我国中老年抑郁与儿童期不良经历的相关性分层分析

目的探索我国不同个体特征下的儿童期不良经历(ACEs)事件对中老年时期罹患抑郁的影响。方法基于北京大学发布的中国健康与养老追踪调查数据库(CHARLS),根据研究目的和纳入、排除标准筛选出研究对象,对缺失值采用中位数插补和多重插补方法,利用多因素Logistic回归模型分层分析ACEs后罹患抑郁的风险在不同性别、年龄、教育程度、收入水平亚组的表现,使用泊松回归模型对Logistic回归模型进行敏感性分析,验证其统计结果的稳健性。结果本研究共纳入13561名CHARLS研究对象,抑郁患病率为11.03%,94.17%经历过≥1件ACE。Logistic分层分析结果显示,所有亚组抑郁与ACEs的相关性均有统计学意义(P<0.05),ACEs后罹患抑郁的风险值相对更高的群体包括男性(OR=1.373)、≥60岁(OR=1.327)、小学及以下的教育程度(OR=1.325)、低收入(OR=1.310)。泊松回归模型结果显示Logistic分层分析统计结果稳健。结论ACEs后罹患抑郁的风险在男性、老龄、低等教育水平、低收入的群体中更高,对这些高风险人群个体特征的初步认识将有助于健康老龄化。

儿童期不良经历与中老年抑郁状态的相关性研究

背景中老年抑郁状态和儿童期不良经历(ACEs)的研究在国际上愈受重视,但以中国人群为样本的研究仍然较少报道,需要进一步探索。目的探索我国当前成年人群的ACEs发生率,研究ACEs对中老年抑郁状态的影响,提供基于我国人群样本的抑郁与ACEs的精准画像。方法2021年7—8月,利用北京大学社会科学调查中心主办的中国健康与养老追踪调查数据库(CHARLS)2015年和2018年的截面数据,选取符合研究要求的7035例≥45岁的中老年人为研究对象。根据抑郁评估量表、ACEs(虐待、忽视、不良家庭)和个体特征,从数据库中筛选出相关问题,生成新的虚拟变量并重新赋值。以零ACEs经历的研究对象为控制组,以有ACEs经历的研究对象为处理组,将所有协变量纳入倾向得分匹配模型,采用稳健标准误形式的多因素Logistic回归模型预估所有协变量的倾向得分,按最近邻1∶1方法匹配控制组和处理组样本,同时进行平衡性检验和共同支持检验,评估处理组ACEs对中老年抑郁状态的平均处理效应。结果7035例调查对象中,6529例(92.81%)经历过ACEs,1802例(25.61%)经历≥4种ACEs,1003例(14.26%)为抑郁状态。多因素Logistic回归模型结果显示,年龄、性别、自评健康与ACEs相关(P<0.05);接下来通过倾向得分匹配模型达到控制组和处理组的个体特征无统计学差异(P>0.05),通过平衡性检验和共同支持检验。倾向得分匹配模型结果显示,有ACEs比零ACEs导致的中老年抑郁状态发生率高出6.9%,差异有统计学意义(P<0.001)。结论当前中老年群体的ACEs发生率居于高位水平,ACEs可明显提升抑郁发生率,亟须建立ACEs筛查干预机制,提升该类人群的健康服务和福祉水平。