在北爱尔兰老龄化纵向研究（NICOLA-HCAP）中应用《协调认知评估协议》诊断算法的方法学调整

《BMC Research Notes》：Methodological adaptations for applying the Harmonised Cognitive Assessment Protocol diagnostic algorithm in the Northern Ireland Cohort for the Longitudinal Study of Ageing (NICOLA-HCAP)

　　

摘要

研究目的

具有全国代表性的数据对于了解痴呆症和轻度认知障碍（MCI）的成因、后果及成本至关重要，同时也能为政策制定和护理规划提供依据。本研究旨在探讨将“健康与退休研究统一认知评估协议”（HRS-HCAP）的认知领域结构及诊断算法应用于北爱尔兰老龄化纵向研究队列（NICOLA-HCAP）时的方法学问题，并据此生成具有全国代表性的样本中痴呆症和轻度认知障碍（MCI）的患病率数据。

研究结果

共有1,037名年龄在65岁及以上的参与者完成了NICOLA-HCAP调查。研究确定了五个认知领域，这些领域均归属于一个二阶综合认知表现因子：定向能力（0.903）、记忆力（0.855）、执行功能（0.893）、语言流畅性（0.962）和视空间能力（0.812）。模型拟合度良好（SRMR = 0.065；RMSEA = 0.047；CFI = 0.916；TLI = 0.906）。经过分类后，6.2%的参与者被诊断为痴呆症，15.8%被诊断为轻度认知障碍（MCI）。所采用的方法学调整措施包括解决软件差异问题、规范样本的选取方法以及针对特定队列的调整。这些发现初步证明了HRS-HCAP作为生成统一认知状态评估框架的有效性。NICOLA-HCAP将有助于未来对社区居住的老年人中可改变的痴呆症风险因素进行研究。未来还需要进行验证研究，以确定所得分类结果的适用性。