随着老年人慢性病患病率提高和对老年人心理健康的关注增多,本文将研究慢性病共病数量对老年人抑郁程度的影响。基于2018年中国老年健康影响因素跟踪调查(CLHLS)数据,本文运用有序logit回归模型进行分析,并分人群研究性别、年龄、居住地类型、同住类型和社会经济水平的异质性。结果发现,慢性病共病数量对老年人抑郁程度具有显著的正向影响,此外,女性、70~79岁、城乡结合部和农村、独居、相对不富裕的老人抑郁程度更容易因慢性病共病数量增加而增加。基于此本文提出发挥慢性病防治的作用、运用互联网技术以减少地域差异和发挥社会作用关注慢性病老人心理健康的观点。 With the increasing prevalence of chronic diseases among the elderly and the increasing concern for their mental health, this paper will study the influence of the number of chronic diseases on depression in the elderly. Based on the data of the 2018 China Follow-up Survey of Health Influencing Factors of the Elderly (CLHLS), this paper uses the ordered logit regression model for analysis, and studies the heterogeneity of gender, age, type of residence, type of living together and socio-economic level by population. The results showed that the number of chronic diseases had a significant positive impact on the depression degree of the elderly. In addition, the depression degrees of female, 70 - 79 years old, urban-rural fringe and rural people who lived alone and were relatively poor were more likely to increase due to the increase in the number of chronic diseases. Based on this, this paper puts forward the viewpoint of giving full play to the role of prevention and treatment of chronic diseases, using Internet technology to reduce regional differences, and giving full play to the social role to pay attention to the mental health of the elderly with chronic diseases.
随着老年人慢性病患病率提高和对老年人心理健康的关注增多,本文将研究慢性病共病数量对老年人抑郁程度的影响。基于2018年中国老年健康影响因素跟踪调查(CLHLS)数据,本文运用有序logit回归模型进行分析,并分人群研究性别、年龄、居住地类型、同住类型和社会经济水平的异质性。结果发现,慢性病共病数量对老年人抑郁程度具有显著的正向影响,此外,女性、70~79岁、城乡结合部和农村、独居、相对不富裕的老人抑郁程度更容易因慢性病共病数量增加而增加。基于此本文提出发挥慢性病防治的作用、运用互联网技术以减少地域差异和发挥社会作用关注慢性病老人心理健康的观点。
慢性病共病,老年人,抑郁程度
Rui Zhang
Shanghai University of Engineering Science, Shanghai
Received: Sep. 24th, 2022; accepted: Oct. 21st, 2022; published: Oct. 28th, 2022
With the increasing prevalence of chronic diseases among the elderly and the increasing concern for their mental health, this paper will study the influence of the number of chronic diseases on depression in the elderly. Based on the data of the 2018 China Follow-up Survey of Health Influencing Factors of the Elderly (CLHLS), this paper uses the ordered logit regression model for analysis, and studies the heterogeneity of gender, age, type of residence, type of living together and socio-economic level by population. The results showed that the number of chronic diseases had a significant positive impact on the depression degree of the elderly. In addition, the depression degrees of female, 70 - 79 years old, urban-rural fringe and rural people who lived alone and were relatively poor were more likely to increase due to the increase in the number of chronic diseases. Based on this, this paper puts forward the viewpoint of giving full play to the role of prevention and treatment of chronic diseases, using Internet technology to reduce regional differences, and giving full play to the social role to pay attention to the mental health of the elderly with chronic diseases.
Keywords:Chronic Disease Comorbidity, Elderly People, Degree of Depression
Copyright © 2022 by author(s) and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
自2000年起,我国进入老龄化时代,65岁以上老年人人口占全国总人口的7%,这一比例甚至在2050年将高达25%。《全国第六次卫生服务统计调查专题报告》显示,重大慢性病占我国疾病经济负担超90%,我国55岁至64岁人群慢性病患病率达48.4%,65岁及以上老年人发病率达62.3%。人口老龄化程度加深,使得我国老年人慢性病患病率进程加快,慢性病共病在我国老年人人群中十分普遍。
为促进老年人身心健康,国家卫生健康委决定2022~2025年在全国广泛开展老年心理关爱行动。“养老”已不再是老年人生活的目标,“享老”才是当前老年人的追求。但是我国老年人抑郁等心理问题增多,需要更多的关注老年人的心理健康。
身体的不适往往会带来心理负担,慢性病的长期性和持续性特征将会持续的给老人带来困扰,造成不同程度的抑郁症状。因此本文运用2018年中国老年健康影响因素跟踪调查(CLHLS)数据,实证分析了慢性病共病对于老年人抑郁程度的影响,并进行异质性分析了解各人群差异。
慢性病已成为影响我国居民身体健康和生活质量的重大公共卫生问题。随着慢性病的日益流行,慢性病共病也为慢性病的管理带来了前所未有的挑战。老年人慢性病患病率是其他年龄段的2~3倍 [
老年人心理健康或者导致老年人抑郁的因素有很多,一方面是个人基本特征,例如性别、年龄、受教育程度、婚姻状况、居住地等是老年人抑郁症状的影响因素 [
多种慢性病共同存在不仅会导致老年人身体健康程度下降、造成经济负担,还会促使抑郁等精神心理疾病的高发 [
综上所述,导致老年人抑郁,影响老年人抑郁程度的因素有很多,其中慢性病导致的多重效应,给老年人心理健康带来多维度影响,慢性病共病数量是影响老人抑郁程度的重要因素。之前的研究多集中于分析社会或者个人因素对老人抑郁程度的影响,并未着重分析慢性病共病数量的影响,也未分析具体的异质性分析。因此本文通过运用有序logit模型分析2018年中国老年健康影响因素跟踪调查(CLHLS)数据,了解老年人慢性病共病程度对其抑郁程度的影响,并在此基础上进行性别、年龄、居住类型、同居人类型和相对富裕程度的异质性分析。
本文数据来源于北京大学2018年中国老年健康影响因素跟踪调查(Chinese Longitudinal Healthy Longevity Survey, CLHLS),该数据库的存活老人问卷调查了老年人生理心理健康、认知功能、社会参与等多种微观数据,其中详细调查了23种慢性病患病情况,并且根据CES-D10量表设计了10个关于老年人抑郁的问题,较好反映了老年人慢性病共病数量和抑郁程度。因此本文通过对变量筛选和缺失值处理,共得到有效样本6217个,样本中老年人慢性病共病率为34.09%,有抑郁症状的概率为86.67%。
通过上述文献研究和数据变量设置,本文被解释变量为老年人抑郁程度,主要解释变量为慢性病共病数量,控制变量为三类,一是个人基本特征:性别、年龄、受教育程度、婚姻状况、居住地类型、与谁一同居住、生活质量、健康状况;二是生活习惯:是否吸烟、是否饮酒、运动情况;三是社会基本情况:是否参加养老保险、是否参加基本医疗保险、相对富裕状况。变量具体赋值情况和客观事实统计情况见表1:
变量类别 | 变量名称 | 变量赋值情况 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
被解释 变量 | 抑郁 程度 | 根据CES-D10抑郁量表, 得分越高,抑郁程度越高 | 14.957 | 4.223 | 0 | 40 |
控制变量 | ||||||
主要解 释变量 | 慢性病 共病数 | 连续变量,调查时实际慢性病患病数量 | 1.319 | 1.446 | 0 | 12 |
个人基 本特征 | 性别 | 二元赋值变量:0为女性,1为男性 | 0.427 | 0.495 | 0 | 1 |
年龄 | 连续变量,调查当期年龄 | 83.458 | 11.455 | 60 | 117 | |
受教育 年限 | 连续变量,调查实际受教育年数 | 2.709 | 3.539 | 0 | 22 | |
婚姻 状况 | 赋值变量:1为已婚,并与配偶住在一起,2为已婚,但不与配偶住在一起,3为离婚,4为丧偶,5为从未结过婚 | 2.674 | 1.488 | 1 | 5 | |
个人基 本特征 | 居住地 类型 | 赋值变量:1为城镇中心区,2为城乡镇乡结合区,3为农村 | 2.372 | 0.7 | 1 | 3 |
与谁一 同居住 | 赋值变量:1与家人一起(包括常住保姆),2为独居,3为养老机构 | 1.23 | 0.476 | 1 | 3 | |
生活质量 | 赋值变量:1为很好,2为好,3为一般,4为不好,5为很不好 | 2.106 | 0.787 | 1 | 5 | |
健康状况 | 赋值变量:1为很好,2为好,3为一般,4为不好,5为很不好 | 2.541 | 0.898 | 1 | 5 | |
生活 习惯 | 是否吸烟 | 二元赋值变量:0为不吸烟,1为吸烟 | 0.165 | 0.371 | 0 | 1 |
是否喝酒 | 二元赋值变量:0为不喝酒,1为喝酒 | 0.15 | 0.357 | 0 | 1 | |
是否运动 | 二元赋值变量:0为不运动,1为运动 | 0.309 | 0.462 | 0 | 1 | |
社会基 本情况 | 相对富裕程度 | 赋值变量:1为很富裕,2为比较富裕,3为一般,4为比较困难,5为很困难 | 2.937 | 0.628 | 1 | 5 |
养老保险 | 二元赋值变量:0为未参与,1为参与 | 0.383 | 0.486 | 0 | 1 | |
基本医疗 保险 | 二元赋值变量:0为未参与,1为参与 | 0.858 | 0.358 | 0 | 1 |
表1. 变量具体赋值情况和客观事实统计情况
本文的被解释变量为连续变量,评分由1~40,代表得分从低到高表示老年人抑郁程度逐步提高。根据数据特点,同时为了避免数据分析过程中的异方差性和共线性问题,提高模型分析的准确性,本文运用有序logit基本回归模型进行分析:
S D S = c 0 + ρ ∗ M C C s + φ n ∗ X n + ε (1)
在模型(1)中SDS为被解释变量老年人抑郁程度,MCCs (multiple chronic conditions)为主要解释变量老年人慢性病共病数量,ρ为主要解释变量的系数;Xn是控制变量,φn是控制变量的系数;ε是误差项,c0是常数项。
本文运用stata.16分析。
根据数据特征,被解释变量抑郁程度是连续变量,分数由低到高,表示抑郁程度由低到高,因此本文选取有序logit模型进行实证分析,分析结果如表2所示。
抑郁程度 | 系数 | 标准差 | T值 |
---|---|---|---|
慢性共病数 | 0.027** | 0.016 | 1.67 |
性别 | −0.017 | 0.053 | −0.33 |
年龄 | 0 | 0.002 | −0.20 |
受教育年限 | −0.035*** | 0.007 | −4.72 |
婚姻状况 | 0.071*** | 0.02 | 3.56 |
居住地类型 | −0.078** | 0.033 | −2.35 |
与谁一同居住 | 0.088* | 0.051 | 1.72 |
生活质量 | 0.094*** | 0.034 | 2.77 |
健康状况 | 0.351*** | 0.03 | 11.69 |
是否吸烟 | −0.047 | 0.067 | −0.70 |
是否喝酒 | −0.059 | 0.066 | −0.88 |
是否运动 | −0.091* | 0.05 | −1.83 |
相对富裕程度 | 0.229*** | 0.038 | 6.00 |
养老保险 | −0.132*** | 0.046 | −2.86 |
基本医疗保险 | −0.021 | 0.064 | −0.34 |
R2 | 0.013 | ||
Number of obs | 6217 | ||
Akaike crit. (AIC) | 34983.078 | ||
Bayesian crit. (BIC) | 35326.565 |
表2. 慢性病共病数对老年人抑郁程度影响的有序logit分析
***p < 0.01, **p < 0.05, *p < 0.1.
从回归结果可以看出,主要解释变量慢性病共病数对老年人抑郁程度在5%水平的上显著,且具有正向相关性。也就是说当老年人慢性病共病数量增加一种时,老年人抑郁程度加深的风险将会增加2.7%。慢性病具有起病隐匿、病程长,且病情迁延不愈、病因复杂的特点 [
此外,老年人的个人基本特征、生活习惯以及社会相关因素也会影响老人抑郁程度。
一是在个人基本特征中,性别和年龄对于老年人抑郁程度的影响并不具有显著性。但是一方面受教育年限和居住地类型与老年人抑郁程度显著负相关。受教育年限在1%的水平上与老年人抑郁程度显著负相关,当老人多接受一年教育时,老年人的抑郁程度将会降低3.5%,受教育程度越高,老年人的抑郁程度越低。居住地类型也与老年人抑郁程度显著负相关,相比于城镇老人,城乡结合部和农村慢性病共病老人的抑郁程度更低。另一方面婚姻状况、与谁同住、生活质量和健康状况与老年人抑郁程度显著正相关。婚姻状况与老年人抑郁程度在1%的水平上显著相关,未婚或离异老人相比于已婚且居住一起的老人抑郁程度高7.1%。与谁同住与老年人抑郁程度在10%的水平上显著相关,独居老人比与家人一同居住的老人抑郁程度高8.8%。这说明家庭亲情是维持良好心情的关键因素,能够有效的减轻老年人抑郁程度。生活质量和与老年人抑郁程度在1%的水平上显著正相关,即当生活质量下降一个档次时,老年人抑郁程度增加9.4%。健康状况也与老年人抑郁程度在1%的水平显著,健康状况下降一个级别时,老年人抑郁程度增加35.1%,这也说明了健康状况与老年人抑郁息息相关,影响巨大。
二是在生活习惯因素中,吸烟喝酒对老年人抑郁程度的影响并不显著,但仍有负相关关系,吸烟喝酒这类不良生活习惯在一定程度上会导致老人抑郁程度增加。运动则与老年人抑郁程度在10%的水平上显著负相关,老年人多运动能够舒缓心情,有效降低其抑郁程度。
三是在社会相关因素中,相对富裕情况在1%的水平上与老年人抑郁程度显著相关,当老年人认为自身社会经济水平较低时,往往感到巨大的经济压力,生活满意度降低,抑郁风险将会增加22.9%。相比与基本医疗保险,养老保险对老人抑郁程度的影响更显著。有养老保险会使老人的抑郁程度降低13.2%。
根据基本回归分析了解慢性病共病数量、个人基本特征、生活习惯和社会相关因素对老年人抑郁程度的影响。为进一步研究各群体老年人抑郁程度的区别,本文进行慢性病共病数量对老年人抑郁程度影响的性别、年龄、居住地类型、与谁一同居住和社会经济地位异质性的分析,了解各因素影响的差异性。
据研究,女性患抑郁症的可能性显著高于男性,尤其是我国中老年女性的抑郁症状发生率为43.2% [
抑郁程度 | 女性 | 男性 |
---|---|---|
慢性病共病数 | 0.054** (2.53) | −0.009 (−0.34) |
性别 | 0 | 0 |
年龄 | −0.002 (−0.67) | 0.002 (0.56) |
受教育年限 | −0.044*** (−3.86) | −0.027*** (−2.72) |
婚姻状况 | 0.082*** (3.00) | 0.063** (2.17) |
居住地类型 | −0.119*** (−2.78) | 0.002 (0.04) |
与谁一同居住 | 0.075 (1.18) | 0.096 (1.13) |
生活质量 | 0.163*** (3.58) | −0.004 (−0.09) |
健康状况 | 0.394*** (9.94) | 0.296*** (6.43) |
是否吸烟 | −0.093 (−0.63) | −0.033 (−0.44) |
是否喝酒 | −0.074 (−0.60) | −0.079 (−1.00) |
是否运动 | −0.152** (−2.22) | 0.003 (0.04) |
相对富裕程度 | 0.282*** (5.51) | 0.162*** (2.82) |
养老保险 | −0.163*** (−2.64) | 0.111 (1.59) |
基本医疗保险 | −0.183** (−2.21) | 0.223** (2.22) |
R2 | 0.012 | 0.008 |
样本量 | 3567 | 2650 |
表3. 慢性病共病数量对老年人抑郁程度影响的性别异质性分析
***p < 0.01, **p < 0.05, *p < 0.1.
不同年龄段的老年人慢性病共病数量对其抑郁程度的影响是不一致的。如表4所示:相比于70岁以下和80岁及以上老人,70~79岁老人的抑郁程度受慢性病共病数量影响更大。这可能是因为70~79岁老人正处于年轻老人向高龄老人的过渡时期,身体机能进一步下降,患慢性病的风险增多,各种原有的生活发生变化,由此造成心理上的压力较大。此外,随着年龄的增长,其他各种因素对老年人抑郁程度的影响越来越显著。
抑郁程度 | 70岁以下 | 70岁~79岁 | 80岁及以上 | |
---|---|---|---|---|
慢性病共病数 | −0.007 (−0.15) | 0.061** (2.38) | 0.006 (0.27) | |
性别 | −0.253* (−1.66) | −0.031 (−0.36) | −0.018 (−0.25) | |
年龄 | 0 | 0 | 0 | |
受教育年限 | −0.03 (−1.57) | −0.038*** (−3.64) | −0.037*** (−3.29) | |
婚姻状况 | 0.094 (1.47) | 0.114*** (3.51) | 0.055** (2.04) | |
居住地类型 | −0.033 (−0.34) | −0.03 (−0.55) | −0.075* (−1.73) | |
与谁一同居住 | 0.237 (1.10) | −0.012 (.908) | 0.125** (2.08) | |
生活质量 | 0.019 (0.22) | 0.122** (.018) | 0.058 (1.25) | |
健康状况 | 0.446*** (5.49) | 0.316*** (6.80) | 0.377*** (9.27) | |
是否吸烟 | −0.049 (−0.29) | 0.006 (0.06) | −0.115 (−1.23) | |
是否喝酒 | −0.058 (−0.34) | −0.12 (−1.23) | 0.027 (0.29) | |
是否运动 | −0.158 (−1.21) | −0.129* (−1.73) | −0.063 (−0.90) | |
相对富裕程度 | 0.279** (2.48) | 0.243*** (3.92) | 0.224*** (4.48) | |
养老保险 | −0.056 (−0.44) | −0.117* (−1.65) | −0.134** (−2.14) | |
基本医疗保险 | −0.18 (−0.96) | −0.079 (−0.72) | −0.002 (−0.03) | |
R2 | 0.008 | 0.015 | 0.011 | |
样本量 | 811 | 2525 | 3497 |
表4. 慢性病共病数量对老年人抑郁程度影响的年龄异质性分析
***p < 0.01, **p < 0.05, *p < 0.1.
如表5所示:居住地差异代表了当地的生活水平差异,相比于市区老人,城乡结合部和乡村的老人更容易受到慢性病共病的影响,并且对城乡结合部老人的影响更大。经济水平较低时,相应的基础配套设施较差,当慢性病患病数量增对,老人得到的护理和照顾较少,抑郁程度增加。但是地区内部还会受社会经济水平的影响,城乡结合部老人感受到的差异最为明显,其抑郁程度越容易受各种因素的影响。
抑郁程度 | 市区 | 城乡结合部. | 乡村 |
---|---|---|---|
慢性病共病数 | −0.016 (−0.44) | 0.055** (1.98) | 0.044* (1.77) |
性别 | −0.207 (−1.41) | −0.119 (−1.34) | 0.085 (1.13) |
年龄 | 0.002 (0.24) | −0.004 (−1.08) | 0.003 (0.91) |
受教育年限 | −0.034** (−2.13) | −0.039*** (−3.03) | −0.024** (−2.00) |
婚姻状况 | 0.045 (0.74) | 0.095*** (2.92) | 0.062** (2.21) |
居住地类型 | 0 | 0 | 0 |
与谁一同居住 | 0.154 (1.39) | 0.021 (0.26) | 0.116 (1.43) |
生活质量 | 0.064 (0.68) | 0.131** (2.36) | 0.082* (1.70) |
健康状况 | 0.331*** (3.94) | 0.349*** (6.94) | 0.341*** (8.12) |
是否吸烟 | −0.454** (−2.00) | 0.033 (0.31) | −0.053 (−0.58) |
是否喝酒 | 0.49** (2.26) | −0.073 (−0.68) | −0.162* (−1.75) |
是否运动 | −0.016 (−0.12) | −0.138* (−1.66) | −0.075 (−1.05) |
相对富裕程度 | 0.165* (1.65) | 0.256*** (4.03) | 0.235*** (4.27) |
养老保险 | −0.27** (−2.11) | −0.095 (−1.26) | −0.124* (1.89) |
基本医疗保险 | −0.038 (−0.28) | −0.143 (−1.32) | −0.011 (−0.11) |
R2 | 0.015 | 0.014 | 0.012 |
样本量 | 798 | 2304 | 3115 |
表5. 慢性病共病数量对老年人抑郁程度影响的居住地类型异质性分析
***p < 0.01, **p < 0.05, *p < 0.1.
老年人对于社会关系的粘性更高,更倾向于居住在一个温暖的环境之中,需要更多的陪伴。从表6中可以看出,当老年人独居时更容易受到慢性病共病数量增加对与抑郁的影响,并且当慢性病数量增加一个时会使抑郁程度提高8.8%,比基本回归中的影响还增加了6.1%。缺乏陪伴的老人,随着独处时间增多,与其他人接触减少,难以及时与人沟通,更容易增加抑郁风险。相对应的,与家人一同居住的老人和住养老机构的老人抑郁程度受慢性病共病数量的影响更小。
抑郁程度 | 与家人一同居住 | 独居 | 养老机构 | |
---|---|---|---|---|
慢性共病数 | 0.018 (0.97) | 0.088** (2.27) | −0.066 (−0.61) | |
性别 | −0.001 (−0.01) | −0.063 (−0.50) | −0.146 (−0.43) | |
年龄 | −0.001 (−0.40) | 0.006 (1.10) | −0.006 (−0.37) | |
受教育年限 | −0.04*** (−4.80) | −0.037* (−1.91) | 0.045 (1.18) | |
婚姻状况 | 0.06*** (2.73) | 0.166** (2.40) | 0.22 (1.47) | |
居住地类型 | −0.079** (−2.14) | −0.058 (−0.71) | −0.141 (−0.60) | |
与谁一同居住 | 0 | 0 | 0 | |
生活质量 | 0.073* (1.93) | 0.16* (1.94) | −0.008 (−0.03) | |
健康状况 | 0.318*** (9.54) | 0.465*** (6.27) | 0.558*** (2.72) | |
是否吸烟 | −0.045 (−0.61) | −0.084 (−0.51) | 0.651 (1.22) | |
是否喝酒 | −0.074 (−0.99) | 0.006 (0.04) | −0.257 (−0.43) | |
是否运动 | −0.117** (−2.10) | −0.018 (−0.15) | −0.182 (−0.52) | |
相对富裕程度 | 0.226*** (5.31) | 0.2** (2.17) | 0.443* (1.65) | |
养老保险 | −0.119** (−2.31) | −0.184* (−1.67) | 0.104 (0.31) | |
基本医疗保险 | −0.027 (−0.37) | −0.078 (−0.50) | 0.178 (0.55) | |
R2 | 0.010 | 0.021 | 0.026 | |
样本量 | 4941 | 1126 | 150 |
表6. 慢性病共病数量对老年人抑郁程度影响的同住类型异质性分析
***p < 0.01, **p < 0.05, *p < 0.1.
慢性病共病数量带来压力中,很大一部分属于经济压力,长期药物治疗会成为家庭的一大主要开支项目,长此以往,这种经济压力慢慢转化为心理压力,就会导致抑郁发生。根据表7所示,当老人认为自身经济状况较差,相对于其他人不富裕时,慢性病共病数量对其抑郁程度会产生显著的正向影响,慢性病共病数量加一,抑郁程度增加7.5%,比基本回归中高出4.8%。并且相比于相对富裕的老人,经济状况一般和相对不富裕老人的抑郁程度也更容易受到其他相关因素的影响。
抑郁程度 | 相对富裕 | 一般 | 相对不富裕 |
---|---|---|---|
慢性共病数 | 0.015 (0.42) | 0.017 (0.84) | 0.075* (1.67) |
性别 | −0.038 (−0.30) | 0.003 (0.05) | −0.127 (−0.81) |
年龄 | 0.004 (0.58) | 0 (−0.03) | −0.009 (−1.33) |
受教育年限 | −0.022 (−1.45) | −0.04*** (−4.33) | −0.039* (−1.46) |
婚姻状况 | 0.007 (0.15) | 0.08*** (3.41) | 0.11 (1.89) |
居住地类型 | −0.071 (−0.91) | −0.06 (−1.52) | −0.164 (−1.58) |
与谁一同居住 | 0.159 (1.29) | 0.097 (1.61) | −0.072 (−0.48) |
生活质量 | 0.113 (1.22) | 0.014 (0.34) | 0.326*** (3.89) |
健康状况 | 0.301*** (4.27) | 0.366*** (10.07) | 0.327*** (4.03) |
是否吸烟 | 0.153 (0.95) | −0.051 (−0.64) | −0.246 (−1.30) |
是否喝酒 | −0.197 (−1.24) | −0.07 (−0.88) | 0.16 (0.84) |
是否运动 | −0.01 (−0.09) | −0.133** (−2.24) | −0.087 (−0.57) |
相对富裕程度 | 0 | 0 | 0 |
养老保险 | −0.027 (−0.24) | −0.18*** (−3.27) | −0.058 (−0.42) |
基本医疗保险 | 0.054 (0.38) | −0.016 (−0.21) | −0.123 (−0.68) |
R2 | 0.008 | 0.009 | 0.019 |
样本量 | 1085 | 4400 | 732 |
表7. 慢性病共病数量对老年人抑郁程度影响的社会主观经济地位异质性分析
***p < 0.01, **p < 0.05, *p < 0.1.
本文通过对2018年中国老年健康影响因素跟踪调查(CLHLS)数据,运用有序logit模型进行分析,了解了慢性病共病数量对老年人抑郁程度的影响。为进一步了解各群体之间的差异,进行了性别、年龄、居住地类型、与谁一同居住和社会经济地位的异质性分析。研究结果显示,慢性病共病数量对老年人抑郁程度具有显著的正向影响,慢性病共病数越多,老年人的抑郁程度越高。并且女性、70~79岁、居住在城乡结合部和农村、独居和相对不富裕的老人抑郁程度提高更容易受慢性病共病数量增多的影响,其他相关因素的影响也更显著。
基于以上分析,本文提出以下建议:
一是充分运用慢性病防治的现有基础措施,加大对慢性病防治的投入。有效预防和控制慢性病的重要手段是开展综合性的干预措施,减少慢性病的危险因素 [
二是运用互联网技术,减少地域差异,促进社会公平。城郊结合区和农村老人更容易受到慢性病共病的影响,并且相对不富裕的老人也更容易因此导致抑郁。应采取各种举措缩小地带间老年人各方面差异,给予老年人更多慢性病治疗优惠,减少慢性病医疗负担。此外运用互联网技术,弥补经济差异带来的就医质量差距,通过网络对农村慢性病老人进行远程监护,减少其因难以及时就医等因素带来的失落感。
三是发挥社会力量,关心慢性病老人心理健康,开展差异化服务。陪伴可以有效缓解因慢性病带来的抑郁症状,充分发挥社会网络的力量,鼓励老人更多的参与社会活动,获得更多社会关注。此外不同年龄段、受教育程度、生活习惯的慢性病老人需要不同的服务,帮助他们减少内心的不安,抵御抑郁心理的影响。例如高年龄段老人的陪伴关怀,改变不健康的生活习惯等服务能够更有针对性。
章 蕊. 慢性病共病数量对老年人抑郁程度的影响Influence of the Number of Chronic Disease Comorbidity on the Depression Degree of the Elderly[J]. 运筹与模糊学, 2022, 12(04): 1153-1164. https://doi.org/10.12677/ORF.2022.124122