《Geriatric Nursing》：Attitude toward aging and elderliness and death anxiety in geriatric individuals with chronic diseases in Turkey: Artificial neural network prediction
编辑推荐：
本研究利用人工神经网络模型，分析3456名慢性病老年个体的年龄、性别、婚姻状况、教育水平、收入、子女数量及亲子关系等因素对死亡焦虑及态度的影响，发现女性、已婚、高收入者焦虑较高，教育程度高、子女多及亲子关系好则焦虑降低，模型预测准确率达72.24%，为改善老年人生活质量提供依据。
Nurhan Do?an | Kerime Hac?k?ylü
土耳其阿马西亚大学健康科学学院内科护理系，阿马西亚
摘要
本研究的目的是预测哪些人口统计特征会影响患有慢性疾病的老年人在面对衰老、老年及死亡焦虑时的态度。为此采用了机器学习方法——人工神经网络（ANN）进行建模。分析了包含年龄、性别、婚姻状况、教育水平、收入、子女数量以及与子女关系等变量的全因子测试数据（共3456个样本）。研究结果显示，土耳其死亡焦虑量表（TDAS）得分处于中等水平（40–60分），其中女性、已婚者及收入较高者的焦虑程度更高。教育水平较高或子女较多的个体焦虑感较低，而与子女关系较差则会导致焦虑加剧。对于衰老态度的测量量表（ATAES）得分范围为140–170分，90岁年龄段的得分最高，且男女差异不大。教育水平较低或与子女关系不佳的个体态度更为消极。人工神经网络的预测准确率至少达到了72.24%。这些发现揭示了可调整的风险因素，有助于降低老年慢性患者的死亡焦虑并改善他们对衰老的态度。人工神经网络在预测人口统计特征对老年患者衰老、老年及死亡焦虑态度的影响方面表现良好。
研究部分摘要
背景
全球65岁及以上的人口数量持续增长，预计到2030年这一数字将增至14亿，到2050年将达到21亿。在未来几十年内，发展中国家的老龄化趋势将更加明显。1随着老年人口的增加，与衰老相关的身体、心理和社会问题也会随之增多。了解老年人的生理、心理和社会特征至关重要。
横断面研究设计
本研究遵循了EQUATOR指南，并采用了相应的报告方法。15研究报告中采用了“加强观察性研究报告”（STROBE） checklist作为指导。
研究设计与样本
本研究在黑海地区中部的一家大学附属医院进行，研究对象为65岁以上、患有慢性疾病的个体，他们均接受了该医院的门诊或住院治疗。
死亡认知的不确定性
死亡认知的不确定性得分在65至75岁年龄段上升，随后在90岁年龄段下降，其中75岁年龄段的不确定性最高。女性的死亡认知不确定性高于男性。文盲者的死亡认知不确定性最高，而受过教育者和小学毕业生则相对较低。高中毕业生、受过教育者及小学毕业生的死亡认知不确定性也较高，而文盲者的不确定性最低。
讨论
周围环境的支持、个体的适应能力以及对生活的积极态度对于帮助老年人应对负面情况至关重要。2, 3, 5, 26老年人的主要社交圈通常由配偶和子女组成。研究表明，与子女建立良好沟通的个体能够维持大部分基本的社会联系。3, 5, 27家庭纽带和家庭关系对老年人的心理健康具有重要意义。
结论
本研究利用人工神经网络（ANN）分析了影响老年人对衰老、老年及死亡焦虑态度的人口统计因素，取得了重要发现。降低老年人的死亡焦虑对于提高其生活质量至关重要。研究发现，性别、与子女的关系及收入状况等因素对死亡焦虑有显著影响。这表明人工神经网络可作为有效的分析工具。
资金来源
本研究未获得任何公共部门、商业机构或非营利组织的资助。
作者贡献
作者负责研究的构思与设计、数据收集、结果分析及论文撰写。
伦理考量
本研究遵循世界医学协会的《赫尔辛基宣言》（关于涉及人类受试者的医学研究的伦理原则），尊重了参与者的隐私权，并获得了他们的知情同意。研究前也获得了相关机构及伦理委员会的批准。研究者向参与者提供了关于研究目的、流程及可能风险的清晰信息。
Nurhan Do?an：负责论文撰写、审稿与编辑、初稿撰写、数据整理、方法论设计、数据分析及概念构建。Kerime Hac?k?ylü：负责初稿撰写及数据整理。
