《JMIR Aging》：Developing Customized Personas to Capture Intrinsic Capacity Profiles and Digital Monitoring Intentions in Older Adults: Mixed Methods Study
编辑推荐：
背景：以监测和优化老年人内在能力(intrinsic capacity, IC)为核心的老年人综合照护(Integrated Care for Older People, ICOPE)是全球加速推进的新型老年护理模式。世界卫生组织(WHO)推荐应用数字健康技术
背景：以监测和优化老年人内在能力(intrinsic capacity, IC)为核心的老年人综合照护(Integrated Care for Older People, ICOPE)是全球加速推进的新型老年护理模式。世界卫生组织(WHO)推荐应用数字健康技术进行IC纵向监测以实现精准及时干预，但目前尚不清楚不同IC特征异质性的老年人群参与数字化IC监测的心理意愿。目的：本研究旨在构建一组定制化用户画像(persona)，以匹配IC特征亚组及其对个性化数字化IC监测的心理接受意愿。方法：在中国北京16个场所开展解释性序贯混合方法研究(explanatory sequential mixed methods study)，纳入≥60岁老年人(n=481)完成定量调查，研究人员采用Mplus及SPSS进行潜在剖面分析(latent profile analysis, LPA)、描述性统计及logistic回归分析以聚类亚组；从各IC剖面中有目的性抽取亚样本(n=25)进行半结构化访谈，采用归纳—演绎内容分析识别共性属性逐步确立用户画像，并以联合统计—主题可视化方法整合定制化用户画像。结果：IC呈现三种特征剖面——"多维度下降–IC失衡组(multisubdomain decline–IC imbalance group)"、"多维度中等–感官缺损组(multisubdomain moderate–sensory deficit group)"及"多维度良好–整体平衡组(multisubdomain robust–whole balance group)"；IC剖面分布受年龄、教育程度、家庭人均月收入、自评健康及慢性病数量影响，且正向影响老年人功能性能力(functional ability)。对应三种定制化用户画像分别为："影响我情绪—焦虑回避者(affects my mood—anxious evader)"（表现为回避与焦虑、低数字兴趣、感知社会孤立）；"随遇而安—顺应接纳者(capitalize on what comes—accommodative adopter)"（以疾病检出为实用导向、中等数字开放度但自我效能有限）；"更多自主权—主动改善者(more autonomy—active improver)"（主动投入、高数字素养、动机源于自我管理与社会参与）。结论：本研究首次将LPA与定性定制化用户画像相结合，关联IC异质性与数字化监测心理意愿，所得用户画像模型为社区综合照护中制定个体化数字化IC监测策略提供可操作框架，强调需依据老年人IC特征、心理准备度、数字素养及社会支持匹配监测方案以提升参与度。
论文解读：《Developing Customized Personas to Capture Intrinsic Capacity Profiles and Digital Monitoring Intentions in Older Adults: Mixed Methods Study》（JMIR Aging）
研究背景与立项依据
随着全球人口老龄化加剧，医疗卫生体系面临复杂多样的老年照护需求，从以疾病为中心转向以维持功能为中心的照护模式已成为迫切策略。内在能力(intrinsic capacity, IC)即个体可调动的全部身心机能储备，包括认知(cognition)、心理容量(psychological capacity)、感官容量(含视力与听力，sensory capacity)、活力(vitality)及运动能力(locomotor capacity)五个核心域，是晚年生活质量的重要预测因子。世界卫生组织(WHO)发布《老年人综合照护(Integrated Care for Older People, ICOPE)》指南以推动社区IC评估与监测。社区老年人IC下降总体患病率约67.8%，中国报道达69.1%，IC下降可预测失能、衰弱、跌倒、住院及死亡等不良结局，故动态IC监测对早期识别风险、制定个体化干预至关重要。
数字健康技术是扩大老年人IC纵向监测的高效手段，法国ICOPE项目已借助数字工具建立及时反馈机制。然而老年人参与数字健康项目的动机复杂，现有证据表明参与者往往偏年轻、偏健康，与ICOPE倡导的健康公平目标相悖。老年人对数字技术的心理意愿(intention)深刻影响其技术互动与使用能力，既往IC异质性亚组研究忽视了对老年人IC监测管理心理意愿的洞察。若仅针对老年人外部特征而忽略接受IC监测的行为决定因素，数字健康技术采纳将受阻碍。用户画像(persona)作为整合生物—心理—社会特征（需求、体验、期望）的原型化工具，可为数字化IC监测的老年人群分层提供参考。目前罕有研究结合定量分析与定性数据构建精确定制化persona并与IC剖面直接挂钩，因此本研究采用混合方法探索老年人接受数字化IC监测的心理意图，以支持社区医护人员开展个性化监测活动。
主要研究方法概述
研究人员于2024年3月至10月在中国北京市6个区的16个场所（14个社区居委会、1所养老院、1个社区卫生服务中心），采用便利抽样纳入符合标准的社区老年人（≥60岁，读写理解正常，无重度功能障碍、重度认知障碍、严重精神疾病及急性病），最终定量调查样本n=481；采用WHO ICOPE推荐量表评估IC五域——简易精神状态检查(Mini-Mental State Examination, MMSE)评认知、老年抑郁量表15项(Geriatric Depression Scale-15, GDS-15)评心理容量、WHO视力筛查图评视力、耳语试验评听力、微型营养评定短版(Mini Nutritional Assessment Short-Form, MNA-SF)评活力、短物理功能测试 battery(Short Physical Performance Battery, SPPB)评运动能力；用Barthel指数(Barthel Index, BI)评日常生活活动能力、Fried衰弱表型(Fried Frailty Phenotype, FFP)评衰弱、HALFT量表评社会衰弱。研究人员以IC五域z得分为观测指标，用Mplus(version 8.3)做潜在剖面分析(latent profile analysis, LPA)确定最佳剖面数（依据AIC、BIC、aBIC、entropy、LMRT、BLRT），用SPSS(version 26.0)做描述统计、卡方检验、单因素ANOVA及多元logistic回归分析剖面预测因素；从各LPA剖面中有目的分层抽取25人做半结构化访谈，用归纳—演绎内容分析法提炼主题与共性属性构建persona，经研究组讨论确认最终定制化用户画像。
研究结果
Participant Characteristics（研究对象特征）
定量阶段共纳入481人，平均年龄70.7(SD 6.8)岁，女性66.5%，多数已婚(74%)、初中及以下学历66.1%、家庭人均月收入3000–5999元占54.1%、自评健康较好或很好占53.6%、患1–3种慢性病占67.2%。
LPA Results（潜在剖面分析结果）
以IC五域z得分做LPA，拟合指标显示3剖面模型最优（entropy=0.906，LMRT P=.0174，BLRT P<.001，各类别后验概率>0.8）。确定为三剖面：Profile 1"多维度下降–IC失衡组(multisubdomain decline–IC imbalance group)"占19.1%(n=92)，整体IC多域下降仅感官域相对保留；Profile 2"多维度中等–感官缺损组(multisubdomain moderate–sensory deficit group)"占29.1%(n=140)，IC中等但显著伴感官缺损；Profile 3"多维度良好–整体平衡组(multisubdomain robust–whole balance group)"占51.8%(n=249)，各域IC水平高且均衡。
Characteristics and Naming of Latent Profiles（潜在剖面特征与命名）
如上所述，三剖面分别反映IC全面衰退伴感官相对保留、IC中等伴单一感官缺损、IC全面良好均衡三种模式。
Comparison of Predictive Variables in Each Latent Profile（各潜在剖面预测变量比较）
单因素分析示年龄、婚姻状况、教育程度、退休前劳动强度、家庭人均月收入、自评健康、慢性病数量在三组间差异显著(P<.05)。以Profile 3为参照的多元logistic回归显示：≥80岁者更易归为Profile 1(OR 9.190, 95%CI 2.986–28.284)或Profile 2(OR 7.018, 95%CI 2.559–19.247)；教育程度升高降低归入Profile 1或2的概率；月收入≥6000元降低归入Profile 1的概率(OR 0.163, 95%CI 0.040–0.670)；自评健康"很好/好"显著降低归入Profile 1或2的概率；无慢性病降低归入Profile 1的概率(OR 0.315, 95%CI 0.105–0.943)。
Outcome Variables of Latent Profiles（潜在剖面效标变量结果）
三组在Barthel指数(BI)、Fried衰弱表型(FFP)评分及HALFT社会衰弱评分上差异均显著(P<.001)，事后比较显示Profile 3 > Profile 2 > Profile 1，即IC越差功能性能力越差、衰弱越重、社会衰弱越明显。
Interview Sample Characteristics（访谈样本特征）
自三个剖面共纳入25人访谈（Profile 1:5人，Profile 2:10人，Profile 3:10人），平均70.1(SD 7.03)岁，女性68%。
Developing Customized Personas（定制化用户画像构建）
经主题分析确立三persona对映三IC剖面：
- •
Persona A："影响我情绪—焦虑回避者(affects my mood—anxious evader)"对应Profile 1，高龄、低教育低收入的女性居多，自评健康差、多慢病，心理脆弱回避情绪应激，感知社会孤立、数字兴趣低、因怕丢面子不愿求助，对数字IC监测持回避态度。
- •
Persona B："随遇而安—顺应接纳者(capitalize on what comes—accommodative adopter)"对应Profile 2，IC轻度降伴感官缺损，视疾病不可避免愿借IC监测早期发现病患获专业指导，对数字工具持开放但数字素养不足要求界面简化适配感官缺损，有一定家庭社会支持但有因功能下降放弃爱好产生的孤独感。
- •
Persona C："更多自主权—主动改善者(more autonomy—active improver)"对应Profile 3，较年轻、高教育高收入、自评健康好，主动关注IC、数字素养高，希望通过适老数字平台与社区医护互动获取反馈，建议加入游戏化元素维持参与动机，社会参与活跃、家庭关系良好。
讨论与结论总结
讨论指出本研究用解释性序贯混合方法阐明IC异质性与数字监测心理意愿的数据驱动关联。Persona A（焦虑回避者）IC水平最低、数字参与意愿消极，具高龄、低社经地位、负性自评健康特征，符合数字排斥中"不能"与"不愿"双重屏障，健康信念模型解释其感知数字监测障碍超过获益且回避直面IC衰退；对此应先以传统IC监测建立信任再逐步引入数字工具并补足社会陪伴。Persona B（顺应接纳者）接受IC衰退为自然、以疾病检出为实用诉求，但受自我年龄歧视观念限制且感官缺损降低数字交互自我效能，数字平台应整合可穿戴设备实时采集步态等指标、采用扁平化大字高对比界面对应感官代偿，并推送个体化生活指导将行为关联疾病预警动机。Persona C（主动改善者）具高自主性高数字素养，数字IC监测宜嵌入进度追踪、挑战任务、奖励等游戏化(gamification)要素强化自我管理与胜任感，社区免费推广有助健康公平。研究首次整合LPA与定性persona联结IC异质性与数字监测心理意图，局限性为北京城市社区便利抽样限制外推性、女性偏多、Profile 1访谈人数少及横断面特性。
结论翻译：本研究整合定量特征分析与定性叙事探索，调查老年人IC异质性及对数字化IC监测的心理意愿。通过综合解析识别出3种 distinct IC剖面并建立相应定制化用户画像(persona)。这些用户画像不仅反映IC的多维本质，也捕捉了潜在态度、个人目标、数字亲和力及社会支持。研究结果为社区医护人员提供实用的、基于persona的工具，用以定制沟通、支持及技术采纳策略，提升老年人对数字化IC监测的接受度与有效性。
