杭州市初產婦社會網絡現狀及其對產前抑郁的影響分析

張雪妮，郭 清，陳 浩，章寶丹，王瑋玨，周 馳

(1. 杭州師范大學醫學院，浙江 杭州 310036；2. 浙江中醫藥大學，浙江 杭州 310053)

健康心理研究

杭州市初產婦社會網絡現狀及其對產前抑郁的影響分析

張雪妮1，郭 清2，陳 浩1，章寶丹1，王瑋玨1，周 馳1

(1. 杭州師范大學醫學院，浙江 杭州 310036；2. 浙江中醫藥大學，浙江 杭州 310053)

目的 測量杭州市初產婦社會網絡現狀，分析其對產前抑郁的影響作用。方法 采用立意抽樣的方式，選取杭州某婦產科醫院符合納入標準的1075名初產婦，利用愛丁堡抑郁量表(EPDS)和社會網絡量表進行調查。結果

社會網絡；社會資本；產前抑郁；初產婦

產前抑郁是一種孕期心理疾病，研究顯示其發生率為10.5%～15.0%[1]，產前抑郁的發生還會增加產后抑郁發生的危險性，因此孕婦應盡早做好心理調節，預防產前抑郁的發生。初產婦由于缺乏相關妊娠經驗，孕期內既要適應身體變化及角色轉變，也要面臨精神壓力、經濟負擔等問題，更容易產生焦躁等負面情緒[2]，進而引發抑郁。社會網絡作為一種結構性社會資本，在人們與社會網絡成員的長期互動中影響個人形成一種資源可得性和資源獲取方式的固定心理感知模式，進而作用于人們的健康狀況[3]，本研究通過了解初產婦的社會網絡現狀，來探討分析其對產前抑郁的影響。

1 對象及方法

1.1 對象 采用立意抽樣，選取杭州某婦產科醫院2016年3-8月前來就診的初產婦，發放調研問卷共1171份，收回有效問卷1075份，回收率為91.8%。納入標準：①初產婦(包括第一胎引產或死胎)；②孕30～36周；③選擇在開展調研的醫院分娩；④具有一定閱讀能力，能夠配合完成問卷；⑤自愿參與本次調查。排除標準：①經產婦；②孕周不符；③患有精神障礙性疾病；④經解釋后不愿合作的初產婦。所有被調查者均簽署知情同意書，本研究通過杭州師范大學倫理委員會審查。

1.2 調查內容

1.2.1 基本情況 問卷調查內容包括一般人口學特征和孕檢資料。一般人口學特征包括初產婦的年齡、居住地、教育程度、丈夫的教育程度、婚姻狀況、性格、月收入、家庭條件水平、職業類別、丈夫的職業類別、同住人數等；孕檢資料包括孕周、是否計劃懷孕、有無不良孕產史、產后居住地是否更改等。

1.2.2 產前抑郁情況 采用愛丁堡產后抑郁量表(EPDS)，EPDS共10個條目，分別涉及心境、樂趣、自責、抑郁、恐懼、失眠、應付能力、悲傷、哭泣和自傷等。每個條目的描述分4級，按其顯示的癥狀嚴重程度從無到極重，分別賦值0～3分。滿分30分，得分9～12分為輕度抑郁，≥13分為重度抑郁[4]。該量表Cronbach’α=0.779；KMO=0.803，Bartlett=2623.609，P=0.000，信效度較好。

1.2.3 社會網絡現狀 采用社會網絡測量量表，通過測量社會網絡的3個維度(分別為網絡多樣性、網頂和網差)來描述其對產前抑郁的影響。該方法以職業聲望地位為理論基礎，通過詢問被調查者認識的家人、朋友和熟人的職業狀況，間接獲得社會網絡總量，參考“中國人職位聲望表”[5]，共20種職業，每種職業有對應的職位聲望分數，以此來進行計算。網絡多樣性為網絡成員中職業的數量總和，取值范圍為0～20；網頂為網絡成員中的最高職位聲望分數，取值范圍為0～95；網差為網絡成員中最高職業聲望分數減去最低職業聲望分數，取值范圍為0～94。該量表標化后的Cronbach’α=0.769；KMO=0.651，Bartlett=977.950，P=0.000，信效度較好。

1.3 統計學處理 利用問卷星軟件收集問卷，導出后使用SPSS 20.0進行統計學分析。本次調查的數據符合正態分布，計數資料采用頻數、百分比描述。分別將社會網絡總分及其3個維度得分以均值為界分為高低兩組，應用χ2檢驗對初產婦的基本情況、社會網絡及其3個維度進行產前抑郁發生率的差異比較，篩選出對于產前抑郁發生率有影響的因素，以此為自變量，應用二元logistic回歸模型分析產前抑郁的影響因素及影響強弱，采用方法為向前：LR，檢驗水準為α=0.05。

1.4 質量控制 由專業老師負責制定現場調研方案和培訓內容，由經過統一培訓的碩士研究生擔任調查員。調查問卷通過預調查的驗證和修改后用于正式調查。調查對象現場自填問卷，填寫完成后交給調查員逐項核查，有遺漏或誤填項及時讓調查對象更正。數據資料采用雙人雙錄入。

2 結 果

2.1 基本情況及產前抑郁流行狀況 被調查的1075名初產婦，平均孕32.6±1.97周，平均年齡28.69±3.18歲，丈夫平均年齡30.32±4.14歲；其中，418名初產婦(38.9%)居住地為城市；初產婦教育程度在大專及以上960人(89.3%)；已婚1067人(99.3%)，未婚或離異8人(0.7%)；性格內向者390人(36.3%)，外向者685人(63.7%)；計劃內懷孕者有891人(82.9%)，計劃外懷孕者有184人(17.1%)；有不良孕產史的有339人(31.5%)，主要為流產、宮外孕、死胎等。本次調查的產前抑郁平均得分為(6.75(3.34)分，293人(27.3%)有產前抑郁狀態，其中輕度抑郁247人(23%)，重度抑郁46人(4.3%)。

2.2 人口學特征與孕檢資料的產前抑郁發生率差異 結果顯示：不同居住地(χ2=14.32)、初產婦教育程度(χ2=20.63)、丈夫教育程度(χ2=15.87)、婚姻狀況(χ2=12.14)、性格(χ2=13.41)、家庭條件(χ2=5.85)、初產婦職業類別(χ2=15.96)、是否計劃懷孕(χ2=6.34)、有無不良孕產史(χ2=7.52)均有統計學意義(P<0.05)。

2.3 社會網絡及其各維度的產前抑郁發生率差異

參考“中國人職位聲望表”，從網絡多樣性、網頂、網差三個角度測量初產婦的社會資本，設計社會網絡問卷，χ2檢驗得出，社會網絡及其各維度得分均為低分組產前抑郁發生率較高(χ2分別為16.52， 17.51，15.89，4.82)，差異均有統計學意義(均P<0.05)，

2.4 產前抑郁影響因素的回歸分析 將單因素分析中有顯著性差異的變量作為自變量，抑郁得分(排除抑郁為0，抑郁為1)為因變量，采用向前-LR法，進行二元Logistic回歸分析。具體變量及賦值說明見表1，引入水準為0.05，剔除水準為0.10。

表1 自變量賦值情況說明

Logistic回歸分析揭示，居住地為城鎮/農村、婚姻狀況為離異或未婚、性格為內向、計劃外懷孕、有不良孕產史、社會網絡總分低是產前抑郁的危險因素(均P<0.05)，見表2。

表2 初產婦產前抑郁影響因素的二元logistic回歸分析結果

3 討 論

陳夢琪等[6]調查顯示，產前抑郁發生率為20.4%，與之相比，本研究中的產前抑郁發生率較高，可能原因是將調研對象為初產婦，初產婦在孕期情緒處理上沒有經驗，所以更容易出現焦慮、抑郁等情緒[7]。鄭美鳳的調查結果[8]顯示，初產婦的產前抑郁發生率為31.6%, 高于本研究中初產婦的產前抑郁發生率，主要原因可能是城市發展水平越高，孕婦具有更便捷的信息獲取渠道和更豐富的社交資源以滿足身心需求，因而在孕期內能保持較好的心理狀態，預防產前抑郁的發生[9]。

相關研究表明，產前抑郁的主要影響因素有心理因素以及社會因素，前者包括焦慮情緒、性格特征、應對方式以及自我效能感，后者包括家庭支持、社會支持以及重大社會事件[1]。本研究結果中，初產婦教育程度、丈夫教育程度、婚姻狀況、性格、家庭條件、初產婦職業類別、是否計劃懷孕、有無不良孕產史均為產前抑郁的影響因素，這與現有研究結果一致。此外，本研究結果顯示居住地是影響產前抑郁的因素之一，這與現有研究所得結論不同[10]。可能因為本研究調研地點在杭州市市區，對于居住在城市的居民來說，交通更便利，在孕期出現突發情況時能夠在第一時間得到救護，同時，接受健康教育的渠道更豐富多樣；而居住在農村、城鎮的孕婦每次到市區的醫院做產檢時間成本較大，加之該調研醫院要求孕婦在不同孕期完成相應的孕婦課程，可能給孕婦原有生活帶來較大影響，因此會有較多顧慮，易產生焦慮情緒[11]。

隨著社會節奏的加快、科學技術的迅猛發展，社會風尚和思維觀念的深刻變化，人們的精神心理壓力明顯趨于緊張化，現代醫學也正逐步向生物-心理-社會模式轉變，心理、社會因素對人類精神健康的影響越來越強烈。因此，醫學相關研究應從廣泛的健康影響因素入手，用新型的大醫學健康觀來解決分析解決問題[12]。本研究發現社會網絡總分是影響產前抑郁的主要因素，高社會網絡總分是產前抑郁的保護因素。這與現有研究結果[13]一致。單因素分析得出，網絡多樣性、網頂、網差的高分組，產前抑郁發生率較低。對此可作如下解釋，社會網絡各維度得分越高，說明該網絡：(1)包括較多從事不同職業類別的人，初產婦有較多機會與他人溝通交流，在信息獲得、行動支持上有優勢[14]；(2)包含權力大、地位高、財富多、聲望高的社會關系多，獲取有效社會支持的能力強[15]；(3)網絡內所具有的資源相異程度大，通過資源的有效互補，有更多渠道獲得社會支持，最終對其心理健康有積極影響[16]。

由于國內關于初產婦產前抑郁的大樣本研究較少，本研究也有諸多局限性。如該研究采用立意抽樣，并非隨機抽樣，其應用范圍受到限制；社會網絡測量方法應由更為客觀、準確的評估方法來評估等。就本研究結果而言，從社會網絡的研究視角出發，可對初產婦進行生活方式的干預：首先，建議初產婦使用社交平臺認識更多的孕婦群體，在信息獲得方面更加全面，從而提高處理孕期問題的能力；其次，拓展個人及家庭成員的社會關系，建立有效的社會支持網絡，從而獲得更多積極的情感體驗以及健康知識；再次，生活交往中結識不同職業類別的人群，創造更多溝通交流的機會，并能在資源獲取方面得到互補。

[1]張利卷,尹航,陳志紅,等.孕婦產前抑郁社會心理因素及護理干預的研究進展[J].解放軍護理雜志,2016,33(19):30-34.

[2]李君琴,曹淑殷,余曉燕.孕中晚期婦女妊娠相關焦慮及其影響因素分析[J].中華護理雜志,2016,51(7):798-803.

[3]趙延東.社會網絡與城鄉居民的身心健康[J].社會,2008,28(5):1-19.

[4]何瑛,何國平.430例產婦產后抑郁發生及相關因素的研究[J].中華現代護理雜志,2011,17(13):1539-1541.

[5]邊燕杰.城市居民社會資本的來源及作用:網絡觀點與調查發現[J].中國社會科學,2004，31(3):136-146.

[6]陳夢琪,馬曉英,彭金香,等.妊娠早期抑郁的相關因素研究[J].中國婦幼保健,2017,22(3):451-454.

[7]譚朝建.心理護理在初產婦分娩護理中的效果觀察[J].世界最新醫學信息文摘:連續型電子期刊,2016,16(89):339.

[8]鄭美鳳.1304例初產婦產前抑郁影響因素調查分析[J].中國鄉村醫藥,2013,66(3):64-65.

[9]楊婷,合浩,冒才英,等.孕婦產前抑郁焦慮的危險因素[J].中國心理衛生雜志,2015,14(4):246-250.

[10]宋玉萍,李宛諭.社會支持與產前情緒對產婦產后抑郁的影響[J].中國健康心理學雜志,2014，8(6):909-911.

[11]李賢芬,苗云,陳稀,等.1008例孕晚期妊娠婦女焦慮、抑郁情緒調查[J].中國健康心理學雜志,2012,20(5):665-667.

[12]郭清.“健康中國2030”規劃綱要的實施路徑[J].健康研究,2016,36(6):601-604.

[13]王江蓉,張拓紅.中國成年居民社會資本相關因素與健康自評的關系[J].北京大學學報醫學版,2012,44(3):392-396.

[14]Lin Nan. Measurement Techniques for Investigations of Social Capital[J]. ResearchGate,2001,1:57-81.

[15]Moore S, Bockenholt U, Daniel M,etal. Social capital and core network ties: a validation study of individual-level social capital measures and their association with extra-and intra-neighborhood ties, and self-rated health[J]. Health & Place,2011,17(2):536-544.

[16]張文宏.中國社會網絡與社會資本研究30年(上)[J].江海學刊,2011,45(2):137-139.

Effect of primiparas’ social network status on pre-natal depression

ZHANG Xue-ni1, GUO Qing2, CHEN Hao1, ZHANG Bao-dan1, WANG Wei-jue1, ZHOU Chi1

(1.SchoolofMedicine，HangzhouNormalUniversity,Hangzhou310036;2.ZhejiangChineseMedicalUniversity,Hangzhou310053,China)

Objective To understand the effect of primiparas’ social networking behavior on prenatal depression. Method Purposive sampling was used to select 1075 primiparas from Hangzhou city as the subjects of study. They were then surveyed with Edinburgh Depression Scale (EPDS) and the social network scale. Findings The prevalence of depression was 27.3% and the average score of EPDS was 6.75(3.34. The demographic factors that contribute to the prevalence of pre-natal depression include pregnant women’s place of residence, education degree, spouse’s education degree, marital status, personality, family condition, pregnant women’s profession, unintended pregnancy, adverse pregnancy history, which had significant effect on pre-natal depression (P<0.05). Rural towns and villages as residential place, divorced status, unmarried status, introvert personality, unplanned pregnancy, adverse pregnancy history, low social network score are the risk factors leading to antenatal depression (OR values were 1.72, 1.72, 1.72, 1.55, 1.54, 1.74,P<0.05). Conclusion Social network can serve to prevent pre-natal depression. It has a positive effect on primiparas’ mental status.

social network; social capital; pre-natal depression; primiparae

2016-11-10

國家自然科學基金青年基金(71503064)

張雪妮(1992-)，女，云南德宏人，碩士研究生，研究方向：健康管理。

周馳(1985-)，女，浙江杭州人，博士，講師，研究方向：健康管理。

10.3969/j.issn.1674-6449.2017.02.021

R195

A

1674-6449(2017)02-0185-04

杭州市初產婦產前抑郁的發生率為27.3%，EPDS分值6.75(3.34；孕婦居住地、教育程度、丈夫教育程度、婚姻狀況、性格、家庭條件、初產婦職業類別、是否計劃懷孕、有無不良孕產史對產前抑郁影響有統計學意義(P<0.05)；高分、低分組的社會網絡總分、網絡多樣性、網頂、網差對產前抑郁影響均有統計學意義(P<0.05)；居住在城鎮或農村、離異或未婚、性格內向、計劃外懷孕、有不良孕產史、社會網絡總分低是產前抑郁的危險因素(均P<0.05)。結論 社會網絡是產前抑郁的保護因素，對初產婦的心理狀況有積極作用。