互联网使用与老年人的认知发展轨迹：一项基于多国数据的标准化z分数与群体轨迹建模研究

《Archives of Public Health》：Internet use and cognitive trajectories in older adults: a multi-country study using harmonized z-scores and group-based trajectory modeling

　　

摘要

背景

全球人口老龄化速度加快，导致认知衰退和痴呆症的负担持续增加，给全球健康、护理和经济带来了巨大压力。在数字时代，互联网使用已成为老年人参与社会活动和刺激认知的新途径。然而，关于互联网使用与基线认知水平及认知衰退速度之间关联的系统性和跨国证据仍然有限，尤其是这些关联在不同认知轨迹上的变化情况尚不明确。

方法

我们分析了来自中国、美国、英格兰和欧洲四个纵向老龄化队列的172,433个个体数据。我们构建了队列标准化认知z分数，并使用基于群的轨迹模型（Group-Based Trajectory Modeling）在统一的三类规格下总结认知变化。独立估计的四类立方轨迹模型用于评估对预设类别数量的敏感性。广义估计方程（Generalized Estimating Equations）和变化率模型用于估计互联网使用与认知水平及纵向变化之间的关联。我们还使用四元分解（Four-way decomposition）方法对涉及生活满意度和抑郁症状的成分进行了探索性分析。

结果

在所有队列中，互联网使用都与较高的认知水平相关（队列特异性估计值为0.15–0.29标准差；随机效应汇总值为0.24标准差；I2=96.5%）。由于异质性非常高，队列特异性估计值被视为主要结果。在ELSA研究中，低认知水平且认知能力下降的群体中观察到的关联效应最大（0.80标准差），而CHARLS研究中的相应系数较小且不显著。在另一种四类规格下，16个类别特异性互联网使用系数中有15个在p<0.05的水平上呈正相关且具有统计学显著性；唯一负相关的系数在CHARLS研究的最低类别中较小且不显著。互联网使用与时间的影响仍存在异质性。生活满意度和抑郁症状对观察到的关联解释作用有限，大约89%或更多的关联可归因于受控制的直接效应成分，这应理解为未通过测量中介变量解释的关联，而非无中介的因果关系。

结论

互联网使用与较高的认知水平始终存在关联，但其与认知变化的关联在不同国家和群体之间存在差异。研究结果并不支持普遍具有保护作用的观点：在CHARLS研究中，互联网使用者的认知能力衰退速度更快；在HRS和SHARE研究中，低认知水平且认知能力下降的群体中也观察到类似现象。由于不同队列在暴露定义、认知指标和统一轨迹规格方面存在重要差异，这些结果应被视为观察性的、特定于队列的关联。在期望数字包容性能够改善认知结果之前，还需要进行干预研究。