Когда определенные детские впечатления оказываются статистически связаны с повышенной вероятностью нежелательных результатов, они рассматриваются как фактор риска, возможно, с точки зрения медицинских последствий [Garmezy, 1994] или проблем социальной политики (например, каких-то проявлений социального исключения) [Bynner, 2001]. В настоящее время принято считать, что важно сочетание нескольких факторов риска, а не какой-либо одной переменной. Исследования, таким образом, направлены на то, чтобы рассчитывать и строить прогнозы на основе таких факторов риска, относительно которых остальная часть населения, как предполагается, будет «контрольной группой» с положительными результатами по данным показателям. Более того, выводы о том, что определенные детские переживания «вызывают» какие-то конкретные последствия, всегда базируются на заранее заданных гипотезах – и в самом деле, сам по себе термин «последствие» неявно подразумевает, что такая причинно-следственная связь присутствует, но вопрос о том, что имеется в виду под «причинностью», является довольно сложным. К тому же, статистические тесты могут говорить лишь о том, что какой-то конкретный детский опыт связан с определенными последствиями до такой степени, что статистическая корреляция между ними превышает случайное распределение по выборке изучаемого населения.

Трудности с установлением причинно-следственной связи могут привести к предпочтению изучения возрастных когорт и других лонгитюдных исследований, а не сравнительных исследований, проводимых в единый момент времени. Был разработан многомерный статистический анализ, который может учитывать несколько переменных одновременно, а также позволяет строить более сложные модели, описывающие, как могут происходить и взаимодействовать в течение жизни различные события (см., например: [Schoon, Parsons, 2002]). Эти модели включают в себя ряд индивидуальных, семейных, социальных и структурных факторов, которые могут взаимодействовать с течением времени таким образом, что подвергают детей более высокому риску определенных вредных последствий. Модели также стремятся выявить такие особенности детских жизней или личностей, которые обладают защитным эффектом, приводящим, например, к тому, что дети, которые, как считается, подвергались повышенному риску неблагоприятных последствий, фактически их не показывают. Этот феномен иногда называют «устойчивость» (resilience), хотя этот термин и подвергается критике из-за отсутствия ясности в отношении того, относится ли это качество к ребенку или к его семье.

Крупномасштабные количественные исследования имеют большое значение для социальной политики, так как политики обеспокоены разработкой стратегий работы, опирающихся на опыт и поведение населения в целом. Сведения о типах людей, находящихся в группе повышенного риска социального исключения, могут быть использованы, например, для направления ресурсов в конкретные микрорайоны или оказания адресной помощи конкретным группам населения. Они также могут быть использованы для разработки политики, направленной на поощрение граждан к принятию определенных жизненных решений (например, для поддержки брака).

Конкретное влияние семейного опыта на жизни людей важно для исследователей и политиков, но такую связь очень трудно установить однозначно. Исследования могут опираться на многомерный статистический анализ для определения общих тенденций, показывающих связь между конкретными событиями и последующими результатами. Исследователями, использующими эти подходы, были разработаны сложные модели процессов, длящихся во времени. Экстраполяция крупномасштабных данных, однако, может упрощать причинно-следственную связь и процессы, связанные с факторами риска. Другие подходы включают интерпретацию клинических кейс-стади, или исследования индивидуальных биографий, протяженные во времени.

Щун [Schoon, 2006] вводит понятия риска и устойчивости и предлагает обзор исследований долгосрочных последствий влияния семейных драм в раннем возрасте, основанный на британских данных. Лутар с соавторами [Luthar et al., 2000] обсуждают концепцию устойчивости и связанные с ней вопросы в целом. Амато [Amato, 2004] обсуждает данные о влиянии развода на детей в США; Карракер и Гроховски [Karraker, Grochowski, 2006] предлагают общее обсуждение рисков и устойчивости в контексте США.

Фелпс с соавторами [Phelps et al., 2002] предлагают обзор лонгитюдных исследований в США. Маклауд и Томсон [McLeod, Thomson, 2009] фокусируются на исследованиях изменений в отношениях с течением времени, используя качественные методы.

Связанные понятия: Привязанности и потери; Детское развитие; Изменения и преемственность в семье; Родительство.

Демография занимается изучением больших групп населения в широком смысле слова, включая состав населения и тенденции в изменении его численности, которые относятся к семьям и домохозяйствам и имеют последствия для социальной политики.

Рождение, брак и смерть – ключевые события в семейной жизни, но они также являются основным задачами для демографического исследования населения в целом. Демография как дисциплина была связана с развитием национальных государств и правительств, которые хотели разработать политику и организовать своих граждан, будь то с точки зрения потенциального количества доступных солдат, рабочей силы, необходимой для экономического развития, ожидаемого объема налоговых поступлений или планирования предоставления услуг гражданам. Франция, например, разработала пронаталистскую политику, поощряющую рост населения, так как в конце XIX в. считалось, что низкая плотность населения в сочетании с размером территории делает страну более уязвимой в экономическом и военном отношении [Hantrais, 2004].

К ключевым элементам анализа населения относятся: рождаемость – число рождающихся; смертность – число умерших; и миграция – перемещение граждан внутри и между национальными государствами. Такие статистические данные дают информацию о настоящем составе населения и тенденциях его изменения с течением времени. Для того чтобы делать прогнозы на будущее, демографическая статистика, как правило, рассчитывается по коэффициентам (рождаемости, брачности и смертности) в отношении к существующей численности населения. Например, уровень рождаемости может быть рассчитан по отношению к численности женщин детородного возраста, что позволяет рассчитать средние показатели рождаемости для конкретных групп населения или периодов истории. Взяв за основу, скажем, данные о паттернах более ранней рождаемости и проецируя их на будущее, можно получить основу для сравнения моделей рождаемости в разных обществах по всему миру или для разработки прогнозов о будущих изменениях в народонаселении. Прогнозирование будущей численности населения также требует внимания к смертности (в том числе новорожденных и младенческой смертности) и миграционным процессам, в том числе к различиям в показателях смертности между разными группами населения в пределах национального государства. Имеющиеся данные для расчета коэффициентов миграции, как правило, более подвержены ошибкам, чем данные о рождаемости и смертности, из-за трудностей в отслеживании и прогнозировании передвижения людей.

Много демографической информации следует из данных переписи. Переписи являются неотъемлемой частью государственной деятельности во многих промышленно развитых странах. Другие источники информации включают в себя регистрацию рождений и смертей, записей о миграции, собранных на национальных границах, и регистрацию других изменений в правовом статусе, например, браков и разводов. Выборочные обследования также являются важными источниками информации, такими как Текущее обследование населения (Current Population Survey), осуществляемое ежемесячно в США, с годовыми дополнениями, ориентированными на семьи и домохозяйства; и Общего исследования стилей жизни (General Lifestyle Survey, ранее – GHS), осуществляемого ежегодно в Великобритании. Страны различаются в зависимости от масштаба и надежности собранной информации. Регистрации рождений, например, не доступны для существенной доли мирового населения, и лишь несколько стран следуют рекомендации Статистической комиссии ООН для сбора информации о нерыночном труде [Bogenschneider, 2006].