自报数字参与与社会经济地位—健康梯度的关系：六个老年队列的分解分析

《BMC Public Health》：Digital participation and socioeconomic inequalities in later-life health: a cross-national analysis of six harmonized aging cohorts

　　

摘要

背景

数字参与与晚年健康相关，且在不同社会经济群体间存在差异。我们考察了纳入自报数字参与后，拟合的社会经济地位（SES）—健康关联发生了怎样的变化，以及这一参与相关部分在队列间的差异反映了参与的社会经济格局、参与者与非参与者之间调整后的健康差异，还是两者兼有。

方法

我们分析了六个老年队列中449,861条人波次数据，涉及50岁及以上的成年人。采用无加权完整病例回归，将标准化社会经济地位（SES）与综合健康指数（包含认知、功能、抑郁症状及自评健康）相关联，调整人口学变量、可用的行为协变量及波次，使用以受访者聚类的标准误。描述性中介和跨队列分解检验了HRS、ELSA、SHARE和CHARLS中的互联网使用情况，MHAS中则单独分析了更广泛的通信指标；KLoSA提供了健康梯度比较。中介区间采用1,000次受访者水平的自助重抽样。相邻波次模型调整了基线健康与SES。次要分析考察了参与广度、教育、地理、权重及年龄定义。

结果

在所有队列中，较高的社会经济地位均与更好的综合健康相关。在队列标准化尺度上，SES每高一个标准差，调整后的健康差异在KLoSA中为0.185 SD，在HRS中为0.411 SD。纳入自报互联网使用后，四个互联网专项队列的拟合SES—健康系数减小11.3%–24.2%，MHAS的更广泛指标则减小6.3%。与HRS比较中，参与的社会经济格局贡献更大。在控制准入和互联网使用后，ELSA的活动指标使拟合SES—健康系数进一步降低5.6个百分点（95%置信区间[CI] 4.4–6.7），而CHARLS的设备数量指标仅改变0.2个百分点（95% CI ?0.3至0.6）。基线时的数字参与者在相邻波次具有更高的调整后健康得分；在MHAS中，经调查加权的参与者与非参与者差异为0.021 SD（95% CI ?0.024至0.067）。教育分层估计显示队列特异性模式。

结论

这些队列特异性分析表明，自报的数字参与具有社会性格局，且与部分SES—健康梯度相关。鉴于观察性设计，这些发现指向直接评估的优先事项：经济可负担、易获得的数字支持能否帮助处于弱势的老年人维持数字参与，以及任何健康相关效应如何在不同社会经济群体间分布。