UDS 2.0与3.0神经心理测验套件的测量等值性及跨种族/族裔的认知因子结构验证

本研究发现美国阿尔茨海病协调中心（NACC）统一数据集（UDS）2.0与3.0版本神经心理测验套件支持四因子认知结构（情景记忆、注意、执行功能、语言），并证实其在不同种族/族裔群体间存在部分标量等值性（partial scalar invariance）。研究强调跨群体比较时需校正非等值测量参数，尤其语言与注意领域，对推动认知老化研究和临床实践具重要意义。

　　

背景

随着全球人口老龄化加剧，理解生物、社会文化和环境因素对认知老化的影响变得尤为重要，特别是在不同种族和族裔背景的个体中。准确测量认知能力是实现这一目标的基础，而测量工具在不同群体中的等值性（measurement equivalence）是保证结果可比性的前提。目前大多数神经心理学评估工具都是在相对同质的人群（如美国出生、高教育水平、单语英语使用者、非西班牙裔白人）中开发和验证的，这可能导致对未覆盖群体的认知能力估计偏差。

测量偏差（measurement bias）是指在不同群体中，具有相同潜在能力水平的个体在测试得分上出现系统性差异。测量等值性（measurement invariance）或测量等价性（measurement equivalence）则意味着测试在不同群体中以相同的方式测量认知结构，使得得分可以直接比较。以往关于种族和族裔群体的测量等值性研究结果不一，有的研究支持标量等值（scalar invariance），有的则发现部分标量等值（partial scalar invariance），特别是在语言领域。

本研究旨在评估美国阿尔茨海病协调中心（NACC）统一数据集（UDS）2.0和3.0版本神经心理测验套件的维度结构及其在不同种族/族裔群体中的因子等值性。通过结合UDS 2.0和3.0的数据，并利用UDS交叉walk样本，研究扩大了样本规模和多样性，增强了模型的泛化能力。

方法

参与者

研究数据来源于2025年3月的NACC UDS数据冻结，包括2005年至2025年间32个阿尔茨海病研究中心（ADRCs）收集的基线访视数据。参与者为认知正常或经UDS共识临床诊断为轻度认知障碍（mild cognitive impairment）或痴呆（dementia）的个体，且仅纳入以英语为主要语言的参与者。最终样本包括49,895名参与者，随机分为学习样本和验证样本。

种族/族裔

种族/族裔类别包括白人（White）、黑人（Black）、拉丁裔（LatinX）和亚裔（Asian）。采用预定的优先顺序将自报多个种族/族裔身份的参与者编码为单一类别，其中拉丁裔优先，其次为黑人、美洲原住民和亚裔。由于美洲原住民样本量小，未纳入分析。

NACC UDS测量

UDS 2.0和3.0版本中的神经心理测验包括逻辑记忆（Logical Memory）、数字广度（Digit Span）、数字符号编码（Digit Symbol Coding）、轨迹制作测验（Trail Making Test）、波士顿命名测验（Boston Naming Test）、多语言命名测验（Multilingual Naming Test）、类别流畅性（Category Fluency）和字母流畅性（Letter Fluency）等。通过UDS交叉walk研究（n=935）和共有项目，将2.0和3.0版本的数据连接起来。

数据分析

测量和处理：对原始变量进行Blom转换，使其符合正态分布并建立标准化尺度。采用验证性因子分析（confirmatory factor analysis, CFA）比较多个备选模型的拟合度，包括单因子、双因子、三因子、四因子和五因子模型。模型拟合指标包括比较拟合指数（CFI）、Tucker-Lewis指数（TLI）和近似均方根误差（RMSEA）。缺失数据采用全信息最大似然法处理。

测量等值性：使用多组CFA评估测量等值性，包括构形等值（configural invariance）、弱等值（metric invariance）和强等值（scalar invariance）。通过迭代过程识别非等值截距，建立部分标量等值模型。同时评估UDS 2.0和3.0版本对应测验的测量等值性。

敏感性分析：在仅包含认知正常参与者的样本中重复测量等值性分析，并评估非英语测试者的影响。

结果

样本特征

总样本包括53,382名参与者，其中57.3%为女性，平均年龄71.1±10.4岁，平均受教育年限15.8±7.7年。种族/族裔分布为亚裔2.8%、黑人14.9%、拉丁裔9.4%、白人72.9%。临床诊断分布为认知正常45.6%、轻度认知障碍22.4%、痴呆31.9%。排除非英语测试者后，最终样本为49,895人。

最佳拟合模型

在多个备选模型中，四因子模型（情景记忆、注意、执行功能、语言）显示最佳拟合度。该模型包括字母流畅性在语言和执行功能因子上的交叉载荷，以及先验的残差结构。模型拟合指标在学习样本和验证样本中均表现良好（CFI=0.98, TLI=0.98, RMSEA=0.03）。五因子模型（包含视觉空间因子）未显著改善拟合度。

测量等值性

种族/族裔群体：多组CFA支持部分标量等值性。具体而言，所有四个认知因子均存在等值和非等值截距。情景记忆因子中4/7的观测变量、注意因子中2/4的变量、执行功能因子中4/6的变量以及语言因子中5/6的变量存在非等值截距。语言和注意领域的非等值截距较多，其中蔬菜流畅性（vegetable fluency）的非等值性尤为明显。未校正测量非等值性会导致白人组的语言能力被低估，黑人组的语言能力被轻微低估，而亚裔组的语言能力被轻微高估。

UDS版本：UDS 2.0和3.0版本的对应测验（如逻辑记忆与Craft故事、数字广度与数字跨度测验、波士顿命名测验与多语言命名测验）具有等值的测量特性，表明这些测验在测量认知因子时可以互换。

敏感性分析

在仅包含认知正常参与者的样本中，部分标量等值性仍然成立，但字母流畅性而非类别流畅性显示出较强的测量非等值性，主要影响白人组。在包含非英语测试者的样本中，模型拟合度与英语测试者样本相同。

讨论

本研究首次通过大规模样本验证了NACC UDS 2.0和3.0神经心理测验套件的四因子认知结构（情景记忆、注意、执行功能、语言），并证实其在不同的种族/族裔群体和UDS版本间具有部分标量等值性。这一发现为跨群体比较认知能力提供了理论依据和方法支持。

测量非等值性主要集中在语言和注意领域，其中蔬菜流畅性的非等值性最为显著。未校正这种非等值性会导致对某些群体认知能力的高估或低估，进而影响研究结果的准确性和临床评估的公正性。例如，在白人和黑人群体中，蔬菜流畅性得分低估了实际语言能力，而在亚裔群体中则轻微高估。这一现象可能与文化背景、语言习惯和教育差异有关。

UDS 2.0和3.0版本的对应测验具有等值的测量特性，表明它们可以互换使用，这为纵向研究和数据整合提供了便利。此外，本研究开发的部分标量等值模型可用于校正测量偏差，使得认知因子得分在不同群体间可直接比较。

研究的局限性包括未检验纵向测量等值性，以及未包含高阶认知因子模型。此外，尽管样本量大且多样化，但某些群体（如美洲原住民）的代表性不足。未来的研究应进一步探索测量非等值性的原因，并开发更精准的校正方法。

总之，本研究为使用NACC UDS数据进行的认知老化研究提供了重要的方法论支持。研究人员和临床医生在比较不同群体的认知得分时，应使用因子得分或仅比较等值的个体测验得分，以避免测量偏差带来的误差。这一工作对促进健康公平和提升老年生活质量具有重要意义。