《BMC Public Health》：An application of the augmented synthetic control method within a target trial framework: the case of the soda tax policy in California
美国加州的伯克利、奥尔巴尼、奥克兰和旧金山四个城市相继通过了每盎司 1 美分的 SSB 税政策。为了评估这一政策对成人肥胖患病率的影响，美国加利福尼亚大学洛杉矶分校（University of California, Los Angeles，UCLA）的研究人员开展了相关研究。研究成果发表在《BMC Public Health》上。
研究人员采用了增强合成控制法（ASCM），并将其应用于目标试验框架中。该方法旨在利用观察数据模拟假设的随机试验，以估计观察性类似物的意向治疗效果。研究数据来源广泛，其中 SSB 税信息从市政府网站收集，年度城市层面的社会人口数据来自美国人口普查局的美国社区调查（American Community Survey，ACS）2012 - 2020 年数据，涵盖了所有加州城市；加州城市 18 岁及以上人群的肥胖患病率数据则取自加州健康访谈调查（California Health Interview Survey，CHIS）的 AskCHIS 社区版（AskCHIS Neighborhood Edition，AskCHIS NE）。
在研究设计上，研究人员将实施 SSB 税的城市视为干预组，将距离干预城市超过 12 英里的城市作为对照组，以减少政策溢出效应的影响。以每个城市实施 SSB 税的时间为时间零点，对干预组和对照组城市进行追踪观察，观察时间为 3 年。研究的主要结局是各城市 18 岁及以上人群的肥胖患病率，通过对比实施 SSB 税城市与相应合成控制城市的肥胖患病率，来估计政策的效果，即被治疗者的平均治疗效果（average treatment effect among the treated，ATT）。
