社区中老年人认知功能影响因素及风险预测研究

doi:10.12114/j.issn.1007-9572.2025.0111

中国全科医学 ›› 2025, Vol. 28 ›› Issue (30): 3773-3778.DOI: 10.12114/j.issn.1007-9572.2025.0111

所属专题：社区卫生服务最新研究合辑

社区中老年人认知功能影响因素及风险预测研究

李玲¹, 李雅萍², 钱时兴², 聂婧², 陆春华³, 李霞²^,^*()

1．200030　上海市，上海交通大学医学院附属精神卫生中心感染管理科
2．200030　上海市，上海交通大学医学院附属精神卫生中心老年科
3．201601　上海市松江区泗泾镇社区卫生服务中心

收稿日期:2025-04-01 修回日期:2025-05-07 出版日期:2025-10-20 发布日期:2025-08-18
通讯作者: 李霞
作者贡献：
李玲负责文章的研究设计、数据统计分析和文章撰写；李雅萍、钱时兴、聂婧、陆春华负责研究过程的实施、数据收集；李霞负责文章的研究设计、论文修订和审校。
基金资助:
国家科技部重点研发计划(2023YFC36003200); 上海市疾病预防控制政策研究课题(2025JZ37)

Research on Influencing Factors and Risk Prediction of Cognitive Function in Community-dwelling Middle-aged and Elderly People

LI Ling¹, LI Yaping², QIAN Shixing², NIE Jing², LU Chunhua³, LI Xia²^,^*()

1. Department of Healthcare-associated Infection Management, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, Shanghai 200030, China
2. Department of Geriatrics, Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, Shanghai 200030, China
3. Songjiang District Sijing Community Health Center, Shanghai 201601, China

Received:2025-04-01 Revised:2025-05-07 Published:2025-10-20 Online:2025-08-18
Contact: LI Xia

分享到

摘要/Abstract

摘要： 背景认知障碍在中老年人群中的发生率逐年上升，其发病机制尚未完全阐明且缺乏有效治疗手段。通过整合多维度因素构建预测模型，能够提高认知障碍高危人群的早期识别与干预能力。目的基于"生物标志物-遗传-环境"多维度视角，探索并构建社区中老年人群发生认知障碍风险的预测模型。方法纳入2021年4—9月在上海市松江区泗泾镇社区卫生服务中心进行健康体检的2 243例社区中老年人为研究对象，收集研究对象社会人口学资料、生活方式、个人疾病史以及体格检查指标。采用全自动生化分析仪测定同型半胱氨酸（Hcy）浓度，确定是否为高同型半胱氨酸血症（HHcy），采用连接酶反应技术检测单核苷酸多态性（SNP）基因位点rs429358和rs7412，确定载脂蛋白E（APOE）基因型；采用两步法自我认知筛查工具（TCSA）进行认知功能评估，并根据评估结果分为认知正常组和认知障碍风险组，比较两组一般资料和体格检查指标。采用多因素Logistic逐步回归方法筛选独立预测因子，并构建中老年人发生认知障碍风险的列线图预测模型，采用Bootstrap自抽样法进行内部验证，判断预测模型的准确性。结果 2 243名中老年受试者中，认知正常组1 868人（83.28%），认知障碍风险组375人（16.72%）。两组年龄、受教育年限、腰臀比、锻炼、适宜睡眠、饮酒、吸烟、高血压、脑卒中、HHcy和E4携带比较，差异有统计学意义（P<0.05）。多因素Logistic回归分析结果显示，高龄（OR=1.064，95%CI=1.040~1.088，P<0.001）、吸烟（OR=1.746，95%CI=1.277~2.386，P<0.001）、高血压（OR=2.584，95%CI=1.761~3.793，P<0.001）、脑卒中（OR=1.451，95%CI=1.048~2.008，P=0.025）、HHcy（OR=2.421，95%CI=1.827~3.207，P<0.001）和E4携带（OR=2.034，95%CI=1.473~2.808，P<0.001）是社区中老年人发生认知障碍的风险因素，受教育年限长（OR=0.922，95%CI=0.893~0.952，P<0.001）、适宜睡眠（OR=0.614，95%CI=0.470~0.802，P<0.001）是认知障碍发生的保护因素。基于多因素Logistic回归分析中的影响因素构建列线图预测模型，该模型的一致性指数为0.743（95%CI=0.712~0.771）。结论受教育年限、吸烟、适宜睡眠、高血压及脑卒中病史、HHcy及携带E4携带是中老年人发生认知障碍的影响因素，基于"生物标志物-遗传-环境"多维度的风险预测模型，可为社区中老年人发生认知障碍风险筛查提供指导。

关键词: 认知障碍, 中老年人, 两步法自我认知筛查工具, 生物标志物-遗传-环境, 预测模型

Abstract:

Background

The incidence of cognitive impairment is rising year by year among middle-aged and elderly individuals, yet its pathogenesis remains unclear and effective treatments are lacking. Integrating multidimensional factors to construct a predictive model can enhance the early identification and intervention of high-risk populations for cognitive impairment.

Objective

To explore and construct a risk prediction model for cognitive impairment in community-dwelling middle-aged and elderly adults based on a biomarkers-genetic-environment multidimensional perspective.

Methods

A total of 2 243 middle-aged and elderly people in the community who underwent health examinations at Songjiang District Sijing Community Health Center of Shanghai from April to September 2021 were included as the research subjects. Their sociodemographic data, lifestyle, personal disease history and physical examination indicators were collected. The homocysteine (Hcy) concentration was measured by fully automatic biochemical analyzer to determine whether it was hyperhomocysteinemia (HHcy), and single nucleotide polymorphism (SNP) gene sites rs429358 and rs7412 were detected by ligase detection reaction technology to determine the Apolipoprotein E (APOE) genotype. Cognitive function was assessed using Two-tiered Cognitive Self-Assessment (TCSA), and the subjects were divided into normal cognitive group and cognitive impairment risk group according to the assessment results. The general data and physical examination indicators of the two groups were compared. The multivariate logistic stepwise regression method was used to screen independent predictors, and a nomogram prediction model for the risk of cognitive impairment in middle-aged and elderly people was constructed. The Bootstrap self-sampling method was used for internal validation to determine the accuracy of the prediction model.

Results

The incidence rate of cognitive impairment risk in the community-dwelling middle-aged and elderly people was 16.72%. Multivariate Logistic regression analysis revealed that advanced age (OR=1.064, 95%CI=1.040-1.088, P<0.001), smoking (OR=1.746, 95%CI=1.277-2.386, P<0.001), hypertension (OR=2.584, 95%CI=1.761-3.793, P<0.001), stroke (OR=1.451, 95%CI=1.048-2.008, P=0.025), HHcy (OR=2.421, 95%CI=1.827-3.207, P<0.001) and E4 carrier (OR=2.034, 95%CI=1.473-2.808, P<0.001) were risk factors for cognitive impairment in middle-aged and elderly people in the community, while long years of education (OR=0.922, 95%CI=0.893-0.952, P<0.001) and appropriate sleep duration (OR=0.614, 95%CI=0.470-0.802, P<0.001) were protective factors for cognitive impairment. The nomogram prediction model was constructed based on the influencing factors in the multivariate Logistic regression analysis. The consistency index of the model was 0.743 (95%CI=0.712-0.771) .

Conclusion

Years of education, smoking, adequate sleep, history of hypertension and stroke, hyperhomocysteinemia (HHcy), and E4 carrier are influencing factors for cognitive impairment in middle-aged and elderly people. A risk prediction model based on multi-dimensional prediction of "biomarkers-genetics-environment" can provide guidance for screening the risk of cognitive impairment in community-dwelling middle-aged and elderly people.

Key words: Cognitive impairment, Middle-aged and elderly adults, Two-tiered Cognitive Self-Assessment, Biomarkers-genetic-environment, Prediction model

李玲,李雅萍,钱时兴,等. 社区中老年人认知功能影响因素及风险预测研究[J]. 中国全科医学, 2025, 28(30): 3773-3778. DOI: 10.12114/j.issn.1007-9572.2025.0111.
LI Ling,LI Yaping,QIAN Shixing, et al. Research on Influencing Factors and Risk Prediction of Cognitive Function in Community-dwelling Middle-aged and Elderly People[J]. Chinese General Practice, 2025, 28(30): 3773-3778. DOI: 10.12114/j.issn.1007-9572.2025.0111.

图/表 4

参考文献 29

[4]	NIE J, YANG Y, GAO Y N，et al. Newly self-administered two-step tool for screening cognitive function in an ageing Chinese population：an exploratory cross-sectional study[J]. Gen Psychiatr，2023,36(1):e100837. DOI：10.1136/gpsych-2022-100837.
[5]	QIU J Y, ZHAO L, XIAO S F，et al. Efficacy of comprehensive cognitive health management for Shanghai community older adults with mild cognitive impairment[J]. Gen Psychiatr，2022,35(4):e100532. DOI：10.1136/gpsych-2021-100532.
[6]	中国高血压防治指南（2018年修订版）[J]. 临床医学研究与实践，2019,4(5):201.
[7]	WANG Q, ZHOU S, ZHANG J Y，et al. Risk assessment and stratification of mild cognitive impairment among the Chinese elderly：attention to modifiable risk factors[J]. J Epidemiol Community Health，2023,77(8):521-526. DOI：10.1136/jech-2022-219952.
[8]	PU L N, PAN D G, WANG H H，et al. A predictive model for the risk of cognitive impairment in community middle-aged and older adults[J]. Asian J Psychiatr，2023,79:103380. DOI：10.1016/j.ajp.2022.103380.
[9]	HUANG M L, GAO X X, ZHAO R，et al. Development and validation of a nomogram for predicting mild cognitive impairment in middle-aged and elderly people[J]. Asian J Psychiatr，2022,75:103224. DOI：10.1016/j.ajp.2022.103224.
[10]	LÖVDÉN M, FRATIGLIONI L, GLYMOUR M M，et al. Education and cognitive functioning across the life span[J]. Psychol Sci Public Interest，2020,21(1):6-41. DOI：10.1177/1529100620920576.
[11]	ASSAF G, EL KHOURY J, JAWHAR S，et al. Mild cognitive impairment and modifiable risk factors among Lebanese older adults in primary care[J]. Asian J Psychiatr，2021,65:102828. DOI：10.1016/j.ajp.2021.102828.
[12]	NAJAR J, ÖSTLING S, GUDMUNDSSON P，et al. Cognitive and physical activity and dementia：a 44-year longitudinal population study of women[J]. Neurology，2019,92(12):e1322-1330. DOI：10.1212/WNL.0000000000007021.
[13]	YANG Q, LI S Y, YANG Y，et al. Prolonged sleep duration as a predictor of cognitive decline：a meta-analysis encompassing 49 cohort studies[J]. Neurosci Biobehav Rev，2024,164:105817. DOI：10.1016/j.neubiorev.2024.105817.
[14]	MA Y J, LIANG L R, ZHENG F F，et al. Association between sleep duration and cognitive decline[J]. JAMA Netw Open，2020,3(9):e2013573. DOI：10.1001/jamanetworkopen.2020.13573.
[15]	WINER J R, DETERS K D, KENNEDY G，et al. Association of short and long sleep duration with amyloid-β burden and cognition in aging[J]. JAMA Neurol，2021,78(10):1187-1196. DOI：10.1001/jamaneurol.2021.2876.
[16]	PAK V M, PAUL S, SWIEBODA D，et al. Sleep duration and biomarkers of inflammation in African American and white participants with a parental history of Alzheimer's disease[J]. Alzheimers Dement（N Y），2022,8(1):e12332. DOI：10.1002/trc2.12332.
[17]	BLOOMBERG M, MUNIZ-TERRERA G, BROCKLEBANK L，et al. Healthy lifestyle and cognitive decline in middle-aged and older adults residing in 14 European countries[J]. Nat Commun，2024,15(1):5003. DOI：10.1038/s41467-024-49262-5.
[18]	CHOI D, CHOI S, PARK S M. Effect of smoking cessation on the risk of dementia：a longitudinal study[J]. Ann Clin Transl Neurol，2018,5(10):1192-1199. DOI：10.1002/acn3.633.
[19]	MUÑOZ MANIEGA S, CHAPPELL F M, VALDÉS HERNÁNDEZ M C，et al. Integrity of normal-appearing white matter：influence of age，visible lesion burden and hypertension in patients with small-vessel disease[J]. J Cereb Blood Flow Metab，2017,37(2):644-656. DOI：10.1177/0271678x16635657.
[20]	KÖBE T, GONNEAUD J, BINETTE A P，et al. Association of vascular risk factors with β-amyloid peptide and tau burdens in cognitively unimpaired individuals and its interaction with vascular medication use[J]. JAMA Netw Open，2020,3(2):e1920780. DOI：10.1001/jamanetworkopen.2019.20780.
[21]	LOERA-VALENCIA R, EROLI F, GARCIA-PTACEK S，et al. Brain renin-angiotensin system as novel and potential therapeutic target for Alzheimer's disease[J]. Int J Mol Sci，2021,22(18):10139. DOI：10.3390/ijms221810139.
[1]	JIA L F, DU Y F, CHU L，et al. Prevalence，risk factors，and management of dementia and mild cognitive impairment in adults aged 60 years or older in China：a cross-sectional study[J]. Lancet Public Health，2020,5(12):e661-671. DOI：10.1016/S2468-2667(20)30185-7.
[2]	LIVINGSTON G, HUNTLEY J, LIU K Y，et al. Dementia prevention，intervention，and care：2024 report of the lancet standing commission[J]. Lancet，2024,404(10452):572-628. DOI：10.1016/S0140-6736(24)01296-0.
[3]	SIQUEIRA G S A, HAGEMANN P M S, COELHO D S，et al. Can MoCA and MMSE be interchangeable cognitive screening tools a systematic review[J]. Gerontologist，2019,59(6):e743-763. DOI：10.1093/geront/gny126.
[22]	LEVINE D A, GALECKI A T, LANGA K M，et al. Blood pressure and cognitive decline over 8 years in middle-aged and older black and white Americans[J]. Hypertension，2019,73(2):310-318. DOI：10.1161/HYPERTENSIONAHA.118.12062.
[23]	蹇秋枫，徐荣华，姚倩，等. 中国老年脑卒中患者认知障碍患病率和影响因素的Meta分析[J]. 中国全科医学，2023,26(32):4070-4079,4088. DOI：10.12114.j.issn.1007-9572.2023.0212.
[24]	FILLER J, GEORGAKIS M K, DICHGANS M. Risk factors for cognitive impairment and dementia after stroke：a systematic review and meta-analysis[J]. Lancet Healthy Longev，2024,5(1):e31-44. DOI：10.1016/S2666-7568(23)00217-9.
[25]	SMITH A D, REFSUM H, BOTTIGLIERI T，et al. Homocysteine and dementia：an international consensus statement[J]. J Alzheimers Dis，2018,62(2):561-570. DOI：10.3233/JAD-171042.
[26]	WEEKMAN E M, WOOLUMS A E, SUDDUTH T L，et al. Hyperhomocysteinemia-induced gene expression changes in the cell types of the brain[J]. ASN Neuro，2017,9(6):1759091417742296. DOI：10.1177/1759091417742296.
[27]	HOSOKI S, HANSRA G K, JAYASENA T，et al. Molecular biomarkers for vascular cognitive impairment and dementia[J]. Nat Rev Neurol，2023,19(12):737-753. DOI：10.1038/s41582-023-00884-1.
[28]	FORTEA J, PEGUEROLES J, ALCOLEA D，et al. APOE4 homozygozity represents a distinct genetic form of Alzheimer's disease[J]. Nat Med，2024,30(5):1284-1291. DOI：10.1038/s41591-024-02931-w.
[29]	LI Z H, MARTENS Y A, REN Y X，et al. APOE genotype determines cell-type-specific pathological landscape of Alzheimer's disease[J]. Neuron，2025,113(9):1380-1397.e7. DOI：10.1016/j.neuron.2025.02.017.

组别	例数	年龄[M（P₂₅，P₇₅），岁]	受教育年限[M（P₂₅，P₇₅），年]	BMI [M（P₂₅，P₇₅），kg/m²]	腰臀比（±s）	性别[例（%）]		锻炼[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	受教育年限[M（P₂₅，P₇₅），年]	BMI [M（P₂₅，P₇₅），kg/m²]	腰臀比（±s）	男	女	否	是
认知正常组	1 868	68（65，72）	6（3，9）	9（6，12）	0.90±0.06	885（47.38）	983（52.62）	376（22.21）	1 317（77.79）
认知障碍风险组	375	71（66，76）	6（6，11）	6（3，9）	0.90±0.07	184（49.07）	191（50.93）	101（28.86）	249（71.14）
检验统计量值		-6.642^a	-7.177^a	-0.009^a	-1.971^b	0.357		7.163
P值		<0.001	<0.001	0.993	0.049	0.550		0.007
组别	喝茶[例（%）]		适宜睡眠[例（%）]		饮酒[例（%）]		吸烟[例（%）]		高血压[例（%）]
组别	否	是	否	是	否	是	否	是	否	是
认知正常组	730（43.74）	939（56.26）	606（32.44）	1 262（67.56）	1 603（86.60）	248（13.40）	1 458（82.05）	319（17.95）	526（29.39）	1 264（70.61）
认知障碍风险组	145（42.27）	198（57.73）	169（45.07）	206（54.93）	301（82.47）	64（17.53）	250（71.02）	102（28.98）	69（18.45）	305（81.55）
检验统计量值	0.248		22.015		4.311		22.514		18.560
P值	0.618		<0.001		0.038		<0.001		<0.001
组别	糖尿病[例（%）]		高血脂[例（%）]		脑卒中[例（%）]		HHcy[例（%）]		E4携带[例（%）]
组别	否	是	否	是	否	是	否	是	否	是
认知正常组	1 214（73.89）	429（26.11）	1 103（66.41）	558（33.59）	1 355（83.44）	269（16.56）	503（80.46）	365（19.54）	1 604（86.05）	260（13.95）
认知障碍风险组	239（73.54）	86（26.46）	233（71.69）	92（28.31）	249（77.09）	74（22.91）	226（60.27）	149（39.73）	281（75.13）	93（24.87）
检验统计量值	0.017		3.450		7.476		72.096		27.949
P值	0.895		0.063		0.006		<0.001		<0.001

组别	例数	年龄[M（P₂₅，P₇₅），岁]	受教育年限[M（P₂₅，P₇₅），年]	BMI [M（P₂₅，P₇₅），kg/m²]	腰臀比（±s）	性别[例（%）]		锻炼[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	受教育年限[M（P₂₅，P₇₅），年]	BMI [M（P₂₅，P₇₅），kg/m²]	腰臀比（±s）	男	女	否	是
认知正常组	1 868	68（65，72）	6（3，9）	9（6，12）	0.90±0.06	885（47.38）	983（52.62）	376（22.21）	1 317（77.79）
认知障碍风险组	375	71（66，76）	6（6，11）	6（3，9）	0.90±0.07	184（49.07）	191（50.93）	101（28.86）	249（71.14）
检验统计量值		-6.642^a	-7.177^a	-0.009^a	-1.971^b	0.357		7.163
P值		<0.001	<0.001	0.993	0.049	0.550		0.007
组别	喝茶[例（%）]		适宜睡眠[例（%）]		饮酒[例（%）]		吸烟[例（%）]		高血压[例（%）]
组别	否	是	否	是	否	是	否	是	否	是
认知正常组	730（43.74）	939（56.26）	606（32.44）	1 262（67.56）	1 603（86.60）	248（13.40）	1 458（82.05）	319（17.95）	526（29.39）	1 264（70.61）
认知障碍风险组	145（42.27）	198（57.73）	169（45.07）	206（54.93）	301（82.47）	64（17.53）	250（71.02）	102（28.98）	69（18.45）	305（81.55）
检验统计量值	0.248		22.015		4.311		22.514		18.560
P值	0.618		<0.001		0.038		<0.001		<0.001
组别	糖尿病[例（%）]		高血脂[例（%）]		脑卒中[例（%）]		HHcy[例（%）]		E4携带[例（%）]
组别	否	是	否	是	否	是	否	是	否	是
认知正常组	1 214（73.89）	429（26.11）	1 103（66.41）	558（33.59）	1 355（83.44）	269（16.56）	503（80.46）	365（19.54）	1 604（86.05）	260（13.95）
认知障碍风险组	239（73.54）	86（26.46）	233（71.69）	92（28.31）	249（77.09）	74（22.91）	226（60.27）	149（39.73）	281（75.13）	93（24.87）
检验统计量值	0.017		3.450		7.476		72.096		27.949
P值	0.895		0.063		0.006		<0.001		<0.001

变量	赋值
认知障碍风险	否=0，是=1
年龄、受教育年限、腰臀比	实测值
锻炼	否=0，是=1
适宜睡眠	否=0，是=1
饮酒	否=0，是=1
吸烟	否=0，是=1
高血压	否=0，是=1
脑卒中	否=0，是=1
HHcy	否=0，是=1
E4携带	否=0，是=1

变量	赋值
认知障碍风险	否=0，是=1
年龄、受教育年限、腰臀比	实测值
锻炼	否=0，是=1
适宜睡眠	否=0，是=1
饮酒	否=0，是=1
吸烟	否=0，是=1
高血压	否=0，是=1
脑卒中	否=0，是=1
HHcy	否=0，是=1
E4携带	否=0，是=1

变量	B	SE	Wald χ²值	P值	OR值（95%CI）	VIF
年龄	0.062	0.012	28.756	<0.001	1.064（1.040~1.088）	1.089
受教育年限	-0.081	0.016	24.456	<0.001	0.922（0.893~0.952）	1.051
适宜睡眠	-0.487	0.136	12.797	<0.001	0.614（0.470~0.802）	1.019
吸烟	0.557	0.159	12.221	<0.001	1.746（1.277~2.386）	1.092
高血压	0.950	0.196	23.527	<0.001	2.584（1.761~3.793）	1.008
脑卒中	0.372	0.166	5.040	0.025	1.451（1.048~2.008）	1.048
HHcy	0.884	0.143	37.970	<0.001	2.421（1.827~3.207）	1.071
E4携带	0.710	0.165	18.623	<0.001	2.034（1.473~2.808）	1.012

社区中老年人认知功能影响因素及风险预测研究

Research on Influencing Factors and Risk Prediction of Cognitive Function in Community-dwelling Middle-aged and Elderly People

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 29

相关文章 15

编辑推荐

Metrics

留言

[1]	贾高鹏, 陈秋雨. 老年急性ST段抬高型心肌梗死经皮冠状动脉介入治疗术后心绞痛复发风险预测模型构建和验证：基于CYP2C19相关基因检测[J]. 中国全科医学, 2025, 28(30): 3779-3786.
[2]	徐百川, 王艳, 张彭, 李艺婷, 刘飞来, 谢洋. 慢性阻塞性肺疾病共病肺癌筛查工具分析[J]. 中国全科医学, 2025, 28(30): 3847-3852.
[3]	崔宇阳, 程桂荣, 曾燕, 黄招兰, 谭伟. 社区老年人婚姻状况和社会支持及生活习惯与认知障碍的关联：基于湖北老年记忆队列基线调查[J]. 中国全科医学, 2025, 28(26): 3240-3247.
[4]	刘银银, 隋鸿平, 李婷婷, 姜桐桐, 史铁英, 夏云龙. 乳腺癌治疗相关心脏毒性风险预测模型的研究进展[J]. 中国全科医学, 2025, 28(24): 3072-3078.
[5]	周连鹏, 李伟峰, 董新刚, 王晓元. 铜稳态调节机制在认知障碍中的作用探析[J]. 中国全科医学, 2025, 28(23): 2941-2949.
[6]	丁梓峻, 周南男, 罗星, 罗洁羽, 郝文娟, 张春江, 金鑫, 赵丹. 维持性血液透析患者认知障碍情况及其影响因素：一项多中心横断面研究[J]. 中国全科医学, 2025, 28(23): 2885-2893.
[7]	吴莎, 张代义, 李晋, 宣勤考, 钱晓东, 朱传武, 浦剑虹, 朱莉. 基于体检队列的代谢相关脂肪性肝病与高血糖关联及联合预测模型构建研究[J]. 中国全科医学, 2025, 28(23): 2861-2869.
[8]	周倩, 吴晓敏, 王宝华, 严若菡, 蔚苗, 吴静. 胃癌发生风险的列线图预测模型研究[J]. 中国全科医学, 2025, 28(23): 2870-2877.
[9]	石佳瑞, 王梓力, 张薛晴, 宋玉磊, 徐桂华, 柏亚妹. 南京市社区认知症服务中心认知初步筛查服务开展现况研究[J]. 中国全科医学, 2025, 28(22): 2784-2790.
[10]	赵晓晴, 郭桐桐, 张欣怡, 李林虹, 张亚, 嵇丽红, 董志伟, 高倩倩, 蔡伟芹, 郑文贵, 井淇. 社区老年人认知障碍风险预测模型的构建与验证研究[J]. 中国全科医学, 2025, 28(22): 2776-2783.
[11]	张冰清, 王忠凯, 吴长勇, 孙煌, 李锐洁, 刘文洁, 骆怡哗, 郑丽慧, 彭云珠. 1990—2021年全球先天性心脏缺陷疾病负担变化及未来趋势预测研究[J]. 中国全科医学, 2025, 28(18): 2253-2261.
[12]	王碧晴, 张萍, 杨红霞, 王倩, 鞠春晓, 赵俊男, 梅俊, 张颖, 徐凤芹. 中国老年高血压患者轻度认知障碍患病率及发展趋势的Meta分析[J]. 中国全科医学, 2025, 28(17): 2186-2192.
[13]	刘宇婷, 仇丽霞, 李育玲. 衰弱对中国老年人认知功能的影响：有调节的链式中介效应研究[J]. 中国全科医学, 2025, 28(17): 2119-2126.
[14]	汪蝶, 吴帮云, 谭存瑶, 谌世晖, 李游, 蒙玥, 王大珊, 胡瑾, 王子云, 汪俊华. 40~65岁人群睡眠效率与血脂异常关联性研究[J]. 中国全科医学, 2025, 28(13): 1601-1606.
[15]	魏萱, 王宁, 魏颖, 陈麒麟, 赵洋. 我国中老年慢性病患者抑郁现状及其影响因素分析：基于CHARLS数据实证分析[J]. 中国全科医学, 2025, 28(11): 1303-1308.