Page 109 - 2022-06-中国全科医学

·746· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn

表 3 我国老年人衰弱发展轨迹的无条件潜变量增长模型的拟合指标
Table 3 Fitting indices of the unconditional latent growth model for analyzing the developmental trajectory of frailty in Chinese older people
系数 变异
2
模型 χ （df） P 值 CFI TLI RMSEA SRMR
截距 斜率 截距 斜率
线性无条件 LGM 97.87（5） <0.01 0.977 0.973 0.090 0.053 11.87 0.79 58.52 1.87
二次函数无条件 LGM 51.05（1） <0.01 0.988 0.927 0.148 0.033 11.82 0.51 85.02 9.85
不定义曲线无条件 LGM 36.16（3） <0.01 0.992 0.984 0.070 0.022 11.83 0.92 53.16 1.13
注：LGM= 潜变量增长模型，CFI= 比较拟合指数（参考范围：>0.900），TLI= 非规范拟合指数（参考范围：>0.900），RMSEA= 近似均方根
误差（参考范围：<0.080），SRMR= 标准化均方根残差（参考范围：<0.080）

2
P<0.01），此外，截距的变异（σ =53.16，P<0.01）、斜率的 示，PA 与睡眠对老年人衰弱具有显著的负向影响，这一影响
2
变异（σ =1.13，P<0.01）均显著 >0，表明老年人衰弱的起始 在 4 期调查中表现一致，即老年人的 PA 水平越高，睡眠越充
水平存在显著的个体差异，并且随后的发展速度也存在显著 足，其衰弱水平越低，以 2011 年为例，相比低 PA 老年人，
的个体差异。截距和斜率之间显著相关（r=0.41，P<0.01）， 从事中高 PA 的老年人衰弱水平下降 0.026 个单位（2011 年：
表明我国老年人衰弱的发展速度和起始水平存在显著的相关 β=-0.026，P<0.05）；相比睡眠不足的老年人，睡眠充足的
性，见图 1。 老年人衰弱水平下降 0.077 个单位（2011 年：β=-0.077，
P<0.01），表明中高 PA 和保证睡眠时间有助于降低老年人衰
弱水平。此外，尽管吸烟与饮酒对老年人的衰弱存在正向影响，
即长期吸烟、饮酒过多将增加老年人的衰弱水平，但仅分别
在 2011 年、2015 年、2018 年和 2013 年、2015 年调查中存在
显著的作用。
3 讨论
人口结构的改变使得衰弱人口的比例逐渐增加，预计
在未来的几十年内衰弱的数量会成倍增长 ［32］ 。本研究基于
CHARLS 2011 年、2013 年、2015 年和 2018 年 4 期调查数据，
对我国老年人的衰弱发展轨迹及影响因素进行了LGM的建立。
结果显示，在 4 期的追踪调查阶段，我国老年人的衰弱呈曲
a
注： 表示 P<0.05；FI= 衰弱指数 线增长的发展轨迹，且衰弱的初始水平与随后的增长速度均
图 1 我国老年人衰弱发展轨迹的不定义曲线无条件 LGM 有显著的个体差异，提示我国老年人的衰弱水平并非是随着
Figure 1 Unconditional latent growth model with undefined curve for ［33-34］
analyzing the developmental trajectory and associated factors of frailty in 年龄而直线上升，这给预防和延缓衰弱提供了可能 。
Chinese older people 本研究结论与 STOLZ 等 ［35］ 使用欧洲健康老龄化与退休调查
（SHARE）数据的研究一致，该调查显示，老年人个体间的
2.3 我国老年人衰弱的变化轨迹：条件 LGM 为考察老年人 衰弱水平具有很大的异质性且以非线性增长的模式发展，但
衰弱发展轨迹是否存在性别及教育程度差异，以及 PA、吸烟、 也与其他研究结论相左，STOW 等 ［36］ 、AGUAYO 等 ［37］ 的研
饮酒及睡眠因素的影响，构建如图 2 所示的不定义曲线条件 究显示老年人的衰弱轨迹呈线性增长的趋势，可能与研究样
2
LGM。该条件模型较好地拟合了数据：χ （19）=300.79，比 本不一致有关，此外纵向数据含有较多的缺失数据，对缺失
较拟合指数（CFI）=0.947，非规范拟合指数（TLI）=0.925， 数据的处理方式不同可能也是造成结论存在差异的原因之一。
近似均方根误差（RMSEA）=0.044，标准化均方根残差（SRMR） 时间恒定因素中，本研究表明无论是衰弱的初始水平还
2
=0.058。老年人衰弱存在显著的个体差异（σ =0.942， 是衰弱的发展速度，女性、教育程度低的老年人快于男性、
2
P<0.01），其发展速度也存在显著的个体差异（σ =0.923， 教育程度高的老年人，提示临床要重点关注女性、教育程度
P<0.01）。此外，在对模型截距的预测中，男性和女性老年人 偏低的老年人。一项应用老年综合评估构建的衰弱指数（FI-
在衰弱的初始水平上存在显著差异（β=-0.113，P<0.01）， CGA）评估北京城乡居民 FI 的研究显示女性 FI 高于男性，既
男性老年人衰弱水平更低；老年人衰弱的初始水平也存在显 往国外研究结论也多为女性衰弱得分高于男性 ［38-39］ ，其原因
著的教育程度差异（β=-0.173，P<0.01），教育程度越高 可能是与雌激素水平有关，雌激素在女性绝经后迅速下降 ［40］ ，
的老年人，其衰弱的初始水平越低。在对模型斜率的预测 引起维生素 D 缺乏，从而使神经 - 肌肉平衡和肌肉力量及其
中，性别和教育程度均具有显著的负向预测作用（性别：β 他生理功能快速退化 ［41］ ，继而发生衰弱。而既往研究多采用
=-0.181，P<0.01；教育程度：β=-0.151，P<0.01），相比于 横断面研究证实女性老年人更为严重，本研究从纵向的视角
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 出发，不仅表明女性的衰弱初始水平高于男性，其随后的发
弱的发展速度更快。 展速度也快于男性，进一步证实了女性老年人衰弱的严重性。
PA、吸烟、饮酒、睡眠作为时间变化因素纳入，结果显 YANG 等 ［42］ 的研究同样也指出衰弱方面的性别不平衡正在加