產后抑郁變化軌跡與陰道菌群變化的關聯性研究

［摘"要］目的"探討產婦產后抑郁（PPD）變化軌跡與陰道菌群變化之間的關系。方法"于2021年9月至2022年10月在本院選取102例產婦作為研究對象，在產后2～3天、產后6周、產后3個月、產后6個月進行隨訪并通過愛丁堡產后抑郁量表（EPDS）測量PPD，且于產后6個月時收集產婦陰道菌群生物信息數據。分析產后6個月內產婦PPD變化軌跡及其與陰道菌群之間的關系。結果"最終確定兩類模型作為代表產后抑郁變化軌跡的最佳模型：第一類（n=37，36.3%）標記為遞增型組，第二類（n=65，63.7%）標記為低穩定組。遞增型組表現出比低穩定組更高的物種數（393.7±48.1 vs. 368.2±65.8，t=4.36，P=0.013）、豐富度（Chao1：429.7±55.0 vs. 403.0±72.0，t=3.87，P=0.020）和生物多樣性（香農指數：5.25±0.46 vs. 5.02±0.59，t=3.95，P=0.018）。與低穩定組相比，遞增型組產婦的擬桿菌、糞大腸桿菌、帕拉普氏菌、副普雷沃菌顯著較低（16.85% vs. 22.69%，7.87% vs. 10.20%，0.10% vs. 0.31%，0.01% vs. 0.11%，P＜0.05）；但未鑒定的毛螺旋菌、未鑒定的梭菌、毛螺菌、未鑒定的丹毒絲菌、柯林斯氏菌和拉克氏梭狀芽胞桿菌屬顯著較高（6.89% vs. 4.58%，1.50% vs. 0.77%，1.27% vs. 0.76%，1.04% vs. 0.66%，0.97% vs. 0.36%，0.80% vs. 0.54%，P＜0.05）。兩組產婦陰道菌群相對豐度比較具有顯著差異（LDA值＞4，P＜0.05）。結論"遞增型組女性的陰道微生物群數目、豐富度和多樣性較低穩定組更高，提示與PPD的發生發展相關。

［關鍵詞］陰道菌群；產后抑郁；16S rRNA基因測序；軌跡模型

Doi：10.3969/j.issn.1673-5293.2024.10.02

［中圖分類號］R173""""［文獻標識碼］A

［文章編號］1673-5293（2024）10-0008-06

Study on the association between postpartum depression trajectories and vaginal flora changes

XUE Xinyuan，LIN Lishan，LI Tianshuang，WANG Yaping

（Department of Obstetrics，Nanjing First Hospital/Nanjing Hospital Affiliated to

Nanjing Medical University，Jiangsu Nanjing 210000，China）

［Abstract］ Objective To explore the relationship between postpartum depression （PPD） trajectories and changes in the vaginal flora in mothers. Methods From September 2021 to October 2022，102 postpartum women were selected as study participants in our hospital.Follow-ups were conducted at 2-3 days，6 weeks，3 months，and 6 months postpartum，and PPD was measured using the Edinburgh Postnatal Depression Scale （EPDS）.Vaginal flora data were collected at 6 months postpartum.The study analyzed the trajectories of PPD changes within 6 months postpartum and their relationship with the vaginal flora. Results Two models were ultimately identified as the best models representing PPD trajectories：the first group （n=37，36.3%） was labeled as the increasing group，and the second group （n=65，63.7%） was labeled as the low-stable group.The increasing group showed a higher number of species （393.7±48.1 vs. 368.2±65.8，t=4.36，P=0.013），richness （Chao1：429.7±55.0 vs. 403.0±72.0，t=3.87，P=0.020） and biodiversity （Shannon index：5.25±0.46 vs. 5.02±0.59，t=3.95，P=0.018） compared to the low-stable group.Compared with the low-stable group，the increasing group showed significantly lower levels of Bacteroides，Escherichia coli，Parabacteroides，and Prevotella （16.85% vs. 22.69%，7.87% vs.10.20%，0.10% vs. 0.31%，0.01% vs.0.11%，P＜0.05）.However，Helicobacter （unidentified），Clostridium （unidentified），Helicobacter spp.，Erysipelotrichaceae （unidentified），Collinsella，and Lachnospiraceae were significantly higher （6.89% vs. 4.58%，1.50% vs. 0.77%，1.27% vs.0.76%，1.04% vs.0.66%，0.97% vs. 0.36%，0.80% vs. 0.54%，P＜0.05）.The relative abundance of vaginal flora between the two groups of postpartum women showed significant differences （LDA score＞4，P＜0.05）. Conclusion Women in the increasing group had a higher number，richness，and diversity of vaginal flora compared to the low-stable group，suggesting a correlation with the occurrence and progression of PPD.

［Key words］ vaginal flora;postpartum depression;16S rRNA gene sequencing;trajectory model

產后抑郁障礙（postpartum depressive，PPD）是一種與分娩相關的情緒障礙，其嚴重影響孕母生活質量［1］。臨床上，有多種抗抑郁藥可用于緩解抑郁癥狀，但現有的抗抑郁藥物對超過一半的PPD患者無明顯效果［2］。陰道菌群是抵御外來致病菌的第一道防線，有助于維持機體動態平衡［3］。近年來有研究發現陰道菌群失調可能與婦科癌癥、妊娠期糖尿病、PPD、不良妊娠結局的發生有關［4］。然而，在PPD發生的關鍵時期，即產后6個月內，有關該時期陰道微生物構成的相關研究較少。因此，本研究旨在探索：①產后6個月內的產婦產后抑郁變化軌跡；②產后6個月內產后抑郁與陰道菌群之間的關系。

1資料與方法

1.1研究對象

于2021年9月至2022年10月在本院選取234例產婦開展研究。研究對象的納入標準為：①年齡在20歲或以上；②已婚；③單胎妊娠；④無雙相情感障礙、精神分裂癥史。排除標準為：①有嚴重產科并發癥者；②隨訪期間，產婦此胎嬰兒在兒科病房住院。

共234例產婦接受資格評估，63例產婦不符合納入標準，51例產婦拒絕參與本研究。在產后2～3天、產后6周、產后3個月及產后6個月時進行隨訪，最終共102例產婦完成連續性隨訪并納入分析。本研究經本院倫理委員會審查并批準（批號：2021第（38）號），所有患者均提供書面知情同意書。

1.2一般資料收集

在產婦產后6個月內，收集產婦相關社會人口學及孕產期相關信息。產婦的社會人口學信息包括年齡、教育程度、婚姻狀況和產后6個月內的工作情況等；產婦的孕產期信息包括產次、分娩方式、妊娠并發癥（如產前出血、宮內生長受限、先兆子癇、妊娠糖尿病等）、母乳喂養情況等。

1.3產后抑郁量表數據收集

通過中文版愛丁堡產后抑郁量表（Edinburgh Postnatal Depression Scale，EPDS）篩查PPD。EPDS是一個包含10項條目的自我評級工具，每項條目的分數從0到3，總分從0到30分，評分≥13分者為篩查陽性，評分越高說明受檢者抑郁程度越嚴重［5］。該量表的克朗巴哈標準化α為0.87，Spearman-Brown系數為0.88。

研究者分別于產后2～3天、產后6周、產后3個月、產后6個月進行隨訪收集產婦EPDS問卷數據。

1.4陰道菌群生物信息收集

1.4.1陰道拭子采集和基因組DNA提取

研究對象于產后6個月時完成陰道拭子采集。將樣本放入無菌試管并置于-80℃冷凍保存?；谑榛谆寤@（CTA b）提取總基因組DNA。通過離心將CTA b-核酸復合物與碳水化合物及蛋白質分離，之后將其溶解于高鹽溶液并加入乙醇用于核酸沉淀，于1%瓊脂糖凝膠上檢測DNA純度。最終將所有樣品的DNA終濃度調整至1ng/μL。

1.4.2擴增子生成和PCR產物純化

擴增基因組DNA的16S rRNA基因的v4區。所有PCR反應均在30μL反應中進行。使用15μL Phusion高保真PCR Master Mix（美國Thermo Scientific公司）；0.2μmol/L的16S擴增子PCR的正向和反向引物；10ng模板DNA。熱循環包括98℃下1min的初始變性、98℃下10s的30次變性循環、50℃下30s的退火、72℃下30s的延伸以及72℃下5min的最終延伸步驟。通過PCR擴增的DNA產物不經純化直接用DNA標記試劑盒（美國Thermo Scientific公司）標記。將5μL PCR合格的DNA加載到陣列載玻片上，并與雜交緩沖液混合雜交，通過瓊脂糖凝膠電泳證實PCR擴增成功。

1.4.3文庫制備和測序

使用NEB Next Ultra DNA Library Prep Kit（美國Illumina公司）生成測序文庫，并添加索引代碼。在Qubit 2.0熒光計（美國Thermo Scientific公司）和Bioanalyzer 2100系統（美國Agilent公司）上評估文庫的質量。在Illumina HiSeq平臺上對文庫進行測序，產生250bp的配對末端讀數，后續進行生物信息學分析。

1.5統計分析

1.5.1一般資料分析

采用Mplus軟件對產后2～3天、6周、3個月和6個月的EPDS評分進行生長混合建模以確定產后抑郁癥狀的縱向軌跡?；谪惾~斯信息標準擬合指數（BIC）和熵結果，最終確定代表產后抑郁癥狀軌跡的最佳模型（較低的BIC值，熵值越接近1，意味著模型更好的擬合）［6］。確定最佳模型數量后采用SPSS 22.0軟件進行統計分析。計數資料采用例數（n）和百分比（%）表示；通過重復測量方差分析參與者EPDS評分隨時間的變化情況；通過Bonferroni校正的事后分析比較產后不同時間點的EPDS評分差異。P值＜0.05認為具有統計學意義。

1.5.2生物學信息分析

使用微生物生態學定量洞察（Quantitative Insights Into Microbial Ecology，QIIME）v1.9.116軟件進行OUT聚類分析（閾值97%）及物種注釋。使用測序程序（中山康源基因技術科技有限公司）檢測陰道拭子樣品中微生物的種類和相對豐度。α多樣性、β多樣性計算以及QIIME軟件默認的原始參數用于分析腸道微生物群的一般特征。使用獨立t檢驗、Wilcoxon秩和檢驗、線性判別分析效果大小（LEfSe）進行統計分析。P值＜0.05認為具有統計學意義。

2結果

2.1研究對象的一般特征

本研究最終納入102名產婦，平均年齡為30.2，本科及以上學歷（67.6%）、產后6個月內有工作（91.2%）、與伴侶一起生活（98.0%）的參與者占較高比例。孕期吸煙（2.9%）、孕期飲酒（2.9%）、意外懷孕（4.9%）、早產（3.9%）的產婦占比較少。此外，有部分女性既往患有抑郁癥（14.7%）和妊娠期并發癥史（10.8%），見表1。

2.2產后抑郁變化軌跡模型

本研究最終確定兩類模型作為代表產后抑郁變化軌跡的最佳模型。

第一類模型包含產婦37例，占比36.3%（37/102），標記為“遞增型”，包括產后2～3天至產后6個月時EPDS評分呈增加趨勢的產婦（平均EPDS評分在8.05～15.67之間，F=6.96，P＜0.001）。在遞增型組中，產后2～3天、6周、3個月和6個月的抑郁檢出率分別為13.5%（5/37）、24.3%（9/37）、27.0%（10/37）和29.7%（11/37）。

第二類模型包含產婦65例，占比63.7%（65/102），標記為“低穩定”，包括產后2～3天至產后6個月時EPDS評分處于低水平的產婦（平均EPDS評分在6.11～6.27之間，F=0.09，P＞0.05）。在低穩定組中，產后2～3天、6周、3個月和6個月的抑郁檢出率分別為4.6%（3/65）、4.6%（3/65）、6.2%（4/65）和6.2%（4/65）。

2.3產后抑郁與陰道微生物的多樣性

將低穩定組作為參照組。遞增型組表現出比低穩定組更多的物種數（393.7±48.1 vs. 368.2±65.8，t=4.36，P=0.013）、豐富度（Chao1：429.7±55.0 vs. 403.0±72.0，t=3.87，P=0.020）和生物多樣性（香農指數：5.25±0.46 vs. 5.02±0.59，t=3.95，P=0.018）。另外，遞增型組婦女的腸道微生物群與低穩定組婦女的腸道微生物群顯著分開，見圖1。

2.4產后抑郁與陰道微生物群的構成

在屬水平上，擬桿菌是兩組中最豐富的屬。遞增型組婦女中的擬桿菌顯著低于低穩定組（16.85% vs. 22.69%，P=0.012）。與低穩定組相比，遞增型組產婦的糞大腸桿菌、帕拉普氏菌、副普雷沃菌顯著較低（7.87% vs. 10.20%，0.10% vs. 0.31%，0.01% vs. 0.11%，均P＜0.05）。但與低穩定組相比，遞增型組產婦中未鑒定的毛螺旋菌、未鑒定的梭菌、毛螺菌、未鑒定的丹毒絲菌、柯林斯氏菌和拉克氏梭狀芽胞桿菌屬顯著較高（6.89% vs. 4.58%，1.50% vs. 0.77%，1.27% vs. 0.76%，1.04% vs.0.66%，0.97% vs.0.36%，0.80% vs. 0.54%，均P＜0.05），見表3。

2.5兩組產婦陰道菌群相對豐度比較

LEfSe分析結果顯示，兩組產婦陰道菌群相對豐度比較具有顯著差異（LDA值＞4，P＜0.05）。與低穩定組相比，遞增型組中未鑒定的毛螺旋菌屬的相對豐度顯著較高（P＜0.05），而擬桿菌屬和糞大腸桿菌屬的相對豐度顯著較低（P＜0.05），見圖2。

3討論

3.1產婦產后抑郁的檢出率分析

本研究確定兩種產后PPD的軌跡模型，包括低穩定組和遞增型組。屬于低穩定組的產婦產后半年內PPD檢出率較低，平均為6.0%，而屬于遞增型組的產婦產后2～3天、6周、3個月和6個月的PPD檢出率逐漸上升，與Chmielewska等［7］的研究結果近似相同。產婦PPD檢出率的增加可能受產婦產后激素變化影響，以及產后不良生活環境、社會支持等有關［8］。

3.2陰道微生物群在產后抑郁中的作用分析

本研究結果顯示，與低穩定組相比，遞增型組女性的陰道微生物群具有更高的數目、豐富度和多樣性，與Donders等［9］和Zeng等［10］的研究結果一致。現有大量研究表明，陰道微生物群在維護女性生殖系統健康方面發揮重要作用，隨著陰道感染和微生物失調，胎盤功能不全、早產、低出生體重兒以及產后子宮內膜炎的風險顯著增加［4］。另外也有部分研究表明陰道微生物群與大腦的功能和行為密切相關［11］。因此，在分娩前及時有效地治療孕婦的陰道菌群失調有助于降低產后感染并發癥和分娩相關情緒障礙的發生風險［12］。

此外，本研究還發現未鑒定的毛螺旋菌、擬桿菌屬和糞大腸桿菌屬在低穩定組和遞增型組產婦中表現出不同的豐度，而這些陰道微生物群菌株均與丁酸的產生有關［13］。已知丁酸鹽對人體有多重有益作用，如抑制炎癥，增強結腸防御屏障中的各種成分，減少氧化應激和盆腔器官脫垂風險等［14］。此外，丁酸鹽還可抑制小膠質細胞介導的神經炎癥、調節微生物-腸-腦軸，可能有助于預防和改善PPD［15-16］。

3.3遞增型組婦女的陰道菌群分析

我們還觀察到，在遞增型組婦女中未鑒定的毛螺旋菌、未鑒定的梭菌、毛螺菌、未鑒定的丹毒絲菌、柯林斯氏菌和拉克氏梭狀芽胞桿菌屬的相對豐度顯著增加，而擬桿菌、糞大腸桿菌、副普雷沃菌和帕拉普氏菌屬的相對豐度減少，與此前研究結果一致［17］。

科氏菌科被認為是致病生物，其中柯林斯氏菌屬是主要的分類單元。這些菌株已被證明通過改變膽固醇的腸道吸收、減少肝臟中的糖原生成和增加甘油三酯的合成來影響代謝［18］。毛螺菌和拉克氏梭狀芽胞桿菌屬于毛螺旋菌科，已知其降解游離氨基酸的能力較差，并與胰島素水平和體重指數呈正相關［19］。因此，富含柯林斯氏菌、毛螺菌和拉克氏梭狀芽胞桿菌的微生物群會影響肝臟的代謝以及短鏈脂肪酸的吸收，從而影響大腦生理和行為，提示與PPD的潛在相關性。

擬桿菌是陰道微生物群中的一個豐富屬。一項關于PPD小鼠模型的研究表明，擬桿菌能夠通過減少細胞因子的產生或改變微生物的組成來改善腸道滲漏，還可以減少高水平的毛螺旋菌和4-乙基苯基硫酸鹽［20］。因此，擬桿菌數量的減少可能會使身體容易受到內源性微生物及其毒素的攻擊。副普雷沃菌是一種革蘭氏陰性球菌，屬于變形菌門，相關實驗動物研究發現，增加副普沃氏菌的比例可通過抑制炎癥活動和增強免疫力來改善高脂血癥動物的脂質代謝［21］。在這項研究中，我們發現遞增型組婦女陰道中多種細菌數量變化與人體代謝相關，可能提示代謝受損與PPD相關。

綜上所述，遞增型組女性的陰道微生物群數目、豐富度和多樣性較低穩定組更高，可能與PPD的發生發展相關。然而，目前的研究尚不清楚陰道微生物群變化與PPD發展之間是否存在因果關系，未來需要進行大樣本人群的前瞻性研究開展進一步探索。

［參考文獻］

［1］Puyané M，Subirà S，Torres A，et al.Personality traits as a risk factor for postpartum depression：a systematic review and meta-analysis［J］.J Affect Disord，2022，298（Pt A）：577-589.

［2］Kiewa J，Meltzer-Brody S，Milgrom J，et al.Perinatal depression is associated with a higher polygenic risk for major depressive disorder than non-perinatal depression［J］.Depress Anxiety，2022，39（3）：182-191.

［3］Anahtar M N，Gootenberg D B，Mitchell C M，et al.Cervicovaginal microbiota and reproductive health：the virtue of simplicity［J］.Cell Host Microbe，2018，23（2）：159-168.

［4］Chen S，Xue X，Zhang Y，et al.Vaginal atopobium is associated with spontaneous abortion in the first trimester：a prospective cohort study in China［J］.Microbiol Spectr，2022，10（2）：e0203921.

［5］Liu L，Xu D R，Tong Y，et al.Symptomatology in 1，112 women screened positive and negative using the Edinburgh postnatal depression scale （EPDS）：longitudinal observations from the first trimester to 6 weeks postpartum of a Chinese cohort［J］.J Psychosom Obstet Gynaecol，2022，43（4）：453-463.

［6］Saraiya T C，Fitzpatrick S，Zumberg-Smith K，et al.Social-emotional profiles of PTSD，complex PTSD，and borderline personality disorder among racially and ethnically diverse young adults：a latent class analysis［J］.J Trauma Stress，2021，34（1）：56-68.

［7］Chmielewska B，Barratt I，Townsend R，et al.Effects of the COVID-19 pandemic on maternal and perinatal outcomes：a systematic review and meta-analysis［J］.Lancet Glob Health，2021，9（6）：e759-e772.

［8］The L.Perinatal depression：a neglected aspect of maternal health［J］.Lancet，2023，402（10403）：667.

［9］Donders G G，Calsteren K V，Bellen G，et al.Predictive value for preterm birth of abnormal vaginal flora，bacterial vaginosis and aerobic vaginitis during the first trimester of pregnancy［J］.BIOG，2009，116（10）：1315-24.

［10］Zeng Z，Wang N，Sui L，et al.Characteristics and potential diagnostic ability of vaginal microflora in patients with aerobic vaginitis using 16S ribosomal RNA sequencing［J］.Diagn Microbiol Infect Dis，2023，105（1）：115806.

［11］Fu M，Zhang X，Liang Y，et al.Alterations in vaginal microbiota and associated metabolome in women with recurrent implantation failure［J］.MBio，2020，11（3）：e03242-19.

［12］Ozcan G，Talay Z G T，Paerhati E，et al.Dysbiosis in pregnant mice induced by transfer of human vaginal microbiota followed by reversal of pathological changes in the uterus and placenta via progesterone treatment［J］.BMC Pregnancy Childbirth，2024，24（1）：427.

［13］Ristori M V，Quagliariello A，Reddel S，et al.Autism，gastrointestinal symptoms and modulation of gut microbiota by nutritional interventions ［J］.Nutrients，2019，11（11）：2812.

［14］Kiefer Z E，Koester L R，Studer J M，et al.Vaginal microbiota differences associated with pelvic organ prolapse risk during late gestation in commercial sows［J］.Biol Reprod，2021，105（6）：1545-1561.

［15］Khan M A S，Chang S L.Alcohol and the brain-gut axis：the involvement of microglia and enteric glia in the process of neuro-enteric inflammation［J］.Cells，2023，12（20）：2475.

［16］Rupanagunta G P，Nandave M，Rawat D，et al.Postpartum depression：aetiology，pathogenesis and role of dietary supplements and nutrients in prevention and management［J］.Saudi Pharm J，2023，31（7）：1274-1293.

［17］Moumne O，Hampe M E，Montoya-Williams D，et al.Implications of the vaginal microbiome and potential restorative strategies on maternal health：a narrative review［J］.J Perinat Med，2021，49（4）：402-411.

［18］Morinaga K，Kusada H，Tamaki H.Bile salt hydrolases with extended substrate specificity confer a high level of resistance to bile toxicity on atopobiaceae bacteria ［J］.Int J Mol Sci，2022，23（18）：10980.

［19］Khan A，Ding Z，Ishaq M，et al.Understanding the effects of gut microbiota dysbiosis on nonalcoholic fatty liver disease and the possible probiotics role：recent updates［J］.Int J Biol Sci，2021，17（3）：818-833.

［20］Tiwari P，Dwivedi R，Bansal M，et al.Role of gut microbiota in neurological disorders and its therapeutic significance［J］.J Clin Med，2023，12（4）：1650.

［21］Liu J，Wu Y，Cai Y，et al.Long-term consumption of different doses of Grifola frondosa affects immunity and metabolism：correlation with intestinal mucosal microbiota and blood lipids［J］.3 Biotech，2023，13（6）：189.

［專業責任編輯：李"力］

［中文編輯：馮佳圓；英文編輯：楊"寅］