慢性病共病中老年人失能状况的影响因素研究
随着人口老龄化发展，慢性病已成为影响居民健康的主要卫生问题。国家卫生健康委员会数据显示我国有超1.8亿老年人患有慢性病，占比高达75%，其中50%以上老年人患有2种及以上慢性病，慢性病共病与不同共病模式均与老年人健康效应值的增加呈负相关［1］。慢性病是导致老年人失能的主要原因［2］，老年人失能率随合并慢性病种数增多而增高，患2种或3种及以上慢性病者失能率显著高于患1种慢性病老年人［3］。为贯彻落实党的二十大精神，深入实施健康中国战略和积极应对人口老龄化国家战略，国家卫生健康委组织开展健康服务行动，旨在为失能老年人提供健康服务和健康咨询，增强失能老年人健康获得感，提高失能老年人生活质量［4］。故本研究将聚焦于慢性病共病中老年人失能状况的影响因素研究视角，并展开相关量化分析。
功能受限从操作性测量角度看主要是检验人们日常生活活动（activities of daily living，ADL）自理能力［5］，MACDOWELL［6］将ADL概念从家庭日常生活拓展到社区范围内活动，称为IADL（instrumental activities of daily living），并将ADL和IADL合并测量称为身体自我维护量表（Physical Self-maintenance Scale，PSMS），用以评价人们身体功能受限。健康生态学模型是一个包括但不限于个体生物学特征、行为习惯、人际关系、生活条件等多个维度的综合性框架［7］，该模型认为人的健康受到多种因素的多元影响［8］。程娇娇等［9］将失能状况划分为能力完好、轻度失能、中度失能、重度失能4种类别，并利用Logistic回归得出残疾、意外事件、月经济收入是老年人失能状况的影响因素；研究认为年龄、饮酒、抑郁、教育、住院与老年人失能相关［10］；赵泽润等［11］研究认为吸烟史、性别、睡眠时长、社会活动等因素对农村地区老年人失能状况有显著影响；张妍等［12］运用多元Logistic回归分析得自评健康、每周体育锻炼、饮酒、视力辨认、疼痛不适等与老年人失能率显著相关。
国内外研究较少以慢性病共病中老人为视角探讨失能状况的影响因素，且分析过程较少涉及变量间关系对因变量的影响。因此，为积极应对人口老龄化，本研究将基于健康生态学模型理论构建慢性病共病中老年人影响指标体系，在多元Logistic回归分析自变量与因变量间依存关系的基础上，进一步引入决策树模型说明变量间交互关系对因变量的影响，揭示各变量及其内在联系对失能状况的贡献程度，为制定针对性预防和控制策略提供实证支持。
1 资料与方法
1.1 数据来源
于2023年11月—2024年12月选取中国健康与养老追踪调查2020年数据（CHARLS 2020）进行研究，CHARLS是中国首个具有全国代表性的中老年人口调查，其采用分层多阶段概率比例规模（Probability Proportional to Size Sampling，PPS）随机抽样法在全国范围内抽取调查对象，以面对面访谈或代理访谈方式收集样本数据，具有较高的全国代表性。纳入标准：（1）年龄≥50岁；（2）患2种及以上慢性病（高血压、血脂异常、糖尿病或血糖升高、癌症等恶性肿瘤、慢性肺部疾患、肺心病、肝脏疾病、心脏病、卒中、肾脏疾病、胃部疾病或消化系统疾病、情感及精神问题、与记忆相关的疾病、帕金森病、关节炎或风湿病、哮喘）。排除标准：（1）死亡样本；（2）空白、未完全完成问卷或拒绝回答问卷。本研究通过北京大学生物医学伦理委员会审查，伦理审查批号为IRB00001052-11015。
1.2 指标选取及判定标准
研究依据健康生态学模型理论及CHARLS问卷，将ADL、IADL量表共计12个问题（其中回答赋分为：没有困难=1分，有困难但仍可以完成=2分，有困难且需要帮助=3分，无法完成=4分），总得分结果作为慢性病共病中老年人失能状况的评价指标，失能类别分为未受损（0~12分）、轻度受损（13~24分）、中度及以上受损（≥25分），并选取个人特质、健康受损、行为特征、人际关系、生活条件5个维度共计15个变量作为影响因素指标体系。受教育程度判定标准：初等教育（未受过教育、未读完小学、私塾/小学毕业）、中等教育［初中/高中/中专（含中等师范、职高）/大专毕业］、高等教育（本科/硕士/博士）；抑郁状态：CHARLS中抑郁自评量表有10条陈述，分别为因一些小事而烦恼、在做事时很难集中精力、感到情绪低落、觉得做任何事都很费劲、对未来充满希望、感到害怕、睡眠不好、很愉快、感到孤独、无法继续个人生活，每条陈述均有4种有效回答类型，分别为：很少或根本没有（<1 d）、不太多（1~2 d）、有时或有一半时间（3~4 d）、大多数时间（5~7 d），对此分别赋予0、1、2、3分。抑郁量表的总分为30分，分数越高，抑郁状况越严重。分数叠加后规定：0分，正常；1~10分，轻度抑郁；11~20分，中度抑郁；21~30分，重度抑郁。
1.3 统计学方法
采用SPSS 27.0软件进行数据分析。计数资料以相对数表示，组间比较采用χ2检验。采用多元无序Logistic回归模型分析各因素对慢性病共病中老年人失能状况（未受损、轻度受损、中度及以上受损）的影响。受试者工作特征曲线（ROC曲线）下面积（AUC）评估Logistic回归模型和决策树（CHAID算法）模型对3种失能类别的预测效能。以P<0.05为差异有统计学意义。
2 结果
2.1 描述性统计分析
研究共纳入9 124名慢性病共病中老年人，其中身体失能状况未受损5 355名（58.7%）、轻度受损3 442名（37.7%）、中度及以上受损327名（3.6%）。个人特质方面，50~59岁3 122名（34.2%）、60~69岁3 778名（41.4%）、70~79岁1 874名（20.5%）、≥80岁及以上350名（3.8%），男4 228名（46.3%）、女4 896名（53.7%），受初等教育6 059名（66.4%）、受中等教育2 876名（31.5%）、受高等教育189名（2.1%），抑郁状态正常490名（5.4%）、轻度抑郁4 968名（54.4%）、中度抑郁2 905名（31.8%）、重度抑郁761名（8.4%），自评健康很不好892名（9.8%）、自评健康不好2 358名（25.8%）、自评健康一般4 623名（50.7%）、自评健康好724名（7.9%）、自评健康很好527名（5.8%）；健康受损方面，视力正常8 891名（97.4%）、视力不正常233名（2.6%），有过摔倒1 897名（20.8%）、未有过摔倒7 227名（79.2%），有过髋部骨折98名（1.1%）、未有过髋部骨折9 026名（98.9%），身体无疼痛部位2 782名（30.5%）、有1个疼痛部位1 177名（12.9%）、有2个疼痛部位1 069名（11.7%）、有3个疼痛部位847名（9.3%）、有4个身体疼痛部位3 249名（35.6%）；行为特征方面，吸过烟且仍在吸烟2 106名（23.1%）、吸过烟但已戒烟1 475名（16.2%）、从未吸烟5 543名（60.8%），饮酒且每月超过1次2 182名（23.9%）、饮酒但每月少于1次847名（9.3%）、不饮酒6 095名（66.8%），不运动947名（10.4%）、运动强度较低3 973名（43.5%）、运动强度中等3 069名（33.6%）、运动强度较高1 135名（12.4%），夜间睡眠时数很少2 133名（23.4%）、时数较少1 694名（18.6%）、时数中等2 225名（24.4%）、时数较多1 321名（14.5%）、时数很多1 751名（19.2%）；人际关系方面，不参与社交活动4 563名（50.0%）、参与1项社交活动2 736名（30.0%）、参与≥2项社交活动1 825名（19.9%）；生活条件方面，个人年收入很少5 942名（65.1%）、年收入较少322名（3.5%）、年收入中等275名（3.0%）、年收入较多268名（2.9%）、年收入很多2 317名（25.4%）。
2.2 不同失能状况影响因素指标水平比较
不同失能状况中老年人年龄、性别、受教育程度、抑郁状态、自评健康、视力是否正常、是否有过摔倒、是否有过髋部骨折、身体疼痛部位数量、吸烟状况、饮酒、运动情况、夜间睡眠时数、社会活动参与、个人年收入比较，差异均有统计学意义（P<0.05）。
2.3 慢性病共病中老年人失能状况的多元Logistic回归分析
将Kruskal-Wallis检验中15个显著变量选入多元无序Logistic回归模型，以失能状况（赋值：未受损=1，轻度受损=2，中度及以上受损=3）为因变量，为提高可读性，研究仅摘录显著变量水平对应优势比（OR）与95%置信区间（95%CI）。结果显示，年龄<80岁、男性、受初等教育、轻度/中度/重度抑郁、自评健康很不好/不好/一般、视力不正常、未有过摔倒、未有过髋部骨折、身体疼痛部位数量较少、吸过烟且仍在吸烟或已戒烟、饮酒、不运动或运动强度较低、夜间睡眠很少、个人年收入很少/中等是慢性病共病中老年人身体失能状况未受损的影响因素（P<0.05）；自评健康很不好、视力不正常、未有过摔倒、未有过髋部骨折、不运动、不参加社会活动是慢性病共病中老年人身体能力中度及以上受损的影响因素（P<0.05）。
2.4 慢性病共病中老年人失能状况的决策树分析
为进一步探讨各变量对慢性病共病中老年人失能状况的影响程度，本研究将Logistic回归分析中15个显著影响变量选入决策树模型，输出模型结果图，以失能状况为根节点，决策树生长29个终末节点、16个叶内节点，累计3层，筛选所得解释变量为自评健康、抑郁情况、身体疼痛部位数量、运动情况、年龄、是否有过摔倒。以节点39为例，慢性病共病中老年人在自评健康好或很好前提下，无抑郁情况或轻度抑郁的50~59岁慢性病共病患者失能状况数值显示为未受损、轻度受损、中度及以上受损占比分别为93.4%（354/379）、6.6%（25/379）、0，说明慢性病共病患者自评健康较积极、抑郁程度较轻、年龄较小，则身体失能程度较轻。
2.5 多元Logistic回归与决策树模型的效果比较
多元Logistic回归、决策树模型预测慢性病共病中老年人失能状况的ROC曲线绘制，当失能状况为未受损时，Logistic回归AUC为0.808（95%CI=0.800~0.817）大于决策树模型AUC为0.768（95%CI=0.759~0.778）；当失能状况为轻度受损时，Logistic回归AUC为0.773（95%CI=0.764~0.783）大于决策树模型AUC为0.734（95%CI=0.724~0.745）；当失能状况为中度及以上受损时，Logistic回归AUC为0.891（95%CI=0.875~0.907）大于决策树模型AUC为0.833（95%CI=0.812~0.854）。经比较，本研究中Logistic回归模型预测效果稍优于决策树模型，且失能状况为中度及以上受损时两个模型的预测效果均优于其余两个失能状况类别。
3 讨论
随着人口老龄化进程加深及慢性病患病率的持续上升，慢性病共病已成为影响中老年人群健康和生活质量的核心挑战，其伴随的失能问题尤为突出，给个体、家庭及社会带来沉重负担。健康生态学模型为理解个体健康的多层次、交互式影响因素提供系统框架。尽管已有研究关注单一因素对失能的影响，但基于该模型系统探讨慢性病共病背景下中老年人失能的多维影响因素及其交互作用研究仍相对不足。本研究旨在基于CHARLS，依据健康生态学理论构建指标体系，综合运用多种统计方法（Kruskal-Wallis检验、多元无序Logistic回归、CHAID决策树），全面剖析影响慢性病共病中老年人失能状况的关键因素，为制定精准化干预策略提供实证依据。
本研究结果显示，慢性病共病中老年人的失能状况受到多层次因素的显著影响：（1）个人特质方面，年龄≥80岁是失能的重要危险因素，这与相关研究结果［13］一致，原因在于随年龄增长，生理功能自然衰退，身体储备能力下降，抵御疾病和外界压力能力减弱；女性失能风险显著高于男性，男性表现为保护因素，该结果与相关研究相符［14］，因为社会角色的不同会造成不同性别老年人社会资源的可得性差异；仅接受初等教育是失能的危险因素，这与相关研究结论一致［15］，原因在于较低教育水平可能限制个体获取和理解健康信息的能力，影响健康行为的形成与维持；抑郁程度与失能程度呈显著正相关，抑郁状态越严重，失能风险越高。该结果与阮韵晨等［16］研究一致，抑郁可能通过影响认知功能、动机和体力活动参与等多途径加剧功能限制；自评健康较差是失能的强预测因子。此发现与司明舒等［17］的研究一致，自评健康能综合反映个体对自身生理、心理和社会功能的感知，较差的自评常预示着客观健康问题及自理能力下降。（2）健康受损方面，存在视力困难显著增加失能风险。该结果与冯善伟［18］研究揭示的严重视力障碍对生活活动和社会参与的显著限制作用相呼应；有摔倒史是失能的显著危险因素。此发现印证了NIETZ等［19］和倪晨旭等［20］的结论，摔倒不仅是我国老年人意外死亡的首要原因，其造成身体损伤（如骨折、软组织损伤）和心理恐惧（如跌倒后活动限制症）会对功能状态产生长期负面影响；发生过髋部骨折显著增加失能风险。这与王昱等［21］的研究结果一致，髋部骨折及其手术创伤大、恢复期长，常导致严重的活动功能受限、疼痛以及焦虑抑郁等心理问题，严重损害身心健康；疼痛部位数量少是失能的保护因素。此结果与文献报道的疼痛（如膝关节痛、腰背痛）导致日常活动受限、睡眠障碍等后果相符，疼痛部位越多，功能受限越广泛［22］。（3）行为活动方面，吸烟、饮酒、运动、睡眠时数显著影响中老年人失能状况，过去有吸烟史、饮酒行为是老年失能的危险因素，适度参与体育锻炼、保障充足睡眠有助于改善老年人群IADL能力［11］。睡眠不足或过长均显示与失能风险增加相关。此发现支持已有文献观点，睡眠是维持健康的重要生理过程，其时长异常可能反映或导致潜在健康问题，增加失能风险［23-24］。（4）人际关系和生活条件方面，降低失能风险是社会活动参与影响老年人健康的重要渠道，社会活动参与通过增强日常生活能力和工具性日常生活能力进而促进老年人健康［25］；较高收入水平是失能的保护因素。此发现与前期研究相符，经济资源影响医疗服务的可及性、生活环境改善以及应对疾病经济冲击的能力，低收入群体在面临高失能时更易陷入健康-贫困的恶性循环，心理健康不平等现象也更突出［26-27］。
本研究基于健康生态学模型证实，慢性病共病中老年人失能状况是个人特质（高龄、女性、低教育、抑郁、自评健康差）、健康问题（视力障碍、摔倒、髋部骨折、多部位疼痛）、行为因素（吸烟、饮酒、缺乏运动、睡眠异常）以及社会环境和物质条件（低社会参与、低收入）等多层次因素复杂交互作用结果。决策树模型进一步揭示自评健康为首要分层变量，并与抑郁、疼痛、运动、年龄、摔倒等因素存在显著交互效应。未来研究可考虑以下方向：（1）采用前瞻性队列设计，揭示各因素与失能发生、发展的因果关系及时间动态；（2）探索不同慢性病组合模式对失能影响的特异性；（3）基于本研究识别的高危人群和核心影响因素，设计并评估多维度（医疗、行为、环境、社会支持）的综合干预措施的有效性。
综上，本研究提出如下决策建议预防或延缓慢性病共病的发生，以降低中老年人群失能率：第一，关注高龄、女性、初等教育、抑郁、自评健康较差慢性病共病中老年群体的失能状况，完善社会保障体系，提供该群体针对性政策支持，如免费血压血脂检查或为有脑卒中倾向者提供上门问诊服务；第二，改善慢性病共病中老年人居住环境，对于不平整道路或旧房屋建筑进行相应优化，如改造社区照明、铺设易行走人行道路、加装居民楼电梯等，降低慢性病共病中老年人跌倒风险；第三，提倡健康生活方式，如规劝高血压、高脂血症中老年人少吸烟、少饮酒，每周进行适度运动，增强自身活动能力，保障夜间正常睡眠时长；第四，社区适时开展慢性病知识科普活动，督促共病中老年人适度参与，加强共病患者自我调养防范意识；第五，针对慢性病共病群体开设专用居民医疗保险，鼓励共病中老年人按时参保，减轻医疗救治费用支出经济压力，促进社会经济地位提升。
本研究的主要价值：（1）系统应用健康生态学模型框架，整合多层次因素全面解析慢性病共病中老年失能问题；（2）结合多元Logistic回归（揭示具体效应大小和方向）与CHAID决策树（识别关键变量及交互关系）两种模型优势，提供更丰富分析视角；（3）基于实证结果提出的多层次、针对性干预建议，为公共卫生政策制定和实践干预提供科学依据。但研究仍存在部分不足之处：（1）采用横断面数据，难以确立确切的因果关系；（2）尽管依据理论构建指标体系，但仍可能遗漏某些潜在重要因素（如具体居住环境细节、特定慢性病严重程度）；（3）未深入分析不同慢性病类型组合对失能影响的异质性。
参考文献略
