老年人自评健康的预测因素、贡献程度及群体差异

2022-07-06 13:16杜本峰穆跃瑄盛见
中国卫生政策研究 2022年4期
关键词:变量群体老年人

杜本峰 穆跃瑄 盛见

1.中国人民大学公共健康与疾控交叉学科重大创新平台 中国人民大学人口与发展研究中心 北京 100872 2.河南省社会科学院 河南郑州 450000 3.中国人民大学社会与人口学院 北京 100872

1 引言

自评健康(Self-rated Health,SRH)是学术研究中使用频繁、区别于“客观健康状况”的健康预测指标,既可作为解释变量也可作为被解释变量。自评健康通常通过单一问题即“您觉得您目前的身体健康状况怎么样?”进行评估。由于问题的模糊性,研究人员无法确定自评健康究竟能精确测量出哪方面的健康。当前还需有更多研究探索挖掘自评健康的预测因素是什么,何种因素对于自评健康的贡献值较高。

据2020年公布的人口普查结果,我国60岁及以上人口占18.7%,老年人的健康状况不仅关系着基本生存状态,更是关乎社会的长远发展。老年人自评健康是七年生存率的重要预测指标。[1]国外研究已涉及到自评健康影响因素的排序问题,但我国对于老年健康自评的研究起步较晚。虽有探讨老年健康自评的影响因素,但对群体差异性、各因素贡献度的讨论仍然较少。即便有国外研究结果在前,考虑到中西方的文化差异,还需将研究扩充到中国样本,以期给出中国情境下的中国答案。

本研究立足于已有研究,构建老年人自我健康评定过程的认知模型,为后续老年自评健康研究奠定了理论基础;其次,研究结果测评了不同老年人自评健康的影响因素及其排序,为老年人健康研究提供实证支撑,增强老年人健康政策的施策精准度。

2 健康自评认知过程下的概念框架

2.1 老年人自评健康的影响因素

20世纪90年代,学者们就致力于了解人们自评健康决策中所考量的参考标准是什么。既往的一系列定性和定量研究逐步确定了健康自评决策涉及到多个影响因素。

2.1.1 人群特征因素

包含婚姻、收入、教育等因素。以中国情境研究发现,单身者和已婚者之间的自评健康差异主要由婚姻选择解释,而已婚和丧偶农村妇女之间的自评健康差异由婚姻保护解释。[2]有研究曾用47 年重复横断面数据来预测自评健康趋势,发现接受过高等教育的人自评健康状况略有改善,而没有接受过高等教育的人则没有改善。[3]同时,在收入和教育水平较低的社区中,健康自评为差的发生率较高。[4]

2.1.2 生理健康认知因素

包含疾病认知和身体状况因素。自评健康在很大程度上取决于个人对疾病产生的主观经验认知。[5]如疲劳或呼吸困难的感觉,可能会使老年人误以为他们患有严重的疾病,从而影响他们的自我健康评估。身体功能因素也会影响老年人的自评健康。[6]拥有良好身体能力的老年人往往在日常生活中独立能力较强,从而支持了他们对于自我健康的正向感知。[7]身体功能完善维持了老年人的个人尊严,促进老年人的良好自评。

2.1.3 心理认知因素

在调整了社会人口学变量、身体功能等因素后,自评健康与精神健康症状密切相关,中外研究皆有结果论证此观点。[8-9]但这一结论并非全无质疑,关于心理认知状态和SRH之间的关系,一些学者认为认知改变可能使自评健康报告不可靠,特别是在痴呆患者中。[10]

2.1.4 社会适应因素

丰富而稳定的社交活动能够缓解消极生活事件带给老年人的压力,社交网络的模式和组成也决定了老年人如何共享和利用社区中的社会和经济资源。[11]高社会活动数量、外部机构的支持(如养老机构)都有助于老年人自评健康的改善。[12-13]

2.1.5 影响因素贡献度研究

目前对于贡献度还未有统一判断。Tornstam[14]在解释自评健康时,认为疼痛和严重疾病感知是最为重要的因素。然而,Barsky等人[15]在对医院病患进行分析时发现身体功能限制才是最重要的,比如躯体化和虚弱症。Shooshtari等人[16]利用加拿大全国人口健康调查数据进行分析,其结果也支持了Barsky等人的观点。Singh-Manoux等人[17]曾使用来自Whitehall II和Gazel队列研究的数据,发现诸如疾病疼痛、慢性病等健康指标占自评健康变化的35%~41%,身体健康是最重要的影响因素,其次是心理健康和行为因素。

2.2 老年人自评健康的人群差异

男性和女性的自评健康分布存在差异,多数研究都得到了一致的结果,即男性比女性具有更好的自评健康。[18-19]然而,也有一些研究并没有发现男性和女性的自评行为有任何明显的差异[20],使得对结果的预测变得复杂。在年龄方面,年轻的老年人比年长的老年人具有更好的自我健康评估[21],而在西班牙的一项老年人研究中发现了相反的情况[22]。目前对于年龄差异还未形成统一定论。

2.3 述评

首先,对于老年人自评健康的研究已有深厚的基础,但目前对于自评健康影响因素的纳入方面,大部分都是根据自身所研究的对象,酌情添加删减,缺乏一个理论框架;同时大部分自评健康研究止步于影响因素的挖掘,甚少对各影响因素的贡献程度、绝对值等进行分析。通过文献梳理可以发现,身体健康对于自评健康的贡献值毫无疑问,但是心理健康和健康行为方面的贡献值仍不明确。特别是,现在的研究多集中于西方,基于我国数据的分析仍较少。而不同年龄、性别对于自评健康的影响也依然没有定论。目前仍需要进行更多的研究,以系统地量化和比较不同群体中与自评健康相关的不同健康领域的相对重要性。

2.4 老年人自评健康决策的概念框架构建

已有的文献健康维度指标、群体差异状况等研究奠定了基础,但大部分研究缺乏对于分析模型中变量纳入的标准。研究基于过往影响因素梳理,借鉴Jylhä提出的受访者自我健康评估的思维决策过程[23],构建出属于老年人的自评健康决策框架(图1)。当被访者对健康进行自我评估时,对健康实现自我概念化,即自我剖析健康意味着什么,哪些健康内容与其相关。这种概念化受情境和文化因素(包括微观的人口学特征和宏观社会大环境特征)的影响。在第二阶段,受访者将自我健康概念进一步扩散到个人生活角度,对自身身体状况的直观感受、平日的健康行为等。这个阶段还受到个体的心理状态和处事性格的影响。最后,受访者对于自我健康概念进一步社会化,决定如何将之前的各种考量纳入中自我健康评价的排序中;在这一阶段,受访者又受到他人情况、周围环境、社会文化习俗等的影响。如中国人受中庸之道的影响较深,在评级选择上,更愿意保持中立,而西方人对于意见表达更为鲜明。因此,人们对自评健康的回答不仅会因年龄、性别而不同,也会因内在认知与外在交往等各种因素而不同。

图1 健康自评决策过程下的概念框架

3 数据来源与分析方法

3.1 数据来源

研究数据来自于2018年中国老年社会追踪调查(China Longitudinal Aging Social Survey, CLASS)(1)2016年为第一次调查,2018年为追踪调查。。CLASS数据是由中国人民大学设计、实施的一项连续性的全国大型社会调查项目,调查对象为60岁及以上的老年人。本次使用数据是在2016年第一次调查基础上所得, 其中追踪样本9 672个, 新增样本1 746个。经过数据整理最终得到9 632个样本。

3.2 变量选择

3.2.1 被解释变量

自评健康作为被解释变量,对应问卷中的问题为“您认为自己的健康状况如何?”,回答从“很健康”到“不健康”进行有序排序,研究将“很健康”与“比较健康”合并为“健康”,“比较不健康”与“不健康”合并为“不健康”(1=健康,2=一般,3=不健康)。在老年追踪调查问卷中,受访者在被询问到自评健康状况之前没有任何其他特定于健康的问题,这意味着受访者可以自由解释健康的含义。

3.2.2 解释变量

根据健康自评决策过程下的概念框架,老年人做出健康评级可以分为三个阶段“自我概念化、概念生活化、概念社会化”,分别纳入解释变量。

按照受访者年龄分为年轻老年组(60~70岁)、老年组(70~80岁)、高龄组(80岁以上)。性别、居住地和婚姻状况用二分类变量评估(0=男性,1=女性;0=未婚,1=已婚;0=农村,1=城市)。教育水平用分类变量评估(0=文盲,1=小学,2=初中和高中,3=大专及以上)。受访者的经济水平反映过去12个月的收入情况,分为低收入(2 000元及以下)、中低收入(2 000~5 000元)、中等收入(5 000~10 000元)、高收入(10 000元以上)。

疼痛感知的测量对应问卷中的如下问题,“上个月,您是否感觉到身体疼痛?”(0=否;1=是)。CLASS问卷中使用了Lawton量表来评估ADL(2)ADL(activities of daily living)在康复医学中指日常生活能力,反映了人们在家庭(或医疗机构)内和在社区中最基本的能力。。[24]该量表分为“基本日常生活活动(BADLs)”和“工具性日常生活活动(IADLs)”两部分。量表的Cronbach’s α系数为0.912。分值越高,老年人的日常生活活动能力越差。CLASS问卷中一共列出了23种慢性病,本研究还对老年人慢性病数量进行了统计。

心理健康是通过Radloff研发的抑郁量表进行测量的。[25]量表通过9个条目测量过去一周的感受,分数越高,抑郁状况越严重。该量表的Cronbach’s α系数为0.756。生活满意度指标考察了老年生活的幸福感,以“总体来说,您对目前的生活感到满意吗?”这一问题进行测量。由于该五分类有序变量在分布上呈高度偏态特征,本文将“比较满意”和“很满意”合并为“满意”,赋值为0;将“很不满意”、“比较不满意”和“一般”合并为“不满意”,赋值为1。

研究还纳入了健康比较相关的指标,同龄比较与往年比较。同龄比较采用的是“跟同龄人相比,您觉得您的健康状况怎么样?”进行测量(0=变好;1=没变;2=变差);往年比较变量则是以“和去年相比,您现在的健康状况有什么变化?”问题进行测量(0=变好;1=没变;2=变差)。家庭支持和朋友支持的指标由社会网络量表来衡量。[26]该量表包括6个项目:1~3是家庭支持指标,4~6是朋友支持指标。该量表反映的是老年人可以联系并获得支持的亲戚和朋友的数量。分数越高,支持水平越高。

3.3 研究方法

在前文中,虽然在框架的三个阶段皆是放置了“可能的影响变量”,但是要将框架应用于实际,还需要客观数据分析的论证。研究主要包括三个方面,一是预测因素辨别,二是群体差异辨别,三是在群体间的贡献程度对比。

研究首先应用单因素方差分析解释自评健康与各因素的相关性,其次进行回归分析,将自评健康变量做了拟度量处理(quasi-metric),因为这一变量的分布偏度并不高,且其他研究表明自评健康与其他健康指标之间可能存在线性关系。这种方法也得到了回归诊断法的证实(即线性关系,不存在共线性或离群问题)。同时,区分性别、年龄分析群体的异质性。最后,评估各影响因素对R2的贡献,使用Stata-module domin进行优势分析。

在群体差异方面,本研究主要关注稳定的人口学因素(即性别、年龄)。因此对于其他可能的群体差异变量,例如居住地、教育等,则是放入控制变量中,不进行直观的群体差异比较。因为它们在人生历程中更容易发生变化,不仅会强烈影响反映行为,而且会严重影响健康评级的基础。

4 研究结果

4.1 描述性分析

表1显示了各变量的基本特征,在各年龄段中评定自我为“不健康”的老年人占比最少。年龄、居住地、教育程度、婚姻状况、收入、疼痛、ADL、慢病数量、抑郁、同龄比较、往年比较、朋友支持都与自评健康显著相关(P<0.01)。

表1 变量描述性统计

4.2 老年人自评健康影响因素分析

表2中模型1、模型2、模型3为老年人自评健康影响因素有序多变量logistic模型回归估计结果。模型1纳入自我概念化变量;模型2在前有基础上加入概念生活化的因素,模型3纳入所有变量。

表2 老年人健康自评影响因素回归分析

模型1中,老年人居住地、教育程度、婚姻状况与自评健康显著负相关,收入与自评健康的关系没有显著性。模型2中,居住地、教育程度、婚姻状况依然与自评健康显著负相关;同时,疼痛感知、ADL、慢病数量、抑郁、生活满意度皆与自评健康显著相关。模型3纳入了所有变量,居住地、婚姻状况与自评健康不再显著相关。教育程度、疼痛感知、ADL、慢病数量、抑郁、生活满意度依然与自评健康显著相关。同龄比较、往年比较、朋友支持与自评健康显著相关,而家庭支持并未显著影响自评健康。

4.3 老年自评健康影响因素性别、年龄异质性

考虑到自评健康的群体差异性,本研究进一步分析稳定的人口学因素(即性别、年龄)在老年人自评健康影响中所起的异质性(表3)。

表3 老年人自评健康影响因素性别、年龄异质性

对比模型1与模型2的区别,男性自评健康与朋友支持显著相关,女性群体则并无显著关系。对比显著因素的估计系数,发现男性疼痛感知、ADL得分、抑郁得分、同龄比较、往年比较对自评健康的影响显著高于女性;女性慢性病数量、生活满意度、教育水平对自评健康的影响显著高于男性。

在年龄差异中,对比模型3、模型4与模型5的区别,可以发现ADL、生活满意度、同龄比较、往年比较对自评健康的影响均显著。年轻老年组,居住地、教育程度、婚姻状况、疼痛感知、慢病数量、抑郁得分与自评健康显著相关。老年组,感知疼痛、慢病数量与自评健康显著相关。而高龄组的老年人,抑郁倾向、家庭支持、朋友支持与自评健康有统计学差异。

4.4 老年自评健康影响因素相对重要性分析

由于回归所得到的偏离系数无法进行直接的比较,也不能简单的对不同影响因素做标准化处理,因此选择优势分析方法(Dominance Analysis)进行贡献程度分析。

表4显示的是全样本、男性样本、女性样本中各影响因素的贡献度。表5则是不同年龄组下影响因素的贡献程度。结合表4和表5可以发现,同龄比较和往年比较都占据了第一和第二的位置,并且两者贡献比例占总影响的60%以上。在其他影响因素中,排序仍有一些差异。对于男性老年人来说,前五名的贡献因素还包括了ADL、疼痛感知、慢病数量;最后三名的因素是婚姻状况、收入、家庭支持。对于女性老年人来说,前五名的贡献因素还包括了慢病数量、ADL、疼痛感知;最后三名的因素是居住地、家庭支持、收入。

表4 分性别组老年自评健康影响因素优势分析

表5 分年龄组老年自评健康影响因素优势分析

对于年轻老年组来说,前五名的贡献因素还包括了生活满意度、慢病数量、疼痛感知;最后三名的因素是婚姻状况、收入、家庭支持。对于老年组来说,前五名的贡献因素还包括了慢病数量、ADL、疼痛感知;最后三名的因素是居住地、收入、家庭支持;对于高龄组来说,前五名的贡献因素还包括了ADL、抑郁、生活满意度;最后三名的因素是家庭支持、收入、居住地。

5 结论与讨论

本研究对老年人自评健康的决策过程进行评估,基于健康自评决策过程下的概念框架,实证分析不同群体间老年人自评健康的预测因素、贡献程度,并最终完善自评健康的概念框架。研究发现:第一,我国老年人自评健康的预测因素包括:教育程度、疼痛感知、ADL、慢病数量、抑郁、生活满意度、同龄比较、往年比较与朋友支持;第二,同龄比较对老年人自评健康的影响程度最高,其次是往年健康比较;第三,无论男女,前五位的影响因素是相同的,只是排序有所区别。而居住地、收入等外在因素的影响程度最低;第四,在年龄差异中前五位的影响因素,可以发现在年轻老年组中,日常生活能力并未进入排序,这也许是这一阶段的老年人还算年轻,身体功能并未衰退。而老年组则是生理健康受到威胁的高发期,研究结果也印证了此点。在高龄组,老年人身体功能减退,且心理健康更需受到关注。

自评健康的最大贡献因素是健康比较(同龄比较与往年比较),两者贡献比例占总影响的60%以上,并且同龄比较、往年比较与老年人健康自评显著正相关。曾有研究发现,即使身体功能下降,但是个人依然可以对自己的主观健康状况有很高的评价。[27]为了自己感觉更年轻、更健康,个人会将自己与他人进行比较,但针对比较群体的研究还较欠缺。社会比较理论(Social comparison theory)为本研究的结果提供了理论支持。社会比较理论认为,人们有一种天生的动力来评价自己,往往是与他人进行比较。[28]有三种类型的社会比较:向下、向上和横向。向下比较涉及到看不起处境较差的人,向上的比较涉及仰望那些过得更好的人,横向比较涉及选择那些被认为与进行比较的人相似的人。[29]有研究表明,向下比较有助于老年人的积极自我认知,而横向比较会使理智的老年人认识到与年龄有关的变化是正常的。[30]本研究虽然证实了健康比较是老年人自评健康的最大贡献因素,但是受限于问卷,无法探讨被老年人选择作为比较的同龄群体是怎样的。未来的研究可以结合定性访谈的方式,更深入地探讨比较群体。

大量生命周期分析研究表明,女性自评健康状况一直比男性差,但女性往往更为长寿。[31]本研究显示,性别差异并不突出。男性与女性样本中前五名贡献因素是相同的,只是排序稍有不同;且根据最初的单因素方差分析也显示,性别与自评健康并无显著关系。这一研究在一定程度上吻合了当前主流研究结果,即性别在自评健康研究中的作用仍然模棱两可。[32]相互矛盾的结果可能是由于抽样人群差异或方法问题,例如忽略缺失数据。未来需要加强跨学科研究,因为健康研究未能充分探索男性和女性健康状况差异中社会和生物学方面的结合。[33]

而在老年群体差异中,首先单因素方差分析显示,年龄与自评健康显著相关,而在各年龄组中影响因素具有较大差异性,影响因素贡献度也不似性别组那么大致相同。研究结果揭示了在老年人还算年轻、身体硬朗时,他们反而会更关注身体生理的状况;但是随着年龄的增长,老年人更看重内在心理的满足以及社会大环境的关怀与支持。除此之外,随着年龄增长,居住地、教育、婚姻等外在条件也变得不再重要。目前较少有研究区分年龄组,深入挖掘老年人自评健康的变化,因此本研究结果为推动健康老龄化,促进老年关怀提供了研究支撑。然而本研究所用的是截面数据,尽管截面研究具有很强的解释力,但其受到两个限制。首先,横断面研究并不关注老年人自评健康变化的稳定性。其次,往往高估了一些影响健康不平等的因素。未来的研究可以运用面板数据,研究在自评健康变化轨迹中的群体差异。

作者声明本文无实际或潜在的利益冲突。

猜你喜欢
变量群体老年人
认识老年人跌倒
老年人再婚也要“谈情说爱”
老年人睡眠少怎么办
寻求不变量解决折叠问题
抓住不变量解题
“群体失语”需要警惕——“为官不言”也是腐败
越来越多老年人爱上网购
分离变量法:常见的通性通法
关爱特殊群体不畏难
不容忽视的校园“小群体”