(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”。