背景
自闭症是一种神经发育障碍，因此对自闭症症状和其他特征的发育轨迹的调查长期以来一直是实证研究的关键方法。在几个月（例如，[1,2,3,4]）或几年[5,6]内使用重复测量的研究被视为追踪这些轨迹的“黄金标准”方法，并且此类研究提供了重要的见解研究自闭症的大脑和行为发展。尽管大多数追踪自闭症患者发育轨迹的研究都集中在童年时期，但现在有许多研究将轨迹延伸到过渡时期和成年早期。[ 7,8,9,10,11,12 ] 。​ 成年期是生命历程中最长的阶段，但直到最近，它还没有成为很多纵向研究的焦点。因此，对于自闭症的特征如何从成年期到老年期发生变化，目前尚未有深入的了解。

为了弥补文献中的这一空白，当前的研究调查了从青春期到中年直至老年早期自闭症症状、行为功能和健康的轨迹。我们关注自闭症症状和行为功能，因为这些是自闭症的关键特征，而且它们从童年到成年早期的轨迹相对明确。鉴于身体健康对成年生活质量的重要性，我们关注身体健康[ 13 ]。成年期间的身体健康也被自闭症成人及其家人确定为研究重点（例如，[ 14 , 15 ]）。

过去对成年自闭症的研究重点之一是儿童时期对成年结果的预测，例如就业、独立生活和社会融合，揭示了认知能力和语言发展作为部分但不是全部成年结果的预测因素的重要性[10 , 14 ]、16、17 ]。这些研究的数据也被用来追踪从童年到成年早期的变化，强调与童年时期的这些领域相比，适应技能的发展和适应不良行为的减少[ 7 ]。

自闭症研究文献中几乎没有同时跟踪从成年早期到中年及以后的变化，这是本研究的重点。

值得注意的是，过去大多数关注青春期到成人过渡的研究表明，技能和行为的改善并不是以线性方式进展的。人们普遍发现，自闭症症状和适应不良行为在儿童期、青春期以及成年早期都会得到改善（[ 18 , 19 ]，但有例外，请参见[ 10 ]）。然而，自闭症青少年离开学校后，这些症状和行为的改善就会减慢，一些年轻人的改善甚至停止[ 20 ]。日常生活技能往往会在整个青春期和成年早期有所提高，但当患有自闭症的成年人在 20 多岁中后期时，就会达到稳定状态，然后开始下降 [ 8 , 21]。然而，人们对这些领域在生命后几十年的轨迹知之甚少。

在研究老年轨迹时，健康是另一个需要考虑的重要领域。研究检查自闭症成年人的健康状况随时间的变化发现，对于大多数人来说，体重指数和处方药的使用在整个成年早期都会增加[ 22 , 23 ]。追踪自闭症成年人进入中年和早年时健康和行为功能的变化可能会增进对早期死亡率的了解[ 24,25,26 ] ，并可能指出减少这种差异的策略。

值得注意的是，除了从童年延伸到成年的纵向研究之外，大多数对自闭症成人的研究主要或完全包括没有智力障碍（ID）的个体（例如，[ 27,28,29 ]）。尽管最近的流行病学证据估计约 38% 的自闭症儿童被归类为患有 ID [ 30]，目前患有ID的自闭症成人人数甚至更多。因此，了解智障人士和智力水平处于平均或高于平均水平的人的中年和老年至关重要。尽管还有其他因素导致自闭症的异质性，但智力障碍状态在塑造儿童期症状的出现方面尤其重要，并且在成年期仍然很突出。

本研究
本研究描述了 22 年来前瞻性测量的自闭症症状、行为功能和健康状况的变化。使用加速纵向设计方法进行统计分析，我们在一个基于社区的队列中估计了从青春期到中年再到老年早期的变化发展轨迹，其中包括患有智力障碍的自闭症个体和平均或以上的个体。平均智力功能。我们的目标是确定生命历程中的各个点，从青春期开始，脆弱性可能会增加或减少，特别关注中年，这个生命阶段在自闭症研究文献中受到的关注很少。

中年是生命历程中一个没有精确定义的时期，尽管它在一般人群中通常被描述为 40 岁至 60 岁之间的时期，正负 10 年 [ 31 ]。它被视为生命的一个阶段，是“生命历程中平衡生长和衰退的关键时期，连接生命的早期和晚期”[ 32 ]。在这里，我们提出了对自闭症症状、行为功能和健康状况的重复测量，以描述这一关键时期的特征。我们的总体目标是描述与年龄相关的变化模式。因此，我们研究了每个域是否表现出与年龄相关的增加或减少（或没有变化），以及变化是线性的还是曲线的。

考虑到自闭症的异质性，我们还评估了智力障碍患者和智力功能处于平均或高于平均水平的患者之间的这些轨迹是否不同。随后，我们探讨了轨迹的斜率是否因研究开始时参与者的年龄而不同，目的是确定可能的队列效应。

方法
数据与样本
本报告基于对自闭症青少年和成人家庭正在进行的纵向研究的数据分析[ 33 ]。这项研究始于 1998 年，研究对象是居住在马萨诸塞州和威斯康星州的 406 名被诊断患有自闭症的青少年和成年人的家庭，迄今为止，该研究已持续超过 22 年。所有参与家庭最初都符合三个纳入标准：(1) 该家庭有一个由教育或健康专业人员诊断为自闭症的儿子或女儿，(2) 先证者年龄为 10 岁或以上，(3) 是研究人员管理的自闭症患者诊断访谈-修订版 (ADI-R) [ 34] 轮廓与诊断一致。当研究开始时，几乎所有人（94.6%）都符合自闭症的诊断标准。其余 22 例 (5.4%) 的 ADI-R 谱被确定与阿斯伯格症或未明确的广泛性发育障碍 (PDD-NOS) 的诊断一致（参见 [ 35 ]），当时使用的诊断。目前的分析使用了重复测量，这些测量是通过家庭访谈和自填问卷从主要照顾者（主要是（96％））母亲的九次研究中收集的。尽管一些自闭症患者直接提供了三轮研究的数据，但为了纳入所有认知和沟通能力水平的数据，我们使用家长报告数据进行分析。

这九波数据（这里称为时间 1 到时间 9）跨越了 22 年。这项研究的先前分析报告报告的时间跨度较短，并且基于生命历程早期收集的较少轮次的数据收集（例如，[ 8、19、36 ] ）。尽管这里报告的所有措施都在我们之前的报告中使用过，但在这里我们将研究期的持续时间几乎加倍，并添加了三个额外的重复措施（第 6 次到第 9 次），将大多数措施延长到 2022 年。表1显示了研究时间每波数据收集以及每波先证者的平均年龄和年龄范围。如表1所示平均而言，除了第 4 次和第 5 次（约 44 个月）以及第 8 次和第 9 次（约 8 年）之外，大多数数据收集波次的间隔约为 18 个月。参与者贡献数据的平均研究波次为六次，超过一半（52.2%）参与了七次或更多研究波次。尽管自然减员仍然是本研究的一个限制，但因自然减员而流失的人与在时间 9 期间仍留在研究中的人在性别、身份状况和结果变量方面没有差异。 那些因自然减员而流失的人在时间 1 时的年龄比留下来的人 要大（23.1 岁与 19.2 岁，p < 0.001）。

表 1 自闭症青少年和成人的波次、数据收集日期和年龄
全尺寸桌子
分析样本由全部 406 名自闭症患者组成。他们在时间 1 时的平均年龄为 21.9 岁 (SD = 9.4)，范围为 10 岁至 52 岁。大多数为男性 (73.2%)，超过三分之二 (69.7%) 同时诊断为智力障碍。近三分之二 (65.0%) 在时间 1 与他们的母亲（通常还有其他家庭成员）住在一起。在研究期间，28 名自闭症患者死亡。分析中包括描述这些人死亡前的数据。研究期间，大量母亲去世（n  = 73），导致记者从母亲改为另一位家庭成员，或在少数情况下改为家庭朋友。我们进行了敏感性分析，仅包括以母亲为数据来源的案例。结果表明，下面提供的所有结果均得到完全复制（参见补充材料），反映了所选择的措施经过充分验证，并且比生命历程模式的主观报告更客观。

尽管绝大多数自闭症患者的家庭是非西班牙裔白人（92.6%），但存在显着的社会经济异质性。时间 1 的家庭年收入中位数在 50,000 美元到 60,000 美元之间。值得注意的是，11.5% 的人年收入低于 20,000 美元，而美国四口之家的贫困线为 17,050 美元（联邦公报，第 65 卷，第 31 期，星期二，2000 年 2 月 15 日）。不到一半的母亲获得了学士学位（45.1%），四分之一的母亲（26.8%）没有接受过高中以上的教育。

措施
表2列出了本研究中使用的测量指标之间的双变量相关性及其与年龄的关联。尽管给定领域内的度量之间存在显着关联，但跨领域的关联通常不显着至中等。

表 2 时间 1 研究变量的双变量相关性
全尺寸桌子
自闭症症状的测量包括社会互惠障碍、言语和非言语交流障碍以及重复行为。行为功能的测量包括日常生活活动的独立性、适应不良行为和社会参与。健康衡量标准包括健康评级、针对精神健康症状开出的精神药物数量以及针对身体健康症状开出的非精神药物数量。所有措施均已被证明对先前研究的变化敏感[ 19 , 23 , 36 , 37 , 38]。并非所有测量值都是在所有九个时间点获得的，但所有测量值在研究期间至少收集了六次。每个措施的数据收集的具体时间如下所示。

自闭症症状的测量
使用修订版自闭症诊断访谈 (ADI-R) 评估自闭症症状 [ 34] 时间 1 到时间 6。ADI-R 是对父母或主要看护者进行的标准化诊断访谈，用于根据构成经过验证的算法的 37 个项目的指定子集来诊断自闭症。我们的研究在时间 1 管理这 37 个项目以确认诊断状态。在随后的每个数据收集点，我们管理了核心诊断算法中适用于青少年和成人的 33 项（37 项中的 4 项针对儿童）。参加过经批准的 ADI-R 培训计划的访谈员在每个数据收集点对当前功能进行评级。根据与仪器设计者之一 (C. Lord) 的协商，我们使用 33 个项目中的 32 个项目创建了 4 个 ADI-R 子量表。34 ]，我们之前使用该工具的工作[ 39 ]，以及该工具的因子结构分析[ 40 ]。子量表包括社会互惠障碍、语言交流障碍、非语言交流障碍和重复行为。代码 0 表示不存在给定症状，而代码 1 和 2 表示有自闭症特征的损伤。有些项目也使用代码 3，但这些项目通常被重新编码为 2 [ 34 ]。对算法项进行求和以创建四个领域分数。针对那些能够每天使用至少三个单词短语进行口头交流的个体，评估了反映当前言语交流障碍水平的 ADI-R 项目（ADI-R 项目 30，n  = 318），其中 19 人在研究期间从非语言类别转变为每天使用三词短语。ADI-R 在过去的研究中表现出了良好的重测信度和效度 [ 34 , 41 ]。在此样本中，时间 1 时社会互惠、非语言交流障碍和重复行为的内部一致性系数（Cronbach's α）分别为 0.84、0.71 和 0.53。

行为功能的测量
日常生活活动独立性 (ADL)
使用威斯曼日常生活活动量表 (W-ADL) 在七次数据收集（时间 1、时间 4-时间 9）中纵向测量日常生活活动的独立性 [ 37]。母亲们对儿子或女儿在 17 项日常生活活动方面的独立程度进行了评估，衡量了个人卫生（例如，洗涤/沐浴、梳妆打扮、如厕）、家政（例如，房屋修理、洗衣）、做饭（例如，做饭）的表现。例如，准备简单的食物、用杯子喝水、洗碗）以及财务管理（银行业务和管理日常财务），评分范围为 0 到 2（0 = 根本不做，1 = 在帮助下做，2 =独立做）。将项目得分汇总为总分，得分越高表示日常生活技能的独立性越高。对于当前样本，分数范围为 2 到 34。过去的研究表明，W-ADL 与 Vineland Screener 中的日常生活量表密切相关 ( r = 0.82) [ 8，37 ]。时间 1 时 W-ADL 的内部一致性（Cronbach's α）为 0.903。W-ADL 对于 ASD 成人的有效性标准先前已制定 [ 37 ]。W-ADL 中的项目涵盖了通常在儿童早期获得的技能（例如，用杯子喝水）到成年时期获得的技能（例如，银行业务），这表明在整个生命过程中日常生活技能的独立性得到了很好的体现。

适应不良行为
使用独立行为量表修订版（SIB-R）的行为问题子量表在所有九次数据收集中纵向测量适应不良行为[ 42 ]。SIB-R 衡量行为问题，分为三个领域：内在行为（伤害自我、不寻常或重复的习惯、退缩或注意力不集中的行为）、外在行为（伤害他人、破坏财产、破坏性行为）和反社会行为（社会攻击行为、不合作行为）。如果在过去 6 个月内出现了给定的行为问题，则频率（1 = 每月少于一次 到 5 =  1 次或以上/小时）和严重性（1 = 不严重 到 5 = 极其严重））的行为由母亲进行评分。标准化算法[ 42 ]将频率和严重程度评级转化为一般适应不良行为指数，分数越高表明行为挑战越严重。Bruininks 等人已确定了可靠性和有效性。[ 42 ]。本分析使用一般适应不良行为指数。

社会参与
在所有九次数据收集中对社会参与进行纵向评估。在每个时间点，母亲报告了她们的儿子或女儿与朋友或邻居在一起的频率（0=每年一次或从不，1=每年几次，2=每月一次或两次，3=每年一次）周，4 = 每周几次），该项目取自全国家庭和家庭调查 ( www.ssc.wisc.edu/nsfh/ )。

健康措施
健康评级
在所有九次数据收集中都获得了健康评级。母亲们对自己儿子或女儿的健康状况进行评分（1 = 差，2 = 一般，3 = 好，4 = 极好）。先前的大量研究已经提供了此类健康评级在预测死亡率方面的有效性的证据[ 43 , 44 ]。在之前对本研究数据的分析中，发现这种健康衡量标准可以显着预测二十年来的死亡率[ 45 ]。

处方药数量
作为身体健康的独立客观指标，母亲在每个时间点都会列出其儿子或女儿当前服用的所有处方药的名称以及服用每种药物的剂量和原因[ 23 ]。药物分为精神药物和非精神药物类别。如表2所示，自评健康状况与精神药物数量没有显着相关，而自评健康状况与非精神药物数量之间存在显着负相关（r  = -0.115，p  < 0.05） ）。

精神科药物用于治疗精神健康问题，包括抗精神病药、抗抑郁药、抗焦虑药和镇静催眠药、中枢神经系统 (CNS) 兴奋剂、抗躁狂药物、抗惊厥药物，这些药物开给没有癫痫或癫痫发作共病诊断的个体（通常用于治疗癫痫或癫痫发作）。双相情感障碍症状），以及为没有高血压合并症诊断的个体开出的降血压药物。

非精神药物用于治疗身体健康问题，包括抗惊厥药（用于癫痫发作）、用于治疗抗精神病药物副作用的抗帕金森药物（即不用于诊断患有帕金森病的人）、止吐药以及治疗高血压、甲状腺、糖尿病、呼吸、激素、眼部、胃肠道 (GI) 和其他杂项用途。我们的分析中排除了非处方药，例如镇痛药、泻药、维生素、抗真菌药物、抗酸剂和外用药物。

药物根据心理健康专业人员的医师案头参考药物指南进行编码和分类[ 46 ]。这些分类由一位拥有 20 多年经验的大学药剂师审查和验证。本报告对精神药物和非精神药物处方药的数量进行了单独统计。

预测变量
本研究的主要预测变量是每个研究点的年龄。每个人的年龄是从出生日期到每个时间点收集该人数据的日期计算的。此外，我们还纳入了其他三个预测因素：时间 1 时的年龄、性别和 ID 状态。控制时间 1 时的年龄，以评估轨迹是否因研究开始时参与者的年龄而有所不同。纳入该变量是为了深入了解与年龄相关的轨迹中可能存在的群体效应（例如，研究开始时处于青少年状态的个体与研究开始时处于成年期的个体相比是否表现出不同的变化模式） ）。性别编码为 0 = 男性，1 = 女性。ID 状态（0 = 无智力障碍，1 = 智力障碍）是通过多种来源确定的。广泛智力测试 (WRIT) 标准分数为 70 或以下的个人 [47 ] 和 Vineland Screener [ 48 ] 被归类为智力障碍，与诊断指南 [ 49 ] 一致。对于任何一项测量得分超过 70 分的个人，或者当该人的任何一项测量缺失时，三位心理学家达成临床共识，根据对医疗和心理记录的审查来确定他们的 ID 状态。

数据分析
我们使用加速纵向设计（ALD；也称为队列序贯设计或交叉序贯设计）来估计自闭症青少年和成人的自闭症症状、行为功能和健康轨迹。ALD 通过组合每个个体覆盖不同时期的多个短期纵向轨迹来估计单个长期纵向轨迹。这样，ALD 就可以估计比纵向研究涵盖的时间范围更广泛的年龄范围的生长轨迹 [ 50 ]。目前的研究跨越了 22 年，研究开始时参与者的年龄从 10 岁到 52 岁。因此，我们能够估计大约 60 年的与年龄相关的轨迹。

分别估计每个变量的轨迹，以评估其潜在的独特的年龄相关功能。由于本研究分析了青春期和成年期最长可用时期的数据，我们的目标是确定每个指标是否存在与年龄相关的增加或减少，变化是线性还是曲线，以及不同年龄组之间的轨迹是否不同。有智力障碍以及智力功能处于平均或高于平均水平的人。随后，对轨迹的斜率进行了评估，以确定它们是否因研究开始时的年龄而有所不同，目的是确定可能的队列效应。

对于每一项措施，我们估计了四个模型，每个模型都建立在前一个模型的基础上。模型 1 估计了线性年龄效应，还包括研究开始时自闭症个体的年龄、性别和同时发生的 ID 状态。对于模型 2，为了评估年龄是否最好估计为线性函数或曲线函数，我们在模型 1 中的变量中添加了年龄平方项。在模型 3 和模型 4 中，为了评估年龄相关的线性或曲线轨迹由于 ID 状态不同，我们还添加了交互项（模型 3 中的年龄 X ID 和模型 4 中的年龄平方 X ID）。遵循乔伊纳、贝尔格曼和王的方法 [ 51]，根据嵌套模型的对数似然检验（模型 1 与模型 2、3 和 4；模型 2 与模型 4；模型 3 与模型 4）以及 Akaike 信息准则 (AIC) 和贝叶斯模型选择最佳模型非嵌套模型（模型 2 与模型 3）的信息准则 (BIC) 值。我们报告最佳模型的结果。选择最佳模型后，我们使用似然比检验测试随机效应成分（随机截距方差和随机斜率方差）的显着性。请注意，每个最佳模型的随机效应成分表明，即使在控制基线年龄和 ID 状态之后，自闭症谱系障碍患者的所有结果的初始水平也存在显着差异。相似地，如下文所述，除非语言交流障碍外，所有结果的与年龄相关的轨迹都存在显着的个体差异。在这些主要分析之后，我们还对每个最佳拟合模型进行了探索性分析，以探讨潜在的队列效应。

所有分析均使用 Stata 17.0 版进行[ 52 ]。显着性水平设定为等于或小于0.05。对变量分布的检查没有发现偏态分布的证据，偏态范围为 -0.61 至 1.26。对于两个计数变量（处方心理测量药物和非心理测量药物的数量），还使用随机截距泊松回归进行了额外分析。由于结果与将结果视为连续变量的增长曲线模型的结果相似，因此我们根据连续变量分析报告结果。

我们在分析中纳入了研究样本中的所有个体，无论他们贡献了多少数据点。那些只有一个数据点的数据有助于截距的估计以及研究开始时年龄对截距的影响，但它们对轨迹的估计没有贡献。通过最大似然（ML）估计，数据点的数量越多，案例对年龄相关轨迹估计的影响就越大。通过在多级框架中拟合我们的模型（例如，与重复测量方差分析相反），我们能够保留所有观察到的数据，并在与使用全信息最大值时采用的相同随机缺失 (MAR) 假设下容纳缺失的观察值其他建模环境中的似然（FIML）估计。出于描述目的，

结果
描述性发现
表3提供了研究样本的描述性数据，比较了同时患有 ID 的自闭症个体 ( n  = 283) 和智力功能处于平均或高于平均水平的个体 ( n = 283) = 123）在基线。患有智力障碍的人比没有智力障碍的人明显年长（大约五岁），但两组在性别上没有差异。研究开始时，在大多数研究变量上，同时患有智力障碍的人和智力处于平均或高于平均水平的人之间存在显着差异。患有智力障碍的人在社交互惠和沟通（言语和非言语）方面的障碍明显更大；日常生活技能的独立性较低；有更严重的行为问题；与朋友和邻居相处的社交时间减少；并开了更多的非精神药物。这些组在重复行为症状、健康评级或处方精神药物数量方面没有差异。

表 3 按 ID 状态划分的自闭症参与者的特征
全尺寸桌子
与年龄相关的变化轨迹
自闭症症状与年龄相关的轨迹
ADI-R 社会互惠受损
模型 3 是预测与年龄相关的社会互惠损伤轨迹的最佳拟合模型（见表4 A）。

表 4 自闭症症状测量的最佳拟合生长曲线模型
全尺寸桌子
年龄和社会互惠损害之间的关联是线性的，并且对于有和没有 ID 的人来说存在差异（年龄 X ID 系数 = 0.18，p  < 0.001）。如图 1 A 所示，那些没有智力障碍的人表现出社会互惠性损伤的减少，而对于那些有智力障碍的人来说，从青春期到成年和中年，障碍程度没有变化。

图。1
图1
按 ID 状态划分的自闭症症状测量的个体和平均变化轨迹。ADI -R 社会互惠损害。B ADI-R 沟通（非语言）障碍。C ADI-R 沟通（言语）障碍 ( n  = 299)。D ADI-R 重复行为障碍。* p  < .05；** p  < .01；*** p  < .001。注：ID智力障碍，ADI-R自闭症诊断访谈-修订版

全尺寸图像
非语言交流中的 ADI-R 障碍
模型 1 是非语言交流障碍的最佳拟合模型（见表4 B）。非语言交流障碍程度没有显着的与年龄相关的变化，也没有因身份状态而存在差异（图 1B）。生长曲线模型的随机效应成分表明，虽然自闭症谱系障碍患者之间的非语言交流障碍的初始水平存在显着差异，但年龄相关轨迹没有个体间差异，这实际上是平坦的。

ADI-R 言语交流障碍
与观察到的社会互惠障碍模式类似，模型 3 是言语交流障碍的最佳拟合模型（见表4 C）。言语交流障碍的年龄相关轨迹是线性的，有智力障碍和没有智力障碍的人的斜率不同（年龄 X ID 系数 = 0.09，p  < 0.01）。根据图 1 C 的视觉描述，这些损伤对于所有年龄段的智力障碍患者来说都更为严重。重要的是，尽管从青少年时期到中年及以后，两组人的言语交流障碍都显着下降，但对于那些没有智力障碍的人来说，障碍的下降速度比那些有智力障碍的人要大得多。

ADI-R 重复行为
模型 4 是预测与年龄相关的重复行为轨迹的最佳拟合模型（见表4 D）。有和没有 ID 的自闭症个体的轨迹斜率不同，如年龄平方 X ID 系数所示（-0.004，p  < 0.001）。如图1所示 D，对于智力障碍患者，重复行为平均随年龄呈线性减少。相比之下，对于那些没有智力障碍的人来说，重复行为与年龄之间的关系呈曲线关系。该图表明，在那些没有智力障碍的人中，重复行为的严重程度在青春期和成年初期有所下降，而在中年及以后则有所增加。此外，对该图的目视检查表明，尽管在成年后的大部分时间里，患有智力障碍的人重复行为的严重程度更高，但在生命历程的后期，那些没有智力障碍的人的症状最终超过了那些没有智力障碍的人的症状水平。带身份证。

与年龄相关的行为功能轨迹
日常生活活动
模型 4 是预测与年龄相关的日常生活活动轨迹的最佳拟合模型（见表5 A）。

表 5 行为功能测量的最佳拟合生长曲线模型
全尺寸桌子
对于患有智力障碍和没有智力障碍的人来说，ADL 独立性与年龄相关的轨迹都是曲线的。对于两个智力障碍组来说，平均而言，ADL 独立性在青少年和成年早期有所增加，但在中年及以后有所下降。然而，两组的斜率不同，如显着的年龄平方 X ID 系数所示（0.007，p  < 0.01）。图2A的视觉描述 表明，与患有智力障碍的人相比，那些没有智力障碍的人在青春期的 ADL 技能提高得更快，而在中年及以后则下降得更明显。

图2
图2
按 ID 状态划分的行为功能测量的个体和平均变化轨迹。A日常生活活动 (W-ADL)。B适应不良行为（SIB-R 总分）。C与朋友/邻居一起度过的时间。* p  < .05；*** p  < .001。注：ID智力障碍、W-ADL Waisman日常生活活动量表、SIB-R独立行为量表-修订版

全尺寸图像
适应不良行为
模型 2 是预测与年龄相关的适应不良行为轨迹的最佳拟合模型（见表5 B）。年龄相关的曲线轨迹由显着的年龄平方系数（0.009， p < 0.001）表示 ，并且对于患有 ID 和不患有 ID 的人来说，轨迹的斜率没有差异。对图 2B的目视检查表明，对于两个 ID 组，适应不良行为的严重程度在青少年和成年早期有所下降，但在中年及以后有所增加。

社会参与
模型 2 是预测与朋友和邻居交往的年龄相关轨迹的最佳拟合模型（见表5 C）。患有智力障碍和没有智力障碍的人的轨迹都是曲线的，如显着的年龄平方系数所示（-0.001，p  < 0.05）。对于这两个智力障碍群体来说，与朋友和邻居交往的频率在青少年和成年早期有所增加，而在中年及以后则有所下降（见图 2C）。描述性地说，在40岁左右，没有身份证的人与朋友和邻居相处的频率大约是每月一到两次，而有身份证的人每年只有几次左右。

与年龄相关的健康轨迹
健康评级
模型 1 是预测健康评级中年龄相关轨迹的最佳拟合模型（见表6 A）。

表6 健康指标的最佳拟合生长曲线模型
全尺寸桌子
与大多数其他指标不同，同时发生智力障碍的人和没有智力障碍的人之间的年龄相关轨迹无论在水平还是斜率上都没有差异。年龄和健康评级之间的关联呈线性且负相关（-0.02，p  < 0.001），如图 3 A 所示。描述性地，在青春期期间，自闭症个体的平均健康状况介于良好和极好之间，而到了 30 岁末及之后评级平均在一般和良好健康之间。在研究的任何阶段，很少有人被评为健康状况不佳。

图3
图3
按 ID 状态划分的健康指标的个人和平均变化轨迹。健康评级。B精神药物的数量。C非精神药物的数量。* p  < .05；*** p  < .001。注：ID智力障碍

全尺寸图像
精神药物数量
模型 3 是预测治疗精神健康症状的精神药物与年龄相关轨迹的最佳拟合模型（表6 B）。对于患有智力障碍的人和没有智力障碍的人来说，精神药物数量与年龄相关的轨迹呈线性增加，但患有智力障碍的人的增加率更大，如年龄 x 智力障碍相互作用的显着性所示系数（0.03，p  < 0.01）。对图 3B的目视检查表明，在青少年时期，两组患者服用的精神药物数量没有差异，但患有智力障碍的中年晚期个体平均服用大约三种精神药物，而没有智力障碍的人平均服用大约三种精神药物。将近两个。

非精神药物的数量
模型 4 是预测针对身体健康症状所开的非精神药物的年龄相关轨迹的最佳拟合模型（见表6 C）。有和没有 ID 的自闭症个体的轨迹斜率不同，如模型 4 中年龄平方 X ID 交互系数所示（-0.0015，p  < 0.01）。如图 3所示C，对于智力障碍患者，平均而言，他们所服用的非精神药物的数量与年龄呈线性增加。相比之下，对于那些没有智力障碍的人来说，年龄和非精神药物数量之间的关系呈曲线关系，从中年左右开始增长得更快。尽管在青少年时期，两组患者服用的非精神药物数量没有差异，但到中年后期，患有智力障碍的人平均服用了大约四种非精神药物，而那些没有服用智力障碍的人则平均服用了大约四种非精神药物。 ID 平均开出大约 3 个。

探索年龄相关轨迹的队列差异
作为一项探索性后续分析，我们评估了最佳拟合模型中估计的年龄相关轨迹是否因研究开始时自闭症患者的年龄而异。在每个因变量的最佳模型中测试了时间 1 年龄和年龄轨迹项（年龄主效应或年龄 X ID 交互效应）之间的交互效应（结果请参阅补充材料）。显着的相互作用表明研究开始时年轻人与老年人之间的轨迹存在差异。

唯一显着的交互作用是 ADL 技能的独立性（时间 1 年龄 X 年龄平方 X ID 状态 = -0.0004，p  < 0.05）。该系数表明，对于时间 1 为青少年的人来说，在研究期间独立性正在增强，而中年进入研究的人的 ADL 独立性已经达到顶峰，尤其是那些没有智力障碍的人。

讨论
这项研究使用加速纵向设计来描述与年龄相关的轨迹，该设计估计了 60 年期间的趋势。它利用了 22 年来前瞻性收集的大量社区自闭症个体样本的数据，并捕捉到了研究开始时诊断出的自闭症的异质性。该分析提供了关于成年期、中年期和老年早期的变化模式的初步见解。

我们调查了从青春期到中年及以后的几十年里与年龄相关的变化的程度，这些领域是否有改善或恶化，变化是线性的还是曲线的，以及那些有和没有ID诊断的人有何不同。总而言之，除了非语言沟通障碍和社会互惠障碍外，对于有和没有智力障碍的人来说，所有指标都存在与年龄相关的显着变化轨迹。对于这些措施，对于持有身份证件的个人来说没有变化。这种与年龄相关的变化的主导模式强调了对自闭症患者整个成年时期进行纵向研究的重要性，这一生命阶段已经超出了大多数先前自闭症研究的年龄上限。

然而，这并不是一个简单的故事。在这项为期两年的前瞻性研究中，观察到了三种变化模式，反映了变化的方向和斜率。第一种模式是在青少年和成年时期的显着改善，这对于构成自闭症诊断算法的两项措施来说很明显（没有智力障碍的人的社会互惠性受损，以及无论智力障碍如何，言语交流的障碍），随着个体年龄的增长，这两种情况的严重程度都会线性减轻。这种与年龄增长相关的自闭症症状严重程度降低的模式与过去的许多研究一致（例如，[ 18 , 53]]），尽管有一些证据表明，在儿童早期和中期之间的某些亚组中，症状可能会增加[ 54 ]。通过将纵向模式延伸到中年及以后，本研究证实，生命历程早期建立的轨迹可以延伸到准确反映这些后期的变化。对早期轨迹的确认只能通过回顾来实现，并且需要未来的研究来确定症状的线性减轻是否持续到老年。

其次，在青少年和成年时期，所有三个健康指标都观察到显着恶化的显着模式——随着年龄的增长，健康评级恶化，针对心理健康和身体健康症状的处方药物数量增加。尽管这些模式是一般人群的特征，并且过去的横断面研究已经证明自闭症患者的健康状况比同龄人较差[ 55 , 56]，本研究无法确定被诊断患有自闭症的人的健康状况是否比一般人群更早开始恶化。这是未来研究的一个关键领域，特别是因为有人口水平的研究表明被诊断患有自闭症的人的寿命较短[ 24 , 26 ]。

前两种模式（改善、恶化）反映了整个研究期间的连续性，即青春期和成年早期明显的模式持续到中年和老年。相比之下，对于我们评估的其他指标，在研究期间存在一种不连续的模式，反映出青春期到成年期间的改善，然后趋于平稳，然后在中年及以后恶化。这种不连续性模式是日常生活活动、适应不良行为、重复行为症状以及与朋友和亲戚交往的特征。中年时，日常生活技能的独立性达到顶峰，行为问题和重复行为处于最低水平，与朋友和邻居的互动最频繁。其他自闭症研究也报告了这些成年早期功能改善的指标 [ 57 , 58 ]。然而，之前很少有纵向报告表明，在三十几岁到四十岁左右之后，困难会增加，并趋向于恢复到青春期时的水平。这些非线性变化模式反映了 Lachman 等人的观察结果。[ 32] 将中年视为一个关键时期，连接着成长和衰退的时期。此外，这种得失模式强调了对自闭症患者以长远眼光看待成年问题的重要性，因为在成年早期明显的获得模式在中年之后可能不会持续。即使存在连续性，变化的斜率也可能预示着与年龄增长相关的困难日益增加，正如针对没有智力障碍的自闭症成人的身体健康症状所开的药物所观察到的那样。基于成年期短期推断的研究可能会错误地描述长期轨迹和变化方向，也可能低估老年自闭症患者的支持需求。

本研究对临床实践具有重要意义，表明自闭症成人的支持需求可能如何随着年龄的增长而变化。例如，观察到的日常生活技能和与朋友交往时间的增加，以及适应不良行为的减少，表明中年之前的几年可以被认为是许多自闭症成年人的繁荣时期；平均而言，在生命历程的这一时期，服务与需求的匹配程度可能相对较好。然而，观察到的中年及以后的功能下降可能表明在此期间需要为自闭症成人提供更高水平或不同系列的服务。最初在成年过渡期间设计和实施的服务计划可能需要重新评估和调整，以跟上自闭症患者及其家庭在步入老年时不断变化的需求。检查老年人的正式服务、自然支持和结果之间的相互作用，以及生命历程中这一时期有针对性的干预措施的有效性，将是未来研究的关键领域。

这项研究的另一个重要临床意义是让患有自闭症的成年人、他们的家庭和社会能够规划未来。自 1990 年左右以来，被诊断患有自闭症的人口呈指数级增长 [ 59 ]，而这一“诊断热潮”一代的成员现在已接近或步入中年。生命历程中的发展轨迹有可能揭示转折点，例如高中毕业、离开父母的家或失去父母，此时关键领域的脆弱性可能会增加或减少，表明对服务和支持的不同需求[ 60 , 61 ]。

本研究的结果提供了确凿的证据，支持过去的许多研究，表明患有智力障碍的自闭症成年人的功能明显比没有智力障碍的人差。我们的结果提供了新颖的数据，表明与年龄相关的变化率两组的差异（即不同的斜率）。那些没有智力障碍的人在青春期和成年早期的日常生活活动独立性比患有智力障碍的人急剧增加，然后又迅速下降。此外，对于那些智力水平处于平均或高于平均水平的人来说，中年之后，他们的重复性行为会随着年龄的增长而增加，并且比同时患有智力障碍的人更严重。两个 ID 组的处方药物数量增加率也存在差异。令人惊讶的是，那些没有中年之后，患有智力障碍的人因身体健康问题而开出的药物增加得更快。从细节上退一步来看，这些模式表明，患有智力障碍的人的成年生活历程与智力功能处于平均或高于平均水平的人截然不同。值得注意的是，在本样本中，尽管智力障碍患者的损伤更大，但对于那些智力功能处于平均或高于平均水平的人来说，某些指标的恶化在晚年加速。

成人生命历程的这些不同模式意味着什么？在最基本的层面上，智障人士以及言语能力极低的人在整个成年过程中通常需要与那些能够独立生活的人不同的支持和服务，这对于他们的家庭来说也可能如此，他们的家人是在整个生命过程中提供支持的关键。然而，有迹象表明，智力功能处于平均或高于平均水平的自闭症成年人在年老时可能会遇到加速困难，因此他们在特定领域的需求也可能随着年龄的增长而增加。因此，服务提供者、政策制定者和研究人员不应只关注自闭症人群中的某一群体，因为他们在生命历程的关键方面的差异是重要的。尽管目前的研究包括更多患有智力障碍的人，但我们对这些群体之间差异的研究揭示了这些群体在哪些具体领域遵循不同的生命历程模式（例如，社会互惠性受损）以及它们的相似之处（例如，总体健康评级）。鉴于这些不同的生命历程模式和需求，从没有身份证的人到有身份证的人的概括是没有道理的，并且有可能得出不反映这些人的需求的结论或建议。相反的概括模式也是不合适的。我们对这些群体之间差异的检查揭示了这些群体在哪些具体领域遵循不同的生命历程模式（例如，社会互惠的损害）以及它们的相似之处（例如，总体健康评级）。鉴于这些不同的生命历程模式和需求，从没有身份证的人到有身份证的人的概括是没有道理的，并且有可能得出不反映这些人的需求的结论或建议。相反的概括模式也是不合适的。我们对这些群体之间差异的检查揭示了这些群体在哪些具体领域遵循不同的生命历程模式（例如，社会互惠的损害）以及它们的相似之处（例如，总体健康评级）。鉴于这些不同的生命历程模式和需求，从没有身份证的人到有身份证的人的概括是没有道理的，并且有可能得出不反映这些人的需求的结论或建议。相反的概括模式也是不合适的。并有可能得出不反映这些人的需求的结论或建议。相反的概括模式也是不合适的。并有可能得出不反映这些人的需求的结论或建议。相反的概括模式也是不合适的。

目前的研究结果还强调了纵向检查多种措施的价值，而不是从几个因变量推断变化，因为我们发现整个生命历程的变化模式往往因不同变量而异。在自闭症领域已经明确，患有这种诊断的人群是异质的，甚至从童年时期开始也是如此[ 62 ]。同样，老年学领域已经证实，由于内在和外在因素的累积影响，随着年龄的增长，人口变得更加异质[ 63]。这种异质性包括个体之间与年龄相关的变化率的多样性以及衰老指标变化模式的多样性。最近一项基于 30,000 名成员的加拿大老龄化纵向研究的针对普通人群老龄化的大规模纵向研究强调，尽管整体异质性随着年龄的增长而增加，但在所有领域的表现并不均匀 [ 64 ]，类似于本研究的结果。未来的研究需要阐明能够解释自闭症个体衰老模式异质性的因素。

队列效应可以解释轨迹异质性的这种差异，尽管在本研究中，除了显着的“时间 1”年龄效应（表明研究开始时较年轻的人具有较少的证据）外，几乎没有证据表明轨迹上存在队列效应。损伤。这并不是说被诊断为自闭症的个体不存在队列效应，而是说在本研究期间这些与年龄相关的轨迹并不明显。值得注意的是，本研究中的所有自闭症患者都是在《精神疾病诊断和统计手册》中自闭症定义发生变化之前被诊断出来的，第五版（DSM-5），这导致了显着的队列差异，因此将我们的研究结果推广到后代应该​​谨慎。

未来的研究可以通过将一个领域的轨迹作为其他领域轨迹的协变量或预测因子来研究自闭症成人与年龄相关的变化。例如，在估计其他特征（例如，日常生活活动）的轨迹时，“自闭症”相关症状（例如，社会互惠的损害）的共变轨迹可能会产生对这些特征如何同时发生或如何发生的更细致的理解。一个人如何解释或解释另一个人。然而，在实施这种方法之前需要谨慎，因为不同结果的年龄相关轨迹的形状并不相同。例如，本分析中自闭症症状的轨迹形状不同于日常生活活动的轨迹形状，前者是与年龄相关的持续改善，后者是直到中年才改善，然后恶化。因此，具有与结果不同的轨迹的共变特征可能会扭曲对这些特征在成年后如何变化的理解。

局限性和优势
这项研究并非没有方法上的局限性。与其他长期纵向研究一样，尽管我们在整个两年的研究中保留了近一半的样本，但自然损耗是一个重要的限制。值得注意的是，统计分析的加速纵向设计方法使得纳入 406 名自闭症患者的整个样本成为可能，尽管每个人的轨迹长度受到他们在研究中保留时间的影响。一些关于老龄化的长期纵向研究，例如美国中年 (MIDUS) 研究 ( www.midus.wisc.edu ) 已纳入“复习”队列来取代自然减员案例并直接评估队列效应。这一策略对于自闭症中年和衰老的研究很有价值。

目前研究结果的推广必须受到几个因素的影响。一种是 DSM-5 当前定义的全谱自闭症的较低代表性。此外，反映中年和老年初期自闭症患者的数据点少于青春期至中年的数据点。尽管反映早年的数据点比生命历程早期的数据点稀疏，但这些数据构成了本研究的独特贡献。尽管如此，这里报告的与年龄相关的模式值得复制。族裔和种族多样性的缺乏是另一个重大限制，尽管参与者的社会经济地位具有多样性，特别是生活在贫困线以下的家庭以及母亲没有大学学位的家庭数量，

本报告中包含的数据类型依赖于母公司报告，并保证与其他数据源的复制。本分析中选择的一些指标旨在由其他指标进行评级（例如，ADI-R），而其他指标则是客观的（例如，处方药数量）。尽管如此，从其他报告者那里收集数据，包括尽可能直接从自闭症患者那里收集数据，是这一研究领域重要的下一步，收集衰老的生物指标也是如此。

与这些局限性并列的是本研究的几个优点，包括其长达二十多年的纵向研究期、前瞻性重复测量方法、纳入了年龄、身份状况和社会经济状况异质性的基于社区的样本，这种关注跨越了青春期和成年期，一直延伸到中年及以后。这些局限性和优势为未来的研究指明了方向。

未来的研究方向
未来研究最重要的方向之一是需要将数据收集期进一步复制和延长到老年。还需要更深入地研究那些患有和没有智力障碍的人、那些很少言语的人以及那些面临其他一系列挑战的人在生命历程中的差异，以了解自闭症亚群独特的生物心理社会特征以及他们随着年龄的增长而存在的不同需求。与此相关的是，未来对民族和种族多样化样本的研究应该是一个优先事项。

需要对一般人群数据进行基准测试，以确定此处观察到的模式是否与一般人群不同。审查已发布的数据可能是第一步。例如，由于本样本中与朋友和邻居相处的时间是从全国范围内的普通人口样本中得出的（全国家庭和家庭调查，www.ssc.wisc.edu/nsfh/），我们可以将当前样本中的频率与已发布的国家模式进行比较（即，当前样本中 40 岁左右的自闭症成年人每月一次或两次，而全国样本中平均年龄 42 岁的人每月五次，分别 [ 65]）。尽管很少有成年自闭症研究采用这种重要的研究设计方法（一个例外是澳大利亚自闭症成人纵向研究[ 66 ]），但未来具有良好匹配比较组的研究将代表基准测试的重要下一步。

本研究表明，结果轨迹存在与年龄相关的显着变化。然而，生长曲线模型的随机效应成分揭示了个体之间在所有结果的初始水平和变化率方面存在相当大的变异性。值得注意的是，ID 状态在一定程度上解释了这种变异性，ID 状态与自闭症症状（社会互惠、言语交流和重复行为受损）、日常生活技能和年龄（或年龄二次项）之间的显着交互作用就证明了这一点。非精神药物的数量。未来的研究工作应该致力于探索额外的个体特征和背景因素，以解释这种个体间的差异。

此外，调查此处描述的轨迹与成人结果（例如就业/退休、居住独立）之间的关联是未来研究的一个重要方向。潜在类方法可能对这方面的探究有所帮助。将加速纵向方法扩展到其他可能反映自闭症个体年龄变化的指标（例如认知、生物标志物、衰老的大脑成像指标）对于未来的规划可能很重要。评估这些轨迹如何预测寿命和死亡率将是自闭症生命历程研究的一个关键方向。在未来的研究中，探索之间的关联将是有价值的轨迹，以发现一个轨迹的变化是否与另一个轨迹的变化相关，以及一些先前的轨迹是否预测后续的变化。尽管这超出了本研究的范围，但这是重要的下一步。

最后，进一步概念化自闭症患者中年的定义也很重要。如前所述，一般文献中将其称为一个时期，粗略地定义为跨越 40 至 60正负 10 年的几十年。由于自闭症成年人的健康状况可能比同龄人更差，寿命也更短，因此也许他们的中年开始时间应该提前。本研究中呈现的图中的斜率表明了这种可能性。

结论
目前的调查是研究被诊断患有自闭症的人的中年和衰老的初步步骤。目前的研究结果强调了从青春期到中年和老年最早几年的生命历程中自闭症的复杂性和异质性。尽管自闭症的老龄化是一个新的研究热点，但这一人群并不新鲜。它一直存在。现在是优先研究这一生命阶段的时候了，给予它与揭示幼儿期发育过程同样的仔细关注。