中國農村地區老年人抑郁癥狀發生情況及影響因素研究

李磊，馬孟園，彭紅葉，閻早芳，王蜜源，胡夢超，劉佳，趙振海

截至2018年，我國年齡在60歲以上的人口比例已達17.9%，預測到2050年中國老年人將增加到4.54億，占總人口的33%［1］。根據第六次人口普查數據顯示，農村老齡化程度高于城鎮，老年人口占比達70%。隨著人口老齡化進程的加快，老年人的心理健康越來越受到重視。2017年我國60歲以上老年人抑郁癥檢出率高達10%，老年抑郁癥的患病人數和比例在不斷上升［2］。抑郁會損害老年人的心理和身體功能，成為我國老年人常見的慢性心理健康問題。研究表明，農村老年人心理健康意識落后，即使抑郁情緒較為嚴重也意識不到自己心理出了問題，直到發展到一定程度甚至可能會以自殺終結生命［3］。同時，城鄉差距問題使得城鄉老年人的經濟狀況、受教育水平、認知狀況等表現出明顯的差異，出現抑郁癥狀的影響因素也不同［4］。因此，關注農村老年人抑郁狀況，探討我國農村老年人抑郁癥狀的相關因素，對于抑郁癥的早期預防、發現和及時干預具有重要意義。目前，機器學習算法已廣泛應用于公共衛生領域，在群體性疾病的監測和預防中有著較強的適用性［5］。本研究基于隨機森林算法和Logistic回歸兩種機器學習算法，旨在采用定性和定量相結合的方法探討我國農村老年人抑郁癥狀相關因素，現報道如下。

1 資料與方法

1.1 一般資料 本研究數據于2020年11月從北京大學組織的2018年中國健康與養老全國追蹤調查（CHARLS）項目提取，該項目采用多階段抽樣的方法對全國30個省/自治區/直轄市45歲及以上中老年人進行了入戶調查，調查對象代表性強、覆蓋面廣和信息豐富，是我國比較權威的有關老年人健康狀況方面的微觀調查數據［6］。選取60歲及以上的農村戶籍老年人，剔除調查項目有缺失值的人群，共得到樣本3 068例。

1.2 被解釋變量 CHARLS項目（http：//charls.pku.edu.cn/）采用RADLOFF［7］編制的流行病學調查用抑郁量表（CES-D）簡化版進行評估，包含8個描述消極情緒的項目和2個描述積極情緒的項目，CES-D簡化版總分為0～30分，本研究采用LIAO等［8］研究中采用的相關標準：CES-D簡化版得分≥10分記為有抑郁癥狀，<10分記為無抑郁癥狀。CES-D簡化版在以往的研究中被證明具有較高的信效度［9-10］。

1.3 解釋變量 國內外研究顯示老年抑郁癥狀的可能影響因素大致分為個人層面、家庭層面和社會層面［11］。本 研 究 基 于 以 上 3個 維 度 和 既 往 研 究［6，12-19］，初步選取27個單項指標作為解釋變量（賦值見表1），其中午睡時長分為不午睡（0 min）、短時間午睡（1～30 min）、中等時間午睡（31～90 min）以及長時間午睡（>90 min）［20］。代際情感支持采用問卷中“與子女有郵件、電話等交流的頻率”來評價，其中經常為1個月多于2次，較多為1個月1～2次，其余為很少［19］。工具性日常生活活動量表（IADL）任一項評分>1分，即認為該功能有損失［21］。

1.4 樣本量確定 根據EPV（Event Per Variable）［22］原則，每個變量至少要有10個結局事件才能具有足夠的檢驗效能。本研究結局變量為有無抑郁癥狀，計劃選取15個重要變量，所以至少需有150個發生抑郁癥狀的老年人納入研究才有意義。本研究中CES-D簡化版得分≥10分者1 389例，滿足樣本量要求。

2 結果

2.1 重要變量選擇 采用隨機森林算法對初步納入的27個指標進行重要性評分，并選取前15個最重要的指標。設置種子數為20201124，通過importance（）和varImpPlot（）函數輸出結果。由type=2參數得到的變量相對重要性就是分割該變量時節點不純度（異質性）的下降總量對所有樹取平均（MeanDecreaseGini），節點不純度由Gini系數定義，重要性降序排序結果見表2。

表2 重要性降序排序結果Table 2 Factors possibly associated with depressive symptoms ranked in terms of importance

2.2 農村地區老年人抑郁癥狀發生情況的單因素分析3 068例農村地區老年人中，CES-D簡化版得分為（9.9±6.9）分；無抑郁癥狀1 679例（54.7%），有抑郁癥狀1 389例（45.3%）；男1 685例（54.9%），女1 385例（45.1%）；小學及以下學歷2 453例（79.6%）；平均年齡68（64，73）歲；平均夜間睡眠時長為6.0（4.5，8.0）h；平均午睡時長為30（0，60）min。

有無抑郁癥狀的農村地區老年人性別、受教育程度、飲酒情況、夜間睡眠時長、午睡時長、代際情感支持、生活滿意度、婚姻滿意度、自評總體健康、慢性病、童年健康狀況、體力活動比較，差異有統計學意義（P<0.05）；有無抑郁癥狀的農村地區老年人年齡、照看孫子女、社會交往情況比較，差異無統計學意義（P>0.05），見表3。

表3 有無抑郁癥狀的農村地區老年人一般資料比較〔n（%）〕Table 3 Comparison of general information of China's rural elderly with and without depression symptoms

2.3 農村地區老年人抑郁癥狀發生情況的二元Logistic回歸分析 以農村地區老年人抑郁癥狀發生情況為因變量，以單因素分析結果中差異有統計學意義的變量為自變量（賦值見表1）進行二元Logistic回歸分析，結果顯示，性別、受教育程度、夜間睡眠時長、代際情感支持、生活滿意度、婚姻滿意度、自評總體健康、慢性病、童年健康狀況是農村地區老年人發生抑郁癥狀的影響因素（P<0.05），見表4。

表4 農村地區老年人抑郁癥狀發生情況的二元Logistic回歸分析Table 4 Multivariate Logistic regression analysis of the factors associated with depressive symptoms in China's rural elderly

3 討論

3.1 抑郁癥狀檢出率 盧怡帆［24］基于2011—2012年CHARLS數據的研究結果顯示，農村老年人抑郁癥狀檢出率為46.85%；李甲森等［25］利用2013年CHARLS數據計算出的抑郁癥狀發生率為34.25%；邢荔函等［26］利用2015年CHARLS數據計算出的抑郁癥狀發生率為43.38%；榮健等［27］對近10年我國農村老年人抑郁癥患病率進行薈萃分析，結果顯示抑郁癥發生率為31.02%。本研究提取的2018年CHARLS項目的調查結果，分析顯示3 068例有效樣本中抑郁癥狀檢出率為45.3%（1 389/3 068），可以看出近年來我國農村地區老年人群抑郁癥狀檢出率一直居高不下，應成為農村健康治理的公共衛生問題。

3.2 影響因素分析 相較于男性，女性是農村老年人發生抑郁癥狀的危險因素。一方面，在以體力勞動為主的農村地區，老齡女性失能風險暴露水平顯著高于男性，而失能分別通過社會支持和心理資源這兩個方面對抑郁癥狀產生顯著的間接影響［28］，因此女性更容易出現抑郁癥狀；另一方面，在女性地位明顯提高的今天，農村地區“男尊女卑”思想依舊根深蒂固，且女性在身體力量、話語權上處于弱地位，傳統文化也對女性有一定的約束，因此女性常更容易出現抑郁癥狀。

相較于夜間睡眠時長<6 h，睡眠時長6～8 h、>8 h是農村老年人發生抑郁癥狀的保護因素，與冀好強等［29］研究結果一致，說明保持充足的睡眠的重要性。睡眠可以保護大腦、改善情緒、穩定精神狀態。睡眠時長較短人群常伴隨失眠，失眠患者常心理健康狀況較差［30］，而心理健康狀況差又會再次導致失眠和睡眠不足的發生，形成惡性循環。

本研究結果顯示，代際情感支持是農村老年人發生抑郁癥狀的影響因素，且代際情感支持高的農村老年人更不容易出現抑郁癥狀。在“空巢老人”越來越多的今天，大多數農村地區的老年人缺少子代的陪伴與交流，同時許多農村地區老年人對于傳統孝道的想法與當下子代的行為不契合，使得我國農村居民進入老年后逐漸感覺失去了對子女的依靠，孤獨感日增，情感需求無法得到滿足。子女的關愛和聯絡可以幫助減少、甚至消除農村老年人的孤獨感，并且能夠建立老年人的自尊心、滿足老年人的心理需求。因此子女應該提供更多的情感支持以減少農村地區老年人抑郁癥狀的發生。

自評健康狀況、慢性病可以歸為身體狀況，生理不適、生活不便在影響老年人心情的同時還會增加一系列直接、間接疾病負擔。王麗等［31］研究結果顯示自評健康狀況與老年人抑郁癥狀的發生呈正相關。自評健康狀況多是從主觀角度出發，因此自評健康狀況不佳的農村老年人常更悲觀，更容易出現抑郁癥狀。而慢性病則會干擾老年人的日常生活，并帶來一定的經濟負擔，農村老年人常經濟收入低甚至無收入，更多的是依靠子女贍養，這可能會使老年人陷入苦悶，讓老年人產生無用感，甚至產生自責、自卑、輕生的念頭，因此產生抑郁癥狀的概率也極大增加。

童年健康狀況差與受教育程度較低可以歸納為童年生活不利環境，是農村地區老年人發生抑郁癥狀的影響因素。焦開山等［32］研究表明即使到了老年階段甚至高齡階段，童年生活不利環境的影響仍然顯著存在，且農村地區居民在成年時相較于城市居民仍然處于較低的社會經濟地位，不僅沒有更多的資源和機會去彌補早期不利環境帶來的影響，而且還處于新的不利環境中。這些不利環境的不斷累積最終導致了農村地區老年人抑郁癥狀的發生。同時有研究證實相較于受教育程度較低時，接受更多教育確實有助于降低抑郁水平［33］，這可能是接受更多教育的人可以找到疏解自己內心苦悶的方式，因此即使已經到了老年，針對低學歷的老年人給予適當的心理健康教育，也可以防止抑郁癥狀的發生。

相較于對生活滿意的農村老年人，對生活不滿意的老年人抑郁癥狀發生率上升5倍多（OR=5.179）；相較于對婚姻滿意的農村老年人，對婚姻不滿意的老年人抑郁癥狀發生率上升3倍多（OR=3.181）。研究顯示，對生活不滿意會加重老年人的焦慮和抑郁情緒［34］。婚姻滿意度高常意味著高質量的婚姻，高質量的婚姻關系可以幫助雙方緩解生活中負性事件的影響和消極體驗，反之則會加重婚姻雙方的消極體驗［35］，因而也提高了抑郁的風險。

3.3 重要變量分析 相對于城市而言，農村地區醫療衛生服務可及性較低、醫療人才缺乏且總體素質不高，精神衛生服務缺乏，老年人群整體受教育程度較低、收入較低、晚年生活單調、自我保健意識較差、負面情緒自我調節能力較差。采用隨機森林算法得出的變量重要性排序可以看出對農村地區老年人抑郁癥狀產生影響最大的6個因素為自評總體健康、午睡時長、生活滿意度、夜間睡眠時長、受教育程度、婚姻滿意度。我國人口老齡化程度越來越高，采取必要的針對性措施對于改善農村地區老年人精神健康狀況、促進健康老齡化具有重要意義。

政府層面，定期進行農村地區老年人心理健康現狀調查；加強心理健康教育宣傳時應考慮農村老年人理解和接受能力差的特點，制定通俗易懂的宣傳手冊，呼吁子女與老年人建立良好親密的代際關系；推動家庭醫生簽約服務落到實處，關注老年人生理健康的同時也要關注其心理健康；推動精神醫學人才下沉到基層；在建立養老院等養老機構時也需要考慮不同性別、不同婚姻狀況老年人的需求。

社會層面，基層社區衛生工作人員定期走訪，了解老年人身心健康狀況的同時積極對老年人家庭和婚姻糾紛進行調解；在社區開展多種形式的老年人娛樂活動，讓老年人走出家門，走向社區，豐富其晚年生活。

個人層面，保持良好的睡眠習慣和適度的睡眠時長；積極參加文娛活動，提高生活質量；提高自我保健意識，積極通過多種渠道學習提升身體健康和心理健康知識。

綜上所述，隨機森林算法可以克服自變量間高度相關和非線性的問題，在自變量眾多的情況下通過重要性評分進行排序，可以確定對因變量貢獻大的因素，Logistic回歸可以通過OR值對重要變量進行量化，彌補了隨機森林解釋困難的缺陷。本研究將兩種方法進行結合，實現了定性和定量評價的統一。因此，本研究建議重點從政府和社會層面關注農村地區抑郁癥狀高危人群，構建一個良好的農村老年人心理健康預防、治療、康復的體系，為農村老年人的精神-心理健康奠定基礎。

本研究不足之處：

（1）本研究通過回顧文獻只納入了較為常見的變量來進行模型擬合，因此整體擬合效果有限。后續研究可納入更多對農村老年人抑郁癥狀影響較大的指標。

（2）本研究處理缺失值時采用的是刪除方法，為充分發揮2018年中國健康與養老全國追蹤調查（CHARLS）項目大樣本的優勢，對其進行充分地數據挖掘，后續研究可進行多種方式的填補并進行敏感性分析，驗證本研究的結論是否穩健。

作者貢獻：李磊進行文章的構思、設計、數據分析和部分討論的撰寫；馬孟園進行文獻的收集和討論的完善；彭紅葉、閻早芳、王蜜源、胡夢超、劉佳進行CHARLS數據的提取和重新編碼；趙振海負責文章的質量控制，對文章整體負責，監督管理。

本文無利益沖突。