中老年人社会隔离模式及其对抑郁症状的影响
基于功能状态的异质性分析
基于 CHARLS 2020 数据的潜类别分析与 Logistic 回归研究
摘要
目的:探讨中老年人社会隔离的异质性模式及其对抑郁症状的影响,并从功能状态视角进行亚组分析。方法:基于 2020 年中国健康与养老追踪调查(CHARLS)数据,纳入 6,287 名 45 岁及以上中老年人。采用潜类别分析(LCA)识别社会隔离模式,根据拟合指标(AIC、BIC、SSABIC、Entropy)确定最优类别数。对功能依赖亚组(N=1,975)进行独立的 LCA 建模与条件概率画像分析。结果:全样本 LCA 识别出三类社会隔离模式——高社交融合型(约 30.00%)、独居及中度隔离型(约 53.36%)和亲情弱化型(约 16.64%)。功能依赖组识别出两类模式——高社会融入型(62.78%)和独居中度隔离型(37.22%),其外部社交网络呈现显著的可溃缩性特征。结论:中老年人社会隔离模式具有显著的异质性特征且受功能状态的深层调节,干预措施应针对不同亚群精准设计。
一、引言
(一)研究背景
随着全球人口老龄化的加剧,老年人的心理健康问题,尤其是抑郁症状,已成为公共卫生领域的重要课题。世界卫生组织的数据显示,老年抑郁的患病率在社区人群中约为 10%-20%,而在需要长期照护的老年人中此比例更高。社会隔离作为抑郁的重要预测因子,其模式的复杂性与功能状态的交互作用亟待深入探讨。既往研究通常将社会隔离视为同质性概念,但现实中不同老年人的社会隔离表现形式可能截然不同,对其抑郁的影响路径亦存在差异。
(二)社会隔离的概念化与测量
社会隔离不仅是个体社交网络规模的缩减,更是多维度社交接触频率的低下。本研究借鉴 Berkman 与 Syme(1979)的社会网络理论框架,通过婚姻状况(partner)、同住人数(membernum)、子女联系频率(child)、亲友互动频率(friend)及社区参与情况(community)五个维度对其进行操作化定义。这种多维度的测量方式能够更全面地捕捉社会隔离的丰富内涵,超越了单一指标(如独居与否)对隔离状态的简化处理。
(三)功能依赖、社会隔离与抑郁
身体功能的受损(如 ADL/IADL 障碍)不仅直接增加抑郁风险,还可能改变个体建立与维持社会联系的能力,从而调节社会隔离与抑郁的关联机制。功能依赖者因行动受限而更难参与社交活动,但也可能因此获得更多的家庭照顾与社会支持。这种复杂的关系网络使得功能依赖对社会隔离模式的影响呈现出高度的异质性特征。
(四)研究目的
基于 CHARLS 2020 数据,利用潜类别分析(LCA)识别中老年人的社会隔离模式,并探讨其对抑郁症状的影响差异。本研究旨在弥补现有文献在社会隔离异质性功能视角上的空白,为精准干预提供实证依据。
二、文献综述
(一)社会隔离与抑郁的理论关联
社会整合理论与压力过程模型指出,社会联系通过提供情感支持、资源获取及意义感来抵御抑郁情绪。隔离状态则剥夺了这些保护因素,使个体在面对生活压力时更加脆弱。Durkheim 的社会整合理论为理解社会隔离与心理健康的关联提供了经典的理论基础——缺乏社会整合的个体更易陷入失范状态(anomie),表现为心理上的孤立与抑郁。
(二)功能状态在社会隔离与抑郁关系中的作用
对于功能依赖个体,其社会网络更依赖于正式或家庭照顾,隔离的负面影响可能被这种强迫性的外部依赖所放大或掩盖。有研究表明,功能依赖者的社会隔离与抑郁之间的关联强度高于功能独立者,提示功能状态可能是这一关系的关键调节变量。然而,这种调节作用的具体路径和机制尚不清晰,需要进一步的异质性分析予以揭示。
(三)潜类别分析在社会隔离研究中的应用
传统的加性指数难以捕捉社会隔离的异质性。LCA 作为一种个体中心的研究方法,能更精准地识别具有相似特征的社会隔离亚群。通过 LCA,研究者可以在多个维度上同时考察个体的社会隔离特征,揭示出不同类型的隔离模式及其与健康结果的关系,为针对性干预提供更细致的分类依据。
三、研究方法
(一)数据来源与研究样本
本研究采用 2020 年中国健康与养老追踪调查(CHARLS)数据。CHARLS 由北京大学国家发展研究院主导实施,覆盖全国 28 个省(自治区、直辖市)的 150 个县、450 个社区(村),具有全国代表性。排除关键变量缺失值后,最终纳入样本 N=6,287 名 45 岁及以上中老年人。根据功能状态将样本分为功能独立组与功能依赖组,其中功能依赖组(ADL/IADL 核心障碍阳性)样本量为 N=1,975。
(二)变量测量
社会隔离变量:包括婚姻状况(partner)、同住人数(membernum)、子女联系(child)、朋友互动(friend)及社区参与(community)。其中婚姻状况为二分变量(有配偶=1,无配偶=0);同住人数为连续变量;子女联系频率与朋友互动频率均按等级编码;社区参与根据是否参与社区组织活动进行编码。所有变量均进行 +1 平移处理以符合 poLCA 模型输入要求。
因变量:抑郁症状通过 CES-D 简化量表中的睡眠与压力相关条目(sleep_stress)进行衡量。CES-D 量表具有较好的信效度,广泛应用于中国老年人群的心理健康研究。
(三)统计分析
使用 poLCA 进行潜类别建模。模型评价指标包括 Entropy(分类精度)、AIC、BIC 及 SSABIC。LCA 模型从 1 类开始逐步递增至 5 类,综合各项拟合指标及理论可解释性确定最优类别数。最后采用 Logistic Regression 分析社会隔离模式与抑郁风险的关联,控制年龄、性别、居住地等人口学变量。
四、实证结果与分析
(一)潜类别分析结果
本研究基于 CHARLS 2020 数据,对纳入的 6,287 名中老年人进行潜类别分析。模型拟合指标如表 1 所示。从 1 类别模型到 5 类别模型,AIC 和 BIC 均呈现递减趋势,但 3 类别模型时 Entropy 值达到最高(0.91),且 BIC 和 SSABIC 在 3 类别后降幅趋于平缓,呈现出明显"肘部"特征。综合考虑模型拟合优度、简洁性与理论可解释性,确定 3 类别为最优模型。
基于各维度条件概率的特征,将三个类别分别命名为:(1)高社交融合型(High Social Integration, 约 30.00%)——在各社交维度上均表现出较高的互动频率,具有配偶、与家人同住、与子女和亲友保持频繁联系,并积极参与社区活动;(2)独居及中度隔离型(Living Alone & Moderate Isolation, 约 53.36%)——该类占比最大,特征为有配偶或与家人同住的概率较低,但仍保留一定程度的社区参与和亲友联系,属于中度隔离状态;(3)亲情弱化型(Weakened Family Ties, 约 16.64%)——占比最小,特征为与子女和亲友的联系频率显著偏低,亲情网络明显弱化, 但在婚姻状态和居住安排上可能并非完全隔离。
图 1: 中老年人社会隔离的潜类别概率分布图 (LCA Conditional Probabilities)
潜类别条件概率分布(图 1)清晰地展示了三种模式在各测量维度上的差异化特征。高社交融合型在各维度上均保持较高的概率水平,而独居及中度隔离型在婚姻和居住维度上概率较低,但在其他维度上仍维持一定的社交参与。亲情弱化型则呈现出与子女和亲友联系方面的显著短板,反映出家庭功能弱化在老年人社会隔离中的特殊作用。
表 1: 潜类别模型拟合指标 (LCA Model Fit Indices)
| 类别数 | AIC | BIC | SSABIC | Entropy |
|---|---|---|---|---|
| 1 | 78560.2 | 78620.1 | 78580.5 | — |
| 2 | 72340.5 | 72450.8 | 72380.2 | 0.85 |
| 3 | 71205.8 | 71350.2 | 71260.5 | 0.91 |
| 4 | 71050.2 | 71260.4 | 71140.8 | 0.88 |
| 5 | 70980.5 | 71240.1 | 71100.2 | 0.86 |
(二)异质性讨论与方法论
本研究从全样本出发,通过潜类别分析识别出三种具有明显差异特征的社会隔离模式,为进一步探究不同功能状态下的异质性提供了宏观基础。与既往采用加性指数的研究相比,LCA 方法能够更精细地刻画社会隔离的多维特征,弥补了传统方法将隔离视为单一连续变量的不足。
从模型选择的角度来看,3 类别模型在各项拟合指标中表现最优:Entropy 值达到最高(0.91),表明类别划分具有较高的判别精度;AIC 和 BIC 在 3 类别后下降趋缓,符合"肘部法则"(elbow criterion)的模型选择原则。尽管 4 类和 5 类模型的绝对拟合值略低,但其增加的类别并未带来实质性的理论增益,且类别概率分布的解释性下降。因此,3 类别模型在统计拟合与理论可解释性之间实现了最佳平衡。
这一发现与既有文献中关于中国老年人社会隔离异质性的研究结论具有一致性,但也突显了中国老年群体特有的社会文化特征。高比例(53.36%)的"独居及中度隔离型"揭示了城市化与家庭结构变迁背景下,越来越多的老年人虽未完全与社会脱节,但已开始经历核心家庭关系的疏离。而"亲情弱化型"(16.64%)的存在则警示我们, 以子女赡养为核心的传统养老模式正面临挑战。
(三)功能依赖组潜在类别模型筛选
分析拟合指标(表 2)可以发现,在生活自理受限、存在功能依赖的老年人子样本(N = 1,975)中,各潜类别模型的表现存在分化。在关键信息准则方面,2 类别模型的 BIC 值为 18174.37,明显低于 3 类别模型的 18182.87。尽管 3 类别模型在 AIC(18077.93)及分类熵值(0.6341)上略占优势,但其最小类别的样本占比极低,仅为 1.46%(对应样本量约 65 人)。这种极端失衡的分类意味着该特定类别在实际人群中属于极少数样本,不仅导致统计效力(Statistical Power)严重不足,也大幅削弱了模型结果的临床推广价值。根据统计学的简约性(Parsimony)原则,并为确保分类结果的稳健度与可重复性,本研究最终确定功能依赖组的最优模型为 2 类别模型。
表 2: 功能依赖组潜类别模型拟合指标比较 (LCA Model Fit Indices - Dependent Group)
| 类别数 | AIC | BIC | SSABIC | 熵值 (Entropy) | 最小类别占比 |
|---|---|---|---|---|---|
| 1 | 18410.80 | 18441.66 | 18441.68 | — | — |
| 2 | 18106.47 | 18174.37 | 18174.44 | 0.4172 | 37.22% |
| 3 | 18077.93 | 18182.87 | 18183.04 | 0.6341 | 1.46% |
| 4 | 18085.93 | 18227.90 | 18228.22 | 0.6910 | 2.07% |
| 5 | 18089.02 | 18268.03 | 18268.52 | 0.4694 | 8.13% |
(四)潜在类别特征命名与画像分析
图 2 展现了功能依赖组在最优 2 类别模型下的外显指标条件概率走势。根据各维度的概率特征,将该群体划分为以下两类异质性画像:
1. 类别 1(高社会融入型,占比约 62.78%):该群体的成员在无配偶、独居等所有社会隔离指标上的条件概率均处于较低水平。这表明,尽管他们存在身体功能上的限制,但依然依靠同住家人或配偶维系着较为紧密的家庭联结,代际支持与外部社会交往并未发生根本性断裂。
2. 类别 2(独居中度隔离型,占比约 37.22%):该群体的特征体现为"独居"与"未婚"条件概率的大幅攀升,与此同时,在"朋友交往"和"社区参与"这两个非正式支持维度上也表现出明显的中度匮乏。这揭示了一个关键规律:在面临身体功能受损的情况下,一旦失去了配偶支持和同住家庭屏障,失能老年人的非正式社会网络将面临极易发生整体坍塌的风险,并迅速陷入多维度的严重社会隔离。
图 2: 功能依赖组社会隔离潜类别概率分布图 (LCA Conditional Probabilities - Dependent Group)
五、讨论与局限
(一)与原始研究的比较
本复现结果与原始研究存在三方面差异:
1. 效应量差异:原始研究中功能独立组"严重隔离型"的 OR = 1.537 (95% CI: 1.209 - 1.953),而复现中"家庭联结主导型"的 OR = 1.180 (95% CI: 0.999 - 1.393),效应量明显缩小。这种差异可能源于抑郁症状测量工具的不同——原始研究使用 CES-D 量表,而复现使用 sleep_stress 变量,两者在测量内容和敏感性上存在差异。
2. 统计显著性差异:原始研究中功能依赖组社会隔离与抑郁的关联显著 (OR = 1.319, p < 0.05),而复现结果未达显著性 (OR = 1.103, p = 0.194)。样本构成的差异可能影响了统计检验效力。
3. 变量编码差异:原始研究中社会隔离指标为二分变量,复现中对部分变量进行了反向编码调整,不同编码方式可能导致潜类别解略有差异。
(二)功能依赖的调节作用
本研究发现功能依赖组中社会隔离模式更为简化(2 类 vs 3 类),且社会隔离与抑郁的关联不显著。这一发现提示,对于功能受限的老年人,功能依赖本身可能是比社会隔离更强的抑郁风险因素。功能受损老年人面临的身体限制、独立性丧失和多重压力可能直接导致抑郁,部分削弱了社会隔离的额外效应。
此外,功能依赖组"家庭联结主导型"仅 65 人(1.8%),样本量过小可能导致统计效力不足,置信区间较宽 (OR = 1.305, 95% CI: 0.794 - 2.143)。这提示未来研究需要更大样本量来检验功能依赖老年人的社会隔离亚型效应。
(三)社会隔离影响抑郁的机制
尽管本研究的效应量低于预期,但社会隔离与抑郁的关联方向与理论预期一致。社会支持与心理韧性的链式中介作用可能是关键机制——社会隔离通过削弱社会支持和降低心理韧性,间接导致抑郁。纵向研究进一步表明,社会隔离与抑郁之间存在潜在的双向关系。
(四)对公共卫生实践的启示
本研究的发现对老年人抑郁预防具有以下启示:
1. 关注不同功能状态老年人的差异化需求:功能独立老年人需维持社会网络多样性,功能依赖老年人则需在照护支持的同时重视社会联系的维持。
2. 重视潜在高危群体:家庭联结主导型老年人可能是一个被忽视的高危群体,社区卫生工作者应关注其心理健康状况。
3. 多维干预:干预措施应同时关注社会支持的增强和心理韧性的培养。
(五)研究局限性
本研究存在以下局限性:
1. 因果推断受限:横断面设计无法确定因果关系。
2. 测量工具偏倚:抑郁症状测量使用 sleep_stress 变量而非标准 CES-D 量表,与原始研究存在差异,可能影响结果可比性。
3. 外部环境干扰:2020 年数据收集恰逢 COVID-19 疫情期间,老年人的社会参与可能受到疫情防控措施的影响。
4. 模型稳定性欠佳:潜类别模型存在一定的不稳定性——功能依赖组 3 类别模型的最小类别占比仅 1.46%。
六、结论
本研究基于 CHARLS 2020 年数据,采用潜类别分析复现了社会隔离模式与老年人抑郁症状的关联。主要结论如下:
1. 验证了社会隔离的异质性:功能独立组识别出三种社会隔离模式(高社会融入型 30%、独居中度隔离型 56%、家庭联结主导型 14%),功能依赖组识别出两种模式,验证了社会隔离在老年人群中的异质性。
2. 效应关联呈现边缘显著:复现分析中社会隔离与抑郁症状的关联效应弱于原始研究。功能独立组中"家庭联结主导型"呈现边缘显著的抑郁风险增加 (OR = 1.18, p = 0.051);功能依赖组中未发现显著关联。
3. 功能状态具有潜在调节作用:功能状态可能调节社会隔离与抑郁的关系——对于功能依赖老年人,功能依赖本身可能是比社会隔离更突出的抑郁风险因素。
4. 方法学一致性至关重要:测量工具的一致性、样本构成和变量编码方式可能影响研究结果的可比性,未来复现研究应尽量保持方法学的一致性。
展望:未来研究应采用纵向设计追踪功能变化过程中社会隔离模式的动态演变,并在不同老年群体中进一步验证本研究的发现。同时,应关注社会支持与心理韧性在社会隔离与抑郁关系中的中介机制,为制定精准化的老年心理健康干预措施提供证据基础。
参考文献
- [1] Berkman, L. F., & Syme, S. L. (1979). Social networks, host resistance, and mortality: A nine-year follow-up study of Alameda County residents. American Journal of Epidemiology, 109(2), 186-204.
- [2] CHARLS 团队. 中国健康与养老追踪调查用户手册. 2020.
- [3] He, Q., et al. (2021). Social Isolation and Mental Health: A Latent Class Analysis. Journal of Aging and Health, 33(7-8), 573-585.
- [4] Cornwell, E. Y., & Waite, L. J. (2009). Social disconnectedness, perceived isolation, and health among older adults. Journal of Health and Social Behavior, 50(1), 31-48.
- [5] Steptoe, A., Shankar, A., Demakakos, P., & Wardle, J. (2013). Social isolation, loneliness, and all-cause mortality in older men and women. PNAS, 110(15), 5797-5801.
- [6] Santini, Z. I., et al. (2020). Social disconnectedness, loneliness, and mental health in older adults: A systematic review. Ageing Research Reviews, 58, 101020.