蒋俊佳，陈瑛玮，许吉祥，王玉洁，高俊岭，2

1.复旦大学公共卫生学院预防医学与健康教育教研室，上海 200032；2.上海市老年疾病临床医学研究中心，上海 200040

截至2020年，我国65 岁及以上老年人口已达1.91 亿，老龄化率提高至13.52%［1］，然而寿命的延长不等同于健康寿命的延长。为应对人口老龄化挑战，2015年世界卫生组织提出了“健康老龄化”的公共卫生框架，将健康老龄化定义为“发展和维护老年健康生活所需的功能发挥过程”，并根据老年人的不同功能状况，从卫生服务、长期照料和环境3 方面促进或维持老年人的功能［2］。由于健康老龄化是一个动态过程，因此监测评估其变化轨迹及其影响因素，对于相关政策和干预措施的制定与实施都有着重要意义。

变化轨迹的传统分析方法是通过连续分布函数进行建模，得到所分析变量总体的平均轨迹，从而探究影响因素与个体关于平均轨迹变化的联系。然而研究表明，老年人并非单一的群体，健康老龄化无论是在个体内部还是个体之间都存在着差异［3］。因此，本研究通过基于群组轨迹模型（group-based trajectory model，GBTM）分析我国老年人群健康老龄化的不同变化轨迹，及其可能的影响因素［4］。

1 资料与方法

1．1 一般资料本研究所用数据来自于中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）平台［5］（http：/ /charls.pku.edu.cn/）。CHARLS 是具有全国代表性的队列研究，旨在探索中国人口快速老龄化的健康问题。2011年6月—2012年3月，在全国28 个省、150 个县级单位、450 个村级单位采用多阶段抽样策略，对年龄≥45 岁的受试者进行第一次基线调查。每2年进行1 次随访调查，调查方式采用面对面询问的方式进行，分别于2013—2014年、2015—2016年和2017—2018年完成3 次随访。本次研究纳入6 327 例年龄≥60 岁的受试者4 次调查数据进行分析，年龄60～96 岁，平均（68.0 ±6.6）岁。见表1。

表1 一般资料

1．2 方法

1.2.1 健康老龄化指数 根据世界卫生组织的健康老龄化框架，选择CHARLS 中37 个自我报告的内在能力和功能发挥相关指标构建健康老龄化指数（healthy ageing index，HAI）［6］。涵盖感官能力、心理能力、认知能力、运动能力和日常生活活动能力6 个健康老龄化维度。采用CHARLS 问卷，所有指标采用利克特5 级评分，得分越高表明该指标反映的内在能力和功能发挥的状况越好。

根据CHARLS 的4 次调查数据，计算每个研究对象的4 个HAI。首先通过最大最小标化法将37 个指标值标化为0～1 之间的值，然后根据双因子分析模型确定各指标构成HAI 的权重，应用各指标的权重及标化后的指标值计算HAI［6］。HAI 得分0～100 分，得分越高代表健康老龄化程度越好。

1.2.2 基本信息 （1）人口学特征：采集受试者的性别、年龄、婚姻状况和教育程度；（2）健康状况及行为：调查受试者的慢性疾病数、吸烟（从不吸烟、过去吸烟、现在吸烟）和饮酒（不饮酒、饮酒）情况；（3）生活水平：询问受试者“总体来说，您怎么评价您自己家的生活水平”，根据回答情况编码为“好”、“一般”和“差”。

1．3 统计学分析所有统计分析通过Stata/MP 17.0完成，采用traj 程序依次拟合2～5 个发展轨迹模型。多次重复拟合记录相关参数后，依据以下判断标准选择最佳分组［7］：贝叶斯信息准则和样本调整贝叶斯信息准则最接近0、熵≥0.7、各轨迹分组的平均后验概率＞0.7。确定组的数量后，通过改变各亚组的变化阶数（线性、平方和立方）进行重复拟合，使各参数估计值达到显著性水平，以此确定最终模型各轨迹组的形状。Cochran-Mantel-Haenszel 检验进行单因素分析，多分类logistic 回归进行多因素分析。P＜0.05 为差异有统计学意义。

2 结果

2．1 HAI 变化轨迹分析对HAI 重复拟合2～5 组的分组轨迹曲线，依据前文所述最佳分组标准，选择最佳分组数量为4 个组。改变4 个组的变化阶数，依次进行81 种可能的重复拟合，选择各组参数估计值达到显著性水平的轨迹模型，最终得到变化阶数为：线性、立方、立方、立方的4 个HAI 组的变化轨迹。第1组4.92%（311/6 327）HAI 在较低水平，呈缓慢上升趋势，定义为低水平升高组。第2 组13.07% （827/6 327）HAI 在中低水平，呈下降趋势，定义为中低水平下降组。第3 组30.58%（1 935/6 327）HAI 在中等水平，有缓慢下降趋势，定义为中水平下降组。第4 组51.43%（3 254/6 327）HAI 为较高水平，有缓慢下降趋势，定义为高水平下降组。见表2。

表2 HAI 变化轨迹参数［最大似然估计值（标准误）］

2．2 HAI 轨迹分组的单因素分析HAI 的4 个组在性别、年龄、教育程度、慢性疾病数、吸烟、饮酒和生活水平方面差异有统计学意义。见表3。

表3 HAI 分组的单因素分析［例（%）］

2．3 HAI 轨迹亚组的影响因素以HAI 的4 个分组为因变量，以高水平下降组为对照组，进行多分类logistic 回归分析。与高水平下降组比较，女性、年龄≥65 岁、患有慢性疾病、生活水平一般或差的受试者HAI 为中水平下降组的风险较高；女性、年龄≥65 岁、患有慢性疾病和生活水平差的受试者HAI 为中低水平下降组的风险较高；女性、年龄≥70 岁、患有慢性疾病和生活水平差的受试者HAI 为低水平升高组的风险较高。见表4。

表4 HAI 分组的多分类logistic 回归

3 讨论

本次研究显示，我国老年人的HAI 存在4 种不同变化轨迹，可见健康老龄化是一个动态的、异质的过程，人群遵循着不同的健康规律而衰老［8］。除了低水平升高组，其余3 组的HAI 都有下降趋势，考虑随访过程中受试者年龄逐渐增大，内在能力衰退，而基线健康状况较差人群可能在随访期间加强了健康管理。此外，HAI 处于较高水平者尽管有下降趋势，但却始终位于较高水平。提示研究不同HAI 变化轨迹影响因素的必要性，早期应采取相应的健康干预措施尽可能地将HAI 维持于较高水平，对于健康老龄化具有重要意义。

回归分析显示，男性、年龄偏小、教育程度高、不患慢性病以及生活水平好的群体HAI 更高，这一结果与既往研究结果相符。美国的研究表明，老年人健康老龄化轨迹呈下降趋势，但教育程度高的群体平均下降幅度较小［9］，提示教育成就与健康老龄化情况存在关联［10］。更高教育程度人群往往拥有更好的生活环境和更多的社会活动机会［9］，同时也拥有较高的健康素养水平，这些对于健康以及健康老龄化具有正向作用。两性之间的研究显示，相较于女性，男性获得较高水平健康老龄化的可能性更大。健康的性别差异主要是由于生物、社会和行为等因素导致两性之间慢性疾病的分布有所不同，但随着社会的进步和经济的发展，这种由性别引起的健康差异呈缩小趋势［11］。有学者认为，与没有多发病或相对健康的群体相比，多发病人群有可能出现更差的健康老龄化轨迹，此外健康老龄化轨迹预计下降的程度取决于多重患病的具体模式，疾病的严重程度和长期共病的潜在影响都会导致健康老龄化轨迹的不同［8］。此外，上述影响因素之间也可互为影响，不同性别的老年人早期接受教育的程度不同，而不同教育程度的老年人生活方式、健康素养水平和生活水平也不尽相同，从而导致HAI 的不同及其变化轨迹的不同。本次研究结果提示，提高教育程度和生活水平有助于发展较高的健康老龄化水平，并减慢HAI 的下降速度。同时，慢性疾病尤其是共病对健康老龄化具有重要影响，应加强老年人共病的管理以及对健康行为生活方式的干预。

此次研究使用了GBTM 探究我国老年人健康老龄化指数的不同变化轨迹，通过不同变化轨迹间影响因素的作用，分析健康老龄化的影响因素。局限性在于：（1）研究只纳入了影响因素基线时的资料，未能对影响因素进行动态观察；（2）随访时间较短，今后有待于通过长期的随访结果进行进一步的分析。综上所述，老年人遵循着不同的健康老龄化轨迹而衰老，教育程度高、不患慢性疾病和生活水平好的人群更有可能获得较高的HAI。为提高健康老龄化评分，后续拟进一步从多个维度探究影响因素并制定相关措施［12］。