围。在医学科研中有时需要根据样本数据推论总体中个体值范围，其中最常用 的是估计正常值范围。 在实际工作中，按目前的认识水平，认为“健康”或“正常”的个体，对其某 项观察指标测定，以其平均值+2个标准差作为正常值范围。可采用统计学方法， 确定此项指标变化是否偏离正常值范围，以确定属于损害作用或是非损害作 用。 【创新点】 1.本文研究对象年龄跨度大。相比以往之前针对于儿童或青少年，中年和老年的 纵向研究而言，本研究对同一个个体由童年时期跟踪记录到老年时期。因此本 研究分遗传和环境因素来计算稳定性和一般智力方面的方差变化，所追踪的同 一个体年龄跨度为54年到68年之间。 2.测试方法：11岁时的样本数据通过莫雷测试的11和12得出，老年时期的样本 采用一系列心理测试，得出的主成分进行主成分分析。老年时期对综合智力评 估的年龄为64.6岁（标准差0.9）、69.5岁（标准差0.8）、79.1岁（标准差 0.6)。LBC1921和LBC1936样本，除了ABC1936,重复了莫雷测试。删除了个 体遗传相关性为0.2的各对数据，结果得出了1940个有效样本数据。 3.研究首次量化了在大多数人的一生，基因和环境对智力稳定性的影响。其中基 因因素导致的影响相对更多。研究得出了终身认知能力老化的下限，这个下限 由点估计值0.24给出。研究方法为先进行了单因素分析拟合11岁的数据作为 一个线性协变量，得值0.24。再进行二元遗传分析，双变量分析得出的表型比 例估计，在11岁时为0.48，在年龄65-79为0.28，遗传相关性为0.62，环境 相关性为0.65.由二元分析结果预测得SNP带来的遗传变异表型估计为0.21， 接近于0.24，所以双边量分析预测结果是合理的。 4.研究过程严谨，反复实验以排除误差。在得出结果后由重运行双变量分析模型， 研究者重新运行这个模型关联不同的正常值范围，得到的估计结果与之前双变 量分析模型得到的非常相似，但是，正如预期的那样，取更严格的正常值范围 (导致样本量较小)会得到更大的标准差。这结果表明，之前双变量分析得出 的高关联性不是由于样本中的少数近亲所带来的。围。在医学科研中有时需要根据样本数据推论总体中个体值范围，其中最常用 的是估计正常值范围。 在实际工作中，按目前的认识水平，认为“健康”或“正常”的个体，对其某 项观察指标测定，以其平均值+2 个标准差作为正常值范围。可采用统计学方法， 确定此项指标变化是否偏离正常值范围，以确定属于损害作用或是非损害作 用。 【创新点】 1. 本文研究对象年龄跨度大。相比以往之前针对于儿童或青少年，中年和老年的 纵向研究而言，本研究对同一个个体由童年时期跟踪记录到老年时期。因此本 研究分遗传和环境因素来计算稳定性和一般智力方面的方差变化，所追踪的同 一个体年龄跨度为 54 年到 68 年之间。 2. 测试方法：11 岁时的样本数据通过莫雷测试的 11 和 12 得出，老年时期的样本 采用一系列心理测试，得出的主成分进行主成分分析。老年时期对综合智力评 估的年龄为 64.6 岁（标准差 0.9）、69.5 岁（标准差 0.8）、79.1 岁（标准差 0.6）。LBC1921 和 LBC1936 样本，除了 ABC1936，重复了莫雷测试。删除了个 体遗传相关性为 0.2 的各对数据，结果得出了 1940 个有效样本数据。 3. 研究首次量化了在大多数人的一生，基因和环境对智力稳定性的影响。其中基 因因素导致的影响相对更多。研究得出了终身认知能力老化的下限，这个下限 由点估计值 0.24 给出。研究方法为先进行了单因素分析拟合 11 岁的数据作为 一个线性协变量，得值 0.24。再进行二元遗传分析，双变量分析得出的表型比 例估计，在 11 岁时为 0.48,在年龄 65-79 为 0.28，遗传相关性为 0.62，环境 相关性为 0.65.由二元分析结果预测得 SNP 带来的遗传变异表型估计为 0.21， 接近于 0.24，所以双边量分析预测结果是合理的。 4. 研究过程严谨，反复实验以排除误差。在得出结果后由重运行双变量分析模型， 研究者重新运行这个模型关联不同的正常值范围，得到的估计结果与之前双变 量分析模型得到的非常相似，但是，正如预期的那样，取更严格的正常值范围 （导致样本量较小）会得到更大的标准差。这结果表明，之前双变量分析得出 的高关联性不是由于样本中的少数近亲所带来的