基于限制性三次样条函数对老年社区患者认知脆弱性影响因素的分析

《Frontiers in Public Health》：Analysis of influencing factors of cognitive frailty in older adults community patients based on restricted cubic spline

认知脆弱性在社区老年人群中的影响因素及非线性关系研究。采用受限立方样条模型分析显示，年龄≥75岁、抑郁评分≥20分、睡眠质量≤5分是显著风险阈值，支持分层预警和精准干预。

　　认知脆弱性（Cognitive Frailty）是指老年人在身体脆弱性（Physical Frailty）和认知功能障碍（Cognitive Impairment）同时存在的现象，尽管两者并不总是同步或等同程度出现。这一现象在老年医学领域具有重要意义，因为它不仅与痴呆、跌倒和残疾风险密切相关，还显著影响老年人的生活质量与独立生活能力。近年来，研究发现认知脆弱性的患病率高达10%-20%，尤其是在75岁及以上的老年人中更为常见。其病理机制涉及多种因素的复杂交互作用，包括神经退行性变化、炎症反应和代谢紊乱。因此，对认知脆弱性的早期识别与干预在临床实践中显得尤为重要。

在应对认知脆弱性方面，多模式干预策略被证明是有效的，例如认知训练、营养支持和身体锻炼等，这些方法有助于延缓病情进展并减少并发症的发生。此外，认知脆弱性作为预测老年健康结局的关键指标，已被纳入国际老年医学指南，推动了相关筛查工具和干预项目的开发与应用。研究表明，加强社区和家庭支持系统，如定期健康检查和心理辅导，对预防和控制认知衰退具有显著效果。通过综合干预，老年人不仅能够维持认知功能，还能提升生活质量，减轻医疗资源负担。未来，跨学科合作和推广个性化干预方案将成为应对认知脆弱性的关键策略。同时，增强公众对认知衰退的认知和政策支持，有助于构建更友好、更有利于老年人生活的社会环境，进一步优化整体健康状况。

在研究方法上，本研究采用了限制性三次样条（Restricted Cubic Spline, RCS）模型，这是一种能够灵活捕捉连续变量与认知脆弱性之间复杂非线性关系的统计工具。相较于传统的线性模型，RCS模型在处理连续风险因素（如年龄、抑郁评分等）时展现出独特优势，因为它可以更准确地反映剂量-反应关系。这种方法特别适用于像认知脆弱性这样由多因素非线性交互作用影响的复杂表型。通过深入分析影响因素的功能特性，本研究旨在填补现有文献中关于风险因素动态轨迹和关键效应值的研究空白，从而推动认知脆弱性预防和控制策略向更加精细化和个体化的方向发展。

研究对象涵盖了上海市16个区的16个社区卫生服务中心，共纳入1,692名患有多种慢性疾病的老年人。调查内容主要包括一般信息问卷、抑郁评分量表（CES-D）和睡眠质量评估工具（PSQI）。其中，一般信息问卷用于收集性别、年龄、BMI、婚姻状况、教育水平、疾病类型、居住情况、吸烟和饮酒习惯以及运动习惯等基本信息。CES-D量表由Radloff于1977年开发，用于评估过去一周的抑郁症状，主要关注情绪状态和情感变化。该量表包含20个条目，采用4分制（0-3分），其中第4、8、12和16项为反向计分项。总分≤9分表示无抑郁，10-16分为轻度抑郁，17-24分为中度抑郁，>24分为中重度抑郁。该量表在不同文化背景下均表现出良好的有效性。

PSQI量表则用于评估睡眠障碍，涵盖过去一个月的睡眠质量，包括七个维度和18个条目，总分为21分。PSQI评分≥8分表示存在睡眠障碍，评分越高，睡眠质量越差。该量表的Cronbach’s α系数在各维度间为0.832，条目间为0.845，表明其具有较高的内部一致性。

认知脆弱性的评估基于国际阿尔茨海默症协会（IANA）和国际老年医学研究协会（IAGG）2013年的指南，定义为身体脆弱性（FP≥3分）和认知功能障碍（CDR=0.5分且MoCA<26分）的共存，排除阿尔茨海默病及其他类型的痴呆。身体脆弱性评估通过五个症状：步行速度减慢、体重减轻、疲劳、握力下降和无法向前行走，每个症状记1分（若无则记0分），总分为0分表示无脆弱性，1-2分为前脆弱性，3-5分为脆弱性。该评估工具的Cronbach’s α系数为0.897，KMO值为0.890，且P值<0.05，说明其具有良好的信效度。

认知功能评估使用蒙特利尔认知评估量表（MoCA），该量表包含八个部分，用于筛查目标人群的认知功能。总分为30分，≥26分表示正常认知，<26分提示存在认知功能障碍。MoCA的Cronbach’s α系数为0.839，KMO值为0.895，且P值<0.05，说明其在评估认知功能方面具有较高的可靠性。

在数据收集过程中，研究团队首先获得相关社区门诊部门的批准与合作，随后对调查人员进行了统一培训和资格认证。调查人员在门诊现场发放纸质问卷，并使用标准化的指导语向患者说明调查目的。对于慢性病患者中存在阅读障碍、视力受损或理解问卷条目有困难的个体，调查人员保持中立态度，通过口头解释帮助其完成问卷。在问卷回收后，调查人员立即检查问卷的完整性和逻辑一致性，并提醒参与者当场补充或更正任何不准确或不完整的条目。本研究共发放1,700份问卷，经过验证后，排除了8份无效问卷，最终获得1,692份有效问卷，有效回收率为99.53%。

在统计分析方面，问卷内容经两位调查员验证后，输入SPSS 26.0进行编码和处理。对于符合正态分布的测量数据，采用均值±标准差进行描述，组间比较使用t检验。对于不符合正态分布的数据，采用M（P25, P75）进行描述，组间比较使用秩和检验。对于具有显著组间差异的风险因素，采用限制性三次样条回归分析其非线性关系。计数数据采用频率和百分比进行描述，组间比较使用卡方检验。所有分析均在R软件（版本4.3.1）中完成，统计显著性阈值设定为双尾P值<0.05。

研究结果显示，认知脆弱性的检出率为44.56%。通过RCS模型分析发现，年龄、抑郁评分和睡眠质量与认知脆弱性之间存在显著的非线性关系。关键的转折点包括年龄≥75岁、抑郁评分≥20分和睡眠质量评分≤5分。在调整了性别、慢性病类型和社会参与等混杂因素后，抑郁评分与认知脆弱性的非线性关系仍然显著（P=0.043），而年龄和睡眠质量与认知脆弱性的关系则趋于线性。这一发现表明，尽管年龄和睡眠质量在一定程度上可能具有线性趋势，但抑郁评分在认知脆弱性风险中仍表现出显著的非线性特征，提示其在不同评分区间内对风险的影响可能存在差异。

年龄与认知脆弱性的关系显示出明显的非线性特征。总体显著性P值<0.001，表明年龄与认知脆弱性之间存在高度关联。即使在调整了其他混杂因素后，年龄仍与认知脆弱性风险高度相关，非线性测试结果显示P值为0.058，略高于0.05的显著性阈值，表明调整后年龄与风险的关系趋于线性。这与未调整的单变量分析结果（P=0.021）相比，非线性特征有所减弱。这一趋势提示，年龄对认知脆弱性的影响可能在75岁之前较为稳定，而在75岁之后风险显著增加。因此，年龄≥75岁可能是一个重要的临界点，需特别关注该年龄段老年人的认知脆弱性风险。

抑郁评分与认知脆弱性的关系同样呈现出显著的非线性特征。总体显著性P值<0.001，表明抑郁评分与认知脆弱性之间存在高度相关性。即使在调整了其他因素后，抑郁评分仍然显著影响认知脆弱性风险（P<0.001），而非线性测试结果P=0.043，表明调整后该关系依然存在非线性特征，但其强度较单变量分析有所减弱（单变量P<0.001，调整后P=0.043）。这提示抑郁评分在不同区间内对认知脆弱性风险的影响可能存在差异，尤其是在评分较高的情况下，风险可能显著上升。因此，抑郁评分≥20分可能是一个重要的临界点，需要重点关注该评分范围内的老年人。

睡眠质量评分与认知脆弱性的关系同样呈现出非线性特征。总体显著性P值<0.001，表明睡眠质量与认知脆弱性之间存在高度相关性。即使在调整了其他因素后，睡眠质量评分仍与认知脆弱性风险显著相关（P<0.001），而非线性测试结果P=0.098，表明调整后该关系趋于线性。这与单变量分析结果（P<0.001）相比，非线性特征有所减弱。这一趋势提示，睡眠质量评分在5分以下可能是一个关键的临界点，该评分范围内的老年人面临更高的认知脆弱性风险。因此，睡眠质量评分≤5分可能是一个重要的风险指标，需重点关注该评分范围内的老年人。

研究还发现，BMI、婚姻状况、教育水平、生活方式（居住条件、吸烟、饮酒、运动）等变量在组间差异不显著（P>0.05），表明这些因素可能对认知脆弱性的影响较小。然而，年龄、抑郁评分和睡眠质量评分在组间差异显著（P<0.05），提示这些变量在认知脆弱性风险评估中具有重要地位。此外，研究还指出，BMI、婚姻状况、教育水平等变量可能在某些情况下对认知脆弱性产生间接影响，但其直接作用较为有限。

通过RCS模型的分析，研究揭示了年龄、抑郁评分和睡眠质量评分与认知脆弱性之间的非线性关系。这些非线性关系的存在表明，传统线性模型可能无法准确捕捉这些变量对认知脆弱性风险的影响，尤其是在某些临界点附近。因此，采用RCS模型能够更全面地反映风险因素的复杂作用，为制定更加精准的社区干预策略提供科学依据。研究结果表明，年龄≥75岁、抑郁评分≥20分和睡眠质量评分≤5分是认知脆弱性风险显著增加的关键临界点，提示在这些人群中应加强监测和干预。

在临床和机制层面，这些非线性关系具有重要意义。年龄≥75岁可能标志着生理储备的临界点，此时认知脆弱性风险显著上升，提示老年人在这一阶段需特别关注身体和认知健康。抑郁评分≥20分可能反映出情绪状态对认知功能的强烈影响，尤其是在中重度抑郁的情况下，认知脆弱性风险可能急剧上升。睡眠质量评分≤5分则提示睡眠障碍可能对认知功能产生直接损害，尤其是在睡眠质量较差的老年人中，认知脆弱性风险显著增加。这些发现为社区层面的精准干预提供了明确的指导，例如在75岁以上的老年人中加强多维预防措施，在抑郁评分≥20分的个体中启动药物干预，在睡眠质量评分≤5分的患者中优先改善睡眠卫生。

在方法论创新方面，本研究通过RCS模型揭示了传统线性模型在评估认知脆弱性风险时的局限性。例如，对于75-85岁老年人的抑郁评分，线性模型可能低估其风险，而RCS模型则能够更准确地反映实际风险。此外，RCS模型还能够识别出某些非单调变化，如年龄>85岁时风险下降，以及抑郁评分达到一定水平后风险趋于稳定。这些发现有助于纠正之前研究中对年龄和抑郁评分影响的误解，表明年龄和抑郁评分的作用可能受到慢性病等因素的调节。

研究还指出，睡眠质量评分在较高范围（>15分）时可能表现出虚假的相关性，这可能导致资源的不合理分配。因此，RCS模型的应用有助于更准确地识别真正的风险因素，避免因模型假设不当而产生的偏差。此外，研究还发现，认知脆弱性的非线性关系可能与某些生物学机制相关，例如血脑屏障完整性崩溃或海马体DG神经元损失率的突变。这些机制的探索将有助于进一步理解认知脆弱性的发生和发展过程，为未来的干预策略提供理论支持。

尽管本研究取得了重要进展，但仍存在一些局限性。首先，研究设计为横断面研究，难以确定因果关系，因为睡眠质量和认知脆弱性可能存在双向因果关系。其次，样本存在区域偏差，仅涵盖了上海市的社区，缺乏农村地区的代表性。此外，样本中超级老年人（>85岁）的数据较为稀少，导致其风险评估的置信区间较宽。最后，样本中抑郁评分超过50分的极端值较少，可能影响对高风险人群的识别。未来研究应通过多中心队列验证这些临界点的普遍性，并结合生物标志物（如血清NfL、GFAP）进一步探讨非线性机制。在临床应用方面，建议开发基于RCS临界点的社区预警工具，当老年人达到年龄≥75岁、抑郁评分≥20分或睡眠质量评分≤5分时，自动触发多模式干预措施，如抗炎饮食、快步行走训练和数字认知疗法，以实现“风险驱动”的精准预防。

综上所述，本研究通过限制性三次样条模型系统分析了认知脆弱性在社区老年人中的影响因素，揭示了年龄、抑郁评分和睡眠质量评分与认知脆弱性之间的非线性关系。这些发现为社区层面的精准干预提供了科学依据，同时也推动了认知脆弱性研究从“是否存在关联”向“如何动态演变”的范式转变。未来，随着跨学科合作的深入和生物标志物的广泛应用，认知脆弱性的预防和控制策略将更加精细化和个体化，从而更好地服务于老年人群体的健康需求。