多粒度的老年人體能分級方法

羅森林， 程慧， 劉旭東， 屈世浩， 韓龍飛

(北京理工大學(xué) 信息系統(tǒng)及安全對抗實(shí)驗(yàn)中心，北京 100081)

?

多粒度的老年人體能分級方法

羅森林， 程慧， 劉旭東， 屈世浩， 韓龍飛

(北京理工大學(xué) 信息系統(tǒng)及安全對抗實(shí)驗(yàn)中心，北京 100081)

針對目前評價(jià)老年人體能的方法存在檢測項(xiàng)目繁瑣、費(fèi)時(shí)費(fèi)力等弊端，提出一種多粒度的老年人體能分級方法. 該方法首先采用多元回歸、隨機(jī)森林和BP神經(jīng)網(wǎng)絡(luò)3種方法進(jìn)行融合決策篩選出11維與步速相關(guān)的重要屬性. 然后根據(jù)人群步速特征的分布將人群劃歸3個(gè)不同的步速層級. 最后對相鄰層級分別建立logistic回歸模型，采用融合判定的方法將人群劃分為7個(gè)體能等級. 經(jīng)實(shí)驗(yàn)驗(yàn)證，不同體能等級間人群的各屬性(除臀圍外)及失能得分情況具有明顯的統(tǒng)計(jì)學(xué)差異. 該體能分級方法可以用于評估老年人體能狀態(tài)，有利于干預(yù)指導(dǎo)方案的制定.

體能；步速；logistic回歸；老年人；失能得分

2012年底，我國老年人口數(shù)量已達(dá)到1.94億[1]，比2011年增加891萬，老齡化比例達(dá)到14.3%. 2010年，我國不健康的老年人占到老年人總體的16.8%，老年人的健康已成為家庭、社會(huì)以及國家不得不面對的一個(gè)嚴(yán)峻問題. 良好的體能是維持老年人正常生活的必要前提，因此，對老年人體能評價(jià)就顯得十分必要.

在目前的研究中，一般采用身體活動(dòng)能力和生活自理能力對老年人體能進(jìn)行評價(jià). 身體活動(dòng)能力評價(jià)方法有許多種，F(xiàn)reiberger Ellen， DE Vreede Paul等研究發(fā)現(xiàn)SPPB(short physical performance battery)[2]評價(jià)方法應(yīng)用最廣，SPPB方法通過測量步速、從椅子上站起并坐下一定次數(shù)的時(shí)間、平衡能力(腳并攏站立、前后腳站立等)三項(xiàng)指標(biāo)[3-5]對體能進(jìn)行評價(jià)，此外還有CS-PFP[6-7]、PPS[8]等評價(jià)方法.

生活自理能力是指自主完成衣、食、住、行，及保持個(gè)人衛(wèi)生整潔和進(jìn)行獨(dú)立的社區(qū)活動(dòng)所必須的一系列基本能力. 常用來評價(jià)生活自理能力的方法有Mahoney F.I.等提出的Barthel指數(shù)[9]與Eta Katz S.提出的Katz指數(shù)[10]. 其中，Katz指數(shù)采用進(jìn)食、穿衣、大小便控制等6項(xiàng)內(nèi)容，賦予每一項(xiàng)一定的權(quán)值，根據(jù)最終的總得分或不能自理的項(xiàng)數(shù)定義最終生活自理能力的強(qiáng)弱.

實(shí)際上，生活自理能力在人群中的喪失率極低，難以對生活自理能力健全的大多數(shù)人做出確切的判定，而身體活動(dòng)能力評價(jià)需要測量的指標(biāo)又較繁瑣；此外這兩種評價(jià)方法的內(nèi)容基本為運(yùn)動(dòng)項(xiàng)目的測試，沒有綜合考慮如年齡、認(rèn)知功能、生活環(huán)境等影響體能的屬性.

Cooper等[11]提出了考量身體活動(dòng)能力綜合評價(jià)是否比單個(gè)測量評價(jià)更有效的必要性，研究表明，步速是反映身體活動(dòng)能力最直接的因素，甚至可以替代復(fù)雜的傳統(tǒng)的綜合評價(jià)方法[12-13]，因此本文提出以步速為中心的多粒度的老年人體能分級方法. 該方法首先將老年人人群根據(jù)步速的大小劃分為3類子人群，為較快步速人群A、一般步速人群B和較慢步速人群C；然后以通過融合決策得到的11維屬性作為自變量訓(xùn)練出兩個(gè)步速logistic回歸模型，為“較快-一般”步速logistic回歸模型與“一般-較慢”步速logistic回歸模型；將3類步速子人群按規(guī)則分別通過以上兩個(gè)模型將其分為7個(gè)等級.

1 體能分級方法

多粒度的老年人體能分級方法原理圖如圖1所示. 方法主要分為子人群劃分、屬性選擇、構(gòu)建logistic回歸模型、體能等級判定4個(gè)模塊. 分級方法是圍繞步速展開設(shè)計(jì)的，而步速的大小可以直觀地反映展示老年人體能狀況，所以首先根據(jù)步速的大小進(jìn)行子人群劃分，將老年人人群劃分到3個(gè)等級，其輸出為3類人群：較快步速人群A、一般步速人群B、較慢步速人群C. 針對3個(gè)人群的不同特點(diǎn)構(gòu)建各具特點(diǎn)的logistic回歸模型，構(gòu)建模型需要必要的體能相關(guān)屬性，故在構(gòu)建模型前進(jìn)行屬性選擇，將得到的屬性用來構(gòu)建回歸模型. 最后體能等級判定會(huì)根據(jù)對應(yīng)logistic回歸模型評估個(gè)體體能等級.

1.1 子人群劃分

步速的大小從總體上反應(yīng)體能的強(qiáng)弱，通過步速對人群進(jìn)行劃分，實(shí)質(zhì)上是對不同體能的人群進(jìn)行劃分. 劃分的規(guī)則如下：步速的取值精確到0.1 m/s；選擇人群中步速最快的25%作為較快步速人群(稱A類人群)；選擇人群中步速最慢的25%作為較慢步速人群(稱C類人群)；步速值處于中間狀態(tài)的50%作為一般步速人群(稱B類人群). 即將人群劃分為A、B、C3個(gè)人群. 結(jié)果如表1所示.

表1 人群劃分結(jié)果

由表1中可知，較快步速人群與一般步速人群的切點(diǎn)為1 m/s，一般步速人群與較慢步速人群的分割點(diǎn)為0.65 m/s，較快步速人群與較慢步速人群占總?cè)巳罕燃s為23%，不到25%. 由于步速與體能相關(guān)的最重要的屬性，因此，總體上，A人群體能要好于B人群，B人群體能要好于C人群.

1.2 屬性提取

實(shí)驗(yàn)采用預(yù)處理后共有59維屬性的3 060條數(shù)據(jù). 屬性提取的原理圖如圖2所示. 屬性提取的方法將線性分析與非線性分析相結(jié)合，采用多元回歸、隨機(jī)森林和BP神經(jīng)網(wǎng)絡(luò)3種方法.

在屬性選擇的過程中，通過子人群劃分使得通過屬性排序的人群分為4種：全部人群、A類人群、B類人群、C類人群. 將4類人群分別通過多元回歸、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)3種方法，然后根據(jù)各屬性的重要程度對屬性排序. 屬性融合將前面4×3種排序，并按照以下規(guī)則進(jìn)行處理：A，某屬性是兩個(gè)及兩個(gè)以上人群的重要屬性，其中選擇每種方法前20的屬性中出現(xiàn)兩次的屬性以及排名前30的屬性中出現(xiàn)3次的屬性作為各類人群的重要屬性；B，去除采集代價(jià)較大的血檢指標(biāo).

通過實(shí)驗(yàn)最終獲得11維屬性：健康狀況(自評為很好、好、一般、差、很差)、年齡、關(guān)節(jié)問題(是否有關(guān)節(jié)病)、認(rèn)知功能(MMSE標(biāo)準(zhǔn))、食肉頻率(經(jīng)常、較常、較少、素食)、是否參加體檢(是或否)、體重(kg)、身高(cm)、腰圍(cm)、臀圍(cm)和收縮壓(mmHg).

1.3 老年人體能分級模型構(gòu)建

步速劃分得到的3個(gè)人群在總體上反應(yīng)體能的強(qiáng)弱，不同體能等級間采用logistic回歸構(gòu)建判別模型，并對人群進(jìn)行體能分級.

構(gòu)建的logistic回歸模型包括AB logistic回歸模型與BC logistic回歸模型，AB logistic回歸模型表示由A人群與B人群訓(xùn)練得到的“較快-一般”步速logistic回歸模型，輸出是判為A類的概率. BC logistic回歸模型表示由B人群和C人群訓(xùn)練得到的“一般-較慢”步速logistic回歸模型，輸出是判為B類的概率.

對于每個(gè)logistic回歸模型，其切點(diǎn)的選擇標(biāo)準(zhǔn)為：① 敏感性和特異性的和最大；② 經(jīng)logistic回歸判定后的結(jié)果表明較慢步速的人群要略大于其原來比例；較快步速人群要略小于原來比例.

因此，在最佳切點(diǎn)周圍以0.01為間隔，統(tǒng)計(jì)不同切點(diǎn)下各分級人群的比例，選擇符合上述要求的切點(diǎn)作為logistic回歸模型的最終切點(diǎn).

AB logistic回歸模型如表2所示，收縮壓的系數(shù)的顯著性為0.06，在0.05～0.10之間，其它屬性系數(shù)的顯著性均小于0.05. 根據(jù)理論最佳切點(diǎn)選擇原則，理論最佳切點(diǎn)為0.30.

BC logistic回歸模型如表3所示，收縮壓的系數(shù)的顯著性為0.59，其它屬性系數(shù)的顯著性均小于0.05. 根據(jù)理論最佳切點(diǎn)選擇原則，0.66為理論最佳切點(diǎn).

表2 AB logistic回歸模型

表3 BC logistic回歸模型

由回歸模型可得，AB logistic回歸模型的理論最佳切點(diǎn)為0.30，BC logistic回歸模型的理論最佳切點(diǎn)0.66，因此，在兩個(gè)最佳切點(diǎn)周圍，以0.01為間隔，統(tǒng)計(jì)在相應(yīng)切點(diǎn)下，各等級人群的比例，選擇滿足上述要求的切點(diǎn). 最終AB logistic模型切點(diǎn)確定為0.37，BC logistic模型切點(diǎn)確定為0.60.

1.4 體能等級判定

根據(jù)步速，人群被劃分為A，B，C3種人群. 通過1.4節(jié)構(gòu)建的logistic回歸模型，對個(gè)體體能進(jìn)行判定.B人群需經(jīng)AB logistic回歸模型和BC logistic回歸模型的共同決策才可實(shí)現(xiàn)體能判定，如圖3所示；而A人群和C人群分別只需經(jīng)過AB logistic回歸模型或BC logistic回歸模型即可完成人群體能判定.

A人群經(jīng)過AB logistic回歸模型被判定為A人群或B人群，因此，較快步速人群通過體能分級分成兩個(gè)等級，A1級(結(jié)果Ⅰ：較快步速人群中具有較快步速人群特性的樣本)與A2級(結(jié)果Ⅱ：較快步速人群中具有一般步速人群特性的樣本)；C人群經(jīng)過BC logistic回歸模型被判定為B人群或C人群，因此，較慢步速人群被劃分為兩個(gè)等級，C1級(結(jié)果Ⅰ：較慢步速人群中具有一般步速人群特性的樣本)與C2級(結(jié)果Ⅱ：較慢步速人群中具有較慢步速人群特性的樣本)，如表4所示.

表4 較快和較慢步速人群模型輸出與體能等級對照表

B人群經(jīng)體能等級判定的輸出情況如表5所示. AB logistic回歸模型和BC logistic回歸模型輸出都為1時(shí)判定為B1級(結(jié)果Ⅰ：一般步速人群具有較快步速人群特性的樣本)，都為0時(shí)判定為B3級(結(jié)果Ⅳ：一般步速人群中具有較慢步速人群特性的樣本)，否則判定為B2級(結(jié)果Ⅱ：一般步速人群既具有較慢步速人群，又具有較快步速人群特性的樣本；結(jié)果Ⅲ，一般步速人群具有一般步速人群特性的樣本).

表5 一般步速人群模型輸出與體能等級對照表

因此，通過該體能等級方法，將人群體能分為A1、A2、B1、B2、B3、C1和C27個(gè)等級.

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)?zāi)康暮蛯?shí)驗(yàn)數(shù)據(jù)源

為構(gòu)建并驗(yàn)證本文提出的老年人體能分級方法的正確性及合理性，設(shè)計(jì)本實(shí)驗(yàn). 實(shí)驗(yàn)所用數(shù)據(jù)源是北京醫(yī)院提供的體檢數(shù)據(jù)，該數(shù)據(jù)源通過預(yù)處理后為3 060條60歲以上的59維的非病房數(shù)據(jù). 屬性共分為7個(gè)方面，為基本屬性、身體測評、生活行為、常規(guī)體檢、心理健康、認(rèn)知功能、醫(yī)療情況. 其中文化程度、婚姻狀況、工作性質(zhì)、家庭類型與現(xiàn)居住為分類變量. 實(shí)驗(yàn)用到健康狀況、年齡、關(guān)節(jié)問題、認(rèn)知功能、食肉頻率、是否參加體檢、體重、身高、腰圍、臀圍與收縮壓共11維屬性. 另外， 數(shù)據(jù)中的屬性“失能得分”是通過評估個(gè)體30項(xiàng)活動(dòng)，如生活自理能力、認(rèn)知、情緒等方面，每項(xiàng)賦值7分，每項(xiàng)活動(dòng)最差得1分，最優(yōu)得7分，滿分210分.

2.2 實(shí)驗(yàn)環(huán)境和條件

實(shí)驗(yàn)軟件資源如下：① IBM SPSS 19.0，實(shí)驗(yàn)室提供，用于基本的數(shù)據(jù)統(tǒng)計(jì)、作圖等；② R軟件、開源軟件，用于數(shù)據(jù)建模.

實(shí)驗(yàn)硬件資源為：一臺(tái)Dell optiplex 380 PC；3.0 GHz CPU，DDR 4.0 GB，IDE 7 200轉(zhuǎn)，300 G； Windows XP SP3操作系統(tǒng)；VS2010編譯環(huán)境.

2.3 評價(jià)方法

體能判定的結(jié)果受不同的人群分類和邏輯回歸模型影響. 從體能等級判定介紹中可知，A1與B1級別的屬性具有較快步速人群的特性，A2、B2、C1級別的人群具有一般步速人群的特性，B3、C2級別的人群具有較慢步速人群的特性，7個(gè)級別可以被劃分為3個(gè)層次. 通過統(tǒng)計(jì)各體能等級定量屬性的均值和標(biāo)準(zhǔn)差，分析3個(gè)層次間是否有差異，層次內(nèi)部是否相似. 同時(shí)， 分析A、B與C類人群類內(nèi)不同等級之間是否存在明顯的差異，若滿足此現(xiàn)象，則可認(rèn)為分級具有合理性. 此外，還與個(gè)人的失能得分情況進(jìn)行對比，從而進(jìn)行驗(yàn)證.

2.4 實(shí)驗(yàn)結(jié)果

對上述3 060條數(shù)據(jù)利用本文體能分級方法，得到的分級統(tǒng)計(jì)結(jié)果如表6所示.

表6 各屬性在等級劃分后統(tǒng)計(jì)結(jié)果展示

*符號“±”前數(shù)據(jù)為均值，之后數(shù)據(jù)為標(biāo)準(zhǔn)差；“自評結(jié)果”包括最好、好、一般、差和很差，“食肉頻率”包括經(jīng)常、較常、較少和素食，表中數(shù)據(jù)為各個(gè)狀態(tài)的百分比，如21.91表示“自評結(jié)果”為“最好”的占21.91%；關(guān)節(jié)問題一欄表示有關(guān)節(jié)問題的所有個(gè)體所占比例；是否體檢一欄表示參加體檢的所有個(gè)體所占比例.

由表6可以看出，對于量化屬性，除臀圍與收縮壓外，隨體能7個(gè)等級的變化關(guān)系可總結(jié)為，如果該屬性與步速總體上呈正相關(guān)，則該屬性在A1與B1時(shí)最大，而在B3與C2時(shí)最小，A2、B2與C1處于中間狀態(tài)；如果該屬性與步速呈負(fù)相關(guān)，則該屬性在A1與B1時(shí)最小，而在B3與C2時(shí)最大，A2、B2與C1處于中間狀態(tài). 同時(shí)，7個(gè)等級的各屬性值均值總體分成3個(gè)層次，A1、B1處于一個(gè)層次、B3、C2處于一個(gè)層次，處于中間狀態(tài)的A2、B2、C1屬于一個(gè)層次. 臀圍在7個(gè)等級中，變化很小，收縮壓在A1與B1時(shí)取得最小值，B2、B3、C1、C24個(gè)等級有95%的可能性是相等的，其3個(gè)等級分級并不明顯. 對于等級屬性，表現(xiàn)為自評狀況越好、食肉頻率越高、關(guān)節(jié)問題少，并且參加體檢個(gè)體有較好的體能. 另外，經(jīng)過體能分級，A，B，C3個(gè)子人群內(nèi)的不同等級之間在各屬性上有明顯的差異.

2.5 結(jié)果驗(yàn)證

失能得分在很大程度上能夠反映一個(gè)人的體能情況，所以本文通過對不同等級間失能得分進(jìn)行分析來完成實(shí)驗(yàn)結(jié)果驗(yàn)證.

由表7的失能得分可以看出，A2失能得分低于B1，B3低于C1，C2的等級得分最低，是7個(gè)等級中唯一低于200分的等級，B3次之，B1與A1兩者的失能得分最高，接近210分(滿分)，即可以完成失能狀況中要求的全部功能，與實(shí)際情況相符合，A2與B2的失能得也大于207分，低于A1與B1. 失能得分最低的2個(gè)等級為B3與C2，失能得分最高點(diǎn)的2個(gè)等級為A1與B1，與年齡、認(rèn)知功能等屬性變化一致. 另外，該分級方法將A類人群分成的2類之間在體能上存在差異，B類人群的3類之間以及C類人群的2類之間均存在差異性，說明了該體能分級方法的有效性與合理性.

表7 各體能等級下失能得分情況

步速是對體能影響最大的因素，甚至可以代替更加傳統(tǒng)的復(fù)雜的用來評價(jià)體能的身體活動(dòng)能力方法，在表6中可以看到，通過步速劃分成的3個(gè)人群，除臀圍外，全部呈單調(diào)變化，充分證明了步速對于體能的影響作用. 同時(shí)，A2等級的步速大于B1等級，體能要弱于B1；B3步速大于C1，體能卻弱于C1，說明步速并不能完全反應(yīng)體能的強(qiáng)弱. 因此，通過該體能分級方法，不僅可以篩選出步速較小時(shí)體能較弱的人群，還可以篩選出步速為一般步速時(shí)，體能較弱的個(gè)體，說明該方法在體能評價(jià)方面更具合理性.

3 結(jié) 論

本文提出一種以步速為核心的多粒度的老年人體能分級方法，將體能分為A1、A2、B1、B2、B3、C1和C27個(gè)等級. 通過步速劃分得到A、B、C3個(gè)人群，表現(xiàn)為步速越大，體能越強(qiáng). 由A等級進(jìn)一步劃分得到A1(很好)、A2(好，但有下降趨勢)2個(gè)等級、B等級進(jìn)一步劃分得到B1(尚佳)、B2(一般)、B3(一般，有下降趨勢)3個(gè)等級以及C等級進(jìn)一步劃分得到C1(差)、C2(很差)兩個(gè)等級. 這些等級的人群在步速、年齡、認(rèn)知功能、腰圍、身高、體重及失能得分方面，具有明顯的統(tǒng)計(jì)學(xué)差異，并且各屬性的變化趨勢與失能得分變化一致，自評健康狀況越好、食肉頻率高、關(guān)節(jié)問題少、參加體檢預(yù)示著較好的體能. 該方法可以篩選出體能有下降趨勢的人群，該部分人群可以作為未來干預(yù)相關(guān)工作的研究對象.

[1] 吳玉韶，黨俊武.中國老齡事業(yè)發(fā)展報(bào)告[M].北京:社會(huì)科學(xué)文獻(xiàn)出版社，2013.

Wu Yushao， Dang Junwu. The development report of Chinese aging business[M]. Beijing: Social Sciences Academic Press， 2013. (in Chinese)

[2] Freiberger E， De Vreede P， Schoene D， et al. Performance-based physical function in older community-dwelling persons: a systematic review of instruments[J]. Age and Ageing， 2012,41(6):721.

[3] Vasunilashorn S， Coppin A K， Patel K V， et al. Use of the short physical performance battery score to predict loss of ability to walk 400 meters: analysis from the InCHIANTI study[J]. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences， 2009，64(2):223-229.

[4] Marsh A P， Haakonssen E H， Wrights A P， et al. A self-report measure of physical function in older adults using computer animation: the virtual short physical performance battery[J]. Medicine & Science in Sports & Exercise， 2010，42(5):592.

[5] Corsonello Andrea，Lattanzio Fabrizia，Pedone Claudio，et al. Prognostic significance of the short physical performance battery in older patients discharged from acute care hospitals[J]. Rejuvenation Research， 2012，15(1):41-48.

[6] Schenkman Margaret， Hall D A， Baron A E，et al. Exercise for people in early-or mid-stage Parkinson disease: a 16-month randomized controlled trial[J]. Physical Therapy， 2012，92(11):1395-1410.

[7] Schenkman M， Ellis T， Christiansen C， et al. Profile of functional limitations and task performance among people with early-and middle-stage Parkinson disease[J]. Physical Therapy， 2011，91(9):1339-1354.

[8] Kim M，Tanaka K. A multidimensional assessment of physical performance for older Japanese people with community-based long-term care needs[J]. Aging Clinical and Experimental Research， 2014，26(3):269-278.

[9] Mahoney F I. Functional evaluation: the Barthel index[J]. Maryland State Medical Journal， 1965，14:61-65.

[10] Eta Katz S. Studies of illness in the aged，the index of ADL: a standardized measure of biological and psychological function[J]. The Journal of the American Pomological Society，1963，185:94f.

[11] Cooper R， Kuh D， Cooper C， et al. Objective measures of physical capability and subsequent health: asystematic review[J]. Age and Ageing， 2011，40(1):14-23.

[12] Seino S， Kim M， Yabushita N， et al. Is a composite score of physical performance measures more useful than usual gait speed alone in assessing functional status？[J]. Archives of Gerontology and Geriatrics， 2012，55(2):392-398.

[13] Cesari M. Role of gait speed in the assessment of older patients[J]. Jama， 2011，305(1):93-94.

(責(zé)任編輯：劉芳)

A Multi-Granularity Stratification Method for the Elderly Physical Fitness

LUO Sen-lin， CHENG Hui， LIU Xu-dong， QU Shi-hao， HAN Long-fei

(Information System & Security and Countermeasures Experiments Center，Beijing Institute of Technology， Beijing 100081, China)

A multi-granularity stratification method for the elderly physical fitness was proposed to overcome the tedious test items and time-consuming problem. Firstly, eleven key features were selected by three methods-multiple regression, random forest and BP neural network. Secondly, the individuals were divided into three different walking speed grades according to their speed characteristics. Finally, two logistic regression models were trained with the adjacent level of speed grades, and the physical fitness problem was stratified into seven levels based on the ensemble classification method. The experiment results show the basic features and disability score of people in different physical fitness levels have obvious statistical difference. The method can be utilized to assess the elderly physical fitness, and be beneficial for formulating the procedures and guidance.

physical fitness; walking speed; logistic regression; the elderly; disability score

2014-09-19

國家自然科學(xué)基金資助項(xiàng)目(U0970184，30971395)；國家“十二五”科技支撐計(jì)劃項(xiàng)目(SQ2011BAJY3338)

羅森林(1968—)，男，博士生導(dǎo)師，E-mail:luosenlin@bit.edu.cn.

劉旭東(1989—)，男，碩士，E-mail:fasilylxd@163.com.

TP 391

A

1001-0645(2016)11-1160-06

10.15918/j.tbit1001-0645.2016.11.012