
-
生物通官微
陪你抓住生命科技
跳动的脉搏
中国农村多病共存的中老年人群的健康相关生活质量及其影响因素:基于健康生态学模型
《Health and Quality of Life Outcomes》:Health-related quality of life and its factors among rural middle-aged and older adults with multimorbidity in China: based on the health ecology model
【字体: 大 中 小 】 时间:2026年08月15日 来源:Health and Quality of Life Outcomes 3.9
编辑推荐:
摘要背景在农村地区,中老年人患多种疾病的情况较为常见,而这往往与较差的健康相关生活质量密切相关。在中国,关于这一人群健康相关生活质量的实证研究仍然有限,尤其是基于具有全国代表性的数据的研究。本研究旨在探讨患有多种疾病的农村中国中老年人健康相关生活质量的影响因素。方法我们对2020
在农村地区,中老年人患多种疾病的情况较为常见,而这往往与较差的健康相关生活质量密切相关。在中国,关于这一人群健康相关生活质量的实证研究仍然有限,尤其是基于具有全国代表性的数据的研究。本研究旨在探讨患有多种疾病的农村中国中老年人健康相关生活质量的影响因素。
我们对2020年的中国健康与退休纵向调查数据进行了二次分析。分析对象为1,411名45岁及以上、患有多种疾病的农村居民。健康相关生活质量通过EuroQol五维三级问卷(EQ-5D-3L)进行评估。变量选择采用最小绝对值收缩和选择回归法,而选定变量与EQ-5D-3L效用得分之间的关联则通过Tobit回归来分析。
在Tobit回归模型中,男性性别与EQ-5D-3L效用得分呈正相关(β=0.089,95%置信区间:0.018至0.159)。而患有三种或更多慢性疾病(β=-0.175,95%置信区间:-0.287至-0.063)、自我评价的健康状况较差(β=-0.148,95%置信区间:-0.184至-0.112)、存在抑郁症状(β=-0.524,95%置信区间:-0.591至-0.458)以及有残疾情况(β=-0.576,95%置信区间:-0.734至-0.418)则与EQ-5D-3L效用得分呈负相关。睡眠时间达到9小时或以上(β=0.138,95%置信区间:0.015至0.261)以及饮酒习惯(β=0.109,95%置信区间:0.003至0.215)则与EQ-5D-3L效用得分呈正相关。此外,医疗资源的使用情况也与EQ-5D-3L效用得分存在关联(β=-0.069,95%置信区间:-0.132至-0.005)。
通过对CHARLS数据的二次分析,我们发现多种个体特征、行为因素以及政策相关因素都会影响患有多种疾病的农村中国中老年人的健康相关生活质量。这些研究结果有助于识别健康相关生活质量较低的人群群体,为未来在农村地区的相关研究及健康管理策略的制定提供依据。
在农村地区,中老年人患多种疾病的情况较为常见,而这往往与较差的健康相关生活质量密切相关。在中国,关于这一人群健康相关质量水平的实证研究仍然有限,尤其是基于具有全国代表性的数据的研究。本研究旨在探讨患有多种疾病的农村中国中老年人健康相关生活质量的影响因素。
我们对2020年的中国健康与退休纵向调查数据进行了二次分析。分析对象为1,411名45岁及以上、患有多种疾病的农村居民。健康相关生活质量通过EuroQol五维三级问卷(EQ-5D-3L)进行评估。变量选择采用最小绝对值收缩和选择回归法,而选定变量与EQ-5D-3L效用得分之间的关联则通过Tobit回归来分析。
在Tobit回归模型中,男性性别与EQ-5D-3L效用得分呈正相关(β=0.089,95%置信区间:0.018至0.159)。而患有三种或更多慢性疾病(β=-0.175,95%置信区间:-0.287至-0.063)、自我评价的健康状况较差(β=-0.148,95%置信区间:-0.184至-0.112)、存在抑郁症状(β=-0.524,95%置信区间:-0.591至-0.458)以及有残疾情况(β=-0.576,95%置信区间:-0.734至-0.418)则与EQ-5D-3L效用得分呈负相关。睡眠时间达到9小时或以上(β=0.138,95%置信区间:0.015至0.261)以及饮酒习惯(β=0.109,95%置信区间:0.003至0.215)则与EQ-5D-3L效用得分呈正相关。此外,医疗资源的使用情况也与EQ-5D-3L效用得分存在关联(β=-0.069,95%置信区间:-0.132至-0.005)。
通过对CHARLS数据的二次分析,我们发现多种个体特征、行为因素以及政策相关因素都会影响患有多种疾病的农村中国中老年人的健康相关生活质量。这些研究结果有助于识别健康相关生活质量较低的人群群体,为未来在农村地区的相关研究及健康管理策略的制定提供依据。