《Quality of Life Research》：Childhood adversity and trajectories of health and quality of life in Australian children and adolescents: a latent class analysis
编辑推荐：
摘要目的：本研究旨在识别童年不良经历（ACEs）群组，并探讨ACEs群组与澳大利亚儿童和青少年健康和健康相关生活质量（HRQoL）之间的纵向关联。方法：本研究使用了澳大利亚儿童纵向研究幼儿园队列的数据。采用潜类别分析（LCA）识别ACEs群组。使用广义估计方程
摘要目的：本研究旨在识别童年不良经历（ACEs）群组，并探讨ACEs群组与澳大利亚儿童和青少年健康和健康相关生活质量（HRQoL）之间的纵向关联。方法：本研究使用了澳大利亚儿童纵向研究幼儿园队列的数据。采用潜类别分析（LCA）识别ACEs群组。使用广义估计方程（GEE）模型检验ACEs群组与多种健康结局（包括总体健康、心理健康、肥胖和HRQoL各维度）之间的纵向关联。结果：研究共纳入3,089名参与者，贡献18,534次观察。识别出三个ACEs群组：低逆境组（65.8%）、中度逆境组（25.5%）和高逆境组（8.7%）。与低逆境组相比，高逆境组儿童出现较差心理健康（IRR=1.89，95% CI 1.85–1.92）和次优总体健康（OR=1.19，95% CI 1.17–1.22）的风险更高。中度逆境组也表现出升高的风险，但效应量较小。暴露于较高逆境的儿童在社会、学校、心理社会、身体和情感维度的HRQoL得分持续较低。结论：不同的ACEs群组与澳大利亚儿童和青少年健康和HRQoL的差异相关。识别ACEs模式为制定针对性预防和干预策略提供了重要见解，以减轻童年逆境对健康和心理社会的长期影响。
**论文解读：童年逆境与澳大利亚儿童青少年健康及生活质量轨迹的潜类别分析**
**一、研究背景与问题**
童年是个体未来发展的关键窗口期，然而童年不良经历（Adverse Childhood Experiences, ACEs）如虐待、家庭功能失调等，会显著增加日后罹患慢性疾病、心理障碍及生活质量下降的风险。传统的累积ACEs评分虽广泛使用，却将不同逆境简单加总，掩盖了逆境组合的异质性——相同分数可能对应截然不同的逆境类型与发展影响。生命历程健康发展（Life Course Health Development, LCHD）框架强调健康是累积暴露与敏感时期共同塑造的动态过程，而潜类别分析（Latent Class Analysis, LCA）作为一种以人为中心的方法，能识别出定性的逆境共现模式，更精准地揭示逆境如何通过不同路径影响长期健康。然而，既往研究多聚焦于成人或横断面设计，缺乏对儿童青少年时期ACEs群组与后续健康及健康相关生活质量（Health-Related Quality of Life, HRQoL）纵向轨迹的系统考察。因此，本研究利用澳大利亚儿童纵向研究（LSAC）14年随访数据，旨在识别ACEs群组并探讨其与总体健康、心理健康、肥胖及HRQoL的纵向关联，为制定针对性预防和干预策略提供依据。
**二、研究设计与核心方法**
研究人员使用了LSAC幼儿园队列数据，该队列从4–5岁（第1波）开始每两年随访一次直至16–18岁（第7波）。研究样本包括3,089名参与者（共18,534次观察）。关键方法包括：
- **潜类别分析（LCA）**：基于第1–2波（4–7岁）照护者报告的12项ACEs指标（包括体罚、敌意养育、父母冲突、家庭功能障碍等），识别ACEs群组。模型选择依据赤池信息准则（AIC）、贝叶斯信息准则（BIC）、熵值及类别解释性，最终确定三类别模型。
- **广义估计方程（GEE）**：用于评估第4–7波（10–18岁）的纵向健康结局，包括心理健康（使用长处与困难问卷SDQ总分）、总体健康（二分化为优秀/很好 vs. 良好/一般/差）、肥胖（基于身体质量指数BMI的年龄性别特异性切点）及HRQoL（使用儿童健康相关生活质量量表PedsQL的五个维度）。模型调整了年龄、性别和调查波次，并纳入抽样权重与复杂设计变量。
- **多重插补**：采用链式方程多重插补处理缺失数据。样本来源于澳大利亚全国代表性纵向调查，具有严格的抽样和随访程序。
**三、研究结果**
**1. 潜类别分析结果**
通过比较2至5类模型，最终选择三类别模型（AIC=7126.36，熵值=0.71）。三个群组分别为：
- **低逆境组（65.8%）**：家庭严重逆境（经济困难、父母精神健康问题、物质滥用、家庭破裂）概率较低，但养育相关逆境（体罚、敌意养育）概率较高。
- **中度逆境组（25.5%）**：多项逆境（亲密伴侣暴力、经济困难、父母精神健康问题、家庭毒品使用）概率升高，呈现多重逆境共现特征。
- **高逆境组（8.7%）**：养育相关逆境（体罚、敌意养育、父母冲突）概率持续最高，但经济困难与物质滥用概率相对较低。
**2. ACEs群组与总体健康及心理健康的关联**
GEE模型显示：
- 与低逆境组相比，中度逆境组儿童出现较差心理健康的风险增加（IRR=1.17，95% CI 1.12–1.21），次优总体健康风险升高（OR=1.06，95% CI 1.03–1.09）；
- 高逆境组儿童心理健康风险显著增高（IRR=1.89，95% CI 1.85–1.92），总体健康风险也升高（OR=1.19，95% CI 1.17–1.22）。
- 轨迹图显示，高逆境组在全部波次中次优总体健康和心理健康困难水平均最高，且性别模式相似。
**3. ACEs群组与肥胖的关联**
ACEs群组与肥胖的关联较弱且不一致。高逆境组儿童处于更高肥胖类别的比值比（POR）为0.83（95% CI 0.62–0.99），未观察到显著风险梯度，提示肥胖与ACEs的关系更为复杂，可能受代谢、行为等多因素调节。
**4. ACEs群组与HRQoL的关联**
更高ACEs暴露与所有HRQoL维度得分降低显著相关。中度逆境组在情感功能（β=?0.028，95% CI ?0.038至?0.018）、社会功能（β=?0.011）、学校功能（β=?0.010）、心理社会功能（β=?0.015）和身体功能（β=?0.011）上得分均低于低逆境组。高逆境组降幅更大，例如情感功能（β=?0.089，95% CI ?0.097至?0.081）、心理社会功能（β=?0.061）。轨迹图显示，高逆境组在各维度得分持续最低，且随时间波动模式与其余组类似。
**四、讨论与结论**
**讨论总结**：研究结果表明，不同的ACEs群组对儿童青少年健康轨迹产生持续性影响。LCA相比累积评分能更细致地揭示逆境的异质性模式，从而更准确地预测健康风险。高逆境组通过毒性应激、神经内分泌失调、情绪调节困难及家庭不稳定等生物学和心理社会途径，导致总体健康、心理健康及HRQoL的持续受损。肥胖关联不显著，提示ACEs与肥胖的关系受多重因素调节，需谨慎解释。本研究基于全国代表性队列、14年随访、先进统计方法及标准化工具，具有较强可靠性。局限性包括：缺少性虐待和监禁数据，部分ACEs指标为代理变量，仅测量4–7岁早期逆境，回忆偏倚，潜类别概率归属存在不确定性，未完全纳入复杂抽样设计，随访流失及报告者转换可能引入偏倚等。
**研究结论翻译**：本研究证明了将潜类别分析（LCA）与广义估计方程（GEE）模型相结合，以检验不同ACEs群组与澳大利亚儿童青少年健康结局之间纵向关联的实用性。研究结果揭示，多个ACEs分数群组与这些人群中较差的健康结局（包括降低的健康相关生活质量）相关。因此，这些发现强调了减少健康不平等和提高公共项目成本效益的紧迫性。健康专业人员、教育工作者和儿童福利机构可以运用这些见解，提供创伤知情、有针对性的支持，并促进更优的生命历程轨迹。
