决策树与Logistic回归模型在老年人社区养老意愿影响因素分析中的应用研究

闫蕊，赵守梅，张馨心，吕雨梅*

本研究主要结论：

（1）32.5%（159/489）的老年人选择社区养老，社区养老意愿偏低。（2）联合Logistic回归与决策树模型，筛选出的影响老年人社区养老意愿的关键因素包括：社区养老了解度、养老观念、孤独感、代际关系、社会网络等。（3）Logistic回归、决策树模型预测老年人社区养老意愿的受试者工作特征曲线下面积分别为0.985（0.974，0.996）、0.980（0.968，0.992），二者比较，差异无统计学意义（P>0.05）。在该领域，两种方法联合使用具有较高的运用价值。

社区养老是指以家庭为核心，以社区为依托，整合社会资源，以满足老年人养老服务需求为目的的养老方式［1］。我国目前已成为世界上老年人口最多的国家，第七次人口普查数据显示，60岁及以上人口比例相较于2010年上升了5.44%［2］。人口老龄化日益严重导致养老问题日渐突出，因传统家庭养老的专业照护经验不足、机构养老中的老年人情感慰藉欠缺，社区养老作为两者的支撑和补充，逐步发展为新型的养老模式。有研究表明，仅5.79%的老年人愿意选择社区养老，个人特征、身心健康状况、对社区医疗情况了解度等均可影响老年人对养老方式的选择［3］。决策树、Logistic回归模型均可用于影响因素预测模型的构建［4-5］，以往针对老年人社区养老意愿影响因素的分析多采用Logistic回归，但Logistic回归无法解决变量共线性问题，而决策树可对非线性及高度相关的数据进行分析，不需对数据进行预处理，模型稳定性较好，但无法输出比值比，结果解读受限。故本研究拟同时采用Logistic回归和决策树模型分析老年人社区养老意愿的影响因素，以期为提升老年人社区养老意愿干预措施的制定提供依据。

1 对象与方法

1.1 研究对象 2020年8—12月，依据便利抽样原则选取大庆市某3个社区为研究现场，方便选取符合入组标准的社区老年人为研究对象。纳入标准：（1）年龄≥60周岁；（2）育有子女；（3）听力正常、意识清楚，可进行基本交流；（4）自愿参与本研究。根据统计学变量分析要求，样本数至少为变量数的5～10倍［6］。本研究共包含28个观察变量，加之20%的无效问卷，故应至少选取168例研究对象。本研究共发放500份问卷，回收有效问卷489份，问卷有效回收率为97.8%。

1.2 研究工具

1.2.1 一般情况和养老意愿调查表 包括性别、年龄、婚姻状况、受教育程度、户籍、主要经济来源、月收入情况、居住方式、患慢性病数量、健康自评、养老观念、子女个数、子女孝顺程度、社区养老了解度、是否愿意选择社区养老等条目。社区养老了解度分为了解和不了解，通过各种途径知道、了解社区养老模式则为了解；完全没有听说过这种模式，或者只知道该养老模式的名称，具体内容不了解则为不了解。

1.2.2 Barthel指数（BI） 量表由MAHONEY等［7］编制，用于评估老年人的日常生活活动能力，在国际上已得到一致认可［8］。该量表包括10项内容，即排便和排尿控制、修饰、进食、行走活动等。满分为100分，分数越高表明其日常生活活动能力越好。本研究中该量表Cronbach'sα系数为0.744。

1.2.3 孤独感量表（ULS-6） ULS用于评估老年人的孤独感程度。最初由RUSSELL等［9］制定，后由HAYS等［10］对该量表进行简化，剩余8个项目。经我国学者周亮等［11］对其进行翻译和验证后，删除2个正向项目，剩余6个项目。每个项目得分为1～4分，总分为6～24分，得分越高表明其孤独感越强烈。该量表在本研究中的Cronbach'sα系数为 0.781。

1.2.4 代际关系质量量表-老年父母（IRQS-AP）该量表由BAI［12］于2017年编制，由老年父母进行填写，主要测量老年父母与其子女间的代际关系，包括结构-联想团结（1～3题）、情感亲密（4～5题）、共识-规范团结（6～8题）、功能交流（9～10题）及代际冲突（11～13题）5个维度，共13个项目。每个项目得分1～5分，总分为13～65分，分数越高说明其代际关系质量越好。该量表在本研究中的Cronbach'sα系数为0.698。

1.2.5 Lubben社会网络量表简表（LSNS-6） 该量表由GIRONDA［13］编制，用于平衡被调查者的社会网络水平。包括家庭和朋友网络两部分，共6个项目，总分0～30分，分数越高表示社会网络水平越好［11］。跨文化验证研究表明，LSNS-6比较适合测量老年人的社会网络水平［14］。本研究中该量表Cronbach'sα系数为0.716。

1.2.6 社会支持评定量表（SSRS） 该量表由汪向东等［15］于1999年编制，用于评定个体的社会支持状况。包括3个维度，共10个项目。第1～4、8～10题为单选题，项目得分为1～4分；第5题为多选题，包括5个项目，每项计分为1～4分；第6、7题如选择“无任何来源”不计分，反之，选择几个来源计几分。评分方法为各项目得分之和，满分为66分，分值越高其社会支持水平越高。该量表在本研究中的Cronbach'sα系数为0.787。

1.2.7 生活满意度量表（SWLS） 该量表由苗元江［16］于2003年编制，用于评估个人对其生活的主观评价，共计5个项目，包括“我的生活状况非常圆满”“我的生活大致符合我的理想”等问题。每个项目均采用Likert 7级评分法（1分=非常不同意，7分=非常同意），总分区间为5～35分，得分越高代表其生活满意度越高。该量表在本研究中的Cronbach'sα系数为0.845。

1.3 质量控制 本研究采用面对面交谈的方式收集资料。严格根据纳入及排除标准选择符合入组标准的研究对象，并取得其知情同意。由研究者详细解释填写方法，并针对研究对象提出的疑问进行详细解答。对于可自行完成问卷填写的老年人让其独立完成，不能独立完成者由研究者协助其填写问卷。每份问卷填写时间约为30 min。

1.4 统计学方法 采用SPSS 23.0软件进行数据的统计与分析。计量资料采用（±s）进行统计学描述，计数资料采用相对数进行统计学描述。单因素分析采用χ2检验，将单因素分析中具有统计学意义的变量纳入Logistic回归和决策树模型中，构建老年人社区养老意愿影响因素的预测模型。决策树模型采用分类回归决策树（CART）算法，其优势在于可处理离散型及连续型数据，因受决策树模型为二叉树的限制，故需将连续型变量预处理为二分类变量，本研究以均值为界进行划分。Logistic回归及决策树模型预测效果通过构建受试者工作特征曲线（ROC曲线）进行比较，依据曲线下面积及标准差计算得出Z值，匹配相应的P值，以判断两种统计模型差异有无统计学意义。检验水准设定为α=0.05。

2 结果

2.1 社区老年人基本信息 489例老年人中，女269例（55.0%），男220例（45.0%）；平均年龄（71.4±6.7）岁；未婚146例（29.9%），已婚343例（70.1%）；受教育程度为初中及以下372例（76.1%），初中以上117例（23.9%）；农村户籍170例（34.8%），城镇户籍319例（65.2%）；159例（32.5%）愿意选择社区养老；其他基本情况见表1。

2.2 不同特征老年人社区养老意愿比较 不同性别、婚姻状况、受教育程度、户籍、主要经济来源、月收入情况、居住方式、慢性病数量、健康自评、养老观念、子女个数、子女孝顺程度、社区养老了解度、BI得分、孤独感得分、代际关系得分、社会网络得分、社会支持得分、生活满意度得分的老年人社区养老意愿比较，差异有统计学意义（P<0.05），见表1。

表1 不同特征老年人社区养老意愿比较〔n（%）〕Table 1 Level of intention to choose community-based elderly care in older adults with different characteristics

2.3 老年人社区养老意愿影响因素的多因素Logistic回归分析 以老年人是否愿意选择社区养老为因变量，以单因素分析中差异有统计学意义的因素为自变量（变量赋值情况见表2），进行多因素Logistic回归分析。结果显示，养老观念（OR=29.940）、社区养老了解度（OR=48.453）、孤独感得分（OR=0.166）、代际关系得分（OR=3.867）是老年人社区养老意愿的影响因素（P<0.05），养老依靠自己、社区养老了解度较高、孤独感水平较低、代际关系较好的老年人更有可能选择社区养老（P<0.05），见表3。

表2 老年人社区养老意愿影响因素的多因素Logistic回归分析变量赋值情况Table 2 Variables assignment of multivariate Logistic regression analysis of factors possibly associated with older adults' intention to choose community-based elderly care

表3 老年人社区养老意愿影响因素的多因素Logistic回归分析Table 3 Multivariate Logistic regression analysis of factors possibly associated with older adults' intention to choose community-based elderly care

2.4 老年人社区养老意愿影响因素的决策树模型分析决策树模型见图1，决策树平均准确值为94.7%。社区养老了解度为根节点，了解社区养老模式的老年人选择社区养老的概率为83.4%（151例）；在了解社区养老模式的老年人中，靠自己养老的老年人选择社区养老的概率为94.6%（140例）；在了解社区养老模式、靠自己养老的老年群体中，孤独感水平较低的老年人选择社区养老的概率为97.7%（127例）；了解社区养老模式、靠自己养老、孤独感水平较低且社会网络状况较好的老年人选择社区养老概率为98.4%（127例）；了解社区养老模式、靠自己养老、孤独感水平较低、社会网络状况较好及健康自评较好的老年人更易选择社区养老99.1%（114例）。相反，不了解社区养老模式、靠子女养老、教育程度较低且非独居的老年人选择社区养老的可能性较低（0例）。

2.5 模型预测结果比较 Logistic回归模型与决策树模型筛出的前3位关键影响因素均为社区养老了解度、养老观念及孤独感。Logistic回归模型的灵敏度为94.34%，特异度为95.75%，ROC曲线下面积为0.985（0.974，0.996）；决策树模型的灵敏度为88.05%，特异度为97.87%，ROC曲线下面积为0.980（0.968，0.992）。两个模型差异无统计学意义（Z=-0.625，P=0.268），见图2。

图2 决策树与Logistic回归模型预测老年人社区养老意愿影响因素的ROC曲线Figure 2 ROC analysis of the performance of decision tree and Logistic regression model in exploring the factors affecting older adults' intention to choose community-based elderly care

3 讨论

3.1 个人特征对老年人社区养老意愿的影响 拥有较高学历、与配偶居住、健康自评状况较好的老年人更倾向于选择社区养老，与既往研究结论一致［17］。受教育程度较高的老年人思想较开放，乐于接受并体验新鲜事物，倾向于选择社区养老［18］。但CHANG等［19］研究显示，受高等教育的低龄老年人对护理服务需求明显减少，因其与高龄老年人相比更加独立，多数不需要接受任何护理服务。居住方式亦会影响老年人对养老方式的选择，与两名以上家庭成员共同居住的老年人有较低的护理需求［20］，家人提供的照护基本可满足其护理需求。与配偶居住或独居老年人对养老服务需求较高［21］，缺乏或仅接受较单一生活照料的老年人选择社区养老意愿较强烈。未来研究应多关注学历较低、缺少照顾者的老年群体，通过深入访谈进一步了解其不愿选择社区养老的深部原因，制定针对性的干预方案，以提高该类老年群体的社区养老意愿。研究亦发现，健康自评较差的老年人不愿选择社区养老，与KONG等［22］、王娴等［23］的研究结论一致。与患有多种慢性病老年人相比，患有1种慢性病的老年人更倾向于接受社区养老服务，可能原因为社区医疗服务无法满足自理能力较差的老年人的就医需求，故其更有可能接受养老机构的专业化养老服务。提示未来可调查身体健康状况较差老年人的护理需求，开展以需求为导向的社区护理服务项目；此外，还应对该类人群进行健康教育及疾病知识普及，以树立正确的健康观念，改善其健康状况。

3.2 社区养老了解度、养老观念、孤独感是老年人社区养老意愿的关键影响因素 本研究结果显示，32.5%的老年人愿意参与社区养老，高于贺坤等［3］的研究，出现这种差异考虑与老年人所在地域、生活压力、养老规划等有关。决策树与Logistic回归模型结果均表明，老年人社区养老了解度、养老观念、孤独感是影响其社区养老意愿的前3位关键影响因素。因本研究所调查社区提供的养老服务以医疗健康服务为主，其他养老服务涉及较少，致使多数老年人较少接受除健康服务以外的社区养老服务，故其对社区养老了解度较低。钱香玲等［24］对徐州市1 250名老年人的社区养老模式知晓度进行调查，结果表明老年人的社区养老了解度为29.6%，处于较低水平，社区是否设立养老服务中心、老年人是否接受过该类服务均可对其社区养老了解度产生影响。老年人对社区养老模式不了解、接受单一的社区养老服务降低了其社区养老的意愿［25］。

传统的养老观念是老年人社区养老意愿低的又一诱因［26］，养老依靠子女、愿意与子女一同居住的老年人社区养老参与度较低。相反，男性、居住于城镇且具有现代养老观念的老年人更倾向于选择社区养老［18］。未来应开展与社区养老模式有关的线上线下宣传讲座、张贴海报等活动，普及社区养老相关知识，使社区居民充分认识、了解并接受新型的养老模式。

低水平孤独感是老年人参与社区养老的促进因素。语言表达能力好、善于与他人交往的老年人孤独感得分较低，心理需求易得到满足［27］，使其增加了参与社区养老的意愿［28］。而孤独感得分较高的老年人健康促进生活方式较差［29］，对其老年生活质量尚无更高的追求，不需接受社区养老服务。未来可通过评估老年人孤独感程度，制定个体化的干预方案；鼓励子女给予老年人更多信息及情感支持，使老年人借助互联网平台参与娱乐活动，降低其孤独感水平，以提高老年人参与社区养老的意愿。

3.3 代际关系及社会网络水平对老年人社区养老意愿的影响 本研究结果表明，较好的家庭代际关系和社会网络是老年人参与社区养老的促进因素。老年人的社会网络涵盖家庭及朋友，构建高质量的社会网络，获得更多的精神支持和关怀，对老年人的生活质量具有积极的预测作用［30］，使其更易于接受社区养老服务。但目前我国社区老年人社会支持来源较为单一，多来源于家庭，朋友支持较缺乏，致使其社会网络松散，可获得的社会支持不足。具有大学及以上学历的子女更有可能为父母提供知识支持［31］，帮助其了解和接受社区养老模式；给予经济支持可促使老年人购买社区养老服务［32］。未来可通过线上线下相结合的方式扩大老年人社会支持系统。举办适合老年人参与的团体活动，提高老年人参与活动的积极性，扩大其朋友网络规模，通过同伴支持的作用增强其参与社区养老的意愿。

综上所述，老年人社区养老意愿受个人、家庭及社会支持等多方面因素共同影响。本研究联合Logistic回归与决策树模型，筛选出了老年人社区养老意愿的关键影响因素，包括社区养老了解度、养老观念、孤独感、代际关系、社会网络等。本文结果提示，家庭、社区及政府部门应协同合作，可通过扩大老年人的社会支持系统、维护其身心健康水平、加大社区养老宣传力度、改善社区卫生服务中心的医疗水平及增加养老服务项目等方式提高老年人生活满意度，增强其社区养老意愿。

作者贡献：闫蕊负责研究设计、统计分析及论文撰写；赵守梅、张馨心负责资料收集、质量控制；吕雨梅进行写作指导、论文审校，对文章整体负责。

本文无利益冲突。