多维虚弱的核心症状及潜在机制：一项结合网络分析和有向无环图的全国性基于人群的研究

《Journal of Affective Disorders》：Core symptoms and potential pathways of multidimensional frailty: a nationwide population-based study integrating network analysis and directed acyclic graphs

本研究基于2017-2018年中国健康长寿追踪调查数据，采用混合图模型和网络分析及贝叶斯登山算法，揭示老年多维脆弱性的核心症状及潜在因果关系。结果显示社会支持、肌肉力量低下和抑郁情绪为核心症状，其中抑郁情绪与体重减轻在因果网络中起关键作用。结论指出早期干预应针对这些核心症状，未来需纵向研究验证。

　　

朱明月|张环|陈慧敏|李腾飞|王柳丹|李峥

中国医学科学院与北京协和医学院护理学院，北京，中国

摘要

背景

老年人的虚弱是一种多维度综合征，包括身体、认知、心理和社会方面，并与不良健康结果相关。本研究使用网络分析和有向无环图（DAGs）来探讨老年人多维度虚弱的核心症状和潜在的方向性关系。

方法

本研究纳入了2017-2018年中国纵向健康长寿调查（CLHLS）的5211名参与者。通过混合图模型和中心性指数估计虚弱网络，以识别关键症状。贝叶斯爬山算法构建了DAG来探索不同领域之间的潜在因果关系。分析使用的是R版本4.5.1。

结果

在症状网络中，“社会支持”、“肌肉力量低”和“感到悲伤或抑郁”被确定为多维度虚弱的核心症状。DAG分析表明，“感到悲伤或抑郁”和“非自愿性体重下降”在网络中占据重要位置，这表明它们在虚弱症状模式中可能具有关键作用。

结论

本研究确定了多维度虚弱的关键症状和潜在路径。在评估和管理多维度虚弱时，应考虑针对这些核心症状的早期筛查和干预策略。未来需要纵向研究来验证这些发现并明确时间关系。

引言

虚弱问题已成为全球性的公共卫生问题，并因人口老龄化而受到广泛关注。作为衰老过程中的一个关键中间状态，虚弱表现为生理储备减少、稳态能力受损以及对压力因素的敏感性增加（Hoogendijk等人，2019年）。这种情况与一系列不良结果密切相关，如跌倒、住院、残疾和死亡（álvarez-Bustos等人，2022年；Hoogendijk等人，2019年）。深入理解虚弱的发展机制对于设计有效的干预措施和减轻相关健康风险至关重要。

虚弱的定义和概念一直在演变，但尚未达成共识。最初的研究主要集中在身体方面，将虚弱定义为满足三个或更多标准的临床综合征，包括过去一年内的非自愿性体重下降、疲劳感、握力下降和体力活动减少（Fried等人，2001年）。随着进一步的研究，虚弱的概念从单一的身体领域扩展到多学科框架。综合的虚弱模型表明，虚弱是一种包含身体、心理和社会成分的复杂状况，这些成分之间的相互关联增加了不良结果的风险（Gobbens等人，2010年）。当认知虚弱被认作是虚弱过程中的主导因素时，这一观点得到了进一步发展（De Roeck等人，2018年）。一项对57项研究的系统评价显示，老年人中多维度虚弱和前虚弱的发生率分别为26.8%和36.4%，不同环境（如养老院、社区和医院）中的发生率有所不同（Veronese等人，2021年）。因此，虚弱是一种由身体、认知、心理和社会因素相互作用引起的多维度现象，其特征是动态和复杂的轨迹。识别核心成分及其相互关系对于揭示虚弱的潜在机制至关重要。

虚弱是一个动态且可能可逆的过程，而不是线性的、不可逆的衰退。这种动态性质突显了早期干预的关键窗口期（Kojima等人，2019年）。研究探讨了不同虚弱领域之间的关联。社会虚弱与快速认知衰退有关（Zhang等人，2025年），身体虚弱与不同老年人群体的认知障碍相关（Robinson等人，2022年），社会关系可能调节抑郁在虚弱和认知障碍之间的中介作用（Ma等人，2022年）。然而，大多数研究仅关注单一的虚弱领域，而没有考虑这些领域之间的相互关联性。这种碎片化的视角限制了识别多维度虚弱核心症状的能力。传统的统计方法不足以捕捉跨领域的连锁反应和明确症状之间的方向性关系。确定虚弱的关键驱动因素和潜在因果路径仍然是当前研究的重大空白。

症状网络分析提供了一种创新的分析框架，通过将症状映射为节点及其相互连接作为边来识别复杂系统的核心症状（Fried和Cramer，2017年）。在老年人健康研究中，症状网络分析侧重于多维度症状之间的相互关系以及潜在干预目标的识别。例如，Shang等人（Shang等人，2025年）分析了478名患有多种慢性疾病的社区居住老年人，发现“情绪表达”是自我感知衰老、抑郁和焦虑网络中的核心症状。Koivunen等人（Koivunen等人，2024年）报告称，行走速度是老年人内在能力网络中最中心的节点，而其他研究则关注神经精神症状群以确定关键干预目标（Wei等人，2025年）。尽管有这些进展，但将症状网络分析具体应用于多维度虚弱的证据仍然有限。尽管Qiu等人（Qiu等人，2025年）使用这种方法找到了老年人多维度虚弱的核心症状，但并未探索虚弱症状之间的潜在方向性关系。因此，需要进一步的研究来使用能够补充网络分析的方法来阐明多维度虚弱的结构和相互连接。

有向无环图（DAGs）为在观察数据中想象和验证因果假设提供了方法论框架。通过使用有向边来表示概率依赖性，DAGs可以描绘变量之间最可能的因果流向（McNally，2021年），同时区分因果关系和相关性（Gaskell和Sleigh，2025年）。它已被用于阐明老年外科患者中虚弱、多发病和谵妄之间的方向性关系（Swarbrick等人，2025年），以及提高健康决策模型的透明度（Dijk等人，2025年）。网络分析和DAGs的结合在心理学和老年健康研究中的应用日益增多（Park等人，2025年）。例如，Fang等人（Fang等人，2025年）在3924名中国老年人中发现了抑郁症状、睡眠质量和虚弱之间的复杂联系和潜在因果路径。这些发现表明，将网络分析与DAGs结合可能有助于识别复杂健康系统中的核心症状和潜在路径。

本研究采用症状网络分析和有向无环图来确定多维度虚弱的核心症状并阐明症状之间的路径。这些发现将有助于准确理解虚弱，并为制定有针对性的预防和管理策略提供理论基础。

研究设计和参与者

这项横断面研究的数据来自2017-2018年中国纵向健康长寿调查（CLHLS）的第三波调查。CLHLS始于1998年，采用多阶段集群抽样方法从中国的23个省份选取参与者。这是中国规模最大、持续时间最长的社会科学调查，主要收集65岁及以上成年人的健康和生活状况的全面信息。

参与者特征

表1展示了参与者的特征。参与者的中位年龄为81.0岁，53.5%为女性。大多数（94.4%）为汉族，2183人（41.9%）受教育年限少于一年。超过一半的参与者（57.7%）居住在城市或城镇地区，大多数人（87.8%，n=4574）报告有足够的财务资源来支付日常开支。在共病方面，高血压最为普遍（44.1%，n=2300）

讨论

通过结合症状网络分析和有向无环图，本研究确定了“社会支持”、“肌肉力量低”和“感到悲伤或抑郁”是多维度虚弱网络中的核心症状。识别出的结构表明，“非自愿性体重下降”和“感到悲伤或抑郁”在DAG网络中占据重要位置。这些发现强调了社会、心理、认知和身体因素在多维度虚弱中的共同作用

结论

本研究发现，“社会支持”、“肌肉力量低”和“感到悲伤或抑郁”是多维度虚弱的核心症状。此外，“非自愿性体重下降”和“感到悲伤或抑郁”在虚弱症状模式中起着重要作用。医务人员应注意老年人的持续抑郁情绪和非自愿性体重下降，并将针对身体和情绪健康的干预措施纳入医疗计划中。

作者贡献声明

朱明月：撰写 – 审稿与编辑，撰写 – 原始草稿，方法论，数据管理，概念化。张环：撰写 – 审稿与编辑，方法论，数据管理，概念化。陈慧敏：撰写 – 审稿与编辑，方法论，概念化。李腾飞：撰写 – 审稿与编辑，方法论。王柳丹：撰写 – 审稿与编辑，数据管理。李峥：撰写 – 审稿与编辑，监督。

资助

本研究得到了国家自然科学基金（资助编号：72374215）的支持。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

无。