Page 28 - 南京医科大学社科版
P. 28

南
                                                    南京医科大学学报（社会科学版）京医科大学学报（社会科学版）                 第1期 总第126期
              · 22  ·
                                             Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  2025年2月
                                             Journal
               型测算山东省各市成年人健康预期寿命，方博等                       ［9］   为健康，否则为伤残。
               对上海市成人居民应用 CHOPIT 模型计算健康预期                            GALI 量表包含一个真实问题和三个情景问
               寿命并分析差异。由于自报健康中涵盖情景问题，                            题。其中真实问题的时间跨度为 6 个月，问题内容
               运用 CHOPIT 模型能够很好地结合健康问题和情景                        为“在过去至少 6 个月里，您在多大程度上因个人健
               问题综合分析健康水平。考虑到 GALI 量表和自报                         康问题限制了日常活动”，其回答设置为三个选项，
               健康量表的问卷设计相同，均涉及情景问题。因                             分别为“1=严重限制”“2=受到限制但不严重”和“3=
                                                                               ［12］
               此，为了了解人群真实的健康状态，将 CHOPIT 模型                       没有受到限制” 。将回答“没有受到限制”判定为
               应用到GALI量表上，实现对GALI健康水平的校正。                        健康，回答“严重限制”“受到限制但不严重”判定为
                   综上所述，本文在前人研究基础上，选取自报                          伤残。
               健康与 GALI 两种健康标准，并对 CHOPIT 模型的应                        （四）研究方法
               用对象加以推广，将其应用到 GALI 健康标准上。                             1. CHOPIT 模型
               通过对两种健康标准的数据进行校正后，运用 Sulli⁃                           调查对象由于对健康评价的标准不同而引起
               van法测算和分析健康预期寿命。                                  的系统性误差被称为“切点位置偏移” ，采用
                                                                                                       ［13］
                                                                 CHOPIT 模型能够校正“切点位置偏移”，实现对人
                              一、数据和方法
                                                                 群健康水平的校正。在 CHOPIT 模型中，调查对象
                  （一）数据来源                                        的自报结果是由潜变量（调查对象的感觉水平）连
                   本文使用 2023 年南京市死因监测数据及南京                       续尺度上的各切点确定的，各切点表示为个人特征
               市居民健康期望寿命测算调查问卷（2023 年）数                          及社会特征的函数         ［14］ ，公式如下：
               据。本次调查采用多阶段分层随机抽样的方法，调                                  *                                   （1）
                                                                      s i = x i β + ε i
               查对象为南京市 18 岁及以上常住居民，问卷涵盖了                             其中，xi为协变量，β为待估参数，εi为残差项，其
               个人基本信息、生活方式、健康量表等方面内容。
                                                                 满足以下分布，
               共收集18 406例样本。
                                                                      εi~N（0，1）                            （2）
                  （二）健康预期寿命指标
                                                                     自报健康根据切点进行校正的公式如下：
                   本文采用平均预期寿命（life expectancy，LE）、
                                                                             m - 1  *  m
               健康预期寿命（health life expectancy，HLE）、伤残损                 yi=m if τ i ≤ s i ≤ τ i              （3）
               失预期寿命（disability life expectancy，DLE）和健康              每个调查对象的第1个切点公式为：
               预期寿命占比（HLE/LE）四个指标来衡量健康预期                             τ i =γ1Ai                             （4）
                                                                      1
               寿命的绝对变化和相对变化。                                         其他切点表达为：
                   其中伤残损失预期寿命是衡量人群因疾病、伤                               m   m - 1
                                                                     τ i = τ i  +exp（γmAi）                 （5）
               残而损失的健康寿命年数的指标，是平均预期寿命
                                                                     其中m=2，3，…，Ai，为个人特征向量。
               与健康预期寿命的差值。健康预期寿命占比衡量
                                                                     此外，在调查对象对情景问题的描述部分，θj令
               存活人群的健康水平，消除了人群的死亡水平因素
                                                                 为第 j 个情景的潜在健康水平，第 i 个调查对象感受
               带来的影响，由健康预期寿命在平均预期寿命中所
                                                                                      *     *        2
                                                                 该情景的健康水平为 z ，设 z ~N（θ j， σ ），即τ i，k-1≤
                                                                                                     j
                                                                                      ij
                                                                                            ij
               占的比例得来      ［10］ 。
                                                                  *
                  （三）健康标准                                        z ≤τ i，k时，zij=k（k=1，2，…）。这样就将自报健康部分
                                                                  ij
                   本文主要选取两种健康标准进行健康预期寿                           和情景问题部分通过相同的切点值连接起来计算
               命的测量，分别为世界卫生组织（WHO）世界健康调                          伤残水平    ［15］ 。
               查（world health survey，WHS）的自报健康量表（中文                  2. Sullivan 法
               版）和GALI量表。                                            Sullivan 法是以生命表为基础测算某一特定人
                   WHS 的自报健康量表包括总体健康以及灵活                         群的健康预期寿命的方法。它适用于截面数据，能
               性、自理能力、疼痛和不适、认知、人际关系、视力、                          够从不同角度对不同年龄组人群的健康水平进
               睡眠和精力、情绪状况八个核心健康方面，和调查                            行评价。Sullivan 法根据各年龄组人群的健康比
               对象对假想人物健康情景的评价（即情景问题，是                            例或伤残测度来估计假设某特定人群的健康生
               指在每个维度上设置对应的虚拟情境问题，判断问                            存情况   ［16］ 。具体测算过程如下。
               题中假想人物的健康程度）。其中每个维度各设置                                首先，将某时期各年龄组的伤残测度（Dx）乘以
               两个问题，回答选项采用 Likert 5 分有序尺度，分别                     该年龄组对应的生存人年数（Lx），得到该年龄组尚
               为“1=没有”“2=轻度”“3=中度”“4=重度”和“5=极重                   存人数的伤残人年数，进而得到健康人年数。
                                                                       H
               度” 。每个维度两个问题均选择“没有”和“轻度”                              L X =Lx×（1-Dx）                         （6）
                  ［11］
   23   24   25   26   27   28   29   30   31   32   33