基于机器学习的老年人口失能风险识别与长期护理需求预测研究开题报告

1. 研究目的与意义

一、研究背景随着全球老龄化进程的加快，日益严峻的老年人口问题给发达和发展中国家的经济社会健康发展带来巨大的挑战。

中国的老龄化呈现出规模巨大，增长速度较快和未富先老的特征。

据联合国预测，在2015—2055年间，中国的老龄化率将以年平均2.35%的速度增长，同期的世界年平均增长率仅为1.53%，即便中国的总人口未来不再居于世界首位，中国的老年人口规模仍会在很长的一段时间内保持在世界第一的位置。

2. 研究内容和预期目标

一、研究内容本次研究主要运用机器学习的方法，采用定量分析，以中国健康与养老追踪调查(charls)中有关老年失能群体的数据为研究对象，对数据进行清理分类，运用随机森林的算法建立解释变量与被解释变量之间的函数关系，发现影响老年群体失能的因素，从而科学合理的预测出失能老年群体规模，同时，以相同的方法对长期护理的需求规模做出准确预测，最后能够为中国的护理资源供给侧改革和长期护理保险的更好运行提出相关政策建议。

二、解决的关键问题本研究解决的关键问题是：运用随机森林的算法对老年群体进行失能风险识别，分析有哪些因素会对老年群体失能造成影响，并找出对老年群体失能影响最大的因素，同时，对长期护理需求做出预测，研究长期护理需求的影响因素，分析失能达到什么程度才会产生长期护理需求。

3. 国内外研究现状

一、国外研究综述（一）失能风险和长期护理需求预测研究国外的长期护理需求研究起步较早，因此关于老年失能风险和长期护理需求预测的研究较多，也取得了较大成果，但一般采用的都是统计学分析方法。荷兰的Nienke Bleijenberg和M.J.Schuurmans等人（2017）利用混合线性回归模型和混合逻辑回归模型研究了年龄，性别，婚姻状况，生活状况(如独自或与他人)，受教育程度和社会经济地位对老年人失能状况的影响，且得出患有慢性病的老人更有可能残疾或失能的结论。美国学者Christine和Peter Schafer等人（2013）则通过美国国家长期护理调查数据，对美国老年人的健康状况进行了研究，结果表明在2010-2025年间失能老年人口规模呈下降态势，但在2025-2040年却呈现出相反态势，日本的Itoh Sakiko和Murayama等人（2018）在研究日本的长期护理需求时运用了回顾性队列方法，确定了65岁以上的老人更需要长期护理。新加坡的#8206;Bussarawan和Knodel John（2018）在研究缅甸的长期护理需求时使用描述性和多变量分析发现贫困和家庭人口规模与长期护理需求有着密切的联系。（二）有关机器学习研究国外的机器学习方法发展的较为完善，构建了系统的理论框架，但大多运用在自然科学之中，在老龄化问题的研究上运用还较少。Tom M. Mitchell（1997）认为机器学习是指从数据中识别出规律并以此完成预测、分类及聚类的算法总称，并根据被解释变量是否已知分为监督学习和无监督学习两种。McKinsey Global Institute（麦肯锡全球研究所）在2018年发布的《数字时代：在数据驱动的世界中竞争》中指出目前机器学习的功能主要有认知、预测、决策和集成解决方案四大类，且预测是目前其运用最广泛的功能，同时他也指出机器学习在经济学中的应用也越来越广泛。二、国内研究综述（一）失能风险和长期护理需求预测研究国内关于老年群体失能影响因素的分析以及长期护理需求的预测研究也取得了一定的成果。国内的研究主要运用截面数据，且多数采用参数估计、逻辑回归、多因素回归分析等传统统计学方法，对失能的界定标准大多采用自评健康等主观评价指标。江建烨、张媛媛（2021）等在研究有关青岛市大于60岁老人失能状况及影响因素分析时，用老年失能评估量表（EDAS）对老年人失能状况进行调查，采用单、多因素分析方法对老年居民失能影响因素进行分析，得出了年龄越大，文化水平越低，有过住院史且独身的老人失能可能性越大的结论。王金营、李天然（2020）运用参数估计和非参数修匀法对未来人口的失能趋势做出预测，得出65岁及以上的失能老人口规模将从会在未来40年内迅速扩大，呈现出指数型上升的发展态势的结论。赵广川、康丽丽（2021）使用logit模型和随机森林算法研究了收入与日常生活中个人需求未得到满足之间的关系，发现家庭收入是影响老年人未满足需求的重要因素，此外，低收入群体中的老年人有更高水平的未满足的需求。汪连杰（2021）基于马尔可夫（Markov）模型，利用CHARLS和“中国老年家庭与养老服务全面调查”两类数据对失能老年人长期护理需求规模进行评估，认为随着人口高龄化、人均寿命延长和失能风险的增加，客观上对于科学性、专业化长期护理服务的需求越来越高。雷咸胜（2019）采用多元回归预测的方法，利用CLHLS、CHARLS和SSAPUR 数据对中国失能老年人长期照护需求规模进行预测。王新军、李雪岩（2020）则使用逻辑回归（Logit）模型实证分析我国长期护理保险需求影响因素，主要是老年人口失能程度和生活困难程度。（二）有关机器学习研究国内关于运用机器学习方法来识别老年失能风险和对长期护理需求预测的研究同样较少，但医学领域常会用机器学习的方法来对疾病进行预测和防治。李俊超（2021）在研究机器学习对心血管疾病的预测时，选择了性别、年龄、身高等11个变量作为研究指标，将数据分为“患心血管疾病”和“不患心血管疾病”两类，通过比较逻辑回归和融合模型、LightgGBM模型两种机器学习方法的预测结果，得出了融合模型、LightgGBM模型的预测能力比传统的逻辑回归更强的结论。齐国庆、吴东、胡博、王文（2021）在研究机器学习在脑功能障碍磁共振成像诊断中的运用时指出：由于K-最近邻（KNN算法）主要依赖于输入数据的相似性来进行分类，故在脑影像组织分割方面也展现出较好的效果；支持向量机（Support Vector Machine，SVM）易于实现，分类效果优越，且在小样本数据中表现较好，故SVM是目前应用最为广泛的机器学习算法，相关研究已涉及目前常见神经精神疾病；随机森林（Random Forest，RF）最大的优点是能够处理高维度非线性的特征，泛化效能强，特别适用于解决脑影像多模态融合、高维度特征降维的问题。三、文献评述国内外对老年失能风险识别和长期护理需求预测的研究都取得了一定的成果，得出了老年群体失能受到年龄，婚姻状况，受教育水平和收入水平等因素影响，长期护理需求随着人口高龄化趋势的发展而迅速增长等结论，但是在研究的方法上还存在着不足。第一，大多采用逻辑回归，单、多因素回归等传统统计学方法来对数据进行处理分析，研究的结果存在较大误差，准确性难以保证。第二，现有研究大多采用截面数据对老年失能率和长期护理需求进行测算并以此分析某一时点的老年失能水平和需求水平。由于老年失能状况是处在随时间不断变化发展的过程中，不能排除同一时期可能同时存在失能率上升、下降或平行发展的状态。第三，不同失能测量标准下所得到的老年失能率存在较大差异，对失能的界定标准采用自评健康等主观评价指标和采用量表方式对老年人生活自理能力进行评估作为客观评价指标的研究结果存在差异。机器学习在医学领域的运用为其在老年风险识别中运用的可行性提供了依据，本次研究将创新地采用机器学习的方法，运用随机森林的算法来对数据进行分析，提高模型的拟合度，降低研究结果的误差，使得得出的结论更有说服力。

4. 计划与进度安排

一、研究方法（一）文献研究法文献研究是指主要通过搜集、鉴别、整理文献，提炼文献主要观点，形成对事实科学认识的方法。

本文通过查阅国内外有关老年失能和长期护理需求预测的相关文献资料，并对这些文献资料加以深入阅读和分析，发现以往研究的优点与缺点，并在本次研究中加以改进，得出更为准确的预测结果。

（二）定量分析法定量分析是指是对社会现象的数量特征、数量关系与数量变化进行分析的方法。

5. 参考文献

[1]Teerawichitchainan Bussarawan,Knodel John. Long-Term Care Needs in the Context of Poverty and Population Aging: the Case of Older Persons in Myanmar.[J]. Journal of cross-cultural gerontology,2018,33(2):[2]Itoh Sakiko,Hikichi Hiroyuki,Murayama Hiroshi,Ishimaru Miho,Ogata Yasuko,Yasunaga Hideo. Association Between Advanced Care Management and Progression of Care Needs Level in Long-Term Care Recipients: Retrospective Cohort Study.[J]. JMIR aging,2018,1(2):[3] Bleijenberg N,Zuithoff N P A,Smith A K,de Wit N J,Schuurmans M J. Disability in the Individual ADL, IADL, and Mobility among Older Adults: A Prospective Cohort Study.[J]. The journal of nutrition, health amp; aging,2017,21(8):[4]Christine Dunkel Schetter,Peter Schafer,Robin Gaines Lanzi,Elizabeth Clark-Kauffman,Tonse N. K. Raju,Marianne M. Hillemeier. Shedding Light on the Mechanisms Underlying Health Disparities Through Community Participatory Methods[J]. Perspectives on Psychological Science,2013,8(6):[5] Hierons, R. M. (1999). Machine Learning, by Tom M. Mitchell, McGraw-Hill, 1997 (Book Review). [6] McKinsey Global Institute, “The Age of Analytics: Competing in a Data -driven World,” December, 2016https://www.mckinsey.com/ March 3, 2018.[7]Lili Kang，Guangchuan Zhao，Financial support for unmet needs for per-sonal assistance with daily activities: Implications from China’s long-term care insurance pilots, Fi-nance Research Letters (2021),doi: https://doi.org/10.1016/j.frl.2021.102590[8]蔡昉.中国老龄化挑战的供给侧和需求侧视角[J].经济学动态,2021(01):27-34.[9]米红,郑雨馨.多健康状态老年人长期护理需求分析预测——以浙江省为例[J].中国医疗保险,2020(06):16-21.[10]汪连杰.失能老年人长期护理的需求规模评估、费用测算与经济效应预测[J].残疾人研究,2021(01):39-50.[11]雷咸胜.中国失能老年人长期照护需求规模预测及制度建设对策研究[J].残疾人研究,2019(04):80-87.[12]王金营,李天然.中国老年失能年龄模式及未来失能人口预测[J].人口学刊,2020,42(05):57-72.[13]江建烨,张媛媛,刘伟.青岛市≥60岁社区人群失能状况及影响因素分析[J].华南预防医学,2021,47(08):1021-1023 1030.[14]王新军,李雪岩.长期护理保险需求预测与保险机制研究[J].东岳论丛,2020,41(01):144-156.[15]齐国庆,吴东,胡博,王文.机器学习在脑功能障碍磁共振成像诊断中的应用[J].磁共振成像,2021,12(10):85-88.[16]李俊超. 基于机器学习的心血管疾病预测研究[D].大连理工大学,2021.[17]唐磊. 基于机器学习的老年共病网络演化和预测[D].电子科技大学,2021.[18]黄乃静,于明哲.机器学习对经济学研究的影响研究进展[J].经济学动态,2018(07):115-129. [19]陈硕,王宣艺.机器学习在社会科学中的应用:回顾及展望[J].复旦大学，2020.