我國老年人抑郁風險預測模型的構建

Construction of risk prediction model of depression in the elderly in China

LIU Shulian¹， ZHANG Yujing¹， ZHAO Peiwen¹， ZHANG Jina^2*， GUO Yaming³

1.Luoyang Polytechnic， Henan 471000 China；2.Henan Medical College；3.Henan Rongkang Hospital

*Corresponding Author" ZHANG Jina， E?mail： 1043648539@qq.com

Abstract" Objective：To construct a risk prediction model of depression in the elderly using the data of China Health and Retirement Longitudinal Study（CHARLS） in 2020.Methods：The study data were collected from the CHARLS 2020 national survey.A total of 901 elderly people were selected according to inclusion and exclusion criteria.The variables included demographic information，health status，function and working status.The risk prediction model was constructed based on Logistic regression.And the prediction performance of the model was evaluated by accuracy，sensitivity，specificity，area under receiver operating characteristic curve and other indicators.Results：The detection rate of depressive symptoms in 901 elderly patients was 36.51%.Logistic regression analysis showed that outpatient service utilization，whether to nap，whether to use the Internet，life satisfaction，children satisfaction，gender，education level，self?rated health status，sleep duration were the key influencing factors of depression in the elderly（Plt;0.05）.Conclusions：The constructed risk prediction model of depression in the elderly had good predictive performance.The Nomogram of depression risk based on the model results can better screen out the high?risk elderly patients with depression risk，which can be used to guide the gerontological nursing practice.

Keywords" the elderly; depression; risk prediction model; Nomogram; secondary prevention; influencing factors

摘要" 目的：應用中國健康與養老追蹤調查（CHARLS）2020年全國調查數據，構建老年人抑郁風險預測模型。方法：研究數據來源于CHARLS 2020年全國調查數據，根據納入與排除標準選取901名老年人，納入研究變量包括人口統計學信息、健康狀況與功能及工作狀態。基于Logistic回歸構建風險預測模型，采用準確率、靈敏度、特異度、受試者工作特征曲線（ROC）下面積（AUC）等指標評價模型預測性能。結果：901名老年人抑郁癥狀檢出率為36.51%。Logistic回歸分析結果顯示，門診服務利用情況、是否午睡、是否使用互聯網、生活滿意度、子女滿意度、性別、文化程度、自評健康狀況、睡眠時長是老年人抑郁發生的關鍵影響因素（Plt;0.05）。結論：構建的老年人抑郁癥狀風險預測模型具有良好的預測性能，基于模型結果繪制的老年人抑郁風險列線圖能較好地篩選出具有抑郁風險的高危老年病人，可用于指導老年護理實踐。

關鍵詞" 老年人；抑郁；風險預測模型；列線圖；二級預防；影響因素

doi：10.12102/j.issn.1009-6493.2025.04.011

隨著社會經濟和科技的發展，醫療水平、居民健康素養和期望壽命也逐步提高，老年人中因器官功能衰退、社會心理應激等因素導致的精神心理問題日益凸顯^[1]，其中抑郁癥對老年人的生理、心理健康都造成了負向影響。有研究表明，抑郁與多種疾病的發生、發展及預后顯著相關，嚴重危害了我國老年人的身心健康^[2?4]，且隨著人口老齡化程度的不斷加深^[5]，該影響也在日益突顯。抑郁情緒與抑郁癥狀是抑郁癥發展的前期表現，作為常見但易被忽視的心理問題，出現抑郁癥狀后如不及時識別并干預，病情將進一步發展^[6]。而臨床護理工作是最先且始終與病人保持一線接觸的過程，且隨著社會健康問題的日益加劇以及醫療改革的不斷深化，社會對護理人員的要求已不僅是簡單的護理操作，而是趨向于全方位的健康照護。因此，開展基于臨床護理的抑郁癥狀篩查，更利于早期識別高危人群并對其實施心理干預，減輕其抑郁情緒及癥狀，從而預防重度抑郁癥的發生^[7]，并在一定程度上改善病人預后。目前，針對抑郁癥狀的篩查大多基于自評式測量工具^[8]，結果具有強烈的主觀性。隨著社會的不斷發展，出現了更多抑郁相關的危險因素^[9?10]，傳統篩查工具越來越無法滿足當前疾病需求。基于此，本研究應用中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study，CHARLS）2020年全國調查數據，構建老年人抑郁癥狀發生風險預測模型，以實現對老年人抑郁癥狀更為科學的早期篩查。

1" 對象與方法

1.1 對象

研究數據來源于CHARLS 2020年全國調查數據^[11]，該項目由北京大學國家發展研究院開展并實施，對中國28個省份150個縣級單位的450個村級單位進行調查，調查人群涵蓋了45歲及以上的中老年人。本研究對象納入標準：年齡≥60歲。排除標準：未回答抑郁量表問題的參與者；大量變量缺失的參與者。最終納入901名老年參與者。

1.2 研究指標及其資料收集

1.2.1 結局變量

本研究的結局變量為是否具有抑郁癥狀。CHARLS項目利用流調抑郁量表（CES?D?10）判定調查人群的抑郁情況，共10個條目，量表總分為30分，得分≥10分則判定為具有抑郁癥狀，lt;10分則判定為未檢出抑郁癥狀^[12]。

1.2.2 研究變量

本研究納入的研究變量包括人口統計學信息（年齡、性別、婚姻狀況、文化程度、養老保險情況、醫療保險情況、居住類型、居住地類型、戶口類型）、健康狀況與功能（自評健康狀況、慢性病情況、門診服務利用情況、住院情況、睡眠時長、體育鍛煉、午睡、社交活動、互聯網使用情況、吸煙、飲酒、失能情況、生活滿意度、子女滿意度）及工作狀態。

1.3 統計學方法

采用SPSS 21.0與R 4.2.2軟件對CHARLS 2020年全國調查數據進行清洗、插補和分析。定性資料用百分比（%）表示，采用χ²檢驗或Fisher精確概率法。將數據按照7∶3的比例隨機劃分為訓練集和驗證集，基于Logistic回歸構建風險預測模型。基于Bootstrap重復抽樣法和十折交叉驗證訓練模型以獲取模型最優參數。采用準確率、精確率、靈敏度、特異度、受試者工作特征曲線（ROC）下面積（AUC）、校準曲線等指標評價模型預測性能。基于列線圖將研究結果可視化，以便于指導臨床實踐。基于R 4.2.2軟件的“rms”包分別構建Logistic回歸模型和繪制列線圖。采用雙側檢驗，檢驗水準α=0.05。

2" 結果

2.1 老年人基本情況（見表1）

2.2 老年人抑郁癥狀發生情況

901名老年人中329人表現出抑郁癥狀，發生率為36.51%。將其按照是否抑郁進行分組，單因素分析結果見表2。

2.3 老年人抑郁風險預測模型的構建

將數據按7∶3比例隨機劃分為訓練集和驗證集。納入單因素分析中Plt;0.05的變量，構建基于Logistic回歸的老年人抑郁風險預測模型。根據Logistic向前逐步回歸結果可知，在進行9步變量篩選過程后模型性能達到最佳。此時，門診服務利用情況、午睡情況、互聯網使用情況、生活滿意度、子女滿意度、性別、文化程度、自評健康狀況、睡眠時長是老年人抑郁發生的關鍵影響因素，變量賦值情況見表3，結果見表4。根據模型內部驗證結果，分別計算模型的準確率、精確率、靈敏度、特異度、AUC等指標，見表5；模型的ROC曲線見圖1、圖2，模型的校準曲線見圖3、圖4。結果顯示，構建的風險預測模型具有優秀的預測性能；根據模型結果繪制老年人抑郁風險列線圖，見圖5。

3" 討論

本研究結果顯示，我國老年人抑郁癥狀檢出率為36.51%，與相關研究結果^[13?16]一致，表明本研究納入的樣本數據符合當前真實世界的分布規律，基于該數據進行的風險預測模型研究亦具備可靠性。本研究發現，近1個月內門診服務利用情況與老年人抑郁風險具有相關性。受大多數老年人經濟觀念的影響^[17]，就醫導致的經濟負擔很容易讓其產生不安、焦慮等負面情緒，加之疾病本身造成的病人自我感受負擔^[18]及就診過程中未能與醫生進行有效溝通^[19]等因素的影響，近期接受過門診服務的老年人應得到重點關注。本研究結果還顯示，無午睡習慣與睡眠時長較短是老年人發生抑郁的獨立危險因素，這與多項研究結果^[20?22]一致。隨著年齡的增長，老年人普遍存在睡眠時間減少、睡眠效率下降等睡眠問題^[23]，嚴重影響到老年人的生理功能。而進行午睡或增加睡眠時長可以消除身體疲勞與精神緊張，愉悅身心以減少負面情緒的產生。本研究結果表明，使用互聯網的老年人具有更低的抑郁風險。互聯網的普及影響了當代人的生活方式，種類繁多的線上娛樂、隨時隨地進行的網絡通信都在一定程度上滿足了老年人的精神需求^[24]，降低了其心理疾病負擔。本研究發現，生活滿意度與老年抑郁風險存在相關性。既往研究表明，生活滿意度與抑郁間更多的是相互映射的關系，而非因果關聯，即具有抑郁癥狀的人群更可能表現出消極的生活態度，對生活不滿意的人群更可能存在心理健康風險^[25?26]，子女滿意度與老年人抑郁癥狀有關^[27]，這與本研究結果一致。代際關系研究中的利他主義模型認為，老年人對子女的滿意可能代表其子女在交往、照護等方面給予了更多的支持，這將顯著降低老年人的抑郁風險^[28]。本研究結果還顯示，老年女性人群更可能發生抑郁癥狀，與相關研究結果^[29?30]一致。本研究還發現，文化程度與老年人抑郁風險具有相關性，且文化程度越高，抑郁發生風險越低。文化程度越高，知識儲備可能越多，其思想也更加豁達開放，能更好地排解自身的負面情緒和壓力^[31]。本研究結果還顯示，更差的自評健康狀況與更高的老年人抑郁風險相關。自評健康狀況并不等同于真正的健康情況，它體現了個體對自身健康的主客觀綜合評價。既往研究顯示，擁有樂觀生活態度的老年人，更可能具有較好的自我評價，其抑郁風險也普遍較低^[31]；而自評健康較差的人群往往過度關注自身疾病，更容易產生負面情緒，顯著增加抑郁風險^[32]。

本研究以臨床護理實踐為基礎，結合預防醫學、計算機信息科學等學科知識，構建了老年人抑郁風險預測模型，并基于預測結果繪制了抑郁風險列線圖。列線圖可將各預測因子對老年抑郁的貢獻度以分值形式呈現，實現對老年人抑郁風險的精準評估，為護理實踐中早期發現高危人群，進而開展針對性心理護理干預提供了科學依據。

本研究具有以下優勢：1）傳統抑郁評分大多基于主觀性的自我報告，而本研究構建的風險預測模型納入了更多客觀指標，對抑郁癥狀的預測更加科學；2）臨床中大多數是根據抑郁評分量表對現有抑郁病人進行診斷，具有一定滯后性，本研究將預防理念融入護理實踐，早期識別并干預高危人群，以減少抑郁的發生；3）本研究嚴格遵循中國學位與研究生教育學會公布的《研究生教育學科專業簡介及其學位基本要求（試行版）》^[33]，積極促進護理學科與基礎醫學、預防醫學、計算機信息科學等學科融合，利用交叉學科的知識與理念構建風險預測模型。本研究也具有一些局限性：1）數據來源于CHARLS 2020年隨訪數據庫，數據收集時間相對較早；2）本研究的靈敏度指標結果顯示，模型的查全性能一般，雖然模型在區分陽性與陰性樣本的性能與準確性方面表現優秀，但仍有改進空間，后續將從數據納入與模型優化方面對列線圖性能進行提升。

4" 小結

本研究基于Logistic回歸構建了老年人抑郁風險預測模型，模型具有優秀的預測性能。基于模型結果繪制的老年人抑郁風險列線圖能較好地篩選出具有抑郁風險的高危老年病人，可應用于護理實踐，開展針對老年人抑郁癥狀的早期篩查。

參考文獻：

[1]" 劉正奎，陳天勇，王金鳳，等.城鎮化進程中農村老年人的抑郁情緒及相關因素[J].中國心理衛生雜志，2018，32（1）：43-48.

[2]" 程夢吟，張瑞星，顧超凡，等.老年抑郁病人情緒調節策略的研究進展[J].中國老年學雜志，2020，40（23）：5133-5136.

[3]" 吳巧娣，周靜，王碩.康復自我效能在老年腦卒中康復期病人卒中后抑郁與卒中后疲勞間的中介效應[J].護理學報，2021，28（17）：64-69.

[4]" 李萌，李達，王潔.心理護理模式在老年腦卒中后抑郁康復護理中的價值研究[J].心理月刊，2023，18（10）：117-119.

[5]" 國家統計局.第七次全國人口普查主要數據情況[EB/OL].[2024-04-30].https：//www.stats.gov.cn/sj/zxfb/202302/t20230203_1901080.html.

[6]" 李倩倩，董毅，張逸寅，等.自我憐憫在抑郁癥病人述情障礙與抑郁癥狀間的中介作用[J].中華疾病控制雜志，2020，24（11）：1308-1314.

[7]" CUIJPERS P，QUERO S，DOWRICK C，et al.Psychological treatment of depression in primary care：recent developments[J].Current Psychiatry Reports，2019，21（12）：129.

[8]" IRWIN M，ARTIN K H，OXMAN M N.Screening for depression in the older adult：criterion validity of the 10-item Center for Epidemiological Studies Depression Scale（CES-D）[J].Archives of Internal Medicine，1999，159（15）：1701-1704.

[9]" 海志琴，胡乃范，李江平，等.2018年我國不同地區老年抑郁患病情況及影響因素分析[J].寧夏醫科大學學報，2023，45（4）：412-417.

[10]" 顏豪森，祝貴明，李梓盟，等.煙臺市區老年人抑郁狀況及影響因素研究[J].應用預防醫學，2022，28（5）：426-431.

[11]" 北京大學國家發展研究院.中國健康與養老追蹤調查（2020）[EB/OL].[2024-04-30].https：//charls.charlsdata.com/pages/data/111/zh-cn.html.

[12]" ANDRESEN E M，MALMGREN J A，CARTER W B，et al.Screening for depression in well older adults：evaluation of a short form of the CES-D（Center for Epidemiologic Studies Depression Scale）[J].American Journal of Preventive Medicine，1994，10（2）：77-84.

[13]" 胡玲.老年人抑郁癥狀相關因素及城鄉差異研究[D].重慶：重慶醫科大學，2022.

[14]" 董文爍，王美娟，李夢麗，等.農村老年人抑郁癥狀的潛在剖面及與認知功能的關系[J].護理學雜志，2024，39（1）：98-102.

[15]" 楊娟，呂曉珍，尚麗，等.深圳市老年人抑郁與焦慮情緒檢出率及相關因素[J].中國心理衛生雜志，2023，37（5）：373-379.

[16]" 馬春，王佳琳，楊鵬羽，等.中國老年輕度認知障礙病人抑郁情緒檢出率及影響因素的系統評價[J].循證護理，2023，9（15）：2685-2691.

[17]" 方黎明.農村中老年居民的健康風險及其社會決定因素[J].保險研究，2017（5）：117-127.

[18]" 毛麗，馬雅維.中醫情志干預對不穩定型心絞痛病人自我感受負擔的影響[J].中國健康心理學雜志，2014，22（3）：355-356.

[19]" 肖思瑩，鄧蕊.農村老年女性在醫療中的健康不平等現象——基于個人、家庭與社會的分析[J].中國醫學倫理學，2019，32（9）：1147-1152.

[20]" 劉延慧，齊海峰，張曉磊，等.老年急性心肌梗死病人抑郁影響因素的分析[J].吉林醫學，2020，41（6）：1480-1481.

[21]" 董淑慧，孫喜蓉，王濤，等.社區老年人抑郁癥狀的調查與分析[J].內科理論與實踐，2018，13（3）：170-174.

[22]" 潘禺安，宋佳男，張鷺鷺，等.我國老年高血壓病人抑郁狀況及其影響因素分析——基于第8輪CLHLS數據[J].海軍軍醫大學學報，2023，44（10）：1173-1178.

[23]" 丁淑平，陳長香，郝習君.中國22省老年人睡眠障礙影響因素分析[J].中國公共衛生，2009，25（8）：972-973.

[24]" 胡曉茜，馮冉.代際支持對老年抑郁水平的影響研究——基于互聯網使用的調節效應分析[J].大連大學學報，2022，43（6）：93-101.

[25]" 尹瀾欣，王華容，高建林.農村老年人認知功能對心理健康狀態影響：老化態度的中介作用[J].中國健康心理學雜志，2023，31（12）：1773-1779.

[26]" 趙金蘭，陳正明，嚴文錦，等.老年抑郁障礙病人的心理干預對比分析[J].中國心理衛生雜志，2002，16（3）：179-180.

[27]" 趙涵，向遠，裴麗君.老年人多維度社會參與和家庭交往與抑郁情緒發生風險的關聯研究[J].人口與發展，2021，27（3）：110-122.

[28]" 楊帆.社區重構與農村留守老人的抑郁癥狀：基于CHARLS截面數據的分析[J].實證社會科學，2017，4（2）：49-62.

[29]" 楊璐，宗占紅，易瑩瑩.中國農村中老年女性抑郁狀況及影響因素研究[J].中國全科醫學，2023，26（25）：3091-3095.

[30]" 韓進美，王子云，楊蘭，等.中國醫院來源老年人抑郁檢出率的Meta分析[J].中國老年學雜志，2019，39（5）：1117-1121.

[31]" 曹穎，王意君，呂莉霞，等.成都地區老年抑郁現狀及相關因素分析[J].中華老年心腦血管病雜志，2019，21（11）：1182-1187.

[32]" 王珺婷，丁玎，馮潔，等.大連市貧困家庭老人的抑郁及相關因素現況[J].中國心理衛生雜志，2021，35（6）：461-465.

[33]" 中國學位與研究生教育學會.研究生教育學科專業簡介及其學位基本要求（試行版） [EB/OL].[2024-04-11].https：//www.acge.org.cn/encyclopediaFront/enterEncyclopediaIndex.

（收稿日期：2024-05-13；修回日期：2025-02-05）

（本文編輯 蘇琳）

基金項目 2023年洛陽市社會科學規劃項目，編號：2023B222

作者簡介 劉書蓮，副教授，碩士研究生

通訊作者 張繼娜，E?mail：1043648539@qq.com

引用信息 劉書蓮，張玉晶，趙培文，等.我國老年人抑郁風險預測模型的構建[J].護理研究，2025，39（4）：591?597.