中國十城市孕婦膳食多樣性與產前抑郁關系研究

產前抑郁是困擾孕期婦女最常見的心理問題之一，其癥狀可能表現為極度悲傷、疲勞、焦慮、哭泣、易怒和因生活習慣的改變，致孕期和產后并發癥的發生率增加

，人際溝通和社會功能障礙，并誘發各種不良妊娠結局，嚴重的情況下，甚至導致母親自殺

。既往研究發現，中國大陸孕婦產前抑郁的患病率為19.7%

，中等收入國家產前抑郁患病率約為22.7%，低收入國家產前抑郁患病率高達34.0%

。但目前產前抑郁的病因尚不完全明確，更嚴重的是，許多孕婦因擔心藥物會對胎兒產生不良影響而拒絕藥物治療

。因此多因素預防孕婦產前抑郁發生對于孕婦和胎兒的健康非常重要。

其次，我對于本次會議論文的第二感想就是，我們學術研究是持續性的。學術本身是一個長時間的探索，會議提交的論文顯示了我們陸游研究在整個學術研究的背景下，一個很強的延續性。

膳食營養因素是產前抑郁的重要影響因素之一

，膳食也是孕婦容易改變的生活方式。膳食多樣化評分(dietary diversity score,DDS)常用于評估營養充足性和總體飲食質量

。按照中國居民膳食指南推薦，平均每天至少攝入12種食物，每周至少攝入25種

。既往研究證實，孕期DDS與多種健康結局相關

。本研究旨在探索膳食多樣性與產前抑郁之間的關聯，為促進孕婦心理健康，預防產前抑郁的發生提供膳食對策依據。

1 材料與方法

1.1 對象

本研究數據來源于“中國10城市孕乳母、0～36月齡嬰幼兒營養調查(YI研究)”，該研究是一項在2019—2020年開展的，關于孕婦、哺乳期婦女和0～3歲幼兒健康和營養狀況的橫斷面調查。根據地理位置和經濟水平，選擇了10個城市(北京、成都、廣州、呼和浩特、蘭州、南昌、寧波、沈陽、蘇州和許昌)。在每個城市內，選擇了1個婦幼保健中心和/或一個社區衛生服務中心。目標是在每個城市招募至少90名孕婦，孕婦根據訪問時間方便地招募，直到參與者數量達到樣本量。本研究納入標準為已診斷懷孕的18～45歲身體健康婦女，排除標準為患有妊娠糖尿病、感染性疾病(肺結核、病毒性肝炎和 HIV 感染)，最終有931名孕婦完成調查。在剔除了關鍵變量數據缺失的調查對象后，共有855名孕婦納入本次分析。

1.2 調查方法

由經過專業培訓的調查員面對面對調查對象進行詢問，問卷結束后有專人進行核對。調查內容包括一般社會人口學信息(年齡、教育程度、家庭人均月收入等)、生活方式(吸煙、飲酒、睡眠、體力活動等)及健康史(孕周、孕次、產次、抑郁情況等)以及膳食攝入情況。采用愛丁堡產后抑郁量表(EPDS)評估調查對象的抑郁情況。該量表為十條目自評量表，按照條目涉及問題的嚴重程度分別對應0～3分，最終10個條目得分相加為被試所得總分，分值范圍0～30分。總分累計大于等于9分被認為患有產前抑郁

。采用匹茲堡睡眠質量指數(PSQI)評估調查對象的睡眠情況。根據操作手冊計算量表得分，累計得分大于等于8分被認為睡眠質量差

。采用國際體力活動問卷(IPAQ)-短卷評估孕婦體力活動情況，計算出調查對象過去1周的能量代謝當量，以此為依據將孕婦體力活動水平分為低、中、高3組

。采用24 h膳食回顧(24hDR)獲取研究對象調查前24 h的所有食物攝入數據。將收集到的膳食數據進行原料拆分，根據聯合國糧食與農業組織(FAO)的標準將攝入食物分為9大類，調查對象24 h攝入食物中包括其中1類時，則計1分，累計相加得到膳食多樣化評分

。DDS得分總分為9分，一般認為DDS得分大于等于7分為膳食攝入種類充足

。

本研究分析了中國10個城市855名孕婦的膳食多樣性和抑郁情況，有33.0%的孕婦被檢出產前抑郁，這一結果高于2019年一項Meta分析對中國大陸孕婦產前抑郁患病率的估計(19.7%)，同時他們也指出，近年來，中國大陸孕婦產前抑郁的患病率呈現逐漸上升的趨勢

。鑒于產前抑郁在中國孕期婦女中的高患病率，探索產前抑郁相關危險和保護因素十分重要。此外，我們的研究發現，睡眠質量差和吸煙史是產前抑郁的危險因素，這與既往的多項研究結果一致

。但是與前期研究的差異在于我們并沒有觀察到家庭人均收入與產前抑郁之間的關聯

，可能是因為本研究調查對象均來自城市地區，其整體經濟水平較高。

1.3 統計處理

本研究發現，較高的膳食多樣化評分是產前抑郁的保護因素。與本研究一致，Jiang等

發現，在孕(10±2)w、孕(28±2)w、孕(36±2)w 3個時間點上，DDS得分均與產前抑郁存在負相關關系。此外在非孕婦人群中也發現了DDS得分和抑郁之間的負相關

。膳食多樣性是健康飲食的特征之一，與營養充足密切相關且可以反映飲食質量

。研究表明，健康的膳食與產前抑郁有關

。此外，較高的DDS作為維生素和礦物質充足性的有效指標與微量營養素缺乏呈負相關

。而其中的部分營養素如葉酸

、維生素B

也被發現可能與抑郁有關。

1.4 倫理與知情同意

調查對象DDS平均得分為(5.8±1.3)分，其中有271名孕婦DDS得分大于等于7分，占比為31.7%。由表2可見，在9類食物種類中，調查對象谷薯類和其他蔬果類攝入率較高，而內臟類的攝入率較低。與未檢出產前抑郁的孕婦相比，檢出產前抑郁的孕婦深綠葉蔬菜的攝入率較低，差異具有統計學意義(

<0.05)。

2 結果與分析

2.1 一般情況

調查對象的平均年齡為(29.3±4.2)歲，有283名孕婦EPDS得分大于等于9分，產前抑郁檢出率為33.0%。如表1所示，與未檢出產前抑郁的孕婦相比，檢出產前抑郁的調查對象吸煙率較高且睡眠質量較差。

2.2 膳食攝入情況和DDS得分

本研究已經獲得北京大學生物醫學倫理委員會審查批準，批準號為IRB00001052-19045，調查前征得調查對象的知情同意并簽署了知情同意書。

2.3 膳食多樣化評分與產前抑郁之間的關系

表3表明，膳食多樣化評分高的孕婦被檢出產前抑郁的率更低，差異具有統計學意義。在調整了年齡、孕期、地區、教育程度、家庭人均月收入、懷孕次數、分娩次數、吸煙情況、飲酒情況、睡眠質量和體力活動等因素后，Logistic回歸模型結果仍提示，膳食多樣化評分較高為產前抑郁的保護因素。

3 討論

(2)二維碼支付對手機沒有硬件要求，只要是智能手機都支持二維碼支付。二維碼過閘支付將不斷適應城軌客流密度高、快速通行的特征，帶回寫功能的脫機二維碼更符合城軌運營實際需求。二維碼支付系統建設一要注重標準化，二要與其它交通行業互聯互通。APP專用文件和藍牙回寫技術結合使用，可實現交通部二維碼在城軌應用。過閘信息存儲在APP專用文件內，閘機通過藍牙讀寫專用文件計算票價，解決后臺匹配交易、負荷大的缺點。脫機二維碼在上海有大規模運營的成熟經驗，總體效果平穩可靠。二維碼支付體系標準化建設，有利于推動跨行業、跨區域的互聯互通。

數據采用EpiData 3.1軟件進行平行雙錄入，并進行了一致性檢驗。使用R 4.1.1軟件對數據進行統計分析。計數資料使用頻數、構成比進行描述，組間比較采用卡方檢驗。在控制年齡、孕期、地區等因素后，采用Logistic回歸模型探索DDS得分與產前抑郁之間的關系。各項假設檢驗均為雙側檢驗，顯著性水平α=0.05。

本研究發現，同未被檢出產前抑郁的孕婦相比，被檢出產前抑郁的孕婦深綠色蔬菜的攝入率要顯著偏低。同樣地，研究發現，較高的蔬菜攝入量，特別是深綠葉蔬菜攝入量較高可能有助于降低抑郁癥狀

，這可能與深綠葉蔬菜中富含的某些特定營養素如維生素、植物化學物質等有關。深綠葉蔬菜是膳食硝酸鹽的最豐富的來源，已有研究表明，膳食硝酸鹽可以降低炎性反應，在緩解抑郁癥狀方面發揮了作用

。

茶染藝術的染色方法主要分為直接染色法、同浴媒染法和后媒染色法[8]。其中采用直接染色法可染棕色，采用綠礬同浴媒染法可得皂色，分別用綠礬、鐵漿后媒染色法可得蓮子褐色和磚褐色。雖然茶葉分為了綠、黃、黑、紅、青和白六種，但是每一種下又有多樣的品種，不同的品種，其茶色都會有微妙的差別。甚至同一品種下，不同的制作工藝都會造成不同的茶色。除此之外，染色的手法、環境、時間、溫度均是影響茶染效果的因素。所以，經過茶染出的成品總是帶有獨一無二的特性。

木構件拆分與加工圖設計的準確性，決定了后續現場安裝的成功率。項目實踐中由于構件加工圖紙有誤，造成個別構件返廠重新制作，影響了工期。對于生產加工過程中產生的誤差，建造人員需現場對無法準確安裝的預制構件進行二次加工，反而降低了建造效率。建筑設計方面可采用BIM技術，提高預制構件設計完成度與精確度[9]12。而生產加工方面，計算機數控加工技術，可以實現預制構件生產與參數化設計的無縫對接[14]，減小生產中的誤差，避免手工生產出現的錯誤。

本研究納入了中國10個城市的孕婦，在較大的范圍內探究了膳食多樣化評分與產前抑郁之間的關系，為我國孕婦膳食與抑郁之間的相關研究進行了補充。但是本研究仍存在一定的局限性。首先，這項研究是一項橫斷面設計，它只能確定關聯性，而不能確定因果關系。其次，本研究僅包括來自城市地區的參與者。農村地區的參與者可能在社會和經濟地位、醫療條件和生活方式方面存在差異，這可能會影響他們的膳食多樣化和抑郁情況。最后，盡管我們使用了有效可靠的EPDS量表來評估產前抑郁，但并沒有使用結構化的訪談來確定產前抑郁的診斷。

[1]Madigan S,Oatley H,Racine,et al. A Meta-analysis of maternal prenatal depression and anxiety on child socioemotional development [J]. J Am Acad Child Adolesc Psychiatry,2018,57(9):645-657.

[2]Curry S J,Krist A H,Owens D K,et al. Interventions to prevent perinatal depression:US Preventive Services Task Force recommendation statement [J]. JAMA,2019,321(6):580-587.

[3]Nisar A,Yin J,Waqas A,et al. Prevalence of perinatal depression and its determinants in Mainland China:A systematic review and meta-analysis [J]. J Affect Disord,2020(277)：1022-1037.

[4]Rollè L,Giordano M,Santoniccolo F,et al. Prenatal attachment and perinatal depression:a systematic review[J]. International Journal of Environmental Research and Public Health,2020,17(8):2644.

[5]周晨曦,況利. 產前抑郁的心理治療研究進展 [J]. 現代醫藥衛生,2021,37(11):1850-1853.

[6]Rechenberg K, Humphries D. Nutritional interventions in depression and perinatal depression [J]. Yale J Biol Med,2013,86(2):127-137.

[7]Khorsha F,Mirzababaei A,Togha M,et al. Association of dietary diversity score (DDS) and migraine headache severity among women [J]. Neurol Sci,2021,42(8):3403-3410.

[8]中國營養學會.中國居民膳食指南[M]北京：人民衛生出版社,2016.

[9]Madzorera I,Isanaka S,Wang M,et al. Maternal dietary diversity and dietary quality scores in relation to adverse birth outcomes in Tanzanian women [J]. Am J Clin Nutr,2020,112(3):695-706.

[10]蔣丹丹,譚修竹,李蕊妍,等.新冠肺炎疫情期間武漢市普通居民焦慮、睡眠質量與生活質量調查分析[J].心理月刊,2022,17(1):11-13、61.

[11]樊萌語,呂筠,何平平.國際體力活動問卷中體力活動水平的計算方法[J].中華流行病學雜志,2014,35(8):961-964.

[12]Gina K,Terri B,Marie C. Guidelines for measuring household and individual dietary diversity[J].Rome,Italy:Food and Agriculture Organization of the United Nations,2013.

[13]Jiang W,Mo M,Li,M,et al. The relationship of dietary diversity score with depression and anxiety among prenatal and post-partum women [J]. J Obstet Gynaecol Res,2018,44(10):1929-1936.

[14]Raisanen,S,Lehto,S M,Nielsen,et al. Risk factors for and perinatal outcomes of major depression during pregnancy:a population-based analysis during 2002—2010 in Finland [J]. BMJ Open,2014,4(11):e004883.

[15]González-Mesa E,Cuenca-Marín C,Suarez-Arana M,et al. Poor sleep quality is associated with perinatal depression. A systematic review of last decade scientific literature and meta-analysis[J]. Journal of Perinatal Medicine,2019,47(7):689-703.

[16]Woody C A,Ferrari A J,Siskind D J,et al. A systematic review and Meta-regression of the prevalence and incidence of perinatal depression[J]. Journal of Affective Disorders,2017(219):86-92.

[17]Poorrezaeian M,Siassi F,Milajerdi A,et al. Depression is related to dietary diversity score in women:a cross-sectional study from a developing country[J]. Annals of General Psychiatry,2017,16(1):39.

[18]Azadbakht L,Akbari F,Esmaillzadeh A. Diet quality among Iranian adolescents needs improvement[J]. Public Health Nutrition,2015,18(4):615-621.

[19]Khan R,Waqas A,Bilal A,et al. Association of maternal depression with diet:A systematic review[J]. Asian Journal of Psychiatry,2020(52):102098.

[20]Zhao W,Yu K,Tan S,et al. Dietary diversity scores:an indicator of micronutrient inadequacy instead of obesity for Chinese children[J]. BMC Public Health,2017,17(1):440.

[21]Lin P Y,Chang C H,Chong M F F,et al. Polyunsaturated fatty acids in perinatal depression:a systematic review and Meta-analysis[J]. Biological Psychiatry,2017,82(8):560-569.

[22]Chong M F F,Wong J X Y,Colega M,et al. Relationships of maternal folate and vitamin B

status during pregnancy with perinatal depression:The GUSTO study[J]. Journal of Psychiatric Research,2014(55):110-116.

[23]Saghafian F,Malmir H,Saneei P,et al. Fruit and vegetable consumption and risk of depression:accumulative evidence from an updated systematic review and Meta-analysis of epidemiological studies[J]. British Journal of Nutrition,2018,119(10):1087-1101.

[24]Radavelli-Bagatini S,Anokye R,Bondonno N P,et al. Association of habitual intake of fruits and vegetables with depressive symptoms:the AusDiab study[J]. European Journal of Nutrition,2021,60(7):3743-3755.