决策树与Logistic回归模型在老年人社区养老意愿影响因素分析中的应用研究
量表,1对象与方法,2结果,3讨论
闫蕊,赵守梅,张馨心,吕雨梅*本研究主要结论:
(1)32.5%(159/489)的老年人选择社区养老,社区养老意愿偏低。(2)联合Logistic回归与决策树模型,筛选出的影响老年人社区养老意愿的关键因素包括:社区养老了解度、养老观念、孤独感、代际关系、社会网络等。(3)Logistic回归、决策树模型预测老年人社区养老意愿的受试者工作特征曲线下面积分别为0.985(0.974,0.996)、0.980(0.968,0.992),二者比较,差异无统计学意义(P>0.05)。在该领域,两种方法联合使用具有较高的运用价值。
社区养老是指以家庭为核心,以社区为依托,整合社会资源,以满足老年人养老服务需求为目的的养老方式[1]。我国目前已成为世界上老年人口最多的国家,第七次人口普查数据显示,60岁及以上人口比例相较于2010年上升了5.44%[2]。人口老龄化日益严重导致养老问题日渐突出,因传统家庭养老的专业照护经验不足、机构养老中的老年人情感慰藉欠缺,社区养老作为两者的支撑和补充,逐步发展为新型的养老模式。有研究表明,仅5.79%的老年人愿意选择社区养老,个人特征、身心健康状况、对社区医疗情况了解度等均可影响老年人对养老方式的选择[3]。决策树、Logistic回归模型均可用于影响因素预测模型的构建[4-5],以往针对老年人社区养老意愿影响因素的分析多采用Logistic回归,但Logistic回归无法解决变量共线性问题,而决策树可对非线性及高度相关的数据进行分析,不需对数据进行预处理,模型稳定性较好,但无法输出比值比,结果解读受限。故本研究拟同时采用Logistic回归和决策树模型分析老年人社区养老意愿的影响因素,以期为提升老年人社区养老意愿干预措施的制定提供依据。
1 对象与方法
1.1 研究对象 2020年8—12月,依据便利抽样原则选取大庆市某3个社区为研究现场,方便选取符合入组标准的社区老年人为研究对象。纳入标准:(1)年龄≥60周岁;(2)育有子女;(3)听力正常、意识清楚,可进行基本交流;(4)自愿参与本研究。根据统计学变量分析要求,样本数至少为变量数的5~10倍[6]。本研究共包含28个观察变量,加之20%的无效问卷,故应至少选取168例研究对象。本研究共发放500份问卷,回收有效问卷489份,问卷有效回收率为97.8%。
1.2 研究工具
1.2.1 一般情况和养老意愿调查表 包括性别、年龄、婚姻状况、受教育程度、户籍、主要经济来源、月收入情况、居住方式、患慢性病数量、健康自评、养老观念、子女个数、子女孝顺程度、社区养老了解度、是否愿意选择社区养老等条目 ......
您现在查看是摘要页,全文长 12082 字符。