《British Journal of Health Psychology》：How do discrepancies between self-rated and physical health predict self-reported overnight hospitalizations in later life?
编辑推荐：
目的：自评健康（SH）与躯体健康（PH）之间的差异与老年人的身体和心理健康结局相关。研究人员调查此类差异是否也与自我报告的过夜住院相关。
设计：前瞻性观察性队列设计。
方法：研究人员在健康与退休研究（Health and Retirement Study，
目的：自评健康（SH）与躯体健康（PH）之间的差异与老年人的身体和心理健康结局相关。研究人员调查此类差异是否也与自我报告的过夜住院相关。
设计：前瞻性观察性队列设计。
方法：研究人员在健康与退休研究（Health and Retirement Study，HRS）中对4373名年龄≥60岁的老年人进行了为期6年（2016–2022年）的随访。通过将基线SH对PH进行回归并提取残差来计算健康不对称评分，该评分反映SH偏离PH的程度。采用包含随机截距项的零膨胀负二项混合模型（zero-inflated negative binomial mixed models，ZINBMM）检验健康不对称评分是否预测（1）任何过夜住院和（2）住院累计天数，并调整SH、PH及协变量。
结果：在6年随访期间，55.34%的参与者自我报告至少一次过夜住院。较高的健康不对称评分（即更大的健康乐观，SH高于PH）与较低的预期住院天数显著相关（发生率比：0.80；95%置信区间：0.72，0.89；p < .001），且独立于SH和PH。然而，在零膨胀部分中，健康不对称与属于“从未住院”组的概率无显著关联。
结论：SH与PH之间的差异可预测自我报告住院使用的强度，其预测作用超出单独的SH和PH。尽管健康不对称未能区分从未住院者，但老年人对其健康的解释仍具有预后价值，并可能构成医疗保健利用的重要心理社会决定因素。
自评健康（self-rated health, SH）是衡量个体对整体健康的主观评估，通常以单条目问题测量，因其简便且具有稳健的预后预测价值而被广泛纳入大型健康与老龄化研究。SH不仅在一定程度上反映临床客观健康状况，还包含个体对躯体症状、疲劳、情绪、健康信念和社会比较的主观解释。然而，早期老年学研究发现，SH与客观躯体健康（physical health, PH）之间可能存在不一致，即“健康不对称”（health asymmetry）。当个体的SH优于其PH时，表现为“健康乐观”（health optimism）；反之则为“健康悲观”（health pessimism）。既往研究表明，健康不对称可纵向预测老年人死亡率、抑郁症状和伤害性跌倒，但其与医疗服务利用，尤其是过夜住院的关系尚不明确。已有研究因样本量小、PH仅基于疾病计数且未处理住院数据的零膨胀分布而存在局限。因此，研究人员在《British Journal of Health Psychology》发表研究，旨在探讨SH与PH之间的差异能否独立预测自我报告的过夜住院。
该研究采用美国健康与退休研究（Health and Retirement Study, HRS）2016–2022年四个波次的数据，纳入4373名年龄≥60岁的社区老年人，进行为期6年的前瞻性队列分析。通过将基线SH对PH回归并提取残差，计算连续性的健康不对称评分，并采用零膨胀负二项混合模型（zero-inflated negative binomial mixed model, ZINBMM）检验其对自我报告过夜住院的影响。研究发现，健康乐观倾向与更少的累计住院天数相关，且这一关联独立于SH和PH本身，提示健康不对称具有额外的预后价值。
方法方面，该研究基于HRS队列，样本来源于美国全国代表性的社区老年人。SH通过五级Likert量表测量；PH由峰流速、握力、步速和慢性病计数通过探索性因子分析构建潜变量。健康不对称评分为SH对PH回归的残差：正残差表示健康乐观，负残差表示健康悲观。结局为每两年自我报告的在医院过夜的天数。采用ZINBMM，包含随机截距，以处理零膨胀和过分散；模型调整年龄、性别、婚姻状况、教育年限、抑郁症状及医疗保险等协变量。所有连续变量标准化，缺失数据通过多重插补处理。研究还进行了排除基线前住院者的敏感性分析、二次项检验及年龄和性别交互检验。
结果部分：
模型1结果：仅纳入SH时，自评健康较差者的预期过夜住院次数比自评健康良好者高2.26倍（IRR：2.26；95% CI：1.98，2.58；p < .001）。
模型2结果：仅纳入PH时，躯体健康较差者的预期过夜住院次数比躯体健康良好者高1.93倍（IRR：1.93；95% CI：1.69，2.21；p < .001）。
模型3结果：将SH与PH的交互项纳入模型后，未发现显著交互作用（p > .05）。
模型4结果：仅纳入健康不对称评分时，健康不对称每增加1单位（即更健康乐观），预期过夜住院次数减少30%（IRR：0.70；95% CI：0.65，0.75；p < .001）。
模型5结果（主模型）：同时调整SH和PH后，健康不对称每增加1单位，累计住院天数预期减少20%（IRR：0.80；95% CI：0.72，0.89；p < .001）；但健康不对称与属于“从未住院”组的概率无显著关联（OR：1.37；95% CI：0.93，2.03；p > .05）。模型分散参数为2.28，随机截距方差为1.02，表明模型较好地处理了过分散和个体异质性。
敏感性分析与交互检验：排除基线前2年内有住院经历的参与者后，健康不对称仍显著预测住院天数减少（IRR：0.81；95% CI：0.70，0.92；p < .001）。健康不对称的二次项无显著效应，表明关系可近似为线性。年龄与健康不对称在零膨胀部分存在显著交互（OR：0.65；95% CI：0.48，0.87），表明在较年长老年人中，健康乐观与更低的“从未住院”概率相关；性别交互不显著。
讨论部分总结：研究人员认为，健康乐观可能通过积极应对、预防保健行为和更好的治疗依从性减少反复住院，但过度乐观也可能导致症状低估和就医延迟，在高龄时反而增加住院暴露。健康悲观则与心理困扰、适应不良和过度医疗利用相关。因此，适度的健康乐观可能构成
