《Behavioral Sciences》：The Ethno-Sexual Hyphen: Communicating Gay-Mizrahi Subjectivity in Israeli Workplaces
编辑推荐：
背景方面，抑郁症状已成为中国中老年人面临的重大公共卫生问题。尽管以往研究主要聚焦于人口学和社会经济学因素，但可改变的生活方式行为与抑郁症状之间的关联仍需进一步探究。
目的方面，旨在探讨中国中老年人的睡眠时长、身体活动、数字参与以及社会参与与抑郁症状及生活满意度
背景方面，抑郁症状已成为中国中老年人面临的重大公共卫生问题。尽管以往研究主要聚焦于人口学和社会经济学因素，但可改变的生活方式行为与抑郁症状之间的关联仍需进一步探究。
目的方面，旨在探讨中国中老年人的睡眠时长、身体活动、数字参与以及社会参与与抑郁症状及生活满意度之间的关联。
方法方面，研究人员利用2020年中国健康与养老追踪调查的数据开展了横断面分析。抑郁症状被定义为流行病学研究中心抑郁量表（CES-D-10）评分≥10，最终纳入分析样本的个体共计13,576名。使用修正泊松回归估计调整后患病率，并采用有序逻辑回归分析生活满意度。该分析控制了人口学、社会经济状况和健康状况等协变量，同时兼顾了复杂的抽样设计。
结果方面，抑郁症状的加权患病率为44.5%。睡眠剥夺（<7 h）...（注：原文在此处截断）
研究背景与意义：
全球人口老龄化正在加速，中国正经历着全球最迅速的人口结构转变之一。2020年，中国60岁及以上人口超过2.6亿，占总人口的18.7%。随着“第二次婴儿潮”（1962–1975年）出生队列自2022年起逐步达到退休年龄，中国的人口老龄化进程预计将进一步加速，给家庭照护系统和社会养老保障体系带来前所未有的压力。预测显示，到2100年，中国总人口将从2017年的14亿下降至7.32亿，降幅达48.0%；到2050年，中国的总和生育率可能仍低于2.1的更替水平，并与加速的老龄化共存，从根本上重塑国家的人口结构和社会经济发展格局。
人口老龄化给中老年人带来了持续的心理压力，而COVID-19的防控政策加剧了这一问题。尽管互联网接入缓解了疫情带来的痛苦，但其保护作用在整个疫情期间有所波动。旅行限制极大地限制了线下社交和休闲活动的机会，导致中老年人对人际交往的满意度显著下降。生活满意度是评估疫情期间心理状态的核心指标。相关统计显示，生活满意度低的人群精神共病患病率高出42.9%。尽管长期隔离对身体健康活动等产生了不利影响，但也促进了家庭内部更多的非正式互助。尽管有证据证实休闲活动是社交媒体使用与抑郁症状之间的关键中介，但很少有全国性队列研究将睡眠、活动、社交和数字行为结合起来探讨其与抑郁和生活满意度的关系。在此背景下，抑郁症状在中国老年人中相对普遍，却往往未得到充分认识和解决。老年抑郁症与生活质量下降、功能衰退、死亡风险增加和更高的医疗支出密切相关。尽管人口学和临床因素对抑郁的影响已被广泛研究，但中老年人可改变的生活方式和行为因素的作用仍探讨不足。现有研究常受限于样本量小、定义不一致或关注年轻人群。为了解决上述不足，研究人员利用2020年中国健康与养老追踪调查（CHARLS）数据，分析了睡眠时长、身体活动、数字参与、社会参与与抑郁症状及生活满意度之间的关联，旨在为在老龄化社会背景下制定以行为为导向的心理健康促进策略提供实证证据。该论文发表在《Behavioral Sciences》上。
主要技术方法概括：
本研究的样本队列来源于2020年中国健康与养老追踪调查（CHARLS），采用多阶段分层概率抽样方法覆盖全国28个省份，最终纳入抑郁症状分析样本13,576人，生活满意度分析样本14,530人。研究采用修正泊松回归估计调整后患病率（aPRs，反映暴露组与非暴露组疾病发生频率之比）和95%置信区间（CI）分析抑郁症状；采用有序逻辑回归分析生活满意度。通过方差膨胀因子（VIFs，衡量多重共线性程度的指标）评估多重共线性。开展了按性别和年龄组分层亚组分析并使用Wald检验评估交互作用。同时进行了多项敏感性分析，包括基线与全调整模型比较、数字参与各项单独建模、将流行病学研究中心抑郁量表（CES-D-10）评分作为连续变量纳入线性回归以及多重插补处理缺失数据。
研究结果：
Participant Characteristics (研究对象特征)：通过描述性统计分析得出，抑郁症状分析样本加权后的平均年龄为61.3岁，女性占50.2%。抑郁症状的加权患病率为44.5%。生活满意度分析样本加权平均年龄为61.7岁，平均生活满意度得分为2.27（满分4分）。为评估潜在的选择偏倚，对比了因数据缺失而被排除的参与者，发现被排除组年龄更大、女性更多且慢性病数量和CES-D-10评分略高，但效应量适中。
Univariate Analysis (单因素分析)：通过调查调整的Wald F检验得出，抑郁症状与性别、收入五分位数、地区、婚姻状况、医保类型、教育水平、城乡居住地、睡眠时长、充足身体活动、吸烟、饮酒、与亲友社交、休闲娱乐活动等显著相关。生活满意度则与年龄组、收入五分位数、医保类型、教育水平、睡眠时长、饮酒和互联网使用显著相关。
Multifactorial Adjusted Poisson Regression for Depressive Symptoms (针对抑郁症状的多因素调整泊松回归)：通过修正泊松回归分析得出，睡眠时长<7 h与抑郁症状显著相关，而>9 h/day无显著关联。充足身体活动（≥600 MET-min/week）与抑郁症状患病率升高显著相关。每月饮酒一次及以上与抑郁症状患病率较低显著相关。参与休闲娱乐活动与抑郁症状患病率降低显著相关。男性、75岁及以上人群以及最高收入组表现出较低的抑郁症状患病率。慢性病数量、日常生活活动能力（ADLs，评估个人日常自理能力的指标）受限数量和工具性日常生活活动能力（IADLs，评估复杂社区生活技能的指标）受限数量与抑郁症状患病率升高显著相关，而认知功能评分与其降低相关。
Ordinal Logistic Regression Analysis of Life Satisfaction (生活满意度的有序逻辑回归分析)：通过有序逻辑回归得出，睡眠时长<7 h与较低的生活满意度显著相关。参与志愿者或慈善活动与较高的生活满意度显著相关。互联网使用与较低的生活满意度显著相关。60-74岁和75岁及以上人群以及高收入人群具有更高的生活满意度。慢性病数量、ADL受限数量和IADL受限数量均与较低的生活满意度显著相关。
Subgroup Analysis and Interaction Testing (亚组分析与交互检验)：通过分层分析和Wald检验得出，睡眠剥夺与抑郁症状的关联仅在女性中显著。休闲活动与抑郁症状降低的关联也仅在女性中显著。充足身体活动与抑郁症状的关联在45-59岁和≥75岁组中显著。性别和年龄组与多项暴露变量（如充足身体活动、社区参与、互联网使用）之间存在显著的交互作用。
Sensitivity Analysis (敏感性分析)：通过比较基线模型和全调整模型发现，调整健康状况变量后，睡眠剥夺与抑郁症状的关联有所减弱。数字行为的单独建模分析显示，观看视频和玩网络游戏与抑郁症状减少显著相关，而移动支付和微信使用则与较低的生活满意度显著相关。多重插补结果与完整病例分析一致。
讨论与结论：
研究总结了讨论部分。研究利用2020年CHARLS全国代表性调查数据，揭示了睡眠剥夺与抑郁症状升高及生活满意度降低的关联最为稳健。充足身体活动与抑郁症状患病率升高相关，这可能归因于CHARLS对身体活动的测量包含了大量非休闲活动（如务农、家务）。女性、农村居民和低收入群体抑郁症状患病率更高。休闲和娱乐活动与抑郁症状减少显著相关，且仅在女性中显著。志愿者或慈善活动与生活满意度正相关。观看视频和玩网络游戏与减少抑郁症状相关，而整体互联网使用与较低的生活满意度相关。疫情期间的限制政策改变了日常活动规律，削弱了线下社交对心理健康的益处。因此，针对睡眠卫生、休闲活动参与和差异化数字行为的行为干预策略值得进一步关注。
研究结论部分翻译如下：本研究基于CHARLS 2020数据，分析了中老年人的睡眠时长、身体活动、数字参与、社会参与与抑郁症状及生活满意度的关联。抑郁症状的加权患病率为44.5%。睡眠剥夺与抑郁症状升高及生活满意度降低的关联最为稳健；参与休闲娱乐活动与抑郁症状减少显著相关；充足的身体活动与抑郁症状患病率升高相关；观看视频和玩网络游戏与抑郁症状减少显著相关，而整体互联网使用与较低的生活满意度相关。女性、农村居民和低收入群体的抑郁症状患病率较高。由于本研究采用横断面设计，因果推断仍需通过纵向研究进一步验证。
