把“很好、好、一般、差、很差”压成“好”与“不好”，看起来只是方便汇报。问题在于，“一般”放在哪一边，会直接改变统计结果：同一个地区，可能因此被判为健康状况高于平均，也可能不再入列。
研究者分析了 European Social Survey 2023/2024 年西欧男性受访者的自评健康，并比较两种二分门槛与保留五档回答的序数模型。序数模型——直接利用类别先后顺序的统计方法——还纳入年龄、教育和相邻地区之间的空间关联，再通过事后分层校准人口构成。结果显示，年龄越大、教育程度越低，健康评价越差，这一方向在不同模型中较稳定；但差异有多大、不确定性多高，以及哪些地区属于健康较差区域，都会随“一般”被归入好或坏而变化。
这并不意味着二分指标不能用：它直观，也便于监测。作者强调，切点需要说明理由，并用其他切点或完整的序数模型做敏感性比较。序数模型也能事后合并出熟悉的二分比例，不必先把信息丢掉。