Page 32 - 南京医科大学社科版
P. 32
南
南京医科大学学报(社会科学版)京医科大学学报(社会科学版) 第6期 总第131期
· 558 ·
Journal of Nanjing Medical University(Social Sciences)of Nanjing Medical University(Social Sciences) 2025年12月
Journal
将美国老年人功能衰退轨迹划分为快速衰退型、晚
一、文献综述
期衰退型和高基线稳定型三类,发现年龄和共病情
(一)老年人失能现状及影响因素 况是关键因素。Chae [15] 发现韩国老年性痴呆患者的
近年来,国内外学者围绕老年人失能的现状及 ADL 和 IADL 衰退更为显著,且 IADL 受社会文化因
其影响因素进行了大量研究。这一类研究将失能 素的影响更具敏感性。
视为一种健康结局变量,重点探讨哪些因素会增加 国内学者也逐步将 GBTM 应用于功能轨迹研
老年人功能受损的风险。 究。巫锡炜 [10] 将失能轨迹划分为身体健全型、低起
国外研究多基于大型健康调查数据,分析了不 点快速发展型和高起点平稳发展型三类,发现基线
同国家和地区老年人失能的流行趋势。Martin 等 [7] 年龄、性别、民族及早期职业等社会经济因素对轨
利用美国健康与退休研究(HRS)数据发现,疾病、认 迹归属具有显著预测作用。魏蒙等 [16] 探讨性别、城乡
知障碍、视力问题以及疼痛水平与日常生活活动 及队列在轨迹演变中的作用,发现不同群体在失能起
(activities of daily living,ADL)功能受限密切相关, 点、发展速度和终点上存在显著差异。伍小兰等 [17] 发
种族和婚姻状况等社会人口学特征也具有显著影 现,中国老年人 BADL 和 IADL 存在多样的发展轨
响。基于欧洲健康、老龄化与退休调查(SHARE)数 迹,其中女性、少数民族、低教育程度者及社会弱势
据,不同国家和性别群体在失能变化上存在差异,失 群体更易归属于不良发展轨迹,而社会参与和家庭
能的改善趋势与慢性病控制有关 。Torres等 基于 支持则具有保护效应。此外,胡耀岭等 [18] 通过构建
[9]
[8]
英国老龄化纵向研究(ELSA)指出,经济状况差的老 健康状态转移模型,揭示了“健康→慢性病→失能”
年人更容易出现失能和抑郁。 的发展路径。裴伟等 采用纵向项目反应理论模型
[2]
在中国,研究表明老年人基础性日常生活自理 发现 IADL 失能早于 BADL,且男性、非文盲老年人
能力(basic activities of daily living,BADL)和工具性 的失能水平较低。
日 常 生 活 自 理 能 力(instrumental activities of daily (三)文献述评
living,IADL)功能障碍的发生率持续上升,且高龄 综上,关于失能影响因素的研究大致可分为两
人群表现尤为突出。中国健康与养老追踪调查 类:一类将失能作为健康结果变量,重点分析其影
(China Health and Retirement Longitudinal Study, 响因素,识别出人口学特征、生活方式与健康状况
CHARLS)和中国老年健康影响因素调查(Chinese 等变量对失能风险的直接作用;另一类则以功能轨
Longitudinal Healthy Longevity Survey,CLHLS)的多 迹类型作为分类结果,关注个体轨迹归属的预测因
项研究表明,年龄、教育水平、居住地、婚姻状况、慢性 素。二者分析逻辑与研究目的不同,前者着眼于
病、社交活动、抑郁等因素与失能风险密切相关 [10-12] 。 “导致失能的原因”,而后者强调“功能演变路径的
特别值得注意的是,性别差异也是老年人失能的重 差异”。因此,明确这一区分对于本文在建模过程
要影响因素之一。如朱雪雪等 发现,女性老年人 中合理选取自变量具有重要指导意义。
[6]
失能率显著高于男性 。张晗等 [11] 的研究发现女性 同时,性别是影响老年人失能的重要因素之
[6]
更易失能。 一,但对于功能轨迹在不同性别间的异质性分析
(二)老年人功能演变轨迹识别及其归属影响 却鲜有关注。当前关于老年人失能的研究多聚
因素 焦于其现状与影响因素,已识别出年龄、教育水
除关注失能是否发生外,学界也越来越重视老 平、婚姻状况、慢性病等关键变量,但大多基于横
年人功能轨迹的动态演变过程。这一类研究将轨 断面或单一时间点的数据,难以反映失能的动态
迹分组作为结果变量,关注哪些因素会影响个体被 过程。女性老年人往往会经历更长时间的功能
归入某一功能轨迹类型中,属于对轨迹归属机制的 障碍期,从而导致其长期照护需求更为突出;男
研究。 性老年人则更容易发生急性失能,并伴随着更高
与传统横断面研究相比,组基轨迹模型(group⁃ 的死亡风险 [19-21] 。由此看来,失能在性别间的差
based trajectory model,GBTM)等纵向分析方法的应 异 不 仅 体 现 在 失 能 的 发 生 率 和 持 续 时 间 上 ,同
用,提升了对功能动态演变过程的捕捉能力。国际 时,也进一步提示个体生物学、生活方式等因素
上,Kingston 等 [13] 基于英国高龄人群的 GBTM 分析 可能会导致不同性别间功能轨迹的差异。深入
发现,失能轨迹可分为四种类型,其中无失能轨迹 分析不同性别的功能轨迹特征,有助于识别潜在
仅存在于男性群体,低教育水平者更易进入严重失 的健康风险与资源需求,为制定更具针对性的性
[7]
能轨迹。Martin等 识别出美国老年人群三种失能轨 别化干预措施提供科学依据。
迹,发现早期疾病史、疼痛症状和功能限制对轨迹形 近年来,纵向研究方法的引入,特别是 GBTM 的
[14]
成的影响显著大于社会人口学特征;Dombrowsky 应用,使学界对失能演变路径的识别有所突破。然

