（2）潜变量混合增长模型的结果

1.潜变量混合增长模型（LGMM）的拟合信息

本研究通过LGMM将中老年人的抑郁水平的潜在类别从一种增至五种，分别进行模型拟合度分析，拟合指数汇总见表2。

如表2 所示，随着类别数的增加，模型的似然比Log(L)和信息指数AIC及aBIC逐步下降。原则上当K类别模型的LMR-LRT和BLRT不显著时，则意味着应接受K-1类别模型。本研究中，五类别的LMR-LRT和BLRT均未达到显著水平，此时考虑接受四类别模型。选取四类别时的分类精确性指标Entropy为0.77，且BLRT的p值、AIC、Abic均符合拟合标准。

2.抑郁水平在各潜在类别的发展轨迹

综合各个分类的模型拟合指数分析，中老年人的抑郁水平发展轨迹四分类模型为最佳模型。从模型的参数估计可以看出，类别1组占全体人数比例为65.46%（n=6977），截距和斜率的均值分别为5.18（p<0.001）和-0.21（p<0.001）；类别2组占全体人数比例为6.16%（n=657），截距和斜率的均值分别为18.71（p<0.001）和0.95（p<0.001）；类别3组占全体人数比例为14.76%（n=1573），截距和斜率的均值分别为14.93（p<0.001）和-2.94（p<0.001）；类别4组占全体人数比例为13.61%（n= 1451），截距和斜率的均值分别为7.95（p<0.001）和3.64（p<0.001）。

综合各类别组的截距均值和斜率均值来看，我们可以归纳出中老年人抑郁水平的四个潜在类别的发展轨迹特征。类别1组的抑郁水平初始值得分最低，且随着时间的发展显著下降，由此将其定义为“抑郁水平低风险组”。类别2组的抑郁水平初始值得分最高，之后的发展呈现轻微的上升趋势，由此将其定义为“抑郁水平高风险组”。类别3组的初始值得分较高，但之后发展呈现出较明显的下降趋势，由此将其定义为“抑郁水平缓解组”。类别4组的初始值得分较低，但之后抑郁水平水平随时间的发展显著上升，由此将其定义为“抑郁水平恶化组”。