臺灣中老年人中風後身體功能變化歷程之性別差異探討journal.ntunhs.edu.tw/ezfiles/25/1025/img/486/764031344.pdf ·...

80 健康科技期刊 2018 專刊

The Journal of Health Sciences, 2018 Special Issue, p80~p92

臺灣中老年人中風後身體功能變化歷程之性別差異探討

吳昌政1　邱靜如

2　黃湘閔

3　呂宗學

4

摘　要

目的：了解臺灣中老年中風患者長期日常生活功能的下降速度及軌跡是否有性別差異及其相關因子

探討。方法：利用領航國際之活躍老化監測暨決策支援系統研究計畫所建構的「中高齡健康與失能歷程

資料庫」之1996至2007年間自評曾罹患過中風之50歲以上患者探討其在日常生活功能指標(ADL)及工具

性日常生活活動指標(IADL)的變化趨勢及性別差異。藉由階層線性模型(Hierarchical linear model, HLM)

分析並矯正追蹤過程中可能對身體功能產生影響之干擾因子，如：社會人口學及健康疾病相關因子等，

提出中風失能歷程之實證分析。結果：追蹤期間之中老年中風患者共700位，平均年齡為73.46 ± 8.43

歲，女性佔297位(42.43%)。研究結果顯示中風患者罹病後的日常生活功能變化與性別無直接關聯，主

要是透過其他健康或社會問題，如：糖尿病、髖骨骨折、視力障礙、憂鬱、記憶功能受損、非婚姻或無

伴和社會支持下降等變化，導致日常生活功能下降。而工具性日常生活功能則顯示即使已控制共病的問

題，女性的下降速度仍較快，但在加入婚姻或有伴狀況變項後，此差異性即消失。結論：中老年中風患

者ADL及IADL變化軌跡之性別差異受到共病症及婚姻或無伴狀況的影響，故若中風患者能避免罹患相

關共病和確保適切之陪伴，則中風後失能之狀況可以大幅降低。

關鍵詞：中風、身體功能、性別差異、中老年人、長期追蹤資料

1 衛生福利部桃園醫院復健科主治醫師

2 國立成功大學老年學研究所副教授

3 國立成功大學公共衛生學科暨研究所研究助理

4 國立成功大學公共衛生學科暨研究所教授受文日期：2018年06月13日　修改日期：2018年09月02日　刊載日期：2018年09月28日通訊作者：邱靜如　[email protected]

壹、前　言

急性腦血管疾病又稱做中風，是目前全世界人

類造成死亡的主要原因之一，在臺灣，腦中風佔國

人十大死因排名第四位（衛生福利部，2016）且臺灣中風盛行率為每1000人有19.82位患者，男性比女性高，發生率則為每1000人有6.87位患者（廖建彰、李采娟、林瑞雄、宋鴻樟，2006）。此外，中風盛行率會隨著年齡的增加而上升，在年齡層75至79歲達到最高（廖建彰等人，2006）。腦血管病

變除了導致死亡，存活者也可能導致嚴重的失能。

根據美國疾病管制局健康危害行為監測系統(CDC BRFSS)的調查報告顯示，大部分的腦血管病變存活病患具有永久性的部分身體功能損傷(Centers for Disease Control and Prevention, 2007)。相關研究(the Framingham Heart study)亦顯示65歲以上老年人於中風後6個月大約有26%以上會具有日常生活功能(Activity of daily life，ADL)的失能(Kelly-Hayes et al., 2003)。

近年來，一些學者漸漸發現腦血管病變在不同

2018健康科技專刊.indb 80 2018/12/20 下午 02:39:48

DOI: 10.6979/TJHS.201812/SP.0008


健康科技期刊 2018 專刊 81

的性別上有顯著的差異性。許多研究顯示男女性發

生中風無論是在發生率、發生年齡、疾病嚴重度及

死亡率都有不同(Kelly-Hayes et al., 2003; Lewsey et al., 2009; Petrea et al., 2009)，例如在45至84歲之間，男性腦血管病變的發生率超過女性，但是超

過85歲之後女性的發生率則超過男性，故平均而言女性發生年齡較高且女性的中風存活患者失能狀況

也較嚴重，作者認為這是因為女性中風患者年紀較

大且中風前功能較差的緣故(Petrea et al., 2009)。蘇格蘭的研究顯示女性中風患者具有較高的30日內死亡率，且這個差異呈現逐年增加的趨勢(Lewsey et al., 2009)。另外，在一項藉由長期追蹤資料(the Framingham Heart study)分析的研究中顯示女性中風存活患者也容易有較高的日常生活功能障礙及住

進機構的機會，但是在調整年齡後，性別差異便無

影響，因而作者認為「發生的年齡」才是影響中風

病患失能的主要因素(Kelly-Hayes et al., 2003)。不過，也有研究保持相左的看法，一項前瞻性研究指

出即使調整年齡、種族、中風類型及中風前身體

功能等，女性中風存活病患在出院3個月後的日常生活功能獨立之機率仍較男性減少63% (Gargano, Reeves, & Investigators, 2007)。在另一篇橫斷性研究以5,888位社區老年中風病患為研究對象，結果同樣顯示在調整年齡、種族、教育程度及婚姻狀況

後，女性日常生活功能獨立的比例僅佔男性的一

半，其研究亦提出患者自身罹患的疾病亦會影響

男女性後續失能的差異，尤其是關節炎和肥胖影

響女性中風患者失能的狀況分別佔30.2%和12.9% (Whitson et al., 2010)。

過去臺灣由於平均餘命較短，中風病患以男性

為主。但是隨著平均餘命的增加，女性中風病患的

人數及比例也隨之逐年增加。因此，了解臺灣女性

中風病患與男性之性別差異及了解產生失能差異之

相關原因是重要的課題。故本研究藉由臺灣「中高

齡健康與失能歷程資料庫」之資料，欲了解臺灣中

老年中風患者長期身體功能(ADL、IADL)下降的速度及軌跡之性別差異，並詳細探討之問題如下：

(一)臺灣50歲以上曾經中風之中老年病患身體功能

變化之改變軌跡？(二)男女性之中老年中風病患身體功能下降的速度是否具有差異性？(三)共病及是否有伴侶之支持是否為導致男女性中風病患身體功

能差異之主要解釋因子？

貳、方　法

一、資料來源與研究對象

本研究使用國民健康署在「建構領航國際之

活躍老化監測暨決策支援系統」研究委託計畫中所

建置之「中高齡健康與失能歷程資料庫」，此資料

庫目的是希望可以整合有關中高齡健康與失能歷程

相關的資料，進而瞭解中高齡者其失能前後的歷

程。方法為將1996年、1999年、2003年、2007年和2011年五波的中老年身心社會生活狀況長期追蹤調查(TLSA)進行串聯，形成一個連續五波的長期追蹤資料庫。詳細之建置過程及內容請參考「臺灣

『中高齡健康與失能歷程資料庫』之建置」。而本

研究之樣本為1996至2007年期間自述曾經罹患過中風之50歲以上患者進而探討其中風後至2011年期間日常生活功能指標(ADL)及工具性日常生活活動指標(IADL)的變化軌跡及性別差異。此研究之樣本在1996年有239人，1999年有163人，2003年有174人，2007年有124人，最終總樣本共有700人，預期追蹤人次為1,911人次，實際追蹤人次為1,254人次，追蹤率為65.4%。

二、研究變項

本研究之主要自變項為「受訪者是否罹患中

風」，其定義採用有關慢性疾病的問卷題目「你過

去是否曾經被診斷中風？」來判斷，而依變項「身

體功能」分別為問卷題目中之改良後的日常生活

評估量表(ADL) (Katz, Ford, Moskowitz, Jackson, & Jaffe, 1963)及工具性日常生活活動能力量表(Instrumental activities of daily living scale, IADL)(Lawton & Brody, 1969)。其中，日常生活評估量表(ADL)包括吃飯、上下床或椅子、穿衣服、上廁所、洗澡與室內走動等6項；工具性日常生活活動

2018健康科技專刊.indb 81 2018/12/20 下午 02:39:48



能力量表(IADL)包括買個人日常用品、處理金錢、獨自搭乘汽車或火車、在住家或附近做粗重工作、

輕鬆的家事和打電話等6項。身體功能之量尺點數皆為4點：0為沒困難，1為有些困難，2為很困難，3為完全做不到。總分為0至18分，本研究已分別先針對日常生活功能(ADL)與工具性日常生活功能(IADL)各六題分數進行反轉，故其分數愈高，表示身體功能(ADL、IADL)越好。另外，時間變項則藉由受訪者在每波追蹤時的受訪年齡與50歲之差異來分析年齡所帶來的效應，屬連續變項。

本研究亦校正追蹤過程中可能對身體功能產

生影響之干擾因子，如：社會人口學變項及健康疾

病相關因子。社會人口學因子包括年齡、性別、經

濟狀況、婚姻或有伴狀況、社會支持等。健康相關

因子則是包括心理狀況（認知功能、憂鬱和社會支

持）、六種慢性病（高血壓、糖尿病、心血管疾

病、癌症、關節炎和髖骨骨折）和視力障礙等。社

會人口學的部分除了年齡和社會支持為連續變項

外，經濟狀況和婚姻或有伴狀況皆為二元變項。經

濟狀況依年收入30萬元做分界線。婚姻或有伴狀況之其中一類包含「已經結婚且先生/太太也還在」或「有同居的老伴」，另一類則為「喪偶、離婚、

分居或從未曾結婚」。社會支持(Fitzgerald et al., 1996)採用五小題，分別為「聽您講心事、對您的關心程度、關心程度您是否滿意、生病是否有人可

以依靠和詢問您的意見」，分數介於0至20分，分數越高代表社會支持程度越高。

健康相關因子的部分除了認知功能為連續變

項，其餘皆為二元變項。記憶功能為判斷其記憶

力狀況，使用修正之聽覺語文學習測驗(modified Rey Auditory-Verbal Learning Test, m-RAVLT)評估記憶力(Hawkins, Dean, & Pearlson, 2004)，總共10個名詞，每答對一題給一分，分數由0至10分，分數越高認知功能越好。憂鬱採用CES-D量表為研究工具(Radloff, 1977)，10題問題加總得分範圍介於0至30分之間，得分在10分以上者，即屬於「有憂鬱傾向」，反之0至9分者為「無憂鬱傾向」。視力障礙採用問卷中「您看東西或戴眼鏡後是否看得

清楚？」，若回答很清楚、清楚或普通則屬於無視

力障礙，反之若回答不太清楚或很不清楚則屬於有

視力障礙。六種慢性病之定義採用問卷題目中「你

是否有被醫師診斷之高血壓、糖尿病、心臟病、癌

症、關節炎和髖骨骨折？」來判斷。

四、統計分析

本研究將調查後的資料，以SAS套裝統計軟體第9.4版進行分析。首先比較中風患者在自我報告有中風之該年度於社會人口學及健康相關資料上

的性別差異，連續變項採用t檢定，類別變項採用卡方檢定，檢定以p < 0.05作為統計上有意義之參考。再來，本研究採用階層線性模型(Hierarchical linear model，HLM)分析臺灣中風後的中老年人其性別對於身體功能之變化軌跡，並矯正追蹤過程中

可能對身體功能產生影響之隨時間變化的干擾因

子。首先，先使用未控制其他因子的時間軌跡模式

（模型0）分別觀察日常生活功能(ADL)和工具性日常生活功能(IADL)隨年齡變化的軌跡。再來在模型一中放入性別變項分別觀察性別在日常生活功能

(ADL)和工具性日常生活功能(IADL)變化軌跡的差異。模型二為將健康相關因子變項放入模型一內，

檢驗性別是否是透過其他健康因子導致日常生活

功能(ADL)和工具性日常生活功能(IADL)分數的變化。模型三則將社會人口學變項放至模型二中，檢

驗性別是否仍具有顯著影響力。階層線性模型中的

隨機截距量化了樣本身體功能的異質性，而斜率則

量化了樣本之身體功能隨時間變化的異質性，此外

也解釋了樣本不同的追蹤次數、隨時間重複測量的

樣本內的相關性和隨機遺失的數據。

參、結　果

表一為受訪者確診罹患中風時的社會人口學

及健康特徵之描述性分析，自1996至2007年間之中風中老年患者共700位，平均年齡為73.46 ± 8.43歲，女性佔297位(42.43%)，其中男女性之罹患年齡並未達統計上顯著差異(72.98 ± 8.21 vs 74.11 ±

2018健康科技專刊.indb 82 2018/12/20 下午 02:39:48



8.69, p = 0.078)，而女性有婚姻或有伴之情形僅佔38.05%，男性則高達71.46%，達統計上顯著差異(p < .0001)。另外，女性之經濟狀況收入30萬元以上比例較男性高(59.78% vs 53.33%)，但未達統計上顯著差異。身體功能的部分，女性中風患者相對

男性有較差的日常生活功能(11.32 ± 7.63 vs 12.64 ±

7.09, p = 0.019)及工具性日常生活功能(7.14 ± 6.72 vs 9.90 ± 7.36, p < .0001)狀況，皆達統計上顯著差異。另外在健康相關因子的部分，除了癌症與高血

壓外，女性相對男性有較高的比例罹患其他疾病及

產生較差的心理狀況且達統計上顯著差異，如：視

力障礙(41.12% vs 22.15%, p < .0001)、心血管疾病(38.38% vs 27.11%, p = 0.002)、糖尿病(35.02% vs 24.63%, p = 0.003)、關節炎(28.96% vs 21.14%, p = 0.018)、髖骨骨折(10.17% vs 3.48%, p < .0001)、憂鬱(47.34% vs 30.60%, p = 0.019)、認知功能(2.58

± 1.90 vs 3.33 ± 2.25, p < .0001)和社會支持(9.39 ± 4.24 vs 10.28 ± 4.23, p = 0.027)。

表一.受訪者確診罹患中風時的社會人口學及健康特徵

總樣本

N = 700男性

N = 403女性

N = 297 t/chi-squaren(%) n(%) n(%)

年齡 73.46 ± 8.43 72.98 ± 8.21 74.11 ± 8.69 -1.77婚姻或有伴 78.03***　無 299(42.71) 115(28.54) 184(61.95)　有 401(57.29) 288(71.46) 113(38.05)經濟狀況 1.71　少於30萬 179(43.77) 105(46.67) 74(40.22)　30萬以上 230(56.23) 120(53.33) 110(59.78)高血壓 496(70.96) 275(68.41) 221(74.41) 2.99糖尿病 203(29.04) 99(24.63) 104(35.02) 8.95**心血管疾病 223(31.90) 109(27.11) 114(38.38) 9.99**癌症 31(4.43) 20(4.98) 11(3.70) 0.65關節炎 171(24.46) 85(21.14) 86(28.96) 5.64*髖骨骨折 44(6.31) 14(3.48) 30(10.17) 12.86***視力障礙 156(29.94) 68(22.15) 88(41.12) 21.64***憂鬱 175(37.31) 86(30.60) 89(47.34) 13.49***記憶功能(0-10) 3.04 ± 2.15 3.33 ± 2.25 2.58 ± 1.90 3.74***社會支持(0-20) 9.92 ± 4.25 10.28 ± 4.23 9.39 ± 4.24 2.21*日常生活功能(0-18) 12.08 ± 7.34 12.64 ± 7.09 11.32 ± 7.63 2.36*工具性日常生活功能(0-18) 8.73 ± 7.22 9.90 ± 7.36 7.14 ± 6.72 5.07***Note:1. 日常生活功能(ADL)和工具性日常生活功能(IADL)之分數越高，代表其身體功能越好。2. 連續變項以mean ± SD (standard deviation)呈現，類別變項以%呈現。3. ***p < .001; **p < .01; *p < .05

2018健康科技專刊.indb 83 2018/12/20 下午 02:39:48



表二為各相關因子對日常生活功能(ADL)之軌跡模型。模型0可發現中風患者在罹病一開始的平均日常生活功能分數於總分18分的量表中，平均得分為14.255分(β截距 = 14.255, p < 0.001)，對日常生活功能已有明顯下降的影響，且當年齡增加十

歲，中風患者的日常生活功能分數會顯著隨之減

少約1分而後下降程度將隨時間加劇(β年齡 2 = -0.009, p < 0.001)。模型1加入性別變項後，結果顯示女性雖然在一開始有較高的日常生活功能狀況，即女

性相對男性平均多了3.119分的日常生活功能分數 (β女性 = 3.119, p = 0.021)，但從線性的年齡變化與性別之交互作用下，顯示女性中風患者日常生活

功能的下降速度顯著較男性患者快速，即女性每

多十歲則比男性增加1.77分的下降速度(β女性 *年齡 = -0.177, p < 0.001)。模型2在加入健康相關因子後，發現性別的平均表現消失(p = 0.059)，但是男女性在之後日常生活功能下降的變化速度仍有達到統計

上顯著差異，即女性每多十歲則比男性增加0.96分的下降速度(β女性 *年齡 = -0.096, p = 0.044)。此外，模型2的健康相關因子中又以罹患糖尿病、髖骨骨折、視力障礙、憂鬱等共病會顯著影響中風患者降

低其執行日常生活功能的可能性，各降低1.166、2.395、0.800、2.129分。而當中風患者有較好的記憶功能時，其日常生活功能的分數則會顯著提高

0.372分(β記憶功能 = 0.372, p < 0.001)。故從模型2可知控制了相關疾病，中風患者一開始的身體功能並

未受到性別而有所差異，但隨著年紀的增長，其日

常生活功能狀況即受到性別差異的影響。最後，模

型3放入婚姻或有伴狀況及社會支持的結果發現性別不管是在罹病的起始狀況(β女性 =2.068, p = 0.062)或之後的變化速度(β女性 *年齡 = -0.077, p = 0.102)，其對日常生活功能已沒有顯著的影響，由此可知，

婚姻或有伴(β婚或有伴 = 1.007, p = 0.016)及社會支持 (β社會支持 = 0.082, p = 0.018)的差異才是顯著影響中風患者日常生活功能(ADL)變化的原因，換句話說，當中風患者有婚姻或有伴的狀況或是社會支持

之分數提高即可提高其日常生活功能的可能性。此

外，值得注意的是模型2和模型3中，年齡對於中風

患者之日常生活功能(ADL)的影響並不顯著，故代表身體及社會的差異才是導致中風病患日常生活功

能差異的主因，而非年齡。

從表二隨機效果的結果則指出共變項中截距與

斜率並無統計上顯著差異，可了解中風患者一開始

的日常生活功能狀況與其之後的日常生活功能狀況

並無顯著相關。而從配適度檢定(-2 Log-Likelihood test)之結果顯示加入健康相關因子後，模型的配適度提高至57.61% (ΔX 2

(17) = 4706.0, p < 0.001)且進一步加入婚姻或有伴狀況及社會支持亦提高模型配適

度0.91% (ΔX 2(3) = 31.6, p < 0.001)，故可知共病、婚

姻或有伴狀況及社會支持等因子對於中風患者日常

生活功能的重要性。

表三為各相關因子對工具性日常生活功能

(IADL)之軌跡模型。模型0可發現中風患者在罹病一開始的平均工具性日常生活功能分數為16.176分(β截距 =16.176, p < 0.001)，即對工具性日常生活功能有稍微的影響且當年齡每增加十歲，中風患者的

工具性日常生活功能分數會顯著減少約3.29分(β = -0.329, p < 0.001)。而模型1加入性別變項後，結果顯示女性並不會顯著影響中風患者在工具性日

常生活功能的起始狀況及之後的變化速度(Rate of change)。模型2在加入健康相關因子後，發現性別的平均表現亦消失(p = 0.326)，但是男女性在之後工具性日常生活功能的下降變化速度仍有達到統計

上顯著差異，即女性每多十歲則比男性增加1.13分的下降速度(β女性 *年齡 = -0.113, p = 0.037)。此外，模型2的健康相關因子中又以罹患糖尿病、髖骨骨折、視力障礙、憂鬱等共病會顯著影響中風患者降低執

行工具性日常生活功能的可能性，各降低1.125、1.713、1.598、3.253分。而當中風患者有較好的記憶功能時，其工具性日常生活功能的分數則會顯

著提高0.668分(β記憶功能 = 0.668, p < 0.001)。故從模型2可知控制了相關疾病，中風患者一開始的身體功能並未受到性別而有所差異，但隨著年紀的增

長，其日常生活功能狀況即受到性別差異的影響。

最後，模型3放入婚姻或有伴狀況及社會支持的結果發現性別不管是在罹病的起始狀況(β女性 = 1.023,

2018健康科技專刊.indb 84 2018/12/20 下午 02:39:48



表二 .各因子對ADL功能之曲線模型估計

Model 0 Model 1 Model 2 Model 3固定效果(Fixed effects)　起始狀況(年齡50歲)　　截距 14.255*** 13.206*** 14.407*** 12.718***　　年齡 0.135 0.171 0.073 0.070　　年齡*年齡 -0.009*** -0.001*** -0.001 -0.001　　女性 3.119* 2.120 2.068　　女性*年齡 -0.177*** -0.096* -0.077　　高血壓 0.055 0.073　　糖尿病 -1.166** -1.204**　　心血管疾病 0.930** 0.845*　　癌症 1.267 1.298　　關節炎 0.169 0.202　　髖骨骨折 -2.395** -2.297*　　視力障礙 -0.800* -0.799*　　憂鬱 -2.129*** -2.217***　　記憶功能 0.372*** 0.373***　　婚姻或有伴 1.007*　　社會支持 0.082*隨機效果(Random effects)　變項

　　截距(11) 24.780** 21.464* 9.588* 9.590*　　斜率(22) 0.026 0.012 0.016 0.015　共變項

　　截距，斜率(12) -0.104 0.120 -0.182 -0.180　　殘差 17.132*** 17.522*** 6.250*** 6.071***配適度檢定(Goodness of fit)　AIC 8197.5 8186.7 3498.7 3471.1　BIC 8229.4 8227.7 3571.1 3551.5　-2LL 8183.5 8168.7 3462.7 3431.1　Parameters 7 11 28 31概似比檢定(LR test)　Δχ2(degree of freedom) 14.8(4)** 4706.0(17)*** 31.6(3)***Note:1. 日常生活功能(ADL)之分數越高，代表其身體功能越好。2. Model 0: ADL model; Model 1: Sex moderating model; Model 2: Disease moderating model; Model 3:

Socio-demography moderating model3. AIC: Akaike’s information criterion; BIC: Bayesian information criteria; LR: likelihood ratio; -2LL: -2 log-

likelihood***p < .001; **p < .01; *p < .05

2018健康科技專刊.indb 85 2018/12/20 下午 02:39:48



表三 .各因子對IADL功能之曲線模型估計

Model 0 Model 1 Model 2 Model 3固定效果(Fixed effects)　起始狀況（年齡50歲）　　截距 16.176*** 16.505*** 14.261*** 12.427***　　年齡 -0.329*** -0.300*** -0.007* -0.063　　女性 -1.581 1.239 1.023　　女性*年齡 -0.033 -0.113* -0.083　　高血壓 -0.161 -0.216　　糖尿病 -1.125* -1.178**　　心血管疾病 0.260 0.157　　癌症 1.344 1.385　　關節炎 0.153 0.196　　髖骨骨折 -1.713* -1.576　　視力障礙 -1.598*** -1.540***　　憂鬱 -3.254*** -3.363***　　記憶功能 0.668*** 0.666***　　婚姻或有伴 1.309**　社會支持 0.070隨機效果(Random effects)　變項

　　截距(11) 45.984*** 46.718*** 8.233 9.3929　　斜率(22) 0 0 0.012 0.0161　共變項

　　截距，斜率 (12) -0.268 -0.324* 0.004 -0.0745　　殘差 16.045*** 16.310*** 8.624*** 8.1941***配適度檢定(Goodness of fit)　AIC 8065.4 8045.0 3705.1 3682.9　BIC 8088.2 8076.8 3773.4 3759.3　-2LL 8055.4 8031.0 3671.1 3644.9　Parameters 6 10 27 30概似比檢定(LR test)　Δχ2(degree of freedom) 24.4(4)*** 4359.9(17)*** 26.2(3)***Note:1. 工具性日常生活功能(IADL)之分數越高，代表其身體功能越好。2. Model 0: IADL model; Model 1: Sex moderating model; Model 2: Disease moderating model; Model 3:

Socio-demography moderating model3. AIC: Akaike’s information criterion; BIC: Bayesian information criteria; LR: likelihood ratio; -2LL: -2 log-

likelihood4. ***p < .001; **p < .01; *p < .05

2018健康科技專刊.indb 86 2018/12/20 下午 02:39:49



p = 0.415)或之後的變化速度(β女性 *年齡 = -0.083, p = 0.127)下，其對工具性日常生活功能已沒有顯著的影響，由此可知，從模型3中可看出有無婚姻或有伴狀況(β婚姻或有伴 = 1.309, p = 0.008)才是顯著影響中風患者工具性日常生活功能變化的原因，換句話

說，當中風患者有婚姻或有伴的狀況下，即可提高

其工具性日常生活功能的可能性。此外從模型0至模型3中可發現僅模型3的年齡為不顯著，代表社會的差異才是導致中風患者工具性日常生活功能差異

的主因。

從表三隨機效果的結果指出共變項中截距與斜

率在模型上大多並無統計上顯著差異，可了解中風

患者一開始的工具性日常生活功能狀況與其之後的

工具性日常生活功能狀況應無顯著相關。而從配適

度檢定(-2 Log-Likelihood test)之結果顯示加入健康相關因子後，模型的配適度提高至54.29% (ΔX 2

(17)

= 4359.9, p < 0.001)且進一步加入婚姻或有伴狀況及社會支持亦提高模型配適度0.71% (ΔX 2

(3) = 26.2, p < 0.001)，但僅婚姻或有伴狀況達統計上顯著差異，故可知共病和婚姻或有伴狀況對於中風患者工

具性日常生活功能的重要性。

肆、討　論

身體功能的評估工具多樣但本研究僅針對長期

照護在評估個案時最常用來判斷個案之日常生活與

自我照顧能力之量表進行分析，故本研究著重在探

討中風患者之日常生活功能(ADL)及工具性日常生活功能(IADL)在性別上的差異及相關危險因子。本研究結果顯示(一)中風患者在罹病一開始即對自身的身體功能(ADL、IADL)有顯著下降之影響，且隨著年齡增加，日常生活功能呈現加速下降而工具

性日常生活功能則呈現穩定下降之趨勢。(二)女性之中風患者在一開始有較高的日常生活功能，但其

下降的速度顯著較男性患者快速，反觀男女性中風

患者在工具性日常生活功能並無顯著差異。(三)控制健康相關因子後，中風患者在一開始的身體功能

(ADL、IADL)並未受到性別而有所差異，但隨著

年紀的增長，工具性日常生活功能的軌跡變化則受

到性別而有所不同，顯示共病為主要影響男女性中

風患者日常生活功能軌跡之原因。(四)是否「婚姻或有伴」的狀況為主要解釋性別間中風患者身體功

能差異之因子，而社會支持亦同樣能解釋中風患者

日常生活功能之差異。

身體功能之受損對於中風患者往往是必須面對

的議題，本研究結果指出中風患者隨著年齡增加身

體功能有下降的趨勢，但在控制其他相關因素後，

年齡卻也變得不顯著，故本研究認為年齡到底是直

接還是間接因為部分因素而影響身體功能仍有待

商榷，此與相關研究之論點相符(Jongbloed, 1986; Kelly-Hayes et al., 2003; Nakayama, Jorgensen, Raaschou, & Olsen, 1994)。另外，本研究亦發現對於日常生活功能會有加速下降的趨勢而工具性日常

生活功能則呈現穩定下降之軌跡。尤其是女性中風

患者在一開始有較高的日常生活功能狀況(ADL)，但其下降的速度顯著較男性患者快速，此結果與多

數相關研究之結果相同(Gall, Tran, Martin, Blizzard, & Srikanth, 2012; Haast, Gustafson, & Kiliaan, 2012; Kelly-Hayes et al., 2003; Petrea et al., 2009; Reeves et al., 2008)，大多研究認為可能原因為女性之平均餘命較男性長，故女性相較於男性有較長

的時間使得身體功能愈加嚴重，或是女性於中風前

已有較差之身體功能、較多的共病或較低的社會支

持等因素，亦有學者提出雌激素能保護女性減緩身

體功能受損之生物解釋，故女性於更年期後，雌激

素往往隨之流失進而使其身體功能受損之影響也加

劇上升。

過去相關文獻對於性別是否會影響中風患者

之身體功能有兩派說法，文獻提出即使控制相關危

險因子（如：年齡、中風前身體功能、共病等），

男女性之間對於身體功能的影響仍有顯著差異，

大多認為與罹患中風之嚴重度有關(Reeves et al., 2008)，另一篇亦指出即使校正年齡、中風型態和共病等，兩者之間的身體功能差異仍存在(Gargano et al., 2007)。而本研究同樣發現即使控制共病，女性之工具性日常生活功能(IADL)下降速度較快，

2018健康科技專刊.indb 87 2018/12/20 下午 02:39:49



但綜合本研究之分析結果，本研究認為中風患者身

體功能軌跡的變化實際與性別並未有直接關聯，主

要是受到健康和社會問題的影響而導致性別上的

差異，在這些共病症中又以糖尿病、髖骨骨折、

視力障礙、憂鬱、記憶功能受損等變化明顯導致

身體功能（ADL、IADL）下降，許多研究亦同樣提出老年人罹患慢性疾病時，隨著年紀的增長，

其共病所帶來的影響將使得身體功能受限情形加

劇，尤其是認知功能、骨骼肌肉系統異常（如：關

節炎、骨折等）、視力障礙、憂鬱等因素(Hybels, Pieper, Blazer, Fillenbaum, & Steffens, 2010; Lam et al., 2013; Martin, Freedman, Schoeni, & Andreski, 2010; Spiers et al., 2005)。而從表一可發現女性之中風患者比男性在罹患疾病時有較高的盛行

率，如：糖尿病(35.02%)、心血管疾病(38.38%)、關節炎(28.96%)、髖骨骨折(10.17%)、視力障礙(41.12%)、憂鬱(47.34%)等，此現象與部分相關研究之論點相符，一篇橫斷性研究亦指出失能的女性

相較男性有高出18%的共病率且患者自身罹患的疾病亦會影響男女性後續失能的差異(Whitson et al., 2010)，另外一篇文獻亦提出女性事後中風較嚴重的原因是因其年齡和共病而非性別直接影響(Kelly-Hayes et al., 2003)。

社會問題中以是否有婚姻或有伴的狀況為主要

解釋性別間中風患者身體功能(ADL、IADL)差異之社會因子，而此重要變項亦在其他相關文獻中被

提出且與本研究之論點相同(Lisabeth et al., 2015; Petrea et al., 2009; Reeves et al., 2008)。此外，從表一亦可發現女性中風患者大多是處於沒有婚姻或

無伴的狀況(61.95%)，同樣有研究指出女性於老年喪偶的比率較高且獨居時間長，不過男性在面對喪

偶時的心理壓力卻較高(Lee & DeMaris, 2007)且死亡風險遠高於女性(Ho & Hung, 2013)，使得老年喪偶的女性遠多於男性，這樣的差異可能也是造成

男女性身體功能差異的原因之一。文獻亦提出傳統

女性大多負責家裡內務，對於外出工作及經濟問題

等較依賴丈夫之協助(Bennett, Stenhoff, Pattinson, & Woods, 2010)，故可知老年女性處於無伴狀況時

容易出現社會孤立的情形(Lisabeth et al., 2015)。另外，社會支持在本研究亦是影響日常生活功能在

性別間差異的因子。文獻指出老年人不管是在獲得

工具性或情感性支持皆可以減緩身體功能上的退

化(Strine, Chapman, Balluz, & Mokdad, 2008; van Tilburg, 1998)，而社會支持亦存在著性別上的差異，差異的原因大多是因為男女有不同的社會經驗

和社會角色(Matud, Ibáñez, Bethencourt, Marrero, & Carballeira, 2003)。一篇探討心力衰竭患者之社會支持對其身體功能的影響中，發現男性若具有社會

支持將顯著較女性延緩其身體功能的退化(Berard, Vandenkerkhof, Harrison, & Tranmer, 2012)，而女性之中老年中風患者相對男性多處於獨居或無伴之

狀態，這樣的生活條件將間接導致其社會支持程度

下降亦影響其中風後的身體功能(Persky, Turtzo, & McCullough, 2010; Reeves et al., 2008)。

本研究之優勢為採用具有國家代表性且為長

期追蹤資料來評估中風患者將近16年的身體功能變化軌跡及社會和健康狀況的影響，進而提出中風失

能歷程之實證分析。另外，雖然本研究之追蹤率僅

65.4%，但本研究所採用的統計方式對於每一位個案在每一波的調查資料皆有貢獻，故能善用每筆資

料及準確預測身體功能在中風患者的效果。相較於

以往的研究多僅針對身體功能失能的原因及相關疾

病在性別上的差異探討，本研究為針對特定罹病族

群並判斷性別是否對其之身體功能有不同影響，對

於政策上能有明確之介入依據。但同時也因受限於

資料庫內容故無法獲得患者的臨床資料，如中風亞

型、嚴重程度、罹患中風時間等相關干擾因子進行

控制。本研究建議後續之研究設計可採用延緩效果

進行分析(Chiu, Hu, Wray, & Wu, 2016)，即蒐集前一次調查之相關因子內容進而探討其後續的身體功

能變化，藉以更準確得知相關因子與身體功能之因

果關係。

綜合上述，本研究結果顯示中風患者罹病後的

日常生活功能變化與性別無直接關聯，主要是透過

其他健康或社會問題，如：糖尿病、髖骨骨折、視

力障礙、憂鬱、記憶功能受損、無婚姻或無伴和社

2018健康科技專刊.indb 88 2018/12/20 下午 02:39:49



會支持下降等變化，導致日常生活功能下降。而工

具性日常生活功能則顯示即使已控制共病問題，女

性的下降速度仍較快，但在加入婚姻或有伴狀況變

項後，此差異性即消失。換言之，中老年中風患者

身體功能(ADL、IADL)變化軌跡之性別差異受到共病症及婚姻或有伴狀況的影響，故若中風患者能

避免罹患相關共病以及確保適切之陪伴，則中風後

失能之狀況可以大幅降低。另外，有鑑於男、女性

的婚姻或有伴的比例差異很大，未來研究亦可以針

對不同婚姻狀況下之性別差異以不同婚姻狀態進行

分層分析之深入探討。

致　謝

感謝衛生福利部國民健康署MOHW106-HPA-M-114 13470經費支持。

參考文獻

Bennett, K. M., Stenhoff, A., Pattinson, J., & Woods, F. (2010). “Well if he could see me now": the facilitators and barriers to the promotion of instrumental independence following spousal bereavement. J Gerontol Soc Work, 53(3), 215-234. doi:10.1080/01634370903562931

Berard, D. M., Vandenkerkhof, E. G., Harrison, M., & Tranmer, J. E. (2012). Gender differences in the influence of social support on one-year changes in functional status in older patients with heart failure. Cardiology Research and Practice, 2012, 616372. doi:10.1155/2012/616372

Centers for Disease Control and Prevention, C. (2007) . Outpa t ien t rehabi l i t a t ion among stroke survivors--21 States and the District of Columbia, 2005. MMWR: Morbidity and Mortality Weekly Report, 56(20), 504-507.

Chiu, C. J., Hu, S. C., Wray, L. A., & Wu, S. T. (2016). The Short- and Long-Term Effects

of Psychobehavioral Correlates in Buffering Diabetes-Related Cognitive Decline. Ann Behav Med, 50(3), 436-444. doi:10.1007/s12160-016-9770-3

Fitzgerald, J. T., Davis, W. K., Connell, C. M., Hess , G. E. , Funnel l , M. M., & Hiss , R. G. (1996). Development and validation of the Diabetes Care Profile. Evaluation and the Heal th Pro fess ions , 19 (2) , 208-230 . doi:10.1177/016327879601900205

Gall, S. L., Tran, P. L., Martin, K., Blizzard, L., & Srikanth, V. (2012). Sex differences in long-term outcomes after stroke: functional outcomes, handicap, and quality of life. Stroke, 43(7), 1982-1987. doi:10.1161/strokeaha.111.632547

Gargano, J. W., Reeves, M. J., & Investigators, f. t. P. C. N. A. S. R. M. P. (2007). Sex Differences in Stroke Recovery and Stroke-Specific Quality of Life: Results From a Statewide Stroke Registry. Stroke, 38(9), 2541-2548. doi:10.1161/strokeaha.107.485482

Haast, R. A., Gustafson, D. R., & Kiliaan, A. J. (2012). Sex differences in stroke. Journal of Cerebral Blood Flow and Metabolism, 32(12), 2100-2107. doi:10.1038/jcbfm.2012.141

Hawkins, K. A., Dean, D., & Pearlson, G. D. (2004). Alternative forms of the Rey Auditory Verbal Learning Test: a review. Behavioural Neurology, 15(3-4), 99-107.

Ho, S. H., & Hung, W. S. (2013). The impacts of widowhood, chronic disease, and physical function on mortality among older people. Journal of Nursing Research, 21(2), 110-119. doi:10.1097/jnr.0b013e3182921ff6

Hybe l s , C . F. , P i epe r, C . F. , B laze r, D . G . , Fillenbaum, G. G., & Steffens, D. C. (2010). Trajectories of mobility and IADL function in older patients diagnosed with major depression.

2018健康科技專刊.indb 89 2018/12/20 下午 02:39:49



In t J Ger ia t r Psych ia t r y, 25 (1 ) , 74 -81 . doi:10.1002/gps.2300

Jongbloed, L. (1986). Prediction of function after stroke: a critical review. Stroke, 17(4), 765-776.

Katz, S., Ford, A. B., Moskowitz, R. W., Jackson, B. A., & Jaffe, M. W. (1963). STUDIES OF ILLNESS IN THE AGED. THE INDEX OF ADL: A STANDARDIZED MEASURE OF BIOLOGICAL AND PSYCHOSOCIAL FUNCTION. JAMA, 185, 914-919.

Kelly-Hayes, M., Beiser, A., Kase, C. S., Scaramucci, A., D'Agostino, R. B., & Wolf, P. A. (2003). The influence of gender and age on disability following ischemic stroke: the Framingham study. J Stroke Cerebrovasc Dis, 12(3), 119-126. doi:10.1016/s1052-3057(03)00042-9

Lam, B. L., Christ, S. L., Zheng, D. D., West, S. K., Munoz, B. E., Swenor, B. K., & Lee, D. J. (2013). Longitudinal Relationships among Visual Acuity and Tasks of Everyday Life: The Salisbury Eye Evaluation Study. Investigative Ophthalmology and Visual Science, 54(1), 193-200. doi:10.1167/iovs.12-10542

Lawton, M. P., & Brody, E. M. (1969). Assessment of older people: self-maintaining and instrumental activities of daily living. Gerontologist, 9(3), 179-186.

Lee, G. R., & DeMaris, A. (2007). Widowhood, gender, and depression: A longitudinal analysis. Research on Aging, 29(1), 56-72.

Lewsey, J. D., Gillies, M., Jhund, P. S., Chalmers, J. W. T., Redpath, A., Briggs, A., . . . MacIntyre, K. (2009). Sex Differences in Incidence, Mortality, and Survival in Individuals With Stroke in Scotland, 1986 to 2005. Stroke, 40(4), 1038-1043. doi:10.1161/strokeaha.108.542787

Lisabeth, L. D., Reeves, M. J., Baek, J., Skolarus, L. E., Brown, D. L., Zahuranec, D. B., . . .

Morgenstern, L. B. (2015). Factors Influencing Sex Differences in Post-stroke Functional Outcome. Stroke; a journal of cerebral circulation, 46(3), 860-863. doi:10.1161/STROKEAHA.114.007985

Martin, L. G., Freedman, V. A., Schoeni, R. F., & Andreski, P. M. (2010). Trends in disability and related chronic conditions among people ages fifty to sixty-four. Health Affairs, 29(4), 725-731. doi:10.1377/hlthaff.2008.0746

Matud, M. a. P., Ibáñez, I., Bethencourt, J. M., Marrero, R., & Carballeira, M. (2003). Structural gender differences in perceived social support. Personality and Individual Differences, 35(8), 1919-1929. doi:https://doi.org/10.1016/S0191-8869(03)00041-2

Nakayama, H., Jorgensen, H. S., Raaschou, H. O., & Olsen, T. S. (1994). The influence of age on stroke outcome. The Copenhagen Stroke Study. Stroke, 25(4), 808-813.

Persky, R. W., Turtzo, L. C., & McCullough, L. D. (2010). Stroke in women: disparities and outcomes. Current Cardiology Reports, 12(1), 6-13. doi:10.1007/s11886-009-0080-2

Petrea, R. E., Beiser, A. S., Seshadri, S., Kelly-Hayes, M., Kase, C. S., & Wolf, P. A. (2009). Gender Differences in Stroke Incidence and Poststroke Disability in the Framingham Heart Study. Stroke, 40(4), 1032-1037. doi:10.1161/strokeaha.108.542894

Radloff, L. S. (1977). The CES-D Scale: A Self-Report Depression Scale for Research in the General Population. Applied Psychological Measurement, 1(3), 385-401. doi:10.1177/014662167700100306

Reeves, M. J., Bushnell, C. D., Howard, G., Gargano, J. W., Duncan, P. W., Lynch, G., . . . Lisabeth, L. (2008). Sex differences in stroke: epidemiology, c l in ica l p resen ta t ion , medica l ca re , and outcomes. Lancet Neurology, 7(10), 915-926.

2018健康科技專刊.indb 90 2018/12/20 下午 02:39:49



doi:10.1016/s1474-4422(08)70193-5Spiers, N. A., Matthews, R. J., Jagger, C., Matthews,

F. E., Boult, C., Robinson, T. G., & Brayne, C. (2005). Diseases and Impairments as Risk Factors for Onset of Disability in the Older Population in England and Wales: Findings From the Medical Research Council Cognitive Function and Ageing Study. The Journals of Gerontology: Series A, 60(2), 248-254. doi:10.1093/gerona/60.2.248

Strine, T. W., Chapman, D. P., Balluz, L., & Mokdad, A. H. (2008). Health-related quality of life and health behaviors by social and emotional support. Their relevance to psychiatry and medicine. Social Psychiatry and Psychiatric Epidemiology, 43(2), 151-159. doi:10.1007/s00127-007-0277-x

van Tilburg, T. (1998). Losing and gaining in old age: changes in personal network size and

social support in a four-year longitudinal study. J Gerontol B Psychol Sci Soc Sci, 53(6), S313-323.

Whitson, H. E., Landerman, L. R., Newman, A. B., Fried, L. P., Pieper, C. F., & Cohen, H. J. (2010). Chronic Medical Conditions and the Sex-based Disparity in Disability: The Cardiovascular Health Study. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences, 65A(12), 1325-1331. doi:10.1093/gerona/glq139

廖建彰, 李采娟, 林瑞雄, & 宋鴻樟. (2006). 2000年臺灣腦中風發生率與盛行率的城鄉差異 . [Urban and Rural Difference in Prevalence and Incidence of Stroke in 2000 in Taiwan]. 臺灣公共衛生雜誌 , 25(3), 223-230.

衛生福利部 . ( 2 0 1 6 ) . 1 0 5年死因結果摘要表 Retrieved from https://dep.mohw.gov.tw/DOS/cp-3352-33579-113.html

2018健康科技專刊.indb 91 2018/12/20 下午 02:39:49



Differences Between Men and Women in Physical Function Change After Stroke

Chang-Chen Wu1　Ching-Ju Chiu2

　Hsiang-Min Huang3　Tsung-Hsueh Lu4

Abstract

Purposes: To investigate factors associated with the decline of long-term activities of daily living in

patients with stroke in Taiwan, and to examine if there exist gender differences. Methods: Data on patients

aged over 50 years who self-reported incidence of stroke during the period from 1996 to 2007 in the “Disability

Process Database,” which constructed by Project of Active Ageing Database Integration, Value-Added

Analysis and Project Management, were analyzed. Hierarchical linear model (HLM) was used to analyze the

stroke disability trajectories while adjusting the confounding factors that might affect physical function in the

longitudinal process, such as social demographics and health-related disease factors. Results: A total of 700

middle-aged and elderly stroke patients were enrolled, with an average age of 73.46 ± 8.43 years. Patients

composes 297 women (42.43%). The results of the study show that the ADL changes after stroke in patients

are not directly related to gender, mainly through other health or social problems such as: diabetes, hip

fracture, visual impairment, depression, memory impairment, unmarried or no partner, and decline in social

support. The IADL shows that even if comorbidity has been controlled, the rate of decline of women is still

relatively fast, but this difference disappears after added the marriage or partner status. Conclusions: Gender

differences in the trajectory of ADL and IADL in middle-aged and elderly patients with stroke are affected

by comorbidities and marital status or partner status. This study concluded that if patients with stroke can

prevent comorbidity development, and can be accompanied by their family or friends with satisfied support,

the disability after stroke may be greatly mitigated.

Keywords: Stroke; Physical function; Gender difference; Middle-aged and older adults; Trajectory

1 Attending Physician, Department of Rehabilitation, Tao-Yuan General Hospital, Ministry of Health and Welfare 2 Associate Professor, Institute of Gerontology, National Cheng Kung University 3 Research Assistance, Department of Public Health College of Medicine, National Cheng Kung University 4 Professor, Department of Public Health College of Medicine, National Cheng Kung University Received: June 13, 2018 Revised: September 02, 2018 Published: September 28, 2018 Corresponding author: Ching-Ju Chiu [email protected]

2018健康科技專刊.indb 92 2018/12/20 下午 02:39:49

臺灣中老年人中風後身體功能變化歷程之性別差異探討journal.ntunhs.edu.tw/ezfiles/25/1025/img/486/764031344.pdf ·...

Documents

Transcript of 臺灣中老年人中風後身體功能變化歷程之性別差異探討journal.ntunhs.edu.tw/ezfiles/25/1025/img/486/764031344.pdf ·...