轻度认知障碍老年人不同潜在类别的增长混合模型研究

摘要：

目的 探讨增长混合模型在识别轻度认知障碍的老年人群中存在的潜在类别及识别不同类别的群体认知功能的发展轨迹的应用.方法 利用65岁以上轻度认知障碍老年人的随访数据构建增长混合模型(growth mixed model,GMM).利用贝叶斯信息标准(Bayesian information criterion,BIC)进行潜在类别的确定并用后验概率进行模型评价.结果 轻度认知障碍的老年人呈现出了3种不同的认知轨迹:类别1的人群初始认知功能低且短时间内快速下降中间又有反弹,最后下降至一定程度后趋于平缓,称之为“痴呆高危人群”,占全部人群的4.46％.类别2的人群具有较低的认知功能且随着年龄增长认知能力急剧下降,这部分人群称之为“痴呆低危人群”,占全部人群的33.28％.类别3的人群具有较高的认知功能,随着年龄增长认知功能缓慢下降,称之为“正常老化人群”,占全部人群的62.26％.结论 研究揭示了轻度认知障碍的老年人群中认知发展轨迹的异质性,有助于健康促进人员针对高危人群及早制订干预措施从而减少老年痴呆的发生.

关键词：增长混合模型、潜在类别、阿尔茨海默病、认知障碍

所属期刊栏目：22

分类号：R181(流行病学与防疫)

资助基金：国家自然科学基金81673277

在线出版日期：2018-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：925-928