现代预防医学

变量	调查人数	自评健康［n(%)］	χ²	P值
不同个体（性别、年龄、疾病状况）
性别			45.824	P<0.001
男	6 129	4 755（77.58）
女	6 508	4 709（72.36）
年龄（岁）			177.187	P<0.001
45~54	3 890	3 161（81.26）
55~64	4 352	3 283（75.44）
65~74	3 305	2 294（69.41）
≥75	1 090	726（66.61）
失能			1 052.717	P<0.001
是	2 443	1 205（49.32）
否	10 194	8 259（81.02）
增发慢性病			549.092	P<0.001
是	7 559	5 101（67.48）
否	5 078	4 363（85.92）
抑郁倾向			1 150.164	P<0.001
是	4 689	2 713（57.86）
否	7 948	6 751（84.94）
个体行为方式
吸烟			1.696	0.190
是	5 478	4 134（75.47）
否	7 159	5 330（74.45）
饮酒			197.263	P<0.001
是	4 487	3 688（82.19）
否	8 150	5 776（70.87）
社交活动			108.668	P<0.001
有	7 125	5 588（78.43）
无	5 512	3 876（70.32）
夜晚睡眠时间			325.542	P<0.001
睡眠过短	4 272	2 791（65.33）
睡眠正常	7 409	5 954（80.36）
睡眠过长	956	719（75.21）
生活满意度			507.013	P<0.001
满意	11 276	8 785（77.91）
不满意	1 361	679（49.89）
社会支持网络
婚姻状况			61.461	P<0.001
已婚	11 197	8 507（75.96）
未婚/离异/丧偶/分居	1 440	957（66.46）
子女满意度			112.160	P<0.001
满意	12 126	9 183（75.73）
不满意	511	281（54.99）
社会经济地位
居住地			93.001	P<0.001
农村	9 169	6 657（72.60）
城市	3 468	2 807（80.94）
最高教育水平			239.999	P<0.001
小学及以下	7 929	5 573（70.29）
初中及以上	4 708	3 891（82.65）
其他社会结构因素
医疗保险			2.361	0.120
有	12 336	9 250（74.98）
无	301	214（71.10）
养老保险			0.221	0.640
有	11 371	8 509（74.83）
无	1 266	955（75.43）
灾难性医疗支出			146.409	P<0.001
有	8 270	5 913（71.50）
无	4 367	3 551（81.28）

变量	调查人数	自评健康［n(%)］	χ²	P值
不同个体（性别、年龄、疾病状况）
性别			45.824	P<0.001
男	6 129	4 755（77.58）
女	6 508	4 709（72.36）
年龄（岁）			177.187	P<0.001
45~54	3 890	3 161（81.26）
55~64	4 352	3 283（75.44）
65~74	3 305	2 294（69.41）
≥75	1 090	726（66.61）
失能			1 052.717	P<0.001
是	2 443	1 205（49.32）
否	10 194	8 259（81.02）
增发慢性病			549.092	P<0.001
是	7 559	5 101（67.48）
否	5 078	4 363（85.92）
抑郁倾向			1 150.164	P<0.001
是	4 689	2 713（57.86）
否	7 948	6 751（84.94）
个体行为方式
吸烟			1.696	0.190
是	5 478	4 134（75.47）
否	7 159	5 330（74.45）
饮酒			197.263	P<0.001
是	4 487	3 688（82.19）
否	8 150	5 776（70.87）
社交活动			108.668	P<0.001
有	7 125	5 588（78.43）
无	5 512	3 876（70.32）
夜晚睡眠时间			325.542	P<0.001
睡眠过短	4 272	2 791（65.33）
睡眠正常	7 409	5 954（80.36）
睡眠过长	956	719（75.21）
生活满意度			507.013	P<0.001
满意	11 276	8 785（77.91）
不满意	1 361	679（49.89）
社会支持网络
婚姻状况			61.461	P<0.001
已婚	11 197	8 507（75.96）
未婚/离异/丧偶/分居	1 440	957（66.46）
子女满意度			112.160	P<0.001
满意	12 126	9 183（75.73）
不满意	511	281（54.99）
社会经济地位
居住地			93.001	P<0.001
农村	9 169	6 657（72.60）
城市	3 468	2 807（80.94）
最高教育水平			239.999	P<0.001
小学及以下	7 929	5 573（70.29）
初中及以上	4 708	3 891（82.65）
其他社会结构因素
医疗保险			2.361	0.120
有	12 336	9 250（74.98）
无	301	214（71.10）
养老保险			0.221	0.640
有	11 371	8 509（74.83）
无	1 266	955（75.43）
灾难性医疗支出			146.409	P<0.001
有	8 270	5 913（71.50）
无	4 367	3 551（81.28）

变量	增发慢性病	抑郁倾向	自评健康
增发慢性病	1.00
抑郁倾向	0.20^a	1.00
自评健康	0.31^a	0.40^a	1.00

变量	增发慢性病	抑郁倾向	自评健康
增发慢性病	1.00
抑郁倾向	0.20^a	1.00
自评健康	0.31^a	0.40^a	1.00

因变量	变量	β	t	变量	β	t
自评健康	X	增发慢性病	0.16	27.148	X	抑郁倾向	0.04	30.629
	M	抑郁倾向	0.04	30.629	M	增发慢性病	0.16	27.148
	R²		0.250	R²		0.250
	F		303.211^a	F		303.211^a
抑郁倾向	X	增发慢性病	0.32	8.915	X	自评健康	1.58	30.629
	M	自评健康	1.58	30.629	M	增发慢性病	0.32	8.915
	R²		0.330	R²		0.330
	F		448.769^a	F		448.769^a
增发慢性病	X	抑郁倾向	0.02	8.915	X	自评健康	0.34	27.148
	M	自评健康	0.34	27.148	M	抑郁倾向	0.02	8.915
	R²		0.120	R²		0.120
	F		119.240^a	F		119.240^a

因变量	变量	β	t	变量	β	t
自评健康	X	增发慢性病	0.16	27.148	X	抑郁倾向	0.04	30.629
	M	抑郁倾向	0.04	30.629	M	增发慢性病	0.16	27.148
	R²		0.250	R²		0.250
	F		303.211^a	F		303.211^a
抑郁倾向	X	增发慢性病	0.32	8.915	X	自评健康	1.58	30.629
	M	自评健康	1.58	30.629	M	增发慢性病	0.32	8.915
	R²		0.330	R²		0.330
	F		448.769^a	F		448.769^a
增发慢性病	X	抑郁倾向	0.02	8.915	X	自评健康	0.34	27.148
	M	自评健康	0.34	27.148	M	抑郁倾向	0.02	8.915
	R²		0.120	R²		0.120
	F		119.240^a	F		119.240^a

效应	标准误	效应值（95% CI）	占总效应比率（%）
X：增发慢性病　M：抑郁倾向　Y：自评健康
总效应	0.006 1	0.188 0（0.176 1~0.199 9）
直接效应	0.005 9	0.160 8（0.149 1~0.172 4）
中介效应	0.001 9	0.027 2（0.023 7~0.030 9）	14.47
X：自评健康　M：抑郁倾向　Y：增发慢性病
总效应	0.012 1	0.376 0（0.352 2~0.399 7）
直接效应	0.012 6	0.343 2（0.318 4~0.368 0）
中介效应	0.004 0	0.032 8（0.025 0~0.040 6）	8.72
X：自评健康　M：增发慢性病　Y：抑郁倾向
总效应	0.049 8	1.699 6（1.602 0~1.797 3）
直接效应	0.051 5	1.577 6（1.476 6~1.678 5）
中介效应	0.015 4	0.122 1（0.091 9~0.151 4）	7.18
X：抑郁倾向　M：增发慢性病　Y：自评健康
总效应	0.001 5	0.049 7（0.046 8~0.052 5）
直接效应	0.001 4	0.043 9（0.041 0~0.046 7）
中介效应	0.000 4	0.005 7（0.004 9~0.006 5）
X：抑郁倾向　M：自评健康　Y：增发慢性病
总效应	0.002 1	0.036 3（0.032 2~0.040 5）
直接效应	0.002 2	0.019 3（0.015 0~0.023 5）
中介效应	0.000 8	0.017 1（0.015 5~0.018 7）	47.11
X：增发慢性病　M：自评健康　Y：抑郁倾向
总效应	0.036 4	0.621 3（0.549 9~0.692 6）
直接效应	0.036 4	0.324 7（0.253 3~0.396 1）
中介效应	0.013 4	0.296 6（0.271 0~0.322 8）	47.74

效应	标准误	效应值（95% CI）	占总效应比率（%）
X：增发慢性病　M：抑郁倾向　Y：自评健康
总效应	0.006 1	0.188 0（0.176 1~0.199 9）
直接效应	0.005 9	0.160 8（0.149 1~0.172 4）
中介效应	0.001 9	0.027 2（0.023 7~0.030 9）	14.47
X：自评健康　M：抑郁倾向　Y：增发慢性病
总效应	0.012 1	0.376 0（0.352 2~0.399 7）
直接效应	0.012 6	0.343 2（0.318 4~0.368 0）
中介效应	0.004 0	0.032 8（0.025 0~0.040 6）	8.72
X：自评健康　M：增发慢性病　Y：抑郁倾向
总效应	0.049 8	1.699 6（1.602 0~1.797 3）
直接效应	0.051 5	1.577 6（1.476 6~1.678 5）
中介效应	0.015 4	0.122 1（0.091 9~0.151 4）	7.18
X：抑郁倾向　M：增发慢性病　Y：自评健康
总效应	0.001 5	0.049 7（0.046 8~0.052 5）
直接效应	0.001 4	0.043 9（0.041 0~0.046 7）
中介效应	0.000 4	0.005 7（0.004 9~0.006 5）
X：抑郁倾向　M：自评健康　Y：增发慢性病
总效应	0.002 1	0.036 3（0.032 2~0.040 5）
直接效应	0.002 2	0.019 3（0.015 0~0.023 5）
中介效应	0.000 8	0.017 1（0.015 5~0.018 7）	47.11
X：增发慢性病　M：自评健康　Y：抑郁倾向
总效应	0.036 4	0.621 3（0.549 9~0.692 6）
直接效应	0.036 4	0.324 7（0.253 3~0.396 1）
中介效应	0.013 4	0.296 6（0.271 0~0.322 8）	47.74

我国中老年人增发慢性病与自评健康和抑郁倾向之间的关系研究

PDF下载

官为民 ¹ , 葛怀举 ¹ , 于晴 ¹ , 董士红 ¹ , 贾蕙毓 ¹ , 常雯静 ¹ , 姜姗 ¹ , 苏文钰 ¹ , 柳言 ² , 齐元涛 ² , 付秀丽 ³ , 马桂峰 ¹

现代预防医学 | 临床与预防 2024,51(22): 4212-4218

收起

现代预防医学 | 临床与预防 2024, 51(22): 4212-4218

我国中老年人增发慢性病与自评健康和抑郁倾向之间的关系研究

全屏

官为民¹, 葛怀举¹, 于晴¹, 董士红¹, 贾蕙毓¹, 常雯静¹, 姜姗¹, 苏文钰¹, 柳言², 齐元涛², 付秀丽³, 马桂峰¹

作者信息

^1.山东第二医科大学公共卫生学院，山东　潍坊　261053

^2.山东第一医科大学附属肿瘤医院（山东省医学科学院）

^3.山东第二医科大学附属医院

官为民（2000—），男，硕士在读，研究方向：流行病与卫生统计、精神卫生、慢性病

通讯作者:

马桂峰，E - mail:maguifeng10@126.com；

付秀丽，E - mail:zlyykfb@163.com

Study on the relationship between chronic diseases and self-rated health and depression tendency in middle-aged and elderly people in China

Wei-min GUAN¹, Huai-ju GE¹, Qing YU¹, Shi-hong DONG¹, Hui-yu JIA¹, Wen-jing CHANG¹, Shan JIANG¹, Wen-yu SU¹, Yan LIU², Yuan-tao QI², Xiu-li FU³, Gui-feng MA¹

Affiliations

School of Public Health, Shandong Second Medical University, Weifang, Shandong 261053, China

出版时间: 2024-11-25 doi: 10.20043/j.cnki.MPM.202408052

文章导航

摘要

收起

目的

探讨我国中老年人增发慢性病与自评健康和抑郁倾向三者之间的关系。

方法

使用CHARLS 2015年和2018年数据，通过PROCESS 4.0程序研究我国12 637例45岁及以上中老年人增发慢性病、自评健康和抑郁倾向之间的中介作用，并用Bootstrap法进行验证。

结果

我国45岁及以上中老年人的抑郁倾向检出率为37.11%。控制相关变量后，中老年人增发慢性病对自评健康和抑郁倾向均有影响（c值：t=30.984，P<0.001；a值：t=17.072，P<0.001）,加入自评健康变量后，增发慢性病和自评健康均对中老年人的抑郁倾向有影响（c’值：t=8.915，P<0.001；b值：t=30.629，P<0.001）；自评健康在中老年人增发慢性病和抑郁倾向之间存在部分中介的作用，且效应占比最高，为47.74%。

结论

中老年人增发慢性病可以通过自评健康影响抑郁倾向，为减少患者的抑郁倾向，必须有效改善慢性病患者的自评健康。

关键词

中老年人 / 慢性病 / 慢性病共病 / 抑郁倾向 / 自评健康 / 中介作用

Abstract

收起

Objective

To examine the relationship between the increase in chronic diseases, self-rated health, and depressive tendencies among middle-aged and older adults in China.

Methods

Using data from the 2015 and 2018 waves of CHARLS, this study investigated the mediating role of self-rated health and depressive tendencies in the relationship between the increase in chronic diseases among 12 637 Chinese adults aged 45 and above. The mediation analysis was conducted using the PROCESS 4.0 program and validated through the Bootstrap method.

Results

The prevalence of depressive tendencies among Chinese adults aged 45 and above was 37.11%. After controlling for relevant variables, the increase in chronic diseases significantly impacted both self-rated health and depressive tendencies (c value: t = 30.984, P<0.001; a value: t=17.072, P<0.001). When self-rated health was introduced as a variable, both the increase in chronic diseases and self-rated health significantly affected depressive tendencies (c’ value: t=8.915, P<0.001; b value: t=30.629, P<0.001). Self-rated health partially mediated the relationship between the increase in chronic diseases and depressive tendencies, with the highest effect proportion of 47.74%.

Conclusion

The increase in chronic diseases among middle-aged and older adults can influence depressive tendencies through self-rated health. To reduce depressive tendencies in these patients, it is essential to effectively improve their self-rated health.

Key words

Middle-aged and elderly people / Chronic diseases / Comorbidity of chronic diseases / Depression tendency / Self-rated health / Mediating effect

引用本文

官为民, 葛怀举, 于晴, 董士红, 贾蕙毓, 常雯静, 姜姗, 苏文钰, 柳言, 齐元涛, 付秀丽, 马桂峰. 我国中老年人增发慢性病与自评健康和抑郁倾向之间的关系研究. 现代预防医学, 2024 , 51 (22) : 4212 -4218 . DOI: 10.20043/j.cnki.MPM.202408052

Wei-min GUAN, Huai-ju GE, Qing YU, Shi-hong DONG, Hui-yu JIA, Wen-jing CHANG, Shan JIANG, Wen-yu SU, Yan LIU, Yuan-tao QI, Xiu-li FU, Gui-feng MA. Study on the relationship between chronic diseases and self-rated health and depression tendency in middle-aged and elderly people in China[J]. Modern Preventive Medicine, 2024 , 51 (22) : 4212 -4218 . DOI: 10.20043/j.cnki.MPM.202408052

正文

收起

人口老龄化进程不断加深使老年人的健康问题日益突显，中老年人作为“潜在的”老年人群^[1]，更要给予重视。随着经济社会的飞速发展，中老年人普遍存在增发慢性病的现象。《健康中国行动（2019-2030年）》指出，我国慢性病患者总数已有1.8亿^[2]。慢性病已成为我国的重大公共卫生问题，严重威胁中老年人的健康^[3-5]。近年来，慢性病的发病率快速上升，增发慢性病使患者长期承受着疾病、经济等多种压力，极大增加抑郁倾向的发生风险^[6]，还会影响中老年人的自评健康^[7]。抑郁倾向是中老年人最常见的精神障碍，严重影响患者的生活质量^[8-9]，也是我国重要的公共卫生问题，中老年人抑郁倾向问题不容忽视。自评健康具有比较理想的可获得性、易操作性、包容性和准确性，有助于比较不同社会群体之间的健康状况差异^[10]。

已有研究多探讨慢性病与抑郁倾向或自评健康之间的关系，鲜有研究三者之间的作用路径^[11]。本研究使用CHARLS 2015和2018年全国追踪调查数据，借助健康社会决定因素框架划分相关因素，并利用中介模型研究增发慢性病、抑郁倾向与自评健康之间的作用路径，为更好的了解三者之间的关系提供科学的依据。

现提出以下假设：

假设1：增发慢性病、抑郁倾向与自评健康三者之间存在相关关系；假设2：抑郁倾向可以影响增发慢性病与自评健康之间的关系；假设3：增发慢性病可以影响抑郁倾向与自评健康之间的关系；假设4：自评健康可以影响增发慢性病与抑郁倾向之间的关系。

1　资料与方法

收起

1.1　资料来源

中国健康与养老追踪调查（China Health and Retirement Longitudinal Study, CHARLS）给研究者提供一个公开的、高质量的微观数据库，是我国首次对全国45岁及以上中老年人开展的具有代表性的人口调查。本研究使用CHARLS 2015和2018年数据（通过了北京大学生物医学伦理委员会的批准（IRB00001052-11015）），在剔除关键变量值缺失和不符合逻辑的数据后，共筛选出12 637名受访者纳入分析。

1.2　研究内容

1.2.1　自评健康^[12-13]（Self-rated health），使用CHARLS 问卷中“下面我将问到一些关于您的健康状况的问题。您认为您的健康状况怎样？”来评估。该问题包括“很好、好、一般、不好和很不好”五项回答，依次赋分1-5分，得分≥3分为自评不健康，得分越高表明自评健康状况越差^[14]。

1.2.2　增发慢性病，表现为慢性病数量增加。本研究以CHARLS 2018年相对于2015年中老年人患慢性病的数量是否正向增加为判断依据。

1.2.3　抑郁倾向^[15]，使用简版流调中心抑郁量表（Center for Epidemiological Survey，Depression Scale，CES-D）进行评定。该量表共10条目（正向条目反向计分），对每条目的四个回答分别赋值0、1、2、3，得分取值为（0，30），得分越低表明心理健康状况越好，得分≥10分则认为存在抑郁倾向^[16-17]。

1.3　统计学方法

使用Stata 17.0 软件完成数据筛选和整理，用SPSS 25.0统计软件进行统计分析。描述计量资料用

，描述计数资料用构成比或率，组间比较采用χ²检验，相关性分析采用偏相关，中介效应研究借助PROCESS 4.0程序。检验水准α=0.05。

2　结果

收起

2.1　基本情况

本研究以12 637名45岁及以上中老年人作为研究对象，平均年龄为（60.79±0.08）岁；男性有6 129人（48.50％），女性有6 508人（51.50％）；增发慢性病的有7 559人（59.82％），未增发慢性病的有5 078人（40.18％）；存在抑郁倾向的有4 689人（37.11％），不存在抑郁倾向的有7 948人（62.89％）；自评健康的有9 464人（74.89％），自评不健康的有3 173人（25.11％）。借助健康社会决定因素框架划分相关变量，详情见表1。

2.2　自评健康在不同特征条件下的差异

χ²检验结果显示，中老年人自评健康在不同性别、年龄、居住地、婚姻状况、最高教育水平、夜晚睡眠时间、社交活动、饮酒、失能、灾难性医疗支出、生活满意度、子女满意度、抑郁倾向和增发慢性病之间的差异有统计学意义（P<0.001）。见表1。

2.3　控制变量的选取

选择χ²检验结果显著的变量作为控制变量，使用Python 3.12绘制描述控制变量有效性的DAG图。图1显示，性别、年龄、居住地、婚姻状况、教育程度、社交活动和饮酒是高效的控制变量，而夜晚睡眠时间、失能、灾难性医疗支出、生活满意度和子女满意度是可能有效的控制变量（有效控制变量评估标准：①与自变量和因变量都有合理的联系；②能够防止自变量和因变量之间的虚假关联），为避免相关因素的影响，将可能有效的控制变量作为控制变量处理。

2.4　增发慢性病、抑郁倾向与自评健康之间的相关性

偏相关分析结果显示，控制相关变量后，中老年人增发慢性病与自评健康和抑郁倾向三者之间均存在显著的正相关关系。见表2。

2.5　中介效应分析

以中老年人增发慢性病、自评健康和抑郁倾向分别作为自变量、中介变量和因变量，在控制相关变量后，进行回归分析。结果见表3。

Bootstrap检验对中老年人增发慢性病、抑郁倾向和自评健康之间的中介效应进行假设检验。随机重复抽样5 000次后，中介效应的Bootstrap 95% CI不包含0，说明中介效应显著。结果显示自评健康在中老年人增发慢性病和抑郁倾向之间存在部分中介的作用，且效应占比最大，为47.74%。见表4。

3　讨论

收起

自评健康是反映生命数量和质量的健康状况评价指标^[13]。研究表明，慢性病会使患者自评健康状况下降^[18]，这说明患者的实际健康状况、生活质量和情绪状态等多方面可能存在着问题，需要帮助患者改善健康状况并提高生活质量。增发慢性病、自评健康及抑郁倾向之间的相互关系颇为复杂，探讨三者之间的作用路径，可以为它们的关系研究提供科学的理论支持，以更好地了解和应对中老年人的健康问题。

偏相关分析结果显示，增发慢性病与自评健康和抑郁倾向三者之间均存在显著的正相关关系，这为探究三者之间的作用路径奠定了基础，本研究选取中介效应最高的路径重点讨论。

3.1　增发慢性病对自评健康的影响

已有研究表明，增发慢性病会导致自评健康状况损失，给个人、家庭和社会带来沉重的负担^[3,19]。本研究结果显示，中老年人增发慢性病对其自评健康有显著影响，即中老年人增发慢性病会使其自评健康状况下降。这不仅影响个体的生活质量，还会对整体的社会福利和经济发展产生影响。另外，自评健康状况下降还可能会给公共卫生政策和社会规划带来挑战。因此，我们需要重视并采取措施改善中老年人的自评健康状况，维护个体和社会的健康福祉^[20]。

3.2　增发慢性病对抑郁倾向的影响

研究发现，我国中老年人群抑郁倾向检出率为37.11％，略高于段芮等^[21]的研究（2018年，35.00％）。低于袁东玲等^[22]的研究（2018年， 51.07％）。这可能与研究设计和数据的纳入排除标准等有关。本研究结果显示，中老年人增发慢性病，抑郁倾向的发生风险也会增加，这与已有研究结果一致^[23]。抑郁倾向会降低工作效率，增加工作压力，甚至会产生自杀的念头或行为，对个人和家庭造成巨大的痛苦和损失。因此，我们要调整生活方式和心态，减少抑郁倾向，提高生活质量。

3.3　自评健康在增发慢性病与抑郁倾向之间的中介作用

自评健康是对自身健康的主观评价，研究结果显示，自评健康在增发慢性病和抑郁倾向之间存在部分中介作用（占总效应47.74％）。自评不健康说明中老年人对自身目前的状态不太满意，负面情绪就会相对较多，这可能是因为自评不健康人群获得的社会支持等较少，这就导致了情绪水平出现波动，从而增加抑郁倾向风险，这与腾佳杉等^[24]的研究结果一致。因此，为预防和减少抑郁倾向的发生，改善中老年人的自评健康是行之有效的。

综上所述，增发慢性病、自评健康和抑郁倾向之间可以互相影响，应重点关注自评健康在增发慢性病影响抑郁倾向中的作用路径。可以定期开展常规健康检测，加强营养干预，同时增强社会参与，发展中老年人社交网络，改善和提高患者的自评健康，以期有效预防和减少抑郁倾向的发生。

本研究存在一定的局限性。作用路径上可能存在其他变量影响，有待进一步考究；有关自评健康的研究缺乏，需要进一步探索；对增发慢性病、抑郁倾向和自评健康之间的关系研究深度太浅，未来需进一步挖掘研究。

基金

收起

国家食品安全风险评估中心科研联合攻关计划项目(LH2022GG06)
2023年山东省研究生优质教育教学资源项目(SDYKC2023146)
2023年潍坊医学院研究生课程思政示范课程项目(23YKCSZSF10)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

［1］

刘影，姜俊丞，景汇泉．我国东、中、西部地区中老年人失能及其影响因素的区域差异研究［J］．中国全科医学, 2024, 27(7): 877-885, 892.

Liu

, Jiang

, Jing

. Regional differences in disability and its influencing factors among middle-aged and elderly people in East, Central and West Major Regions inChina［J］. Chinese General Practice, 2024,27(7): 877-885, 892. (In Chinese)

［2］

倪梓涵，雒敏．基于安德森模型的中老年人慢性病共病影响因素研究［J］．中国卫生事业管理, 2024, 41(3): 339-343.

, Luo

. Studying on the influencing factors of chronic disease comorbidity in middle-aged and elderly people based onAnderson impurity model［J］. Chinese Health Service Management, 2024, 41(3): 339-343. (In Chinese)

［3］

崔亚男，宫春博，王文燕，等．中老年慢性病患者卫生服务利用影响因素分析——基于CHARLS数据实证分析［J］．现代预防医学, 2023, 50(13): 2389-2395.

Cui

, Gong

,Wang

, et al. Analysis on influencing factors of health service utilization in middle-aged and elderly patients with chronic diseases:an empirical analysis based on CHARLS data［J］. Modern Preventive Medicine, 2023, 50(13): 2389-2395. (In Chinese)

［4］

赵子寅，张佳军，孙文俊，等．中国老年人躯体慢性病共病的复杂模式及其对卫生服务利用影响研究［J］．中国全科医学, 2024, 27(20): 2498-2504.

Zhao

, Zhang

, Sun

, et al. Complex pattern of multiple chronic physical conditions and its effect on healthcare utilization among older adults inChina［J］. Chinese General Practice, 2024, 27(20): 2498-2504. (In Chinese)

［5］

史盼盼，刘慧君，任延平，等．中国老年慢性病患者生命质量现状及影响因素研究——基于CHARLS数据的实证分析［J］．中国社会医学杂志, 2024, 41(1): 49-53.

Shi

, Liu

, Ren

, et al. Quality of life and influencing factors of elderly patients with chronic disease inChina: Empirical analysis based on CHARLS data［J］. Chinese Journal of Social Medicine, 2024,41(1): 49-53. (In Chinese)

［6］

魏萱，王宁，魏颖，等．我国中老年慢性病患者抑郁现状及其影响因素分析：基于CHARLS数据实证分析［J/OL］．中国全科医学, 1-6［2024-09-30］. http://kns.cnki.net/kcms/detail/13.1222.r.20240509.1034.020.html.

Wei

, Wang

, Wei

, et al. Analysis of depression status and influencing factors in middle-aged and elderly chronic patients inChina: empirical analysis based on CHARLS data［J］. Chinese General Practice, 1-6［2024-09-30］.http://kns.cnki.net/kcms/detail/13.1222.r.20240509.1034.020.html. (In Chinese)

［7］

张向清，刘亚亚．西北部某农村地区老年慢性病共病与健康自评关系研究［J］．中国医刊, 2024, 59(5): 538-544.

Zhang

, Liu

. Study on the relationship between chronic disease comorbidity and self-rated health in a rural area in northwestChina［J］. Chinese Journal of Medicine, 2024, 59(5): 538-544. (In Chinese)

［8］

饶珊，卞之琳，蒋丹，等．中国中老年人感觉障碍与抑郁症状的关联探索——基于CHARLS的队列研究［J］．广西医科大学学报, 2024, 41(3): 337-343.

Rao

, Bian

, Jiang

, et al. The correlation between sensory impairments and depressive symptoms among Chinese older adults:a cohort study based on CHARLS［J］. Journal of Guangxi Medical University, 2024, 41(3): 337-343. (In Chinese)

［9］

赵金月．社交活动与老年人主观幸福感研究——基于CHARLS数据库［D］．大连：东北财经大学，2019．

Zhao

. Study on the social activities and subjective well-being of elderly: Based on the CHARLS database［D］.Dalian: Northeast University of Finance and Economics, 2019. (In Chinese)

［10］

马青山，陈铭聪，胡峰．健康城市试点政策对老年人健康水平的影响——来自CHARLS数据的证据［J］．中国人口科学, 2023, 37(4): 114-128.

, Chen

, Hu

. The health impact of healthy city initiatives for the elderly:evidence from the CHARLS data［J］. Chinese Journal of Population Science, 2023, 37(4): 114-128. (In Chinese)

［11］

葛怀举，董士红，官为民，等．我国中老年人认知功能在文化水平和抑郁症状间的中介效应［J］．公共卫生与预防医学, 2024, 35(3): 18-22.

, Dong

, Guan

, et al. Mediating effects of cognitive function on the relationship between literacy level and depressive symptoms in middle-aged and elderly people in China［J］. Journal of Public Health and Preventive Medicine, 2024,35(3): 18-22. (In Chinese)

［12］

龚志忠，武曦蔼，黄琇棠，等．城乡居民医保整合对老年人自评健康状况和生活满意度的影响研究［J］．中国全科医学, 2024, 27(31): 3905-3910, 3918.

Gong

, Wu

, Huang

, et al. Effects of the integration of urban and rural residents basic medical insurance on the self-evaluation of health status and Life satisfaction of the Chinese elderly［J］. Chinese General Practice, 2024, 27(31): 3905-3910, 3918. (In Chinese)

［13］

邱佳琰．中国居家老人健康期望寿命及健康影响因素模式研究［D］．苏州：苏州大学，2019．

Qiu

. Study on health life expectancy and health influencing factors of the elderly inChina［D］. Suzhou: Soochow University, 2019. (In Chinese)

［14］

刘叶，高广峰，周亦凡，等．老年人群中视听障碍对主观幸福感的影响:抑郁倾向的中介作用［J］．复旦学报:医学版, 2024, 51(4): 558-565.

Liu

, Gao

, Zhou

, et al. The impact of audio-visual impairments on subjective well-being status in the elderly:mediation by depressive tendency［J］.Fudan University Journal of Medical Sciences, 2024, 51(4): 558-565. (In Chinese)

［15］

张梦，张利，刘梦雅，等．老年人自评健康状况与死亡风险的关联分析［J］．预防医学, 2024, 36(2): 105-108, 114.

Zhang

, Zhang

, Liu

, et al. Association between self-rated health status and mortality risk among the elderly［J］. Journal of Preventive Medicine, 2024, 36(2): 105-108, 114. (In Chinese)

［16］

李永涛，乔亚南，孙嘉鸿，等．中国中老年人群抑郁症状变化模式与心血管代谢性共病的前瞻性关联［J］．中国预防医学杂志, 2024, 25(2): 145-150.

, Qiao

, Sun

, et al. Prospective association between changes in depressive symptoms and cardiometabolic multimorbidity in Chinese middle-aged and elderly population［J］.China Preventive Medicine, 2024, 25(2): 145-150. (In Chinese)

［17］

司明舒，艾迪，黄枭，等．生活行为方式对中国城市老年人心理健康的影响研究——基于CHARLS2018的实证研究［J］．中国卫生事业管理, 2023, 40(7): 552-556.

, Ai

, Huang

, et al. Researches on the impact of lifestyle on the mental health of the urban elderly in China based on the empirical analysis of CHARLS 2018［J］. Chinese Health Service Management, 2023, 40(7): 552-556. (In Chinese)

［18］

王怀昭，乔婷婷，范艳存．老年人日常生活活动能力、自评健康状况在慢性病影响抑郁症状中的效应研究［J］．预防医学, 2023, 35(7): 574-577.

Wang

, Qiao

, Fan

. Mediating role of activities of daily living and self-rated health in chronic disease-caused depressive symptoms among the elderly［J］. Journal of Preventive Medicine, 2023, 35(7): 574-577. (In Chinese)

［19］

Marengoni

, Angleman

, Melis

, et al. Aging with multimorbidity: a systematic review of the literature［J］. Ageing Research Reviews, 2011, 10(4): 430-439.

［20］

徐莉，葛晶，于鹏，等．中国老年人慢性病及共病模式变化研究:基于中国健康与养老追踪调查数据［J］．中国全科医学, 2024, 27(11): 1296-1302.

, Ge

, Yu

, et al. Shifts in chronic disease and comorbidity patterns among Chinese older adults:an analysis based on theChina health and retirement longitudinal study［J］. Chinese General Practice, 2024, 27(11): 1296-1302. (In Chinese)

［21］

段芮，王红．2011—2018年我国中老年人抑郁症状流行趋势分析［J］．预防医学, 2023, 35(8): 649-654.

Duan

, Wang

. Trends in prevalence of depression symptoms among middle-aged and elderly residents inChina from 2011 to 2018［J］. Journal of Preventive Medicine, 2023, 35(8): 649-654. (In Chinese)

［22］

袁东玲，周筱，张若祎，等．中老年人认知减退与抑郁的关系及隔代抚养的影响:基于网络分析方法［J］．中国临床心理学杂志, 2023, 31(4): 809-815.

Yuan

, Zhou

, Zhang

, et al. Cognitive decline and depression in middle-aged and older adults and the role of grandparenting on this relationship:a network analysis［J］. Chinese Journal of Clinical Psychology, 2023, 31(4): 809-815. (In Chinese)

［23］

刘松柏，马临庆，秦芳英，等．老年慢性病患者焦虑抑郁情况及影响因素的调查分析［J］．国际精神病学杂志, 2024, 51(1): 143-146.

Liu

, Ma

, Qin

, et al. Investigation and analysis of anxiety and depression in elderly chronic disease patients and its influencing factors［J］. Journal of International Psychiatry, 2024, 51(1): 143-146. (In Chinese)

［24］

腾佳杉，张勰．失能老年人抑郁状况及其影响因素研究［J］．现代预防医学, 2022, 49(7): 1241-1245, 1258.

Teng

, Zhang

. The influencing factors and depression status of the disabled elderly［J］.Modern Preventive Medicine, 2022,49(7): 1241-1245, 1258. (In Chinese)

2024年第51卷第22期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202408052

接收时间：2024-08-05
首发时间：2026-03-20
出版时间：2024-11-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-08-05

基金

国家食品安全风险评估中心科研联合攻关计划项目(LH2022GG06)

2023年山东省研究生优质教育教学资源项目(SDYKC2023146)

2023年潍坊医学院研究生课程思政示范课程项目(23YKCSZSF10)

作者信息

^1.山东第二医科大学公共卫生学院，山东　潍坊　261053

^2.山东第一医科大学附属肿瘤医院（山东省医学科学院）

^3.山东第二医科大学附属医院

通讯作者:

马桂峰，E - mail:maguifeng10@126.com；

付秀丽，E - mail:zlyykfb@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202408052

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	调查人数	自评健康［n(%)］	χ²	P值
不同个体（性别、年龄、疾病状况）
性别			45.824	P<0.001
男	6 129	4 755（77.58）
女	6 508	4 709（72.36）
年龄（岁）			177.187	P<0.001
45~54	3 890	3 161（81.26）
55~64	4 352	3 283（75.44）
65~74	3 305	2 294（69.41）
≥75	1 090	726（66.61）
失能			1 052.717	P<0.001
是	2 443	1 205（49.32）
否	10 194	8 259（81.02）
增发慢性病			549.092	P<0.001
是	7 559	5 101（67.48）
否	5 078	4 363（85.92）
抑郁倾向			1 150.164	P<0.001
是	4 689	2 713（57.86）
否	7 948	6 751（84.94）
个体行为方式
吸烟			1.696	0.190
是	5 478	4 134（75.47）
否	7 159	5 330（74.45）
饮酒			197.263	P<0.001
是	4 487	3 688（82.19）
否	8 150	5 776（70.87）
社交活动			108.668	P<0.001
有	7 125	5 588（78.43）
无	5 512	3 876（70.32）
夜晚睡眠时间			325.542	P<0.001
睡眠过短	4 272	2 791（65.33）
睡眠正常	7 409	5 954（80.36）
睡眠过长	956	719（75.21）
生活满意度			507.013	P<0.001
满意	11 276	8 785（77.91）
不满意	1 361	679（49.89）
社会支持网络
婚姻状况			61.461	P<0.001
已婚	11 197	8 507（75.96）
未婚/离异/丧偶/分居	1 440	957（66.46）
子女满意度			112.160	P<0.001
满意	12 126	9 183（75.73）
不满意	511	281（54.99）
社会经济地位
居住地			93.001	P<0.001
农村	9 169	6 657（72.60）
城市	3 468	2 807（80.94）
最高教育水平			239.999	P<0.001
小学及以下	7 929	5 573（70.29）
初中及以上	4 708	3 891（82.65）
其他社会结构因素
医疗保险			2.361	0.120
有	12 336	9 250（74.98）
无	301	214（71.10）
养老保险			0.221	0.640
有	11 371	8 509（74.83）
无	1 266	955（75.43）
灾难性医疗支出			146.409	P<0.001
有	8 270	5 913（71.50）
无	4 367	3 551（81.28）

变量

调查人数

自评健康［n(%)］

χ²

P值

不同个体（性别、年龄、疾病状况）

性别

45.824

P<0.001

男

6 129

4 755（77.58）

女

6 508

4 709（72.36）

年龄（岁）

177.187

P<0.001

45~54

3 890

3 161（81.26）

55~64

4 352

3 283（75.44）

65~74

3 305

2 294（69.41）

≥75

1 090

726（66.61）

失能

1 052.717

P<0.001

是

2 443

1 205（49.32）

否

10 194

8 259（81.02）

增发慢性病

549.092

P<0.001

是

7 559

5 101（67.48）

否

5 078

4 363（85.92）

抑郁倾向

1 150.164

P<0.001

是

4 689

2 713（57.86）

否

7 948

6 751（84.94）

个体行为方式

吸烟

1.696

0.190

是

5 478

4 134（75.47）

否

7 159

5 330（74.45）

饮酒

197.263

P<0.001

是

4 487

3 688（82.19）

否

8 150

5 776（70.87）

社交活动

108.668

P<0.001

有

7 125

5 588（78.43）

无

5 512

3 876（70.32）

夜晚睡眠时间

325.542

P<0.001

睡眠过短

4 272

2 791（65.33）

睡眠正常

7 409

5 954（80.36）

睡眠过长

956

719（75.21）

生活满意度

507.013

P<0.001

满意

11 276

8 785（77.91）

不满意

1 361

679（49.89）

社会支持网络

婚姻状况

61.461

P<0.001

已婚

11 197

8 507（75.96）

未婚/离异/丧偶/分居

1 440

957（66.46）

子女满意度

112.160

P<0.001

满意

12 126

9 183（75.73）

不满意

511

281（54.99）

社会经济地位

居住地

93.001

P<0.001

农村

9 169

6 657（72.60）

城市

3 468

2 807（80.94）

最高教育水平

239.999

P<0.001

小学及以下

7 929

5 573（70.29）

初中及以上

4 708

3 891（82.65）

其他社会结构因素

医疗保险

2.361

0.120

有

12 336

9 250（74.98）

无

301

214（71.10）

养老保险

0.221

0.640

有

11 371

8 509（74.83）

无

1 266

955（75.43）

灾难性医疗支出

146.409

P<0.001

有

8 270

5 913（71.50）

无

4 367

3 551（81.28）

变量	增发慢性病	抑郁倾向	自评健康
增发慢性病	1.00
抑郁倾向	0.20^a	1.00
自评健康	0.31^a	0.40^a	1.00

变量

增发慢性病

抑郁倾向

自评健康

增发慢性病

1.00

抑郁倾向

0.20^a

1.00

自评健康

0.31^a

0.40^a

1.00

因变量	变量	β	t	变量	β	t
自评健康	X	增发慢性病	0.16	27.148	X	抑郁倾向	0.04	30.629
	M	抑郁倾向	0.04	30.629	M	增发慢性病	0.16	27.148
	R²		0.250	R²		0.250
	F		303.211^a	F		303.211^a
抑郁倾向	X	增发慢性病	0.32	8.915	X	自评健康	1.58	30.629
	M	自评健康	1.58	30.629	M	增发慢性病	0.32	8.915
	R²		0.330	R²		0.330
	F		448.769^a	F		448.769^a
增发慢性病	X	抑郁倾向	0.02	8.915	X	自评健康	0.34	27.148
	M	自评健康	0.34	27.148	M	抑郁倾向	0.02	8.915
	R²		0.120	R²		0.120
	F		119.240^a	F		119.240^a

因变量

变量

自评健康

增发慢性病

0.16

27.148

抑郁倾向

0.04

30.629

抑郁倾向

0.04

30.629

增发慢性病

0.16

27.148

R²

0.250

R²

0.250

303.211^a

抑郁倾向

增发慢性病

0.32

8.915

自评健康

1.58

30.629

自评健康

1.58

30.629

增发慢性病

0.32

8.915

R²

0.330

R²

0.330

448.769^a

增发慢性病

抑郁倾向

0.02

8.915

自评健康

0.34

27.148

自评健康

0.34

27.148

抑郁倾向

0.02

8.915

R²

0.120

R²

0.120

119.240^a

效应	标准误	效应值（95% CI）	占总效应比率（%）
X：增发慢性病　M：抑郁倾向　Y：自评健康
总效应	0.006 1	0.188 0（0.176 1~0.199 9）
直接效应	0.005 9	0.160 8（0.149 1~0.172 4）
中介效应	0.001 9	0.027 2（0.023 7~0.030 9）	14.47
X：自评健康　M：抑郁倾向　Y：增发慢性病
总效应	0.012 1	0.376 0（0.352 2~0.399 7）
直接效应	0.012 6	0.343 2（0.318 4~0.368 0）
中介效应	0.004 0	0.032 8（0.025 0~0.040 6）	8.72
X：自评健康　M：增发慢性病　Y：抑郁倾向
总效应	0.049 8	1.699 6（1.602 0~1.797 3）
直接效应	0.051 5	1.577 6（1.476 6~1.678 5）
中介效应	0.015 4	0.122 1（0.091 9~0.151 4）	7.18
X：抑郁倾向　M：增发慢性病　Y：自评健康
总效应	0.001 5	0.049 7（0.046 8~0.052 5）
直接效应	0.001 4	0.043 9（0.041 0~0.046 7）
中介效应	0.000 4	0.005 7（0.004 9~0.006 5）
X：抑郁倾向　M：自评健康　Y：增发慢性病
总效应	0.002 1	0.036 3（0.032 2~0.040 5）
直接效应	0.002 2	0.019 3（0.015 0~0.023 5）
中介效应	0.000 8	0.017 1（0.015 5~0.018 7）	47.11
X：增发慢性病　M：自评健康　Y：抑郁倾向
总效应	0.036 4	0.621 3（0.549 9~0.692 6）
直接效应	0.036 4	0.324 7（0.253 3~0.396 1）
中介效应	0.013 4	0.296 6（0.271 0~0.322 8）	47.74

效应

标准误

效应值（95% CI）

占总效应比率
（%）

X：增发慢性病　M：抑郁倾向　Y：自评健康

总效应

0.006 1

0.188 0（0.176 1~0.199 9）

直接效应

0.005 9

0.160 8（0.149 1~0.172 4）

中介效应

0.001 9

0.027 2（0.023 7~0.030 9）

14.47

X：自评健康　M：抑郁倾向　Y：增发慢性病

总效应

0.012 1

0.376 0（0.352 2~0.399 7）

直接效应

0.012 6

0.343 2（0.318 4~0.368 0）

中介效应

0.004 0

0.032 8（0.025 0~0.040 6）

8.72

X：自评健康　M：增发慢性病　Y：抑郁倾向

总效应

0.049 8

1.699 6（1.602 0~1.797 3）

直接效应

0.051 5

1.577 6（1.476 6~1.678 5）

中介效应

0.015 4

0.122 1（0.091 9~0.151 4）

7.18

X：抑郁倾向　M：增发慢性病　Y：自评健康

总效应

0.001 5

0.049 7（0.046 8~0.052 5）

直接效应

0.001 4

0.043 9（0.041 0~0.046 7）

中介效应

0.000 4

0.005 7（0.004 9~0.006 5）

X：抑郁倾向　M：自评健康　Y：增发慢性病

总效应

0.002 1

0.036 3（0.032 2~0.040 5）

直接效应

0.002 2

0.019 3（0.015 0~0.023 5）

中介效应

0.000 8

0.017 1（0.015 5~0.018 7）

47.11

X：增发慢性病　M：自评健康　Y：抑郁倾向

总效应

0.036 4

0.621 3（0.549 9~0.692 6）

直接效应

0.036 4

0.324 7（0.253 3~0.396 1）

中介效应

0.013 4

0.296 6（0.271 0~0.322 8）

47.74