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

背景伴随我国人口老龄日益严重，养老问题日渐突出，社区养老可有效解决当前社会养老问题。目的运用决策树与Logistic回归模型探析老年人社区养老意愿的影响因素。方法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500例社区老年人为研究对象，进行问卷调查。问卷内容涵盖老年人一般资料、身心健康水平、家庭及社会支持等方面。采用决策树与Logistic回归模型分析老年人社区养老意愿的影响因素。结果共发放500份问卷，回收有效问卷489份，问卷有效回收率为97.8%。其中，159例（32.5%）社区老年人愿意选择社区养老。Logistic回归模型分析结果显示，养老观念、社区养老了解度、孤独感得分、代际关系得分是老年人社区养老意愿的影响因素（P<0.05）；决策树模型分析结果显示，社区养老了解度、养老观念、孤独感得分、社会网络、健康自评、教育程度、居住方式为老年人社区养老意愿的影响因素（P<0.05）。Logistic回归模型与决策树模型筛出的前3位关键影响因素均为社区养老了解度、养老观念及孤独感得分。Logistic回归模型的灵敏度为94.34%，特异度为95.75%，受试者工作特征曲线（ROC曲线）下面积为0.985（0.974，0.996）；决策树模型的灵敏度为88.05%，特异度为97.87%，ROC曲线下面积为0.980（0.968，0.992）。两个模型差异无统计学意义（Z=-0.625，P=0.268）。结论决策树与Logistic回归模型相结合，在老年人社区养老意愿影响因素研究中具有较高的运用价值。研究结果显示，老年人社区养老意愿偏低，提示未来可通过改变老年人传统养老观念、关注老年人身心健康、改善老年人家庭关系等方法提高老年人社区养老意愿。该文的微信推文请扫描下方二维码查看！