中国农村地区老年人抑郁症状发生情况及影响因素研究
引用本文: 李磊, 马孟园, 彭红叶, 等. 中国农村地区老年人抑郁症状发生情况及影响因素研究 [J] . 中国全科医学, 2021, 24(27) : 3432-3438. DOI: 10.12114/j.issn.1007-9572.2021.00.577.
截至2018年，我国年龄在60岁以上的人口比例已达17.9%，预测到2050年中国老年人将增加到4.54亿，占总人口的33%[1]。根据第六次人口普查数据显示，农村老龄化程度高于城镇，老年人口占比达70%。随着人口老龄化进程的加快，老年人的心理健康越来越受到重视。2017年我国60岁以上老年人抑郁症检出率高达10%，老年抑郁症的患病人数和比例在不断上升[2]。抑郁会损害老年人的心理和身体功能，成为我国老年人常见的慢性心理健康问题。研究表明，农村老年人心理健康意识落后，即使抑郁情绪较为严重也意识不到自己心理出了问题，直到发展到一定程度甚至可能会以自杀终结生命[3]。同时，城乡差距问题使得城乡老年人的经济状况、受教育水平、认知状况等表现出明显的差异，出现抑郁症状的影响因素也不同[4]。因此，关注农村老年人抑郁状况，探讨我国农村老年人抑郁症状的相关因素，对于抑郁症的早期预防、发现和及时干预具有重要意义。目前，机器学习算法已广泛应用于公共卫生领域，在群体性疾病的监测和预防中有着较强的适用性[5]。本研究基于随机森林算法和Logistic回归两种机器学习算法，旨在采用定性和定量相结合的方法探讨我国农村老年人抑郁症状相关因素，现报道如下。
1资料与方法
1.1一般资料
本研究数据于2020年11月从北京大学组织的2018年中国健康与养老全国追踪调查（CHARLS）项目提取，该项目采用多阶段抽样的方法对全国30个省/自治区/直辖市45岁及以上中老年人进行了入户调查，调查对象代表性强、覆盖面广和信息丰富，是我国比较权威的有关老年人健康状况方面的微观调查数据[6]。选取60岁及以上的农村户籍老年人，剔除调查项目有缺失值的人群，共得到样本3 068例。
1.2被解释变量
CHARLS项目（http：//charls.pku.edu.cn/）采用RADLOFF[7]编制的流行病学调查用抑郁量表（CES-D）简化版进行评估，包含8个描述消极情绪的项目和2个描述积极情绪的项目，CES-D简化版总分为0~30分，本研究采用LIAO等[8]研究中采用的相关标准：CES-D简化版得分≥10分记为有抑郁症状，<10分记为无抑郁症状。CES-D简化版在以往的研究中被证明具有较高的信效度[9,10]。
1.3解释变量
国内外研究显示老年抑郁症状的可能影响因素大致分为个人层面、家庭层面和社会层面[11]。本研究基于以上3个维度和既往研究[6,12,13,14,15,16,17,18,19]，初步选取27个单项指标作为解释变量（赋值见表1），其中午睡时长分为不午睡（0 min）、短时间午睡（1~30 min）、中等时间午睡（31~90 min）以及长时间午睡（>90 min）[20]。代际情感支持采用问卷中"与子女有邮件、电话等交流的频率"来评价，其中经常为1个月多于2次，较多为1个月1~2次，其余为很少[19]。工具性日常生活活动量表（IADL）任一项评分>1分，即认为该功能有损失[21]。
表1 随机森林算法的变量及赋值
Table 1 Assignments of variables associated with depression symptoms incorporated in the random forest algorithm
1.4样本量确定
根据EPV（Event Per Variable）[22]原则，每个变量至少要有10个结局事件才能具有足够的检验效能。本研究结局变量为有无抑郁症状，计划选取15个重要变量，所以至少需有150个发生抑郁症状的老年人纳入研究才有意义。本研究中CES-D简化版得分≥10分者1 389例，满足样本量要求。
1.5统计学方法
本研究使用R 3.6.1进行数据分析，用到的R包括tidyverse、forestplot、randomForest。本研究通过随机森林算法进行特征重要性评分计算和排序，变量重要性评分用于评价变量对于结局发生的影响，变量重要性评分越高则表明该变量越有能力对结局变量进行分类[23]；计数资料以相对数表示，组间比较采用χ2检验；符合正态分布的计量资料以（
±s）表示，不符合正态分布的计量资料以M（P25，P75）表示；农村地区老年人抑郁症状影响因素分析采用二元Logistic回归分析，以编码较小取值为参照。双侧检验水准α=0.05。
2结果
2.1重要变量选择
采用随机森林算法对初步纳入的27个指标进行重要性评分，并选取前15个最重要的指标。设置种子数为20201124，通过importance和varImpPlot函数输出结果。由type=2参数得到的变量相对重要性就是分割该变量时节点不纯度（异质性）的下降总量对所有树取平均（MeanDecreaseGini），节点不纯度由Gini系数定义，重要性降序排序结果见表2。
表2 重要性降序排序结果
Table 2 Factors possibly associated with depressive symptoms ranked in terms of importance
2.2农村地区老年人抑郁症状发生情况的单因素分析
3 068例农村地区老年人中，CES-D简化版得分为（9.9±6.9）分；无抑郁症状1 679例（54.7%），有抑郁症状1 389例（45.3%）；男1 685例（54.9%），女1 385例（45.1%）；小学及以下学历2 453例（79.6%）；平均年龄68（64，73）岁；平均夜间睡眠时长为6.0（4.5，8.0）h；平均午睡时长为30（0，60）min。
有无抑郁症状的农村地区老年人性别、受教育程度、饮酒情况、夜间睡眠时长、午睡时长、代际情感支持、生活满意度、婚姻满意度、自评总体健康、慢性病、童年健康状况、体力活动比较，差异有统计学意义（P<0.05）；有无抑郁症状的农村地区老年人年龄、照看孙子女、社会交往情况比较，差异无统计学意义（P>0.05），见表3。
表3 有无抑郁症状的农村地区老年人一般资料比较〔n（%）〕
Table 3 Comparison of general information of China's rural elderly with and without depression symptoms
2.3农村地区老年人抑郁症状发生情况的二元Logistic回归分析
以农村地区老年人抑郁症状发生情况为因变量，以单因素分析结果中差异有统计学意义的变量为自变量（赋值见表1）进行二元Logistic回归分析，结果显示，性别、受教育程度、夜间睡眠时长、代际情感支持、生活满意度、婚姻满意度、自评总体健康、慢性病、童年健康状况是农村地区老年人发生抑郁症状的影响因素（P<0.05），见表4。
表4 农村地区老年人抑郁症状发生情况的二元Logistic回归分析
Table 4 Multivariate Logistic regression analysis of the factors associated with depressive symptoms in China's rural elderly
3讨论
3.1抑郁症状检出率
卢怡帆[24]基于2011—2012年CHARLS数据的研究结果显示，农村老年人抑郁症状检出率为46.85%；李甲森等[25]利用2013年CHARLS数据计算出的抑郁症状发生率为34.25%；邢荔函等[26]利用2015年CHARLS数据计算出的抑郁症状发生率为43.38%；荣健等[27]对近10年我国农村老年人抑郁症患病率进行荟萃分析，结果显示抑郁症发生率为31.02%。本研究提取的2018年CHARLS项目的调查结果，分析显示3 068例有效样本中抑郁症状检出率为45.3%（1 389/3 068），可以看出近年来我国农村地区老年人群抑郁症状检出率一直居高不下，应成为农村健康治理的公共卫生问题。
3.2影响因素分析
相较于男性，女性是农村老年人发生抑郁症状的危险因素。一方面，在以体力劳动为主的农村地区，老龄女性失能风险暴露水平显著高于男性，而失能分别通过社会支持和心理资源这两个方面对抑郁症状产生显著的间接影响[28]，因此女性更容易出现抑郁症状；另一方面，在女性地位明显提高的今天，农村地区"男尊女卑"思想依旧根深蒂固，且女性在身体力量、话语权上处于弱地位，传统文化也对女性有一定的约束，因此女性常更容易出现抑郁症状。
相较于夜间睡眠时长<6 h，睡眠时长6~8 h、>8 h是农村老年人发生抑郁症状的保护因素，与冀好强等[29]研究结果一致，说明保持充足的睡眠的重要性。睡眠可以保护大脑、改善情绪、稳定精神状态。睡眠时长较短人群常伴随失眠，失眠患者常心理健康状况较差[30]，而心理健康状况差又会再次导致失眠和睡眠不足的发生，形成恶性循环。
本研究结果显示，代际情感支持是农村老年人发生抑郁症状的影响因素，且代际情感支持高的农村老年人更不容易出现抑郁症状。在"空巢老人"越来越多的今天，大多数农村地区的老年人缺少子代的陪伴与交流，同时许多农村地区老年人对于传统孝道的想法与当下子代的行为不契合，使得我国农村居民进入老年后逐渐感觉失去了对子女的依靠，孤独感日增，情感需求无法得到满足。子女的关爱和联络可以帮助减少、甚至消除农村老年人的孤独感，并且能够建立老年人的自尊心、满足老年人的心理需求。因此子女应该提供更多的情感支持以减少农村地区老年人抑郁症状的发生。
自评健康状况、慢性病可以归为身体状况，生理不适、生活不便在影响老年人心情的同时还会增加一系列直接、间接疾病负担。王丽等[31]研究结果显示自评健康状况与老年人抑郁症状的发生呈正相关。自评健康状况多是从主观角度出发，因此自评健康状况不佳的农村老年人常更悲观，更容易出现抑郁症状。而慢性病则会干扰老年人的日常生活，并带来一定的经济负担，农村老年人常经济收入低甚至无收入，更多的是依靠子女赡养，这可能会使老年人陷入苦闷，让老年人产生无用感，甚至产生自责、自卑、轻生的念头，因此产生抑郁症状的概率也极大增加。
童年健康状况差与受教育程度较低可以归纳为童年生活不利环境，是农村地区老年人发生抑郁症状的影响因素。焦开山等[32]研究表明即使到了老年阶段甚至高龄阶段，童年生活不利环境的影响仍然显著存在，且农村地区居民在成年时相较于城市居民仍然处于较低的社会经济地位，不仅没有更多的资源和机会去弥补早期不利环境带来的影响，而且还处于新的不利环境中。这些不利环境的不断累积最终导致了农村地区老年人抑郁症状的发生。同时有研究证实相较于受教育程度较低时，接受更多教育确实有助于降低抑郁水平[33]，这可能是接受更多教育的人可以找到疏解自己内心苦闷的方式，因此即使已经到了老年，针对低学历的老年人给予适当的心理健康教育，也可以防止抑郁症状的发生。
相较于对生活满意的农村老年人，对生活不满意的老年人抑郁症状发生率上升5倍多（OR=5.179）；相较于对婚姻满意的农村老年人，对婚姻不满意的老年人抑郁症状发生率上升3倍多（OR=3.181）。研究显示，对生活不满意会加重老年人的焦虑和抑郁情绪[34]。婚姻满意度高常意味着高质量的婚姻，高质量的婚姻关系可以帮助双方缓解生活中负性事件的影响和消极体验，反之则会加重婚姻双方的消极体验[35]，因而也提高了抑郁的风险。
3.3重要变量分析
相对于城市而言，农村地区医疗卫生服务可及性较低、医疗人才缺乏且总体素质不高，精神卫生服务缺乏，老年人群整体受教育程度较低、收入较低、晚年生活单调、自我保健意识较差、负面情绪自我调节能力较差。采用随机森林算法得出的变量重要性排序可以看出对农村地区老年人抑郁症状产生影响最大的6个因素为自评总体健康、午睡时长、生活满意度、夜间睡眠时长、受教育程度、婚姻满意度。我国人口老龄化程度越来越高，采取必要的针对性措施对于改善农村地区老年人精神健康状况、促进健康老龄化具有重要意义。
政府层面，定期进行农村地区老年人心理健康现状调查；加强心理健康教育宣传时应考虑农村老年人理解和接受能力差的特点，制定通俗易懂的宣传手册，呼吁子女与老年人建立良好亲密的代际关系；推动家庭医生签约服务落到实处，关注老年人生理健康的同时也要关注其心理健康；推动精神医学人才下沉到基层；在建立养老院等养老机构时也需要考虑不同性别、不同婚姻状况老年人的需求。
社会层面，基层社区卫生工作人员定期走访，了解老年人身心健康状况的同时积极对老年人家庭和婚姻纠纷进行调解；在社区开展多种形式的老年人娱乐活动，让老年人走出家门，走向社区，丰富其晚年生活。
个人层面，保持良好的睡眠习惯和适度的睡眠时长；积极参加文娱活动，提高生活质量；提高自我保健意识，积极通过多种渠道学习提升身体健康和心理健康知识。
综上所述，随机森林算法可以克服自变量间高度相关和非线性的问题，在自变量众多的情况下通过重要性评分进行排序，可以确定对因变量贡献大的因素，Logistic回归可以通过OR值对重要变量进行量化，弥补了随机森林解释困难的缺陷。本研究将两种方法进行结合，实现了定性和定量评价的统一。因此，本研究建议重点从政府和社会层面关注农村地区抑郁症状高危人群，构建一个良好的农村老年人心理健康预防、治疗、康复的体系，为农村老年人的精神-心理健康奠定基础。
本研究不足之处：
（1）本研究通过回顾文献只纳入了较为常见的变量来进行模型拟合，因此整体拟合效果有限。后续研究可纳入更多对农村老年人抑郁症状影响较大的指标。
（2）本研究处理缺失值时采用的是删除方法，为充分发挥2018年中国健康与养老全国追踪调查（CHARLS）项目大样本的优势，对其进行充分地数据挖掘，后续研究可进行多种方式的填补并进行敏感性分析，验证本研究的结论是否稳健。
利益冲突
本文无利益冲突。
参考文献 略