子宫切除术与抑郁症风险关联的Logistic回归及机器学习多维度研究

本研究针对子宫切除术(hysterectomy)与抑郁症的复杂关联，通过分析2023年美国国家健康访谈调查(NHIS)数据，采用逻辑回归和机器学习方法，首次系统评估了手术史对心理健康的长远影响。研究发现671例术后抑郁患者存在显著基线差异(p<0.05)，揭示了激素变化、社会心理因素等潜在机制，为制定个性化手术决策和术后心理干预提供了循证依据。

　　

抑郁症作为全球致残首要原因之一，每年造成超过1万亿美元的经济损失。尽管现有治疗手段包括抗抑郁药物(SSRIs)和认知行为疗法(CBT)，但约30%患者对治疗无反应。近年来，外科手术尤其是妇科常见手术——子宫切除术(hysterectomy)与心理健康的关系引发关注。作为生育年龄女性第二大手术，其不仅涉及生育能力丧失等生理问题，更可能通过激素波动(HPA轴紊乱)和社会角色转变等途径诱发抑郁。然而，既往研究多聚焦短期效果，缺乏大样本长期随访数据，且未阐明具体作用机制。

为填补这一空白，研究人员利用2023年美国国家健康访谈调查(NHIS)的14,327例样本（含2,281例抑郁患者），通过多变量逻辑回归和随机森林等机器学习算法，首次系统分析了子宫切除术与抑郁症的关联强度及调节因素。研究特别关注手术类型（全切/次全切）、卵巢保留状态及激素替代疗法(HRT)使用等关键变量。

【主要技术方法】
研究采用横断面设计，数据源自美国CDC管理的NHIS数据库。通过ICD-10编码筛选抑郁病例，使用χ²检验比较基线特征，构建多水平逻辑回归模型控制年龄、BMI等混杂因素，并应用SHAP值解析机器学习模型特征重要性。

【研究结果】

1. 差异基线特征：抑郁组与对照组在除教育水平外的所有变量上均存在显著差异(p<0.05)，尤其671例术后抑郁患者呈现独特的临床特征。
2. 风险关联强度：校正混杂因素后，子宫切除术使抑郁风险增加1.8倍(OR=1.82, 95%CI 1.54-2.15)，其中双侧卵巢切除者风险最高(OR=2.31)。
3. 调节效应分析：激素替代疗法可降低风险35%，而社会经济地位(SES)评分_low组风险增幅达2.4倍。

【结论与意义】
研究首次证实子宫切除术是抑郁症的独立风险因素，其机制涉及生殖内分泌紊乱（特别是雌激素波动）和身体意象障碍双重通路。该发现具有三重临床价值：(1)为术前心理健康筛查提供量化指标；(2)建议对卵巢切除患者优先开展预防性心理干预；(3)强调个性化手术方案（如卵巢保留）的重要性。论文发表于《Journal of Affective Disorders》，为制定"手术-心理"整合照护指南奠定了理论基础。