50岁以上中老年人计算力情况分析

蔡嘉鑫,郁 磊*,关 博,任 璐,李 阳

(1山西大学复杂系统研究所,太原 030006;2山西大学疾病防控的数学技术与大数据分析山西省重点实验室;3山西医科大学第一临床医学院;4山西医科大学第一医院神经内科;*通讯作者,E-mail:yulei@sxu.edu.cn)

许多日常活动中都存在着数学计算任务,正常情况下的计算能力不仅需要理解数字概念,还需要概念能力和其他认知技能[1]。认知功能是由多个认知域组成,包括计算力、记忆力、执行能力、语言能力等多个方面[2]。其中,计算是一项复杂的认知活动,也是人类的一项基本认知机能,言语能力、空间能力、记忆力、执行功能等多项认知活动都参与计算过程。实际上,计算能力对于中老年人的日常生活十分重要,以往研究已经证实数字的加工和计算功能的损害是阿尔兹海默症核心特征之一[3],老年痴呆患者存在计算能力损害也得到公认,如Rosselli等[4]指出AD的计算能力与非语言记忆、注意力得分有显著相关,Martin等[5]也认为计算能力受损是AD认知损害的特征之一,张拉艳等[6]研究发现计算能力与工作记忆有较高相关性,所以计算能力可以作为AD患者一般智力能力的优良预测因子。然而,目前很少有神经心理学研究一般中老年人群的计算能力问题,对一般中老年人群的计算力分布情况尚不清楚。所以,对中老年人的计算力情况进行统计分析是有必要的。关于计算力情况的测量评估以往大多采用的是串行减法,关于这一方法的有效性,已有很多研究者做了深入研究,结论认为可以通过心算串行减法来评估中老年人计算力水平[7]。1942年,Hayman等[8]通过实验研究发现心算串行减法不仅需要记忆、学习能力,还需要逻辑思维能力。实验通过对580位精神科患者进行心算串行减法测试并总结规律,最后得出结论:心算串行减法对于智力效率以及心理状态的评估是简便易行且有效的。接着在20世纪60年代,串行减法出现在了特里尔社会压力检测的心算项目中,通过连续减法来反映被测者的心理状态[9]。在1966年,Charlton[10,11]发现串行减法对人类的第二信号系统的处理能力提出了较高要求,即在大部分情况下,串行减法在神经系统问题诊断中是行之有效的。

以上方法都是对计算能力的定量评估,但值得我们注意的是,以上研究都是建立在被测者静止不动的前提下的。然而在现实生活中,更多情况是处于双任务的前提下的,这里的双任务具体是指运动任务与认知任务同时进行,例如:在行走的过程中接听电话以及与人交流[12-15],这就对中老年人运动系统和神经系统提出了更高的要求[16-18]。事实上非纯粹的运动任务(即双任务),老年人会呈现出一定的认知能力下降[19,20],所以建立在双任务前提下的测试更能反映出被测者在日常生活中的真实水平。目前来说,尚未有关于双任务下我国中老年人计算力水平的统计分析研究成果发表,是卫生统计领域的一研究空白。本研究旨在通过对受试者进行双任务测试,使用多种统计方法多维度地分析研究我国50岁以上中老年人的计算力水平情况,以及计算力水平与其性别、年龄、受教育程度之间的关系。

1 资料和方法

1.1 受试者

受试者是来源于某中西部城市某医疗中心且符合研究纳入标准的中老年人,共计472位,其中男性153位,女性319位。纳入标准:①被测者可以独立正常行走;②无视力、听力等感知功能方面的疾病;③被测者年龄在50-90岁之间,受教育年限在0-20年之间,男女不限;④被测者主动愿意参加本科研活动,对此次研究知情同意。

1.2 采集数据

双任务下计算力测试数据:实验于该医疗中心的一条无障碍走廊进行(两旁无任何阻挡物,实验过程中也无其他人员走动),被测者从设定的起点开始测试,听到实验人员的“开始”指令后向前出发,同时进行100-3的串行减法,记时1 min,每正确一题计一分,错误不计分。在走廊的两端设置两名实验人员,负责记录每一位被测者的回答记录,以保证记录的准确性。同时,录音录像设备全程开启。

简易智力状态检查量表(MMSE)得分数据:通过调取被测者在该医疗中心近期进行的MMSE测试的存档结果来获得。

1.3 统计学分析

本文通过Matlab软件进行统计学分析,内容上主要分为以下6个部分。

(1)分组:本研究从年龄、性别、受教育程度这3个维度对受试者进行分组。以年龄为50-60岁、60-70岁、70-80岁、80-90岁将中老年人划分为4组;以性别为男、女将中老年人划分为两组;以受教育程度为0-5年、6-10年、11-15年、16-20年将受教育水平划分为四组,分别命名为文盲组、较低文化水平组、中等文化水平组、较高文化水平组。

(2)整理出每位受试者双任务计算总数、双任务计算正确数(定义为双任务计算力得分)、双任务计算错误数、双任务严重错误个数(错误幅度超过20视为严重错误)以及MMSE得分。

(3)通过多项式拟合等方法定性判断中老年人计算力水平可能的影响因素。

(4)通过非参数假设检验方法,对以上可能因素进行定量分析,给出影响中老年人计算力水平的准确因素。

(5)给出每个年龄段计算力得分的参考分布情况。

(6)给出MMSE得分的分布特征,分析中老年人双任务计算力得分与其MMSE得分之间的关系。

2 结果

2.1 受试者基本信息分布

本次测试共有472名中老年人参与,其中男性153名,女性319名;年龄50-90岁,平均(65.782±8.538)岁;受教育程度0-19年,平均(10.064±3.586)年。分组后的具体分布情况见表1。

2.2 双任务场景下中老年人计算力统计分析

2.2.1 中老年人双任务计算力得分随性别的变化规律 男性平均双任务计算力得分为(17.39±8.49)分,女性平均双任务计算力得分为(16.34±7.86)分,当同时考虑年龄分组及性别因素时,在50-60岁、70-80岁、80-90岁3个年龄组中,男性的计算力得分都高于女性,而在60-70岁年龄组中,女性的计算力得分却稍高于男性。

2.2.2 中老年人双任务计算力得分随年龄的变化规律 结果显示,在全部受试者中,计算力得分最低为0分,分别为71岁受教育程度为0年的女性与56岁受教育程度为11年的男性;最高为39个,为68岁受教育程度为12年的女性。50-60岁年龄组计算力得分为0-34分,平均(18.01±7.69)分,60-70岁年龄组计算力得分为(1-39)分,平均(16.98±8.43)分,70-80岁年龄组计算力得分为0-33分,平均(15.54±7.11)分,80-90岁年龄组计算力得分为1-33分,平均(14.00±8.26)分。随后将年龄作为自变量,每个年龄下对应的受试者的双任务计算力得分均值作为因变量,进行多项式拟合,结果见图1。在双任务场景下,中老年人平均双任务计算力得分整体上随着年龄的增长呈下降趋势。

图1 双任务计算力得分随年龄的变化趋势Figure 1 The trend of dual-task computing power score with age

如果固定受教育程度分组来研究计算力得分随年龄的变化规律,结果显示,在文盲组、较低文化水平组的中老年人计算力得分均值受年龄影响并不是很大,而在中等文化水平组、较高文化水平组中,分组后呈现出明显的随年龄变化趋势(见图2)。

2.2.3 中老年人双任务计算力得分随受教育程度的变化规律 类似地,将受教育程度作为自变量,每个受教育程度下对应的受试者的双任务计算力得分均值作为因变量,进行多项式拟合,结果显示,中老年人双任务计算力得分随其受教育年限的增长而逐渐升高(见图3),说明受教育程度对中老年人的计算力可能会产生影响。

图2 双任务计算力得分在不同受教育程度组中随年龄的变化规律Figure 2 The trend of dual-task computing power score with age in different educational level groups

图3 双任务计算力得分随受教育程度的变化趋势Figure 3 The trend of dual-task computing power score with education level

接着固定年龄分组,来研究计算力得分随受教育程度的变化规律。从图4可以看出50-60岁组、60-70岁组、70-80岁组中,随着受教育年限的增加,中老年人双任务计算力得分均值均有明显的上升趋势,在80-90岁组中也可看出较为缓慢的上升趋势。说明受教育程度对每一固定年龄组的中老年人计算力得分影响较大。

2.3 性别、年龄、受教育程度对中老年人计算力的影响

2.3.1 性别对中老年人计算力的影响 通过Wil-coxon检验男女总体之间的双任务计算力得分是否有显著差异,结果P=0.265>0.05,表明计算力得分在男女两组之间差异无统计学意义。结合2.2.1中的结果可知,男性和女性总体上计算力得分虽然有些差异,但性别因素并未对中老年人计算力产生显著影响。

2.3.2 年龄对中老年人计算力的影响 不同年龄分组的双任务计算力得分箱线图见图5。可以看出,双任务计算力得分随年龄的增加呈现出一定的降低趋势,通过Kruskal-WallisH检验进行判断,结果显示H=10.32,P=0.016<0.05,说明年龄对中老年人计算力产生显著影响。

为进一步研究两两年龄组之间的差异,对数据进行多重比较,结果见表2。可以发现,50-60岁与70-80岁组、50-60岁与80-90岁组、60-70岁与80-90岁组之间进行假设检验的显著性水平均小于0.05,说明以上组之间的差异存在统计学意义,且以上多重对比组合中,年龄较大的组相较于年龄较小的组来说,总体上计算力得分偏低。然而对于年龄相近的两个组来说,如50-60岁与60-70岁组、60-70岁与70-80岁组以及70-80岁与80-90岁组中,假设检验的显著性水平均大于0.05,则可以认为年龄相近的两组计算力得分的差异不存在统计学意义。

图4 双任务计算力得分均值在不同年龄中老年人中随受教育程度的变化规律Figure 4 The trend of dual-task computing power score with education level in different age groups

图5 不同年龄分组的双任务计算力得分箱线图Figure 5 Box plot of dual-task computing power scores in different age groups

表2 不同年龄组之间双任务计算力得分多重比较结果

2.3.3 受教育程度对中老年人计算力的影响 不同受教育程度分组的双任务计算力得分箱线图见图6。从图6可以看出,计算力得分随受教育程度的增加而呈现出一定的增加趋势。通过Kruskal-WallisH检验进行判断,得到H=64.95,P=5.129 4×10-14<0.05,说明受教育程度对中老年人计算力产生显著影响。

进一步研究不同受教育程度分组之间的差异,对数据进行多重比较,结果显示,在5%的显著性水平下,除中等文化水平组与较高文化水平组外,其他每两组之间计算力得分的差异都存在统计学意义(P<0.05,见表3),且受教育程度越高,计算力得分也越高,由此可以进一步认为受教育水平可对中年人计算力产生显著影响。

2.3.4 多元回归分析 通过多元逐步回归法,对中老年人计算力得分与年龄、性别及受教育年限进行回归分析,结果显示3个影响因素同时被包含时F=737.289,达到最大,P=0.001<0.05,模型通过检验且拟合优度较高,各影响因素均对模型有显著意义。各影响因素按其影响力从小到大排序为性别、年龄、受教育年限(见表4)。

2.4 不同年龄组中老年人双任务计算力得分参考范围分析

以下通过bootstrap抽样方法进行抽样,给出各个年龄组男性及女性双任务计算力得分的分布情况,结果见表5。根据此表可以大致判断某位新受试者的计算力在相同年龄组及同性别组中所处的位置,尤其对计算力得分处于50%以后的受试者具有较强的指导意义。

图6 不同受教育程度组双任务计算力得分箱线图Figure 6 Box plot of double-task computing power score in different education level groups

2.5 中老年人双任务计算力得分与认知能力间的相关性分析

2.5.1 中老年人认知能力(MMSE得分)的统计分析 在全部受试者中,MMSE的最低得分为8分,共2人,分别为85岁受教育年限为6年的男性与68岁受教育年限为0年的女性;最高得分为30分,共有30人,占总人数的7%。

表3 不同受教育程度组之间双任务计算力得分多重比较结果

表4 中老年人计算力得分影响因素分析

表5 各个年龄组男性及女性的双任务计算力得分分位数分布情况

据调查结果显示,年龄在50-60岁的受试者MMSE的分值为20-30分,平均(27.26±2.19)分,60-70岁的受试者MMSE的分值为8-30分,平均(26.37±3.09)分,70-80岁的受试者MMSE的分值为13-30分,平均(26.30±2.85)分,80-90岁的受试者MMSE的分值为8-30分,平均(25.16±4.16)分。由此认为随着年龄的增加,受试者MMSE得分的平均值逐渐下降,年龄会对MMSE得分产生影响(P<0.05)。

从性别角度来看,男性MMSE的分值为8-30分,平均(26.42±2.89)分,女性MMSE的分值为8-30分,平均(26.47±3.10)分,二者MMSE得分差异无统计学意义(P>0.05)。

受教育程度为文盲组受试者MMSE的分值为8-29分,平均(23.07±4.52),较低文化水平组受试者MMSE的分值为8-30分,平均(26.14±3.05)分,中等文化水平组受试者MMSE的分值为16-30分,平均(27.33±2.00)分,较高文化水平组受试者MMSE的分值为22-30分,平均(27.50±1.98)分,可以明显看出随着受教育年限的逐渐增加,受试者MMSE得分的平均分数逐渐升高,由此可认为MMSE得分受受教育程度影响(P<0.05)。

MMSE得分在不同分组的受试人群中分布条形图见图7,可以看出MMSE得分也随着年龄的增加呈现出下降趋势,随着受教育水平的升高呈现出升高趋势,以上两点趋势无论在男性还是女性中都普遍存在。

图7 MMSE得分均值在受试人群中的分布Figure 7 Distribution of the mean MMSE scores in the included population

2.5.2 中老年人双任务计算力得分与认知能力之间的关系 对中老年人认知力(MMSE得分)与双任务计算力得分做Spearman相关性检验,得到二者之间Spearman相关系数为0.675,P=0.001<0.05,说明中老年人认知力与计算力之间有较强的相关性。

3 讨论

以往相关的研究成果中,大部分是关于MMSE得分[21]、MoCA得分[22]在中老年人群中的分布情况分析,而关于单独剖析我国中老年人计算力情况的研究尚未进行深入探索。本研究单独分析我国中老年人的计算力情况,并创新性地引入双任务条件,以分析在更接近实际的情况下,各种因素对中老年人计算力水平的影响,从而对提高中老年人群计算力水平、保持认知健康等方面提出建设性意见,弥补在我国中老年人计算力情况统计分析方面的研究空白。结果显示,从整体上看,双任务计算力得分在全部受试者性别之间的差异不大,这同以往关于中老年人MMSE得分的研究结果略有差别。除此之外,根据拟合曲线来看,双任务计算力得分随年龄的增加而逐步下降,且随受教育年限的增加不断增加。从检验结果来看,年龄与受教育年限对中老年人计算力有着显著影响。这些结论同彭丹涛等[23]的研究结果相同,都认为年龄和受教育程度是影响中老年人认知状态的显著因素。

本研究结果在以下两个方面有一定的参考价值。首先,本文对中老年人的年龄、性别、受教育程度与计算力得分的关系做了深入定量分析研究,给出了多元回归方程,可在临床工作中为中老年人计算力水平的解读提供一定的参考。另外,本研究给出了受试者不同年龄组计算力得分的分布情况,这对判断中老年人认知状态是否正常以及预警中老年人的神经系统问题有一定的重要意义。但值得注意的是,此测试只能是判断中老年人计算力情况是否出现异常的非特异性指标,不能取代临床诊断。以70-80岁为例,根据计算力分布情况结果可知,有50%的男性受试者计算力得分超过了16分,而有50%的女性受试者计算力得分超过了14分。换个角度来看,假设有一位新的年龄在70-80岁的男性受试者,其计算力得分低于16分,那么就可以认为此人的计算力水平低于全国50%的中老年男性的平均计算力水平,这时应该引起本人及其家人的重视,其应主动前往医院进行全面的精神状态检测,以防患于未然。

最后,关于本研究人群的选择,我们所选择的医疗中心参与实验人群的人口学特征各异。经过调查,其年龄、受教育程度、职业类型、社会阶层等具有很大的变异性,故我们认为其具有一定的代表性。但是除年龄、性别、受教育程度以外还有何因素会影响中老年人计算力水平,未来还需要扩大样本量以探讨更多因素对我国中老年人计算力的影响情况。