老年人日常生活活动能力的发展轨迹及影响因素追踪研究*

唐 蓓，李彦章，张玉平，2

1.成都医学院 心理学院（成都 610500）；2.成都医学院四川应用心理学研究中心（成都 610500）

老年人日常生活活动能力（activities of daily living，ADL）良好，可延缓老年失能，而ADL受限或障碍则可能导致失能[1]。因此维持老年人ADL，对降低其失能率，提高其生活质量有着重要作用。影响ADL的因素复杂多样，主要有年龄增长、慢性病共病、抑郁、认知功能下降、社会参与减少等生理、心理和社会因素[2-6]。以上研究结果主要来自横向研究，其因果关系难以明确，甚至还出现结果不一致的问题[7-8]。近年来，有研究[7]追踪探讨老年人ADL的影响因素，发现欧洲老年人ADL的影响因素主要有接受家庭帮助、早年入院次数、认知损伤等。而印度有研究[8]发现，女性、过去一年内有住院治疗经历、存在两种及以上慢性病共病、有记忆减退和孤独感等的老年人，其ADL受限甚至失能的风险更高。国内研究[6]发现，基础性日常生活活动能力（basic activities of daily living，BADL）受损的影响因素有年龄、两种及以上慢性病共病等。工具性日常生活活动能力（instrumental activities of daily living，IADL）受损的影响因素为年龄、性别和文化程度。老年人的年龄、婚姻状况、居住地、教育水平、抽烟和喝酒等行为对ADL有显著影响[9]。以上追踪研究的时间跨度通常在1～2 年内，而ADL在短时间内的变化可能不明显；且研究对象是非严格意义上的固定样本，以此调查老年人ADL的发展趋势或影响因素，可能会因群体差异导致结果偏差。因此本研究以中国健康与养老追踪调查（China health and retirement longitudinal study，CHARLS）的固定老年人样本为研究对象，考察2013、2015 和2018 年3 次测量期间老年人ADL的发展轨迹，并基于生理-心理-社会模型，探讨2013 年老年人的生理、心理行为和社会因素对老年人ADL起始水平和发展速度的影响。本研究拟揭示老年人ADL发展规律，探索其早期预测因素，为维持老年人ADL，减少失能发生风险，并对ADL下降和存在失能高危风险老年人开展早期干预，提供理论支持和实践依据。

1 资料与方法

1.1 资料

本研究对象来源于CHARLS[10]，纳入标准：1）2013 年时年龄≥60 岁；2）2013、2015、2018 年3 次均参加了调查的老年人。排除标准：1）ADL在2013、2015、2018 年3 次测量中有缺失的老年人；2）性别、婚姻状况、城乡来源和教育程度在2013、2015、2018 年3次测量中全部缺失的老年人；3）2013 年自评健康、慢性病、残疾、抑郁、认知、生活满意度、睡眠、喝酒、吸烟、社会参与等测量数据全部缺失的老年人。最后不含有缺失值的有效样本为3116份，其中男1638名（52.47%），女1478名（47.43%）。2013年老年人年龄（65.88 ± 5.00）（60～88）岁，其中60～64岁1526名（49.00%），65～69岁903名（29.00 %），70～74岁452名（14.50 %），≥75岁235名（7.50%）。文化程度为小学未毕业1585名（50.87%），小学毕业868名（27.90%），中学及以上学历663名（21.27%）。已婚并同配偶一同居住者2478名（79.53%）。农村户口2407名（77.25%）。

1.2 方法

1.2.1 控制变量 控制变量为性别、婚姻状况、城乡来源、教育程度。

1.2.2 自变量 1）生理因素：包括自评健康、残疾状况、慢性病共病状况。2）心理行为因素：主要测量抑郁、认知功能、生活满意度、睡眠状况、喝酒和吸烟等情况。3）社会人口因素：主要检测老年人的社会参与状况。

1.2.3 因变量 CHARLS中的ADL与Katz等研究[11-12]中的概念界定相同，包括洗澡、穿衣、上厕所、床椅转移、大小便控制、进食共6 个方面的独立自理能力，反映了最基本的自我照顾能力[13]。回答分为4 类：1=没有困难；2=有困难但仍可完成；3=有困难，需要帮助；4=无法完成。6 个题项均回答没有困难，则属于完全自理，基本ADL良好。只要有一项回答3=有困难，需要帮助，和4=无法完成，则视为不能自理，其中不能自理又被划分为3 个维度：1）轻度失能：1～2 项不能自理；2）中度失能：3～4 项不能自理；3）重度失能：≥5 项不能自理。为方便理解，本研究将各项评分进行反向赋值后汇总，总分为6～24 分，分数越高，表明ADL越好（表1）。

1.3 统计学方法

采用SPSS 22.0 软件对数据进行统计分析，采用HLM 6.0 软件构建多层线性模型（multilevel linear model）[14]，模型1 以各测量时间点老年人ADL的得分为因变量，3 次测量的时间为自变量，建立不包括任何预测变量的无条件增长模型，探讨老年人ADL的发展轨迹，以及其是否存在个体差异。模型2 在模型1 的基础上纳入了控制变量、2013 年的自变量、2013 年的自变量与时间的交互作用项等，构建了全模型，考察早期生理、心理和社会因素对老年人ADL发展的起始水平和发展速度的预测作用[15]。采用极大似然估计法对参数进行估计，检验水准α除特别说明外均设定为0.05。

2 结果

2.1 2013—2018 年老年人失能的动态变化

轻度失能老年人比例从2013年的3.95%上升到2018年的7.12%。中度失能老年人比例从2013年的0.48%上升到2018年的0.77%。重度失能老年人比例从2013年的0.13%上升到2015年的0.32%，2015—2018年重度失能老年人比例基本保持不变。老年人失能的比例逐年上升，轻度失能的比例增加最明显（表2）。

表2 老年人失能的变化[n（%）]

2.2 老年人ADL 的发展轨迹

2013—2018 年老年人ADL总体平均值为23.442，个体差异有统计学意义（β=1.058，P＜0.05），其中个体差异解释了总体差异的47.78%，信度为0.733＞0.700，满足使用多层线性模型的条件。模型1 无条件增长模型研究了老年人ADL随时间变化的发展趋势。从固定部分可知，2013 年老年人ADL平均得分为23.575 分，2013—2018 年，其ADL得分呈下降趋势（β=-0.133，P＜0.05），平均下降速度为每年0.133 分。从随机部分可知，老年人ADL得分在起始水平的个体差异有统计学意义（β=0.717，P＜0.05），说明2013 年老年人ADL得分的起始水平不同。此外，ADL得分个体差异随时间增长逐渐扩大（β=0.092，P＜0.05）。ADL的截距和斜率协方差为0.143，说明在基线水平时ADL得分高的老年人其后ADL下降速度相对较慢，个体间差异在2013—2018 年随年龄增长呈扩大趋势（表3）。

表3 老年人ADL的发展趋势

2.3 生理-心理-社会变量对老年人ADL 发展的预测

在模型1 无条件增长模型基础上，构建多层线性模型的全模型，研究在控制性别、婚姻状况、城乡来源和教育程度等变量下，2013 年老年人的生理、心理行为和社会人口因素对ADL的影响（表4）。从固定部分的截距可知，在加入控制变量、自变量和交互作用项的基础上，2013 年老年人的ADL平均得分为23.585 分（P＜0.05），自评健康（β=0.133，P＜0.05）对ADL的起始水平有正向预测意义，而残疾状况（β=-0.258，P＜0.05）、慢性病共病状况（β=-0.068，P＜0.05）和抑郁（β=-0.045，P＜0.05）对ADL的起始水平均有负向预测意义。

表4 生理-心理-社会变量对老年人ADL发展的预测

从固定部分的斜率可知，在控制了性别、婚姻状况、城乡来源和教育程度等人口学变量后，2013—2018年ADL得分呈下降趋势（β=-0.133，P＜0.05），平均下降速度为每年0.133 分。此外，慢性病共病状况和社会参与能预测ADL的发展速度，其中慢性病共病状况在时间对ADL中起负向调节作用（β=-0.035，P=0.003），即慢性病每增加1 个单位，时间对ADL的发展速度影响就会下降0.035 分。社会参与在时间对ADL中起正向调节作用（β=0.032，P=0.006），即社会参与活动每增加一个单位，时间对ADL的发展速度影响就会上升0.032分。

从随机部分的参数估计结果可以看出，在考虑了生理、心理行为、社会等相关预测变量对个体发展差异的影响后，老年人ADL的截距和斜率个体差异有统计学意义（P＜0.05），但较以前有明显下降，ADL截距的随机变异从以前的0.717下降到了0.522，下降了27.27%，说明2013年老年人的抑郁、自评健康、残疾状况和慢性病共病状况等预测变量解释了ADL个体间截距随机变异的27.27%；斜率的随机变异从0.092下降到0.088，下降了4.49%，说明2013年的慢性病共病状况和社会参与的调节作用解释了个体之间斜率变异的4.49%。

3 讨论

本研究基于CHARLS追踪数据，考察了老年人ADL的发展轨迹，以及早期生理-心理-社会因素对ADL发展趋势的预测作用。本研究发现，老年人ADL在3 个时间点上呈线性下降趋势，这与既往研究[1]结果一致。本研究认为，此结果可能与老年人年龄增长有关。年龄增长是最基本的随时间变化的变量，而时间变化对ADL的影响有预测意义[13]。本研究还发现，老年人ADL起始水平的个体差异有统计学意义（P＜0.05），ADL起始水平得分高的老年人，在2013—2018年ADL下降速度相对较慢，且个体差异随年龄增长呈扩大趋势，印证了相关研究结果[1，16]。尹德挺[1]研究发现，与≥90 岁老年人相比，80 岁老年人基线时期的ADL较好，且观测期内ADL下降速度较慢。丁华等[16]研究发现，老年人ADL不同年龄间存在较大差异。追踪期间，＜69 岁老年人ADL变化幅度不大，而当70～79 岁老年人迈入74～83 岁时，ADL下降速度明显加快，并呈翻倍趋势。以上研究证明了年龄对老年人ADL发展的重要性。本研究对象覆盖了60～88 岁的老年人，但60～69岁的老年人占78%，因此较年轻老年人起始水平的ADL相对较好，但随着年龄增长，这一群体开始分化，部分群体可能迎来年龄拐点，个体差异逐渐扩大。

本研究采用多层线性模型，发现老年人的自评健康、残疾状况、慢性病共病状况、抑郁，均对ADL有预测意义，其中自评健康起正向预测作用，残疾状况、慢性病共病状况、抑郁起负向预测作用。自评健康是老年人对个人身心状况评价的全面体现。感知自身健康状况良好的老年人，可能自我照顾理念和能力较好，通过主动照顾自己促进了身心健康，这种良性循环使得其ADL也较好[17]。残疾状况会受到老化的影响，如视力、听力和躯体残疾等。而多种残疾势必导致身体衰退，降低老年人生活自理能力[18]。而慢性病共病状况越多，老年人ADL越差，发生失能的风险越大[4，6]。抑郁与ADL有密切关系[5]。抑郁得分较低的老年人，其ADL得分可能较高，ADL就越好。

本研究还发现，老年人慢性病共病状况不仅影响其起始水平的ADL，还能加快ADL的下降速度，这可能与老年人的年龄增长有关[3-4]。因为慢性疾病随时间发展或老年人年龄增长会产生变化，并可能影响其ADL的变化。而社会参与则会延缓老年人ADL下降的速度。作为积极老龄化的重要组成部分，社会参与对老年人健康有正向预测意义。因为维持较高社会参与水平的老年人不仅自评健康状况较好[1]，身体活动能力较强，死亡率较低[19]，且认知功能较好[20]，孤独感和抑郁水平更低[21-22]，生活质量水平更高[23-24]。

本研究未发现性别、城乡、婚姻状况和教育水平等控制变量在追踪过程中对ADL所起的显著作用。但在既往研究[8-9]中，能看到老年人ADL存在性别、城乡、婚姻状况等方面的差异。本研究认为，老年人起始水平时的ADL差异有统计学意义（P＜0.05），而这种差异可能决定了之后5 年老年人ADL的发展走向，同时也反映了个人因素在其中所起的作用。本研究也未发现认知功能对老年人ADL的重要预测作用，这可能与ADL反映老年人的不同活动能力有关。本研究采用基础ADL，反映了老年人最基本的自我照顾能力。基础ADL不同于IADL，需要有较好的能力和技巧才能执行。一般情况下，IADL比基础ADL更先受损，且影响二者受损的因素也不同[6，13]。研究[25]发现，认知功能主要影响IADL，对基础ADL的影响较少。此外，本研究依据CHARLS数据，多以时间定向和记忆力界定认知功能，本身可能存在一定偏差。未来可能需要采用更全面的认知量表以探讨其对ADL的预测作用。

综上所述，老年人ADL随时间发展或年龄增长呈下降趋势，且主要受身心因素，如自评健康、残疾状况、慢性病共病状况和抑郁的影响。因此，干预老年人抑郁情绪，减少残疾，加强慢性病防控，提高老年人对自身健康状况的积极评价，是增强老年人ADL，减缓老年失能的重要方式；增加老年人的社会参与活动，是减缓老年人ADL下降速度的重要途径。