐含因素。此外，“数字鸿沟”现象，即手机拥有率与社会经济地位相关，也可能对获得代表性估计提出挑战——尽管有证据表明这一鸿沟正在缩小[ 63］．为了增加调查的代表性，可以应用家庭抽样方法来获得家庭收集的移动电话号码样本。然而，这需要人力和财力资源的初始投资来收集电话号码，更适合于队列研究或小组调查，因为初始投资将在每次后续调查中收回。RDD抽样框架更适合横断面调查，也是电话调查的标准抽样方法[ 60］．我们的审查发现，很少有MPS采用RDD，但证据表明，获得具有代表性的样本是可行的，这取决于移动电话拥有的饱和水平，以及在较小程度上，语言分类[ 22］．尽管如此，仍然存在使用RDD获得具有人口代表性的结果的选项[ 64］．

文献综述及其纳入和排除标准发现，很少有文章采用SMS (n=2篇)或IVR调查(n=2篇)来收集具有人口代表性的估计。IVR和SMS调查使用不频繁有三个潜在原因。首先，我们文献综述中使用的搜索词并没有识别所有相关文章。其次，L2A和L2LAC倡议的试点测试结果可能人为地导致了我们文献综述中发现的CATI调查的过度代表性。在实施这些举措之前，一系列试点测试发现，CATI调查的完成率高于IVR和SMS调查;导致世界银行采用CATI方式作为其首选调查。第三，MPS领域还处于起步阶段，使用IVR和SMS进行人口代表性调查的尝试可能真的很少。另一个限制是反应和完成率的表述。大多数手稿并没有按照美国舆论研究协会的建议，给出计算这些比率的公式[ 61］．

总之，公共卫生司收集人口健康水平估计数和其他指标的状况仍处于初级阶段。需要进行更多的研究，直接比较不同调查模式的成本、关键调查指标(如联系、响应、完成率和拒绝率)以及人口代表性[ 10］．尽管如此，如果发现总统计方法能够提供有效和可靠的数据，则使用这种方法有可能补充传统的住户调查，并通过利用其较低的成本来更频繁地监测人口健康，使现有的监测工作受益。