首页 > 文献资料
-
轻度认知障碍老年人不同潜在类别的增长混合模型研究
目的 探讨增长混合模型在识别轻度认知障碍的老年人群中存在的潜在类别及识别不同类别的群体认知功能的发展轨迹的应用.方法 利用65岁以上轻度认知障碍老年人的随访数据构建增长混合模型(growth mixed model,GMM).利用贝叶斯信息标准(Bayesian information criterion,BIC)进行潜在类别的确定并用后验概率进行模型评价.结果 轻度认知障碍的老年人呈现出了3种不同的认知轨迹:类别1的人群初始认知功能低且短时间内快速下降中间又有反弹,后下降至一定程度后趋于平缓,称之为“痴呆高危人群”,占全部人群的4.46%.类别2的人群具有较低的认知功能且随着年龄增长认知能力急剧下降,这部分人群称之为“痴呆低危人群”,占全部人群的33.28%.类别3的人群具有较高的认知功能,随着年龄增长认知功能缓慢下降,称之为“正常老化人群”,占全部人群的62.26%.结论 研究揭示了轻度认知障碍的老年人群中认知发展轨迹的异质性,有助于健康促进人员针对高危人群及早制订干预措施从而减少老年痴呆的发生.
-
潜在类别分析技术在心理学研究中的应用
潜在类别分析是通过对类别型的外显变量和潜在变量之间的关系建立统计模型,根据模型参数得到各种潜在类别的具体外在表现的潜在特征分类技术。该分析方法主要应用于心理行为特征的分类、控制认知心理实验中被试个体差异引起的系统误差、评价临床心理诊断的精确性,以及心理测验中的项目分析、信度分析、结构分析等。对此方法的优劣进行分析比较,表明:该方法可以与其他测量理论相结合进一步拓展其在心理测量中的应用,也可在纵向数据和多水平数据中应用。在应用中亦有提升方法技术的空间。