基于多状态Markov模型的老年人认知损害转归研究

目的将多状态Markov模型应用于轻度认知损害(mild cognitive impairment,MCI)转归研究,为慢性病转归研究提供方法学借鉴。方法通过MCI患者IQ变化反映随访人群认知功能的变化趋势,构建一个四状态模型。根据多状态Markov模型分析原理,获得各状态转移影响因素、逗留时间、生存曲线,并进行模型拟合优度评价。结果 MCI病人处于认知功能稳定、认知轻度恶化和认知好转的时间大约分别为6.4年、3.6年和5.2年;生存曲线显示预后由好到差为认知功能好转、认知功能稳定、认知功能轻度恶化;多状态Markov模型拟合结果较好。结论多状态Markov模型是多状态、多阶段慢性病转归研究的有效分析方法。     

多状态Markov模型在社区老年人轻度认知损害转归分析中的应用

目的 利用多状态Markov模型对社区老年人轻度认知损害(MCI)转归进行研究.方法 通过MCI患者智商(IQ)变化反映随访人群认知功能的变化趋势,构建一个四状态模型,采用多状态Markov模型进行分析.结果 600例MCI患者中,男性174例(29.0%),女性426例(71.0%),年龄65～90岁,平均(69.7±6.6)岁.单因素分析显示,性别、年龄、文化程度、婚姻状况、吸烟、经济收入、脑溢血、高血压、高胆固醇、糖尿病、低密度脂蛋白胆固醇(LDL-C)水平、收缩压(SBP)、舒张压(DBP)等因素与认知功能有关.多因素分析显示,女性、高年龄、发生脑溢血及高SBP为认知稳定转化为认知重度恶化的危险因素(系数分别为0.762、0.366、0.885、0.069);高年龄是认知稳定转化为认知轻度恶化的危险因素(系数为0.038);高文化程度均为保护因素(系数分别为-0.219和-0.297).转移强度结果显示认知功能稳定进一步恶化(轻度+重度)的进度是好转的1.2倍;轻度恶化到认知功能稳定的进展强度是进一步发展成重度恶化的11.4倍多.结论 多状态Markov模型是处理纵向资料的有效工具.

Abstract：

Objective To introduce the Multi-state Markov model in studying the outcome prediction of mild cognitive impairment (MCI). Methods Based on the intelligence quotient (IQ)changes that reflecting the trends in cognitive function in the patients under follow-up program, we constructed a four states model and used Multi-state Markov model to analyze the patients. Results Among 600 MCI patients, there were 174(29.0%) males and 426(71.0%) females, with age range of 65-90 years-old (average 69.7±6.6). For univariate analysis, gender, age, education level, marital status, smoking, household income, cerebral hemorrhage, hypertension, high cholesterol, diabetes,LDL-C, SBP and DBP were found to be associated with cognitive function. For multivariate analysis,female, older age, cerebral hemorrhage and higher SBP were shown to be the risk factors for transition from the state of cognitive stability to the state of severe deterioration, and their coefficients were 0.762,0.366,0.885, and 0.069, respectively. Age (0.038) could influence the transition from the state of cognitive stability to slight deterioration. Higher education level was shown to be the protective factor for these transitions (-0.219 and-0.297). Transition intensity from the state of cognitive stability to the state of slight and severe deterioration was 1.2 times that of transition to the state of improving. Transition intensity from state of slight deterioration to cognitive stability was 11.4times that of transition to severe deterioration. Conclusion Multi-state Markov model was an effective tool in dealing with longitudinal data.     

有序分类重复测量数据的多水平模型分析

目的：探讨多水平模型理论在有序分类重复测量数据具有非独立性或误差分布于多个层次时的应用。方法：阐述了多水平模型的构造方法，及模型估计的实现，结果：对有序分类重复测量数据实例拟合方差成分模型及随机系数模型，并得到合理的解释。结论：采用多水平模型分析有序分类的重复测量数据。效果较好，建议采用RIGLS计算，参数估计采用PQL估计。     

基于竞争风险模型的老年人轻度认知损害转归研究

目的 将竞争风险模型应用于老年人轻度认知损害(MCI)转归研究,探讨MCI向阿尔茨海默病(AD)转归的影响因素并进行转归预测。方法 利用太原市600例社区老年人2010年10月至2013年5月每6个月随访1次的共6次随访数据,以MCI作为暂态,AD与发生AD前死亡分别作为两个吸收态,发生AD前死亡为AD的竞争风险事件,构建竞争风险模型,获得模型参数,分析MCI向AD转归的影响因素,同时根据多状态模型估计3年转移概率。结果 经过多因素竞争风险模型筛选,高年龄(HR=1.56,95%CI:1.01～2.39)、女性(HR=1.72,95%CI:1.02～2.92)、高文化程度(HR=0.64,95%CI:0.41～1.00)、经常读书看报(HR=0.57,95%CI:0.32～0.99)、有高血压(HR=3.43,95%CI:1.08～10.85)和高SBP(HR=1.67,95%CI:1.04～2.66)是MCI转移为AD的影响因素。MCI 3年后转移为AD的概率为10.7%(95%CI:8.6%～13.2%)。结论 年龄、性别、文化程度、高血压,读书看报和SBP对MCI状态向AD状态的转归过程有影响。竞争风险模型对具有多种潜在结局的纵向资料分析有一定的优势。     

混合响应类型的多水平模型在重复测量资料中的应用和实现

目的将混合响应类型的多水平模型应用到具有两个不同类型结局变量的重复测量资料的分析中。方法对原始资料的格式作适当变换,构造一个水平1虚拟变量,将2个结局变量作为水平1上的观察单位,各时间点的重复测量为水平2单位,受试者为水平3单位,用MLwiN2.25软件拟合混合响应类型的三水平模型,对试验组和对照组的疗效,以及受试者的年龄、性别、观察指标的基线值,时间、组别和时间的交互效应进行分析。结果该模型在考虑了两个不同类型的结局变量在各个水平上的相关性后,可以对两个结局变量同时进行影响因素分析,获得解释变量对两个结局变量影响的估计,且只要数据缺失随机则估计是有效且无偏的。结论由于混合响应类型的多水平模型允许结局变量具有不同类型,并且把数据间的相关性分解为重复测量相关性和结局变量间相关性两部分,可有效地进行重复测量资料的动态变化趋势分析,分析结果更为细致。     

多状态模型在轻度认知损害向阿尔茨海默病转归研究中的应用

目的 将多状态Markov模型引入到轻度认知损害(MCI)向阿尔茨海默病(AD)转归研究中,探讨影响MCI转归的因素并进行转归预测,为老年人AD的预防和早期干预提供理论依据.方法 利用MCI患者6次随访资料,以MCI为状态1,中重度认知损害为状态2,AD为状态3,拟合一个时间离散、状态离散的三状态齐性Markov模型,分析MCI向AD转归不同发展阶段的影响因素.模型拟合优度评价后预测不同状态间的转移概率和生存曲线.结果 经多因素筛选,在α =0.05的检验水准下,性别(HR=1.23,95％CI:1.12～1.38)、年龄(HR=1.37,95％CI:1.07～1.72)、高血压(HR=1.54,95％CI:1.31～2.19)对状态1→状态2转移有统计学意义;年龄(HR=0.78,95％CI:0.69～0.98)、文化程度(HR=1.35,95％CI:1.09～1.86)和常读书看报(HR=1.20,95％CI:1.01～1.41)对状态2→状态1转移有统计学意义;性别(HR=1.59,95％CI:1.33～1.89)、年龄(HR=1.33,95％CI:1.02～1.64)、高血压(HR=1.22,95％CI:1.11～1.43)、糖尿病(HR=1.52,95％CI:1.12～2.00)、ApoEε4等位基因(HR=1.44,95％CI:1.09～1.68)对状态2→状态3转移有统计学意义.基于多状态Markov模型估计了协变量取值为平均水平下,从基线起到3年后的转移概率.结论 为延缓MCI疾病进程,应该根据各阶段转移的主要影响因素,开展分阶段重点疾病防治;多状态Markov 能够模拟疾病的自然史,在动态地评价多因素、多阶段的慢性疾病进展方面具有很大的优势.     

社会参与在认知功能与老年抑郁关系中的调节作用

目的 分析认知功能与老年抑郁的关系,探讨社会参与对两者关系的调节作用。方法 基于2018年中国老年健康影响因素跟踪调查（CLHLS）数据,利用分层回归模型分析我国老年人认知功能与抑郁的关系,并引入社会参与作为调节变量,形成调节模型,通过该模型探究认知功能对抑郁水平的影响方向及大小。结果 认知功能(r=-0.199,P<0.001)、社会参与(r=-0.126,P<0.001)与抑郁呈显著负相关,认知功能与社会参与呈显著正相关(r=0.325,P<0.001)。社会参与在老年人认知功能和抑郁关系中起到调节作用(β=-0.037,P<0.05)。结论 认知功能能够负向预测老年人的抑郁水平,社会参与在认知功能与抑郁水平的关系中起到调节作用。     

自我认知与老年高血压病患者抑郁症状临床分析

目的探讨老年高血压病患者抑郁的发生情况及与自我认知之间的关系。方法抑郁评定工具采用Zung抑郁自评量表(SDS),自我认知采用自编的对疾病认知调查表,该表含有5个项目。结果老年高血压病患者抑郁发生率为35.9%。高血压病1级、2级、3级抑郁发生率分别为33.3%、35.9%、38.7%。但组间无显著差异。病程5年内、5~10年、10年以上三组抑郁发生率分别为33.3%、35.9%、37.6%。组间无显著差异。按Zung氏指数大小将所有患者分为<0.5组和≥0.5组。在自编量表的5个问题中,除对治疗副作用担心程度上二组无显著差异外,在另外4个问题即认为所患高血压严重程度、高血压对生活影响程度、高血压对生命威胁担心程度、高血压治愈可能性大小方面二组差异非常显著。结论老年高血压病患者抑郁发生率高,但与疾病严重程度及病程长短无明显相关,而与患者对疾病的认知有明显相关,因此改善患者的认知,对高血压的治疗有益。     

自我认知与老年高血压病患者抑郁症状临床分析

目的 探讨老年高血压病患者抑郁的发生情况及与自我认知之间的关系.方法 抑郁评定工具采用Zung抑郁自评量表(SDS),自我认知采用自编的对疾病认知调查表,该表含有5个项目.结果 老年高血压病患者抑郁发生率为35.9%.高血压病1级、2级、3级抑郁发生率分别为33.3%、35.9%、38.7%.但组间无显著差异.病程5年内、5～10年、10年以上三组抑郁发生率分别为33.3%、35.9%、37.6%.组间无显著差异.按Zung氏指数大小将所有患者分为＜0.5组和≥0.5组.在自编量表的5个问题中,除对治疗副作用担心程度上二组无显著差异外,在另外4个问题即认为所患高血压严重程度、高血压对生活影响程度、高血压对生命威胁担心程度、高血压治愈可能性大小方面二组差异非常显著.结论 老年高血压病患者抑郁发生率高,但与疾病严重程度及病程长短无明显相关,而与患者对疾病的认知有明显相关,因此改善患者的认知,对高血压的治疗有益.     

蒙特利尔认知量表中文版诊断老年轻度认知功能损害的应用研究

目的 探讨蒙特利尔认知量表(Montreal cognitive assessment,MoCA)中文版诊断老年轻度认知功能损害(mild cognitive impairment,MCI)的效能.方法 选取73例MCI患者为MCI组和51例认知功能正常者为对照组,对两组进行均衡性检验及MoCA中文版评估.结果 MCI...     

首发抑郁障碍患者认知功能损害的病例对照研究

目的探讨首发抑郁障碍患者认知功能损害的特点。方法随机将我院收治的确诊为首发抑郁障碍的患者91例作为研究组,并按方便抽样选取本院正常健康职工90例作为对照组,对比两组的认知功能状况。结果研究组RBANS评分均明显低于对照组(P<0.05);研究组WCST完成分类数与概念化百分数均明显较对照组低(P<0.05),而总测验数则明显高于对照组(P<0.05)。结论首发抑郁障碍患者的全面认知功能存在程度不一的损害。     

蒙特利尔认知量表中文版诊断老年轻度认知功能损害的应用研究

目的探讨蒙特利尔认知量表(Montreal cognitive assessment,MoCA)中文版诊断老年轻度认知功能损害(mildcognitive impairment,MCI)的效能。方法选取73例MCI患者为MCI组和51例认知功能正常者为对照组,对两组进行均衡性检验及MoCA中文版评估。结果 MCI组MoCA总分、视空间功能、命名、计算力、语言、抽象及延迟回忆项得分显著低于对照组(P<0.01);以26分作为分界值,MoCA中文版诊断MCI结果与Petersen诊断标准结果相比较,差异无统计学意义(P=0.289),诊断符合率为0.935、敏感度为0.918、特异度为0.961、阳性预测值为0.971、阴性预测值为0.961。结论 MoCA中文版适于MCI患者的早期筛查和初步诊断。     

精神分裂症认知功能损害与免疫学关系的研究综述

精神分裂症是一种常见的比较严重且复杂的异质性精神疾病,患者可能出现认知功能损害.临床研究普遍认为炎性标志物对精神分裂症患者认知功能障碍的发生具有重要影响.目前,对于精神分裂症认知功能损害的机制研究逐渐增多,且发现认知功能与免疫学因子存在一定的相关性.因此,文章特对精神分裂症认知功能损害与免疫学的关系进行综述,旨在为临床...     

多水平线性模型在量表问卷调查员间信度评价中的应用

生存质量量表测评的主要内容是调查对象的主观满意度,由于调查员和调查对象双方复杂的心理活动,对于同一问题调查员的提问方式不同,得到的回答可能是不一样的,这种人为因素引起的结果变异称为“调查员间变异”.调查员间变异较小,说明调查员间信度较好,反之亦然.目前评价调查员间信度的常规方法存在的主要问题有二：一是需要重复测量,人为增加了调查成本;二是忽略了调查员和调查对象本身的特征对测评结果的影响.     

多水平模型在吸烟行为研究中的应用

目的介绍多水平模型及其应用领域。方法以中国/WHO控烟能力建设合作项目——学校控烟子项目中天津地区中学的学生基线调查资料为例,应用多水平模型分析并与传统logistic回归分析的结果进行比较。结果经检验,数据中存在层次结构。利用多水平模型分析显示,中学生吸烟的影响因素为性别、年龄、态度、环境及班级水平下的宣传教育。此外,在未引入班级水平下宣传教育这一变量时,利用多水平模型分析得到变量的标准误均小于相应的传统logistic回归分析的结果。结论多水平模型适于分析具有层次结构的数据资料,在分层或整群的流行病学或社区调查中具有较高的应用价值。     

多反应变量重复测量资料的协方差类型模型应用及SAS实现

目的 探讨协方差类型模型在多反应变量的重复测量资料分析中的应用方法 为了评价盐酸吡格列酮片治疗2型糖尿病的有效性,以安慰剂为对照,对240例2型糖尿病患者的空腹血糖和餐后2 h血糖重复观测数据进行多反应变量的协方差类型模型分析,对模型的固定效应参数矩阵作最小二乘估计并进行组间比较,同时给出误差效应的方差协方差矩阵,利用...     

帕金森病患者的抑郁与认知功能障碍相关关系分析

目的探讨帕金森病（PD）患者的抑郁与认知功能障碍之间的关系。方法对71名PD患者（PD组）和64名健康中老年人（对照组）进行抑郁和认知功能评定。结果PD组HAMD均分（16．8±0．6）,对照组（7．2±2．8）;PD组的认知功能与对照组相比下降;PD并抑郁患者的认知功能与PD并非抑郁患者的认知功能相比有显著性差异（P〈0．05）。结论PD患者存在抑郁与认知功能障碍,抑郁可能是导致认知功能下降的重要因素。     

中老年人睡眠时间与认知、抑郁关系及影响因素

目的  了解中国中老年人睡眠时间的现况及影响因素,探讨其与认知、抑郁的关系。 方法  数据来自于2015年中国健康与养老追踪调查（China health and retirement longitudinal survey,CHARLS）,筛选出符合纳入排除标准的研究对象17 175人,使用χ²检验对抑郁检出率进行比较,使用协方差分析调整年龄探究认知与睡眠时间的关系,使用多元线性逐步回归探究睡眠时间的影响因素。 结果  中老年人短时间睡眠抑郁检出率较高（χ²=461.352,P < 0.001）,且正常睡眠时间组的认知水平最高,长时间睡眠组的认知水平最低;多元线性逐步回归显示,睡眠与抑郁相互影响,性别、年龄、居住地、饮酒、健康自评、抑郁是睡眠时间的影响因素（均有P < 0.05）。 结论  中老年人睡眠时间与认知能力、抑郁密切相关,应采取综合性干预措施改善中老年人睡眠质量,从而减缓认知老化速度,减少抑郁发生。     

多水平模型和潜变量增长曲线模型在纵向数据分析中的应用及比较

比较多水平模型和潜变量增长曲线模型在纵向数据分析中的应用。文中以结直肠癌患者术后的生命质量情况为实例,比较两种方法的异同。结果表明两方法的参数估计值结果非常接近,多水平模型在模型构建时较为容易,而潜变量增长曲线模型在模型评价等方面具有优势。两方法均可很好地分析纵向观测的数据,且各有优点,研究者应根据需要选择合适的方法分析数据。