基于CHARLS数据的中国居家中老年人群抑郁风险预测模型的构建与验证

摘要

本研究利用中国健康与养老追踪调查（CHARLS）数据，开发并验证了针对居家生活的中老年人群的抑郁风险预测模型。该模型纳入了五个关键预测因素。列线图显示出可接受的区分度（0.766/0.664），适用于人群水平的风险分层，是一种有效的筛查工具。

摘要

目前，针对中国居家生活的中老年人群抑郁症状的风险预测模型研究较为缺乏。本研究旨在开发一种风险预测模型，并识别中国居家中老年人群抑郁症状的危险因素，以期为循证预防策略和公共卫生政策提供依据。基于最新全国代表性中国健康与养老追踪调查（CHARLS）2020年数据波（n = 14,466），我们首次构建了一个简洁的列线图，用于预测中国居家生活中老年人群的抑郁症状（CES-D-10 ≥ 10）。在经过卡方检验和多变量逻辑回归筛选后，采用10折交叉验证的LASSO方法确定了五个最具影响力的预测因子。通过训练集与测试集按7:3划分的方式，评估了模型的区分能力（AUC）、校准度（Hosmer-Lemeshow检验、校准图）和临床实用性（决策曲线分析）。在14,466名居家生活的中老年人中，5,488人（37.1%）存在抑郁症状，8,978人（62.9%）未达到抑郁症状标准。最终列线图包含五个变量：女性、农村户籍、小学及以下教育程度、未婚状态以及年龄超过60岁。该工具在训练集中的AUC为0.766（95% CI 0.752–0.780），在测试集中的AUC为0.664（0.637–0.691），校准度良好（P = 0.28），且在30%至50%的风险阈值范围内具有正向净收益。该模型可用于预测中国居家中老年人群的抑郁风险，可作为该人群早期识别和抑郁风险管理的便捷筛查工具。

引言

抑郁症作为一种患病率高¹、治疗接受率低且复发率高的精神障碍，已成为中老年人身心健康的主要威胁之一²。全球范围内，估计有5%的成年人患有抑郁症，而在老年群体中，这一比例约为30%^3,4。在中国，最近一项研究显示，约有5060万人受到抑郁障碍的影响，占全球疾病负担的17.8%⁵。朱等人报告指出，中国老年人群中抑郁症的患病率在27.0%至37.3%之间⁶。此外，在老龄化及其他多种因素的综合影响下，老年人的心理健康状况趋于恶化⁷。在中国，居家养老模式是中老年人主要的生活与照护方式⁸。针对该模式下中老年人群抑郁症的患病情况及其危险因素进行研究，具有重要的现实意义和必要性⁹。

尽管以往关于中老年人群抑郁的研究已涵盖多个方面，如互联网使用¹⁰、睡眠时长与质量¹¹、身体疼痛¹²等，但这些研究大多为横断面研究，主要关注该群体老年人与抑郁之间的关联，并探讨其影响因素^13,14,15。现有研究表明，居住安排（居家养老 vs. 机构照护）对中老年人群的抑郁症状具有显著影响^16,17。一些研究者还利用模型开发了预测工具，用于评估老年人群的抑郁风险^18,19。然而，这些研究存在两个主要局限：其一，现有的预测模型大多针对一般老年群体的抑郁风险预测，缺乏针对居家居住的中老年人群的特异性工具；其二，这些研究成果在临床应用中的转化仍显不足。

因此，本研究旨在利用2020年中国健康与养老追踪调查（CHARLS）数据，构建适用于中国居家生活的中老年人群的抑郁风险预测模型。据我们所知，这是首个针对该人群开发的简洁列线图模型，区别于现有主要面向一般老年人群且未考虑居住安排影响的模型。通过分析该模型，我们力求识别关键风险因素，从而为制定针对性干预措施提供理论依据。模型的构建基于应激-易感性框架，该框架认为抑郁是人口学易感因素与居家生活环境中的慢性应激因素相互作用的结果²⁰。本研究有望促进心理健康服务的提升、推动针对性政策的制定，并增强社会稳定性。

方案

本研究经北京大学生物医学伦理委员会批准（IRB00001052-11015）。所有受试者均签署了知情同意书。

研究人群
本研究的数据来源于2020年中国健康与养老追踪调查（CHARLS），覆盖全国150个县级单位和450个村级单位，包含约10,000户家庭及19,395名年龄在45岁及以上的中老年人²¹。调查采用多阶段概率抽样方法。纳入标准为：年龄≥45岁；在问卷项目BA007“当前居住地址的住宅类型是什么？”中选择“居家居住”；并对流行病学抑郁量表（CES-D-10）的10个条目提供了明确回答。排除标准为：回答显示非居家居住（包括社区、医院或其他场所，或信息缺失）；缺乏抑郁相关信息；缺乏相关协变量信息。最终共有14,466名符合初始标准的成年人纳入本研究。参与者筛选的具体流程见图1。

图1：研究人群筛选流程图。 请点击此处查看此图的放大版本。

变量定义
采用简化版CES-D-10量表评估抑郁症状，该量表在既往研究中显示出较高的信度和效度^22,23。CES-D-10包含10个条目，采用四级评分：0 = 从不，1 = 有时或很少，2 = 经常，3 = 总是；其中第五项和第八项采用反向计分²⁴。抑郁量表总分通过将10个条目的得分相加得出，总分范围为0至30分；得分越高，表明个体的抑郁症状越严重。根据既往针对中老年人群的研究^25,26，将CES-D-10得分≥10的参与者归类为存在抑郁症状，而得分<10者归类为无抑郁。

从所有研究参与者收集的信息包括人口统计学信息（年龄、性别、婚姻状况、居住地和教育水平）、生活习惯与身体健康状况（体力活动、吸烟、饮酒、社交活动、自评健康状况、慢性病状况和午休时间），以及与生活条件和子女相关的信息（对生活条件的满意度、子女的婚姻状况及子女的健康状况）。慢性病由医生诊断，包括高血压、血脂异常、恶性肿瘤、慢性肺部疾病、心脏病、中风、关节炎和风湿病。

统计分析
二元 logistic 回归分析
分类变量以频数和百分比表示。采用卡方检验分析研究人群中不同人口学特征下抑郁发生率的差异。通过二元 logistic 回归分析识别与抑郁症状相关的显著影响因素。上述统计分析均使用 SPSS 软件（版本 21.0）进行。

LASSO 回归
在 R 4.3.2 版本中，使用固定的随机种子将数据集按 7:3 的比例随机划分为训练集和测试集，以确保结果可重复。具体而言，70% 的数据用于训练集以构建模型，30% 的数据用于测试集进行独立验证。首先，将二元逻辑回归中具有统计学意义（p < 0.05）的变量纳入 LASSO 回归分析，通过压缩系数防止过拟合。最优 lambda 值通过 10 折交叉验证确定。根据“一个标准误规则”选择 lambda.1se，以实现最优的变量筛选性能。采用 LASSO 压缩方法，将较不重要变量的系数向零收缩，从而避免过拟合。更多细节请参见补充文件 1（项目 1）。

列线图构建
根据所选预测因子标准化系数的绝对值大小，对其相对重要性进行排序，并通过森林图进行可视化展示。基于最终的逻辑回归方程，使用 rms 软件包构建预测列线图。更多细节请参见补充文件1（项目2）。

模型验证
通过使用 pROC 软件包计算受试者工作特征曲线下面积（AUC）来评估区分度。AUC 分别在训练集和测试集中单独计算。通常，AUC 大于 0.75 表示具有良好的区分能力。更多详细信息，请参阅补充文件 1（项目 3）。

校准：使用 Hosmer-Lemeshow 拟合优度检验评估模型校准，并通过 rms 包生成的校准曲线进行可视化，绘制预测概率与观测频率的关系。Hosmer-Lemeshow 检验无显著性（p > 0.05）表明校准良好。更多细节请参见《补充文件 1》（第 4 项）。

临床实用性：采用 rmda 软件包进行决策曲线分析（DCA）评估临床实用性，计算阈值概率从 0% 到 100% 范围内的净获益。更多详细信息，请参阅补充文件1（项目 5）。

随机森林验证：作为补充验证，使用 randomForest 软件包构建随机森林模型，以评估模型的稳定性与泛化能力。绘制误差率收敛曲线，以评估训练集和测试集中树的数量与预测准确率之间的关系。双侧 p 值<0.05 被认为具有统计学显著性差异。更多细节请参见补充文件1（项目6）。

结果

样本特征
本研究共纳入14,466名参与者，其特征如下：46.8%的参与者年龄为60-74岁，52.2%为女性，75.2%具有农业户口。在教育水平方面，62.9%的参与者受教育程度为小学或以下。在心理健康状况方面，37.1%的参与者存在抑郁症状，其余62.9%无抑郁症状。详细信息见表1。

表1：抑郁与非抑郁人群人口学特征的差异。统一指居民统一登记。中国自2014年起实施统一的户籍登记制度，不再区分农村和城市属性。数据以n（%）表示。χ² = 卡方统计量。P值通过Pearson卡方检验比较无抑郁症状组与抑郁症状组得出。所有统计检验均为双侧检验，显著性水平设定为 p < 0.001。请点击此处下载...

讨论

本研究在中国居家生活的中老年人群中，关于抑郁症状的风险因素及预测方面取得了一系列关键发现。首先，研究发现中国居家生活的中老年人群中有37.1%表现出抑郁症状，表明该人群面临较高的抑郁症状负担。本研究结果与一项关于老年人群抑郁症状患病率的全球荟萃分析结果不一致，该分析报告的患病率为35.15%²⁴。然而，本研究发现中国中老年人群的抑郁症状患病率显著高于其他国家的报告数据，例如韩国老年人群（13.5%）、印度老年人群（15.2%）²⁸以及泰国中老年人群（9.8%）²⁹。这些差异可能源于不同的文化背景，而文化差异显著影响老年人对居家养老模式的看法。因此，本研究结果表明，中国居家生活的中老年人群中抑郁症状的患病率明显偏高，亟需公共卫生部门和临床医务人员立即关注并采取针对性干预措施。

其次，通过模型分析，我们识别出年龄超过60岁、女性性别、婚姻状况、农村户籍以及低教育水平是居家的中老年人群中抑郁的危险因素。该预测模型在训练集中表现出良好的区分能力（A...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
(pROC)(shapviz)(patchwork)(xgboost)(ggplot2)(rms)(rmda)(caret)(randomForest)(glmnet)(dplyr)(ggrepel)(readr)	CRAN	N/A	用于风险预测模型决策曲线分析的 R 软件包
CHARLS 数据集	CHARLS 团队	N/A	中国健康与养老追踪调查数据集，用于模型构建与验证
R	R 统计计算基金会	4.3.2	用于数据分析与建模的统计软件。
SPSS Statistics	IBM	21	用于补充性统计分析的软件。