《American Journal of Biological Anthropology》:Estimating Mean Growth Trajectories When Measurements Are Sparse and Age Is Uncertain
编辑推荐:
目标:比较不同地区和不同历史时期儿童的生长情况,可以深入了解人类面临的健康挑战和健康的形态变异。此类比较分析的困难在于,在边缘化人群中,获取个体儿童身高和体重的重复测量数据往往存在后勤方面的复杂性。对于历史人群,问题更为严峻:生物考古学数据集仅包含个体死亡时的
目标:比较不同地区和不同历史时期儿童的生长情况,可以深入了解人类面临的健康挑战和健康的形态变异。此类比较分析的困难在于,在边缘化人群中,获取个体儿童身高和体重的重复测量数据往往存在后勤方面的复杂性。对于历史人群,问题更为严峻:生物考古学数据集仅包含个体死亡时的单次测量。此外,对于当代和历史人群,儿童的年龄往往存在不可忽略的不确定性。这两个因素都使生长轨迹的估计复杂化。本研究评估了在仅使用少量(随机)不确定测量数据(如构成许多当代和生物考古数据集的数据)时,能够多准确地估计人群平均生长轨迹。
材料与方法:研究人员最近从新陈代谢和异速生长(allometry)的基本原理出发,推导出一个人体生长的因果模型,从而能够探究遗传和环境对儿童生长的贡献。在此,研究人员在贝叶斯(Bayesian)框架下将该模型拟合到不同规模、年龄不确定的模拟横断面和纵向数据集中。
结果:对于大规模比较,从给定性别的100名不同年龄儿童的单一身高测量值中,可以获得相当准确的人群平均生长轨迹。然而,对青春期生长突增以及生长背后的代谢和异速生长参数的详细分析则需要纵向数据集。
讨论:研究人员得出结论,这一新模型和估计策略构成了一种潜在有用的工具包,可用于比较当代和历史人群的平均生长轨迹。
本文围绕稀疏测量和年龄不确定条件下的人群平均生长轨迹估计展开。研究背景方面,比较不同地域和历史时期儿童生长情况有助于理解健康挑战和人类形态变异,但边缘化人群和考古人群中获取重复测量数据极为困难,生物考古学数据集通常只有个体死亡时的单次身高或体重测量,且儿童年龄常存在较大不确定性。这些因素严重阻碍了生长轨迹的估计。为此,研究人员基于Bunce等新近提出的从代谢与异速生长基本原理推导的因果生长模型,在贝叶斯框架下进行模拟研究,评估仅用少量随机不确定测量数据估计人群平均生长轨迹的准确性。
研究人员利用模拟方法构建了不同规模的横断面和纵向数据集,以Matsigenka女孩的平均生长轨迹作为“真实”轨迹,个体间变异和协方差则从70名美国女孩的密集纵向数据中提取。年龄不确定性被模拟为随机偏移,其幅度随年龄增大而增加。模型拟合采用贝叶斯方法,先验来自美国女孩数据的后验分布。通过比较后验估计与真实值,判断估计的准确性。
主要技术方法包括:复合生长模型(由五个协变生长过程组成,分别对应子宫内、婴儿期、幼儿期、儿童晚期和青春期),模拟数据生成(基于多元正态分布随机效应),年龄不确定性建模(高斯偏移),以及贝叶斯模型拟合(使用R和Stan中的cmdstanr包)。研究样本队列来源包括美国加州伯克利1930年代纵向数据和秘鲁亚马逊Matsigenka社区数据。
研究结果显示,随着横断面样本量从10增加到200,对人群平均身高轨迹的估计准确性明显提高,尤其在最大成年身高方面。然而,对于青春期生长突增的最大速度及其发生年龄,即使样本量达到200,估计准确性也未显著改善,表明横断面数据在刻画青春期细节方面具有内在局限。此外,模型参数估计显示,样本量增大时,跨年龄段加权的代谢参数(异速生长q、分解代谢K、合成代谢H)的准确性提高,但在5岁前(尤其q)和15岁前(K和H)仍存在偏差。
讨论部分强调了几点重要发现。第一,显式建模年龄不确定性对平均轨迹估计准确性几乎没有影响,因为随机偏移在平均意义下相互抵消。第二,在缺乏体重数据时,仅用身高数据拟合模型并不会明显损失估计准确性,这对生物考古学数据尤为有益。第三,与相同数据点数的横断面设计相比,纵向设计能提供更准确的青春期最大生长速度年龄估计,其他轨迹特征则两者相当。第四,代谢和异速生长参数在横断面数据下估计偏差较大,尤其在生命早期,而纵向数据可逐步改善其准确性。第五,应用时可将个体特异性测量误差信息纳入模型,并建议按性别分别拟合;对于非常年幼个体,性别误判可能影响有限,但需进一步验证。
研究结论指出,该复合生长模型可从100名已知性别的儿童的单次身高测量中合理估计人群平均生长轨迹,这类样本的年龄可存在随机不确定性,适用于跨人群的大规模比较。然而,若要深入研究青春期生长突增以及代谢和异速生长参数,则必须依赖纵向数据。对于历史人群,该方法尤其有用,因为其骨骼数据天然为横断面且年龄估计存在不确定性,同时体重难以直接获得。研究还指出,当样本量介于10到100之间或存在非随机年龄误差时,需要针对具体情境进行额外模拟以评估模型表现。
总之,该研究为利用稀疏、年龄不确定的测量数据估计人群平均生长轨迹提供了有效工具,并为当代下弱势群体和古代人群的生长研究开辟了可行路径。未来随着更多人群数据积累,可基于相似生态或遗传背景选择更合适的先验,进一步提高估计精度。