兒童期不良經歷與中老年抑郁狀態的相關性研究

陸偉偉，朱睿，陳君，付騰飛，張鍵*，林岳軍

本文要點：

本研究基于全國范圍高質量的CHARLS調查數據，結合中國的時代背景和文化因素，調查我國中老年人的抑郁狀態和兒童期不良經歷（ACEs）發生率，以及ACEs對中老年抑郁狀態的影響。結果顯示：（1）7 035例≥45歲研究對象中，1 003例（14.26%）為抑郁狀態，6 032例（85.74%）無抑郁；（2）6 529例（92.81%）研究對象有≥1種ACEs，1 802例（25.61%）經歷≥4種ACEs，330例（4.69%）經歷了≥6種ACEs；（3）傾向得分匹配模型結果顯示，有ACEs比零ACEs導致的中老年抑郁狀態發生率高出6.9%。

抑郁是常見的精神疾病，全球已有2.6億多人受其困擾，嚴重影響人們的生活質量和社會功能，造成社會和家庭的巨大負擔[1]。抑郁的發生既有遺傳因素，也有環境因素，包括家庭、學校、社會等外界環境[1-2]。不良的環境因素在人生早期階段出現，即兒童期不良經歷（ACEs），這一概念于1998年被提出，是指兒童在18歲以前承受有害壓力或經歷過潛在傷害事件，主要包括虐待、忽視、不良家庭三大方面，具體表現為身體和情感的虐待、性虐待、身體和情感的忽視、母親被暴力、父母離婚、物質濫用、精神障礙、家人被監禁牢獄[3-5]。ACEs會導致有害壓力應激，引發兒童和青少年下丘腦-垂體軸的神經內分泌和免疫系統的慢性調節障礙，導致其成年后健康狀況更差，更易患多種疾病[6]。暴露于ACEs的數量和類型越多，則成年后有更高概率發生心血管疾病和焦慮、抑郁等精神問題，呈現劑量-效應的關系[7]。雖然ACEs相關的研究已越來越多，但主要是基于國外人群、種族、宗教和社會文化因素，而基于大樣本高質量數據的國內ACEs與中老年抑郁狀態的相關研究仍然較少。本研究擬基于中國健康與養老追蹤調查數據庫（China Health and Retirement Longitudinal Study，CHARLS）2015年和2018年截面數據，調查我國ACEs的特征及其對中老年抑郁狀態的影響，為我國人群提供抑郁狀態與ACEs的精準畫像。

1 資料與方法

1.1 資料來源 本研究使用的數據來自北京大學社會科學調查中心主辦的CHARLS調查，涉及我國28個省份的150個縣（區）、450個村莊（或社區），從2011年發起調查，至2018年已完成4波調查。CHARLS數據質量高并對社會開放，獲得了學術界的廣泛認可。

根據研究目的和CHARLS數據完整程度，篩選出7 035例調查對象納入本研究。納入標準：（1）調查對象的日常生活自理能力達到獨立；（2）未患慢性病，如高血壓、血脂異常、糖尿病或血糖升高、癌癥等惡性腫瘤、慢性肺部疾患、肝臟疾病、心臟病、腦卒中、腎臟疾病、胃部疾病或消化系統疾病、情感及精神問題、與記憶相關的疾病、關節炎或風濕病、哮喘；（3）未患肢體殘疾、腦損傷或精神發育遲滯、視聽障礙、言語障礙；（4）抑郁問卷填寫完整；（5）年齡≥45歲。排除標準：（1）成長的過程中沒有雙親；（2）17歲以前被警察逮捕或拘留；（3）因變量和自變量問題答案缺失者，協變量中的分類變量值缺失者。

1.2 因變量的選擇 2018年CHARLS問卷中采用了10個問題的簡版流行病學研究中心抑郁量表（CES-D 10），各條目按照抑郁程度從低到高賦值0～3分，被調查者根據上周的感覺和行為，選擇最符合實際情況的選項，量表預測精準度和信效度均較高[8]。CES-D 10分為8項正向題目和2項反向題目，反向題目得分進行逆序轉換后和正向題目得分加總，生成新的連續虛擬變量，分值范圍為0～30分。以界限值10分生成新的二值虛擬變量，≥10分考慮為抑郁狀態，＜10分沒有抑郁[9]，賦值見表1。如果有兩條以上的問題沒有回答，不能計算總分，視為無效評估，進行數據刪除處理。

表1 變量名稱和賦值說明Table 1 Variable names and assignment description

1.3 自變量的選擇 根據本研究目的，結合ACEs涉及的不良事件，自2015年CHARLS數據的家庭信息部分進行內容提取，共提取12項二值虛擬變量。變量“親生父母離婚”定義為“因為感情問題長久分居也算離婚，離婚又復婚則不算離婚，父母一方去世的屬于喪偶不屬于離婚”。變量“子女與父母的關系”與“父母間的關系”的選項“特別好、很好、好、一般”視為“好”，“不好”視為“差”。變量“父母抑郁沮喪”定義為“連續兩周及以上都表現得傷心或抑郁”。“父母物質濫用”指父母酗酒、吸煙、吸毒、賭博。“父母不良行為”指難以保住工作、經常說假話、經常跟人打架、牽扯進犯罪活動、被逮捕或進監獄。“父母身體/精神嚴重殘疾”定義為長期臥病在床、嚴重的身體殘疾、精神失常。問卷中“父母是否有暴力行為”視為變量“家庭暴力”。“在您17歲以前，您的家庭是否曾經有一段時間不能吃飽飯？”視為“兒童饑餓”。“在您小時候，是不是被鄰居孩子欺負？是不是被其他同學欺負？是否擔心在學校時的人身安全？”視為變量“霸凌”，選項“從沒有”視為“否”，“經常、有時、很少”視為“是”。“當時住的地方晚上獨自出門安全嗎？”視為變量“兒童居住環境”，“非常安全、比較安全”視為“安全”，“不太安全、完全不安全”視為“不安全”。“在您小時候，會不會因為沒有朋友而感到孤獨？是經常、有時、很少，還是從沒有？”視為變量“孤獨”，“從沒有”視為“否”，其他視為“是”。所有問題加總后構造ACEs分數，分值范圍為0～12分。各變量賦值見表1。

1.4 協變量的選擇 參考已有研究，年齡、性別、受教育程度、婚姻狀態、城鄉居住、收入水平、自評健康均是影響抑郁的重要因素[10]，因此將這些因素作為協變量，各指標賦值見表1。

1.5 統計學方法 采用Stata 16.0軟件進行數據的整理、清洗和統計分析。對連續變量的缺失值進行均值插補。計數資料以相對數表示；計量資料符合正態分布以（±s）表示，不符合正態分布以〔M（QR）〕表示。將有ACEs的研究對象作為處理組，零ACEs的研究對象作為控制組，將所有協變量納入傾向得分匹配模型（propensity score matching，PSM），利用穩健標準誤形式的多因素Logistic模型預測所有協變量的傾向得分值，按照最近鄰1∶1匹配方法來配對處理組和控制組，兩組達成無統計學差異，同時進行PSM平衡性檢驗和共同支持檢驗，評估處理組的ACEs對抑郁的平均處理效應（ATT）。以P＜0.05為差異有統計學意義。

2 結果

2.1 研究對象基本情況 7 035例研究對象年齡45～94歲，3 135例（44.56%）年齡≥60歲；男3 866例（54.95%），女3 169例（45.05%）；3 672例（52.20%）受教育程度為初中及以上；其他基本情況見表2。

表2 ≥45歲中老年人群研究對象情況〔n（%）〕Table 2 Characteristics of research sample of middle-aged and elderly people ≥ 45 years old

2.2 調查對象抑郁狀況與ACEs情況 7 035例研究對象中，1 003例（14.26%）為抑郁狀態，6 032例（85.74%）無抑郁；研究對象ACEs得分為0～9分，中位得分為2（2）分，6 529例（92.81%）研究對象有≥1種ACEs，1 802例（25.61%）經歷≥4種ACEs，330例（4.69%）經歷了≥6種ACEs。

2.3 ACEs預測個體的傾向得分的多因素Logistic回歸分析 以ACEs值為因變量（≥1分=1，0分=0），以年齡、性別、教育程度、婚姻狀態、城鄉居住、收入水平、自評健康為自變量，構建多因素Logistic回歸模型。結果顯示，教育程度、婚姻狀態、城鄉居住、收入水平對ACEs發生無影響（P＞0.05），年齡、性別、自評健康與ACEs相關（P＜0.05），見表3。

表3 ACEs預測個體的傾向得分的多因素Logistic回歸分析Table 3 Multivariate Logistic regression analysis of ACEs predicting individual propensity score

2.4 PSM平衡性檢驗和共同支持檢驗 在多因素Logistic回歸模型預測傾向得分后，按最近鄰1∶1匹配方法進行配對處理組和控制組的年齡、性別、教育程度、婚姻狀態、城鄉居住、收入水平、自評健康，匹配前后的結果見表4。部分協變量在匹配前有統計學差異，部分標準化偏差超過20%，經匹配后標準化偏差都下降到4%以內，低于平衡性檢驗的滿足條件20%[11]，并且匹配后處理組和控制組的協變量無統計學差異（P＜0.05），通過PSM平衡性檢驗，見表4。處理組和控制組的傾向得分核密度曲線圖顯示，零ACEs研究對象和有ACEs研究對象的協變量在匹配前有一定差異，在匹配后兩條曲線重合度高，見圖1～2。共同支持檢驗結果顯示，7 035例樣本中控制組506例和處理組6 466例可進行匹配，只有處理組63例在共同支持范圍外。匹配效率高，通過共同支持檢驗。

表4 協變量傾向得分的平衡性檢驗Table 4 Balance diagnostics for the propensity score for covariates

圖1 匹配前的傾向得分核密度曲線Figure 1 Kernel density curve of propensity score before matching

圖2 匹配后的傾向得分核密度曲線Figure 2 Kernel density curve of propensity score after matching

2.5 PSM模型結果 PSM模型結果顯示，有ACEs比零ACEs導致的抑郁狀態發生率高出6.9%，差異有統計學意義（P＜0.001），見表5。

表5 PSM分析結果Table 5 Result of propensity score matching-based analysis

3 討論

3.1 我國近半個世紀社會、經濟、文化背景下的ACEs在本研究納入的數據中，因為社會、經濟、文化等因素差異，ACEs各亞型問題的發生率與其他國家有所不同。本研究中ACEs單獨發生的占比相對較低，更常見的是兩件及以上伴隨發生，繼而對兒童和青少年產生壓力的累積效應，這一發現也與國外一項薈萃綜述結果類似[7]。和其他國家44.87%的零ACEs相比[12]，我國未接觸ACEs的人群比例過低（7.19%），主要原因可能與當時缺少糧食保障有關。由于被調查對象主要為≥45歲且居住在鄉村的群體，結合我國的社會經濟發展時間線，多數人在兒童或青少年時期都經歷過挨餓，家庭經濟水平普遍較差。≥4次ACEs的發生率和其他國家類似，但ACEs面臨最主要的問題各有不同。比如，本研究中多數調查對象的父母間關系較好，多因素作用下的離婚率只有0.47%，具有時代特色。而在一項大樣本的國外調查中，父母離異是首要ACEs[12]。

吸煙、酗酒、吸毒和賭博4種不良事件合并成父母物質濫用，導致其成為我國所有ACEs中發生率最高的不良事件（原因是吸煙占比過高）。而在一項國外調查中，酗酒是物質濫用的最主要問題[12]。霸凌的發生率和國外類似，從過去到現在一直被認為是全世界需要面臨的最重要的學校和社會問題，不容忽視[13]。父母抑郁沮喪和嚴重的身體精神殘疾發病率較高，可能和當時匱乏的醫療資源和相對緊缺的物資緊密相關。本研究中的父母親不良行為的總體發生率較低，社會整體上尊重法律和遵守道德。子女與父母關系較差的比例高，意味著研究對象在成長過程中難以得到家庭的正面支持，也更容易感受到孤獨。ACEs可分為兩類：直接影響兒童的事件定義為直接ACEs，通過生存環境間接影響兒童的事件定義為間接ACEs[14]。本研究中發生率較高的直接ACEs主要是霸凌和孤獨，間接ACEs包括父母物質濫用、父母抑郁沮喪、父母身體/精神嚴重殘疾和較低的經濟水平。

3.2 抑郁與ACEs的相互影響 ACEs與中老年抑郁狀態相關，意味著可能陷入代際傳播的惡性循環。成年后的抑郁狀態可能為其下一代繼續營造父母抑郁沮喪的行為表現，成為下一代的間接ACEs，引發家庭內的代際傳播。抑郁狀態父母的認知行為模式偏向于負面消極思維，在回憶中可能存在ACEs的選擇偏見，比如抱怨子女與父母的關系，也會潛意識地影響著下一代的認知行為方式。阻斷抑郁與ACEs的相互影響，需要科學認識ACEs的類型和危害后果，比如在醫院和學校設置ACEs科普和簡易自助篩查，幫助父母和教師們科學認識ACEs，阻斷已經發生的不良事件，建立ACEs預防處理機制，動態監測ACEs。

3.3 本研究中尚存在一些不足 由于調查數據是參與對象在一個時間節點的自我回憶結果，和目前大多數ACEs回顧性研究設計一致，容易在回憶過程中出現“選擇偏差”等內生性問題，比如當前抑郁狀態下的負面思維可能會曲解兒童時期經歷，或者過度放大原生家庭和生活經歷的負面印象。本研究已采用PSM方法減少內生性問題，但是未來仍需要大樣本的、長周期、前瞻性隊列研究進行驗證。其次，抑郁狀態的影響因素眾多，本研究中按照已有文獻研究選擇的協變量，排除可能干擾中老年抑郁與ACEs關聯的影響因素，但仍可能存在遺漏潛在變量的影響。最后，本研究中將ACEs限定為已發生和未發生兩種情形，并沒有對ACEs發生頻率和惡性程度進行研究，未來需要合適的統計學方法分析ACEs事件性質對健康的影響。

綜上所述，本研究獲得了我國當前中老年群體在兒童和青少年時期經歷的ACEs狀況，在時代背景和社會經濟文化因素的作用下，只有少量人群未經歷過ACEs，小部分人群經歷過1種ACEs，大多數人群經歷了多種ACEs。17歲以前經歷過的ACEs可明顯提升中老年抑郁狀態的患病率。為建設“健康中國”，亟須建立ACEs篩查干預機制，為已成年群體提供挽救措施，為兒童和青少年群體提供ACEs的預防和治療。

作者貢獻：陸偉偉、朱睿、張鍵共同進行文章構思與設計；陸偉偉撰寫論文初稿；陳君參與研究的實施與可行性分析；陸偉偉、付騰飛進行數據收集和結果分析；陸偉偉、朱睿進行數據整理與英文修訂；陸偉偉、林岳軍負責統計分析；朱睿進行論文修訂；朱睿、張鍵負責文章質量控制；張鍵對文章整體負責。

本文無利益沖突。