文摘
婚姻保護作用的理論為生存本身已活了100多年以來迪爾凱姆自殺(迪爾凱姆的開創性的研究1951年[1897])。調查不同的保護作用,性別,年齡,和與不同的未婚狀態,然而,產生了不一致的結論。這些調查通常使用數據在婚姻狀況和共觀察到在橫斷麵調查10年前死亡率暴露,或者使用麵板數據調查樣本容量小得多。他們的結論通常不是基於正式的統計測試之間的男性和女性之間的對比或從未結過婚,離婚/分居,喪偶的狀態。使用大規模集中小組調查數據與死亡登記和收入曆史對美國25歲及以上的男性和女性,並與適當的對比測試中,我們發現一個一致的生存優勢為已婚/未婚男性和女性,和一個額外的生存“溢價”已婚男人。我們發現小未婚死亡率差異的證據,離婚/分居,喪偶的狀態。
介紹
已婚人士的低死亡率和未婚成年人是一致的實證發現人群(胡錦濤和高盛1990年),差距似乎是擴大在大多數高收入國家(Jaffe et al。2007年;墨菲et al。2007年;Valkonen et al。2004年)。雖然因果解釋基於健康一直是婚姻的保護作用(迪爾凱姆1951年[1897];戈夫1973年),他們很難證實與橫截麵數據的另類解釋積極的選擇更健康的婚姻和富人(高盛1993年)。可用近幾十年來在美國和其他地方的前瞻性,個體層麵的數據源導致更強的實證案例的“婚姻保護”假說。死亡率仍高於未婚個人甚至在控製了觀察到的社會經濟和健康變量被認為選擇人的婚姻(穆雷2000年;布朗和McDaid看看評論2003年;悍馬等。1998年;和威廉姆斯和柯林斯1995年)。保護作用的婚姻被發現,至少對男人來說,也建模時未被注意的特點的影響,認為選擇個人婚姻(埃斯皮諾薩和埃文斯2008年;裏沃德和-潘尼斯1996年)。總之,雖然有一個共識,已婚人積極選擇的社會經濟特點,證據還指出,相當大的生存婚姻的保護作用。
調查人員相應的轉向加強我們的理解的方式和婚姻是保護。我們關注文學在這三個主要問題:做婚姻的保護作用男人和女人之間有何不同?做婚姻的對比不同的保護作用不同類別的未婚成年人(未婚、喪偶和離婚)?和婚姻的保護作用是隨著年齡的增長少嗎?解決這些問題與潛在的許多研究,個體層麵的數據代表在早些時候方法論上的一大進步,橫斷麵研究使用聚合數據。然而,他們已經產生了不一致的結果。而齊克和史密斯(1991年),例如,認為婚姻隻能增加男人的生存利益,裏沃德和韋特(1995年)還發現女性的保護作用,Manzoli et al。(2007年)沒有發現區別男女婚姻的保護作用的薈萃分析養老死亡率。其他衝突的發現在研究中關於不同婚姻狀況未婚帶來最大的死亡率劣勢相比目前已婚(參見沃爾德倫et al。1997年)。索賠是在文獻中發現未婚生存劣勢是有限的,還是最大的,未婚(張2000年;卡普蘭和克羅尼克2006年),喪偶(Ben-Shlomo et al。1993年;高盛et al。1995年),或者離婚/分居個人(Ebrahim et al。1995年;史密斯和第一1994年;沃爾德倫等。1997年)。它也認為,婚姻的好處隨著年齡的增長減弱或消失,但在比較各種異常發現性別和種族/民族跨年齡組(Johnson et al。2000年;Kallan1997年;Sorlie et al。1995年)。
通過使用更好的數據和統計實踐,我們的目標是在這項研究中提供更多的權威估計這些死亡率差異的婚姻狀況。我們描述這些差異在控製了觀察到的社會經濟和殘疾變量的估計“婚姻保護效應”或“婚姻生存優勢,”而承認積極選擇未被注意的變量可能會占一些估計婚姻狀況差異的一部分。我們的研究的主要目的是解決矛盾的結論在許多先前的研究標準的多元分析方法應用於個人層麵,未來的數據來估計婚姻保護效果。
目前的研究認為兩個可能的解釋在這些先前的研究結論不一致。第一,雖然有不同的婚姻保護效應,性別,年齡,對比不同的未婚的婚姻狀態,在研究數據缺陷阻止了他們的一致的出現。大多數研究使用“基線協變量”數據集。這些遭受死亡發生的問題“基線”後十年或更長時間的觀察婚姻狀況、健康、和其他社會經濟預測變量在一個代表性的家庭調查。因此估計這些協變量的影響將減弱(Meinow et al。2004年)。因為婚姻狀況是其中的一個,“婚姻保護”效應將在那些可能被低估。係數對那些未婚的婚姻狀態,體驗最變化觀察後基線(即。,“never-married” and “divorced/separated” at younger ages and “widowed” at older ages) will, in general, be the most attenuated. The relatively few studies using panel surveys and time-varying covariates, meanwhile, suffer from having much smaller sample sizes. Real effects may therefore go undetected due to lack of statistical power.
第二個可能的解釋是,雖然婚姻在現實中一般的保護作用和跨性別的大小很大程度上相似,在年齡、對比不同婚姻狀況未婚時,調查人員困惑發生差異的統計死亡率差異的基礎與實際的機會。支持這個解釋是占主導地位的但不正確的實踐得出結論的差異基於串行比較“已婚”組。係數大小相對於已婚組比較,或係數的統計顯著性不同的組相對於已婚組比較,但正式的統計測試區別組織來說,婚姻保護的區別是聲稱被省略了。更一般的批評的實踐得出結論這個群體差異存在於人口根據各自的重要與不重要的係數組在示例中,看到Gelman和斯特恩(2006年)。
我們的數據包括6彙集美國的收入調查和項目小組參與(SIPP),與行政記錄的死亡,收入,和殘疾。這個數據集相結合的優勢大樣本大小和有關死亡記錄的數據“基線協變量”研究重複觀測的優勢的婚姻狀況和控製變量的調查研究。我們使用這些數據來估計每年的死亡概率的邏輯回歸模型,我們進行統計測試差異不僅相對於已婚群體也之間的年齡,性別,和未婚婚姻狀態。我們因此能夠裁決之間上麵的兩個相互競爭的解釋提出了文學占不一致的結果:(1)死亡率,有真實的婚姻狀況差異但沒有足夠的數據發現他們一致;和(2)沒有真正的差異,但不正確的統計實踐了毫無根據的關於他們的存在和性格。
我們發現證據支持這兩種解釋。我們找到一個強大的和一致的死亡率差異為已婚與未婚個人對於男性和女性,我們發現它的大小是男性比女性更大。我們認為這些發現向上級數據的清晰用於我們的估計,我們一起隻包括married-unmarried區別在我們的主要模型。支持使用一個簡單的married-unmarried區別,我們發現幾乎沒有證據表明死亡率差異從未結過婚,離婚/分居,喪偶的狀態。我們以前屬性衝突的關於這種差異的組合統計和不正確的實踐機會來考慮這個機會。最後,我們發現婚姻差異隨著年齡的增長而顯著下降,但謹慎解釋這個發現由於虛弱選擇未婚個人進機構。
文獻綜述
長壽婚姻已經推斷有保護作用通過社會整合的社會途徑、社會支持、社會控製和社會作用程度以及財政資源和規模經濟的物質途徑(戈夫1973年;房子等。1988年;Kobrin和Hendershot1977年;羅傑斯et al。2000年;看到評論,kiecolt - glaser和牛頓2001年;麥金太爾1992年;羅斯等。1990年;和韋特1995年)。在社會融合,迪爾凱姆(1951年[1897])強調的風險未能進入婚姻製度(“慢性國內混亂”經驗的單身漢)和意外退出或過早的婚姻(“急性國內混亂”經驗的寡婦)。通過社會融入家庭、社區、學校、宗教機構,婚姻是自稱為人們提供一種意義,目的,義務的其他人,和歸屬感(韋特1995年)。也信號實現成人社會角色,尤其是當結合成人角色相聯係,比如父母和提供者,減少的可能性health-harmful社會異常(迪爾凱姆和冒險1951年[1897];希巴德和教皇1993年)。
婚姻提供了社會情感支持(羅斯et al。1990年),這反過來可能提高彈性壓力,甚至生理失調(Pearlin et al。1981年;羅伯斯,kiecolt - glaser2003年)。配偶可能協助衛生和健康相關行為的監測,有助於鼓勵健康的生活方式(Cockerham2005年;羅斯1995年;Umberson1987年,1992年)。婚姻還提供了一個擴張的社會資本可以提高經濟和社會資源(弗斯滕伯格2005年)。更大的家庭收入、財富和家庭規模經濟在婚姻可以促進購買更好的醫療保健,更好的飲食,安全環境(貝克爾1991年;羅斯等。1990年;韋特1995年)。
經驗證據支持婚姻的保護作用的假說為生存,但這並不是壓倒性的支持。Manzoli et al。(2007年)的53個薈萃分析最近的研究發現老年人死亡率相對死亡風險降低12%為已婚未婚的人比其他相似。然而,在隻有一半的研究分析,是已婚的顯著優勢。頻繁的無意義的結果所支持的觀點,婚姻的保護作用在健康和生存並不一般。
數據的現有研究的局限性
弱和不一致的結果在研究的原因之一可能是缺乏數據。婚姻狀況的前瞻性數據用於研究影響死亡率早些時候引用都有很大的局限性。高盛的理想數據集描述理解婚姻對死亡率的影響:
…未來的調查,是一個年輕的未婚通過成人壽命樣本,收集重複的婚姻狀況、健康狀況、健康相關危險因素和行為,和社會經濟地位。這樣的調查是基於樣本足以產生足夠數量的死亡在年輕和中世紀和區分單身,離異,喪偶組。(高盛1993年:191)
研究中的數據偏離從這個理想在兩個主要方麵。首先,“基線協變量”數據集不重複的婚姻狀況和社會經濟指標和健康(Ben-Shlomo反是et al。1993年;張2000年;埃斯皮諾薩和埃文斯2008年;Hemstrom1996年;Johnson et al。2000年;Kallan1997年;卡普蘭和克羅尼克2006年;隆德et al。2002年;Martikainen1995年;羅傑斯1996年;羅傑斯et al。2000年;史密斯和第一1994年,1997年;Sorlie et al。1995年)。關鍵的問題是,更改婚姻狀況和共觀察基線後,而死亡率暴露延伸5至12年後基線(Manzoli et al。2007年)。婚姻狀況在基線將因此變得越來越貧困衡量婚姻狀況時的死亡率風險。測量誤差的標準結果回歸估計(卡梅倫和Trivedi適用2005年):估計係數的大小(婚姻狀況)將下層社會的偏見(“減”)。憑直覺,因為一些人結婚在基線將不再是結婚的時候死亡率暴露和其他未婚(例如,喪偶)將已經再婚死亡率暴露的時候,任何真正的結婚對降低死亡率的影響將減弱數據。
Meinow et al。(2004年)評估觀察時間變化的偏置效應隻在基線。正如所料,他們發現“弱強度預測更長時間隨訪。這些變量,可以改變迅速”(p . S188),包括健康和生活方式變量。我們知道沒有評價的震級偏差專門為婚姻狀況(不過,看到Korenman et al。1997年和韋弗2000年)治療的誤分類調查自述婚姻狀況)。研究人員經常使用“基線協變量數據識別的問題未被注意的婚姻狀況變化作為研究的一個限製(例如,張2000年)。Johnson et al。(2000年)某種方式解決它通過使用matched-spouse死亡記錄將改變婚姻狀況基線後,但這僅僅介紹了寡婦(er)罩基線後事件可能在不同婚姻狀況的變化。
小組調查包括重複協變量的婚姻狀況和其他措施。然而,他們不可能有足夠大的樣本來估計死亡率差異同時按年齡,性別,和一群未婚狀態。收入動態麵板數據的研究(PSID)在1980年代末被史密斯和齊克(史密斯和齊克1994年;齊克和史密斯1991年裏沃德)和裏沃德和他的同事(和-潘尼斯1996年;裏沃德和韋特1995年)。齊克和史密斯(1991年)分析了24111人年死亡率暴露和觀察919例死亡。裏沃德和韋特(1995年)分析了7年的曝光的11112名男性和女性10歲以上,已婚個體觀察857人死亡。這些都是隻有十分之一的大小甚至更專門的baseline-covariate樣本(例如,羅傑斯et al。2000年)。
統計測試的不同“婚姻保護”的效果
主張婚姻的保護作用的不同的性別,年齡,不同婚姻狀況未婚很少支持適當的統計檢驗。一個適當的測試定義其零假設是沒有區別的不同群體之間的婚姻狀況對死亡率的影響。組間差異存在的結論需要這零假設被拒絕(條例和斯特恩2006年)。結論性別差異的機製的保護作用(女性)社會對於男人來說,經濟由裏沃德和韋特(1995年),而不是基於係數的大小和統計意義分別在男人和女人的模型。他們報道(p。1144)進行正式的統計檢驗女人和男人之間的差別的未婚係數,但隻有一個模型沒有控製收入和孩子在家庭或其他成年人的存在(男性和女性係數並沒有統計上的不同)。齊克和史密斯的(1991年)結論性別差異,前麵提到的,是基於對女性比較不重要的係數顯著係數對於男人來說,即使係數的符號通常對男女都一樣。高盛et al。(1995年)得出結論,成為寡婦與更高的死亡率男性而不是女性的基礎上的大小和統計意義係數為男性和女性在不同的模型。守寡,他們聲稱的效果隻能在模型中觀察到對於男人來說,此外,基於一個守寡係數本身並不是顯著的全套包括控製。
羅傑斯(1995年)研究中,匹配的死亡與家庭調查數據管理數據在25到64歲的人口特征,是唯一的多元population-representative研究我們知道,進行並提出正式的測試區別男性和女性的婚姻狀況對死亡率的影響它的主要模型。他發現相對死亡風險從未婚男性大於女性,但未婚女性的死亡率沒有顯著差異(在. 05級)已婚婦女的死亡率。
在未婚群體差異,無論是卡普蘭和克羅尼克(2006年)和張(2000年)結論“未婚”個人死亡風險最高支持測試死亡率未婚群體之間的差異。在兩個研究中,未婚、喪偶和離婚係數的置信區間或優勢比(對已婚)重疊。無論是史密斯和第一(1994年)也沒有Ebrahim et al。(1995年)聲稱支持更高的離婚,分居的人死亡率統計測試區別於其他未婚的婚姻狀況(類似的批評,也看到Waldron et al。1997年)。高盛et al。(1995年)參數為寡婦被視為一個未婚狀態不同於離婚和未婚也同樣不是基於之間的顯著對比發現喪偶和其他未婚狀態(同樣,看到Ben-Shlomo et al。1993年)。研究流行病學文獻中經常呈現置信區間對死亡率優勢比未婚已婚與未婚或與不同的婚姻狀態,但間隔組相比較(男性和女性;喪偶、離婚和未婚),通常是重疊(例如,張2000年;Johnson et al。2000年;卡普蘭和克羅尼克2006年;Manzoli et al。2007年)。
數據和方法
實證分析解決死亡率在一個代表性的管控的25歲及以上的美國男性和女性在1980年代中期到1990年代末。我們使用邏輯回歸來估計死亡的概率的離散時間風險模型在明年給共觀察到這一年的開始。
數據
我們的數據是1984,1990,1991,1992,1993,和1996年的收入的調查小組和項目參與(SIPP),與社會保障局(SSA)的詳細收入記錄(DER),總結業績記錄(SER),主受益人記錄(MBR),補充安全記錄(SSR)和“Numident”文件的死亡。死亡率暴露在1984 - 1986和1990 - 1999年被這六個覆蓋電池板和行政有關的數據。人口普查局的SIPP收集與調查一係列麵板麵試四個月(Westat“波”2001年)。它從1984年到1993年進行的一係列年度麵板。每個麵板跑兩到三年,個人麵板樣本約20000戶家庭。樣本的大小通常是在任何給定的年兩次這個尺寸,由於麵板之間的重疊。1996年,一個更長時期內的麵板與40000年家庭開始了。而短板比PSID SIPP有一些缺點的預測變量的觀察記錄,這些都是在這裏解決部分通過鏈接的曆史收益和殘疾人福利行政記錄。
SIPP-DER / SER / MBR / SSR Numident包括行政記錄的鏈接為因變量(死亡)和關鍵預測變量(收入和傷殘撫恤金的收據)。社會保障養老死亡的死亡數據用於研究,其中,達根et al。(2007年),普雷斯頓et al。(1996年),沃爾德倫(2007年)和Zayatz (2005年在研究收入和收入的關係),在更廣泛的成人死亡率由Duleep年齡範圍(1986年,1989年)和Cristia (2009年)。據我們所知,我們的研究是第一個使用這些數據來探討婚姻狀況和死亡率之間的關係。
的曆史Numident死亡數據在這個研究)(我們的來源及其前身鏈接文件編製的SSA了阿齊茲和盾牌(1980年,1992年),包括討論之間的差異Numident及其間公共提取、死亡主文件(DMF)。Numident文件我們這裏使用完成預計將超過國家間公共DMF,因為所有的死亡報告是包含在Numident,盡管一些國家和市政死亡報告nonbeneficiaries社保可能合法地排除在間公共DMF。DMF的評估與國家衛生統計中心(衛生)死亡記錄和死亡率在國家層麵上,希爾和Rosenwaike (2002年),在小型臨床樣本的鞭笞和希裏曼(2001年)和Schisterman惠特科姆(2004年)。最全麵的評價研究DMF鏈接在我們的研究來自希爾和Rosenwaike (2002年)。他們發現年齡在65歲及以上的連接率很高,但顯著降低25 - 64歲之間。他們認為,這種差異是由於至少部分SSA的更大的努力使收集和驗證死亡患者有關社會保障福利。除了1987年到1992年,連杆之間的利率是93%,65歲及以上的為96%,76%和86%之間,在55歲到64歲。為年齡在25到54歲的連杆利率在70%和77%之間1984 - 1986和1993 - 1997年。而自己比較Numident版本的死亡數據沒有說明一個更糟糕的鏈接速度這些年來,我們將扣除從我們的保守的方法分析了1987 - 1989年,當連杆間公共DMF中最貧窮的。我們發現,估計的差異研究的控製變量通常是一致的我們的年齡25 +和65歲之間加上樣品(結果未顯示)。這給了我們更多的信心更大比例的鏈接死亡個體65歲以下協變量不相關係統的研究。
死亡率暴露和預測變量的選擇
我們隻包括時間的死亡率暴露在SIPP小組在今年年,立即結束後麵板。雖然有很多可用的更多的死亡的聯係記錄數據,我們實施這一限製,所有預測變量描述的特點,每年年初個人死亡的風險。person-year樣本大小,觀察到多的死亡,和加權描述性統計在社會人口和經濟特征為已婚和未婚男性和女性如表所示1。總共有582211人年和7672人的死亡是由1984 - 1999年的175007人觀察SIPP-DER / SER / MBR / SSR / Numident數據。男人的高死亡率導致他們的貢獻比女子3612 4060人死亡。雖然大部分老年人死亡,1139年和749年死亡是貢獻,分別由25至64歲的男性和女性(沒有顯示)。這些樣本大小至少一樣大的更專業的基線協變量和樣品有關的健康數據,如在全國健康訪問調查(覆蓋;例如,羅傑斯et al。2000年),但仍然遠遠小於那些使用國家縱向死亡率研究(NLMS;Johnson et al。2000年)。
我們從核心采訪數據代碼婚姻狀況在今年年底之前曝光。測試的一般假設婚姻的保護作用,我們首先編寫一個已婚/未婚變量。評估假設死亡率差異未婚群體,我們遵循大多數先前的研究在編碼三個未婚婚姻狀況:未婚、離婚/分居,和寡居的。
年齡和曆年都是作為預測變量。我們還包括種族/民族的社會人口特征、誕生和受教育程度。尤其是受教育程度分布,將授予已婚男女死亡率優勢,而未婚男女:四分之一的已婚男人和女人,但有三分之一的未婚男女,沒有高中畢業。
在選擇預測變量,我們還利用行政聯係工作和收入的曆史和傷殘撫恤金現狀和曆史。已婚男人更有可能有工作(盈利)前一年比已婚婦女(91%和72%)。性別差異在比例很小,然而,在未婚個人(83%的未婚男性和79%的未婚女性)。隻有喪偶組相比大幅已婚男性和女性更有可能在前一年的工作。
我們利用行政數據代碼和殘疾收益變量有關。使用收益的曆史,我們首先計算個人年收入的比率SSA的平均工資指數(AWI;社會保障局2009年)為了建立個人的相對位置在每年收益分布。然後我們平均個人的年度比率在不同數量的年根據他們不同的人生階段。25到40歲,我們計算收益的比例在過去五年的平均收益;41到61歲,我們計算收益的比例在過去11年平均收入;對於62歲以上,我們計算收益的比例超過46到62歲人口的平均收入。這些變量構造最佳代表約束內的“永久收入”left-censoring收益的曆史,在不同的人生階段和麵板。在所有三個年齡組,已婚男人的收入超過未婚男性,而正好相反,已婚和未婚女性的收入(見表1)。
基於利益收到我們代碼殘疾,通過殘疾保險(DI)程序或補充社會保險(SSI)計劃。(這些項目的描述,請參閱Rupp et al。2008年])。DI / SSI殘疾變量的主要優勢包括他們的目標本質上說,他們要求被申請人的健康醫學認證的條件,他們會不斷的更新與管理數據。主要的缺點是,他們不允許我們代碼殘疾或健康狀況在65歲之後,作為個人資格老和遺屬保險者利益不再有資格領取新殘疾人福利DI或SSI。在這方麵,我們研究後遭受類似的限製適用於所有年齡65歲,大的“基線協變量”研究使用NLMS (Johnson et al。2000年;Sorlie et al。1995年)。裏沃德和韋特(1995年)也省略了健康預測變量的分析由於其罕見的收集麵板觀察期。65年以下的個人,我們為當前的殘疾收據和指定解釋變量是否這是殘疾的第一年的收據。久聲稱曆史是可用的,我們沒有發現顯著增加死亡風險不再聲稱時間因此排除這些解釋變量從這裏給出的最終模型。殘疾收到超過兩倍流行未婚男女之間在已婚男人和女人,但這無疑大大不同的平均年齡各自未婚組(見表1)。
統計模型
我們估計死亡的概率的邏輯回歸模型在明年給婚姻狀況和其他社會人口和經濟的協變量。離散時間,person-year規範允許時變特征,如婚姻和工作狀態和殘疾收據,和用於指定年齡與固定和變化因素的互動。曆年和年齡都是指定為分對數線性。我們測試了每年的交互(1984 - 1999)與婚姻狀況和不同年齡不同斜坡的類別。在方程中所有的,年齡為25歲或者以上的參考年齡是50歲。這是大約的平均年齡person-year觀察和遵循裏沃德和-潘尼斯(1996年)。50歲的使用使得一個更有意義的“主要效應”解釋未婚的婚姻狀況,有大量的離婚/分居,喪偶,從未結過婚的人50歲。選擇的參考年齡年齡或age-interaction係數沒有影響。
我們模型和統計測試死亡率差異在婚姻狀況分類主要影響,年齡和性別與婚姻狀況的交互。我們也測試之間在統計上有顯著差異的死亡率喪偶,離婚/分居,和從未結過婚的類別,在年齡之間的相互作用不同婚姻狀態。在測試中婚姻狀況的性別差異的影響,我們首先將男性和女性分開但指定相同的模型然後池男性和女性使用全套的性別與所有解釋變量相互作用。這使我們能夠評估最終模型彙集25歲及以上的男性和女性樣本和65歲及以上。
所有的回歸估計沒有樣本權重。這提供了更有效的估計比當使用樣本權重(卡梅倫和Trivedi2005年)和廣泛兼容SIPP抽樣方案的結構。在四個六麵板,SIPP使用一個近似等於概率抽樣設計,但包括低收入oversamples在1990年和1996年的麵板(溫伯格2002年)。我們最後的模型包括收入和種族等社會人口變量,但是,允許我們模型的變量與家庭收入較低有關。集群和分層樣品設計特點有關SIPP個人不提供給我們整個六板集中,因此我們的標準錯誤是沒有調查設計調整的功能。
結果
我們開始我們的多元邏輯回歸分析使用一個婚姻狀況啞變量“未婚”之間的區別隻有已婚和未婚的人。婚姻狀況定義每個person-year初接觸死亡(回歸的結果變量)。在第一組模型,提出在桌子上2,我們互動未婚啞變量與年齡和評估未婚“主要效應”和“互動時代”係數變化在三個模型規範。因為我們的參考年齡是50歲,每個變量的“主要效應”與時代互動表示該變量對死亡率的影響的大小,終年50歲。相互作用係數與這些變量已在大多數情況下,一個負號,表明多少變量的影響大於回到年齡50歲以下和較小年齡在50歲以上。
首先,純粹的人口模型(模型1),我們隻包括作為控製年齡和變量。在模型2中,我們另外控製社會人口變量是固定的(種族,民族,出生)或約固定(完成教育)25歲及以上的成人。這些變量通常可用同樣baseline-covariate和調查研究。在模型3中,我們添加對時變社會人口和經濟的控製變量(工作狀態,收入,收到殘疾福利)。係數表達的增加日誌賠率的死亡在明年與單位相關解釋變量的變化。取冪二進製解釋變量的係數的結果在一個相對於省略參考類別(優勢比廖1994年)。在我們的例子中,這個比值比的影響提供了一個更容易解釋的評價指標相對於已婚未婚。
在所有的三個模型對於男性和女性,我們發現一個強大和顯著正相關在參考50歲未婚的死亡在未來一年,並顯著降低協會隨著年齡增加。模型1中,隻有年齡和控製,未婚的強度主要影響係數意味著明年的死亡的可能性是2.47倍比已婚男人50歲的未婚男性,這是1.89倍比已婚婦女50歲的未婚女性。這些近似範圍的比例男女未婚已婚的年齡標準化死亡率15歲以上年齡組55 - 64,估計2006年衛生統計美國男性和女性(龔et al。2008年)。
未婚的大小係數表2大幅減少,與先前的研究一致(Johnson et al。2000年;卡普蘭和克羅尼克2006年;裏沃德和韋特1995年;羅傑斯1995年;Sorlie et al。1995年),當第一次固定(模型2中),然後時變(模式3)變量。這是一致的,而且,至少部分的理論婚姻與生存的積極協會將積極選擇進入婚姻。“未婚”效應仍大,然而,即使在控製了一係列相關社會人口和經濟變量。
我們說明的共同結果積極未婚“主要效應”(50歲)和負作用隨著年齡的增長在無花果。1和b。這些圖表呈現死亡的幾率比個人相對於已婚未婚,年齡分別為男性和女性在表的三種模式2。他們顯然說明麵板數據估計的價值戰略的研究中,考慮時變特征不僅對婚姻狀況本身也對工作,收入,和殘疾。男性和女性在25歲到64年,減少的優勢比通常更大當添加時變特征比通常隻包括固定社會人口控製。65歲以後,模型3,包括時間變化,表明失蹤超過的逆轉在最古老的年齡婚姻的保護作用。在這個模型中,“婚姻保護”停止84歲女性和男性在89歲。
數據1 a和b也說明了估計水平較低的“婚姻保護”效應對女性比對男性。例如,未婚男性死於明年的幾率是2.40倍的幾率在25歲已婚男人,在50歲降至1.72倍,1.24倍,享年75歲。未婚女性和已婚婦女,相應的賠率是1.73 25歲,50歲1.38,和1.09,享年75歲。我們在最右邊列的表2的p值的概率表達每個係數的估計不同震級之間的男性和女性的方程也不同的男性和女性在美國人口。男人和女人的區別主要影響係數的50歲未婚在死亡率的影響略重要在10級(p= .070)。相互作用係數的年齡與未婚男女之間沒有顯著差異(p= .308)。
係數的符號社會人口和經濟控製變量與文獻一致(例如,悍馬等。1998年),男人和女人之間是相似的。高中畢業是降低死亡率,這教育高於非畢業生更大水平的最終的受教育程度越高。接收殘疾福利有很強的mortality-increasing協會,和工作在前一年有很強的mortality-decreasing協會為男性和女性。更高的收益往往是mortality-decreasing男性和女性。有趣的是,被黑色的“主要效應”50歲大體上是積極的(更高的死亡率)和統計學意義時固定的社會人口變量控製(模型2),但添加時變後變得接近於零,無意義的變量,包括工作和收入的曆史(模式3)。
在表3,我們的結果顯示模型,不同婚姻狀況的規範,另外包括一個單獨的估計65多歲。為我們的變體的婚姻狀況規格表2,我們首先把年齡與婚姻狀況估計在死亡率、未婚的整體效果,然後擴大“未婚”變量從未結過婚,離婚/分居,喪偶的類別。應用交替變體都25 +和65 - +年齡範圍。25 +集團使用了相同的控製表3用於模型3表2。對於65歲以上的老年人群體,我們減少殘疾和工作和收入變量相關的那些65歲以下,否則保留相同的控製。控製變量的係數的估計65 - +年齡組明顯類似的年齡25 +樣品。因此,隻有感興趣的主要變量的估計係數為我們研究這些描述表中提供婚姻狀況趕超3。測試結果的性別差異係數再次顯示p桌子的右邊的列中的值。
沒有年齡與婚姻狀況(見1麵板)的係數影響的25歲及以上的未婚男性是女性的大小兩倍以上在同一年齡組(0.2858和0.1271),具有統計學意義的差異在. 01級(p= .003)。死亡的幾率在明年1.33倍一個未婚的人比一個已婚男人,否則相當於社會人口、經濟、和健康(殘疾)特點,但隻有1.14倍未婚女性比其他類似的已婚婦女(個人統計學意義)。這些結果,當添加到表的證據2,加強的結論是,婚姻是保護男性和女性的生存,而生存的溢價歸男人。
對年齡在65歲及以上(見2麵板),再次“未婚”係數是積極和統計學意義為男性和女性(分別為0.1885和0.1456)。結果第二年,死亡的幾率分別為1.21和1.16倍未婚男性和女性比男性和女性結婚。雖然這些結果是相對於“已婚”引用單獨統計上顯著的類別,性別差異不顯著。我們也估計65歲+樣品規格包括一個與時代“未婚”分對數線性。65歲未婚的參考與更高的男性和女性的死亡率,但這個協會65年之後,隨著年齡的增長而減少。年齡主效應和交互作用係數是統計學意義。然而他們並沒有統計上的不同,男人和女人之間。結合我們的研究從25 +和65多的估計,一個未婚的死亡率隨著年齡劣勢強度的下降是一致的發現。性別與婚姻保護效果下降因此隨著年齡的增長可能部分歸因於整體married-unmarried減少與年齡增加。
先前的研究關注婚姻狀況和死亡率將“未婚”的類別劃分為三個或四個獨立未婚群體。我們這樣做評估統計的有效性通過擴大“未婚”變量通常從未結過婚,離婚/分居,喪偶的類別。統計測試首先提出了標準方法,對死亡率的差異測試每一個未婚類別對比參考“結婚”的類別(見表的“估計”列3)。另外,我們現在,我們對性別形成鮮明對比,p值表示的概率估計係數的大小代表了人口的實際形成了鮮明對比。這些p值列中給出交替喪偶和未婚係數與離婚/分居對比係數和對比喪偶和離婚/分居(多餘地,從未結過婚離婚/分居)。我們估計和測試這些,沒有年齡的交互和年齡25 +和年齡65 - +。
我們發現沒有統計證據聲稱死亡率未婚、喪偶的人之間是不同的。這一發現是在25 +和65多年齡段的規格沒有和年齡與未婚的婚姻狀況。我們的結論是不同的,但是,如果我們跟著其他的實踐研究和係數大小相比單獨或簡單地相比,未婚的類別是統計學意義(即不同於參考“已婚”集團)。例如,喪偶享年65歲或以上的男性死亡的幾率是65歲以上的已婚男性的1.15倍,這是重要的在. 01級,從未結過婚的男人65歲及以上的相對概率是1.12倍,這並不重要(p= . 21)。1.15之間的差異的幾率喪偶男性和1.12的幾率從未結過婚的男人,同時,遠非統計學意義(p=結果)。
我們發現混合證據是否離婚,分居男人和女人是不同於其他兩個未婚群體。離婚,分居25歲及以上的男性和女性不有不同的死亡率風險從未結過婚的男人和女人,隻有他們的死亡風險不同於男性的喪偶的人。當年齡25 +集團相互作用包括三個未婚的類別,然而,結果表明,對於男性和女性,離婚/分居協會與高死亡率持續到老年齡比未婚或喪偶的聯係與死亡率。符合這對離婚/分居更高優勢比年齡在65歲及以上的人相比喪偶和從未結過婚的男人當與從未結過婚的女人。
討論
我們發現美國未婚男性和女性的死亡率明顯高於其他類似的已婚男女支持長期生存理論,婚姻是保護。雖然這一發現並不新鮮,但它絕不是一個普遍的導致我們回顧的研究。隻有一半的53歲老年人群的研究包括在最近的一項薈萃分析(Manzoli et al。2007年),例如,發現統計上顯著的死亡率為已婚/未婚個人優勢。我們發現一個已婚死亡率優勢都在我們完成樣品25歲及以上的成年人和對子樣本的年齡在65歲及以上的老年人。我們的研究結果提供了新的理論支持,婚姻是保護生存的部分原因是我們的數據覆蓋一段時間後比其他大多數我們回顧了population-representative數據源。存在一個長期的趨勢調查人員堅持拒絕婚姻狀況的重要性在社會婚姻變得不那麼普遍,婚外同居成為更普遍(房子等。1982年;科特勒和Wingard1989年;羅傑斯et al。2000年)。我們的結果是反而更符合跨國比較的結果擴大已婚和未婚的人死亡率差異在高收入國家近幾十年來(墨菲et al。2007年;Valkonen et al。2004年)。積極的選擇未被注意的特點不能排除作為我們的發現至少部分解釋,並進一步努力鼓勵這樣的選擇模型。然而,一直未婚的負係數我們的研究在控製了觀察到的變量是社會經濟和殘疾自己有力的證據支持婚姻的保護效果比會有,sometimes-nonsignificant係數的先前的研究。
我們的結果加強對“婚姻保護”假說的支持也因為我們的研究比以前的研究數據和統計建模的優勢。協變量與“基線”研究,觀察婚姻狀況和共隻有初死亡率暴露的縱向觀察,我們小組調查和行政有關的數據集允許我們觀察婚姻狀況在今年前死亡率暴露和包括固定和時變社會人口、經濟和健康相關的控件,選擇進入婚姻。通過集中在6個板,此外,我們能夠實現樣本大小規模的“基線協變量”的研究,從橫斷麵調查鏈接到國家死亡指數。樣本大小大約10倍的以前的婚姻狀況和死亡的調查研究。
研究還挑戰的共同實踐之間的死亡率估計對比個人結婚,三個或四個不同的未婚群體(未婚、喪偶、離婚和/或分離)。回顧以往的研究,我們發現未婚婚姻狀態的差異往往是基於弱統計證據,明確測試之間的差異不同的未婚婚姻狀態幾乎總是缺席。小的一致性,此外,在未婚聲稱在婚姻狀況差異的特點研究。添加到這是一個缺乏強烈和明確的理論參數治療未婚狀態截然不同。許多先進的理論爭論的一個未婚的高死亡率的類別,如丟失或缺少經濟和心理社會支持,由不同的人員不同的未婚申請類別。
我們的研究結果表明,區分未婚群體可能掩蓋超過它照亮。當我們簡單地對比了已婚和未婚的人,多變量分析提供可靠估計的婚姻生存優勢在不同的年齡和性別和方程規範。當我們把未婚分為未婚、喪偶和離婚/分居組,統計學上顯著差異的統一我們的發現其他類似個人壞了,結婚,所以在nonsystematic方式暗示抽樣誤差,而不是真正的差異。統計、未婚組分解成不同的未婚婚姻狀態減少了樣本大小為每個與已婚組。這就降低了功率檢測結婚的真正保護作用。我們認為這是可能的原因,例如,對於羅傑斯”(1995年找到未婚死亡率沒有顯著的缺點為25 - 64歲的女性,即使每個未婚的婚姻狀況係數指向這個方向。
缺乏強有力的理論參數分離的未婚群體,並沒有一個一致的和嚴格的統計依據這樣的分離從先前的研究中,我們開始建模研究人員建議是一個“未婚”的類別和模型未婚類別分開後才發現未婚群體之間顯著的對比。這個處方後,實證分析顯示死亡率之間沒有明顯的統計學差異未婚、喪偶男性和女性更高的超額死亡率離婚或分居的證據局限於老年齡的男性和女性。
轉向性別差異,我們發現了一個更大的整體婚姻優勢男性比女性,但男性婚姻優勢逐步減弱到老的年齡。雖然這個發現是大致符合先前的研究的結論(見布朗和McDaid評論2003年;悍馬等。1998年;和威廉姆斯和柯林斯1995年),我們的研究結果再次對他們所提供的強大的統計證據很重要。總體上我們發現了一個顯著的生存優勢對於已婚男人和女人結婚,和另外一個顯著的溢價的生存優勢的男人結婚。這種男性婚姻優勢與羅傑斯是一致的”(1995年)從匹配的死亡和曝光數據統計上顯著的結果25至64歲的1986年,齊克和史密斯的(1991年)和李拉德和韋特(1995年)從較小的調查樣本中發現的方向(沒有統計測試估計大小男人和女人之間的差異)。與我們的研究結果相反,然而,這些研究發現一個一致的、顯著的影響婚姻對於男性和女性。我們建議這些研究的統計力量較弱,由於小樣本大小和他們把未婚分成三個組,也許是他們找不到負責統計上顯著的影響。
我們還發現性別差異的理論情況下婚姻的保護作用更具有說服力,證據所支持的更大的傾向health-threatening行為由未婚男性比未婚女性(普雷斯頓1976年;沃爾德倫1990年),更大的男人的監控由妻子比丈夫(Umberson促進健康的行為1992年;沃爾德倫1990年),並提供更多的社會支持和社會融合比亦然(Umberson妻子的丈夫1987年)。Martikainen (1995年)和Johnson et al。(2000年)認為,結合自己的生存和就業的積極作用相反的婚姻對就業的影響男性(婚姻增加他們的就業)和女性之間(婚姻可以減少他們的就業)或許可以解釋為什麼年齡男性獲得更多比年齡女性從婚姻。符合這一觀點,我們發現強烈的積極影響工作的男性和女性的生存。但我們也發現了一個更大的生存優勢的婚姻對男性比女性甚至在控製了就業和收入。
我們的研究還涉及婚姻的保護作用的差異為生存的時代。許多以前的研究(例如,Sorlie et al。1995年),我們發現了一個衰減隨著年齡的傾向。這一發現也影響檢測差異較大的年齡性別和未婚群體之間。特別是,男性比女性更大的生存優勢,我們發現在我們的年齡25 +樣品沒有當我們限製樣本年齡65歲及以上。這是符合Manzoli et al。(2007年找到沒有性別差異的死亡率長老的薈萃分析。在某種程度上,這使得更多的暫時我們的結論保護婚姻對於男性的影響大於女性。然而,另一種解釋是,真正的差異是很難發現的,隨著年齡增長,由於增加樣本選擇偏差。與所有死亡的前瞻性研究利用住戶調查數據,我們的研究結果可能有偏見的遺漏老年人機構(通常是療養院)。因為婚姻差異使虛弱已婚個體家庭人口,效果將是偏見的研究對尋找婚姻保護隨著年齡的增長效應(墨菲et al。2007年)。研究明確地址的雙重風險退出家庭人口死亡和製度化(見,例如,Henretta2007年)建議更好地理解為什麼已婚和未婚的人估計死亡率差異較小。
確認
這項工作是支持的部分合同從社會保障局城市學院(合同編號。ss0600 - 01 - 60123,任務訂單。ss0440 - 03 - 52450)和蘭德公司(合同編號。ss00 - 06 - 60111,任務訂單。ss00 - 08 - 30752)。我們感謝愛麗絲貝克曼,大衛·卡蒂姆•多爾和阿德裏亞傑維爾的有價值的研究幫助。