目的:分析空巢老人抑郁症状影响因素,构建并验证空巢老人抑郁症状风险预测模型。方法:基于2020年中国健康与养老追踪调查(China Health and Rerement Longitudinal Study,CHARLS)数据库,纳入3139名空巢老人,采用抑郁自评量表(CESD-10)...目的:分析空巢老人抑郁症状影响因素,构建并验证空巢老人抑郁症状风险预测模型。方法:基于2020年中国健康与养老追踪调查(China Health and Rerement Longitudinal Study,CHARLS)数据库,纳入3139名空巢老人,采用抑郁自评量表(CESD-10)评估抑郁症状,运用χ^(2)检验及多因素Logisc回归分析得出空巢老人抑郁症状的独立影响因素,随后构建并验证风险预测模型。结果:空巢老人抑郁症状发生率为37.4%。Logisc回归分析显示,空巢老人抑郁症状独立影响因素为性别、居住地、受教育水平、是否患有慢性病、生活自理能力和与子女关系满意程度。风险预测模型受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)的曲线下面积(area under the curve,AUC)为0.727(95%CI0.709~0.745)。采用bootstrap进行1000次抽样,得到平均AUC也为0.727。结论:构建的空巢老人抑郁症状风险预测模型有良好的区分度和稳定性,可为空巢老人抑郁症状的评估和预防提供一定的参考。展开更多
文摘目的:分析空巢老人抑郁症状影响因素,构建并验证空巢老人抑郁症状风险预测模型。方法:基于2020年中国健康与养老追踪调查(China Health and Rerement Longitudinal Study,CHARLS)数据库,纳入3139名空巢老人,采用抑郁自评量表(CESD-10)评估抑郁症状,运用χ^(2)检验及多因素Logisc回归分析得出空巢老人抑郁症状的独立影响因素,随后构建并验证风险预测模型。结果:空巢老人抑郁症状发生率为37.4%。Logisc回归分析显示,空巢老人抑郁症状独立影响因素为性别、居住地、受教育水平、是否患有慢性病、生活自理能力和与子女关系满意程度。风险预测模型受试者工作特征曲线(receiver operating characteristic curve,ROC曲线)的曲线下面积(area under the curve,AUC)为0.727(95%CI0.709~0.745)。采用bootstrap进行1000次抽样,得到平均AUC也为0.727。结论:构建的空巢老人抑郁症状风险预测模型有良好的区分度和稳定性,可为空巢老人抑郁症状的评估和预防提供一定的参考。
