基于機(jī)器學(xué)習(xí)的主觀認(rèn)知下降老年人認(rèn)知功能狀況的影響因素分析

劉海虹，張小雷，薛茹，陶佳雨，李曉敏，李峰，劉海寧，2

（1.承德醫(yī)學(xué)院 心理學(xué)系，河北 承德 067000；2.河北省神經(jīng)損傷與修復(fù)重點(diǎn)實(shí)驗(yàn)室，河北 承德 067000；3.馬來(lái)西亞國(guó)民大學(xué) 社會(huì)科學(xué)與人文學(xué)院心理學(xué)與人類福祉研究中心，馬來(lái)西亞 班吉 43600；4.承德醫(yī)學(xué)院 生物醫(yī)學(xué)工程系，河北 承德 067000；5.博特拉大學(xué) 工程學(xué)院，馬來(lái)西亞 沙登 43400；6.承德醫(yī)學(xué)院 護(hù)理系，河北 承德 067000；7.北京師范大學(xué) 中國(guó)基礎(chǔ)教育質(zhì)量監(jiān)測(cè)協(xié)同創(chuàng)新中心，廣東 珠海 519087）

主觀認(rèn)知下降(subjective cognitive decline,SCD)是指在沒(méi)有客觀認(rèn)知障礙的情況下感知到記憶下降[1]，主觀認(rèn)知下降階段的老年人發(fā)展為輕度認(rèn)知障礙或阿爾茲海默癥的風(fēng)險(xiǎn)比正常人高4.5～6.5 倍[2]。因此， 確定主觀認(rèn)知下降老年人認(rèn)知功能的影響因素是預(yù)防和提早干預(yù)阿爾茲海默癥的關(guān)鍵。以往關(guān)于老年人主觀認(rèn)知下降影響因素的研究多使用Logistic回歸與多元回歸分析[3]，但這些傳統(tǒng)方法在處理具有多維特征變量的大數(shù)據(jù)時(shí)表現(xiàn)不佳， 容易出現(xiàn)欠擬合現(xiàn)象[4]。 與傳統(tǒng)回歸方法相比，機(jī)器學(xué)習(xí)可有效處理具有多種不同因素混雜的高維特征大數(shù)據(jù)。 尤其是在預(yù)測(cè)變量涵蓋分類變量和連續(xù)變量且特征變量較多的情況下， 機(jī)器學(xué)習(xí)方法顯示出更高的預(yù)測(cè)性能[5]。 此外，該方法還具備重要（相關(guān)）預(yù)測(cè)變量篩選功能，其擬合度普遍優(yōu)于傳統(tǒng)回歸方法[6]。 然而，目前尚未檢索到使用機(jī)器學(xué)習(xí)方法對(duì)主觀認(rèn)知下降老年人認(rèn)知功能預(yù)測(cè)模型構(gòu)建的相關(guān)實(shí)證研究。 本研究擬利用2018 年中國(guó)健康與養(yǎng)老追蹤調(diào)查數(shù)據(jù)[7]，基于機(jī)器學(xué)習(xí)算法對(duì)主觀認(rèn)知下降老年人的認(rèn)知功能進(jìn)行預(yù)測(cè)模型構(gòu)建， 依據(jù)最優(yōu)預(yù)測(cè)模型提取認(rèn)知功能的影響因素， 旨在為臨床和醫(yī)護(hù)人員對(duì)主觀認(rèn)知下降老年人認(rèn)知功能下降的早期識(shí)別和干預(yù)提供技術(shù)和理論參考。

1 資料與方法

1.1 資料來(lái)源 本研究數(shù)據(jù)來(lái)自北京大學(xué)于2021 年發(fā)布的2018 年中國(guó)健康與養(yǎng)老追蹤調(diào)查（China Health and Retirement Longitudinal Survey，CHARLS）[11]，受訪者共計(jì)19 817 名；其中，60 歲及以上的計(jì)11 021 名。排除因變量和主要特征數(shù)據(jù)缺失1/3 以上的受訪者， 以及其他有記憶相關(guān)問(wèn)題的人群（例如癡呆癥，MCI 群體，被醫(yī)生診斷有記憶問(wèn)題的人群），最終納入2 969 名主觀認(rèn)知下降的老年人作為研究對(duì)象。

1.2 研究工具

1.2.1 自評(píng)記憶 主觀認(rèn)知下降通過(guò)關(guān)于自評(píng)記憶的條目評(píng)估。受訪者根據(jù)問(wèn)題“您覺得自己現(xiàn)在的記憶力怎么樣？”，“從極好、很好、好、一般和不好”中選擇回答。 選擇回答“一般”或“不好”的受試者被歸類為主觀認(rèn)知下降[8]。

1.2.2 因變量 本研究采用簡(jiǎn)易智力狀態(tài)量表（Mini-mental State Examination, MMSE）評(píng)估老年人的認(rèn)知功能。源量表由Folstein 等于1975 年編制[9]，中文版由李格等于1988 年翻譯及跨文化調(diào)適，用于評(píng)估城市老年居民[10]。 該量表包括時(shí)間定向力、定向力、即時(shí)記憶、注意力及計(jì)算力、延遲記憶、語(yǔ)言和視空間6 個(gè)維度，共30 個(gè)條目。 每個(gè)條目回答正確得1 分，總分為0～30 分，分?jǐn)?shù)越高，受試者的認(rèn)知功能越好[11]。

1.2.3 自變量 綜合文獻(xiàn)查閱[12]以及專家咨詢，本研究從CHARLS 數(shù)據(jù)庫(kù)中提取社會(huì)人口學(xué)資料、健康狀況、心理狀況、生活習(xí)慣和活動(dòng)狀況等作為自變量。 （1）社會(huì)人口學(xué)資料，包括：年齡、性別、教育程度、戶籍類型、婚姻狀態(tài)、是否有養(yǎng)老金。 （2）健康狀況，包括：視力（近視和遠(yuǎn)視）、聽力、是否有慢性病、日常生活活動(dòng)能力（Activities of Daily Living, ADL）、工具性日常活動(dòng)能力 ( Instrumental Activities of Daily Living，IADL）、自評(píng)健康（從非常好到非常差計(jì)1～5 分）、生命期望（從幾乎不可能到非常確定計(jì)1～5 分）、身體功能障礙（包括跑1 公里、走100 m 等9 種基本活動(dòng)，從沒(méi)有困難到無(wú)法完成計(jì)0～3 分，總分為0～27 分，分?jǐn)?shù)越高，身體功能越差）。 其中ADL和IADL 的評(píng)估采用的Lawton 和Brody 于1969 年編制的工具，各6 項(xiàng)，ADL 包括上廁所、吃飯、穿衣服、控制大小便、上下床和洗澡；IADL 包括購(gòu)物、打電話、做飯、做家務(wù)、吃藥和管理財(cái)務(wù)，0～3 計(jì)分，分別表示無(wú)困難、有困難但可以完成、有困難和需要幫助。分?jǐn)?shù)越高，代表生活活動(dòng)能力越差[13]。（3）心理狀況，主要包括兩部分：第一部分為抑郁風(fēng)險(xiǎn)，以流調(diào)中心抑郁自評(píng)量表得分為標(biāo)準(zhǔn)， 源量表由Andresen于1994 編制，中文版由黃慶波等驗(yàn)證該量表在中老年人群中的信效度[14]，其內(nèi)部一致性系數(shù)為0.814。該量表共10 個(gè)條目，每個(gè)條目計(jì)0～3 分，總分0～30分，分?jǐn)?shù)越高，抑郁風(fēng)險(xiǎn)越高[15]。 第二部分為滿意度，包括生活、婚姻、健康、子女關(guān)系、空氣質(zhì)量滿意度，從完全滿意到一點(diǎn)也不滿意計(jì)1～5 分。 （4） 生活習(xí)慣，包括：睡眠時(shí)間（夜睡時(shí)間和午睡時(shí)間）、整潔度（他評(píng)，從非常整潔到整潔計(jì)1～5 分）、吸煙和飲酒。（5）活動(dòng)狀況，包括：低、中、高3 種強(qiáng)度鍛煉、是否參加活動(dòng)、是否有寬帶、娛樂(lè)總分、服務(wù)總分、其他類型社會(huì)活動(dòng)總分（其中娛樂(lè)、服務(wù)和其他類型社會(huì)活動(dòng)每項(xiàng)活動(dòng)計(jì)1 分）。

1.3 統(tǒng)計(jì)學(xué)方法 采用SPSS 25.0 分析數(shù)據(jù)， 通過(guò)鄰近點(diǎn)平均值法替換缺失值， 符合正態(tài)分布的計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差描述，非正態(tài)分布的計(jì)量資料采用M（P25，P75）描述，計(jì)數(shù)資料采用頻率和構(gòu)成比描述。采用Python 3.7 對(duì)數(shù)據(jù)進(jìn)行特征篩選預(yù)處理；采用Lasso 特征選擇法對(duì)特征進(jìn)行篩選， 排除不相關(guān)和冗余的特征，根據(jù)Lasso 變量回歸圖確定特征篩選的最佳正則化系數(shù)alpha 值，優(yōu)化Lasso 回歸篩選的精準(zhǔn)度。 選擇與認(rèn)知功能最相關(guān)的自變量作為機(jī)器學(xué)習(xí)模型訓(xùn)練特征。 然后， 采用機(jī)器學(xué)習(xí)中的Lasso 回歸，支持向量回歸和隨機(jī)森林回歸分別對(duì)主觀認(rèn)知下降老年人的認(rèn)知功能進(jìn)行預(yù)測(cè)建模。 采用平均絕對(duì)誤差（mean absolute error，MAE）、均方誤差（mean squared error，MSE）和決定系數(shù)（R2）評(píng)價(jià)模型預(yù)測(cè)效果， 通過(guò)十折交叉驗(yàn)證提高模型結(jié)果魯棒性和可靠性。 在同種數(shù)據(jù)中，MAE 和MSE 越小，誤差越小，模型擬合越好；R2越接近1（取值為-∞-1），模型擬合越好[16]。 最后，根據(jù)模型評(píng)估結(jié)果選擇表現(xiàn)最佳的機(jī)器學(xué)習(xí)模型， 探索主觀認(rèn)知下降老年人認(rèn)知功能的影響因素。 檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 一般資料 本研究納入主觀認(rèn)知下降的老年人共2 969 名，其中男1 490 名（50.19%），女1 479名（49.81%）；年齡60～95（68.16～5.87）歲；教育程度：不認(rèn)字的549 名（18.49%），未完成小學(xué)712 名（23.98%），小學(xué)畢業(yè)920 名（30.99%），初中畢業(yè)459名（15.46%），高中及以上329 名（11.08%）；戶籍多為農(nóng)村，1982 名（66.76%）；婚姻狀態(tài)以不在婚居多，2 504 名（84.34%）；1794 名（26.7%）有養(yǎng)老金。

2.2 其他調(diào)查工具得分情況 因變量簡(jiǎn)易智力狀態(tài)量表得分為（23.77±3.26）分，經(jīng)Lasso 特征篩選法初次篩選后的自變量包括： 自評(píng)健康得分（3.21±0.91）分，抑郁總分（8.63±6.31）分，娛樂(lè)總分0（0，1.00）分，身體功能障礙（13.58±4.90）分，IADL總分0（0，1.00）分；有寬帶1 179 名（39.71%）；整潔度（2.99±1.29）分，午睡時(shí)間30.00（0，60.00）min。

2.3 主觀認(rèn)知下降老年人認(rèn)知功能影響因素的特征選擇 本研究采用Lasso 特征選擇法進(jìn)行特征篩選，正則化方法為L(zhǎng)1，共納入36 個(gè)關(guān)鍵影響因素作為模型學(xué)習(xí)的特征。 如圖1 所示，當(dāng)正則化系數(shù)alpha 為3.78 時(shí)，特征篩選效果最好。 最終篩選的變量包括年齡、戶籍類型、教育程度、自評(píng)健康、娛樂(lè)總分、身體功能障礙、抑郁總分、IADL 總分、是否有寬帶、整潔度、婚姻狀態(tài)和午睡時(shí)間，對(duì)應(yīng)的回歸系數(shù)見表1。

表1 特征選擇后的影響因素回歸系數(shù)

圖1 正則化系數(shù)alpha 與回歸變量系數(shù)關(guān)系圖

2.4 不同機(jī)器學(xué)習(xí)回歸模型建立和性能評(píng)估 模型的具體參數(shù)設(shè)置如下，Lasso 回歸的正則化方法為L(zhǎng)1，回歸的懲罰項(xiàng)系數(shù)為模型自動(dòng)選擇。 其Lasso 回歸優(yōu)化公式為：，其中，J（β）是目標(biāo)函數(shù)，其中β 是模型的系數(shù)向量，n 是樣本數(shù)，p 是特征數(shù)，yi是第i 個(gè)樣本的觀測(cè)值，xij是第i 個(gè)樣本j 個(gè)特征的值，βj是第j 個(gè)特征的系數(shù)，α 是L1 正則化參數(shù)，用于控制正則化的強(qiáng)度。 增加α 會(huì)導(dǎo)致更多的特征系數(shù)被縮小為零， 從而實(shí)現(xiàn)特征選擇。

支持向量回歸的懲罰項(xiàng)系數(shù)為2，采用的核函數(shù)類型為rbf。 支持向量回歸優(yōu)化公式如下，其中，f（x）為目標(biāo)函數(shù)，i 為研究對(duì)象的編號(hào)，α*i和αi是支持向量回歸訓(xùn)練過(guò)程中的拉格朗日乘子，xi表示訓(xùn)練數(shù)據(jù)中的輸入樣本， 而x是要進(jìn)行預(yù)測(cè)的新輸入樣本，b*是用于支持向量回歸決策的截距（或偏置）項(xiàng)，K（xi，x）是核函數(shù)。

隨機(jī)森林的boost 決策樹個(gè)數(shù)為100， 采樣方式為有放回采樣。隨機(jī)森林目標(biāo)函數(shù)公式如下：z=， 其中，z 為目標(biāo)函數(shù)，其中j 代表自變量類型，即主觀認(rèn)知下降的影響因素，s 代表進(jìn)行分裂時(shí)的值，R 代表向量空間的分區(qū)，yi為第i 個(gè)對(duì)象的簡(jiǎn)易智力狀態(tài)量表得分，xi為第i 個(gè)對(duì)象的影響因素向量的對(duì)應(yīng)值，c1為第1 部分實(shí)際個(gè)案的均值，c2為第2 部分實(shí)際研究對(duì)象的均值。每個(gè)模型的評(píng)估指標(biāo)相同，當(dāng)模型的性能指標(biāo)提升較小或者不再變化的情況下停止訓(xùn)練。 通過(guò)十折交叉驗(yàn)證確定最優(yōu)預(yù)測(cè)模型，如表2所示隨機(jī)森林回歸模型的R2均高于Lasso 和支持向量回歸，且R2接近0.9。 其MSE 和MAE 低于其他2種預(yù)測(cè)模型，說(shuō)明隨機(jī)森林的預(yù)測(cè)模型表現(xiàn)最優(yōu)。

表2 不同機(jī)器學(xué)習(xí)方法10 折交叉驗(yàn)證的預(yù)測(cè)結(jié)果比較

2.5 基于隨機(jī)森林模型的主觀認(rèn)知下降老年人認(rèn)知功能影響因素的重要性排序 隨機(jī)森林模型特征重要性排序結(jié)果顯示， 主觀認(rèn)知下降老年人認(rèn)知功能的前10 個(gè)重要影響因素依次為： 身體功能障礙、年齡、抑郁總分、自評(píng)健康、教育程度、娛樂(lè)總分、整潔度、午睡時(shí)間、IADL 總分、是否有寬帶，如圖2。

圖2 隨機(jī)森林模型中前十位認(rèn)知功能影響因素的重要性排序

3 討論

3.1 主觀認(rèn)知下降老年人認(rèn)知功能影響因素的隨機(jī)森林回歸預(yù)測(cè)模型最優(yōu) 本研究采用3 種機(jī)器學(xué)習(xí)方法分別構(gòu)建主觀認(rèn)知下降老年人認(rèn)知功能影響因素的預(yù)測(cè)模型， 結(jié)果顯示， 隨機(jī)森林回歸模型的R2均高于Lasso 回歸和支持向量回歸， 其MSE 和MAE 也低于其他2 種預(yù)測(cè)模型，證實(shí)了隨機(jī)森林模型的表現(xiàn)比其他2 種模型更佳[17]。 首先，研究數(shù)據(jù)的規(guī)?？赡軙?huì)影響結(jié)果， 隨機(jī)森林回歸在處理多維度變量和大規(guī)模數(shù)據(jù)方面更為適用。其次，隨機(jī)森林是一種基于決策樹的集成方法， 能夠有效捕捉數(shù)據(jù)中的非線性關(guān)系， 認(rèn)知功能的影響因素可能包含復(fù)雜的非線性關(guān)系。第三，隨機(jī)森林通過(guò)多次隨機(jī)抽樣和集成的方式對(duì)數(shù)據(jù)中的噪聲表現(xiàn)出一定的魯棒性，而在量表類數(shù)據(jù)中，可能存在測(cè)量誤差或異常值，隨機(jī)森林能夠相對(duì)抵御這些噪聲的干擾。 在解決復(fù)雜回歸問(wèn)題時(shí)， 隨機(jī)森林和支持向量回歸都具有較高的精度[18]。 然而，隨機(jī)森林具有對(duì)每個(gè)自變量進(jìn)行相對(duì)重要性的排序的功能[19]，這對(duì)分析自變量與因變量之間的關(guān)系更有益。

3.2 主觀認(rèn)知下降老年人認(rèn)知功能的影響因素

3.2.1 年齡和教育程度 隨機(jī)森林預(yù)測(cè)模型結(jié)果顯示， 年齡是對(duì)主觀認(rèn)知下降老年人認(rèn)知功能的次要影響因素。 結(jié)合特征選擇的回歸系數(shù)結(jié)果（如表1）可知， 年齡可以負(fù)向預(yù)測(cè)主觀認(rèn)知下降老年人認(rèn)知功能，即隨著年齡的增長(zhǎng)，認(rèn)知功能水平相應(yīng)下降，大腦的功能網(wǎng)絡(luò)逐漸發(fā)生退化， 神經(jīng)可塑性逐漸減弱。導(dǎo)致老年人更難以適應(yīng)新的信息和認(rèn)知任務(wù)，進(jìn)而影響他們的認(rèn)知功能。 同時(shí)年齡越大也伴隨著自我感知老化增強(qiáng)[20]，繼而影響認(rèn)知功能。

本研究結(jié)果顯示， 教育程度是主觀認(rèn)知下降老年人認(rèn)知功能的第五影響因素， 教育程度可以正向預(yù)測(cè)認(rèn)知功能， 教育程度越高越不容易罹患主觀認(rèn)知下降。以往研究也證明，終身學(xué)習(xí)和后期教育對(duì)老年人的認(rèn)知功能具有積極影響， 參與認(rèn)知活動(dòng)和學(xué)習(xí)新知識(shí)，可以激發(fā)大腦的神經(jīng)可塑性，有助于延緩認(rèn)知功能的下降[21]。

3.2.2 抑郁 隨機(jī)森林預(yù)測(cè)模型結(jié)果顯示， 抑郁是主觀認(rèn)知下降老年人認(rèn)知功能的第三重要影響因素，即抑郁得分越高，認(rèn)知功能越低[22]。 抑郁作為一種常見的心理健康問(wèn)題， 已被證實(shí)對(duì)認(rèn)知功能下降具有顯著影響[23]，尤其在注意力、記憶等認(rèn)知領(lǐng)域。從生理角度探析，抑郁會(huì)影響神經(jīng)遞質(zhì)的平衡，這可能對(duì)神經(jīng)元活動(dòng)和連接產(chǎn)生負(fù)面影響， 進(jìn)而影響認(rèn)知功能。

3.2.3 身體功能障礙、自評(píng)健康以及IADL 隨機(jī)森林預(yù)測(cè)模型結(jié)果顯示， 身體功能障礙是主觀認(rèn)知下降老年人認(rèn)知功能的首要影響因素， 自評(píng)健康以及IADL 分別為主觀認(rèn)知下降老年人認(rèn)知功能的第四和第九重要影響因素[24]。 身體功能、自評(píng)健康和日常生活能力均反映了老年人的健康狀況。 與身體健康的人相比，體弱的人患癡呆癥的風(fēng)險(xiǎn)更高。當(dāng)主觀認(rèn)知下降的老年人出現(xiàn)健康問(wèn)題時(shí)， 其免疫系統(tǒng)可能會(huì)發(fā)生變化，導(dǎo)致慢性炎癥的增加，這些炎癥因子可能通過(guò)血液—腦屏障影響大腦， 從而影響神經(jīng)元活動(dòng)[25]。 同時(shí)，伴有健康問(wèn)題的老年人可能會(huì)依賴藥物治療， 而藥物的不良反應(yīng)也可能對(duì)認(rèn)知功能造成負(fù)面影響。

3.2.4 整潔度和午睡時(shí)間 本研究結(jié)果顯示， 房屋的整潔度可以正向預(yù)測(cè)主觀認(rèn)知下降老年人的認(rèn)知功能， 這也是目前首次通過(guò)機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘的方式得出的結(jié)果。房屋的整潔度不僅與老年人的IADL有關(guān)[26]，也可以反應(yīng)其心理狀態(tài)。 本研究發(fā)現(xiàn)午睡時(shí)間可以正向預(yù)測(cè)認(rèn)知功能。 午睡被認(rèn)為是一種休息和恢復(fù)精力的方式，可能有助于促進(jìn)腦內(nèi)代謝清除、神經(jīng)元連接的加強(qiáng)等， 從而有助于維持和提升認(rèn)知功能[27]。

3.2.5 娛樂(lè)總分和是否有寬帶 隨機(jī)森林模型和特征選擇的回歸系數(shù)結(jié)果證明， 娛樂(lè)總分和是否有寬帶分別為主觀認(rèn)知下降老年人認(rèn)知功能的第六和第十重要保護(hù)因素。娛樂(lè)活動(dòng)涵蓋社交、打牌、下棋、跳舞等多種形式， 這些活動(dòng)不僅有益于認(rèn)知功能的維持[28]，還有助于改善老年人的情緒狀態(tài)。 家中有寬帶的條件下，老年人更易接觸到網(wǎng)絡(luò)。網(wǎng)絡(luò)使用對(duì)認(rèn)知功能的影響已在瑞典國(guó)家老齡化與護(hù)理研究中得到證實(shí)[29]，即適當(dāng)上網(wǎng)是一種多領(lǐng)域的認(rèn)知刺激活動(dòng)，可改善認(rèn)知功能[30]。

4 本研究的不足

（1）本研究采用了橫向調(diào)查的樣本數(shù)據(jù)，數(shù)據(jù)皆依賴于自我報(bào)告。相較于臨床的數(shù)據(jù)，雖然在一定程度上更容易獲得，但是精確度較差。故今后的研究可結(jié)合縱向追蹤數(shù)據(jù)及臨床數(shù)據(jù)對(duì)預(yù)測(cè)模型進(jìn)一步地驗(yàn)證和完善。（2）雖然本研究成功探索了影響主觀認(rèn)知下降老年人認(rèn)知功能的十大影響因素， 但仍可能存在其他未考慮的重要因素。在未來(lái)的研究中，可繼續(xù)拓展特征變量， 以獲取更全面的影響因素信息。（3）對(duì)于機(jī)器學(xué)習(xí)方法的選擇上，本研究采用了隨機(jī)森林模型作為最優(yōu)模型， 雖然取得了表現(xiàn)良好的預(yù)測(cè)能力，但仍有其他機(jī)器學(xué)習(xí)方法未被充分探索。未來(lái)的研究可以考慮嘗試其他機(jī)器學(xué)習(xí)方法， 如深度學(xué)習(xí)算法等， 以比較不同模型在預(yù)測(cè)主觀認(rèn)知下降老年人認(rèn)知功能下降方面的效果， 進(jìn)一步提高預(yù)測(cè)模型的準(zhǔn)確性和穩(wěn)健性。