基于IADL轨迹分析的中国社区老年人MCI风险识别

作     者：张洋畅 

作者单位：重庆医科大学 

学位级别：硕士

导师姓名：雷迅

授予年度：2022年

学科分类：1002[医学-临床医学] 100205[医学-精神病与精神卫生学] 10[医学] 

主      题：群组轨迹模型 工具性日常生活活动能力 轻度认知损害 潜在剖面分析 

摘      要：背景社区老年人认知功能损害已经成为医学界亟须解决的重大公共卫生问题。认知衰退通常始于中老年,是大脑中不可逆转的病理变化过程。认知能力加剧下降则可能导致痴呆以及身体残疾和死亡。轻度认知损害（MCI）为认知正常衰退和痴呆症的中间阶段,此阶段的患者保留了一定的认知能力和可塑性。虽然目前还没有针对认知衰退的有效治疗方案,但是如果能早期识别轻度认知损害,则有助于减少和延缓痴呆事件的发生。工具性日常生活活动能力（IADL）是一项反映了社区老年人在独立生活、社会交际和完成家庭任务的社会化角色能力的评估工具,在以往的研究中均报告具有预测社区老年人认知损害的潜在效能。然而,目前IADL工具在实际使用中存在一定的争议,如项目的计分方式和阈值划分等,以及在随时间变化中,老年人的IADL呈现复杂多样的轨迹模式。因此,在本研究中,我们采用了潜变量模型的方法对IADL进行亚组和轨迹识别,以期发现MCI的IADL高风险组。方法基于中国健康与长寿队列数据库（CLHLS）2002年至2018年共6轮固定队列数据库,共纳入中国社区65岁以上老年人16064人。年龄小于65岁,基线MMSE和IADL数据缺失的老年人从样本当中排除。收集随访者每年的一般社会人口学信息、生活方式、健康报告、心理和认知状态等。在2002年的基线横断面数据中,利用潜在剖面分析（LPA）对IADL的项目进行划分,并用Logistic回归探究MCI的潜在风险因子。在2002年至2018年的队列数据当中,利用群组轨迹模型（GBTM）对IADL的得分轨迹进行识别,并利用Cox回归模型探究不同轨迹在MCI事件上的发生风险。进一步在亚组分析当中分析社会不平等修饰IADL轨迹对MCI事件的发生风险。最后,我们通过敏感性分析,进一步验证了结果的稳健性。结果经过条件筛查,13385名中国社区65岁以上老年人被纳入分析,平均年龄为84.9±11.5岁,其中男性有5906人,占比44.1%,女性有7479人,占比55.9%。在LPA模型中,根据模型拟合指标和经验判断,将IADL模式分为3组,分别为“IADL正常组（61%）、“IADL部分依赖组（23%）和“IADL完全依赖组（16%）。在基线MCI风险的多因素Logistic回归分析中,以“IADL正常组为参考组,“IADL部分依赖组发生MCI的优势比是“IADL正常组的3.21倍（OR=3.21,95%CI:2.71-3.79）,“IADL完全依赖组发生MCI的优势比是“IADL正常组的5.70倍（OR=5.70,95%CI:4.74-6.85）。在基于纵向数据结构的群组轨迹模型分析中,基线11044名调查对象被纳入到研究当中。在GBTM对IADL轨迹识别中,将中国社区65岁以上的老年人IADL轨迹分为“IADL低风险组（41.1%）、“IADL风险增加组（28.5%）和“IADL高风险组（30.4%）。在多因素Cox模型校正其他协变量情况下,“IADL风险增加组发生MCI的风险比是“IADL低风险组的4.49倍（HR=4.49,95%CI:3.82-5.28）;“IADL高风险组发生MCI的风险比是“IADL低风险组的2.52倍（HR=2.52,95%CI=2.08-3.05）。在交互效应分析中,年龄和居住地是可能的风险调节因子（P for interaction0.05）。在敏感性分析当中,我们的结果仍然具有稳健性（P0.05）。结论（1）IADL题项存在内部群体异质性,可划分为“IADL正常组、“IADL部分依赖组和“IADL完全依赖组。（2）IADL轨迹存在动态变化的特征,可划分为“IADL低风险组、“IADL风险增加组和“IADL高风险组。（3）IADL受损对MCI发病风险的影响受到年龄和居住地的调节作用。高龄老人和居住在城市中的老年人可能IADL受损导致MCI发病风险更高。（4）通过敏感性分析,排除“悖论干扰,提示IADL轨迹作为MCI风险预测因子效应稳健。