“全人” “全生命周期”这两个词，这几年在学术会议、项目申报、政策文件里出现的频率越来越高。并且基层医疗机构也更多的提到要进行全人群的健康管理。
健康是什么？大家已有共识：健康不只是身体无病，而是生理、心理与社会适应的完好状态。
但共识归共识，一旦回到“怎么管”的问题上，模糊地带就出来了：健康管理到底要管哪些维度？理念怎么落地为可操作的研究设计？用什么框架整合碎片化的数据？有哪些成熟的分析方法可以借用？
这里推荐一个理论——生命历程理论
它未必是唯一的答案，但至少提供了一套从概念到操作、从数据到分析的完整工具箱。
01 生命历程理论是什么？
生命历程理论是指，个体的健康状态与发展轨迹，是个体特质、关键生命事件、时间进程、多层级环境长期互动的结果，而非单一阶段或单一因素造成的偶然现象。
这套理论这套理论把社会学、心理学、生物学揉在一起，形成了“生命历程健康发展模型”。
图源：柯玉叶,柴晓运.生命历程健康发展模型及其启示[J].浙江大学学报(医学版),2021,50(04):411-419.
生命历程理论的核心：健康是时间维度上的累积过程
换句话说，它不把健康看作某个时点的静态指标，而是时间轴上的一个累积过程。
一次暴露、一个事件、一段经历，当时可能看不出什么，但随着时间推移，它们一层层叠加上去，最终把不同的人推向了完全不同的健康结局。
生命历程理论里面有三个核心概念：
1. 年龄-时间：个体、社会与历史的联结桥梁
-
生命时间：青春期、更年期等生理阶段
-
社会时间：入学、就业、退休等社会角色节点
-
历史时间：重大公共卫生事件、经济危机等时代背景
即，个体受着社会时间表、年龄规律以及年龄段身份的制约，这三层时间共同编织了个体的生命节奏，个体发展必须放在特定的时间与情境中去理解。
事件发生的“时机”至关重要。20岁失业和50岁失业意义全然不同。不同的时机下，同一事件对个人的影响会因个人所处的生命阶段、社会环境和历史背景而有所差异。
2. 轨迹、转变与延续：生命历程动力机制
转变、转折点和延续构成了轨迹，它们共同构成了生命历程路径探析的核心内容和动力机制。
即，个体并非孤立存在。个体的生命轨迹与周围的人、社会结构等紧密相连，个人有做出选择、主动改变轨迹的能力。
3. 累积、累积过程和累积结果：生命历程因果机制
早期经历和选择会产生长期效应，形成资源或风险的积累，并可能锁定后续方向。当累积的风险负荷超过了机体的代偿阈值，疾病就发生了。
生命历程研究要做的，就是把这个“阈值”和“累积路径”用数据刻画出来。
具体怎么运用在研究上呢？
02 怎么运用生命历程理论？
要把人生经历转化为可分析的数据，通常包括四个维度：
关键事件的记录尤其重要，它们是健康轨迹中潜在的拐点。这和中医问诊必问“起病诱因”是一个道理——寻找那个打破稳态的节点。
2.时间数据
生命阶段划分：青少年成长期、成年职业期、老年退休期等。
时序与暴露数据：青春期开始时间、生育年龄、慢性病发病年龄等。
纵向随访数据：长期记录的血压、血糖、体重、腰围等指标。
有了时间轴，才能识别“风险窗口期”。比如更年期前后，心血管风险的累积速度会出现明显变化。
环境不是背景变量，而是主动塑造健康轨迹的结构性因素。中医讲“天人相应”，本质上也是在强调个体与环境系统的耦合关系。
（实际上，目前多数研究仅测量健康结果指标）
03 分析方法：方法服务于问题
针对不同类型的研究问题——事件发生的时间与成因、生命事件序列的规律、特征的长期变化轨迹——需要选用不同的分析策略。
问题1：事件何时发生？为何此时发生？
→ 事件史分析
当研究者关注的是某个生命事件发生的风险率、间隔及其影响因素时，事件史分析是首选工具。它的核心逻辑是拟合两个事件之间的持续时间对目标事件发生风险的影响。
|
事件史分析的三个主要学派：生物医学统计中的生存分析学派、可靠性工程中的失效时间分析学派，以及数理社会学中的马尔科夫学派
|
事件史分析的优势在于，可以处理时变解释变量，捕捉随时间变化的因素对事件发生风险的影响；同时能够处理删截数据，允许纳入那些未完全观察到整个生命历程周期的个体，避免选择性偏倚。
但聚焦于特定生命事件及其发生机制，对事件之间的相互依赖性关注较少，难以呈现生命历程的整体形态。
问题2：生命事件的顺序与模式有何规律？
→ 序列分析
当研究者想从整体上把握生命历程的统一性、识别典型的轨迹形态时，序列分析提供了另一种路径——序列分析。
序列分析能发现事件史分析难以捕捉的“轨迹形态”，比如“稳定就业-晚育”型与“间歇就业-早育”型在晚年健康结局上是否存在系统性差异。
分析步骤：
编码：将个体生命历程状态用字符串表示（如“就业-婚姻-育儿-退休”）。
计算距离：通过最优匹配算法计算序列间的不相似性。
聚类分析：形成典型的生命历程轨迹类型。
关联分析：以轨迹类型为变量，探讨因果因素。
这种方法能从整体视角发现常见的生命轨迹模式，比如“稳定就业-晚婚晚育”型与“频繁失业-早婚”型在健康结局上的差异。
问题3：某个特征（如收入、健康）如何长期变化？
→ 竞争轨迹分析：事件史与序列分析方法的结合
当研究问题同时涉及事件的发生机制和轨迹的整体形态时，单一方法往往力有不逮。竞争轨迹分析将事件史分析与序列分析进行了方法上的整合。
具体操作分为三步：
第一步，提取子序列。以生命历程序列中第一次观察到的事件或状态变化为起点，在预先定义的时间跨度L内，为每个个体抽取子序列。例如，若L=10年，T为序列中第一个事件的发生时间，则提取T至T+10范围内的子序列。
第二步，子序列聚类。使用序列分析方法将子序列聚合成有限数量的类型，这些类型能够区分事件及其发生次序的差异，代表生命历程的典型模式。对于两种特殊情况——在时间跨度L内未观察到任何事件的个体，以及第一个事件发生后观察期不足L的个体——均定义为删截，其轨迹序列直接进入下一步的事件史分析。
第三步，联合建模。将序列分析与事件史分析相结合：在识别子序列类型之后，用离散时间模型分析生命历程起始阶段（即所定义的第一个事件）的影响机制，同时运用竞争风险模型探讨相关因素对生命历程轨迹类型的差异化影响。（既保留了事件史分析对因果机制的敏感性，又获得了序列分析对整体轨迹的识别能力，同时允许删截案例被纳入分析，避免了信息损失）
总的来说，方法的选择没有绝对的对错，关键在于它是否精准服务于研究者提出的问题。而在生命历程研究的前沿，多种方法的交叉整合正在成为趋势。
最后：一个有趣的理论模型——生命立方体
最后，介绍一个在生命历程研究中逐渐受到关注的理论模型——生命立方体
生命立方体模型，它将生命历程置于三维空间中：
时间维度（时间轴）：是指个体生命历程的不同领域随时间变化的发展轨迹，包括过去、现在和未来的状态及其变化。
层次结构：区分了三类传记状态层次，即个体内部（生理心理）→个体（行为决策）→超个体（社会环境）。
生命领域轴：家庭、就业、健康等不同领域的行为和事件序列。
这三个维度交织在一起，形成了一个立体的分析空间。一个人的健康故事，不是某一条线上的单独展开，而是时间、空间和领域三者共同编织的产物。
图源：BERNARDI L, HUININK J, SETTERSTEN R A Jr. The life course cube: A tool for studying lives[J]. Advances in life course research, 2019, 41: 100258. DOI:10.1016/j.alcr.2018.11.004
模型终归是模型。生命立方体更大的意义在于提醒我们：在生命历程研究中，单一的维度、单一的层级、单一的时间点，都不足以讲好一个人的健康故事。真正有解释力的研究，往往需要在多个维度之间建立起逻辑的桥梁。
写在最后
对于研究者来说，生命历程理论提示了几个可以继续深挖的方向：