引用本文： 榮健, 戈艷紅, 孟娜娜, 謝婷婷, 丁宏. 2010～2019 年中國老年人抑郁癥患病率的 Meta 分析. 中國循證醫學雜志, 2020, 20(1): 26-31. doi: 10.7507/1672-2531.201908088 復制
隨著中國經濟增長和人口結構改變，人口老齡化進程迅速發展。2018 年國家統計局數據顯示，中國≥60 歲老年人口數達 24 949 萬，占總人口比例 17.9%[1]。預測 2050 年，中國≥60 歲老年人口比例將達到 35.1%[2]。隨著老年人口的迅速增長，與高齡相關的心理疾病也日益被重視。抑郁是老年人最常見的心理疾病之一，給社會醫療衛生服務系統帶來了巨大壓力。老年抑郁可能會導致嚴重后果，如增加自殺死亡風險[3]。此外，有預測顯示到 2020 年抑郁將成為全球老年人群第二大致殘原因[4]。而對老年抑郁實施干預的前提是對于抑郁癥狀的識別。因此，近年關于中國老年人抑郁患病情況的調查逐漸成為研究熱點，但各項研究報道的患病率差異較大[5-8]，且國內針對抑郁癥患病率所做的系統性分析較少。因此，本研究運用 Meta 分析的方法評價近十年來中國老年人的抑郁癥患病率，以期為老年人抑郁的防治決策提供依據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
橫斷面研究。
1.1.2 研究對象
中國老年人群（年齡≥60 歲）。
1.1.3 結局指標
抑郁癥患病率。
1.1.4 調查工具
GDS 或 CES-D 量表。
1.1.5 排除標準
① 重復發表的研究；② 非中、英文文獻；③ 無法從原文中獲得研究所需數據的文獻；④ 如果兩篇或以上文獻來自同一研究，選擇數據最全、報告最詳細的一篇。
1.2 文獻檢索策略
計算機檢索 PubMed、Web of Science、CBM、CNKI、WanFang Data 和 VIP 數據庫，搜集有關中國老年人抑郁癥患病率的橫斷面研究，檢索時限均為 2010 年 1 月至 2019 年 7 月。同時追溯納入研究的參考文獻，以補充獲取相關文獻。中文檢索詞包括：老年人、老人、抑郁、患病率、發病率、GDS 和 CES-D 等；英文檢索詞包括：elders、older adults、elderly、the aged、depression、prevalence、incidence、cross-sectional study、epidemiology、China、Chinese、GDS 和 CES-D 等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 名研究者獨立篩選文獻、提取資料并交叉核對。如有分歧，則通過討論或與第三方協商解決。文獻篩選時首先閱讀文題，在排除明顯不相關的文獻后，進一步閱讀摘要和全文以確定是否納入。如有需要，通過郵件、電話聯系原始研究作者獲取未確定但對本研究非常重要的信息。資料提取內容包括：① 納入研究的基本信息：研究題目、第一作者、發表年份等；② 研究對象的基本特征，如省份、居住地；③ 文獻偏倚風險評價的關鍵要素；④ 所關注的結局指標和結果測量數據。
1.4 納入研究的偏倚風險評價
由 2 名研究者獨立評價納入研究的偏倚風險，并交叉核對結果。偏倚風險評價采用美國醫療保健研究與質量局（Agency for Healthcare Research and Quality，AHRQ）關于橫斷面研究的質量標準[9]。
1.5 統計分析
采用 RevMan 5.3 進行 Meta 分析。效應量采用普通倒方差法進行轉換后用 RD 及 SE 進行單個率的合并分析。納入研究結果間的異質性采用 χ2 檢驗進行分析（檢驗水準為 α=0.1），同時結合 I2 定量判斷異質性大小。若各研究結果間無統計學異質性，則采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性，則進一步分析異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。Meta 分析的水準設為 α=0.05。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。采用 Begg’s 檢驗評價發表偏倚。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 439 篇，經逐層篩選后，最終納入 22 個橫斷面研究[10-31]，總樣本量 52 437 人，其中 12 656 人符合抑郁癥診斷標準。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
2.2 納入研究的基本特征和偏倚風險評價結果
表1
納入研究的基本情況
表2
納入研究的偏倚風險評價結果（AHRQ）
2.3 Meta 分析結果
Meta 分析結果顯示，2010～2019 年中國老年人抑郁癥患病率為 25.55%［95%CI（19.81%，31.29%）］（表 3）。按性別、地區、居住地、測評量表和調查時間等不同特征進行亞組分析，結果顯示，女性患病率（26.40%）高于男性（20.47%）；北方患病率（27.39%）高于南方（19.70%）；農村患病率（31.02%）高于城市（22.34%）；CES-D 測評量表患病率（33.52%）高于 GDS-30（23.12%）；抑郁癥患病率有隨著時間升高的趨勢。
表3
中國老年人抑郁癥患病率的亞組分析
2.4 敏感性分析
采用逐一剔除單個研究的方法進行敏感性分析，結果均未發生明顯改變，提示本研究結果較穩定。
2.5 發表偏倚
針對老年人抑郁癥患病率繪制的漏斗圖未見明顯不對稱，結合 Begg’s 檢驗結果（Z=0.62，P=0.534），提示無明顯發表偏倚存在。
3 討論
本次研究分析了 2010～2019 年間關于中國老年人抑郁癥患病率的 22 個橫斷面研究結果，結果顯示老年人抑郁癥患病率為 25.55%［95%CI（19.81%，31.29%）］，高于既往相關研究結果[32, 33]。造成老年人抑郁癥患病率近年逐步升高的可能原因如下：一方面，中國老年人自我價值的實現主要源于在家庭和社區中的社會角色，但由于城市化和工業化的迅速發展，生活節奏加快，更小型的家庭結構削弱了中國傳統文化中老年人對自身價值的認可[34]。另一方面，由于社會經濟的急劇轉變，削弱了中國家庭價值觀和傳統孝道對于老年人心理的保護[35]，長期缺乏家庭支持和精神慰藉可能增加老年人患抑郁的可能性。
在性別方面，亞組分析結果顯示女性抑郁癥患病率（26.40%）高于男性（20.47%），與 Bossola 等[36]及王麗等[5]研究結果一致。其原因可能為：與男性相比，女性有更長壽命，在失去男性配偶后不能及時調整情緒，同時由于年齡的增長逐漸失去了傳統家庭主婦角色，與孩子們交流逐漸減少[32]。因此，女性老人常感到孤獨，可能導致抑郁的發生或加重。此外，由于中國傳統文化因素，女性老年人的社會地位、經濟收入及文化程度相比于男性老年人較低，這些也是影響抑郁發生發展的因素。
在地區方面，亞組分析結果顯示北方抑郁癥患病率（27.39%）高于南方（19.7%），與張玲等[33]研究結果一致。南、北方抑郁癥患病率之間的差異可能與各地區經濟發展不平衡，衛生服務發展水平不同相關。
在居住地方面，亞組分析結果顯示農村抑郁癥患病率（31.02%）高于城市（22.34%），與楊展等[23]的研究結果一致。存在差異的原因可能為，隨著近些年中國城市化進程的迅速發展，農村青年勞動力涌向城市地區，農村老年人比例急速上升，削弱了家庭對于老年人養老的物質支持以及精神上的慰藉，導致農村老年人的經濟、文化和社會水平普遍低于城市，從而提高了農村老年人的抑郁發病率。
在測量工具方面，亞組分析結果顯示 CES-D 量表抑郁癥患病率測量結果（33.52%）高于 GDS-30 量表測量結果（23.12%），與 Li 等[32]的研究結果一致。存在差異的原因可能為 GDS-30 量表排除了軀體疾病的特殊內部結構，使得其敏感性高于 CES-D 量表，適用于測量一般人群的抑郁癥患病率[37]。此外，國內一些學者還使用 SDS 量表[38]以及 GMS 量表[39]測量抑郁癥患病率，不同量表的患病率調查結果也不同。故未來這些量表的診斷效用還有待進一步的研究證實。
本研究顯示，抑郁癥患病率隨著調查時間的后移有升高的趨勢，這與既往研究[32]結果一致。可能與我國近年老齡化迅速發展，老年人口比例上升有關。此外，良好的家庭價值觀、人際關系和傳統文化中的“孝道”是抑郁癥患病的保護因素，但因為近年社會經濟的急劇轉型而被削弱，可能在一定程度上增加中國老年人抑郁的患病率。
本研究局限性：① 本研究僅涵蓋已發表的研究結果，未檢索灰色文獻，可能存在發表偏倚；② 由于單個率研究的局限，各研究間存在較大異質性，即使進行亞組分析也未找到異質性來源，可能會影響最終結果的準確性；③ 由于納入的研究采用的診斷標準僅未 GDS-30 和 CES-D 量表，沒有使用其他如 SDS 及 GMS 等量表，故不同診斷標準導致的發病率不一的問題有待進一步研究證實。
綜上所述，中國老年人抑郁癥患病率較高。本研究為中國防治老年人抑郁提供了基線數據。建議各相關部門重視老年抑郁的防治工作，在及時開發有效的測量工具進行社區篩查的同時，建立良好的社會支持系統，預防抑郁的發生或加重。把開展老年抑郁的預防和保健工作納入到“健康中國 2030”工作規劃中，實現健康老齡化。
隨著中國經濟增長和人口結構改變，人口老齡化進程迅速發展。2018 年國家統計局數據顯示，中國≥60 歲老年人口數達 24 949 萬，占總人口比例 17.9%[1]。預測 2050 年，中國≥60 歲老年人口比例將達到 35.1%[2]。隨著老年人口的迅速增長，與高齡相關的心理疾病也日益被重視。抑郁是老年人最常見的心理疾病之一，給社會醫療衛生服務系統帶來了巨大壓力。老年抑郁可能會導致嚴重后果，如增加自殺死亡風險[3]。此外，有預測顯示到 2020 年抑郁將成為全球老年人群第二大致殘原因[4]。而對老年抑郁實施干預的前提是對于抑郁癥狀的識別。因此，近年關于中國老年人抑郁患病情況的調查逐漸成為研究熱點，但各項研究報道的患病率差異較大[5-8]，且國內針對抑郁癥患病率所做的系統性分析較少。因此，本研究運用 Meta 分析的方法評價近十年來中國老年人的抑郁癥患病率，以期為老年人抑郁的防治決策提供依據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
橫斷面研究。
1.1.2 研究對象
中國老年人群（年齡≥60 歲）。
1.1.3 結局指標
抑郁癥患病率。
1.1.4 調查工具
GDS 或 CES-D 量表。
1.1.5 排除標準
① 重復發表的研究；② 非中、英文文獻；③ 無法從原文中獲得研究所需數據的文獻；④ 如果兩篇或以上文獻來自同一研究，選擇數據最全、報告最詳細的一篇。
1.2 文獻檢索策略
計算機檢索 PubMed、Web of Science、CBM、CNKI、WanFang Data 和 VIP 數據庫，搜集有關中國老年人抑郁癥患病率的橫斷面研究，檢索時限均為 2010 年 1 月至 2019 年 7 月。同時追溯納入研究的參考文獻，以補充獲取相關文獻。中文檢索詞包括：老年人、老人、抑郁、患病率、發病率、GDS 和 CES-D 等；英文檢索詞包括：elders、older adults、elderly、the aged、depression、prevalence、incidence、cross-sectional study、epidemiology、China、Chinese、GDS 和 CES-D 等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 名研究者獨立篩選文獻、提取資料并交叉核對。如有分歧，則通過討論或與第三方協商解決。文獻篩選時首先閱讀文題，在排除明顯不相關的文獻后，進一步閱讀摘要和全文以確定是否納入。如有需要，通過郵件、電話聯系原始研究作者獲取未確定但對本研究非常重要的信息。資料提取內容包括：① 納入研究的基本信息：研究題目、第一作者、發表年份等；② 研究對象的基本特征，如省份、居住地；③ 文獻偏倚風險評價的關鍵要素；④ 所關注的結局指標和結果測量數據。
1.4 納入研究的偏倚風險評價
由 2 名研究者獨立評價納入研究的偏倚風險，并交叉核對結果。偏倚風險評價采用美國醫療保健研究與質量局（Agency for Healthcare Research and Quality，AHRQ）關于橫斷面研究的質量標準[9]。
1.5 統計分析
采用 RevMan 5.3 進行 Meta 分析。效應量采用普通倒方差法進行轉換后用 RD 及 SE 進行單個率的合并分析。納入研究結果間的異質性采用 χ2 檢驗進行分析（檢驗水準為 α=0.1），同時結合 I2 定量判斷異質性大小。若各研究結果間無統計學異質性，則采用固定效應模型進行 Meta 分析；若各研究結果間存在統計學異質性，則進一步分析異質性來源，在排除明顯臨床異質性的影響后，采用隨機效應模型進行 Meta 分析。Meta 分析的水準設為 α=0.05。明顯的臨床異質性采用亞組分析或敏感性分析等方法進行處理，或只行描述性分析。采用 Begg’s 檢驗評價發表偏倚。
2 結果
2.1 文獻篩選流程及結果
初檢共獲得相關文獻 439 篇，經逐層篩選后，最終納入 22 個橫斷面研究[10-31]，總樣本量 52 437 人，其中 12 656 人符合抑郁癥診斷標準。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
2.2 納入研究的基本特征和偏倚風險評價結果
表1
納入研究的基本情況
表2
納入研究的偏倚風險評價結果（AHRQ）
2.3 Meta 分析結果
Meta 分析結果顯示，2010～2019 年中國老年人抑郁癥患病率為 25.55%［95%CI（19.81%，31.29%）］（表 3）。按性別、地區、居住地、測評量表和調查時間等不同特征進行亞組分析，結果顯示，女性患病率（26.40%）高于男性（20.47%）；北方患病率（27.39%）高于南方（19.70%）；農村患病率（31.02%）高于城市（22.34%）；CES-D 測評量表患病率（33.52%）高于 GDS-30（23.12%）；抑郁癥患病率有隨著時間升高的趨勢。
表3
中國老年人抑郁癥患病率的亞組分析
2.4 敏感性分析
采用逐一剔除單個研究的方法進行敏感性分析，結果均未發生明顯改變，提示本研究結果較穩定。
2.5 發表偏倚
針對老年人抑郁癥患病率繪制的漏斗圖未見明顯不對稱，結合 Begg’s 檢驗結果（Z=0.62，P=0.534），提示無明顯發表偏倚存在。
3 討論
本次研究分析了 2010～2019 年間關于中國老年人抑郁癥患病率的 22 個橫斷面研究結果，結果顯示老年人抑郁癥患病率為 25.55%［95%CI（19.81%，31.29%）］，高于既往相關研究結果[32, 33]。造成老年人抑郁癥患病率近年逐步升高的可能原因如下：一方面，中國老年人自我價值的實現主要源于在家庭和社區中的社會角色，但由于城市化和工業化的迅速發展，生活節奏加快，更小型的家庭結構削弱了中國傳統文化中老年人對自身價值的認可[34]。另一方面，由于社會經濟的急劇轉變，削弱了中國家庭價值觀和傳統孝道對于老年人心理的保護[35]，長期缺乏家庭支持和精神慰藉可能增加老年人患抑郁的可能性。
在性別方面，亞組分析結果顯示女性抑郁癥患病率（26.40%）高于男性（20.47%），與 Bossola 等[36]及王麗等[5]研究結果一致。其原因可能為：與男性相比，女性有更長壽命，在失去男性配偶后不能及時調整情緒，同時由于年齡的增長逐漸失去了傳統家庭主婦角色，與孩子們交流逐漸減少[32]。因此，女性老人常感到孤獨，可能導致抑郁的發生或加重。此外，由于中國傳統文化因素，女性老年人的社會地位、經濟收入及文化程度相比于男性老年人較低，這些也是影響抑郁發生發展的因素。
在地區方面，亞組分析結果顯示北方抑郁癥患病率（27.39%）高于南方（19.7%），與張玲等[33]研究結果一致。南、北方抑郁癥患病率之間的差異可能與各地區經濟發展不平衡，衛生服務發展水平不同相關。
在居住地方面，亞組分析結果顯示農村抑郁癥患病率（31.02%）高于城市（22.34%），與楊展等[23]的研究結果一致。存在差異的原因可能為，隨著近些年中國城市化進程的迅速發展，農村青年勞動力涌向城市地區，農村老年人比例急速上升，削弱了家庭對于老年人養老的物質支持以及精神上的慰藉，導致農村老年人的經濟、文化和社會水平普遍低于城市，從而提高了農村老年人的抑郁發病率。
在測量工具方面，亞組分析結果顯示 CES-D 量表抑郁癥患病率測量結果（33.52%）高于 GDS-30 量表測量結果（23.12%），與 Li 等[32]的研究結果一致。存在差異的原因可能為 GDS-30 量表排除了軀體疾病的特殊內部結構，使得其敏感性高于 CES-D 量表，適用于測量一般人群的抑郁癥患病率[37]。此外，國內一些學者還使用 SDS 量表[38]以及 GMS 量表[39]測量抑郁癥患病率，不同量表的患病率調查結果也不同。故未來這些量表的診斷效用還有待進一步的研究證實。
本研究顯示，抑郁癥患病率隨著調查時間的后移有升高的趨勢，這與既往研究[32]結果一致。可能與我國近年老齡化迅速發展，老年人口比例上升有關。此外，良好的家庭價值觀、人際關系和傳統文化中的“孝道”是抑郁癥患病的保護因素，但因為近年社會經濟的急劇轉型而被削弱，可能在一定程度上增加中國老年人抑郁的患病率。
本研究局限性：① 本研究僅涵蓋已發表的研究結果，未檢索灰色文獻，可能存在發表偏倚；② 由于單個率研究的局限，各研究間存在較大異質性，即使進行亞組分析也未找到異質性來源，可能會影響最終結果的準確性；③ 由于納入的研究采用的診斷標準僅未 GDS-30 和 CES-D 量表，沒有使用其他如 SDS 及 GMS 等量表，故不同診斷標準導致的發病率不一的問題有待進一步研究證實。
綜上所述，中國老年人抑郁癥患病率較高。本研究為中國防治老年人抑郁提供了基線數據。建議各相關部門重視老年抑郁的防治工作，在及時開發有效的測量工具進行社區篩查的同時，建立良好的社會支持系統，預防抑郁的發生或加重。把開展老年抑郁的預防和保健工作納入到“健康中國 2030”工作規劃中，實現健康老齡化。
