我國老年人衰弱的發(fā)展軌跡：基于潛變量增長模型的分析

郭凱林 ，王世強 *，李丹 ，王一杰 ，王少堃 ，胥祉涵

1 為何開展本研究？

隨著老齡化態(tài)勢的進一步加劇，衰弱已成為影響老年人健康的重要社會問題。近年來國內對衰弱的研究逐漸增多，但面對這一議題的探討還不夠完善，相關研究仍以小范圍的橫斷面調查為主，這類研究雖提供了大量有價值的信息，但忽略了衰弱的發(fā)展軌跡以及個體差異。

2 如何開展本研究？

本研究運用中國健康與養(yǎng)老追蹤調查（CHARLS）數(shù)據(jù)識別衰弱并分析衰弱的發(fā)展軌跡以及個體差異如何影響衰弱的變化，從而掌握我國老年人衰弱的發(fā)展規(guī)律，為我國積極應對老齡化和推動形成老年人群體的非醫(yī)療健康干預模式提供理論依據(jù)。

聯(lián)合國發(fā)布的《世界人口展望——2019》指出，全球65歲以上的老年人到2050年將超過15億，每6個人中將有1個老年人，全球老齡化態(tài)勢進一步加?。?］。衰弱正是在老齡化背景下所提出的，是健康老齡化的重要挑戰(zhàn)［2］。衰弱所引發(fā)的不良事件［3］，給患者本身、家庭和社會帶來了巨大負擔［4］。關于衰弱的研究首先在國外興起，從衰弱概念的探討［5］，再到衰弱評估工具的開發(fā)［6］，目前國外已有多項研究采用縱向追蹤數(shù)據(jù)對老年人衰弱進行了考察，指出衰弱有不同的發(fā)展軌跡［7-8］。而我國在衰弱領域的研究起步較晚，目前主要以衰弱評估、影響因素以及綜述類研究為主。研究顯示我國老年人的衰弱發(fā)生率有逐年升高的趨勢［9］，農村老年人的衰弱發(fā)生率高于城市［10-11］，醫(yī)院及養(yǎng)老院等特定機構老年人的衰弱發(fā)生率則更高［12］。老年人衰弱影響因素研究主要圍繞人口學因素［13-14］及生活方式［15-16］開展，且多為橫斷面研究。通過文獻梳理，發(fā)現(xiàn)還存在以下不足：（1）我國關于衰弱的研究多采用小范圍的橫斷面數(shù)據(jù)，盡管這類研究提供了大量有價值的信息，但所得結論不適合外推且無法反映衰弱的發(fā)展軌跡以及個體之間的差異。（2）既往研究多基于橫斷面數(shù)據(jù)考察人口學特征及生活方式對衰弱的影響，忽略了這些因素在衰弱發(fā)展過程中的作用。（3）體力活動（PA）作為預防和延緩衰弱最有效的首選方式，在我國還鮮有關于PA與衰弱關系的研究，尤其缺乏基于縱向追蹤數(shù)據(jù)觀察PA對衰弱影響方面的研究。

鑒于上述發(fā)現(xiàn)，本研究基于中國健康與養(yǎng)老追蹤調查（China Health and Retirement Longitudinal Study，CHARLS）的全國性抽樣數(shù)據(jù)，采用衰弱指數(shù)（frailty index，F(xiàn)I）評估我國老年人的衰弱水平，通過構建潛變量增長模型（latent growth model，LGM）考察老年人衰弱的發(fā)展軌跡，并在了解衰弱發(fā)展軌跡的基礎上，進一步納入性別、教育程度作為時間恒定因素，PA、吸煙、飲酒、睡眠作為時間變化因素，構建條件LGM，從而對衰弱過程中表現(xiàn)出的個體差異進行解釋。一方面豐富我國在老年人衰弱領域的研究，另一方面也通過全國范圍內的縱向追蹤數(shù)據(jù)識別影響衰弱的因素，為我國老年人的衰弱干預實踐提供較橫斷面研究更具說服力的證據(jù)。

1 資料與方法

1.1 資料來源 本研究的資料來源于CHARLS 2011年、2013年、2015年、2018年數(shù)據(jù)，該調查于2011年開展，隨后每2～3年追蹤1次，調查結束1年后數(shù)據(jù)對外公開（http://charls.pku.edu.cn/）。CHARLS由北京大學國家發(fā)展研究院主持，首創(chuàng)了電子繪圖軟件（CHARLS-GIS）技術，用地圖法制作村級抽樣框，采用多階段PPS抽樣，對我國28個省級行政區(qū)的中老年人群進行家戶調查，范圍覆蓋150個縣級單位、450個村級單位。其中2011年為全國基線調查，2013年、2015年和2018年為全國追蹤調查。調查問卷的設計參考了國際標準，訪問應答率和數(shù)據(jù)質量在世界同類項目中位居前列，數(shù)據(jù)在學術界得到了廣泛的應用和認可［17］。

1.2 研究方法

1.2.1 變量構建 性別（賦值：0=女，1=男）、教育程度（賦值：1=未受過教育，2=小學，3=初中及以上）作為時間恒定因素納入。PA、吸煙（賦值：0=不吸煙，1=吸煙）、飲酒（賦值：0=不飲酒，1=飲酒）及睡眠（賦值：0=＜6 h/d，1=≥6 h/d）作為時間變化因素納入，其中PA評估則根據(jù)每天從事每種水平PA的時間、1周的天數(shù)及每種PA方式的代謝當量（MET）（低PA MET賦值為3.3，中PA MET賦值為4.0，高PA MET賦值為8.0）［18］計算得出1周總的消耗能量，公式為：1周PA能量消耗=MET×每天活動時間×1周活動天數(shù)（其中MET=∑METn×hn/∑h）［19］，并依據(jù)國際體力活動量表（IPAQ）評判標準［20］，將老年人PA水平分為低（賦值：0=＜600 METs/周）、中高（賦值：1=≥600 METs/周）。

采用FI對老年人的衰弱狀況進行評估。FI對評估和預測老年人健康狀況具有較高的有效性和穩(wěn)定性，近年來被廣泛用于老年學、人口學和社會學等研究，也常用于流行病學等大規(guī)模人群調查，已有多項研究證實其具有良好的效度和信度［21-22］。根據(jù)構建FI的標準［23］，即變量必須與健康相關；變量不能過早使人口飽和；變量必須涵蓋體內的一系列系統(tǒng)。其中FI的指標可以在遵循健康缺陷選取原則的基礎上根據(jù)需求進行程序性自由構建，數(shù)量可以存在差異（一般為30～92個），但至少應該包含30條健康缺陷條目［24］。參考既往研究［9，25-26］，從數(shù)據(jù)中選擇39個變量構建了本研究的FI評估量表。包括：（1）疾?。?3種慢性疾病、2種殘疾、2類視聽情況以及與上次調查相比的健康變化（賦值：0=健康，1=變差）。（2）失能：包括6個軀體生活自理量表（BADL）項目、5個工具性日常生活活動能力量表（IADL）項目、3個移動能力指標和5個肌肉能力指標。（3）抑郁：采用流調用自評抑郁量表（CESD-10）評定，該量表分為積極和消極兩因子結構，相關系數(shù)為0.56，可以有效地測量CHARLS數(shù)據(jù)中老年人的抑郁水平［27］，該量表得分范圍為0～30分，得分＞10分，健康缺陷賦值為1，否則為0。（4）認知能力：通過認知功能電話評定問卷修訂版（TICS-m）評估，得分范圍為0～21分，將認知賦值為實際分/21。除認知能力外，以上各維度的評價根據(jù)變量類型對健康變量賦值為0、1（0=不存在健康缺陷，1=存在健康缺陷），以此類推。FI的計算方法為存在健康缺陷的數(shù)目除以納入總數(shù)（本研究為39個），其范圍為0～1，數(shù)值越大表明越衰弱。因考慮FI的數(shù)值較小，參照KULMINSKI等［28］研究，將FI進行1%單位的轉換。FI及健康缺陷分布見表1。

表1 FI健康缺陷及分布（n=2 267）Table 1 Frailty index and the distribution of health defects in participants by the wave of CHARLS

1.2.2 缺失值處理 CHARLS數(shù)據(jù)中疾病維度的變量與認知維度的變量存在較多缺失。鑒于CHARLS在追蹤調查時對回訪者不再詢問疾病，只詢問前一期調查中所回答的疾病是否正確，因此這部分的缺失數(shù)據(jù)可由前一期的數(shù)據(jù)進行填補。認知維度的評估變量均存在不同程度的缺失，因此要選擇合適的填補方式，多重填補法在應對缺失率高達25%的數(shù)據(jù)時參數(shù)估計仍具有準確性［29］，其前提是假設數(shù)據(jù)屬于隨機缺失，本研究的缺失數(shù)據(jù)經little檢驗后結果顯著（P＜0.05），表明數(shù)據(jù)不是完全隨機缺失，可能為隨機缺失或非隨機缺失。繼續(xù)為每個變量生成一個額外的二分類變量表示缺失與否，并作為χ2檢驗的分組，與其他目標變量進行χ2檢驗，結果顯示與年齡、性別、教育程度等存在差異，表明缺失數(shù)據(jù)依賴于其他變量，屬于隨機缺失類型，適合運用多重填補法進行填補。參考既往研究［30］，將性別、年齡、教育程度作為認知維度的解釋變量，用以預測認知能力，并經以下3個步驟：首先用一系列可能的值對每個缺失值進行替換，然后用標準的統(tǒng)計分析程序分別對多次替換后產生的多個數(shù)據(jù)集進行分析，最后將來自各數(shù)據(jù)集的統(tǒng)計結果進行合并。通過以上缺失值的處理，并排除死亡、失訪者的數(shù)據(jù)，最后將4期數(shù)據(jù)通過個人編碼匹配合并，最終形成4期調查均參與的2 267例60歲及以上老年人作為研究樣本。

1.3 統(tǒng)計學方法 采用Mplus 8.0構建LGM觀察老年人衰弱的發(fā)展軌跡。LGM是結構方程模型的一種變式，可以對發(fā)展過程中的群組和個體變異同時進行估計［31］。LGM首先定義兩個潛變量結構，即截距和斜率，然后用某一變量在不同時間點上的實際測量值估計模型中的兩個潛變量結構，這種對變化軌跡進行簡單描述的模型稱為無條件LGM。在無條件LGM之后，如果截距或斜率的變異顯著，則可以繼續(xù)考察影響截距或斜率的因素，即構建條件LGM。如果某一變量與截距或斜率存在顯著的共變關系，則可以確定該變量是影響截距或斜率的因素。變量相關性分析采用Spearman秩相關分析。以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 相關性分析 相關分析結果顯示，F(xiàn)I與PA、吸煙、飲酒、睡眠、性別、教育程度有關（P＜0.05），見表2。

表2 各變量相關系數(shù)矩陣（rs值）Table 2 Correlation coefficient matrix of frailty index with PA，smoking，alcohol consumption，sleep，gender，and education level in Chinese older people

2.2 我國老年人衰弱的發(fā)展軌跡：無條件LGM 分別構建3類無條件LGM:（1）線性無條件LGM；（2）二次函數(shù)無條件LGM；（3）不定義曲線無條件LGM，見表3。從擬合指標可以看出，不定義曲線無條件LGM對數(shù)據(jù)的擬合優(yōu)于線性無條件LGM和二次函數(shù)無條件LGM，為此，確定我國老年人的衰弱軌跡符合不定義曲線無條件LGM，表明我國老年人衰弱的發(fā)展軌跡呈曲線增長的趨勢。從不定義曲線無條件LGM結果來看，老年人衰弱的初始水平顯著＞0（截距=11.83，P＜0.01），衰弱在4次調查期間呈上升趨勢（斜率=0.92，P＜0.01），此外，截距的變異（σ2=53.16，P＜0.01）、斜率的變異（σ2=1.13，P＜0.01）均顯著＞0，表明老年人衰弱的起始水平存在顯著的個體差異，并且隨后的發(fā)展速度也存在顯著的個體差異。截距和斜率之間顯著相關（r=0.41，P＜0.01），表明我國老年人衰弱的發(fā)展速度和起始水平存在顯著的相關性，見圖1。

圖1 我國老年人衰弱發(fā)展軌跡的不定義曲線無條件LGMFigure 1 Unconditional latent growth model with undefined curve for analyzing the developmental trajectory and associated factors of frailty in Chinese older people

表3 我國老年人衰弱發(fā)展軌跡的無條件潛變量增長模型的擬合指標Table 3 Fitting indices of the unconditional latent growth model for analyzing the developmental trajectory of frailty in Chinese older people

2.3 我國老年人衰弱的變化軌跡：條件LGM 為考察老年人衰弱發(fā)展軌跡是否存在性別及教育程度差異，以及PA、吸煙、飲酒及睡眠因素的影響，構建如圖2所示的不定義曲線條件LGM。該條件模型較好地擬合了數(shù)據(jù)：χ2（19）=300.79，比較擬合指數(shù)（CFI）=0.947，非規(guī)范擬合指數(shù)（TLI）=0.925，近似均方根誤差（RMSEA）=0.044，標準化均方根殘差（SRMR）=0.058。老年人衰弱存在顯著的個體差異（σ2=0.942，P＜0.01），其發(fā)展速度也存在顯著的個體差異（σ2=0.923，P＜0.01）。此外，在對模型截距的預測中，男性和女性老年人在衰弱的初始水平上存在顯著差異（β=-0.113，P＜0.01），男性老年人衰弱水平更低；老年人衰弱的初始水平也存在顯著的教育程度差異（β=-0.173，P＜0.01），教育程度越高的老年人，其衰弱的初始水平越低。在對模型斜率的預測中，性別和教育程度均具有顯著的負向預測作用（性別：β=-0.181，P＜0.01；教育程度：β=-0.151，P＜0.01），相比于男性和教育程度高的老年人，女性和教育程度低的老年人衰弱的發(fā)展速度更快。

圖2 我國老年人衰弱發(fā)展軌跡的不定義曲線條件LGMFigure 2 Conditional latent growth model with undefined curve for analyzing the developmental trajectory and associated factors of frailty in Chinese older people

PA、吸煙、飲酒、睡眠作為時間變化因素納入，結果顯示，PA與睡眠對老年人衰弱具有顯著的負向影響，這一影響在4期調查中表現(xiàn)一致，即老年人的PA水平越高，睡眠越充足，其衰弱水平越低，以2011年為例，相比低PA老年人，從事中高PA的老年人衰弱水平下降0.026個單位（2011年：β=-0.026，P＜0.05）；相比睡眠不足的老年人，睡眠充足的老年人衰弱水平下降0.077個單位（2011年：β=-0.077，P＜0.01），表明中高PA和保證睡眠時間有助于降低老年人衰弱水平。此外，盡管吸煙與飲酒對老年人的衰弱存在正向影響，即長期吸煙、飲酒過多將增加老年人的衰弱水平，但僅分別在2011年、2015年、2018年和2013年、2015年調查中存在顯著的作用。

3 討論

人口結構的改變使得衰弱人口的比例逐漸增加，預計在未來的幾十年內衰弱的數(shù)量會成倍增長［32］。本研究基于CHARLS 2011年、2013年、2015年和2018年4期調查數(shù)據(jù)，對我國老年人的衰弱發(fā)展軌跡及影響因素進行了LGM的建立。結果顯示，在4期的追蹤調查階段，我國老年人的衰弱呈曲線增長的發(fā)展軌跡，且衰弱的初始水平與隨后的增長速度均有顯著的個體差異，提示我國老年人的衰弱水平并非是隨著年齡而直線上升，這給預防和延緩衰弱提供了可能［33-34］。本研究結論與STOLZ等［35］使用歐洲健康老齡化與退休調查（SHARE）數(shù)據(jù)的研究一致，該調查顯示，老年人個體間的衰弱水平具有很大的異質性且以非線性增長的模式發(fā)展，但也與其他研究結論相左，STOW等［36］、AGUAYO等［37］的研究顯示老年人的衰弱軌跡呈線性增長的趨勢，可能與研究樣本不一致有關，此外縱向數(shù)據(jù)含有較多的缺失數(shù)據(jù)，對缺失數(shù)據(jù)的處理方式不同可能也是造成結論存在差異的原因之一。

時間恒定因素中，本研究表明無論是衰弱的初始水平還是衰弱的發(fā)展速度，女性、教育程度低的老年人快于男性、教育程度高的老年人，提示臨床要重點關注女性、教育程度偏低的老年人。一項應用老年綜合評估構建的衰弱指數(shù)（FICGA）評估北京城鄉(xiāng)居民FI的研究顯示女性FI高于男性，既往國外研究結論也多為女性衰弱得分高于男性［38-39］，其原因可能是與雌激素水平有關，雌激素在女性絕經后迅速下降［40］，引起維生素D缺乏，從而使神經-肌肉平衡和肌肉力量及其他生理功能快速退化［41］，繼而發(fā)生衰弱。而既往研究多采用橫斷面研究證實女性老年人更為嚴重，本研究從縱向的視角出發(fā)，不僅表明女性的衰弱初始水平高于男性，其隨后的發(fā)展速度也快于男性，進一步證實了女性老年人衰弱的嚴重性。YANG等［42］的研究同樣也指出衰弱方面的性別不平衡正在加劇，可見，女性作為弱勢群體在衰弱方面也表現(xiàn)出了不容樂觀的情況。此外，教育程度能夠預測老年人的衰弱水平及發(fā)展速度，教育程度高的老年人衰弱初始水平和發(fā)展速度低于教育程度低的老年人，因此教育程度高是衰弱的保護因素［43］，BAKKER等［44］認為教育程度高的人群健康素養(yǎng)也較高，其在愿意的同時也有能力運用相關的健康知識來維持自身健康，從而降低衰弱發(fā)生率。另一方面，教育程度會影響老年人的認知功能［45］，解瑞寧等［46］認為大腦的中樞神經系統(tǒng)不會因為發(fā)育成熟而停滯發(fā)展，個體成熟之后，其接受的教育以及經歷等內外因素會導致腦部結構以及功能的進一步發(fā)展，因此受教育水平越高的個體，其大腦的認知能力就越高。王會會等［47］研究發(fā)現(xiàn)教育能夠通過認知水平來間接影響衰弱的發(fā)生，認知狀況不僅影響老年人的記憶力，同時也是自理能力和社交活動的基礎。可見教育所帶來的認知、階層、收入等短期效應外，從更長遠的生命歷程看，對老年期的健康保障也有著顯著影響，這些由于教育帶來的優(yōu)勢影響了衰弱的初始水平，更通過累積優(yōu)勢影響了衰弱的發(fā)展速度。

時間變化因素中，PA與睡眠均在4期調查數(shù)據(jù)中對老年人的衰弱有顯著的負向影響，表明PA水平越高，睡眠越充足，有助于老年人衰弱水平的降低。在國際衰弱和肌肉減少癥研究協(xié)會（International Conference of Frailty and Sarcopenia Research，ICFSR）制訂的2019版國際衰弱臨床實踐指南中，PA被認為是目前預防衰弱發(fā)生和延緩衰弱狀態(tài)最有效的首選方式，處于“強推薦”層級［48］。PA能促進身體和心理健康的改善，逆轉慢性病的有害影響，并保持老年人的功能自主性［49-50］，延緩老年人虛弱的發(fā)作，并抑制其進展［51］。PA以劑量依賴的方式更好地控制血壓、膽固醇和腰圍，降低了心血管和代謝疾病的風險［52］，有助于維持認知功能［53］，也有助于維持腿部肌肉的外周運動神經元的數(shù)量［54］，改善平衡和協(xié)調，以降低跌倒風險［55］。如果發(fā)生跌倒，經常鍛煉的人不太可能骨折，因為其骨骼更強壯，骨密度更高［56］。睡眠不足是老年人衰弱的危險因素，有研究推測睡眠不足將導致體內分解代謝激素和合成代謝激素的不平衡，導致炎性因子增加，一定程度解釋了睡眠與衰弱的關系［57］。此外，吸煙和飲酒分別在第1、3、4期和2、3期調查中對老年人的衰弱有顯著的正向作用，長期吸煙不僅會加重動脈粥樣硬化，而且會導致機體炎性因子增加，從而促使衰弱的發(fā)生［41］。而飲酒過多對衰弱的影響可能是乙醇的作用，導致骨量丟失、骨生成減少，從而引起骨質疏松，促使衰弱的發(fā)生［58］。

基于上述發(fā)現(xiàn)，提出以下建議：一是重視我國老年人衰弱問題。隨著我國即將邁入中度老齡化時代，這種人口結構的改變使得老年人衰弱問題愈發(fā)嚴峻，衰弱所引發(fā)的一系列負面事件將嚴重影響老年人的生活質量。因此要借鑒國外的跨學科研究模式，通過老年醫(yī)學、運動科學、人口學、護理學等多學科協(xié)作，共同開展衰弱的干預研究，形成社區(qū)、醫(yī)院和養(yǎng)老院等不同場景下的衰弱干預處方。

二是要針對性地實施干預。我國老年人的衰弱存在顯著的性別不平等與教育不平等問題，女性以及教育程度低的老年人衰弱水平與發(fā)展速度不容樂觀。因此除重點針對女性及教育程度低的老年人進行衰弱篩查外，還要對老年人進行再教育，在社區(qū)、醫(yī)院、養(yǎng)老院、家庭中對老年人進行健康素養(yǎng)普及，提高其認知能力，進而預防與延緩衰弱。

三是引導老年人養(yǎng)成健康的生活方式，減少吸煙與飲酒，并進行中高PA，提高睡眠質量。因此要廣泛開展健康生活方式對防治衰弱的知識宣傳，并提供適宜運動的建成環(huán)境和健身環(huán)境，積極引導廣大老年人增加PA。

本研究雖然探討了我國老年人衰弱的發(fā)展軌跡，豐富了我國衰弱領域的研究，但仍有諸多有待改進的地方。一方面，探討影響老年人衰弱的因素不夠全面，僅考察了4個時間變化因素（PA、吸煙、飲酒、睡眠）以及2個時間恒定因素（教育程度、性別）。另一方面在于未能更大程度地排除死亡老年人樣本所造成的影響。因此未來的研究可以通過進一步納入其他變量，綜合考察這些因素對老年人衰弱的影響及機制；采用更為全面的模型以及統(tǒng)計方法，排除死亡老年人樣本的影響，更深層次地挖掘數(shù)據(jù)背后的意義。

作者貢獻：郭凱林進行文章的構思與設計、論文的撰寫；王世強進行研究的實施與可行性分析、論文的撰寫，對文章整體負責、監(jiān)督管理；李丹、王一杰進行數(shù)據(jù)收集、整理與處理；王少堃進行結果的分析與解釋；胥祉涵進行論文的修訂。

本文無利益沖突。