中国老年人抑郁症状轨迹与心血管疾病风险的纵向关联：CHARLS研究揭示动态预测新视角

这篇研究通过中国健康与退休追踪研究（CHARLS）数据，首次采用潜类别增长模型（LCGM）识别出中国老年人抑郁症状的四种动态轨迹（低水平、缓解型、恶化型、持续高水平），并发现后三类人群心血管疾病（CVD）风险显著升高（OR值1.51-2.87）。研究创新性结合孟德尔随机化（MR）分析证实抑郁症状与CVD的因果关联，为心理健康动态监测对CVD早期预警提供了高级别证据。

　　

研究背景

抑郁作为全球第13大致残因素，在中国老年群体中患病率超10%。传统研究多基于单时间点抑郁评估，而本研究突破性地采用纵向轨迹分析，揭示抑郁症状动态变化与心血管疾病（CVD）的关联。抑郁通过炎症反应（如CRP、IL-6升高）、自主神经失调（心率变异性降低）等多通路影响心血管健康，但轨迹异质性导致的差异风险尚未明确。

研究方法

基于CHARLS队列17,708名基线参与者（2011-2018年），排除失访和基线CVD患者后，最终纳入6,476名≥45岁中老年人。采用10项流调中心抑郁量表（CES-D-10）评估症状，通过潜类别增长模型（LCGM）识别轨迹，以贝叶斯信息准则（BIC>0.7）确定最佳分类。CVD通过医生诊断的心梗/卒中自报确认，采用多因素logistic回归分析风险，并辅以双样本孟德尔随机化（IVW/MR Egger方法）验证因果性。

核心发现

抑郁症状轨迹分型：

1. 低水平组（58.0%）：CES-D-10持续<10分

2. 缓解组（16.6%）：初始中度症状（均分12.3）后改善

3. 恶化组（17.8%）：从轻度（6.5分）进展至中度（13.8分）

4. 高水平组（7.6%）：持续重度症状（>15分）

CVD风险梯度：

相比低水平组，调整年龄、BMI等混杂后：

• 缓解组风险增加51%（OR=1.51, 95%CI 1.18-1.92）

• 恶化组风险增加60%（OR=1.60, 1.26-2.02）

• 高水平组风险激增187%（OR=2.87, 2.15-3.80）

机制探索：

MR分析显示抑郁遗传风险与CVD显著相关（IVW β=0.425, p<0.05），反向MR未发现CVD致抑郁的证据。敏感性分析排除吸烟/饮酒影响后结果稳健（E值=1.76）。

临床启示

该研究首次描绘中国老年抑郁症状自然演变轨迹及其心血管风险差异：

• 即使症状缓解者仍保留较高CVD风险，提示"代谢记忆"效应

• 恶化组风险与持续高水平组接近，强调早期干预窗口期

• 动态监测抑郁变化较单次评估更具预测价值

研究展望

未来需结合多组学数据（如炎症因子谱、HRV监测）解析特定轨迹的分子机制，并探索运动干预对不同轨迹人群的心血管保护效应差异。目前局限性包括自报数据偏差和汉族人群代表性，需跨种族队列验证。

（注：全文严格依据原文数据，未添加非文献支持内容）