老年人自评健康（SRH）的预测因素：基于锚定情景法（anchoring vignettes）的未调整与CHOPIT调整分析

《European Journal of Ageing》：Predictors of self-rated health in older adults: insights from an anchoring vignettes study

　　

自评健康（self-rated health, SRH）是研究中应用最广泛的主观健康测量指标之一。同时，它也存在若干方法学挑战。自评健康要求个体将其复杂、多方面的健康体验转化为自评健康量表上的单一回答。当不同群体（例如按性别或出生队列划分）对健康的解释和评分不同时，误读风险会增加。老年人尽管与衰老相关的躯体退行性变化不断增加，仍倾向于将自身健康评为好或很好。为应对这些挑战，研究人员开发了锚定情景法（anchoring vignettes），以提高调查回答的可比性。在本研究中，研究人员使用锚定情景法考察人口学及健康相关预测因素与晚年未调整和调整后自评健康之间的关联。数据通过瑞典公民小组（Swedish Citizen Panel）收集；共邀请4,300名60–85岁个体，并按年龄和性别分层。3,083名参与者完成了超过80%的问卷。人口学及健康相关因素与自评健康之间的关联在未调整和调整分析之间发生变化。在未调整分析中，女性报告的健康优于男性；在CHOPIT（compound hierarchical ordinal probit）模型中这一结果发生反转。调整后，自评健康与年龄或教育水平之间无显著关联。与他人同住仍与自评健康呈正相关，而日常生活活动依赖、疾病数量和躯体症状仍呈负相关。研究人员得出结论，锚定情景法可作为评估晚年自评健康的合适工具，并且是对更简单的传统方法的有价值补充。

论文解读：老年人自评健康（self-rated health, SRH）的预测因素：基于锚定情景法（anchoring vignettes）的未调整与调整分析

研究背景与问题：SRH是研究中常用的主观整体健康状况测量指标，通常通过单条目问题评估，要求个体将复杂、多方面的健康体验转化为从“很好”到“很差”的单一量表回答。SRH可预测发病和死亡，尤其在老年人中具有意义。但其方法学挑战明显：不同个体和群体可能因内部参考点、参考群体效应、出生队列、性别、年龄相关适应和幸存者效应而作出不同解释与评分，从而削弱跨个体和跨群体的可比性。老年人常出现健康与福祉悖论（health-and-well-being paradox），即客观健康下降而SRH仍相对积极。女性通常报告较差的SRH，但男性–女性健康–生存悖论使性别差异更复杂。差异项目功能（differential item functioning, DIF）指同等潜在健康水平者因群体归属不同而选择不同回答类别。为应对这些问题，锚定情景法被开发用于提高调查回答可比性。既往研究提示，调整报告差异后，多种SRH预测因素的估计效应会改变，但针对老年人且跨年龄组的研究仍较少。因此，研究人员在瑞典60–85岁人群中考察人口学及健康相关预测因素与未调整和调整后SRH的关联。

研究人员开展的研究与结论意义：研究人员采用锚定情景法，开发四个一般健康情景，涵盖疲劳、疼痛和生活乐趣等一般健康方面，避免特定疾病，并按性别匹配、随机顺序呈现。数据来自瑞典公民小组概率样本，邀请4,300名60–85岁个体并按年龄和性别分层；3,083名完成超过80%问卷，2,944名变量完整。分析同时比较未调整SRH、非参数调整SRH和CHOPIT调整SRH。研究结论认为，锚定情景法适合评估晚年SRH，并能改变观察到的人口学梯度，尤其是性别和教育差异；调整报告差异后，最稳健地与SRH相关的因素是身体健康和功能状态。其意义在于提示，在比较性研究中应使用调整后的SRH，而在预测性研究中未调整SRH可能仍足够。

关键技术方法：采用锚定情景法（anchoring vignettes），设计4个一般健康情景，涉及疲劳、疼痛、生活乐趣，不含特定疾病，名称取1930s–1960s瑞典常见名，性别匹配，随机呈现；先测SRH并收集人口学与健康信息，再评情景。样本来自瑞典公民小组（Swedish Citizen Panel）概率样本，邀请4,300名60–85岁并按年龄和性别分层，3,083名完成>80%问卷，2,944名变量完整。测量含单条SRH五级、性别、年龄五组、教育四类、同居、日常生活活动（ADL）/工具性日常生活活动（IADL）、疾病数和躯体症状量表-8（SSS-8）。分析用描述统计、线性概率模型（LPM）/logit检验情景排序、普通最小二乘（OLS）评情景、有序概率单位（OPROBIT）、非参数调整和复合分层有序概率单位（CHOPIT）比较未调整与调整SRH。

研究结果

Vignette ratings（情景评分）：情景评分在总体上符合预期顺序，但仅55%参与者将四个情景全部按预期顺序排序，说明相当比例受访者偏离预期。女性、高中教育或后中等教育者、ADL/IADL依赖者显著更不可能正确排序；女性和后中等教育或大学教育者更倾向于“健康乐观”，对情景评分更积极。

Comparison between unadjusted and adjusted predictions of SRH—first set of regression analyses（未调整与调整后SRH预测比较——第一组回归分析）：研究人员用OPROBIT比较未调整SRH与仅纳入正确排序者的非参数调整SRH。最明显差异在性别：未调整模型中女性报告优于男性的SRH，调整后该关联减弱且男女无显著差异。大学学位在未调整模型中与SRH正相关，调整后不再显著；但教育系数在未调整与非参数调整模型间无显著差异。与他人同住在未调整和调整模型中均与SRH正相关；ADL/IADL依赖、疾病数和症状负担在两种模型中均保持负相关。

Comparison between unadjusted and adjusted predictions of SRH—second set of regression analyses（未调整与调整后SRH预测比较——第二组回归分析）：研究人员用OPROBIT未调整模型与CHOPIT调整模型比较所有有效数据。女性在未调整OPROBIT中报告更好SRH，但在CHOPIT中关联反转，提示调整反应阈值后女性潜在健康更差；阈值估计还显示女性比男性更可能将健康评为“poor”而非“very poor”。高等教育在未调整模型中与SRH正相关，CHOPIT调整后不再显著；阈值提示大学学位者在同等潜在健康水平下更可能将自身健康评为“good”而非“fair”。年龄70–74岁在未调整模型中与更好SRH相关，调整后不再显著；75–79岁在“fair”与“good”阈值间显著，提示同等潜在健康水平下该年龄组更不可能将健康评为good而非fair。与他人同住仍与SRH正相关，ADL/IADL依赖、疾病数和症状负担仍与SRH负相关；ADL/IADL依赖者在同等潜在健康状态下更可能将健康评为fair而非poor。

讨论与结论：讨论部分指出，未调整分析中女性SRH优于男性，在调整后消失并在CHOPIT中反转为女性潜在健康更差，提示该性别差异可能反映DIF和不同报告规范，而非真实潜在健康差异；调整结果与女性常报告较差SRH的既往研究一致。本样本女性教育程度高，可能抬高未调整SRH；女性健康乐观、较强应对策略或淡化健康抱怨也可能引入系统偏倚。年龄70–74岁关联在调整后不显著，提示未调整结果可能部分反映反应尺度使用差异。教育正相关在CHOPIT后减弱，符合教育相关DIF，尤其体现在“fair–good”阈值。症状负担、疾病数和ADL/IADL依赖在调整与未调整模型中稳健，说明SRH捕捉了疾病和功能限制的生活体验。研究人员认为，预测目的（如死亡风险）中未调整SRH可能足够，而比较目的（如性别、文化或国家间健康水平）中应使用调整SRH以避免偏倚。优势包括覆盖60–85岁较广年龄范围、男女分布均衡，并严格遵循King and Wand的锚定情景法步骤。局限包括样本教育水平高于一般瑞典人群，超过40%拥有大学学位；仅55%完全正确排序；在线调查要求设备及认知和视觉能力；样本相对同质，未代表移民背景老年人。

研究结论翻译：本研究证明，锚定情景法（anchoring vignettes）是评估晚年自评健康（SRH）的合适工具。通过在检查SRH时应用锚定情景法，本研究提供了更具可比性的主观健康评估，并强调在解释SRH的人口学差异时考虑报告行为的重要性。在考虑报告差异后，晚年与SRH最稳健相关的因素与身体健康和功能状态有关。教育与SRH之间的关联在调整后减弱，且不再具有统计学显著性，这一模式与教育相关报告行为差异一致。在未调整分析中，女性报告的SRH优于男性。然而，调整后这一模式发生反转，揭示在同等潜在健康水平下女性SRH更差。总之，这些结果凸显锚定情景法在阐明群体间主观健康差异方面的价值，并支持将这一补充工具用于晚年SRH分析。更广泛地说，本研究证明，使用锚定情景法调整SRH可有意义地改变晚年健康评估中观察到的人口学梯度。特别是，性别和教育差异可能部分反映受访者解释和应用回答类别的差异。这些发现强调，在老龄化研究中使用主观健康测量时考虑报告异质性的重要性。因此，纳入锚定情景法可改善老年人群研究中SRH的可比性和解释。