首页 > 资讯 > 中国老年人的衰弱轨迹和决定因素：一项纵向研究

中国老年人的衰弱轨迹和决定因素：一项纵向研究

泰然健康网
2025-07-28 19:41

摘要

目标

本研究旨在利用FRAIL量表和衰弱指数（FI）丰富对衰弱轨迹的研究，并分析中国老年人不同轨迹的决定因素。

方法

纳入中国健康长寿纵向调查2268名老年人，FRAIL量表由5个条目构成，FI由39个缺陷构成，采用潜在类别轨迹模型描述衰弱轨迹，采用Lasso-logistic模型探究影响因素。

结果

确定了四种 FRAIL 轨迹和三种 FI 轨迹。无论使用哪种虚弱工具，女性、吸烟、文盲、两种以上慢性病和日常生活活动能力差（所有p < 0.05）都与虚弱轨迹有关。

结论

中国老年人的衰弱轨迹各异，且受不同衰弱测量工具的影响。长期评估和管理衰弱被建议作为社区医疗中心的常规护理。

亮点

•使用两种工具（FRAIL量表和虚弱指数）来测量虚弱程度。•已确定四条 FRAIL 轨迹和三条 FI 轨迹。•一部分中国老年人的身体状况正在迅速衰弱。•应针对不同虚弱轨迹的老年人制定不同的干预措施和护理。

前言

介绍

衰弱症是一种复杂的老年综合征，表现为体力、耐力和生理功能障碍的退化。1它会增加不良后果的风险，包括跌倒、残疾和死亡。2、3衰弱症已成为一个主要的公共卫生问题，尤其是在中国这个老龄人口众多的国家。4与衰老不同，衰弱症是可以预防和逆转的。预防的一个关键步骤是识别高风险的老年人及其风险因素。5

衰弱表型 (FP) 和衰弱指数 (FI) 是测量衰弱的两种主要方法。6前者包括五种身体表现：不自主的体重减轻、疲劳、身体活动减少、呆滞和缺乏力量。7 FP 更适用于住院的老年患者。8、9 FI由Rockwood等人提出，10其中衰弱被概念化为累积的健康缺陷状态。2008 年，基于 FP 和 FI 提出了 FRAIL 量表。11该量表中文修订版的整体 Cronbach's alpha系数为 0.826。12总之，衰弱测量没有金标准，不同的衰弱工具可能测量个体健康的不同方面。因此，结合多种工具来评估衰弱比使用单一测量方法可以提供更多的信息。

先前研究已经探索了单一时间点的衰弱预测因素。13,14,15 然而，衰弱并不是恒定的，而是在进展、维持和改善之间变化。16最近的一项审查表明，重复衰弱测量的纵向数据对于了解衰弱如何发展以及其进展的原因具有重要意义。17然而，关于中国人衰弱轨迹的研究很少，没有证据表明在使用不同的衰弱测量工具时，衰弱轨迹遵循相似的发展模式。此外，生命历程理论认为，早期生活暴露可能会影响晚年健康。18一些研究表明，不良的童年暴露与衰弱呈正相关。19、20然而，衰弱轨迹的危险因素仅限于相对较晚的生活方式和社会因素，而忽略了童年经历。21因此，童年经历与衰弱轨迹之间的关联仍有待探索。

识别衰弱轨迹并及时干预其危险因素可能有助于老年人享受更健康更长寿的生活。本研究旨在：（1）利用两种适用于中国社区老年人的评估工具（FRAIL量表和FI）全面了解衰弱轨迹的特点；（2）探讨童年经历、人口统计学、社会经济和行为因素对衰弱轨迹的综合影响。

方法

中国纵向健康长寿调查（CLHLS）参与者旨在探讨中国成年人长寿的决定因素。该调查在22个省份进行，CLHLS人群由居住在家庭中的65岁中国成年人组成。采用多阶段非等目标随机抽样方法进行选择，以确保全国代表性。 22 基线调查于 1998 年启动，后续调查于 2000 年、2002 年、2005 年、2008 年、2009 年、2011 年、2012 年、2014 年和2018年，CLHLS获得北京大学伦理委员会批准（IRB00001052 13074）。所有参与者都获得了书面知情同意书。

本研究纳入标准如下：（1）年龄65岁；（2）2008年以来连续参加四次调查； (3)完成基线衰弱测量和3次后续衰弱测量。排除标准是那些重要变量（例如年龄、性别和身体状况）缺失值的标准。 2008 年基线访谈有 16,954 名参与者，其中排除了 14,686 名不符合条件的参与者。最后，分析样本中有 2268 名参与者（补充图 1）。

FRAIL 量表

FRAIL 量表包括五个自我报告的项目：疲劳、肌肉阻力、步行、疾病负担和体重减轻。每个项目的结果均分为两部分，正面回答得 1 分，负面回答得 0 分。创建 FRAIL 量表的目的是将个体分为健全 (0)、脆弱前 (1 至 2) 或脆弱（3 至 5 分）。在CLHLS问卷设计的基础上，对FRAIL量表项目进行了部分调整。该改编量表在之前的研究中具有良好的信度和效度。23,24 有关具体调整的更多信息，请参见补充表 1。

FI 使用 39 个与健康相关的项目构建。25 这 39 个项目涵盖了认知功能、活动日常生活能力（ADL）、工具性日常生活活动（IADL）、工具性障碍、慢性疾病患病率（例如糖尿病、中风、心脏病）、感觉障碍和健康状况。对于每个参与者，FI 分数的计算方式为缺陷分数总和除以所包含的缺陷量，范围从 0 到 1。FI 分数越高表明虚弱状况越差。项目详情见补充表2。

协变量的测量

本研究中的协变量包括人口特征（年龄、性别、居住地）、社会经济特征（教育、职业、经济状况）、家庭社会支持（婚姻状况、社会地位）。互动）、健康行为（运动、吸烟、饮酒）、童年经历（童年医疗服务、童年饥饿）等。心理健康通过心理健康（PWB）26进行评价，由7个项目来衡量。总分范围为7至35，PWB得分越高表明幸福感越好。此外，ADL 和 IADL 也被列为潜在协变量。 IADL 被认为比 ADL 更复杂。27 ADL 通过 6 项日常活动进行评估，IADL 根据 8 项工具活动进行评估。较低的 ADL 分数 (6 18) 和 IADL 分数 (8 24) 表明身体状况较好。补充表 3 显示了对变量的更详细描述。

虚弱轨迹

我们使用潜在类轨迹模型 (LCTM) 来识别随时间变化的虚弱轨迹。 LCTM 可用于分析纵向数据并揭示群体内的多种发育轨迹，而不是单一轨迹。28 以下是 LCTM 的具体标准：（1）根据最小贝叶斯信息确定最拟合的轨迹数量标准（BIC）； (2)计算每个参与者的后验概率，并将参与者分配到概率最高的某个轨迹。平均后验概率（APP）超过70%，表明模型拟合良好；（3）最小班级的比例要求不少于全体学员的5%。

统计分析

首先，排除所有缺失率大于10%的变量，其余变量使用“mice”包通过多重插补方法进行插补。分类变量给出了百分比。连续变量以正态分布的平均值§标准差表示，或以偏态分布的中位数和四分位数范围表示。测量2008年至2018年每一波的FRAIL评分和FI评分。

其次，使用LCTM识别FRAIL和FI轨迹。我们测试了 1-6 个轨迹来识别脆弱轨迹的潜在子组。使用 BIC 确定轨迹组的最佳数量（绝对值通常越低越好）。此外，还计算了 APP 和最小班级的比例。

第三，我们使用最小绝对收缩和选择算子（Lasso）方法进行初始变量选择。 Lasso 是一种广泛用于高维数据中的变量选择和模型拟合的正则化技术。其本质是在一般线性回归中添加惩罚项（L1正则化），以消除不太重要变量的系数，从而实现自动特征选择和模型简化。29 Lasso回归的公式如补充图2所示。然后，通过使用交叉验证来选择最佳正则化参数值（λ）。一般来说，通常选择 lambda.min 作为最优 λ，因为它表明选择具有高预测精度的最简单模型。 30 第四，通过方差分析、chi-平方检验或秩和检验。

最后，使用多项逻辑回归来确定每个 FRAIL/FI 轨迹组的预测因子。所有统计分析均使用 R，V.4.3.0.31 进行，当 p < 0.05（双侧）时，判断统计显着性显着。

Lasso回归分析

Lasso回归算法用于消除不太重要的因素。结果呈现在图1和图2中。 3,4 和补充图 3,4。对于 FRAIL 轨迹，在最佳 λ（λ=0.007040706，即 lambda.min）处确定了 21 个变量的非零系数。对于 FI 轨迹，在最佳 λ（λ=0.005471071，即 lambda.min）处确定了 18 个具有非零系数的变量。无论使用哪种衰弱工具，几乎每个选定的变量都具有统计学上的显着差异（补充表 7 和补充表 8）。协变量和衰弱轨迹组之间的关联在吸烟、认知能力、教育等方面具有显着意义。值得注意的是，Lasso 筛查结果中还包括了童年经历。

多项逻辑回归分析

使用多项逻辑回归分析来识别潜在类别中的独特因素。表 1 提供了以 FRAIL 轨迹变化作为结果的优势比 (OR)。与无虚弱组相比，虚弱加剧组和虚弱加重组更有可能年龄较大、文盲和患有多种慢性疾病。女性、吸烟者加剧了衰弱的进展，而参与园艺、养宠物、打牌/麻将等体力活动则有助于抑制（P<0.05）。此外，与非衰弱组相比，衰弱加重组的老年人受益于公共养老保险（OR=0.47）和医疗保健教育服务（OR=0.55）的机会较少。改善虚弱组成员的重要预测因素是性别、当前吸烟状况和慢性病数量；参与者往往具有更好的认知功能（OR=0.42，95%CI：0.21-0.86），但心理健康状况和 IADL 能力较差（p <0.001）。这可能部分解释了为什么虚弱改善组一开始虚弱分数很高。

表 2 提供了多项逻辑回归模型的结果。女性、多种慢性病、IADL 残疾、听力障碍和视力障碍是中等稳定组成员的重要决定因素。不吸烟（OR=2.92）、经常体力劳动（OR=0.38）、较高的教育水平（OR=0.58）和良好的睡眠质量（OR=0.46）降低了老年人被纳入中等稳定组的可能性。另一方面，与低稳定组相比，低速组老年人更容易文盲、IADL评分更高、患有两种以上慢性病。值得注意的是，看电视和/或听广播降低了属于低快速组的风险，但与属于中等稳定组没有关联。

讨论

本研究确定了四种 FRAIL 轨迹（无脆弱、脆弱性增加、脆弱性恶化和脆弱性改善）和三种 FI 轨迹（低稳定、中稳定和低快速）。此外，我们发现，无论使用哪种衰弱工具，性别、吸烟、教育水平、IADL 和慢性病数量对衰弱亚组的分类有显着影响。吃蔬菜、园艺、饲养宠物、打牌、看电视或听广播以及充足的睡眠等生活习惯是预防衰弱的重要因素，显示出作为干预措施的潜力。通过早期筛查和及时干预其危险因素来预防或逆转衰弱是最终目标。

在这里，我们表明，慢性疾病的数量是 FRAIL 轨迹和 FI 轨迹的共同决定因素。晚年是慢性躯体疾病多发病的时期，预防或保健比慢性病的治疗更具成本效益。同样，IADL 被确定为 FRAIL 和 FI 轨迹，这与之前的研究一致，这些研究表明 IADL 损伤与虚弱风险增加之间存在联系。32,33 执行 IADL 任务有困难的老年人更有可能经历身体和认知方面的障碍下降，导致出现虚弱的可能性更高。34

年龄被认为是 FRAIL 轨迹的一个重要风险因素，而其对 FI 轨迹的影响并不显着。此外，基于 FRAIL 轨迹的认知能力分组存在有意义的差异，但基于 FI 轨迹的分组则没有。在 FRAIL 轨迹中，认知功能正常的参与者更有可能属于虚弱改善组。我们的研究中，年龄和认知功能对衰弱进展的影响与之前的研究不一致。35-37 一种可能的解释是，FRAIL 量表侧重于身体衰弱，而 FI 将衰弱视为涉及多个系统损伤的更广泛概念。 1

就性别而言，女性往往具有更高的基线水平和更陡峭的 FI 轨迹。此外，女性更有可能改变虚弱状态，要么恶化，要么改善（在 FRAIL 轨迹中），这与最近的系统评价结果一致。38 有几个因素可能导致女性快速虚弱轨迹。一种可能的解释是男性和女性之间的生物学差异。 39 此外，社会因素，例如获得医疗保健的性别差异、高强度家务劳动和较低的社会经济地位，可能会进一步加剧女性的衰弱进程。 40 了解背后的原因这些性别差异对于制定有针对性的干预措施以缓解妇女衰弱的情况至关重要。

衰弱进展的机制仍远不清楚。一种可能的机制是不健康的行为，例如吸烟和失眠。烟草烟雾中含有大量活性氧和自由基，会导致氧化应激和细胞损伤。41 持续的氧化应激会加速细胞衰老并导致身体衰弱。另一方面，失眠会使神经内分泌途径失调，导致代谢失调、肌肉萎缩和与虚弱相关的身体机能下降。 42 相反，休闲活动 40（例如园艺、养宠物、打牌等）和更好的社交活动环境（例如高等教育和充足的医疗保健服务）可以帮助将衰弱轨迹维持在更佳的状态。

使用不同测量方法对衰弱进展进行的研究相对较少，只有 Hwang 等人之前的一项研究35同时研究了 FP 和 FI 定义的衰弱轨迹。然而，该研究是1999年至2007年在台湾进行的，因此其结果未能代表全国老年人的最新衰弱趋势。此外，本研究确定的危险因素难以改变，限制了干预措施的指导意义和实用性。

我们的研究有四个优势。首先，本研究提供了考虑在老年护理中使用不同测量方法整合连续衰弱评估的见解。其次，在FRAIL轨迹中发现了衰弱改善组，这有力地支持了衰弱是可逆的。第三，我们从人口、社会和行为维度纳入了 55 个潜在影响因素，分析多种风险因素对衰弱轨迹的综合影响。最后，这些风险因素尤其是行为因素与日常生活相关。我们的研究结果有助于制定实用的个性化干预措施。

然而，应该承认一些限制。首先，我们排除了观察期间失访或死亡的参与者，这可能在一定程度上低估了中国老年人的衰弱程度。其次，与脆弱性工具的原始定义相比，我们根据可用的 CLHLS 数据对某些条目进行的调整可能会导致某种程度的扭曲。第三，该队列的评估间隔约为3年。在此期间，可能发生了无法测量的虚弱变化。第四，由于问卷信息的限制，仅选择了两种常用的衰弱评估量表。事实上，衡量虚弱程度的不仅仅是这两个量表。更重要的是，需要进一步的研究来探索每个定义如何有助于我们对衰弱进展的整体理解。

结论

基于具有全国代表性的中国老年人群，本研究确定了四种 FRAIL 轨迹和 3 种 FI 轨迹。这项研究发现了一个令人担忧的事实，即部分中国老年人的身体虚弱程度迅速恶化。研究发现，女性、吸烟、文盲、IADL 残疾以及患有两种以上慢性病都与不利的 FRAIL 和 FI 轨迹相关。其他社会和行为因素分别以不同的方式影响不同轨迹的发展。建议对虚弱进行长期评估和管理作为社区医疗中心的常规护理。