劉海虹，劉海寧，車佳郡，陶佳雨，李曉敏

(1.承德醫(yī)學(xué)院 心理學(xué)系，河北 承德 067000；2.馬來西亞國民大學(xué) 心理學(xué)與人類福祉研究中心，班吉43600；3.承德醫(yī)學(xué)院 河北省神經(jīng)損傷與修復(fù)重點(diǎn)實(shí)驗(yàn)室)

隨著我國老齡化的不斷加深，社會(huì)經(jīng)濟(jì)和醫(yī)療保健系統(tǒng)都面臨著嚴(yán)重挑戰(zhàn)[1]。社會(huì)活動(dòng)是積極老齡化的重要因素之一[2-3]，是指老年人保持與社會(huì)聯(lián)系的社會(huì)參與活動(dòng)[4]。 共居與獨(dú)居的代際居住模式以及其他因素對(duì)老年人社交活動(dòng)具有復(fù)雜的影響作用[5]。社會(huì)生態(tài)系統(tǒng)理論認(rèn)為個(gè)體行為受環(huán)境影響，并且個(gè)體發(fā)展與周圍環(huán)境相互聯(lián)系構(gòu)成多個(gè)系統(tǒng)[6]。而三元交互理論則強(qiáng)調(diào)了個(gè)體、環(huán)境和行為之間的相互聯(lián)結(jié)和共同作用[7]。因此，本研究擬利用2018年中國健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)[8]，采用量化的社交活躍度[4]，利用隨機(jī)森林模型進(jìn)行建模預(yù)測(cè)，并嘗試引入“老年人社交活動(dòng)的影響交互理論”模型，將影響老年人社交活躍度的因素分為微、中和宏系統(tǒng)三個(gè)方面，分析不同代際居住模式下老年人社交活躍度的影響因素，并探索其中的作用機(jī)制，為提升老年人社交活躍度，改善其晚年生活質(zhì)量，制定針對(duì)性醫(yī)護(hù)預(yù)防和干預(yù)措施提供理論依據(jù)。

1 資料與方法

1.1 資料來源 數(shù)據(jù)來自北京大學(xué)2018年的中國健康與養(yǎng)老追蹤調(diào)查(China health and retirement longitudinal survey，CHARLS)數(shù)據(jù)[8]。全國基線調(diào)查于2011年6月至2012年3月，共17 708名受訪者，2018年收集了第四期最新的全國追訪數(shù)據(jù)，包含人口統(tǒng)計(jì)、健康狀況等，受訪者共19 817人。因此，本研究擬分析第四期的CHARLS數(shù)據(jù)，其中，60歲及以上計(jì)11 021人。排除背景特征、社會(huì)參與等變量上缺失過多的受訪者，最終納入6316例。有關(guān)CHARLS數(shù)據(jù)的更多詳細(xì)信息，可參閱https://g2aging.org/。

1.2 主要變量測(cè)度

1.2.2 自變量 問卷中的題目為“現(xiàn)在一般住哪里？”設(shè)置5個(gè)選項(xiàng)，分別為1=同住且經(jīng)濟(jì)上不獨(dú)立、2=同住但是經(jīng)濟(jì)上獨(dú)立、3=同一個(gè)院子(公寓)或者相鄰的院子(公寓)、4=其他、5=國外。借鑒前人研究將前三個(gè)選項(xiàng)歸為共居模式，后兩個(gè)選項(xiàng)歸為獨(dú)居模式[9]。此外，根據(jù)理論框架將影響變量分為個(gè)體內(nèi)在因素(微系統(tǒng))、行為(中系統(tǒng))和環(huán)境(宏系統(tǒng))三大類。

(1)第一類：個(gè)體內(nèi)在因素。①基本信息，如性別、年齡，受教育程度。②身體層面，包括：身體功能障礙、自評(píng)健康、健康滿意度、疼痛困擾等。其中身體功能障礙部分包括“跑1公里”、“走100米”等9種基本活動(dòng)的困難程度。選項(xiàng)從“沒有困難”到“無法完成”以0～3分評(píng)價(jià)，總分0～27分。分?jǐn)?shù)越高，代表老年人身體功能越差。自評(píng)健康是受訪者對(duì)自身健康狀態(tài)做出“很不好”到“很好”1～5分等級(jí)評(píng)價(jià)。疼痛困擾根據(jù)老年人“是否經(jīng)常因?yàn)樘弁炊y受？”做出“完全沒有”到“非常多”1～5級(jí)評(píng)分。③認(rèn)知方面包括總體認(rèn)知功能和數(shù)字推理能力。其中，總體認(rèn)知功能采用中文版簡易精神狀態(tài)檢查(mini-mental state examination，MMSE)問卷總分作為衡量老年人認(rèn)知功能的指標(biāo)。每題回答正確1分，錯(cuò)誤0分?？偡?～30分。得分越高，代表認(rèn)知功能越好。數(shù)字推理能力采用數(shù)列題中的標(biāo)準(zhǔn)化W分?jǐn)?shù)衡量老年人的流體智力。W分?jǐn)?shù)是依據(jù)Rasche項(xiàng)目反應(yīng)模型難度參數(shù)得到的轉(zhuǎn)化分?jǐn)?shù)[10]，取值299～635分。得分越高，代表數(shù)字推理能力越強(qiáng)。④心理層面包括抑郁情況和生命預(yù)期。CHARLS 2018年使用流調(diào)中心抑郁自評(píng)量表(CESD-10)調(diào)查老年人的抑郁風(fēng)險(xiǎn)，抑郁得分為0～30分。通過老年人設(shè)想活到預(yù)期年齡的可能性評(píng)估其生命期望，從“幾乎不可能”到“非常確定”進(jìn)行1～5級(jí)評(píng)分。(2)第二類：行為，包括生活習(xí)慣。如夜晚睡眠時(shí)間、是否抽煙、飲酒等。(3)第三類：環(huán)境因素，包括婚姻狀況、居住地、養(yǎng)老金等。其中，調(diào)查問卷中關(guān)于婚姻狀態(tài)共有六個(gè)選項(xiàng)，分別是已婚與配偶一同居住、已婚但因?yàn)楣ぷ鞯仍驎簳r(shí)沒有跟配偶在一起居住、分居、離異、喪偶、從未結(jié)婚。本研究中將前兩種的婚姻狀態(tài)定義為在婚，設(shè)定為“1”，后兩種的婚姻狀態(tài)定義為不在婚，設(shè)定為“0”。

1.3 統(tǒng)計(jì)學(xué)處理 首先，采用Python 3.8軟件中的Pandas 1.1.5程序包中的最近鄰填充法處理缺失數(shù)據(jù)，并采用機(jī)器學(xué)習(xí)中的隨機(jī)森林模型預(yù)測(cè)共居和獨(dú)居兩類老年人的社交活躍度。隨機(jī)森林的模型搭建、訓(xùn)練和評(píng)估均在開源程序包Sklearn 0.24.2版本下進(jìn)行。本研究將6316個(gè)老年人的數(shù)據(jù)分為訓(xùn)練集(占80%)和測(cè)試集(占20%)。模型參數(shù)的調(diào)優(yōu)采用Sklearn程序包中的網(wǎng)格化搜索和傳統(tǒng)手工搜索相結(jié)合的方法。經(jīng)過多次迭代測(cè)試，得到最佳的隨機(jī)森林模型[11]。本研究中數(shù)據(jù)量相對(duì)較大，葉子節(jié)點(diǎn)數(shù)較小會(huì)限制模型擬合，而葉子節(jié)點(diǎn)數(shù)較大會(huì)導(dǎo)致模型的復(fù)雜度增加，出現(xiàn)過擬合現(xiàn)象，因此葉子節(jié)點(diǎn)數(shù)最大設(shè)計(jì)為200。為減少冗余的特征對(duì)模型訓(xùn)練的干擾，森林模型最大深度設(shè)計(jì)為8。基礎(chǔ)的學(xué)習(xí)模型算法為“dart”，該算法是一種帶隨機(jī)失活(dropout)的梯度提升決策樹，可在一定程度上防止模型過度擬合，高效且準(zhǔn)確。因變量老年人社交活躍度為二分類變量，所使用損失函數(shù)為交叉熵(binary)，為優(yōu)化模型收斂的速度，從而避免局部解得到全局最優(yōu)解，將學(xué)習(xí)率設(shè)置較小為0.001，訓(xùn)練的迭代次數(shù)設(shè)置較大為500。變量的重要性為森林中所有決策樹評(píng)分的總和，其值越大說明重要性越強(qiáng)，模型所有評(píng)估指標(biāo)均采用十倍交叉驗(yàn)證避免偶然性結(jié)果。其次，采用SPSS 26.0描述性分析。最后，利用操作者特征曲線(receiver operator characteristic curve,ROC)中的AUC值比較兩種算法的優(yōu)劣。該值為ROC曲線所覆蓋區(qū)域面積 AUC>0.90視為非常好，0.80～0.90為良好，0.70～0.79為一般，<0.7為差。

2 結(jié)果

2.1 描述性統(tǒng)計(jì) 6316例老年人中，獨(dú)居老人高社交活躍度比例(18.8%)高于共居老人(8.1%)。其個(gè)體內(nèi)在因素、環(huán)境因素和行為因素描述見表1。

表1 個(gè)體內(nèi)在因素、環(huán)境因素和行為因素描述(N=6316)

2.2 變量重要性 影響共居老人社交活躍度的前10個(gè)重要因素依次為身體功能障礙、年齡、MMSE總分、抑郁總分、W分?jǐn)?shù)、午睡時(shí)間、養(yǎng)老金、預(yù)期壽命、夜睡時(shí)間和健康滿意度，見圖1。影響“獨(dú)居”老人社交活躍度的前10個(gè)重要因素依次為身體功能障礙、年齡、MMSE總分、抑郁總分、午睡時(shí)間、W分?jǐn)?shù)、自評(píng)健康、預(yù)期壽命、疼痛困擾、養(yǎng)老金，見圖2。

圖1 共居老人社交活躍度影響因素前十位特征

圖2 獨(dú)居老人社交活躍度影響因素前十位特征

2.3 評(píng)價(jià)指標(biāo) 共居老人和獨(dú)居老人社交活躍度的隨機(jī)森林預(yù)測(cè)模型的查準(zhǔn)率分別為0.81和0.79，AUC分別為0.86和0.82，查全率分別為0.82和0.80，F(xiàn)-score分別為0.81和0.79。F-score取值范圍為0～1，該值越大，代表特征用于分類的價(jià)值越大，表明預(yù)測(cè)模型可以接受。

2.4 理論模型構(gòu)建 不論代際間共居老人還是獨(dú)居老人，微系統(tǒng)、中系統(tǒng)和宏系統(tǒng)中的因素對(duì)老年人的社交活躍度均有影響。其中，個(gè)體內(nèi)在因素包括認(rèn)知層面(MMSE、W分?jǐn)?shù))、心理層面(抑郁)、身體層面(年齡、身體功能障礙、自評(píng)健康、健康滿意度)，行為因素(睡眠時(shí)間)與環(huán)境因素(代際居住模式、養(yǎng)老金)均是社交活躍度的影響因素。針對(duì)上述研究結(jié)果，依據(jù)社會(huì)系統(tǒng)理論和三元交互理論提出老年人社交活動(dòng)的影響交互模型，如圖3 所示:

圖3 老年人社交活動(dòng)的影響交互模型圖

3 討論

3.1 不同代際模式的老年人的社交活躍度不同 本研究顯示,獨(dú)居老人的高社交活躍度比例明顯高于共居老人，與研究[5]結(jié)果一致。理性選擇理論很好地解釋了該現(xiàn)象[12]，即家庭成員為滿足家庭整體利益最大化，共居老年人通常會(huì)滿足子代照顧孩子的需求，其自己的社交活動(dòng)可能相應(yīng)減少。

3.2 微系統(tǒng)中各因素對(duì)老年人社交活躍度的影響 個(gè)體內(nèi)在因素中的身體層面(年齡、身體功能障礙、疼痛困擾)可以顯著影響老年人的社交活躍度。以往研究[13]結(jié)果也表明,身體功能障礙是影響老年人社交活躍度最重要的因素，老年人健康狀況越好，其社交活躍度越高。與此同時(shí)，疼痛困擾對(duì)獨(dú)居老人的社交活躍度有顯著預(yù)測(cè)作用[14]。它也從側(cè)面反映了老年人的身體健康狀況，且經(jīng)常與老年慢性病相關(guān)[15]。這也提示社區(qū)護(hù)理人員需要在初級(jí)預(yù)防時(shí)多關(guān)注獨(dú)居老人慢性病狀況，提供針對(duì)性的社區(qū)護(hù)理服務(wù)。 本研究發(fā)現(xiàn)，認(rèn)知功能可預(yù)測(cè)老年人的社交活躍度，且重要性排在前三。依據(jù)社會(huì)選擇理論[16]，認(rèn)知功能缺損老年個(gè)體的社會(huì)脫節(jié)風(fēng)險(xiǎn)更高。即認(rèn)知功能分?jǐn)?shù)(MMSE、W分?jǐn)?shù))越高，老年人的社交活躍度越高。W分?jǐn)?shù)既可以衡量老年人的流體智力，又可以預(yù)測(cè)情緒調(diào)節(jié)能力，社區(qū)衛(wèi)生人員可進(jìn)行規(guī)律性篩查，為預(yù)防和延緩認(rèn)知功能下降和老年人積極投入社交活動(dòng)提供保障。 在心理層面，抑郁是影響老年人社交活躍度的重要因素[17]。而生命期望僅對(duì)獨(dú)居老人的社交活躍度有預(yù)測(cè)作用，即生命期望越高，獨(dú)居老人的社交活躍度越高。這也印證了生命期望是評(píng)價(jià)老年人生活態(tài)度和心理的重要指標(biāo)[18]。本研究結(jié)果也提醒社區(qū)以及相關(guān)醫(yī)護(hù)人員在評(píng)估老年人的健康情況時(shí)，也需關(guān)注老年人的心理健康問題，并且在必要的情況下可為老年人提供適當(dāng)?shù)男睦砀深A(yù)。

3.3 中系統(tǒng)的行為因素可調(diào)節(jié)社交活躍度 中系統(tǒng)的行為因素中，睡眠時(shí)間(夜睡時(shí)間和午睡時(shí)間)可影響老年人社交活躍度?？赡茉蚴歉哔|(zhì)量睡眠缺乏，會(huì)增加老年人的疲勞感，降低認(rèn)知效率，從而降低老年人積極參與社會(huì)活動(dòng)的精力和能力。其中，夜睡時(shí)間是影響共居老人社交活躍度的因素之一，這可能與共居模式對(duì)老年人的睡眠具有保護(hù)作用有關(guān)[19]。相對(duì)于共居老人，獨(dú)居老人自由支配的時(shí)間充足，可以保證午睡習(xí)慣，且合適的午睡是老年人健康養(yǎng)生的重要方式。通過調(diào)節(jié)睡眠習(xí)慣可調(diào)節(jié)老年人社交活動(dòng)時(shí)間。除此之外，減少酗酒和吸煙等危險(xiǎn)的行為也可提升睡眠質(zhì)量。因此，應(yīng)加強(qiáng)對(duì)老年人的睡眠質(zhì)量評(píng)估和睡眠衛(wèi)生宣傳，幫助老年人建立健康的睡眠習(xí)慣，提升睡眠質(zhì)量。

3.4 宏系統(tǒng)對(duì)老年人社交活躍度的促進(jìn)作用 宏系統(tǒng)中的環(huán)境因素，本研究發(fā)現(xiàn)了養(yǎng)老金的影響作用。Zhu等[20]分析中國老年社會(huì)追蹤調(diào)查數(shù)據(jù)發(fā)現(xiàn)，中國老年人的養(yǎng)老金數(shù)額與社交活動(dòng)呈正相關(guān)。但在解釋該發(fā)現(xiàn)時(shí)需謹(jǐn)慎，因?yàn)椴⒉皇撬械纳鐣?huì)活動(dòng)都需要花費(fèi)金錢(例如，廣場(chǎng)舞活動(dòng))。針對(duì)這一發(fā)現(xiàn)，建議相關(guān)政府部門可通過保護(hù)或增加中國老年公民的養(yǎng)老金收入的政策，特別是生活在農(nóng)村、教育水平較低的弱勢(shì)群體來提升老年人的社交活躍度。盡管，做到養(yǎng)老金福利水平的均衡和養(yǎng)老金額的全覆蓋是一項(xiàng)挑戰(zhàn)。但是，政府或許可以為老年人創(chuàng)造就業(yè)機(jī)會(huì)，或者重新評(píng)估退休年齡，為那些仍然愿意工作的老年人出臺(tái)更多的靈活性政策。

3.5 隨機(jī)森林方法的優(yōu)越性 回歸和隨機(jī)森林的算法自引入以來，已被廣泛應(yīng)用于心理學(xué)、社會(huì)學(xué)、醫(yī)學(xué)等各個(gè)研究領(lǐng)域。在低維數(shù)據(jù)的情況下(即，當(dāng)協(xié)變量的數(shù)量與樣本量相比較小時(shí))，Logistic回歸被認(rèn)為是二進(jìn)制分類的標(biāo)準(zhǔn)方法，但其使用條件受到正態(tài)性和線性關(guān)系假設(shè)的限制。然而，生理數(shù)據(jù)和社會(huì)數(shù)據(jù)之間往往存在著非線性和復(fù)雜的關(guān)系。隨機(jī)森林作為非參數(shù)技術(shù)，可以彌補(bǔ)Logistic回歸過度擬合的問題，因此被認(rèn)為是評(píng)估變量之間復(fù)雜相互作用的更靈活的方法。鑒于本研究中涉及變量維度較多，樣本量較大，且目前尚缺乏關(guān)于老年人社交活躍度的統(tǒng)計(jì)預(yù)測(cè)模型，因此，本研究采用隨機(jī)森林方法分別建立共居和獨(dú)居兩類老人社交活躍度的預(yù)測(cè)模型，并且得出身體功能障礙是影響兩類老人社交活躍度的最重要的預(yù)測(cè)因素。

4 小結(jié)

共居老人高社交活躍度比例較低，更可能容易被忽視。隨機(jī)森林的方法可建立老年人社交活躍度的預(yù)測(cè)模型，且老年人社交活躍度受多種因素影響。因此，應(yīng)理解影響老年人社交活躍度的微、中和宏三個(gè)系統(tǒng)間的相互作用，開發(fā)能提升老年人社交活躍度的全面、系統(tǒng)和科學(xué)的干預(yù)方案。對(duì)政策制定者和醫(yī)療護(hù)理系統(tǒng)來說，提供相應(yīng)軟硬件條件勢(shì)在必行。同時(shí)也需要精神心理、衛(wèi)生護(hù)理和社會(huì)學(xué)等多學(xué)科從業(yè)人員間的協(xié)同作用。最后，本研究僅選取橫斷面數(shù)據(jù)，尚不能得出社交活躍度與各影響因素間真正因果關(guān)系，有待對(duì)縱向追蹤數(shù)據(jù)分析。