中国流动老年人双向社会支持与健康关系基于潜剖面分析的研究：一项横断面研究

《Frontiers in Public Health》：Analysis of the relationship between two-way social support and health based on a latent profile analysis among migrant older adults in China: a cross-sectional study

　　

背景：双向社会支持（two-way social support）同时包含接受支持与提供支持，是影响老年人健康的重要社会心理因素。流动老年人因迁移导致社会网络中断，面临更高健康风险，社会支持尤为重要。现有研究多关注接受支持，较少同时关注接受与提供支持的模式。本研究旨在识别流动老年人双向社会支持的潜类别，并检验其与健康的关联。 方法：采用横断面研究设计，在中国湖州多个社区通过便利抽样纳入359名流动老年人。所有参与者完成一般信息问卷、简明双向社会支持量表（Brief 2-Way Social Support Scale，Brief 2-Way SSS）和健康调查问卷。使用潜剖面分析（latent profile analysis，LPA）识别双向社会支持亚组，并使用多变量逻辑回归分析检验潜类别与健康结局的关联。 结果：LPA识别出四类双向社会支持：缺乏双向社会支持类（lack of two-way social support，15.6%）、轻度倾向提供支持类（mild support-providing tendency，25.6%）、提供支持主导类（support-providing dominant，44.8%）和平衡双向社会支持类（balanced two-way social support，14.0%）。不同潜类别间自评健康差异有统计学意义（χ2=72.487，p<0.001）：平衡双向社会支持组（C4）自评健康良好比例最高，轻度提供支持组（C2）自评一般健康比例最高，缺乏双向支持组（C1）自评较差健康比例最高。 结论：流动老年人双向社会支持可分为四种模式。缺乏双向支持者健康风险最高，平衡支持者健康状况最好。潜剖面分析有助于识别高风险群体，并指导分层干预，促进公平和可持续的健康老龄化。

研究背景方面，全球人口老龄化与人口流动加速，中国流动老年人规模显著增长，2020年第七次全国人口普查显示该群体达3327万人，占流动人口约8.85%。流动老年人多为随迁子女、务工或养老需求迁移，迁移会破坏原有社会网络，导致社会融入、医疗服务获取和心理适应困难。社会支持（social support）是老年健康的重要社会心理决定因素，传统研究多把社会支持视为个体单向接受资源；而双向社会支持强调接受与提供并存。现有文献多关注流动老年人“接受支持”，对“提供支持”及二者组合模式关注不足，且既有双向支持研究多基于居住稳定老年人，能否推广到迁移并重构社会网络的老年人存在不确定性。既往多采用变量中心方法，难以揭示社会支持配置异质性。因此，研究人员在《Frontiers in Public Health》发表该研究，采用以人为中心的潜剖面分析（latent profile analysis，LPA：一种基于个体应答模式识别潜在亚组的统计方法）识别中国流动老年人双向社会支持类别，并分析其与健康关联，为社区工作人员制定精准健康促进干预提供证据。

主要技术方法方面，研究人员在浙江湖州多个社区以便利抽样纳入359名流动老年人，男性≥60岁、女性≥55岁且居留超6个月。使用简明双向社会支持量表（Brief 2-Way SSS）测接受/提供情感与工具性支持，用自评健康与慢性病状态评估健康，并收集人口学、社会经济、行为与迁移特征等协变量。统计上以SPSS 27.0做描述与相关分析，以Mplus 8.0拟合1至5类LPA模型，依据AIC、BIC、aBIC、熵（entropy）、LMRT、BLRT及后验概率选模型；再以卡方检验比较各类健康分布，最后用多变量逻辑回归以平衡组为参照分析自评健康风险。

3.1 Classification and naming of LPA-based two-way social support in migrant older adults：研究人员通过LPA对359人建模，1类到5类模型的AIC、BIC、aBIC持续下降，BLRT均显著；4类模型熵最高（0.957），后验分类概率95.6%至99.0%。最终选4类：C1各维度接受与提供均低，称缺乏双向社会支持类，占15.6%；C2提供略高于接受，称轻度倾向提供支持类，占25.6%；C3提供尤其工具性支持明显高于接受，称提供支持主导类，占44.8%；C4各维度约3分且收支平衡，称平衡双向社会支持类，占14.0%。

3.2 Participants characteristics of migrant older adults across different latent classes：结果显示性别和教育无显著差异，年龄、婚姻、户籍、收入、医疗费用支付、宗教、居住安排、锻炼、用药数、迁移时长、迁移范围、迁移原因、留居意愿均显著不同。C1多为农村、独居、短期县内迁移、自付医疗；C3多为城市、跨城、帮带孙辈、参保比例高；C4多与子女同住、为养老迁移、短期迁移。

3.3 Association of two-way social support with health among migrant older adults：卡方显示自评健康分布差异显著（χ²=72.487，p<0.001），慢性病状态无显著差异（χ²=8.264，p=0.219）。多变量逻辑回归中，以C4为参照，C1、C2、C3报告“一般健康”和“不健康”的比值比（OR）均升高；调整协变量后趋势不变，C1不健康对比健康OR=24.406（95% CI：4.827–123.390），C2为8.404（95% CI：1.980–35.676），C3不显著（p=0.076）。

讨论部分总结：研究人员指出多数流动老年人处于双向支持失衡状态，仅14.0%为平衡型。C1健康风险最高，与其农村户籍、独居、自付医疗、短期迁移导致再建网络困难有关。C2虽有经济资源但家庭内部代际资源再分配限制健康投资；C3社会参与强但孙辈照料责任集中，健康管理碎片化。C4因与子女同住形成情感与实务互惠、短期养老迁移匹配医疗资源、医保覆盖率较高，健康最优。研究建议对C1改善异地医保结算、基层服务与社区互助；推动C2、C3由单向付出转向互促共建，如志愿换医疗、家庭健康基金等。

6 Conclusion翻译：本研究中，潜剖面分析（LPA）识别出中国流动老年人双向社会支持的四种类别：缺乏双向社会支持类、轻度倾向提供支持类、提供支持主导类和平衡双向社会支持类。这些类别与健康结局相关。具体而言，缺乏双向社会支持类健康风险最高，平衡双向社会支持类健康状况最好。结果表明不同双向社会支持类别与流动老年人健康状态差异相关，可帮助识别支持有限且健康较差的亚组，为靶向干预提供实证依据，也为加强社会支持网络、改善医疗与社会资源可及性、促进社会融入及满足该群体健康需求提供参考。