综述：以患者为中心的方法在识别中风后抑郁症亚群体中的应用：一项观察性研究的系统回顾

《Patient Preference and Adherence》：Person-Centered Approaches for Identifying Subgroups of Post-Stroke Depression: A Systematic Review of Observational Studies

　　摘要
背景：目前对卒中后抑郁（PSD）的管理主要依赖于抑郁的严重程度，未能充分反映PSD的临床异质性。此前没有系统评价结合横断面和纵向观察性研究，使用以患者为中心的方法来识别PSD亚组。本系统评价综合了这些研究中的证据，采用以患者为中心的方法来描述PSD亚组。

方法：从研究开始到2025年9月，在九个数据库中进行了全面搜索。纳入了使用以患者为中心的方法对PSD进行亚组划分的观察性研究。两位评审员独立进行数据提取和研究发现质量评估，使用的是美国国立卫生研究院观察性队列和横断面研究的质量评估工具。

结果：共纳入11篇文章（9个独特的队列；N = 6729）。横断面研究（4项；N = 1400）确定了四个基于症状的亚组：低抑郁症状组（46.6%）、情绪抑郁症状组（9.4%）、非典型抑郁症状组（23.2%）和广泛抑郁症状组（20.8%）。纵向研究（5项；N = 5329）揭示了四个基于轨迹的亚组：低且稳定/下降组（59.7%）、低但上升组（17.8%）、高且稳定/上升组（13.6%）以及初始高/中等但下降组（8.9%）。潜在转换分析（2项；N = 886）显示，在卒中后6个月内亚组流动性较大，随后稳定性增加。更严重/持续亚组的预测因素包括社会人口统计学、临床和生理因素。一项研究发现，所有非低稳定轨迹与10年死亡风险显著增加有关（风险比：1.38–2.62）。

结论：以患者为中心的方法可以有效划分出具有不同症状表现和轨迹的PSD亚组。本研究的结果支持从一刀切的、基于总分的健康管理方式转向更加细致的、以症状和轨迹为依据的PSD管理框架。

系统评价注册号：CRD420251273568
关键词：卒中后抑郁；以患者为中心的分析；异质性；潜在类别分析；症状轨迹；精准精神病学

背景：卒中后抑郁（PSD）是卒中幸存者中常见的心理并发症，其发生率约为卒中的三分之一。

引用：1, 2 除了心理负担外，PSD还妨碍身体功能恢复，降低健康相关生活质量，增加卒中复发风险，并提高卒中幸存者的死亡风险。3–6 鉴于这些不良后果，有效管理PSD在临床上至关重要。

目前的PSD临床管理通常遵循基于严重程度的阶梯式护理模式，依赖抑郁量表的总分来指导干预措施。7, 8 尽管这些以严重程度为导向的模式为指南共识实践提供了依据，但可能无法充分反映PSD的临床复杂性和异质性。越来越多的研究表明，具有相似抑郁总分卒中幸存者可能表现出不同的症状特征和纵向病程。9, 10 此外，具有抑郁症状的患者对干预的反应模式也存在差异，11–13 这表明存在在表型特征和治疗需求上不同的潜在抑郁亚组。人们已经努力划分PSD亚组，除了抑郁严重程度外，还使用变量中心和以患者为中心的分析框架探索PSD亚型。变量中心方法假设样本中的所有个体来自同一个群体；因此，估计群体级别的“平均”参数来代表整个样本。14 相比之下，以患者为中心的方法允许存在群体异质性，通过测试样本是否包含由不同参数集特征的潜在亚群体。14, 15 用于横断面数据的以患者为中心的方法根据个体在单一点期的多变量反应模式识别亚组，而用于纵向数据的方法则根据个体在多个时间点的变化模式识别亚组。16 以患者为中心的方法的吸引力在于它能够从全面的信息中创建出细致的亚组，涵盖抑郁的多方面性质。通过这些方法，PSD可以被划分为具有不同特征的亚组；然而，这种亚组划分目前应被视为探索性的和假设生成的，这些衍生亚组是否能指导个体化的PSD干预仍有待确定。

尽管兴趣日益增加，但通过以患者为中心的方法综合PSD亚组的文献仍然有限。在获得性脑损伤（包括卒中）的背景下，最近的一项系统评价确定了四种抑郁症状轨迹——稳定低水平、持续高水平、上升和下降——突显了症状进展的显著异质性。17 值得注意的是，这项评价主要纳入了使用基于群体的轨迹建模分析的纵向研究，这种分析通常是单变量的，基于单一变量的轨迹（例如抑郁得分），因此视野相对较窄。16 一项全面的以患者为中心的PSD分析综合——包括横断面亚组和纵向轨迹——有潜力揭示卒中人群中的全部异质性，揭示稳健的亚组结构，并指导临床护理中针对性干预的发展。到目前为止，还没有系统评价同时结合基于症状特征的横断面PSD亚组和基于轨迹的纵向PSD亚组及其预测因素和临床结果。因此，本系统评价旨在：（1）描述通过观察性研究以患者为中心方法识别的PSD亚组；（2）综合与亚组成员身份相关的因素（如人口统计学、临床和社会因素）；（3）总结与亚组成员身份相关的结果（如功能恢复、生活质量和死亡率）。

方法：本研究遵循系统评价和荟萃分析的优先报告项（PRISMA）进行报告。18 协议已在PROSPERO（CRD420251273568）中前瞻性注册。

搜索策略：进行了全面搜索，以识别使用以患者为中心的方法识别PSD亚组的文献。从研究开始到2025年9月，搜索了以下电子数据库：British Nursing Index、Cumulative Index to Nursing and Allied Health Literature (CINAHL)、MEDLINE、Embase、PsycINFO、Scopus、Web of Science Core Collection、China National Knowledge Infrastructure (CNKI) 和 WanFang Data。此外，还使用了ProQuest Dissertations and Theses Global (PQDT Global)、WanFang Data Theses、Grey Literature Exploitation (http://www.opengrey.eu) 和 Grey Literature Report (http://greylit.org/home) 进行灰色文献搜索。所有纳入研究的参考文献列表和相关评价也被筛选以识别更多符合条件的研究。在标题、摘要、关键词和医学主题词中使用了与卒中、抑郁和以患者为中心的方法相关的搜索词。根据数据库的支持情况，调整了搜索策略。数据库的详细搜索策略见补充材料1。

纳入标准：如果研究（1）包括成人（≥18岁）卒中幸存者；（2）使用经过验证的抑郁评估量表或诊断标准评估PSD；（3）是观察性研究，包括横断面和纵向研究；（4）采用以患者为中心的方法，包括聚类分析（如层次聚类或k-means）、潜在类别分析、潜在轮廓分析、纵向混合方法（如基于群体的轨迹建模、潜在类别增长分析和增长混合建模）以及潜在转换分析；（5）以英语或中文发表，则纳入研究。选择观察性研究是因为以患者为中心的亚组识别主要通过观察性数据进行，而本评价的目的是综合自然发生的抑郁症状模式和轨迹，而不是治疗效果。如果文章将PSD与其他指标一起使用，则排除这些文章，19, 20 从而无法分离抑郁症状亚组。研究方案、正在进行的研究、案例报告、会议摘要、社论和评论也不纳入本评价。

研究选择：所有检索到的记录都被导入Endnote，并删除了重复项。两位独立评审员（DS和MZ）筛选了检索到的记录的标题和摘要，然后根据纳入标准进行全文评估。两位评审员共同审查了被认为可能符合条件的或模糊的记录集，并讨论直到就是否进行全文评估达成共识。如有必要，通过与第三位评审员（LZ）协商解决分歧。

数据提取：两位评审员（DS和MZ）使用为本评价开发的结构化表格独立提取数据。提取的信息包括研究特征（作者、年份、国家和研究设计）、参与者（样本量、年龄和性别、卒中类型、卒中阶段和卒中发生率）、结果测量（测量方法和评估时间点）、分析方法和结果（以患者为中心的方法类型、模型选择标准、识别出的亚组的数量、标签、患病率和描述）、预测因素和结果。通过讨论或在必要时与第三位评审员（LZ）协商解决提取数据中的任何差异。

数据综合：为了便于使用不同亚组标签进行比较，我们根据总体症状严重程度、主导症状特征、轨迹模式和可用的量表阈值信息对识别的亚组进行了描述性整合。通过将分配给该亚组的参与者数量加总并除以为该亚组分类贡献数据的总参与者数量，描述性地计算了每个综合亚组的总体比例。

研究发现质量评估：两位评审员（MZ和LZ）使用美国国立卫生研究院观察性队列和横断面研究的质量评估工具独立评估研究质量。21 该工具包括14个项目，针对关键的偏见来源，包括研究设计和目标的清晰度、研究人群抽样的适当性、暴露/结果测量的准确性、混杂因素的识别和控制、数据分析和报告的严谨性以及随访持续时间和完整性的充分性。每个项目被评为“是”、“否”、“无法确定”或“不适用”。根据这些评分，为每项研究分配总体质量判断（良好、一般或较差）。如有必要，第三位评审员（DS）参与讨论以解决分歧。

结果：电子数据库的系统搜索产生了4758条记录。去除重复项后，通过标题和摘要筛选出3051条记录。其中2912条记录因不符合纳入标准而被排除。剩余的139项研究进行了全文审查，最终纳入了11篇文章。通过灰色文献搜索或筛查纳入研究的参考文献列表，未再发现其他符合条件的研究。因此，本评价纳入了11篇文章（图1. PRISMA流程图）。这一决策阶段的评审者间一致性为97.3%，Cohen’s kappa值为0.78，表明一致性很高。图1显示了研究选择流程图（根据PRISMA 2020新系统评价流程图）。

在这些11篇纳入的文章中，有两篇报告了来自中国的同一队列的结果，22，另外两篇分析了来自美国健康与退休研究的同一数据集，23, 24。23, 24 为了避免样本描述的重复，我们在后续的叙述性综合中将这些视为来自9个独特的队列。

研究特征：纳入的9项研究发表于2016年至2025年间，其中大约三分之二（n=6）发表于2023年后。这些研究在中国、24, 28 美国、24, 28 英国和新加坡进行。24, 29 研究特征总结见表1。表1展示了纳入研究的特征。

参与者特征：本评价共纳入了6729名卒中幸存者，其中52.6%（3539/6729）为男性。各研究的样本量从17229到2313人不等。29 所有研究都报告了年龄，平均值或中位数在59.0岁到74.9岁之间。10 三项研究提供了参与者的年龄范围，从25岁到91岁不等。9, 10, 27 关于临床特征，六项研究报告了卒中发生率。在这些研究中，绝大多数幸存者（96.2%；5516/5731）经历了首次卒中。9, 10, 24, 26, 27, 27, 29 八项研究报告了卒中发生的时间，从卒中发作后2周到39个月不等。25 此外，五项研究报告了卒中类型，并指出大多数幸存者（89.2%；1563/1753）患有缺血性卒中。10, 22, 25, 26, 28

基于抑郁症状表现的亚组：四项研究涉及1400名卒中幸存者，使用潜在类别分析27, 28 或潜在轮廓分析10, 22 根据抑郁症状的表现来识别PSD亚组。10, 22 这些研究使用抑郁评估量表的条目作为指标，包括自我评估抑郁量表10 和患者健康问卷。22, 27, 28 识别出具有三到四个类别的模型。22, 28根据抑郁症状的总体表现或根据各项目的平均值、条件概率对类别进行了标记。本综述将这些类别合并为四个不同的基于症状的亚组：轻度抑郁症状、情绪抑郁症状、非典型抑郁症状和广泛性抑郁症状。详细总结见表1。

**轻度抑郁症状**
所有四项研究都发现了一个亚组，其特征是所有抑郁症状的得分均较低或条件概率较低。“轻度抑郁症状”亚组在每项研究中都是最大的，患病率从42.8%到58.0%不等。综合这些研究，该组占中风幸存者的46.6%（652/1400人）。

**情绪抑郁症状**
有三项研究发现了一个主要表现为情绪症状加剧（如悲伤、兴趣丧失、内疚、无价值感）的亚组，其中可能伴有或不伴有躯体或植物神经症状。Liu等人将“情绪抑郁”亚组和“生理-情绪抑郁”亚组区分开来；由于两者都以明显的情绪症状为特征，因此在本文中将它们合并为单一的“情绪抑郁症状”亚组。该组的患病率从5.6%到28.2%不等，总体患病率为9.4%（132/1400人）。

**非典型抑郁症状**
有两项研究报道了一个亚组，其特征是情绪反应性保持正常，同时伴有食欲增加或体重增加、精神运动迟缓以及持续的低自尊等非典型特征。我们将该组命名为“非典型抑郁症状”亚组，采用了《精神疾病诊断与统计手册》（第五版）中关于非典型抑郁的术语，尽管没有应用正式的诊断标准。该组的患病率从34.9%到40.4%不等，总体患病率为23.2%（325/1400人）。

**广泛性抑郁症状**
有三项研究发现了一个亚组，其特征是大多数或所有抑郁症状的得分较高或条件概率较高。在一项研究中，一个被称为“中度抑郁-中度躯体化”的类别显示大多数症状的项得分超过了可能的最大值的一半，因此被归入该亚组。该组的患病率从13.8%到51.5%不等，总体患病率为20.8%（291/1400人）。

**亚组转化与稳定性**
有两项研究涉及886名中风幸存者，使用潜在转换分析研究了基于症状的亚组随时间的变化。Liming等人随访了患者从中风后3个月到12个月的情况，而Liu等人随访了患者从基线到出院后6个月的情况。总体而言，这些研究表明亚组具有很高的稳定性，83.3%至88.8%的参与者在相邻时间点仍属于同一个亚组。“轻度抑郁症状”亚组尤其稳定，85%至96.7%的个体在随时间中保持在该亚组中。其他亚组之间的转换表现出不同的模式。“情绪抑郁症状”和“非典型抑郁症状”亚组倾向于保持在其初始亚组中，或转换到“轻度抑郁症状”亚组。“广泛性抑郁症状”亚组中的个体大多保持在该亚组中，或转换到“情绪抑郁症状”或“非典型抑郁症状”亚组，直接转换到“轻度抑郁症状”亚组的相对较少。在中风后3个月到6个月之间，转换到“轻度抑郁症状”亚组的频率较高；中风后6个月后，该亚组保持其模式的可能性更高。

**基于抑郁症状轨迹的亚组**
五项纵向研究（发表于六篇文章中）涉及5329名中风幸存者，使用基于组的轨迹建模、潜在类别增长分析和潜在增长混合建模等方法探讨了基于抑郁症状轨迹的亚组。评估时间点的数量从三个到六个不等，随访时间从中风后6个月到6年不等。PSD亚组的定义基于基线抑郁严重程度和纵向进展。亚组数量在不同研究中有所差异，从两个到四个不等。本综述将这些亚组合并为四种不同的轨迹：低且稳定/减少、低但增加、高且稳定/增加、以及最初高/中等但逐渐下降。详细总结见表1。

**低且稳定/减少**
四项研究发现了一个亚组，其特征是基线抑郁症状较低，并且随时间保持稳定或略有减少。Ayis等人在女性中风幸存者中识别出两个亚组——“低症状”和“中等症状”；由于这两个亚组的平均得分在所有时间点都低于评估尺度的临界值，因此在本综述中均被归类为“低且稳定/减少”亚组。该组的患病率从42.1%到78.9%不等，总体患病率为59.7%（3180/5329人）。

**低但增加**
四项研究发现了一个亚组，其特征是最初抑郁症状较低，但随着时间逐渐增加。该组的患病率从10.3%到46.5%不等，总体患病率为17.8%（948/5329人）。

**高且稳定/增加**
所有五项研究都报告了一个亚组，其特征是基线抑郁症状较高，并且随时间持续高或恶化。一项研究在女性中风幸存者中识别出两个亚组——“严重症状”和“非常严重症状”；由于这两个亚组的平均得分在所有时间点都高于评估尺度的临界值，因此在本综述中均被归类为“高且稳定/增加”亚组。该组的患病率从6.1%到62.2%不等，总体患病率为13.6%（726/5329人）。

**最初高但逐渐下降**
三项研究发现了一个亚组，其特征是基线时抑郁症状较高，但在随访期间逐渐减少。该组的患病率从13.5%到37.8%不等，总体患病率为8.9%（475/5329人）。

**PSD亚组的预测因子**
在不同研究中，发现了多种预测亚组归属的因子，包括社会人口统计学、临床和生理因素。

**社会人口统计学因素**
婚姻状况、社会经济地位、性别、年龄和社会支持被报道为PSD亚组的预测因子。未婚、离婚或丧偶的幸存者更可能属于“广泛性抑郁症状”亚组，并表现出“高且稳定/增加”的轨迹。与每月收入1000-5000元的幸存者相比，每月收入低于1000元的幸存者更可能属于“高且稳定/增加”轨迹亚组。男性性别和较高年龄预测属于“低且稳定/减少”轨迹亚组。较高水平的社会支持与属于“轻度抑郁症状”亚组相关。

**临床因素**
中风类型、中风严重程度和功能残疾的恢复情况被报道为PSD亚组的预测因子。与缺血性中风相比，出血性中风与属于“高且稳定/增加”轨迹亚组相关。入院时清醒和较高的基线工作记忆预示着更可能属于“轻度抑郁症状”亚组，并表现出“低且稳定/减少”的抑郁症状轨迹。受影响肢体肌肉力量≤2级的中风幸存者更可能被归入“广泛性抑郁症状”亚组。轻度神经缺陷的中风幸存者更可能被归类为“情绪抑郁症状”。中风幸存者功能残疾随时间的增加与“低且增加”组的抑郁症状轨迹显著上升相关。

**生理因素**
一项研究将炎症标志物确定为PSD亚组的预测因子。入院时纤维蛋白原水平升高增加了属于“高且稳定/增加”轨迹亚组的风险。先天免疫标志物的慢性升高不仅与属于“高且稳定/增加”轨迹亚组的风险增加相关，还与属于“低但增加”轨迹亚组的可能性增加相关。

**与PSD亚组相关的结局**
只有一项研究探讨了PSD轨迹与长期死亡率的结果。该研究报告称，与其他轨迹相比，“低且稳定/减少”轨迹亚组与10年全因死亡率显著增加相关，风险比范围从1.38到2.62（p < 0.05）。

**研究质量评估**
各项研究的质量评估结果见表2。所有纳入的研究都明确说明了研究问题或目标，并使用预先规定的纳入和排除标准招募了来自相似人群的参与者。九项研究中有八项（88.9%）报告了至少50%的参与率，而有一项研究未提供足够的信息来判断响应率。略多于一半的研究（55.6%）提供了样本量合理性、功效计算或方差/效应大小估计。在需要随访的研究中，只有两项（28.6%）报告了20%或更少的失访情况；其余研究要么超过了这一阈值，要么没有报告失访情况。八项研究（88.9%）测量并调整了关键的潜在混杂因素。总体而言，五项研究被评为质量中等，四项研究被评为质量良好。

**讨论**
本系统综述综合了九项观察性研究的现有证据，这些研究涉及6729名中风幸存者，采用以患者为中心的方法来识别PSD亚型。研究发现表明，PSD可以根据症状表现和纵向轨迹被划分为不同的亚组。重要的是，有限的研究表明，这些亚组由特定的社会人口统计学、临床、社会和生理因素预测，并与10年调整后的死亡率相关。这些发现对于推进针对PSD的针对性管理具有重要意义。

**以患者为中心的方法揭示的PSD异质性**
在多个国际队列中一致识别出多个PSD亚组，提供了强有力的证据，表明PSD不是一个单一的临床实体，而是一系列症状表现和纵向轨迹的集合。这一发现与当代精准精神病学的文献一致，后者越来越认识到重度抑郁症包含显著的病因和病理生理学异质性。以患者为中心的方法特别擅长捕捉这种复杂性，因为它们允许识别出具有不同症状表现和纵向变化模式的自然存在亚群体。横断面分析根据抑郁症状表现划分了四种亚型：轻度抑郁症状（患病率46.6%）、情绪抑郁症状（9.4%）、非典型抑郁症状（23.2%）和广泛性抑郁症状（20.8%）。这些分类反映了抑郁症状表现的潜在差异，可能对应于不同的病理生理机制。情绪抑郁症状亚组以明显的情感失调为特征，可能反映了局部血管损伤或边缘系统-皮质回路中的二级网络级变化，特别是前额叶控制区域与边缘结构之间的连接改变。相反，非典型抑郁症状亚组——以情绪反应性保持正常、食欲增加和精神运动迟缓为特征——可能反映了中风后的独特单胺能特征，涉及多巴胺能和去甲肾上腺素能功能障碍。广泛性抑郁症状亚组在认知、情感和躯体领域表现出广泛的症状，可能反映了更严重的神经生物学紊乱。潜在转换分析显示，PSD亚组的归属在急性期到亚急性期后表现出显著的时间流动性，随后在中风后6个月以上逐渐稳定。这一时间模式表明，中风后的早期可能是潜在的干预窗口，但这仍只是一个假设，需要在未来的干预研究中得到证实。观察到大多数轻度抑郁症状亚组的幸存者在纵向上保持稳定，而广泛性抑郁症状亚组的自发缓解最小，这强调了早期症状分类的预后意义。研究发现与18项纵向研究的荟萃分析一致，这些研究表明，在中风后三个月内出现PSD的患者中，超过一半的患者在中风后一年内仍然存在PSD。从纵向上看，PSD分为四种轨迹：低且稳定/减少（59.7%）、低但增加（17.8%）、高且稳定/增加（13.6%）和最初高但逐渐下降（8.9%）。这些发现进一步强调了PSD不是一种静态状况，而是随时间动态演变。值得注意的是，高且稳定/增加亚组约占队列的七分之一，并表现出早期和持续的稳定性。这一轨迹与纵向研究一致，这些研究记录了17.5%的中风幸存者在5年随访时仍然存在抑郁。多种因素预测了亚组归属，为理解PSD异质性的多变量病因提供了实证基础。低收入水平、未婚状态、男性性别、较高年龄或社会支持有限的幸存者属于严重或持续性抑郁轨迹的风险显著增加。临床变量（包括中风类型、中风严重程度和功能残疾的恢复情况）与亚组归属有显著关联。入院时意识清醒和较高的基线工作记忆的患者更可能保持在轻度抑郁症状轨迹中。相反，严重的神经损伤（如肌肉力量≤2级）预测属于“广泛性抑郁症状”亚组。在系统评价中发现了类似的发现，这些评价旨在识别短暂性脑缺血性抑郁（PSD）的预测因子。文献40和文献41表明，入院时纤维蛋白原水平升高与处于高且稳定/递增的病程轨迹相关，而炎症标志物的慢性升高也与高且递增的病程轨迹相关（文献26）。关于生物标志物的新兴证据可能表明，神经炎症途径参与了PSD的异质性（文献38）。

**本综述的优势与局限性**
本综述有几项优势。首先，我们在多个国际数据库中进行了全面的文献搜索，包括了英文和中文资料，这降低了语言和出版偏倚的风险，并增强了证据基的全面性。其次，通过专注于以个人为中心的方法，系统地整合了横断面研究和纵向研究的证据，从而能够综合考察抑郁症状特征和时间模式，超越了以往主要关注单变量严重程度轨迹的综述。

同时，也应承认一些局限性。首先，各研究之间存在显著的方法学异质性，包括抑郁评分量表、评估时间点以及随访时间的差异。这种异质性限制了各研究之间亚组结构的直接可比性。其次，所纳入的研究采用了不同的以个人为中心的分析方法，因此得出的亚组划分结果本质上依赖于所使用模型。模型假设、指标选择和样本特征的不同可能影响了识别出的亚组数量和性质，进一步限制了亚组结构的直接可比性。此外，大多数亚组划分是基于单一队列确定的，尚未在独立样本中进行验证，因此其稳定性和普遍性存在不确定性。第三，大多数纳入的研究来自中国和西方高收入国家，低收入国家和不同种族、民族群体的代表性不足可能限制了研究结果的普遍性，尤其是考虑到在抑郁症状的表达和报告方面存在文化差异。第四，许多预测因子是基于个别研究得出的；需要在多个队列中重复验证才能确认其稳健性。最后，关于PSD亚组相关临床结局的证据有限，仅有一项研究考察了长期死亡率。未来需要开展包含标准化结局测量的纵向研究，以明确以个人为中心的PSD亚组的预后意义。

**结论**
本系统评价表明，以个人为中心的方法可以有效划分出具有不同症状表现和病程轨迹的PSD亚组。这些亚组在社会人口统计学、临床和生理因素方面存在差异。一项纵向队列研究表明，不同PSD病程轨迹下的10年死亡率存在差异。进一步的证据表明，中风后的早期阶段（尤其是前六个月）是抑郁症状变化最显著且可能被调整的时期，之后症状相对稳定。总体而言，这些发现支持从一刀切的、基于总分的PSD管理模式转向更加细致的、以症状和病程为依据的管理方式。然而，目前的证据基础仍然有限，因此应对这些建议持谨慎态度。需要进一步设计良好的纵向研究和干预研究来进一步验证这些发现。

**缩写**
PSD：短暂性脑缺血性抑郁；PRISMA：系统评价和荟萃分析的优先报告项目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）。

**利益冲突声明**
作者声明没有利益冲突。

**数据共享声明**
本研究生成或分析的所有数据均包含在本文及其补充信息文件中。