交叉滞后路径分析在变量因果时序关系研究中的应用

目的介绍交叉滞后路径分析原理及其在变量间因果时序关系研究中的应用。方法交叉滞后路径分析模型基于交叉滞后面板设计,估计的路径系数具有明确的时间顺序关系,满足因果推断中“因在前果在后”的时序性要求。利用健康随访数据构建体重指数(BMI)与血尿酸(UA)的交叉滞后路径分析模型,探索BMI和UA的因果时序关系。结果调整混杂因素后,基线BMI到随访时UA的路径系数(ρ2=0.060,P<0.001)明显大于基线UA到随访时BMI的路径系数(ρ1=-0.009,P=0.056),且两系数间的差异具有统计学意义(ρ2>ρ1,P<0.001)。在时间顺序上BMI增加先于UA升高发生。结论BMI增加可能是高尿酸血症的原因,交叉滞后路径分析模型可以有效的识别变量间的因果时序关系。

老年人健康生活方式行为间的关系研究--以睡眠和身体活动为例

随着老龄化程度的加深,老年人健康状况成为社会关注的问题,而健康的生活方式行为是实现健康老龄化的重要途径。积极的身体活动和适量睡眠的健康生活方式成为保证老年人健康的基本行为要素,两者之间的关系成为学界重要议题。本文基于中国健康与养老追踪调查数据(CHARLS 2011-2015),运用交叉滞后路径模型分析老年人睡眠和身体活动之间的因果时序关系。研究发现:城市老年群体睡眠能够显著预测后续的身体活动参与水平且体现时间的滞后性;然而,最初的身体活动参与水平并不能有效预测后期的睡眠状况。睡眠对身体活动参与水平的预测预示着睡眠可能是启动或维持身体活动参与水平的重要因素。对睡眠和身体活动因果时序关系的验证可以为老年人建立适合自身的生活方式提供理论依据,从而促进健康老龄化的发展。