基于LGMM模型的中国老年人认知水平发展轨迹的异质性研究

摘要

目的 基于潜变量增长混合模型(latent growth mixture model, LGMM)和中国健康与养老追踪调查(China Health and Retirement Longitudinal Survey, CHARLS)3期追踪数据，考察我国老年人认知水平的发展轨迹及影响因素。方法 资料来源于CHARLS 2013年、2015年、2018年数据，共包含4662例60岁及以上老年人。采用MMSE量表对老年人的认知水平进行评估。利用Mplus工具构建适用于队列数据的LGMM模型探讨不同老年人群体的认知水平变化轨迹，考察时间恒定因素(性别、年龄、受教育程度、婚姻状况、吸烟、饮酒)和随时间变化因素(日常生活活动能力、睡眠时长、主观生活满意度)对老年人认知水平的影响。结果 根据相关指标可将老年人认知水平的发展趋势划分为3个类型，分别是C1缓慢下降组(35.2%)、C2快速下降组(20.6%)和C3稳定组(44.2%);老年人的认知水平随着时间推移呈整体下降趋势，3个组别的认知水平发展轨迹均有显著的时间效应，C2快速下降组的认知水平随时间下降较快，C1缓慢下降组的认知水平随时间缓慢降低，C3稳定组的认知水平变化不明显，呈稳定态。结论 老年人认知水平的发展轨迹具有显著的群体异质性和个体差异性，存在不同类别的发展趋势。

关键词

认知水平 / 潜变量增长混合模型 / CHARLS / 发展轨迹

基金资助

国家重点研发计划子课题（2020YFC2002901）;; 大学生创新创业训练项目（2021CX029）