孔洁 李树铁 赵丹 赵启敏 任东静
目的：探索异质性认知轨迹，并构建可解释的机器学习模型，预测中老年人在社区层面的长期认知轨迹。
方法：回顾性收集了 2011 年至 2020 年间中国健康与退休纵向研究（CHARLS）数据。共纳入 1 954 名 5 波认
知评价资料完整的受试者（训练组：1 367 名，验证组：587 名）。采用生长混合模型（GMM）识别认知轨迹，
并基于人口学特征建立机器学习模型用于预测不同轨迹。本研究使用最小绝对值收敛和选择算子（LASSO）算法、
Boruta 算法筛选最优特征子集，并都通过 LGBM（LightGBM）这一机器学习算法建立预测模型。模型验证中，
使用受试者工作特征（ROC）曲线下面积（AUC）比较模型判别能力，最后使用沙普利加和解释（SHAP）算
法解释最佳模型决策的潜在机制。结果：确定了 2 种不同的认知轨迹，包括正常组（92.8%）和异常组（7.2%）
轨迹。Boruta + LGBM 模型作为最优模型，其训练集 AUC 值为 0.837（95%CI：0.802 ～ 0.871），验证集中
AUC 为 0.869（95%CI：0.837 ～ 0.899）；在 SHAP 分类解释器中发现年龄越大，学历越低，有慢性疾病、未
婚或离异和 IADL 得分越低的研究对象容易出现异常的认知功能轨迹，其中年龄和学历为最重要的预测因素。
结论：中国老年人的认知功能呈现出 2 种异质性轨迹。机器学习模型在分析预测残疾轨迹的质量指标方面表现
出优秀的性能，并可能具有额外的价值。应关注年龄大、学历低、IADL 得分低、有慢性疾病、未婚和离异的
中老年人，加强社会交往或保持乐观积极的态度，防止认知功能下降。
