现代预防医学

项目	阶段Ⅰ (n=4 222) MS组分数
年龄(）	57.35±8.15	59.18±8.84	59.27±8.51	59.21±8.73	59.34±8.03	60.68±6.95	8.434	0.001
性别							33.540	<0.010
男	623	742	438	201	47	8
女	556	695	598	243	60	11
受教育程度							25.674	0.042
文盲	305	390	295	107	23	7
小学	514	636	429	170	50	5
中学	345	399	298	156	31	7
大专及以上	15	12	14	11	3	0
婚姻状态							22.321	0.014
已婚	1 093	1 280	931	394	101	18
离异及丧偶	76	148	100	50	6	1
未婚	10	9	5	0	0	0
吸烟							26.697	<0.001
是	504	623	375	150	41	4
否	675	814	661	294	669	15
喝酒							27.765	0.002
每月>1次	358	402	244	96	20	5
每月≤1次	92	121	77	32	7	1
从不	729	914	715	316	80	13
慢性病史							194.907	<0.001
有	645	910	710	369	107	19
无	534	527	326	75	0	0
高血压史	0	257	318	237	83	16	894.515	<0.001
糖尿病史	6	21	53	47	46	19	876.989	<0.001
血脂异常史	0	31	77	129	82	19	133.530	<0.001
癌症史	7	15	6	3	3	0	7.945	0.159
慢性肺部疾病史	128	149	81	35	11	1	8.896	0.113
心脏病史	76	127	110	81	29	10	122.719	<0.001
消化道疾病史	291	328	206	75	26	3	15.721	0.008
情感及精神疾病	7	10	15	3	0	0	7.110	0.213
年龄(）	58.90±8.62	58.71±8.73	3.715	0.054
性别			16.284	<0.001
男	671	1 803
女	880	1 849
受教育程度			19.867	0.019
文盲	466	990
小学	674	1 579
中学	398	1 042
大专及以上	13	41
婚姻状态			24.649	<0.001
已婚	1 335	3 304
离异及丧偶	208	324
未婚	8	24
吸烟			9.229	0.002
是	568	1 502
否	983	2 150
喝酒			9.863	0.007
每月>1次	363	1 004
每月≤1次	139	290
从不	1 049	2 358
慢性病史			52.336	<0.001
有	1 124	2 265
无	427	1 387
高血压史	347	575	32.800	<0.001
糖尿病史	47	80	3.224	0.073
血脂异常史	92	108	26.057	<0.001
癌症史	18	28	1.927	0.165
慢性肺部疾病史	185	358	5.259	0.022
心脏病史	189	313	16.320	<0.001
消化道疾病史	430	825	15.676	<0.001
情感及精神疾病	30	32	10.350	0.001

项目	阶段Ⅰ (n=4 222) MS组分数
年龄(）	57.35±8.15	59.18±8.84	59.27±8.51	59.21±8.73	59.34±8.03	60.68±6.95	8.434	0.001
性别							33.540	<0.010
男	623	742	438	201	47	8
女	556	695	598	243	60	11
受教育程度							25.674	0.042
文盲	305	390	295	107	23	7
小学	514	636	429	170	50	5
中学	345	399	298	156	31	7
大专及以上	15	12	14	11	3	0
婚姻状态							22.321	0.014
已婚	1 093	1 280	931	394	101	18
离异及丧偶	76	148	100	50	6	1
未婚	10	9	5	0	0	0
吸烟							26.697	<0.001
是	504	623	375	150	41	4
否	675	814	661	294	669	15
喝酒							27.765	0.002
每月>1次	358	402	244	96	20	5
每月≤1次	92	121	77	32	7	1
从不	729	914	715	316	80	13
慢性病史							194.907	<0.001
有	645	910	710	369	107	19
无	534	527	326	75	0	0
高血压史	0	257	318	237	83	16	894.515	<0.001
糖尿病史	6	21	53	47	46	19	876.989	<0.001
血脂异常史	0	31	77	129	82	19	133.530	<0.001
癌症史	7	15	6	3	3	0	7.945	0.159
慢性肺部疾病史	128	149	81	35	11	1	8.896	0.113
心脏病史	76	127	110	81	29	10	122.719	<0.001
消化道疾病史	291	328	206	75	26	3	15.721	0.008
情感及精神疾病	7	10	15	3	0	0	7.110	0.213
年龄(）	58.90±8.62	58.71±8.73	3.715	0.054
性别			16.284	<0.001
男	671	1 803
女	880	1 849
受教育程度			19.867	0.019
文盲	466	990
小学	674	1 579
中学	398	1 042
大专及以上	13	41
婚姻状态			24.649	<0.001
已婚	1 335	3 304
离异及丧偶	208	324
未婚	8	24
吸烟			9.229	0.002
是	568	1 502
否	983	2 150
喝酒			9.863	0.007
每月>1次	363	1 004
每月≤1次	139	290
从不	1 049	2 358
慢性病史			52.336	<0.001
有	1 124	2 265
无	427	1 387
高血压史	347	575	32.800	<0.001
糖尿病史	47	80	3.224	0.073
血脂异常史	92	108	26.057	<0.001
癌症史	18	28	1.927	0.165
慢性肺部疾病史	185	358	5.259	0.022
心脏病史	189	313	16.320	<0.001
消化道疾病史	430	825	15.676	<0.001
情感及精神疾病	30	32	10.350	0.001

	原模型^a	模型1^b	模型2^c
阶段Ⅰ
MS组分数
0（参考）	1.00		1.00		1.00
1	1.051(0.869-1.271)	0.606	1.079(0.888-1.311)	0.445	1.067(0.874-1.302)	0.524
2	1.347(1.113-1.631)	0.002	1.414(1.162-1.721)	0.001	1.438(1.173-1.761)	<0.001
3	2.977(2.362-3.754)	<0.001	3.167(2.498-4.016)	<0.001	3.184(2.484-4.081)	<0.001
4	2.584(2.013-3.316)	<0.001	2.724(2.109-3.518)	<0.001	2.749(2.075-3.641)	<0.001
5	2.475(1.799-3.407)	<0.001	2.533(1.825-3.515)	<0.001	2.594(1.784-3.771)	<0.001
阶段Ⅱ
非抑郁（参考）	1.00		1.00		1.00
抑郁	2.821(2.484-3.204)	<0.001	2.805(2.468-3.189)	<0.001	2.737(2.392-3.132)	<0.001

	原模型^a	模型1^b	模型2^c
阶段Ⅰ
MS组分数
0（参考）	1.00		1.00		1.00
1	1.051(0.869-1.271)	0.606	1.079(0.888-1.311)	0.445	1.067(0.874-1.302)	0.524
2	1.347(1.113-1.631)	0.002	1.414(1.162-1.721)	0.001	1.438(1.173-1.761)	<0.001
3	2.977(2.362-3.754)	<0.001	3.167(2.498-4.016)	<0.001	3.184(2.484-4.081)	<0.001
4	2.584(2.013-3.316)	<0.001	2.724(2.109-3.518)	<0.001	2.749(2.075-3.641)	<0.001
5	2.475(1.799-3.407)	<0.001	2.533(1.825-3.515)	<0.001	2.594(1.784-3.771)	<0.001
阶段Ⅱ
非抑郁（参考）	1.00		1.00		1.00
抑郁	2.821(2.484-3.204)	<0.001	2.805(2.468-3.189)	<0.001	2.737(2.392-3.132)	<0.001

MS组分	模型A^a	模型B^b
血压升高	0.037	0.001	0.048	<0.001	0.009	0.572	0.047	0.006
中心性肥胖	0.040	<0.001	0.063	<0.001	0.055	0.002	0.032	0.029
高血糖	0.087	0.001	0.069	<0.001	0.040	0.318	0.038	0.050
TG升高	0.117	<0.001	0.137	<0.001	0.058	0.184	0.082	<0.001
HDL-C水平低	0.053	<0.001	0.082	<0.001	0.028	0.115	0.046	0.003
MS组分	模型C^c
基线MS组分对随访抑郁	基线抑郁对随访MS组分
β	P值	β	P值
血压升高	0.055	<0.001	0.048	<0.001
中心性肥胖	0.028	0.079	0.091	<0.001
高血糖	0.114	0.001	0.091	<0.001
TG升高	0.141	<0.001	0.179	<0.001
HDL-C水平低	0.072	<0.001	0.111	<0.001

MS组分	模型A^a	模型B^b
血压升高	0.037	0.001	0.048	<0.001	0.009	0.572	0.047	0.006
中心性肥胖	0.040	<0.001	0.063	<0.001	0.055	0.002	0.032	0.029
高血糖	0.087	0.001	0.069	<0.001	0.040	0.318	0.038	0.050
TG升高	0.117	<0.001	0.137	<0.001	0.058	0.184	0.082	<0.001
HDL-C水平低	0.053	<0.001	0.082	<0.001	0.028	0.115	0.046	0.003
MS组分	模型C^c
基线MS组分对随访抑郁	基线抑郁对随访MS组分
β	P值	β	P值
血压升高	0.055	<0.001	0.048	<0.001
中心性肥胖	0.028	0.079	0.091	<0.001
高血糖	0.114	0.001	0.091	<0.001
TG升高	0.141	<0.001	0.179	<0.001
HDL-C水平低	0.072	<0.001	0.111	<0.001

中国中老年人代谢综合征及其组分对抑郁状态的双向关联

PDF下载

李语童 , 巢健茜 , 周蔚

现代预防医学 | 流行病与统计方法 2024,51(16): 2881-2886

收起

现代预防医学 | 流行病与统计方法 2024, 51(16): 2881-2886

中国中老年人代谢综合征及其组分对抑郁状态的双向关联

全屏

李语童, 巢健茜, 周蔚

作者信息

东南大学公共卫生学院，江苏南京 210009

李语童（1999—），女，硕士在读，研究方向：流行病与卫生统计学

通讯作者:

巢健茜，E-mail：chaoseu@163.com

Bidirectional association of metabolic syndrome and its components with depression in middle-aged and elderly Chinese people

Yu-tong LI, Jian-qian CHAO, Wei ZHOU

Affiliations

School of Public Health, Southeast University, Nanjing, Jiangsu 210009, China

出版时间: 2024-08-25 doi: 10.20043/j.cnki.MPM.202401091

文章导航

摘要

收起

目的

探讨中国中老年人代谢综合征(Metabolic syndrome, MS)和抑郁状态的相互影响。

方法

本研究采用2011—2018年中国健康与退休纵向研究(CHARLS)数据中45岁及以上中老年人，基线采用2011年数据，阶段Ⅰ研究基线MS与新发抑郁状态的关联，阶段Ⅱ研究基线抑郁状态与新发MS的关联，阶段Ⅲ采用交叉滞后面板模型进一步研究两者双向关联，随访均采用包含血检与体检的2015年数据。

结果

两者存在双向关联，基线MS组分与随访抑郁状态(β=0.052，P<0.01)以及基线抑郁状态与随访MS组分(β=0.305，P<0.01)呈正相关，但MS组分在性别亚组上存在差异。

结论

中国中老年人群体MS及其组分与抑郁状态存在双向关联，应对其进行早期MS及抑郁状态的识别、监测及干预策略。

关键词

代谢综合征 / 抑郁状态 / 双向关联 / CHARLS

Abstract

收起

Objective

To explore the bidirectional association between metabolic syndrome(MS) and depression in middle-aged and elderly adults in China.

Methods

This study used participants aged 45 and above from publicly available longitudinal data from the China Health and Retirement Longitudinal Study(CHARLS) from 2011 to 2018. The baseline was based on 2011 data. Stage I studied the longitudinal association of baseline MS with follow-up depression, while Stage II studied the association of baseline depression with follow-up MS. Stage III further investigated the bidirectional association between MS and depression using a cross-lagged panel model, and the follow-up data for all three stages used 2015 data including blood routine examination and physical examinations.

Results

There was a bidirectional association between the two diseases. The baseline MS and its components showed a positive correlation with the follow-up depression(β=0.052, P<0.01), and vice versa(β=0.305, P<0.01), but there were differences in gender subgroups.

Conclusion

There is a bidirectional correlation between MS and its components and depression in the middle-aged and elderly population in China. We should identify, monitor, and intervene in early MS and depression.

Key words

Metabolic syndrome(MS) / Depression / Bidirectional association / CHARLS

引用本文

李语童, 巢健茜, 周蔚. 中国中老年人代谢综合征及其组分对抑郁状态的双向关联. 现代预防医学, 2024 , 51 (16) : 2881 -2886 . DOI: 10.20043/j.cnki.MPM.202401091

Yu-tong LI, Jian-qian CHAO, Wei ZHOU. Bidirectional association of metabolic syndrome and its components with depression in middle-aged and elderly Chinese people[J]. Modern Preventive Medicine, 2024 , 51 (16) : 2881 -2886 . DOI: 10.20043/j.cnki.MPM.202401091

正文

收起

代谢综合征(Metabolic syndrome，MS)是多种代谢成分异常聚集的病理状态，至少包含三种代谢异常组分，包括中心性肥胖、高血糖、血压升高、血甘油三酯(Triglyceride，TG)水平高和高密度脂蛋白胆固醇(High density lipoprotein cholesterol，HDL-C)水平低^[1]。中国45岁及以上中老年人群MS的患病率高达33.0%^[2]，显著增加糖尿病、心脑血管疾病及癌症患病风险。抑郁症(Depression)是常见的精神障碍，中国精神卫生调查2021年数据显示我国成人抑郁症终生患病率高达6.8%^[3]，中老年人抑郁症患病率超过30%，患病情况随年龄增长呈正相关^[4]。有研究发现抑郁症的发生与MS有密切联系^[5]，但国内这两类疾病间双向关联研究较少。因此本文旨在利用中国健康与退休纵向研究(CHARLS)数据进一步探索我国45岁及以上中老年人群体MS和抑郁状态的双向关系，为提高中老年人生命质量提供依据。

1　研究对象和方法

收起

1.1　研究对象

本研究采用具有全国代表性的CHARLS公开纵向数据^[6]，自2011年开展基线调查，随后于2013年、2015年和2018年进行三次随访。目前仅2011年和2015年随访数据包含本研究所需的血检与体检数据。

1.2　研究方法

1.2.1　研究设计

研究纳入基本人口学特征、健康状况与功能、血检和体检的实验室指标、抑郁自评量表(Center for epidemiologicalsurvey, depression scale，CES-D)的基线与随访数据。本文研究分为三个阶段，阶段Ⅰ研究基线MS是否会增加抑郁状态风险；阶段Ⅱ研究基线抑郁状态是否会增加MS患病风险；阶段Ⅲ进一步分析MS与抑郁状态的双向关联。阶段Ⅰ研究对象纳入标准：(1)基线年龄≥45岁，(2)基线无抑郁状态，(3)成功随访，共4 222例。阶段Ⅱ纳入标准：(1)基线年龄≥45岁，(2)基线无MS，(3)成功随访，共5 203例。阶段Ⅲ纳入标准：(1)基线时年龄≥45岁，(2)成功随访，共6 285例。研究流程如图1所示。

1.2.2　相关诊断标准及协变量

MS采用2009年国际糖尿病联盟(IDF)与美国心脏协会/美国国立心肺血管病学研究所(AHA/NHLBI)联合定义标准，即以下5项组分中包含≥3项者：(1)中心性肥胖：亚洲男性腰围≥90 cm，女性腰围≥85 cm；(2)TG升高：TG≥1.7 mmol/L，或已进行针对此项血脂异常的治疗；(3)HDL-C水平低：男性HDL-C<1.0 mmol/L，女性HDL-C<1.3 mmol/ L，或已进行针对此项血脂异常的治疗；(4)血压升高：收缩压(SBP)≥130 mmHg或舒张压(DBP)≥85 mmHg，或已诊断为高血压；(5)高血糖：空腹血糖(FBG)≥5.6 mmol/L，或已诊断为2型糖尿病。采用酶比色法测定FBG、HDL-C和TG，SBP和DBP经三次测量取平均值。

抑郁状态评估采用简版抑郁自评量表(CESD-10)，包含10个条目，每个条目选项包括4个等级，总分0～30分，≥10分为有抑郁症状。

本研究纳入年龄、性别、受教育程度、婚姻状态等基本人口学特征以及吸烟、喝酒、癌症、慢性肺部疾病、心脏病、消化道疾病、情感及精神疾病等健康状况作为协变量。协变量数据来自2011年基线调查。

1.3　统计学方法

计数采用例(n)表示，组间比较采用χ²检验；数值采用均数±标准差(

）表示，组间比较采用t检验。阶段Ⅰ和阶段Ⅱ采用logistic回归估计比值比(OR)和置信区间(CI)，均对潜在混杂因素进行调整(模型1根据性别、年龄、受教育程度、婚姻状态等基本人口学特征进行调整；模型2对基本人口学特征以及健康状态等所有协变量进行调整)；阶段Ⅲ构建MS和抑郁状态的交叉滞后面板模型，对协变量进行调整；最后分析MS五个组分分别与抑郁状态的双向关系。本研究应用SPSS 25.0及Amos 22.0软件，检验水准α=0.05。

2　结果

收起

2.1　阶段Ⅰ：基线MS及其组分对新发抑郁状态的影响

阶段Ⅰ纳入4 222例研究对象，男性2 059(48.8%)人、女性2 163(51.2%)人，MS组分数≥3项者570(13.5%)例。性别对基线阶段发现MS具有统计学意义(P<0.01)。受教育程度、婚姻状态、吸烟、喝酒对患MS及其组分疾病的影响有统计学意义(均P<0.05)。有慢性病史对研究对象患MS的影响有统计学意义(P<0.01)，高血压、血脂异常、糖尿病、心脏病、慢性肺部疾病、消化系统疾病是有明显差异的影响因素(均P<0.05)(表1)。将性别纳入logistic回归并调整相关协变量，发现女性更易发生MS(OR=1.196，95%CI: 1.002~1.428，P=0.048)。

在随访期间，研究对象新发抑郁状态2 407例，发生率为57.0%，新发抑郁状态者中患MS组分数≥1者2 082例，其中370例为随访新增。不同MS组分数产生抑郁状态风险不同，调整基本人口学特征以及健康状态协变量后发现MS组分数≥2时，对抑郁状态的产生有统计学差异(均P<0.01)，当组分数≥3(即可确诊为患MS)时风险增加超过2倍(MS组分数为3，模型2 OR=3.184，95%CI: 2.484~4.081，P<0.01；MS组分数为4，模型2 OR=2.749，95%CI: 2.075~3.641，P<0.01；MS组分数为5，模型2 OR=2.594，95%CI: 1.784~3.771，P<0.01)，表明MS可以较好地预测抑郁状态发生(表2)。

2.2　阶段Ⅱ：基线抑郁状态对新发MS的影响

阶段Ⅱ纳入5 203例研究对象，男性2 474(47.5%)人、女性2 729(52.5%)人，抑郁组1 551(29.8%)例。性别对基线抑郁状态有明显影响(P<0.01)。受教育程度、婚姻状态、吸烟、喝酒的影响有统计学差异(均P<0.05)。抑郁状态者高血压、高血脂、心脏病、慢性肺部疾病、消化系统疾病、情感及精神疾病发病率均高于非抑郁状态者(均P<0.05)(表1)。将性别纳入logistic回归并调整相关协变量，发现抑郁状态更易在女性中产生(OR=1.279，95%CI: 1.135~1.441，P<0.01)。

随访中新发MS 1 490例，发生率为28.6%，新发MS者中抑郁状态者885例，其中198为随访新增。抑郁组患MS风险高于非抑郁组(原模型OR=2.821，95%CI: 2.484~3.204，P<0.01)。当控制协变量时抑郁组MS患病风险均比非抑郁组增加近3倍(模型1 OR=2.805，95%CI: 2.468~3.189，P<0.01；模型2 OR=2.737，95%CI: 2.392~3.132，P<0.01)(表2)。

2.3　阶段Ⅲ：MS及其组分与抑郁状态的双向作用

阶段Ⅲ纳入6 285例研究对象，其中男性2 878(45.8%)人、女性3 407(54.2%)人；随访MS 2 448例，发生率为38.9%；随访抑郁状态4 069例，发生率为64.7%。构建交叉滞后面板模型，模型比较拟合指数(CFI)>0.90，Tucker-Lewis指数(TLI)>0.90，近似误差均方根(RMSEA)<0.08，标准化均方根残差(SRMR)<0.08，P<0.05，模型拟合效果较佳，有统计学意义。

以年龄、性别、受教育程度、婚姻状态、吸烟、喝酒、慢性病史为协变量，由图2所示模型A显示基线MS组分至随访抑郁状态、基线抑郁状态到随访MS组分的路径系数均具有统计学意义(β=0.052、β=0.305，P<0.01)；模型B、C在性别层面进行亚组分析均存在双向关联(男性亚组β=0.034、β=0.191，P<0.01；女性亚组β=0.063、β=0.404，P<0.01)。

同时研究MS中血压升高、中心性肥胖、高血糖、TG升高、HDL-C水平低五组分分别与抑郁状态的双向关系，模型A调整所有协变量后发现各组分均与抑郁状态有双向关联作用(血压升高β=0.037、β=0.048，P<0.01；中心性肥胖β=0.040、β=0.063，P<0.01；高血糖β=0.087、β=0.069，P<0.01；TG升高β=0.117、β=0.137，P<0.01；HDL-C水平低β=0.053、β=0.082，P<0.01)。模型B、C发现男性中心性肥胖与抑郁状态的双向作用有相关性(β=0.055、β=0.191，P<0.05)，女性血压升高(β=0.055、β=0.048，P<0.01)、高血糖(β=0.114、β=0.091，P<0.01)、TG升高(β=0.141、β=0.179，P<0.01)、HDL-C水平低(β=0.072、β=0.111，P<0.01)组分与抑郁状态存在明显双向关联(表3)。

3　讨论

收起

本研究用CHARLS数据库进行疾病影响因素研究及疾病风险预测，得中国中老年群体MS及其组分和抑郁状态存在双向联系，即基线MS可能导致抑郁状态发生，基线抑郁状态也会增加MS或其组分发病风险。本研究发现女性中老年人患MS和抑郁的可能性大于男性，有研究证明MS是女性抑郁的危险因素之一^[7]，女性生理健康的变化也更易导致抑郁情绪^[8]。受教育程度较低是MS和抑郁状态发生原因之一，一项研究表明高等教育对抑郁发生有保护作用^[9]。吸烟、喝酒及消化道疾病、慢性肺部疾病等对这两类疾病的产生也有一定影响，这与很多研究结果一致^[10-12]，不良的生活习惯和慢性病史在心理、激素等各水平上导致抑郁或MS的发生。

Pan等人在一些横断面和前瞻性队列研究中发现抑郁和MS存在显著的双向关联作用^[13]，这与本研究的结论一致。在阶段Ⅰ建立的logistic模型以及调整潜在混杂因素模型中，均显示基线时期患MS者发生抑郁状态风险比无MS组分者增加2-3倍。在阶段Ⅱ建立的模型中基线抑郁状态者发生MS的风险约为非抑郁者的2.8倍。在阶段Ⅲ建立的交叉滞后面板模型中，两疾病随时间推移保持相对稳定且相互影响，因发现性别对MS和抑郁状态有显著预测作用，所以按性别进行亚组分析，MS与抑郁状态在性别水平上仍存在相互影响。

抑郁症和MS的相互作用可能受多种机制介导。抑郁状态可能使人产生不良生活方式和行为，如吸烟酗酒、拒绝运动或不遵医嘱^[14]，导致患MS风险增加；MS和抑郁症有相互联系的病理生理机制，抑郁症的神经内分泌效应易致使自主神经系统紊乱和下丘脑-垂体-肾上腺(HPA)轴失调，导致葡萄糖代谢失调、腹部脂肪堆积和血压升高^[15]，引起中心性肥胖；服用传统的抗抑郁药可能对身体代谢水平有直接副作用^[16]，会增加高血压和肥胖的风险等。

本文还发现MS各组分和抑郁状态在性别层面上有特异性差异。中老年男性抑郁状态对血压升高、高血糖、TG升高、HDL-C水平低仅存在单向影响，中老年女性抑郁状态对中心性肥胖也仅存在单向影响，反之预测能力不明显。Virtanen等^[17]研究认为MS各组分不能独立预测抑郁发生风险，因此还需更多研究来探索性别或其他重要因素的潜在机制。

对此我们应该采取积极的防治措施，对中老年人开展疾病早期识别与有效干预。应在中老年人群体中构建健康信念模型，进行健康促进和健康教育，积极提倡通过吸烟戒断、健康饮食与适当运动改变不良生活方式^[18]；加强中老年人慢性病管理，通过动员个体、家庭、社区医疗服务机构等方式督促其定期进行健康筛查，督促指标异常者按时服药或治疗^[19]；此外，鼓励中老年人参与交际活动，增强情绪调节能力，必要时进行心理疏导，从生理和心理两个维度改善晚年生活质量。

本研究仍存在局限性：问卷中慢性病及治疗史虽有医疗信息支撑，但可能有统计缺漏或未检出的疾病，存在信息偏倚；可能存在数据库中未提及的潜在混杂因素，如身体活动、激素或细胞炎症因子分泌等影响研究结果；MS和抑郁可能长期发展，数据库随访期较短，还需进一步跟踪随访数据。

综上所述，中国中老年群体MS及其组分与抑郁状态的发生存在密切双向联系。因此我们需探索中老年人早期MS识别、监控及干预策略，通过普及健康筛查进行早诊断、早治疗；同时也应高度重视中老年人身心健康以及抑郁症人群的MS防治，采取健康促进行动，通过科学干预全面改善中老年人的身心健康和生命质量。

基金

收起

国家社会科学基金重大项目(23&ZD188)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Alberti

KGMM

, Eckel

, Grundy

, et al. Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity[J]. Circulation, 2009, 120(16): 1640-1645.

[2]

Xiong

, Zhang

, et al. Prevalence and associated factors of metabolic syndrome in Chinese middle-aged and elderly population: a National cross-sectional study[J]. Aging Male, 2021, 24(1): 148-159.

[3]

, Xu

, Huang

, et al. Prevalence of depressive disorders and treatment in China: a cross-sectional epidemiological study[J]. The Lancet. Psychiatry, 2021, 8(11): 981-990.

[4]

李甲森，马文军．中国中老年人抑郁症状现状及影响因素分析[J]．中国公共卫生，2017，33（2）：177-181.

, Ma

. Prevalence and influencing factors of depression symptom amongmiddleaged and elderly people in China[J]. Chinese Journal of Public Health, 2017, 33(2): 177-181.

[5]

杨相国．老年代谢综合征及其组分与抑郁状态的相关性研究[J]．国际老年医学杂志，2022，43（2）：145-148, 174.

Yang

. Association of metabolic syndrome and its components with depression in older people[J]. International Journal of Geriatrics, 2022, 43(2): 145-148, 174.

[6]

Zhao

, Hu

, Smith

, et al. Cohort profile: the China Health and Retirement Longitudinal Study (CHARLS)[J]. International Journal of Epidemiology, 2014, 43(1): 61-68.

[7]

Vanhala

, Jokelainen

, Keinänen-Kiukaanniemi

, et al. Depressive symptoms predispose females to metabolic syndrome: a 7-year follow-up study[J]. Acta Psychiatrica Scandinavica, 2009, 119(2): 137-142.

[8]

刘超，梁超．围绝经期女性焦虑和抑郁状况调查及影响因素分析[J]．中国妇幼保健，2022，37（18）：3302-3306.

Liu

, Liang

. Investigation and influencing factor analysis of anxiety and depression inperimenopausal women[J]. Maternal & Child Health Care of China, 2022, 37(18): 3302-3306.

[9]

Bauldry

. Variation in the protective effect of higher education against depression[J]. Society and Mental Health, 2015, 5(2): 145-161.

[10]

殷黎，殷蕾，谢羡，等．湖南省35～75岁人群代谢综合征流行情况及影响因素分析[J]．中国慢性病预防与控制，2023，31（7）：481-484.

Yin

, Yin

,Xie

, et al. Prevalence and influencing factors of metabolic syndrome among adults(35-75 years old)in Hunan Province[J]. Chinese Journal of Prevention and Control of Chronic Diseases, 2023, 31(7): 481-484.

[11]

Qiao

, Liu

, Zhang

, et al. Bidirectional association between depression and multimorbidity in middle-aged and elderly Chinese adults: a longitudinal cohort study[J]. Aging & Mental Health, 2022, 26(4): 784-790.

[12]

Dang

, Le

, Nguyen

, et al. Prevalence of metabolic syndrome and its related factors among Vietnamese People: A systematic review and meta-analysis[J]. Diabetes & Metabolic Syndrome, 2022, 16(4): 102477.

[13]

Pan

,Keum

, Okereke

, et al. Bidirectional association between depression and metabolic syndrome:a systematic review and meta-analysis of epidemiological studies[J]. Diabetes Care, 2012, 35(5): 1171-1180.

[14]

何民富．抑郁在中国中老年慢性病人群中的流行情况及其对慢性病患者的影响研究[D]．长春：吉林大学，2019.

. The prevalence of depression among middle-aged and elderly people with chronic diseases inChina and its impact on chronic disease patients[D]. Changchun: Jilin University, 2019.

[15]

Hirtz

, Libuda

, Hinney

, et al. Lack of evidence for a relationship between the Hypothalamus-Pituitary-Adrenal and the Hypothalamus-Pituitary-Thyroid axis in adolescent depression[J]. Frontiers in Endocrinology, 2021, 12: 662243.

[16]

Hsu

, Chen

, Huang

, et al. Risk of type 2 diabetes mellitus between adolescents with antidepressant-resistant and antidepressant-responsive depression: A cohort study of 15,651 adolescents[J]. Journal of Affective Disorders, 2023, 328: 210-214.

[17]

Virtanen

,Ferrie

, Akbaraly

, et al. Metabolic syndrome and symptom resolution in depression: a 5-Year Follow-Up of older adults[J]. The Journal of Clinical Psychiatry, 2017, 78(1): e1-e7.

[18]

张卓．基于健康信念模型的农村老年人使用临床预防服务行为意向研究[D]．济南：山东大学，2018.

Zhang

. Using the health beliefs model to analyze the behavioral intention of clinical preventive services of rural elderly[D].Jinan: Shangdong University, 2018.

[19]

Naeemi

, Daniali

, Hassanzadeh

, et al. The effect of educational intervention on self-care behavior in hypertensive older people: Applying the health belief model[J]. Journal of Education and Health Promotion, 2022, 11: 406.

2024年第51卷第16期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202401091

接收时间：2024-01-06
首发时间：2026-03-18
出版时间：2024-08-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-01-06

基金

国家社会科学基金重大项目(23&ZD188)

作者信息

东南大学公共卫生学院，江苏南京 210009

通讯作者:

巢健茜，E-mail：chaoseu@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202401091

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

项目	阶段Ⅰ (n=4 222) MS组分数
年龄(）	57.35±8.15	59.18±8.84	59.27±8.51	59.21±8.73	59.34±8.03	60.68±6.95	8.434	0.001
性别							33.540	<0.010
男	623	742	438	201	47	8
女	556	695	598	243	60	11
受教育程度							25.674	0.042
文盲	305	390	295	107	23	7
小学	514	636	429	170	50	5
中学	345	399	298	156	31	7
大专及以上	15	12	14	11	3	0
婚姻状态							22.321	0.014
已婚	1 093	1 280	931	394	101	18
离异及丧偶	76	148	100	50	6	1
未婚	10	9	5	0	0	0
吸烟							26.697	<0.001
是	504	623	375	150	41	4
否	675	814	661	294	669	15
喝酒							27.765	0.002
每月>1次	358	402	244	96	20	5
每月≤1次	92	121	77	32	7	1
从不	729	914	715	316	80	13
慢性病史							194.907	<0.001
有	645	910	710	369	107	19
无	534	527	326	75	0	0
高血压史	0	257	318	237	83	16	894.515	<0.001
糖尿病史	6	21	53	47	46	19	876.989	<0.001
血脂异常史	0	31	77	129	82	19	133.530	<0.001
癌症史	7	15	6	3	3	0	7.945	0.159
慢性肺部疾病史	128	149	81	35	11	1	8.896	0.113
心脏病史	76	127	110	81	29	10	122.719	<0.001
消化道疾病史	291	328	206	75	26	3	15.721	0.008
情感及精神疾病	7	10	15	3	0	0	7.110	0.213
年龄(）	58.90±8.62	58.71±8.73	3.715	0.054
性别			16.284	<0.001
男	671	1 803
女	880	1 849
受教育程度			19.867	0.019
文盲	466	990
小学	674	1 579
中学	398	1 042
大专及以上	13	41
婚姻状态			24.649	<0.001
已婚	1 335	3 304
离异及丧偶	208	324
未婚	8	24
吸烟			9.229	0.002
是	568	1 502
否	983	2 150
喝酒			9.863	0.007
每月>1次	363	1 004
每月≤1次	139	290
从不	1 049	2 358
慢性病史			52.336	<0.001
有	1 124	2 265
无	427	1 387
高血压史	347	575	32.800	<0.001
糖尿病史	47	80	3.224	0.073
血脂异常史	92	108	26.057	<0.001
癌症史	18	28	1.927	0.165
慢性肺部疾病史	185	358	5.259	0.022
心脏病史	189	313	16.320	<0.001
消化道疾病史	430	825	15.676	<0.001
情感及精神疾病	30	32	10.350	0.001

项目

阶段Ⅰ (n=4 222)
MS组分数

χ²或t

P值

年龄(

）

57.35±8.15

59.18±8.84

59.27±8.51

59.21±8.73

59.34±8.03

60.68±6.95

8.434

0.001

性别

33.540

<0.010

男

623

742

438

201

女

556

695

598

243

受教育程度

25.674

0.042

文盲

305

390

295

107

小学

514

636

429

170

中学

345

399

298

156

大专及以上

婚姻状态

22.321

0.014

已婚

1 093

1 280

931

394

101

离异及丧偶

148

100

未婚

吸烟

26.697

<0.001

是

504

623

375

150

否

675

814

661

294

669

喝酒

27.765

0.002

每月>1次

358

402

244

每月≤1次

121

从不

729

914

715

316

慢性病史

194.907

<0.001

有

645

910

710

369

107

无

534

527

326

高血压史

257

318

237

894.515

<0.001

糖尿病史

876.989

<0.001

血脂异常史

129

133.530

<0.001

癌症史

7.945

0.159

慢性肺部疾病史

128

149

8.896

0.113

心脏病史

127

110

122.719

<0.001

消化道疾病史

291

328

206

15.721

0.008

情感及精神疾病

7.110

0.213

项目

阶段Ⅱ (n=5 203)
抑郁

抑郁组

非抑郁组

χ²或t

P值

年龄(

）

58.90±8.62

58.71±8.73

3.715

0.054

性别

16.284

<0.001

男

671

1 803

女

880

1 849

受教育程度

19.867

0.019

文盲

466

990

小学

674

1 579

中学

398

1 042

大专及以上

婚姻状态

24.649

<0.001

已婚

1 335

3 304

离异及丧偶

208

324

未婚

吸烟

9.229

0.002

是

568

1 502

否

983

2 150

喝酒

9.863

0.007

每月>1次

363

1 004

每月≤1次

139

290

从不

1 049

2 358

慢性病史

52.336

<0.001

有

1 124

2 265

无

427

1 387

高血压史

347

575

32.800

<0.001

糖尿病史

3.224

0.073

血脂异常史

108

26.057

<0.001

癌症史

1.927

0.165

慢性肺部疾病史

185

358

5.259

0.022

心脏病史

189

313

16.320

<0.001

消化道疾病史

430

825

15.676

<0.001

情感及精神疾病

10.350

0.001

	原模型^a	模型1^b	模型2^c
阶段Ⅰ
MS组分数
0（参考）	1.00		1.00		1.00
1	1.051(0.869-1.271)	0.606	1.079(0.888-1.311)	0.445	1.067(0.874-1.302)	0.524
2	1.347(1.113-1.631)	0.002	1.414(1.162-1.721)	0.001	1.438(1.173-1.761)	<0.001
3	2.977(2.362-3.754)	<0.001	3.167(2.498-4.016)	<0.001	3.184(2.484-4.081)	<0.001
4	2.584(2.013-3.316)	<0.001	2.724(2.109-3.518)	<0.001	2.749(2.075-3.641)	<0.001
5	2.475(1.799-3.407)	<0.001	2.533(1.825-3.515)	<0.001	2.594(1.784-3.771)	<0.001
阶段Ⅱ
非抑郁（参考）	1.00		1.00		1.00
抑郁	2.821(2.484-3.204)	<0.001	2.805(2.468-3.189)	<0.001	2.737(2.392-3.132)	<0.001

原模型^a

模型1^b

模型2^c

OR（95%CI）

P值

OR（95%CI）

P值

OR（95%CI）

P值

阶段Ⅰ

MS组分数

0（参考）

1.00

1.051(0.869-1.271)

0.606

1.079(0.888-1.311)

0.445

1.067(0.874-1.302)

0.524

1.347(1.113-1.631)

0.002

1.414(1.162-1.721)

0.001

1.438(1.173-1.761)

<0.001

2.977(2.362-3.754)

<0.001

3.167(2.498-4.016)

<0.001

3.184(2.484-4.081)

<0.001

2.584(2.013-3.316)

<0.001

2.724(2.109-3.518)

<0.001

2.749(2.075-3.641)

<0.001

2.475(1.799-3.407)

<0.001

2.533(1.825-3.515)

<0.001

2.594(1.784-3.771)

<0.001

阶段Ⅱ

非抑郁（参考）

1.00

抑郁

2.821(2.484-3.204)

<0.001

2.805(2.468-3.189)

<0.001

2.737(2.392-3.132)

<0.001

MS组分	模型A^a	模型B^b
血压升高	0.037	0.001	0.048	<0.001	0.009	0.572	0.047	0.006
中心性肥胖	0.040	<0.001	0.063	<0.001	0.055	0.002	0.032	0.029
高血糖	0.087	0.001	0.069	<0.001	0.040	0.318	0.038	0.050
TG升高	0.117	<0.001	0.137	<0.001	0.058	0.184	0.082	<0.001
HDL-C水平低	0.053	<0.001	0.082	<0.001	0.028	0.115	0.046	0.003
MS组分	模型C^c
基线MS组分对随访抑郁	基线抑郁对随访MS组分
β	P值	β	P值
血压升高	0.055	<0.001	0.048	<0.001
中心性肥胖	0.028	0.079	0.091	<0.001
高血糖	0.114	0.001	0.091	<0.001
TG升高	0.141	<0.001	0.179	<0.001
HDL-C水平低	0.072	<0.001	0.111	<0.001

MS组分

模型A^a

模型B^b

基线MS组分对随访抑郁

基线抑郁对随访MS组分

基线MS组分对随访抑郁

基线抑郁对随访MS组分

P值

血压升高

0.037

0.001

0.048

<0.001

0.009

0.572

0.047

0.006

中心性肥胖

0.040

<0.001

0.063

<0.001

0.055

0.002

0.032

0.029

高血糖

0.087

0.001

0.069

<0.001

0.040

0.318

0.038

0.050

TG升高

0.117

<0.001

0.137

<0.001

0.058

0.184

0.082

<0.001

HDL-C水平低

0.053

<0.001

0.082

<0.001

0.028

0.115

0.046

0.003

MS组分

模型C^c

基线MS组分对随访抑郁

基线抑郁对随访MS组分

P值

血压升高

0.055

<0.001

0.048

<0.001

中心性肥胖

0.028

0.079

0.091

<0.001

高血糖

0.114

0.001

0.091

<0.001

TG升高

0.141

<0.001

0.179

<0.001

HDL-C水平低

0.072

<0.001

0.111

<0.001