基于多数据库与机器学习的全球老年人抑郁症负担30年趋势及风险因素解析

《Translational Psychiatry》：Burden and risk factors of depression in seniors from 1990 to 2021: a multi-database study based on EMR mining methods

本研究针对全球老年人抑郁症负担与风险因素开展多数据库综合分析，利用GBD 2021数据库揭示1990-2021年间发病率与DALYs变化趋势，结合CHARLS和NHANES数据库构建XGBoost机器学习模型，通过SHAP方法识别中美老年人抑郁症关键风险因素。结果显示男性发病率上升而女性下降，中等SDI地区负担增长显著，失眠、生活满意度等可干预因素成为重要预测指标，为制定针对性防控策略提供科学依据。

　　

随着全球人口老龄化进程加速，老年人抑郁症已成为严峻的公共卫生挑战。据世界卫生组织统计，全球约有7%的老年人遭受抑郁症困扰，这一数字在老龄化国家呈现持续上升态势。更令人担忧的是，由于诊断标准差异、数据收集不完善等因素，长期以来缺乏对老年人抑郁症负担系统性、长时序的全局评估。传统研究多局限于单一国家或区域，难以揭示全球范围内的异质性特征，更无法为不同发展水平地区提供精准防控依据。

在此背景下，上海交通大学医学院瑞金医院的研究团队在《Translational Psychiatry》发表了创新性研究。该研究首次整合全球疾病负担（GBD）数据库、中国健康与养老追踪调查（CHARLS）和美国国家健康与营养调查（NHANES）三大权威数据源，运用流行病学方法与机器学习技术，对1990-2021年间全球200个国家55岁以上老年人抑郁症负担进行全景式描绘，并深入挖掘中美两国风险因素差异。

研究团队采用多层次技术路线：首先通过GBD 2021数据库获取全球老年人抑郁症发病率、残疾调整生命年（DALYs）等核心指标，运用连接点回归（Joinpoint regression）识别趋势转折点；随后基于CHARLS（2015/2018/2020三轮）和NHANES（2013-2020周期）的个体级数据，构建融合遗传算法（GA）的XGBoost预测模型，并采用SHAP（SHapley Additive exPlanation）值解析风险因素贡献度。所有分析均经过10折交叉验证和1000次Bootstrap重采样确保稳健性。

全球疾病负担趋势分析

研究发现全球老年人抑郁症发病率在32年间总体稳定（AAPC 0.01），但隐藏着显著的区域与人群差异。连接点回归识别出1993、2005、2009和2019年等多个关键转折点，其中2019年出现发病率下降（APC=-0.44%）与患病率上升（APC=0.38%）的背离现象，可能反映COVID-19疫情对诊疗体系的冲击。

人口学分层特征

性别维度显示男性发病率显著上升（AAPC 0.06），女性轻微下降（AAPC -0.01），2021年全球新发病例中63%为男性。年龄分层发现75岁以上群体负担增长最显著，而95岁以上高龄老人发病率反而下降。社会人口指数（SDI）分析揭示中等SDI国家增长率最高（AAPC 0.25），低SDI国家绝对负担最重，凸显经济发展与心理健康服务的非同步性。

区域分布格局

西太平洋地区成为负担增长最快的区域（AAPC 0.62），2021年发病率达4936.12/10万。地图可视化清晰展示抑郁症负担与区域社会发展水平的关联模式，高风险区域集中分布于社会经济挑战较大的地区。

风险因素归因

GBD风险归因显示行为风险是抑郁症DALYs最主要贡献因素，2021年全球6.24%的抑郁症负担可归因于已知风险因素，中国和美国分别为4.93%和8.34%。

机器学习风险识别

通过SHAP值解析，研究揭示中美老年人抑郁症风险因素的显著差异：中国人群最重要的预测因子包括失眠、健康满意度、卒中治疗史等主观体验指标；而美国人群则以处方药使用、年龄、种族等客观特征为主导。模型预测效能优异，CHARLS和NHANES数据集分别达到0.76和0.97的AUROC值。

这项研究首次实现全球老年人抑郁症负担的跨尺度、多维度解析，从宏观流行病学趋势到微观风险机制均提供扎实证据。研究发现挑战了"抑郁症负担随经济发展自然缓解"的固有认知，揭示中等SDI国家面临的特殊挑战，为差异化防控策略制定提供关键依据。机器学习模型的成功应用示范了人工智能技术在精神卫生研究中的转化价值，SHAP分析结果直接指向失眠干预、多重用药管理等可操作靶点。

研究的局限性包括数据源诊断标准差异（GBD使用ICD-10临床诊断，CHARLS采用CESD量表筛查）、低SDI地区数据质量限制等。未来需要加强标准化监测体系建设，并开展针对低资源环境的专项研究。这些发现敦促公共卫生部门将老年人抑郁症防控纳入老龄化国家战略核心，通过整合睡眠卫生指导、药物审查和社区心理服务，构建多层次干预网络，最终减轻这一沉默流行病对老年群体健康的侵蚀。