中老年人抑郁情绪相关因素及风险评估

发布时间：2021-04-20 17:24

　　目的本研究旨在深入了解我国中老年人抑郁现状;研究多个因素对抑郁的综合作用程度以及多个因素间的相互作用效果;建立一个中老年人抑郁风险评估模型,对中老年人抑郁风险进行评估,为早期识别、提前预防、及时干预抑郁提供参考;并结合实证分析结果提出相应的政策改进建议。方法采用2011年中国健康与养老追踪调查（CHARLS）数据,有效样本量为4965例,将CESD-10量表评分≥10定义为有抑郁症状。首先采用描述统计的方法分析中老年人的抑郁现状;然后建立多因素Logistic回归模型,探索中老年人抑郁的影响因素;最后对风险因素进行贝叶斯网络学习,建立中老年人抑郁风险评估模型,对中老年人的抑郁状况进行预测。结果1.4965例研究对象中,有抑郁症状的1750（35%）例,无抑郁症状的3215（65%）例;男性2470（49.7%）例,女性2495（50.3%）例;平均年龄为59.6±9.6（±）;农村3735（75.2%）例,城镇1230（24.8%）例;小学及以下学历的样本3064（61.7%）例;有配偶的4117（82.9%）例,没有配偶的848（17.1%）例;愿意和子女一起居住的2665（53.7... 

【文章来源】：重庆医科大学重庆市

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
英汉缩略语名词对照
中文摘要
英文摘要
一 绪论
    1.1 研究背景和意义
    1.2 研究思路与研究框架
二 数据来源及预处理
    2.1 抑郁的定义
    2.2 数据来源
    2.3 数据预处理
    2.4 赋值表
三 研究方法
    3.1 Logistic回归分析
    3.2 贝叶斯网络
    3.3 计算工具
四 中老年人抑郁现状分析
    4.1 抑郁量表得分
    4.2 中老年人的基本特征
五 中老年人抑郁影响因素分析
    5.1 影响中老年人抑郁状况的单因素分析
    5.2 多重共线性检验
    5.3 影响中老年人抑郁状况的多因素分析
六 基于贝叶斯网络的中老年人抑郁风险评估模型的建立
    6.1 确定中老年人抑郁风险评估的网络节点
    6.2 构建贝叶斯网络结构
    6.3 确定模型网络参数
    6.4 中老年人抑郁状况的贝叶斯网络模型
    6.5 贝叶斯网络模型的验证
    6.6 贝叶斯网络模型的应用
    6.7 讨论
七 研究结论及政策建议
    7.1 研究结论
    7.2 政策建议
参考文献
文献综述
    参考文献
致谢
攻读学位期间的研究成果及发表的学术论文目录
附录A 条件概率表


【参考文献】：
期刊论文
[1]社区老年轻度认知障碍患者抑郁焦虑状况及影响因素研究[J]. 马佳,张韶伟,刘文斌,陈慎,于德华,钱洁,李春波,陆媛.  中国全科医学. 2020(33)
[2]居住方式对老年人抑郁水平的影响[J]. 高男,姚俊.  南京医科大学学报(社会科学版). 2020(02)
[3]2010～2019年中国老年人抑郁症患病率的Meta分析[J]. 荣健,戈艳红,孟娜娜,谢婷婷,丁宏.  中国循证医学杂志. 2020(01)
[4]9条目患者健康问卷抑郁量表在产后抑郁筛查中的应用价值[J]. 高明,王智慧,傅晓红.  中国当代医药. 2019(32)
[5]成都地区老年抑郁现状及相关因素分析[J]. 曹颖,王意君,吕莉霞,喻国,贺清悦,高明.  中华老年心脑血管病杂志. 2019(11)
[6]早期评估及干预缺血性脑卒中患者焦虑抑郁状态对康复治疗的临床意义[J]. 杨丽花.  中西医结合心血管病电子杂志. 2019(29)
[7]社区老年人抑郁症状及影响因素分析[J]. 赵全军.  心理月刊. 2019(12)
[8]新乡市社区老年人抑郁状况及影响因素分析[J]. 陈雷音,王玉杰,郭正军,杨卫卫,姚丰菊,卫博,杨世昌.  新乡医学院学报. 2019(03)
[9]老年抑郁量表在老年住院患者综合评估中的应用分析[J]. 陶宜娟.  青海医药杂志. 2018(11)
[10]居住安排对中国老年人精神抑郁程度的影响——基于CHARLS追踪调查数据的实证研究[J]. 许琪.  社会学评论. 2018(04)

博士论文
[1]监督学习算法预测性能比较的正则化交叉验证方法研究[D]. 王瑞波.山西大学 2019
[2]中国农村老年人口医疗服务利用与相关卫生政策研究[D]. 张丽.南京大学 2014
[3]预测缺血性卒中短期和长期死亡率的危险评分在中国病人中的外部验证[D]. 张宁.河北医科大学 2013

硕士论文
[1]社区老年人衰弱与抑郁：社会支持的中介及调节作用[D]. 金雅茹.山东大学 2019
[2]中老年人抑郁状况及其影响因素分析[D]. 苏玥.辽宁大学 2019
[3]基于贝叶斯网络的发电企业安全生产事故风险预警研究[D]. 朱丽娜.华北电力大学(北京) 2019
[4]基于MMHC混合算法的贝叶斯网络在2型糖尿病影响因素研究的应用[D]. 张洁.山西医科大学 2018
[5]我国老年人心理健康影响因素及政策建议研究[D]. 刘梦琪.浙江大学 2018
[6]社区老年人抑郁与体质指数、血脂水平相关性分析及应对策略[D]. 荣素然.昆明医科大学 2018
[7]贝叶斯网络模型在老年人认知功能评价队列研究中的应用[D]. 杨蓓.山西医科大学 2017
[8]老年人抑郁症患病风险评估方法研究[D]. 于建民.北京理工大学 2016
[9]老年人心理健康现状及其影响因素分析[D]. 田苗苗.河北联合大学 2014
[10]居住安排与代际支持对农村老年人抑郁症状的影响[D]. 温小飘.华中科技大学 2013



本文编号：3150095