详细内容
一、一段话总结
该研究基于美国、英国和中国三项全国性队列数据（共 13680 名 50 岁以上老年人），通过 Cox 比例风险模型等统计方法，探讨估算心肺健康（eCRF）与老年人 incident 抑郁症状的关联及跨国差异。结果显示，美国（HRS 队列）和英国（ELSA 队列）中 eCRF 水平越高，老年人抑郁症状风险越低；而中国（CHARLS 队列）中 eCRF 水平越高，抑郁症状风险反而越高，且亚组分析发现吸烟、性别、糖尿病、高血压等因素会调节这一关联，最终提示需针对不同国家制定差异化公共卫生策略。
二、文献介绍
| 项目 | 内容 |
| 中文标题 | 估算心肺健康与老年人抑郁症状关联的跨国差异：来自三项全国队列研究的结果 |
| 发表期刊 | BMC Medicine |
| 发表时间 | 2025 年 |
三、研究背景
- 老年人抑郁问题严峻：抑郁是老年人残疾的主要原因之一，全球超 2.79 亿人受其影响，且心血管疾病（CVD）患者中抑郁症状患病率达 15%-30%，但心血管健康（如心肺健康）对抑郁症状发生的影响尚不明确。
- 心肺健康（CRF）的特殊性：CRF 是反映心血管系统氧气运输和利用能力的指标，低 CRF 与全因死亡、CVD 死亡相关，西方研究提示其可能降低抑郁风险，但中国老年人中 CRF 与抑郁的关联缺乏数据。
- 估算心肺健康（eCRF）的价值：直接测量 CRF 需最大强度运动、专业设备和人员，难以普及；基于常规数据（如年龄、BMI、心率）的 eCRF 算法已被证实对 CVD 风险和死亡的预测效果与直接测量相当，但 eCRF 对抑郁症状的预测作用尚未明确。
- 跨国差异的必要性：不同国家人群的健康政策、文化背景、生活方式差异可能影响 CRF 与抑郁的关联，需通过跨国队列验证该关联的普适性。
四、数据来源
研究数据来自三项 50 岁以上人群的前瞻性全国队列，具体信息如下：
| 队列名称 | 国家 | 基线时间 | 随访时长（中位数） | 最终样本量 | 关键特征 |
| 健康与退休研究（HRS） | 美国 | 2006 年（第 8 波） | 9.78 年 | 4195 人 | 参与者年龄较大（均值 65.48 岁）、教育水平高、CVD 等慢性病患病率高 |
| 英国老龄化纵向研究（ELSA） | 英国 | 2004 年（第 2 波） | 12.11 年 | 5421 人 | eCRF 均值最低（8.82 METs）、饮酒率高（91.86%）、收缩压（SBP）和总胆固醇（TC）水平高 |
| 中国健康与退休纵向研究（CHARLS） | 中国 | 2011 年（第 1 波） | 5.73 年 | 4064 人 | 参与者年龄较小（均值 60.67 岁）、男性比例高（55.14%）、吸烟率高（33.98%）、抑郁发生率最高（40.58%） |
注：所有队列均符合《赫尔辛基宣言》，经对应机构伦理审批，参与者均签署知情同意书。
五、研究框架及详细技术路线图
1. 研究框架
以 “筛选合格研究对象→测量核心变量（eCRF、抑郁症状）→控制混杂因素→分析关联（主分析 + 亚组分析）→验证结果（敏感性分析）” 为核心框架，探索 eCRF 与老年人抑郁症状的跨国关联差异。
2. 详细技术路线图
- 初始样本池：纳入三项队列中基线参与调查的 50 岁以上人群，共 40750 人（HRS 17938 人、ELSA 9171 人、CHARLS 13641 人）。
- 排除标准执行：
- 排除 eCRF 计算所需数据缺失者：20068 人（HRS 11963 人、ELSA 2154 人、CHARLS 5928 人）；
- 排除基线抑郁症状评分缺失者：122 人（HRS 2 人、ELSA 24 人、CHARLS 96 人）；
- 排除超出 eCRF 算法适用范围者：2362 人（女性 > 78 岁、男性 > 86 岁或 BMI≤18.5 kg/m²，HRS 845 人、ELSA 741 人、CHARLS 776 人）；
- 排除基线已存在抑郁症状者：4129 人（HRS 690 人、ELSA 831 人、CHARLS 2608 人）；
- 排除随访期抑郁症状数据缺失者：389 人（HRS 220 人、ELSA 0 人、CHARLS 169 人）。
- 最终分析样本：13680 人（HRS 4195 人、ELSA 5421 人、CHARLS 4064 人）。
- 变量测量：
- 核心暴露变量：eCRF（性别特异性算法计算，分低 / 中 / 高三级）；
- 结局变量：随访期 incident 抑郁症状（不同 CES-D 量表评估）；
- 混杂变量：人口学（年龄、性别、婚姻、教育）、生活方式（吸烟、饮酒、体力活动）、生理指标（BMI、腰围、心率、SBP、HbA1c、TC）、慢性病（高血压、糖尿病、癌症、CVD）。
- 统计分析：
- 描述性统计：基线特征（均值 / 标准差、频数 / 百分比）；
- 主分析：Kaplan-Meier 曲线（累积抑郁发生率）、Cox 比例风险模型（计算 HR 及 95% CI）、限制性立方样条（RCS，剂量反应关系）；
- 亚组分析：按年龄、性别、吸烟、糖尿病、高血压等分层，检验交互作用；
- 敏感性分析：排除首波随访抑郁者、排除慢性病患者、排除缺失数据者、多重插补（MICE），验证结果稳定性。
六、研究步骤及结果展示
1. 研究步骤
步骤 1：变量标准化测量
- eCRF 计算：采用性别特异性算法，基于年龄、BMI、腰围（WC）、静息心率（rHR）、中高强度体力活动（MVPA）、吸烟状态计算（单位：METs）：
- 男性：eCRF = $21.2870 + 0.1654 \times \text{年龄} - 0.0023 \times \text{年龄}^2 - 0.2318 \times \text{BMI} - 0.0337 \times \text{WC} - 0.0390 \times \text{rHR} + 0.6351 \times \text{MVPA} - 0.4263 \times \text{吸烟}$；
- 女性：eCRF = $14.7873 + 0.1159 \times \text{年龄} - 0.0017 \times \text{年龄}^2 - 0.1534 \times \text{BMI} - 0.0085 \times \text{WC} - 0.0364 \times \text{rHR} + 0.5987 \times \text{MVPA} - 0.2994 \times \text{吸烟}$；
- 分组：按年龄 - 性别校正的五分位数，分低（Q1）、中（Q2-Q3）、高（Q4-Q5）eCRF。
- 抑郁症状测量：
- HRS/ELSA：采用 8 项流行病学研究中心抑郁量表（CESD-8），评分 $\geq 3$ 定义为存在抑郁症状；
- CHARLS：采用 10 项流行病学研究中心抑郁量表（CESD-10），评分 $\geq 10$ 定义为存在抑郁症状。
- 混杂变量定义：如 MVPA 定义为每周 $\geq 1$ 次中高强度运动（1 = 是，0 = 否）；吸烟定义为当前吸烟（1 = 是，0 = 否）。
步骤 2：统计分析执行
- 采用 Stata 16.0 和 RStudio 4.3.1 分析，检验水准 $\alpha=0.05$（双侧）；
- Cox 模型分 3 个层次调整：模型 1（未调整）、模型 2（调整年龄 + 性别）、模型 3（调整模型 2 变量 + 婚姻 + 教育 + 吸烟 + 饮酒 + SBP+HbA1c+TC）；
- 用 Schoenfeld 残差检验 Cox 模型比例风险假设（P>0.05 为符合假设）。
2. 结果展示
（1）基线特征差异
三项队列在人口学、生活方式、生理指标上差异显著（均 P<0.001）：
- 年龄：HRS（65.48 岁）> ELSA（64.27 岁）> CHARLS（60.67 岁）；
- eCRF 均值：CHARLS（10.18 METs）> HRS（9.51 METs）> ELSA（8.82 METs）；
- 抑郁发生率：CHARLS（40.58%）> HRS（22.79%）= ELSA（22.15%）；
- 教育水平：HRS（大学及以上 48.84%）> ELSA（34.81%）> CHARLS（1.28%）。
（2）eCRF 与抑郁症状的关联（模型 3 调整后）
| 关联指标 | HRS 队列 | ELSA 队列 | CHARLS 队列 |
| per 1-SD eCRF 增加 | HR=0.91（95%CI：0.87-0.96）P<0.001 | HR=0.92（95%CI：0.87-0.97）P=0.003 | HR=1.06（95%CI：1.01-1.16）P=0.021 |
| 中 eCRF vs 低 eCRF | HR=0.75（95%CI：0.63-0.89）P=0.001 | HR=0.71（95%CI：0.59-0.85）P<0.001 | HR=1.09（95%CI：0.95-1.27）P=0.229 |
| 高 eCRF vs 低 eCRF | HR=0.69（95%CI：0.55-0.85）P=0.001 | HR=0.62（95%CI：0.48-0.79）P<0.001 | HR=1.27（95%CI：1.01-1.61）P=0.042 |
| 趋势 P 值 | <0.001 | <0.001 | 0.049 |
（3）剂量反应关系（RCS 分析）
- HRS/ELSA：eCRF 与抑郁风险呈负相关（整体 P<0.05），无显著非线性关系（HRS P=0.741，ELSA P=0.05）；
- CHARLS：eCRF 与抑郁风险呈正相关（整体 P<0.05），无显著非线性关系（P=0.905）；
- ELSA 存在线性阈值：eCRF>8.41 METs 时，抑郁风险显著降低。
（4）亚组分析（交互作用 P<0.05）
- HRS：吸烟状态调节关联，从不吸烟（HR=0.91）和既往吸烟（HR=0.88）者中 eCRF 的保护作用更显著，当前吸烟无显著关联；
- ELSA：性别和糖尿病调节关联，女性（HR=0.83）和无糖尿病（HR=0.90）者中 eCRF 的保护作用更显著；
- CHARLS：高血压调节关联，合并高血压者中 eCRF 升高与抑郁风险增加更显著（HR=1.21）。
（5）敏感性分析
4 种敏感性分析（排除首波抑郁、排除慢性病、排除缺失数据、多重插补）结果与主分析一致，证明结论稳定可靠。
七、研究结论
- 核心关联差异：估算心肺健康（eCRF）与老年人抑郁症状的关联存在显著跨国差异 —— 美国（HRS）和英国（ELSA）中，eCRF 水平越高，老年人抑郁症状风险越低；中国（CHARLS）中，eCRF 水平越高，抑郁症状风险反而越高。
- 亚组调节作用：吸烟（美国）、性别和糖尿病（英国）、高血压（中国）会调节 eCRF 与抑郁症状的关联，提示个体特征需纳入风险评估。
- 公共卫生启示：西方（美国、英国）应通过促进中高强度体力活动提升老年人 eCRF，以降低抑郁风险；中国需优先关注其他抑郁风险因素（如低教育、高吸烟率、经济压力），而非单纯提升 eCRF。
- 研究局限与展望：局限包括不同抑郁量表、随访时长差异、潜在残余混杂；未来需探索关联机制（如文化、医疗体系差异），并优化适合中国人群的 eCRF 算法。
