糖尿病与精神病性体验：一项大规模横断面研究揭示患病率、相关因素及生活质量损害

《Frontiers in Psychiatry》：Prevalence, correlates, and the association of psychotic-like experience with impaired quality of life among Chinese patients with diabetes mellitus: a large-scale cross-sectional study

本研究首次在中国糖尿病人群中系统调查精神病性体验（PLEs）的患病率及相关因素，发现糖尿病患者PLEs患病率（74.75%）显著高于对照组，且与糖尿病痛苦（DDS）、抑郁（PHQ-9）、压力（PSS-4）及吸烟独立相关。研究证实PLEs是糖尿病患者生活质量（QOL）损害的独立危险因素，强调了在糖尿病常规管理中纳入PLEs评估及针对相关因素进行干预的必要性。

　　

1 Introduction

糖尿病（DM）是一种普遍存在的慢性代谢性疾病，其全球患病率正在迅速增加。除了身体上的痛苦，DM与精神障碍密切相关。回顾性观察研究表明，19%的糖尿病患者患有共病的精神健康障碍，这与更高的死亡风险相关，尤其是在精神分裂症患者中。

精神分裂症是一种严重的精神疾病，其特征是思维过程、感知、情绪反应和社会互动的紊乱。大量研究阐明了精神分裂症与糖尿病之间的紧密联系。横断面研究一致表明，与匹配的对照人群相比，精神分裂症患者的糖尿病患病率更高。纵向队列研究进一步支持了这种关系，揭示了即使调整了药物使用和生活方式等混杂因素后，精神分裂症患者随时间推移患上糖尿病的风险也更高。此外，孟德尔随机化研究提供了证据，表明精神分裂症的遗传易感性与患糖尿病的风险增加之间存在潜在的因果关系，这提示了精神分裂症和DM背后存在共享的生物学机制。

鉴于DM与精神分裂症之间的强关联，在这一脆弱人群中研究精神病最早阶段的风险至关重要。对精神病的当代理解是基于“扩展精神病表型”模型，该模型假定精神病现象存在一个维度上的连续谱。这个谱系的一端是普通人群中偶尔出现的、轻微的幻觉或妄想体验，另一端则是定义临床精神病性障碍的频繁且严重的症状。有证据表明，在整个表达范围内存在共享的遗传、环境和神经生物学基础，这支持了该模型。

在此框架内，精神病性体验（PLEs）被定义为精神病的前临床表现，在普通人群中很常见。虽然未达到临床诊断阈值，但这些体验非常重要，因为它们与后续发生精神病性障碍（尤其是精神分裂症）的风险增加有关。此外，即使没有进展为临床障碍，PLEs也与一系列负面心理健康结局独立相关，包括抑郁、焦虑和自杀，这使它们成为早期干预的临床相关靶点。

两项大规模流行病学研究提供了初步证据，表明普通人群中DM与PLEs之间存在正相关。然而，这些研究尚未深入探讨糖尿病人群中PLEs的具体患病率，也未考察可能导致其发生的众多因素。研究糖尿病患者（一个对精神病谱系最严重端有明确风险的人群）中PLEs的患病率和相关因素，为了解这种脆弱性的早期轨迹和确定预防性干预的潜在靶点提供了一个关键机会。

生活质量（QOL）是一个多维概念，包括身体健康、心理健康、社会关系和环境因素。在糖尿病背景下，QOL是疾病管理和整体健康的关键指标，因为该疾病常常带来巨大的身体和心理负担。在普通人群中，PLEs的存在一直与QOL降低相关，反映了这些体验对日常功能和心理健康的负面影响。然而，PLEs与糖尿病人群QOL之间的具体关系仍不清楚。

本研究旨在通过对中国糖尿病患者进行大规模横断面分析来弥补这些空白。具体目标是：（1）确定糖尿病患者中任何PLEs、频繁PLEs和临床相关PLEs的患病率；（2）确定该人群中与PLEs相关的因素；（3）检查PLEs对QOL各领域的影响。假设如下：（1）与非糖尿病患者相比，糖尿病患者更可能报告PLEs；（2）与没有PLEs的DM患者相比，患有PLEs的DM患者表现出更差的心理健康和受损的QOL；（3）PLEs与糖尿病患者QOL受损独立相关。

2 Methods

2.1 Study procedure and participants

这项以医院为基础的横断面研究于2024年1月至2024年6月期间进行。通过便利抽样法，从锦州市医院、锦州市人民医院和第二湘雅医院的门诊和住院部招募糖尿病患者。纳入标准如下：（1）医疗记录中确认的糖尿病诊断；（2）中文流利且能够理解研究问卷；（3）年龄18岁或以上。排除标准包括存在严重的身体疾病（如器质性脑病或严重感染）、痴呆病史、妊娠或哺乳期，以及不愿提供知情同意。对性别、病程或糖尿病类型没有限制。

对照组通过滚雪球抽样法招募。具体来说，创建数字海报并通过微信（中国最大的社交媒体平台）传播，以招募对照参与者。我们还鼓励糖尿病患者邀请他们的朋友和家人参与调查。年龄在18岁或以上、未被诊断患有糖尿病的个人有资格参与调查。

在调查前，研究人员向所有参与者详细解释了研究目的、潜在益处和任何相关风险。告知参与者有权随时退出研究。获得知情同意后，要求参与者完成一份托管在问卷星（中国广泛使用的在线调查平台）上的电子问卷。研究人员在参与者填写调查问卷时可随时解答问题。完成问卷后，糖尿病患者获得价值5元（约合0.70美元）的礼品，而对照参与者获得价值1元（约合0.14美元）的礼品。此外，向糖尿病患者提供了电子版的《糖尿病生活指南》作为资源。所有参与者在研究开始前均给予知情同意。

通过在线平台收集的所有数据都是匿名的；个人标识符被移除，并替换为唯一的研究ID以确保机密性。数据集存储在只有主要研究团队才能访问的安全、受密码保护的服务器（问卷星）上。所有研究程序均经荆州中心医院机构审查委员会批准（注册号：2023-080-01），并遵循《赫尔辛基宣言》的原则。差异补偿结构已向IRB说明理由，因为患者组完成比对照组长得多的调查，需要更多的时间和精力。

2.2 Measurements

在线问卷包括自行设计的项目和成熟测量工具，分为五个部分：人口统计学特征、糖尿病相关变量、精神病性体验（PLEs）、常见心理健康困扰和生活质量（QOL）。糖尿病患者需要完成所有部分，而健康对照者只回答人口统计和PLE部分。为确保数据质量，调查中嵌入了两个注意力检查问题，以识别和排除不专心的参与者。第一个问题“中国国庆节是什么时候？”是一个基于知识的问题，有唯一正确答案，旨在筛选出自动机器人程序和不熟悉当地背景的不认真的人类受访者。第二个问题“您是否认真回答了本次调查？”是一个指令反应项目，旨在捕捉自我报告参与度。回答任一问题错误的受访者被排除在最终分析之外。这种双重方法通过评估客观注意力和自我宣称的尽责性，增强了所收集数据的有效性。这些注意力检查问题已在先前的流行病学研究中广泛使用。

2.2.1 Demographic information

通过自行设计的问卷收集人口统计学数据，捕获以下变量：年龄、性别（性别通常指与身体和生理特征相关的一组生物学属性，如染色体基因型、激素水平、内外解剖结构）、居住地（城市/农村）、教育水平（大学以下/大学及以上）、婚姻状况（单身/已婚）、就业状况（就业/失业）、自我感知经济状况（很好/好/一般/差）、吸烟行为（当前吸烟者/既往吸烟者/不吸烟者）、饮酒行为（饮酒者/不饮酒者）、睡眠时长（<4小时/4–6小时/6–8小时/>8小时）、近期每周锻炼（从不/有时/经常/几乎总是）以及精神和身体疾病史。

2.2.2 Diabetes-related variables

我们通过自行设计的问卷收集了以下糖尿病相关变量，包括糖尿病病程、糖尿病类型、并发症的存在以及当前用药方案（胰岛素治疗/口服降糖药/非药物治疗）。

使用中文版糖尿病痛苦量表（DDS）评估参与者管理与糖尿病相关的情绪负担和痛苦。它包含17个项目，每个项目按6点李克特量表评分，范围从1（不是问题）到6（非常严重的问题）。中文版DDS已在中国糖尿病患者中广泛使用。根据先前研究，DDS平均分≥3表示存在严重糖尿病痛苦。

2.2.3 Psychotic-like experience

采用中文版社区心理体验评估量表阳性子量表15项（CAPE-15）评估过去一个月精神病性体验的频率。CAPE-15评估诸如妄想、幻觉和其他阳性精神病性症状，回答按4点量表评分，从1（从不）到4（几乎总是）。CAPE-15总分范围从0到45，分数越高表明PLEs越严重。在本研究中，任何PLEs的存在定义为任何CAPE-15项目得分≥1（“有时”），频繁PLEs定义为得分≥2（“经常”），临床相关PLEs定义为CAPE-15平均分>1.20。

2.2.4 Mental health problems

通过中文版9项患者健康问卷（PHQ-9）和7项广泛性焦虑障碍量表（GAD-7）评估抑郁和焦虑症状。两个量表均使用4点李克特反应来评估过去一周内情绪问题的频率。PHQ-9和GAD-7在中国人群中表现出优异的心理测量特性并被广泛使用。根据先前研究，使用10分作为切点来筛查抑郁和焦虑症状。

我们使用中文版失眠严重指数量表（ISI）评估失眠。ISI是一个广泛使用的自我报告问卷，包含七个项目，每个项目按5点李克特量表评分，范围从0（没问题）到4（非常严重的问题）。总分范围从0到28，分数越高表明失眠越严重。中文版ISI已在中国人群中验证，显示出良好的信度和效度。ISI得分≥8表示失眠。

使用4项感知压力量表（PSS-4）测量参与者的感知压力水平。它是一个简短的自我报告问卷，旨在评估个人生活中情境被评估为有压力的程度。四个项目中的每一项按5点李克特量表评分，范围从0（从不）到4（非常经常），反映过去一个月内与压力相关的感觉和思维的频率。总分范围从0到16，分数越高表示感知压力水平越高。

2.2.5 Quality of life

使用WHOQOL-BREF（世界卫生组织生活质量评估量表WHOQOL-100的简版）测量糖尿病患者的生活质量（QOL）。它包含26个项目，分为四个领域：生理健康、心理健康、社会关系和环境。每个项目按5点李克特量表评分，分数越高表示生活质量越好。原始领域分数转换为0到100的量表，并计算平均分以表示整体QOL。

2.3 Statistical analysis

所有统计分析均使用R（版本4.20）进行。检验为双尾，p值设定为0.05表示统计学显著性。

首先，我们进行了描述性分析。在分析前评估了参数检验的假设。Kolmogorov-Smirnov检验表明几个连续变量不服从正态分布。连续数据以中位数和四分位距（第1四分位数，第3四分位数）表示，而分类数据以频数和百分比显示。我们还通过SPSS进行了Harman单因子检验，未发现共同方法偏差。

其次，我们比较了患有和未患有糖尿病的参与者在PLEs和人口统计学信息上的差异。酌情进行Mann-Whitney U检验和卡方检验。为避免假阳性，采用Bonferroni校正，校正后p值为0.0027（0.05/18）表示统计学显著性。在调整其他人口统计学变量后，使用多元逻辑回归检验糖尿病是否与PLEs独立相关。

第三，我们进一步比较了糖尿病组中有和无临床相关PLEs者的特征。比较这两组之间的组间差异，并对多重比较应用Bonferroni校正（校正p值=0.0018）。我们建立了一个多元逻辑回归模型，以临床相关PLEs的存在为结局，将单变量分析中显示统计学显著性的其他变量（QOL及其领域除外）作为预测变量。

最后，我们使用线性回归模型，以QOL及其领域为结局，CAPE-15分数为预测变量。该模型调整了社会人口学和临床变量的潜在混杂效应，包括分类变量（性别、居住地、教育水平、婚姻状况、就业状况、经济状况、吸烟、饮酒、睡眠时长、锻炼、精神和身体疾病史、糖尿病类型、并发症和当前用药方案）和连续变量（年龄、病程以及PHQ-9、GAD-7、ISI、DDS-17和PSS的分数）。

3 Results

3.1 Difference in PLEs between patients with and without diabetes mellitus

共招募了1,118名参与者，包括816名糖尿病患者（DM）和302名对照者。表1展示了两组的人口统计学特征。与对照组相比，DM患者的CAPE-15分数显著更高。任何PLEs（74.75% vs. 49.67%）、频繁PLEs（35.29% vs. 4.30%）和临床相关PLEs（13.85% vs. 0.66%）的患病率在DM组中均显著更高。在调整人口统计学变量后，糖尿病的存在与任何PLEs（调整后比值比[AOR] 1.48, 95%置信区间[CI] 1.04-2.10, p=0.028）、频繁PLEs（AOR 6.56, 95% CI 3.44-12.51, p<0.001）和临床相关PLEs（AOR 10.34, 95% CI 2.36-45.35, p = 0.002）的较高风险独立相关。

3.2 Difference between diabetes patients with and without clinically relevant PLEs

在有和无临床相关PLEs的糖尿病患者之间观察到显著差异（表2）。患有PLEs的患者更年轻，主要为男性（69.03% vs. 51.07%），更可能单身（52.21% vs. 26.60%），并且教育程度更高（69.03% vs. 30.44%）（所有p<0.05）。他们也更可能有精神疾病史（61.06% vs. 37.27%, p < 0.05）。在生活方式因素上，包括睡眠时长、吸烟行为、饮酒行为和锻炼，组间也注意到显著差异。然而，在经过多重校正后，其他人口统计学变量的差异不再显著。

与非PLE组相比，PLE组2型糖尿病的患病率较低（57.52% vs. 77.81%, p < 0.05），并且糖尿病痛苦水平显著更高（92.04% vs. 20.20%, p < 0.05）。尽管在PLE组中观察到并发症发生率较高（70.80% vs. 58.04%），但这一差异在经过Bonferroni校正后不再显著。组间在病程或当前用药方案方面未发现显著差异。

PLE组表现出显著更差的心理健康，PHQ-9、GAD-7、PSS和ISI量表得分更高。该组中焦虑（84.96% vs. 25.18%）、失眠（97.35% vs. 59.74%）和抑郁（92.92% vs. 34.85%）的患病率显著更高。PLE组在几个领域的QOL显著更低，包括整体QOL、生理健康、心理健康和社会关系（所有p < 0.05）。在QOL的环境领域也观察到类似趋势，但校正后不显著。

3.3 Independent correlates of PLEs

表3展示了临床相关PLEs的多元逻辑回归分析结果。单变量分析中显示统计学显著性的变量被纳入作为预测变量：年龄、性别、教育水平、就业状况、婚姻状况、精神疾病史、吸烟行为、饮酒行为、锻炼、糖尿病类型、并发症、DDS分数、PHQ-9分数、GAD-7分数、ISI分数和PSS分数。在最终模型中，年龄（AOR 0.96, 95% CI 0.92-0.99, p = 0.037）、当前吸烟状况（AOR 2.95, 95% CI 1.06-8.19, p = 0.038）、DDS分数（AOR 1.09, 95% CI 1.06-1.13, p<0.001）、PHQ-9分数（AOR 1.15, 95% CI 1.02-1.29, p=0.024）和PSS分数（AOR 1.58, 95% CI 1.30-1.92, p<0.001）与PLEs独立相关。

3.4 Association between clinically relevant PLEs and impaired quality of life

线性回归分析的结果呈现在表4中。在未调整的模型中，PLEs与所有测量的QOL领域得分较低显著相关（所有p < 0.001）。在调整了一套全面的社会人口学、临床和精神科混杂因素后，这种负相关对于整体QOL（β = -0.24, p < 0.001）、生理健康（β = -0.31, p < 0.001）、心理健康（β = -0.20, p = 0.022）和社会关系（β = -0.29, p = 0.005）仍然具有统计学显著性。然而，与环境领域的关联在调整后减弱，不再具有统计学显著性（p = 0.054）。

4 Discussion

据我们所知，这是首个探讨糖尿病患者中PLEs的患病率、相关因素及其与QOL关联的研究。主要发现如下：（1）任何PLEs（74.75% vs. 49.67%）、频繁PLEs（35.29% vs. 4.30%）和临床相关PLEs（13.85% vs. 0.66%）的患病率在DM组中 consistently 显著更高。糖尿病的存在与PLEs的较高可能性独立相关；（2）在有和无PLEs的糖尿病患者之间，在人口统计学、糖尿病相关变量、心理健康问题和QOL方面发现显著差异。年龄、吸烟状况、糖尿病痛苦、感知压力和抑郁症状与PLEs独立相关；（3）患有PLEs的患者在多个领域的QOL表现差得多。PLEs与受损QOL的关联在经过全面调整后仍然显著。

4.1 Prevalence of PLEs among patients with DM

与我们的假设1一致，我们发现DM患者中PLEs的患病率显著更高（高达74.75%），该比率显著高于中国普通人群中报告的30%至50%。在控制了包括年龄、性别和受教育年限在内的人口统计学变量后，DM患者报告并发PLEs的可能性是健康对照的1.48倍。这一比率与Slerus等人最近的发现相似，他们也发现美国人群中DM患者至少有一种PLE的可能性是1.25倍。值得注意的是，DM与频繁和临床相关PLEs的关联甚至更强，凸显了该人群的脆弱性。

4.2 Associated factors of PLEs among patients with DM

我们的研究首次调查了DM患者中与PLEs相关的因素。与我们的假设2一致，我们发现患有和没有频繁PLEs的患者在人口统计学、糖尿病相关变量、心理健康和QOL方面存在显著差异。与普通人群中的发现一致，我们发现年轻年龄和吸烟状况与DM患者的PLEs独立相关。例如，Rep C等人报告，PLEs的患病率随年龄增长而下降，从20-29岁年龄组的34.7%降至70岁以上年龄组的19.7%。在一项涉及34,653名参与者的大型研究中，Mallet J等人发现，26.33%的不吸烟者报告至少1种PLE，这一患病率在既往吸烟者中略高（27.48），在当前吸烟者中高达39.09%。所有22种PLEs在吸烟者中的患病率都高于既往吸烟者或终身不吸烟者。总共8.56%的吸烟者报告至少5种PLEs，而终身不吸烟者为3.42%（AOR = 1.56; 95% CI, 1.32-1.84）。Wang D等人也发现，吸烟的青少年PLEs患病率高于非吸烟样本。上述研究表明，吸烟状况与PLEs患病率之间存在显著关联。因此，针对青少年及其照顾者的教育环境中的禁烟措施可能会降低青少年中PLEs的发生率。

患有PLEs的患者报告了更高水平的心理困扰，包括抑郁、焦虑、失眠和压力。其中，压力和抑郁与PLEs独立相关。这一发现与普通人群中的发现一致，后者也揭示了PLEs与其他心理困扰之间存在强正相关。研究结果呼吁对患有PLEs的DM患者进行全面的心理健康评估。应特别关注抑郁症状和压力。

有趣的是，我们的研究首次提供了糖尿病痛苦与PLEs之间独立关联的经验证据，据我们所知，这很少被报道。糖尿病痛苦指的是管理与糖尿病相关的特定情绪负担和担忧，包括与疾病管理及其并发症相关的挫败感、倦怠感和恐惧感。最近的一项荟萃分析表明，一半的中国DM患者患有糖尿病痛苦。有几种可能的解释。首先，糖尿病管理带来的慢性压力可能导致下丘脑-垂体-肾上腺（HPA）轴失调，导致皮质醇水平升高，从而影响与PLEs相关的认知和知觉过程。其次，持续的情绪紧张可能加剧无助感和认知扭曲，增加对前临床精神病症状的脆弱性。需要未来的研究来重复我们的发现并验证潜在的机制。

4.3 Association between PLEs and impaired QOL in patients with DM

与假设3一致，我们的研究表明，报告PLEs的DM患者在QOL的所有领域得分都较低。在调整了其他糖尿病相关和心理健康问题后，PLEs与QOL之间的关联仍然显著。这种关系可能归因于PLEs对日常功能和心理健康的普遍影响，这可能加剧管理像糖尿病这样的慢性病的挑战。PLEs可能导致压力增加、自我照顾动机减少以及孤立感增强，所有这些都会导致幸福感和整体生活满意度下降。

4.4 Strength and limitations

我们的研究有几个局限性。首先，横断面设计无法推断因果关系，并且依赖自我报告措施容易受到回忆和社会期望偏差的影响。尽管CAPE-15在先前研究中表现出优异的信度和效度，但使用自我报告问卷可能会增加假阳性的可能性。其次，患者是从两家医院招募的。我们的抽样策略影响了我们研究结果的普遍性。使用非概率方法——对医院环境中的患者使用便利抽样，对社区对照使用滚雪球抽样——容易受到选择偏差的影响，并降低了组间的可比性。因此，我们的研究结果可能不能代表更广泛的糖尿病人群，并且最适用于类似的临床环境。另一个限制是我们无法排除诊断为精神病性障碍的参与者。虽然我们在统计上控制了自我报告的普通“精神疾病史”，但我们的问卷没有区分具体诊断。因此，可能包含临床精神病性障碍个体可能夸大了报告的PLEs患病率，将正式症状与主要关注的前临床体验混为一谈。组间差异补偿，尽管经过IRB批准以考虑参与者负担，但可能影响了参与模式。第三，虽然我们的研究对人口统计学、糖尿病相关变量和心理困扰进行了全面评估，但一些已确立的风险因素，如童年创伤、近期应激生活事件和生物标志物（如脑结构和HbA_1c水平）未被测量。糖尿病与PLEs之间的联系可能受到共享的潜在易感性的影响，例如炎症通路，以及PLEs与一般情感困扰之间潜在的测量重叠。最后，一个方法学限制是缺乏正式的先验功效分析来确定所需的样本量。然而，对于我们使用逻辑回归的主要分析，Bujang等人的一项研究建议，大型人群研究中逻辑回归的最小样本量为500，以确保产生的统计数据是真实总体参数的近似值。此外，对于线性回归，我们的样本量满足每个变量20个受试者（24 * 20 = 480）的标准，这被提议用于得出可靠和有效的估计。鉴于我们的样本量（816）超过了这些阈值，我们相信它足以进行稳定和准确的回归分析。

5 Conclusion

总之，我们的研究强调了糖尿病患者中精神病性体验的高患病率及其与QOL受损的强独立关联，呼吁及时和定期评估PLEs。针对吸烟、抑郁症状、压力和糖尿病痛苦的靶向干预可能有助于减少PLEs并改善糖尿病患者的生活质量。