现代预防医学

变量	总样本（n=1 575）	训练集（n=1 103）	验证集（n=472）	χ²值	P值
性别				1.204	0.272
女	1 258	873	385
男	317	230	87
年龄（岁）				4.483	0.106
60~69	1 049	745	304
70~79	415	275	140
≥80	111	83	28
婚姻状况				0.119	0.730
有配偶	1 177	827	350
无配偶	398	276	122
居住地类型				0.565	0.452
城市	305	219	86
农村	1 270	884	386
吸烟				0.017	0.896
是	223	157	66
否	1 352	946	406
饮酒				1.748	0.186
是	340	248	92
否	1 235	855	380
体力活动				1.613	0.446
低强度	266	178	88
中等强度	429	306	123
高强度	880	619	261
社交				1.641	0.200
有	659	473	186
无	916	630	286
抑郁				1.347	0.246
是	826	589	237
否	749	514	245
自评健康				6.472	0.167
很好	201	144	57
好	165	114	51
一般	718	520	198
不好	340	221	119
很不好	151	104	47
慢性病				1.676	0.195
有	619	422	197
无	956	681	275
ADL				0.147	0.701
完全或条件性独立	1 426	1 000	425
日常生活功能障碍	150	103	47
睡眠时长				1.214	0.545
短睡眠	736	509	227
正常睡眠	686	490	196
长睡眠	153	104	49
午睡				0.135	0.713
是	920	641	279
否	655	462	193
上网				2.364	0.124
是	140	106	34
否	1 435	997	438
是否五保户/低保户/特困户				0.625	0.429
是	282	203	79
否	1 293	900	393

变量	总样本（n=1 575）	训练集（n=1 103）	验证集（n=472）	χ²值	P值
性别				1.204	0.272
女	1 258	873	385
男	317	230	87
年龄（岁）				4.483	0.106
60~69	1 049	745	304
70~79	415	275	140
≥80	111	83	28
婚姻状况				0.119	0.730
有配偶	1 177	827	350
无配偶	398	276	122
居住地类型				0.565	0.452
城市	305	219	86
农村	1 270	884	386
吸烟				0.017	0.896
是	223	157	66
否	1 352	946	406
饮酒				1.748	0.186
是	340	248	92
否	1 235	855	380
体力活动				1.613	0.446
低强度	266	178	88
中等强度	429	306	123
高强度	880	619	261
社交				1.641	0.200
有	659	473	186
无	916	630	286
抑郁				1.347	0.246
是	826	589	237
否	749	514	245
自评健康				6.472	0.167
很好	201	144	57
好	165	114	51
一般	718	520	198
不好	340	221	119
很不好	151	104	47
慢性病				1.676	0.195
有	619	422	197
无	956	681	275
ADL				0.147	0.701
完全或条件性独立	1 426	1 000	425
日常生活功能障碍	150	103	47
睡眠时长				1.214	0.545
短睡眠	736	509	227
正常睡眠	686	490	196
长睡眠	153	104	49
午睡				0.135	0.713
是	920	641	279
否	655	462	193
上网				2.364	0.124
是	140	106	34
否	1 435	997	438
是否五保户/低保户/特困户				0.625	0.429
是	282	203	79
否	1 293	900	393

变量	赋值方法
认知障碍	是=1，否=0
性别	男=1，女=0
年龄（岁）	60~69=0，70~79=1，≥80=2
婚姻状况	有配偶=1，无配偶=0
居住地类型	农村=1，城市=0
体力活动	低=0，中=1，高=2
饮酒	是=1，否=0
吸烟	是=1，否=0
社交	是=1，否=0
自评健康	很不好=1，不好=2，一般=3，好=4，很好=5
慢性病	是=1，否=0
抑郁	是=1，否=0
ADL	完全或条件性独立=1，日常生活功能障碍=0
睡眠时长	短睡眠=0，正常睡眠=1，长睡眠=2
午睡	是=1，否=0
上网	是=1，否=0
家庭经济情况	是五保户/低保户/贫困户=1，不是五保户/低保户/贫困户=0

变量	赋值方法
认知障碍	是=1，否=0
性别	男=1，女=0
年龄（岁）	60~69=0，70~79=1，≥80=2
婚姻状况	有配偶=1，无配偶=0
居住地类型	农村=1，城市=0
体力活动	低=0，中=1，高=2
饮酒	是=1，否=0
吸烟	是=1，否=0
社交	是=1，否=0
自评健康	很不好=1，不好=2，一般=3，好=4，很好=5
慢性病	是=1，否=0
抑郁	是=1，否=0
ADL	完全或条件性独立=1，日常生活功能障碍=0
睡眠时长	短睡眠=0，正常睡眠=1，长睡眠=2
午睡	是=1，否=0
上网	是=1，否=0
家庭经济情况	是五保户/低保户/贫困户=1，不是五保户/低保户/贫困户=0

变量	β		Waldχ²值	P值	OR值（95%CI）
年龄（岁，60~69）			14.273	0.001
70~79	0.411	0.152	7.325	0.007	1.509（1.120~2.032）
≥80	0.778	0.247	9.907	0.002	2.178（1.341~3.537）
婚姻状况	-0.500	0.152	10.809	0.001	0.607（0.450~0.817）
居住地类型	0.489	0.174	7.882	0.005	1.631（1.159~2.295）
饮酒	-0.436	0.162	7.260	0.007	0.647（0.471~0.888）
社交	-0.381	0.136	7.888	0.005	0.683（0.524~0.891）
体力活动（低）			7.071	0.029
中	-0.457	0.200	5.229	0.022	0.633（0.428~0.937）
高	-0.465	0.182	6.506	0.011	0.628（0.439~0.898）
上网	-1.119	0.294	14.515	0.000	0.327（0.184~0.581）

变量	β		Waldχ²值	P值	OR值（95%CI）
年龄（岁，60~69）			14.273	0.001
70~79	0.411	0.152	7.325	0.007	1.509（1.120~2.032）
≥80	0.778	0.247	9.907	0.002	2.178（1.341~3.537）
婚姻状况	-0.500	0.152	10.809	0.001	0.607（0.450~0.817）
居住地类型	0.489	0.174	7.882	0.005	1.631（1.159~2.295）
饮酒	-0.436	0.162	7.260	0.007	0.647（0.471~0.888）
社交	-0.381	0.136	7.888	0.005	0.683（0.524~0.891）
体力活动（低）			7.071	0.029
中	-0.457	0.200	5.229	0.022	0.633（0.428~0.937）
高	-0.465	0.182	6.506	0.011	0.628（0.439~0.898）
上网	-1.119	0.294	14.515	0.000	0.327（0.184~0.581）

文盲老年人认知障碍风险评估模型构建与验证——基于CHARLS数据的实证研究

PDF下载

嵇丽红 ¹^,²^,³ , 赵晓晴 ¹^,²^,³ , 李海燕 ²^,³^,⁴ , 董志伟 ²^,³^,⁴ , 井淇 ²^,³^,⁴^,⁵

现代预防医学 | 基层卫生服务 2026,53(7): 1277-1285

收起

现代预防医学 |基层卫生服务 2026 , 53 (7) : 1277 -1285

文盲老年人认知障碍风险评估模型构建与验证——基于CHARLS数据的实证研究

全屏

嵇丽红¹^,²^,³, 赵晓晴¹^,²^,³, 李海燕²^,³^,⁴, 董志伟²^,³^,⁴, 井淇²^,³^,⁴^,⁵

作者信息

^1.山东第二医科大学公共卫生学院，山东　潍坊　261053

^2.“健康山东”重大社会风险预测与治理协同创新中心，山东　潍坊　261053

^3.山东第二医科大学康复健康研究院，山东　潍坊　261053

^4.山东第二医科大学管理学院，山东　潍坊　261053

^5.山东第二医科大学ICF研究院，山东　潍坊　261053

通讯作者:

井淇，E-mail：jingq@sdsmu.edu.cn

作者简介:

嵇丽红（1987—），女，硕士，实验师，研究方向：卫生政策与管理

Construction and validation of a risk assessment model for cognitive impairment in illiterate elderly individuals: an empirical study based on CHARLS data

Li-hong JI¹^,²^,³, Xiao-qing ZHAO¹^,²^,³, Hai-yan LI²^,³^,⁴, Zhi-wei DONG²^,³^,⁴, Qi JING²^,³^,⁴^,⁵

Affiliations

School of Public Health, Shandong Second Medical University, Weifang, Shandong 261053, China

出版时间: 2026-04-10 doi: 10.20043/j.cnki.MPM.202509084

文章导航

摘要

收起

目的

分析文盲老年人认知障碍的影响因素，构建文盲老年人认知障碍风险评估模型。

方法

基于2020年中国健康与养老追踪调查数据库，以60岁以上文盲老年人为研究对象，采用LASSO回归十折交叉验证法确定最佳预测变量，应用logistic回归确定文盲老年人认知障碍影响因素，进而构建评估模型。通过受试者工作特征（receiver operating characteristic，ROC）曲线、曲线下面积、灵敏度、特异度、Hosmer-Lemeshow检验、校准曲线以及决策曲线分析（decision curve analysis，DCA）、分类/连续净重新分类指数及综合判别改善指数，对模型的性能进行评估。

结果

文盲老年人1 575例，认知障碍发生率为39.75%。LASSO回归筛选出潜在预测变量：年龄、婚姻、居住地类型、饮酒、体力活动、社交、上网。多因素logistic回归分析显示，高龄（70~79岁OR=1.509，95%CI：1.120~2.032；≥80岁OR=2.178，95%CI：1.341~3.537）、居住在农村（OR=1.631，95%CI：1.159~2.295）是危险因素，而有配偶（OR=0.607，95%CI：0.450~0.817）、饮酒（OR=0.647，95%CI：0.471~0.888）、社交（OR=0.683，95%CI：0.524~0.891）、中高等强度体力活动（中等强度OR=0.633，95%CI：0.428~0.937；高强度OR=0.628，95%CI：0.439~0.898）、上网（OR=0.327，95%CI：0.184~0.581）是保护因素。基于这7个因素构建评估模型，该模型训练集和验证集的ROC曲线下面积分别为0.670和0.655；Hosmer-Lemeshow检验分别为χ²=11.977（P=0.152）和χ²=7.977（P=0.436）；校准曲线Brier分数分别是0.216和0.227，校准曲线呈现预测值和实际值一致性较好，DCA显示该模型净效益和评估准确性良好，且模型在风险重分类方面具有显著的增量改进。

结论

基于年龄、居住地类型等7个影响因素构建的文盲老年人认知障碍风险评估模型，可为该人群认知障碍的早期识别提供支持。

关键词

文盲老年人 / 认知障碍 / 列线图 / 评估模型

Abstract

收起

Objective

To analyze the influencing factors of cognitive impairment and construct a risk assessment model for illiterate elderly individuals.

Methods

Based on the 2020 China Health and Retirement Longitudinal Study (CHARLS) database, illiterate elderly individuals aged≥60 years were taken as the research subjects. Ten-fold cross-validated LASSO regression was used to identify the optimal predictor variables. Logistic regression was further applied to explore the risk factors of cognitive impairment in this population, and an assessment model was further constructed. The performance of the model was evaluated using the receiver operating characteristic (ROC) curve, area under the curve (AUC), sensitivity, specificity, Hosmer-Lemeshow test, calibration curve, decision curve analysis (DCA), categorical/continuous net reclassification improvement (NRI), and integrated discrimination improvement (IDI).

Results

A total of 1 575 illiterate elderly individuals were included in this study, with a prevalence of cognitive impairment of 39.75%. Lasso regression screened potential predictor variables, including age, marital status, residence type, alcohol consumption, physical activity, social engagement, and internet use. Multivariable logistic regression analysis showed that advanced age (70-79 years: OR=1.509, 95% CI: 1.120-2.032; ≥80 years: OR=2.178, 95% CI: 1.341-3.537), rural residence (OR=1.631, 95% CI: 1.159-2.295) were the risk factors. In contrast, being married (OR=0.607, 95% CI: 0.450-0.817), alcohol consumption (OR=0.647, 95% CI: 0.471-0.888), social engagement (OR=0.683, 95% CI: 0.524-0.891), moderate-to-high intensity physical activity (moderate intensity: OR=0.633, 95% CI: 0.428-0.937; high intensity: OR=0.628, 95% CI: 0.439-0.898), internet use (OR=0.327, 95% CI: 0.184-0.581) were protective factors. An assessment model was established based on the seven factors. The areas under the ROC curves of the assessment model in the training and validation sets were 0.670 and 0.655, respectively. The Hosmer-Lemeshow χ²=11.977, P=0.152, and χ²=7.977, P=0.436. Brier scores were 0.216 and 0.227, respectively. The calibration curve revealed good consistency between the predicted values and the actual values, and the DCA indicated that the model had good net benefit and assessment accuracy. Additionally, the model showed a significant incremental improvement in terms of risk reclassification.

Conclusion

The risk assessment model for cognitive impairment in illiterate elderly individuals, based on seven influencing factors including age and residence type, can provide support for the early identification of cognitive impairment in this population.

Key words

Illiterate elderly individuals / Cognitive impairment / Nomogram / Assessment model

引用本文

嵇丽红, 赵晓晴, 李海燕, 董志伟, 井淇. 文盲老年人认知障碍风险评估模型构建与验证——基于CHARLS数据的实证研究. 现代预防医学, 2026 , 53 (7) : 1277 -1285 . DOI: 10.20043/j.cnki.MPM.202509084

Li-hong JI, Xiao-qing ZHAO, Hai-yan LI, Zhi-wei DONG, Qi JING. Construction and validation of a risk assessment model for cognitive impairment in illiterate elderly individuals: an empirical study based on CHARLS data[J]. Modern Preventive Medicine, 2026 , 53 (7) : 1277 -1285 . DOI: 10.20043/j.cnki.MPM.202509084

正文

收起

认知障碍（cognitive impairment）是指脑局部组织病变或受损而产生的知觉、记忆、思维等认知功能损害的总体描述，根据进展程度可分为轻、中、重度等。随着全球人口老龄化的加速，认知障碍发病率持续上升，发病年轻化，易发展为不可逆转且无法治愈的老年失智症^[1]，成为影响健康老龄化的重大公共卫生问题之一。研究证实，认知障碍在轻度期具有可逆性、可控性，及时进行干预与管理可以实现功能逆转、维持稳定、延缓发展，其向正常认知功能总体逆转率可达18%~26%^[1-2]。因此，对认知障碍高危人群进行影响因素的早期识别与评估至关重要。

国家统计局在全国人口普查公报中将文盲界定为15岁及以上不识字的人^[3]。由于未接受过正规的系统教育，文盲老年人不具备对汉字及其衍生符号的认知能力和读写能力，在词汇量和语言表达、学习新知识、理解复杂信息等认知领域也存在局限；另外，受制于语言和认知能力的限制，其接受新事物的能力较差，社会参与度低，可获得的社会支持不足^[4]。上述特点导致文盲老年人的认知储备较低，更易因认知能力下降而发展为认知障碍^[5-6]。尽早识别文盲老年人群认知障碍的影响因素并构建评估模型，对于降低其认知障碍发生风险、减少失智症的患病率具有重要意义。目前针对文盲老年人群的认知障碍风险评估研究仍较为缺乏，而传统认知障碍评估模型的评估指标多以文字能力为基础，且多将教育程度作为单一调节变量，忽视了文盲状态背后的独特风险机制。因此，有必要识别文盲老年人认知障碍的影响因素并构建评估模型。

本研究将中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）中的文盲老年人群作为样本，构建评估模型以尽早发现与识别文盲老年人认知障碍风险，为文盲老年家庭及相关工作人员提供便捷、简化的评估工具。

1　对象与方法

收起

1.1　研究对象

本研究数据来源于CHARLS 2020年随访数据库中基本信息、健康状况与功能、家户收入与支出三个模块，选取60岁及以上文盲老年人3 262例，剔除认知功能等信息缺失样本，纳入本次研究的总有效样本为1 575例，见图1。通过设置随机种子，将1 575例文盲老年人按7∶3随机分为训练集（n=1 103）和验证集（n=472）。

1.2　数据收集

（1）人口学特征：性别、年龄、居住地类型、婚姻状况。

（2）生活方式及健康状况：吸烟、饮酒、体力活动、社交、睡眠时长、午睡、上网、自评健康、慢性病、抑郁、日常生活活动能力（activities of daily living，ADL）。

体力活动水平参照国际体力活动量表进行评估^[7]，低强度、中等强度、高强度活动代谢当量（metabolic equivalent of task，MET）分别赋值为3.3、4.0、8.0，将10 min≤活动时间<0.5 h赋值为30 min、0.5 h≤活动时间<2 h赋值为60 min、2 h≤活动时间<4 h赋值为180 min、活动时间≥4 h赋值为240 min，体力活动能量消耗公式定义为：体力活动强度（MET）×每天活动时间×活动天数，根据每周活动能量消耗，将老年人活动水平分为低（<600 MET/周）、中（600~3 000 MET/周）和高（>3 000 MET/周）水平。

睡眠时长参考既往研究^[8-9]分为短睡眠（<6 h）、正常睡眠（6~8 h）、长睡眠（>8 h）。

抑郁状况利用流调中心抑郁量表简版（center for epidemiological studies depression scale 10，CES-D10）^[10-11]进行评定，量表由十个条目组成，每个条目4个选项（计分范围0~3分），总分达到10分及以上即可界定为抑郁。

ADL采用躯体日常生活自理能力量表（physical self maintenance scale，PSMS）以及工具性日常生活能力量表（instrumental activities of daily living，IADL）^[12]进行评估，其中PSMS和IADL各有6个条目，每个条目的评分为7.0、6.0、4.0和1.5分，最终合并总分≤72分为完全或有条件依赖（即日常生活功能障碍）；总分≥72分为完全或有条件独立^[13]。

（3）经济水平：家庭是否为五保户、低保户或特困户。

（4）认知能力：涵盖情景记忆及执行功能。情景记忆是记住并回想10个无关联的中文词，根据回忆准确度计分（满分10分）。执行功能满分11分，包括确认时间信息（年、月、日、季节、星期几）、做5次从100连续减7的算术、模仿画图。两维度得分相加，低于6分即认定为有认知障碍^[14-15]。

1.3　研究方法

数据分析使用SPSS 26.0及R 4.4.2软件。计数资料采用频数、χ²检验进行描述分析。分别采用LASSO回归、logistic回归确定文盲老年人认知障碍风险的最佳预测变量及影响因素。LASSO回归通过惩罚性回归实现变量筛选与共线性控制，确保模型稳定性与校正效果，多因素logistic回归分析中，将LASSO回归筛选出的变量同时纳入模型，以控制变量间的相互混杂。在此基础上构建风险评估模型，并通过受试者工作特征（receiver operating characteristic，ROC）曲线、曲线下面积（area under the curve，AUC）、灵敏度、特异度、Hosmer-Lemeshow检验、校准曲线以及决策曲线分析（decision curve analysis，DCA）评估模型的性能。构建基线模型（Model 0）与最终模型（Model 1）并在验证集中计算AUC及95%置信区间，采用DeLong方法检验两模型AUC差异，同时计算分类/连续净重新分类指数（net reclassification improvement，NRI）及综合判别改善指数（integrated discrimination improvement，IDI），以评估模型增量价值，其中分类NRI的风险分层阈值设定为0.2与0.4。检验水准α=0.05。

2　结果

收起

2.1　文盲老年人基本情况及认知障碍现状

本研究中文盲老年人1 575例，其中合并认知障碍者626例，认知障碍检出率为39.75%。训练集和验证集在性别、年龄、婚姻状况、居住地类型、吸烟、饮酒、体力活动、社交、抑郁、自评健康、慢性病、ADL等基线资料上的分布，差异无统计学意义（P>0.05）。见表1。

2.2　确定最佳预测变量

研究采用LASSO回归确定最佳预测变量，其中因变量为是否发生认知障碍，自变量纳入性别、年龄等16个因素，采用十折交叉验证法确定最优λ，即lambda.1se。经计算，本研究最优λ值为0.032，依据此λ确定了7个最佳预测变量，即年龄、婚姻状况、居住地类型、饮酒、体力活动、社交、上网。见图2、表2。

2.3　多因素logistic回归分析

以LASSO回归确定的7个最佳预测变量为自变量进行logistic回归分析。结果显示，年龄、婚姻状况等7个最佳预测变量均为文盲老年人认知障碍的独立影响因素（P<0.05）。见表3。

2.4　构建评估模型

以logistic回归筛选出的7个文盲老年人认知障碍影响因素为变量构建评估模型，并绘制列线图。通过各因素对应得分之和可评估文盲老年人出现认知障碍的风险，总分越高，风险越大。见图3。

2.5　评估模型的验证

为进一步评估模型的性能，本研究分别利用训练集及验证集数据开展模型评价和内部验证。其中，训练集及验证集ROC曲线下面积分别为0.670（95%CI：0.641~0.706）和0.655（95%CI：0.606~0.705），见图4，最佳截断值分别为0.417和0.449，灵敏度分别为0.606和0.540，特异度分别为0.666和0.711；Hosmer-Lemeshow检验结果分别为χ²=11.977（P=0.152）和χ²=7.977（P=0.436）；校准曲线Brier分数分别为0.216和0.227，处于中等水平，低于0.25的随机阈值，见图5；决策曲线显示该模型净效益和预测准确性良好，见图6。

构建基线模型Model 0，纳入基础人口学变量，并与最终模型Model 1（纳入年龄、婚姻状况、居住地类型、饮酒、社交、体力活动、上网）在验证集中进行比较。结果显示，Model 1的验证集AUC为0.655（95%CI：0.606~0.705），略高于Model 0的0.621（95%CI：0.571~0.671），但DeLong检验提示差异未达到统计学显著（P=0.145）。在风险分层阈值（0.2、0.4）下，Model 1相较Model 0的分类NRI为0.108（P=0.021），连续NRI为0.228（P=0.010），IDI为0.024（P=0.004），提示最终模型在风险重分类方面具有显著的增量改进（P<0.05）。

3　讨论

收起

本研究中我国文盲老年人认知障碍的检出率达39.75%，明显高于施正丽等^[16]2025年报告的我国老年人认知障碍检出率（20.05%）、何南芙等^[17]2023年报告的65岁以上老年人认知障碍检出率（28.9%），说明文盲老年人认知功能状况不容乐观，也再次验证了受教育是认知功能的保护因素。

文盲老年人群中，居住在农村的高龄无配偶人群更易发生认知障碍，与国内外老年人群的研究结果一致^[5,16,18-19]。年龄的增长会导致人体组织及器官出现退行性变，大脑结构中负责认知功能相关的海马体等区域逐步萎缩，叠加慢性病症增多、社会参与及社会支持减少等多种因素，影响老年人的认知能力^[20]。无配偶状态使得老年人失去陪伴及信息、情感等方面的支持，社交及思维活动减少；农村地区生活环境单一及经济条件限制，老年人健康素养水平与城市相比有一定差距，这些不利因素均加剧了认知障碍的发生风险。文盲老年人由于自身的认知局限，无法缓解高龄、无配偶等带来的负面影响，更易出现认知障碍。

本研究结果显示，饮酒是文盲老年人认知障碍的保护因素。以往相关研究表明，适度饮酒不仅可以促进血液循环，刺激人体中枢神经，起到活血化瘀、舒缓情绪的作用，还可以改善睡眠质量，保护老年人认知功能^[21]。但也有研究证实饮酒与认知障碍高风险相关^[22]，探究其原因可能是饮酒会对中枢神经系统产生毒性作用从而造成急性损伤，或者造成慢性酒精中毒，导致大脑组织损伤和认知功能的退化^[23]。因此，饮酒与认知障碍的相关性尚未达成共识，未来还需将饮酒频次、饮酒量、饮酒种类等因素纳入研究以做进一步探讨。

社交、体力活动与上网是文盲老年人认知功能的保护因素。以往多项研究^[24-25]也证实了积极参加社交活动、且体力活动频次更高的老年人群晚年认知功能表现更佳。社交可以为文盲老年人提供智力及情感刺激，锻炼其记忆、理解能力，进而延缓其认知功能下降，而适当强度的体力活动不仅能缓解或改善疾病状况来促进文盲老年人身体健康，还可以促进血液循环和缓解中枢神经系统的退化，为认知功能的改善提供生理基础^[20]；经常社交与活动的老年人心理状态也会更加积极乐观，从而对认知功能产生积极促进作用。在互联网普及的大环境下，文盲老年人可以通过学习和适应互联网及其产品，充分调动学习积极性，提高大脑活跃度，形成新的认知刺激，增加大脑的认知储备，减少认知能力的下降^[26]，同时通过互联网的使用可以增加社会互动，掌握新的生活技能，接触丰富的信息与资源，提高其认知能力和生活质量。

从结果来看，本研究模型AUC为0.67，提示其区分能力处于中等水平，仍有提升空间，但分类NRI、连续NRI与IDI结果显示模型在个体风险分层与预测概率区分方面具有统计学显著的增量改进，提示模型的价值可能更多体现在风险重分类层面，而非单纯AUC指数的大幅提升。已有研究指出^[27-28]，仅依赖AUC评价风险评估模型可能造成误判，AUC不足以单独证明模型能否改善公共卫生或临床决策，在筛查与风险分层应用中，校准与净获益同样关键，因此本研究结合灵敏度、特异度、Hosmer检验、校准曲线、Brier评分及DCA等对模型进行了综合评价。本模型更适用于社区初筛与风险分层评估场景，未来仍需在更多特征集与前瞻性随访队列中进一步验证其稳定性与推广价值，提升模型性能。

综上，本研究针对文盲老年人群构建的可操作风险评估模型，可以为文盲老年人家属及相关工作者提供便捷、简化的识别与评估工具，具备公共卫生筛查意义。

基金

收起

国家自然科学基金资助项目(72004165; 72374156)
山东省高等学校“青创团队计划”团队研究课题(2022RW075)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

井淇, 吕军. 老年认知障碍社区健康服务管理策略[M]. 北京: 科学出版社, 2024.

Jing

, Lv

. Community health service management strategies for cognitive impairment in the elderly[M]. Beijing: Science Press, 2024. (In Chinese)

[2]

张艳秋, 张叶凡, 谢抒宸, 等. 基于双重差分法的健康宣教对社区老年人认知功能干预效果分析[J]. 中国卫生事业管理, 2025, 42(3): 323-327.

Zhang

, Zhang

, Xie

, et al. Analysis on the effect of health promotion on intervention of cognitive function in Community-Dwelling elderly People based on the Double-Difference method[J]. Chinese Health Service Management, 2025, 42(3): 323-327. (In Chinese)

[3]

国家统计局. 2020年第七次全国人口普查主要数据公报[EB/OL]. [2026-03-12]. https://www.stats.gov.cn/sj/pcsj/rkpc/d7c/202303/P020230301403217959330.pdf.

National Bureau of Statistics. Major figures of 2020 population census of China[EB/OL]. [2026-03-12]. https://www.stats.gov.cn/sj/pcsj/rkpc/d7c/202303/P020230301403217959330.pdf. (In Chinese)

[4]

韩廷梁, 向平萍. 文盲老人精神养老现状及社会工作介入研究[J]. 扬州职业大学学报, 2021, 25(3): 25-29, 62.

Han

, Xiang

. On the current situation of spiritual endowment for the illiterate elderly and the intervention of social work[J]. Journal of Yangzhou Polytechnic College, 2021, 25(3): 25-29, 62. (In Chinese)

[5]

袁梓健, 郭立燕, 张妍, 等. 中国老年人轻度认知障碍现状及其影响因素[J]. 济宁医学院学报, 2022, 45(3): 183-188.

Yuan

, Guo

, Zhang

, et al. A systematic review of the prevalence and influencing factors of mild cognitive impairment in Chinese elderly population[J]. Journal of Jining Medical University, 2022, 45(3): 183-188. (In Chinese)

[6]

毕圣贤, 王倩文, 杨琪娇, 等. 农村中老年人认知功能障碍影响因素的多水平模型分析[J]. 中华疾病控制杂志, 2025, 29(8): 906-912, 929.

, Wang

, Yang

, et al. Multilevel model analysis of factors influencing cognitive impairment in middle-aged and elderly adults in rural areas[J]. Chinese Journal of Disease Control & Prevention, 2025, 29(8): 906-912, 929. (In Chinese)

[7]

马仁涛, 王世强, 郑华涛, 等. 中国老年人身体活动和失能的相关性研究[J]. 中国慢性病预防与控制, 2024, 32(5): 332-336, 342.

, Wang

, Zheng

, et al. A correlation study between physical activity and disability in Chinese elderly[J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2024, 32(5): 332-336, 342. (In Chinese)

[8]

Livingston

, Huntley

, Sommerlad

, et al. Dementia prevention, intervention, and care: 2020 report of the Lancet Commission[J]. Lancet, 2020, 396(10248): 413-446.

[9]

, Sahakian

, Kang

, et al. The brain structure and genetic mechanisms underlying the nonlinear association between sleep duration, cognition and mental health[J]. Nat Aging, 2022, 2(5): 425-437.

[10]

Yang

, Hou

. Association of depressive symptoms and dementia among middle-aged and elderly community-dwelling adults: Results from the China Health and Retirement Longitudinal Study (CHARLS)[J]. Acta Psychologica, 2024, 243: 104158.

[11]

周春敏. 中老年人抑郁症状与心脏代谢性共病的关联性分析[D]. 重庆: 重庆医科大学, 2024.

Zhou

. Analysis of the association between depressive symptoms and cardiometabolic multimorbidity in middle-aged and elderly individuals[D]. Chongqing: Chongqing Medical University, 2024. (In Chinese)

[12]

冯漫. 武陵山区老年人社会支持、认知功能与日常生活活动能力的现状及相关性研究[D]. 吉首: 吉首大学, 2024.

Feng

. A study on the current status and correlation between social support, cognitive function and activities of daily living ability of the elderly in the Wuling Mountain Area[D]. Jishou: Jishou University, 2024. (In Chinese)

[13]

张亚, 井淇, 郭桐桐, 等. 日常生活能力在老年人睡眠时长与抑郁症状的中介效应分析[J]. 现代预防医学, 2024, 51(17): 3146-3150, 3156.

Zhang

, Jing

, Guo

, et al. Analysis of the mediating effect of daily living ability on the relationship between sleep duration and depressive symptoms in the elderly[J]. Modern Preventive Medicine, 2024, 51(17): 3146-3150, 3156. (In Chinese)

[14]

刘新雨, 刘思琦, 孙晓杰. 性别视角下社会资本对老年人认知能力的影响[J]. 现代预防医学, 2021, 48(8): 1448-1451, 1480.

Liu

, Liu

, Sun

. Effects of social capital on cognitive ability of seniors from the perspective of gender[J]. Modern Preventive Medicine, 2021, 48(8): 1448-1451, 1480. (In Chinese)

[15]

赵晓晴, 郭桐桐, 张欣怡, 等. 社区老年人认知障碍风险预测模型的构建与验证研究[J]. 中国全科医学, 2025, 28(22): 2776-2783, 2790.

Zhao

, Guo

, Zhang

, et al. Construction and validation of a risk prediction model for cognitive impairment in community-dwelling older adults[J]. Chinese General Practice, 2025, 28(22): 2776-2783, 2790. (In Chinese)

[16]

施正丽, 朱正杰, 张浩, 等. 中国老年人认知障碍流行情况及影响因素：基于CHARLS数据[J]. 中国老年学杂志, 2025, 45(6): 1511-1514.

Shi

, Zhu

, Zhang

, et al. Prevalence and influencing factors of cognitive impairment in Chinese elderly: Based on CHARLS data[J]. Chinese Journal of Gerontology, 2025, 45(6): 1511-1514. (In Chinese)

[17]

何南芙, 王铈迅, 董越, 等. 膳食对老年人认知障碍的影响——基于2018年CLHLS数据实证分析[J]. 中国老年学杂志, 2023, 43(8): 1998-2001.

, Wang

, Dong

, et al. Influence of diet on cognitive impairment in the elderly-An empirical analysis based on CLHLS data 2018[J]. Chinese Journal of Gerontology, 2023, 43(8): 1998-2001. (In Chinese)

[18]

Gonc, alves

, Paradela

, Avila

, et al. Rural-urban disparities in cognitive performance in Brazil and Mexico[J]. Aging & Mental Health, 2025, 29(10): 1814-1820.

[19]

范转转, 王军永, 谭萍芬. 中国65岁及以上老年人认知功能的城乡差异及其影响因素分解[J]. 卫生软科学, 2022, 36(12): 30-35, 45.

Fan

, Wang

, Tan

. Urban-rural differences and decomposition of influencing factors in cognitive function among elderly aged 65 and above in China[J]. Soft Science of Health, 2022, 36(12): 30-35, 45. (In Chinese)

[20]

魏长慧. 中国老年人认知功能状况及影响因素分析[D]. 郑州: 郑州大学, 2020.

Wei

. Analysis of cognitive function and influencing factors in Chinese elderly[D]. Zhengzhou: Zhengzhou University, 2020. (In Chinese)

[21]

滕菲, 井淇, 王素珍, 等. 中国老年人群轻度认知功能障碍危险因素Meta分析[J]. 中国预防医学杂志, 2024, 25(10): 1239-1248.

Teng

, Jing

, Wang

, et al. Meta-analysis of risk factors for mild cognitive impairment in Chinese elderly population[J]. China Preventive Medicine, 2024, 25(10): 1239-1248. (In Chinese)

[22]

杜莎莎, 韩晓燕, 王晓宁, 等. 社区50岁及以上中老年人认知障碍现况调查分析[J]. 中国慢性病预防与控制, 2020, 28(4): 280-283.

, Han

, Wang

, et al. Analysis on cognitive impairment in residents (≥50 years old) of communities[J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2020, 28(4): 280-283. (In Chinese)

[23]

董婷怡. 老年高血压患者认知功能障碍的预测模型构建[J]. 现代医学, 2025, 53(2): 179-186.

Dong

. Construction of a predictive model for cognitive dysfunction in elderly hypertensive patients[J]. Modern Medical Journal, 2025, 53(2): 179-186. (In Chinese)

[24]

郝雨晴, 胡慧秀, 赵雅洁, 等. 老年人社交活动与认知功能关系的研究进展及护理启示[J]. 中华护理杂志, 2025, 60(2): 251-256.

Hao

, Hu

, Zhao

, et al. Research progress and nursing inspiration on the relationship between social activities and cognitive function in older adults[J]. Chinese Journal of Nursing, 2025, 60(2): 251-256. (In Chinese)

[25]

葛汝旭, 井淇, 郭桐桐, 等. 老年人社会参与对认知功能的影响：代际精神支持和抑郁的链式中介作用[J]. 现代预防医学, 2024, 51(22): 4159-4164, 4218.

, Jing

, Guo

, et al. Effects of social participation on cognitive functioning in older adults: the chain-mediated role of intergenerational psychosocial support and depression[J]. Modern Preventive Medicine, 2024, 51(22): 4159-4164, 4218. (In Chinese)

[26]

张冲, 熊娟. 健康老龄化视角下互联网使用与老年人认知功能的关系研究[J]. 中国卫生事业管理, 2024, 41(7): 834-840.

Zhang

, Xiong

. Study on the relationship between Internet use and cognitive function in older adults from the perspective of healthy aging[J]. Chinese Health Service Management, 2024, 41(7): 834-840. (In Chinese)

[27]

Van leeuwen

, Steyerberg

, van Klaveren

, et al. Instability of the AUROC of clinical prediction models[J]. Medicine Statistics, 2025, 44(5): e70011.

[28]

Huisman

. When AUC-ROC and accuracy are not accurate: what everyone needs to know about evaluating artificial intelligence in radiology[J]. European Radiology, 2024, 34(12): 7892-7894.

2026年第53卷第7期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202509084

接收时间：2025-09-08
首发时间：2026-11-02
出版时间：2026-04-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-09-08

基金

国家自然科学基金资助项目(72004165; 72374156)

山东省高等学校“青创团队计划”团队研究课题(2022RW075)

作者信息

^1.山东第二医科大学公共卫生学院，山东　潍坊　261053

^2.“健康山东”重大社会风险预测与治理协同创新中心，山东　潍坊　261053

^3.山东第二医科大学康复健康研究院，山东　潍坊　261053

^4.山东第二医科大学管理学院，山东　潍坊　261053

^5.山东第二医科大学ICF研究院，山东　潍坊　261053

通讯作者:

井淇，E-mail：jingq@sdsmu.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202509084

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	总样本（n=1 575）	训练集（n=1 103）	验证集（n=472）	χ²值	P值
性别				1.204	0.272
女	1 258	873	385
男	317	230	87
年龄（岁）				4.483	0.106
60~69	1 049	745	304
70~79	415	275	140
≥80	111	83	28
婚姻状况				0.119	0.730
有配偶	1 177	827	350
无配偶	398	276	122
居住地类型				0.565	0.452
城市	305	219	86
农村	1 270	884	386
吸烟				0.017	0.896
是	223	157	66
否	1 352	946	406
饮酒				1.748	0.186
是	340	248	92
否	1 235	855	380
体力活动				1.613	0.446
低强度	266	178	88
中等强度	429	306	123
高强度	880	619	261
社交				1.641	0.200
有	659	473	186
无	916	630	286
抑郁				1.347	0.246
是	826	589	237
否	749	514	245
自评健康				6.472	0.167
很好	201	144	57
好	165	114	51
一般	718	520	198
不好	340	221	119
很不好	151	104	47
慢性病				1.676	0.195
有	619	422	197
无	956	681	275
ADL				0.147	0.701
完全或条件性独立	1 426	1 000	425
日常生活功能障碍	150	103	47
睡眠时长				1.214	0.545
短睡眠	736	509	227
正常睡眠	686	490	196
长睡眠	153	104	49
午睡				0.135	0.713
是	920	641	279
否	655	462	193
上网				2.364	0.124
是	140	106	34
否	1 435	997	438
是否五保户/低保户/特困户				0.625	0.429
是	282	203	79
否	1 293	900	393

变量

总样本（n=1 575）

训练集（n=1 103）

验证集（n=472）

χ²值

P值

性别

1.204

0.272

女

1 258

873

385

男

317

230

年龄（岁）

4.483

0.106

60~69

1 049

745

304

70~79

415

275

140

≥80

111

婚姻状况

0.119

0.730

有配偶

1 177

827

350

无配偶

398

276

122

居住地类型

0.565

0.452

城市

305

219

农村

1 270

884

386

吸烟

0.017

0.896

是

223

157

否

1 352

946

406

饮酒

1.748

0.186

是

340

248

否

1 235

855

380

体力活动

1.613

0.446

低强度

266

178

中等强度

429

306

123

高强度

880

619

261

社交

1.641

0.200

有

659

473

186

无

916

630

286

抑郁

1.347

0.246

是

826

589

237

否

749

514

245

自评健康

6.472

0.167

很好

201

144

好

165

114

一般

718

520

198

不好

340

221

119

很不好

151

104

慢性病

1.676

0.195

有

619

422

197

无

956

681

275

ADL

0.147

0.701

完全或条件性独立

1 426

1 000

425

日常生活功能障碍

150

103

睡眠时长

1.214

0.545

短睡眠

736

509

227

正常睡眠

686

490

196

长睡眠

153

104

午睡

0.135

0.713

是

920

641

279

否

655

462

193

上网

2.364

0.124

是

140

106

否

1 435

997

438

是否五保户/低保户/特困户

0.625

0.429

是

282

203

否

1 293

900

393

变量	赋值方法
认知障碍	是=1，否=0
性别	男=1，女=0
年龄（岁）	60~69=0，70~79=1，≥80=2
婚姻状况	有配偶=1，无配偶=0
居住地类型	农村=1，城市=0
体力活动	低=0，中=1，高=2
饮酒	是=1，否=0
吸烟	是=1，否=0
社交	是=1，否=0
自评健康	很不好=1，不好=2，一般=3，好=4，很好=5
慢性病	是=1，否=0
抑郁	是=1，否=0
ADL	完全或条件性独立=1，日常生活功能障碍=0
睡眠时长	短睡眠=0，正常睡眠=1，长睡眠=2
午睡	是=1，否=0
上网	是=1，否=0
家庭经济情况	是五保户/低保户/贫困户=1，不是五保户/低保户/贫困户=0

变量

赋值方法

认知障碍

是=1，否=0

性别

男=1，女=0

年龄（岁）

60~69=0，70~79=1，≥80=2

婚姻状况

有配偶=1，无配偶=0

居住地类型

农村=1，城市=0

体力活动

低=0，中=1，高=2

饮酒

是=1，否=0

吸烟

是=1，否=0

社交

是=1，否=0

自评健康

很不好=1，不好=2，一般=3，好=4，很好=5

慢性病

是=1，否=0

抑郁

是=1，否=0

ADL

完全或条件性独立=1，日常生活功能障碍=0

睡眠时长

短睡眠=0，正常睡眠=1，长睡眠=2

午睡

是=1，否=0

上网

是=1，否=0

家庭经济情况

是五保户/低保户/贫困户=1，不是五保户/低保户/贫困户=0

变量	β		Waldχ²值	P值	OR值（95%CI）
年龄（岁，60~69）			14.273	0.001
70~79	0.411	0.152	7.325	0.007	1.509（1.120~2.032）
≥80	0.778	0.247	9.907	0.002	2.178（1.341~3.537）
婚姻状况	-0.500	0.152	10.809	0.001	0.607（0.450~0.817）
居住地类型	0.489	0.174	7.882	0.005	1.631（1.159~2.295）
饮酒	-0.436	0.162	7.260	0.007	0.647（0.471~0.888）
社交	-0.381	0.136	7.888	0.005	0.683（0.524~0.891）
体力活动（低）			7.071	0.029
中	-0.457	0.200	5.229	0.022	0.633（0.428~0.937）
高	-0.465	0.182	6.506	0.011	0.628（0.439~0.898）
上网	-1.119	0.294	14.515	0.000	0.327（0.184~0.581）

变量

Waldχ²值

P值

OR值（95%CI）

年龄（岁，60~69）

14.273

0.001

70~79

0.411

0.152

7.325

0.007

1.509（1.120~2.032）

≥80

0.778

0.247

9.907

0.002

2.178（1.341~3.537）

婚姻状况

-0.500

0.152

10.809

0.001

0.607（0.450~0.817）

居住地类型

0.489

0.174

7.882

0.005

1.631（1.159~2.295）

饮酒

-0.436

0.162

7.260

0.007

0.647（0.471~0.888）

社交

-0.381

0.136

7.888

0.005

0.683（0.524~0.891）

体力活动（低）

7.071

0.029

中

-0.457

0.200

5.229

0.022

0.633（0.428~0.937）

高

-0.465

0.182

6.506

0.011

0.628（0.439~0.898）

上网

-1.119

0.294

14.515

0.000

0.327（0.184~0.581）