基于CHARLS数据，中国居家中老年人抑郁风险预测模型的开发与验证

摘要

本研究利用CHARLS数据开发并验证了针对居家中老年人的抑郁风险预测模型。该模型包含五个关键预测因素。该命名图显示出可接受的辨别力（0.766/0.664），适合在人群层面进行风险分层，且是有效的筛查工具。

摘要

在中国，关于居家中老年人抑郁症状风险预测模型的研究仍然不足。本研究旨在建立风险预测模型，识别中国居家中老年人抑郁症的风险因素，旨在为循证预防策略和公共卫生政策提供依据。利用最新的全国代表性CHARLS 2020波（n = 14,466），我们开发了首个简约的中老年人抑郁症状预测（CES-D-10 ≥ 10）。经过卡方和多变量逻辑筛选，LASSO通过10重交叉验证确定了五个最具影响力的预测变量。模型辨别（AUC）、校准（Hosmer-Lemeshow，校准图）和临床效用（决策曲线分析）在训练-测试比例（7：3）中进行了评估。在14,466名居家中老年人中，有5,488人（37.1%）出现抑郁症状，8,978人（62.9%）不符合抑郁症状的标准。最终的线条图包含五项变量：女性性别、农村户口、初级或以下教育程度、未婚状态以及年龄超过60岁。该工具在训练组中获得了0.766（95% CI 0.752-0.780）的AUC，测试组为0.664（0.637-0.691），校准效果优异（P = 0.28），30%至50%风险阈值间为正净益。该模型可以预测中国居家中老年人的抑郁症风险，并作为早期识别和管理该人群抑郁症风险的便捷筛查工具。

引言

抑郁症作为一种精神疾病，表现为高患病^率1、低治疗接受率和高复发率，已成为中老年人身心健康的重大威胁。全球估计有5%的成年人患有抑郁症，而老年人中这一比例约为30^%3,4。在中国，一项最新研究显示，估计有5060万人受抑郁症影响，占全球负担的17.8%。Zhu等人报告称^{，中国老年人}抑郁症的发生率在27.0%到37.3%之间。此外，在衰老和其他因素的综合影响下，老年人的心理健康往往^会恶化。在中国，居家模式是中老年人的主要生活和护理^模式。在该模型中，调查中老年人抑郁症及其风险因素的患病率既重要^又重要。

尽管此前关于中老年人抑郁症的研究涵盖了许多方面，如互联网使用^率10、睡眠时长和质量¹¹、身体疼痛¹²等，但大多数是横断面研究，主要关注该群体老年人与抑郁症之间的关联及其影响因素13,14,15.现有研究表明，居住安排（家庭护理与机构护理）显著影响中老年人的抑郁症状^16,17。一些研究人员还利用模型开发预测工具，评估^{老年人18.19}岁的抑郁风险。然而，这些研究存在两个主要局限性：首先，现有预测模型大多用于预测普通老年人的抑郁风险，缺乏针对居家中老年人的具体工具;其次，这些结果的临床应用不足。

因此，本研究旨在利用2020年CHARLS数据构建适用于中国居家中老年人的抑郁风险预测模型。据我们所知，这是首个专门为该人群开发的简约诺姆图，区别于现有主要针对普通老年人群、未考虑居住安排影响的模型。通过分析该模型，我们试图识别关键风险因素，从而为制定有针对性的干预措施提供理论基础。模型的发展基于压力-脆弱性框架，该框架认为抑郁症源于人口脆弱性与家庭环境中固有的慢性压力源之间的^{相互作用。}本研究预计将有助于提升心理健康服务、制定有针对性的政策以及提升社会稳定。

方案

该研究获得了北京大学生物医学伦理委员会（IRB00001052-11015）的批准。所有受试者均提供了知情同意。

研究人群
本研究数据来自CHARLS 2020，涵盖全国150个县级单位和450个村级单位，涵盖约10,000户家庭和19,395名45岁及^以上中老年人。调查采用了多阶段概率抽样方法。符合以下条件的个体被纳入：年龄45岁及以上;根据问卷项目BA007：居住地址的居住类型为何？，选择的家庭居住区;并明确回答了流行病学研究中心10项抑郁量表（CES-D-10）。符合以下一项或多项标准的个体被排除：回答显示非居住地（包括社区、医院及其他或失踪）;缺乏关于抑郁症的信息;缺乏相关协变量信息。最终，14,466名符合初始标准的成年人被纳入本研究。参与者选拔的详细过程见 图1。

图1：研究群体选择的流程图。请点击此处查看该图的更大版本。

变量定义
抑郁症状使用简化版CES-D-10评估，该测试在以往研究中具有高度的信度和效度^22,23。CES-D-10共有10个题目，分为四个等级：0=从不，1=偶尔或偶尔，2=频繁，3=始终，第五和第八题按倒²⁴分计分。抑郁量表的总分通过将所有10题目评分加总得，范围为0到30;分数越高，个人的抑郁症状越严重。基于对中老年人群^25,26的先前研究，CES-D-10评分≥10的参与者被归类为有抑郁症状，而得分<10被归类为非抑郁。

从所有研究参与者收集的信息包括人口统计信息（年龄、性别、婚姻状况、居住和教育水平）、生活习惯和身体健康状况（体育活动、吸烟、饮酒、社交互动、自我评估健康状况、慢性病状况和午睡时间），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， 以及后代的健康状况）。慢性疾病由医生诊断，包括高血压、血脂异常、恶性肿瘤、慢性肺病、心脏病、中风、关节炎和风湿病。

统计分析
二元逻辑回归分析
类别变量以频率和百分比表示。进行了卡方检验，以考察研究人群中不同人口统计特征中抑郁发生率的差异。进行了二元逻辑回归分析以识别与抑郁症状相关的重要因素。这些统计分析使用SPSS软件（21.0版）进行。

LASSO 回归
在R版本4.3.2中，数据集被随机划分为训练集和测试集，比例为7：3，使用固定的随机种子以确保可重复性。具体来说，70%的数据分配给训练集用于模型开发，30%分配给测试集进行独立验证。首先，在二元逻辑回归中统计显著（p < 0.05）的变量被纳入LASSO回归分析，以防止通过收小系数导致过拟合。通过10折交叉验证确定了最佳λ值。lambda.1se 是基于单标准误差法则选择的，以实现最优变量选择性能。采用LASSO收缩以防止过拟合，方法是将次要变量的系数降至零。欲了解更多详情，请参阅 补充文件1 （第1项）。

名额图构造
所选预测变量的相对重要性根据其标准化系数的绝对大小进行排序，并通过森林图进行可视化。基于最终逻辑回归方程，利用均方符包构建了预测性线表图。欲了解更多详情，请参阅 补充文件1 （第2项）。

模型验证
通过使用pROC软件计算接收机工作特征曲线（AUC）下的面积来评估鉴别能力。AUC分别针对训练集和测试集计算。通常，AUC大于0.75表示辨别能力良好。欲了解更多详情，请参阅 补充文件1 （第3项）。

校准：使用Hosmer-Lemeshow拟合优度检验评估模型校准，并用均方根包生成的校准曲线可视化，绘制预测概率与观测频率的关系。非显著的Hosmer-Lemeshow检验（p > 0.05）表示校准良好。欲了解更多详情，请参阅 补充文件1 （第4条）。

临床效用：临床效用采用决策曲线分析（DCA）评估，结合RMDA软件，计算阈值概率范围从0%到100%的净效益。如需更多细节，请参阅补充文件1（第5项）。

随机森林验证：作为补充验证，利用randomForest软件实现了随机森林模型，以评估模型的稳定性和可推广性。绘制了错误率收敛曲线，以评估训练和测试集中树数与预测准确率之间的关系。双侧p值<0.05被视为统计学上显著的差异。欲了解更多详情，请参阅 补充文件1 （第6项）。

结果

样本特征
研究共有14,466名参与者，具有以下特征：46.8%年龄在60-74岁之间，52.2%为女性，75.2%为农业户籍。在教育水平方面，62.9%的学生拥有小学或更低的学历。关于心理健康状况，37.1%的参与者表现出抑郁症状，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特征差异。统一意味着居民统一注册。中国自2014年起实施统一户籍制度，不再区分城乡属性。数据以n（%）表示。χ² = 卡方统计量。 P 值来自Pearson卡方检验，比较了非抑郁和抑郁症状组。所有统计检验均为双向，显著性设定为p < 0.001。

讨论

该研究就中国居家中老年人抑郁症状的风险因素及预测性，得出了若干关键发现。首先，研究发现中国有37.1%的居家中老年人表现出抑郁症状，表明该人群抑郁症状负担较高。该研究结果与一项关于老年人抑郁症状流行率的全球荟萃分析结果不^符，后者报告的抑郁症状患病率为35.15%。然而，研究结果显示，中老年人抑郁症状的患病率显著高于其他国家的报告，如韩国老年人（13.5%）、印度老年人（15.2%）²⁸以及泰国中老年人（9.8%）²⁹。这些差异可能源于不同的文化背景，文化差异对老年人对家庭居住模式的看法产生了显著影响。因此，本研究结果显示，中国居家中老年人抑郁症状的患病率显著高，亟需公共卫生部门和临床从业者立即关注并采取有针对性的干预措施。

其次，通过模型分析，我们确定60岁以上、女性、婚姻状况、农村户籍和低教育水平是居家中老年人抑郁症的风险因素。预测模型在训练集中表现出良好的判别能力（AU...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
（pROC）（沙普维兹）（拼布）（xgboost）（ggplot2）（RMS）（RMDA）（卡雷特）（randomForest）（glmnet）（数字）（咯咯声）（读者）	克兰	无	风险预测模型决策曲线分析的R软件包
CHARLS 数据集	CHARLS团队	无	中国健康与退休纵向研究数据集，用于模型开发和验证
R	R统计计算基金会	4.3.2	用于数据分析和建模的统计软件。
SPSS统计	IBM	21	用于辅助统计分析的软件。