健康的社会决定因素与个体内在能力发展轨迹之间的关联：一项基于人群的纵向研究

　　全球老龄化是一个重大的公共卫生挑战。健康的社会决定因素通过影响内在能力（老年人功能能力和福祉的关键指标）来塑造健康的老龄化轨迹。然而，健康的社会决定因素与内在能力伟德国际吧轨迹之间的关联尚未得到充分研究。本研究探讨了中国社区居住的老年人中健康的社会决定因素与内在能力轨迹之间的关联。

　　来自“中国健康与退休纵向研究”（2011–2015年）的60岁及以上的社区居住成年人。

　　构建了内在能力的两因素模型。使用多组验证性因素分析来测试内在能力的纵向测量不变性。采用生长混合模型来识别不同的内在能力轨迹类别，并通过多元逻辑回归来确定与这些类别相关的健康社会决定因素。

　　共纳入5798名社区居住的老年人。识别出四种不同的内在能力轨迹类别：快速增长型（20.6%）、中等维持型（37.1%）、中等下降型（29.0%）和缓慢下降型（13.3%）。与快速增长型相比，文盲、低收入、缺乏社交活动、分居/离婚/丧偶/从未结婚、吸烟、不饮酒、低体力活动、居住在农村、不友好的家庭环境以及没有医疗保险与属于缓慢下降型轨迹的可能性更高有关。

　　这些发现为早期识别不同的内在能力轨迹提供了证据，并支持实施分层干预策略。

　　全球老龄化带来了重大挑战，预计60岁及以上的人口将从2020年的10亿增加到2030年的14亿，占全球人口的六分之一[1]。在中国，到2023年，这一群体占人口的21.1%（2.97亿）[2]。为应对这一挑战，世界卫生组织（WHO）将健康老龄化定义为“发展和维持使老年人能够享受福祉的功能能力”[3]。功能能力取决于内在能力、环境及其相互作用。内在能力（IC）被定义为“个人心理和身体能力的总和”，包括运动能力、活力、感官能力、认知能力和心理领域[4]。

　　IC通常会随年龄增长而下降，并与虚弱、残疾、跌倒以及增加的死亡率和医疗成本密切相关[5,6]。由于IC的下降往往先于这些不良健康结果，因此识别和预防IC的下降对于促进健康老龄化至关重要。证据表明，老年人的IC受到年龄、性别、教育和收入等社会决定因素的影响[7]。此外，具有不同社会人口统计特征和疾病特征的个体的IC轨迹也存在差异[8,9]。因此，研究这些轨迹及其决定因素可以揭示老龄化过程中的异质性，使医疗保健提供者能够提供更加个性化的护理。

　　健康的社会决定因素（SDH）是指影响健康结果的非医学因素，强调社会、经济、文化和环境因素的影响[10]。近年来，越来越多的研究强调了SDH在促进健康老龄化中的作用。美国的一项研究表明，不利的SDH累积负担（如就业状况、家庭收入、食品安全、教育程度和医疗保险覆盖）与认知能力下降显著相关[11]。此外，台湾的一项研究显示，SDH可能比生物学指标对健康老龄化有更明显的影响[12]。因此，研究SDH与老年人IC轨迹之间的关联对于推进健康老龄化倡议和制定全面的公共卫生政策和干预措施至关重要。

　　尽管先前的研究已经考察了墨西哥和日本的IC轨迹[13,14]，但不同老龄化人群之间的异质性表明，具有不同特征的老年人的IC表现出不同的发展趋势和轨迹。因此，研究中国老龄化人群中的IC轨迹及其决定因素仍然非常重要。虽然最近的一项分析[9]使用逻辑回归识别了中国社区居住老年人的IC轨迹，但这种方法可能无法充分解释人群层面的异质性。鉴于对与IC轨迹相关因素的了解有限，以及SDH与IC轨迹之间的关联尚未得到充分研究，本研究旨在：（1）探索中国老年人的IC结构及其纵向测量不变性；（2）识别IC轨迹的异质性类别；（3）通过全国性的纵向队列研究来考察SDH与IC轨迹类别之间的关联。

　　这项二次分析利用了“中国健康与退休纵向研究”（CHARLS）[15]的数据，该研究是中国28个省150个县/区的45岁及以上成年人的全国代表性纵向队列。基线年进行，此后每两年进行一次随访调查。调查内容包括一般信息、家庭信息、健康状况和功能、医疗保健和保险、工作、退休和养老金、收入等。

　　表1展示了每个时间点IC的两因素CFA模型的拟合指数。所有两因伟德国际吧素CFA模型都很好地拟合了数据，表明IC在不同时间点可能具有相同的两因素结构。

　　显示了第一波调查中IC的两因素CFA的标准化因子载荷。表2展示了用于确定IC纵向测量不变性的多组CFA的模型拟合指数。配置不变性模型也显示出可接受的拟合效果。

　　据我们所知，这是第一项使用GMM研究中国老年人中SDH与IC轨迹之间关联的研究。基于四年的随访伟德国际吧队列研究，识别出四种不同的IC轨迹类别：快速增长型、中等维持型、中等下降型和缓慢下降型。所有SDH领域都与不同的IC轨迹类别显著相关。具体而言，文盲、低收入、缺乏社交活动

　　本研究确定了影响社区居住老年人I伟德国际吧C轨迹的关键SDH因素，为制定初级公共卫生策略提供了宝贵的见解。我们的发现支持了老年人IC两因素模型的有效性和纵向不变性。此外，本研究揭示了IC轨迹的异质性，识别出四种不同的IC轨迹类别：快速增长型、中等维持伟德国际吧型、中等下降型和缓慢下降型。

　　薛尔旭、全丽娟、朱斌斌、齐子怡和朱克平参与了研究设计、数据解释和手稿修订。

　　本研究获得了北京大学的伦理委员会批准。所有涉及人类参与者的程序均符合1964年赫尔辛基宣言的规定。

　　“双一流”建设专项学科项目的支持（资助编号HL202402）。同时，还得到了浙江省医疗和健康技术项目的资助（资助编号2024KY1005）。

　　我们感谢中国经济研究中心和北京大学国家发展研究院提供CHARLS数据，以及所有参与CHARLS研究的参与者。