编辑推荐：
抑郁症发病率渐高，为探究红细胞分布宽度与白蛋白比值（RAR）和抑郁症的关系，研究人员分析 NHANES 数据。结果显示 RAR 与抑郁症正相关，在部分人群中关联更强。这表明 RAR 或可作抑郁症预测指标，意义重大。
在当今社会，抑郁症如同隐藏在人群中的 “心灵杀手”，悄无声息地影响着无数人的生活。世界卫生组织数据显示，全球约有 2.8 亿人受抑郁症困扰，预计到 2030 年，它将超越癌症和心血管疾病，成为全球疾病负担之首。尽管抑郁症如此普遍，但目前能明确诊断抑郁症的生物标志物却相对较少，这给抑郁症的早期发现和干预带来了很大困难。
为了解决这一难题，嘉兴学院和浙江中医药大学嘉兴学院硕士学位培养基地以及嘉兴学院附属第二医院神经内科的研究人员开展了一项重要研究。他们聚焦于红细胞分布宽度与白蛋白比值（RAR），试图探究其与抑郁症之间的潜在联系。这项研究成果发表在《BMC Psychiatry》杂志上，为抑郁症的研究开辟了新的方向。
研究人员运用了多种关键技术方法。他们基于全国健康和营养检查调查（NHANES）2011 - 2018 年的公开数据进行二次分析，采用多变量逻辑回归、受限立方样条（RCS）回归、受试者工作特征（ROC）分析等方法，全面深入地研究 RAR 与抑郁症的关系。同时，通过亚组分析和交互检验，探索这种关系在不同人群中的稳定性。
研究结果具体如下：
- 基线特征：研究最终纳入 18150 名参与者，平均年龄 48.20（0.32）岁，女性占比 50.70%，非西班牙裔白人占 66.45%。将 RAR 分为四个四分位数，不同四分位数组的参与者在性别、种族、教育程度、婚姻状况、疾病患病率等方面存在显著差异。例如，RAR 较高四分位数组的参与者更可能是女性、非西班牙裔黑人、受教育程度较低、有更长睡眠时间以及更高的高血压、糖尿病等疾病患病率。
- RAR 与抑郁症的关联：未调整模型（Model 1）、部分调整模型（Model 2）和完全调整模型（Model 3）均显示 RAR 与抑郁症呈正相关。在完全调整模型中，RAR 每增加一个单位，患抑郁症的可能性增加 22%。将 RAR 分为四分位数进行分析，最高四分位数组的参与者患抑郁症的风险比最低四分位数组高 30% 。RCS 回归表明，调整所有协变量后，RAR 与抑郁症呈线性正相关，阈值为 3.16。ROC 分析显示，RAR 在抑郁症诊断中的曲线下面积（AUC = 0.583）高于白蛋白、红细胞分布宽度（RDW）和血红蛋白与红细胞分布宽度比值（HRR），说明 RAR 在诊断抑郁症方面具有更好的潜力。
- 亚组分析：对不同基线特征进行亚组分析和交互检验发现，年龄、种族、教育程度等因素的交互作用不显著，但性别、饮酒状况和贫困收入比（PIR）对 RAR 与抑郁症的关联有影响。在男性、饮酒者和高收入人群中，RAR 与抑郁症的关联更强。
- 敏感性分析：排除协变量缺失的参与者后，RAR 与抑郁症的正相关关系依然存在。将 PHQ - 9 评分作为连续变量进行线性回归，结果也表明 RAR 水平与 PHQ - 9 评分呈正相关，进一步验证了研究结果的可靠性。
研究结论和讨论部分指出，该研究首次揭示了高 RAR 与抑郁症之间的正相关关系。RAR 作为一个能快速、简便获取的指标，综合反映了炎症状态和营养状态，在抑郁症的早期检测方面展现出巨大潜力。然而，研究也存在一定局限性，如作为横断面研究无法确定因果关系，依赖自我报告问卷评估抑郁症可能存在报告偏差，且可能存在未测量的混杂因素影响结果。尽管如此，这项研究依然意义重大，为后续研究提供了重要线索，未来可通过纵向研究进一步探索 RAR 与抑郁症的因果关系，并评估其他潜在混杂因素，有望为抑郁症的早期诊断和干预提供更有效的方法，帮助更多受抑郁症困扰的患者。
