《Trauma, Violence, & Abuse》：How Socioeconomic Status Mediates the Association Between Adverse Childhood Experiences and Depression: A Meta-Analytic Structural Equation Modelling Approach
不良童年经历（Adverse Childhood Experiences, ACEs）是成年期抑郁的公认风险因素。社会经济地位（Socioeconomic Status, SES；即收入、教育和就业）的指标可能是将ACEs与抑郁联系起来的中介机制。然而，研究尚未通过元分析检验SES在ACEs-抑郁关联中的中介作用。研究人员通过将现有文献综合为三个随机效应元分析结构方程模型（Meta-Analytic Structural Equation Models, MASEMs），检验了儿童期ACEs与成年期抑郁及SES指标之间的关联。通过系统检索PsycINFO、Embase、CINHAL和MEDLINE，研究人员确定了105个样本，代表755,306名成年人。纳入的研究报告了成人人群中ACEs、抑郁与≥1个SES指标之间的效应量。为检验SES的中介作用，分别对成人收入（k=56，n=414,020）、教育（k=87，n=557,483）和就业（k=21，n=260,550）进行了独立的MASEMs检验。成人收入和受教育程度部分中介了儿童期ACEs与成年期抑郁之间的关联。较高的ACEs得分与较低的收入和较低的教育程度相关，进而预测更高的抑郁严重程度。间接效应虽小但显著（收入=0.01 [0.006, 0.02]；教育=0.003 [0.0004, 0.007]）。没有变量调节这些间接效应。就业未中介ACEs与抑郁之间的关联。该研究为理解SES指标如何在不同人群中差异性地中介从ACEs到抑郁的路径提供了背景。尽管可能受研究报告和MASEM模型假设的限制，但该研究强调，在针对童年逆境持久影响的心理健康策略中，需要解决社会经济差异，特别是收入和教育的差异。
# 引言
## 不良童年经历（Adverse Childhood Experiences, ACEs）
不良童年经历（ACEs）指个体18岁前经历的不良事件，最常研究的10类包括身体、性和情感虐待，身体和情感忽视，以及家庭功能障碍相关因素。近期元分析估计，全球60.1%的成人至少经历一种ACEs，16.1%经历四种及以上。累积ACEs暴露被视为人口层面的风险指数，与后续生命历程中多种身心健康问题相关，并带来显著的经济成本。
## 抑郁（Depression）
抑郁症状和诊断是全球健康负担的重要来源，在ACEs暴露人群中更为普遍。抑郁症状可沿连续谱分布，即使未达到诊断标准的亚临床病例也会造成痛苦和功能损害。新冠疫情后全球抑郁患病率上升27.6%，且随时间推移呈增长趋势，需探讨经济安全等潜在机制。
## ACEs与抑郁（ACEs and Depression）
大量元分析证实ACEs暴露者患抑郁的风险约为无暴露者的两倍，但现有研究多关注关联本身，对机制的中介元分析综合较少，限制了发现的可推广性。
## 社会经济地位（Socioeconomic Status, SES）
社会经济地位（SES）旨在捕捉社会地位、经济资源和财务安全，通常以收入、教育和就业三个指标量化。这些指标随时间稳定性不同，且对成年期结果有独立影响，因此必须分别分析。已有研究表明，ACEs与较低的成年期收入和教育水平相关，而低SES本身又增加抑郁风险。
## SES在ACEs与抑郁关联中的中介作用（The Mechanistic Role of SES on the Association Between ACEs and Depression）
发展精神病理学理论认为，抑郁是受儿童环境负面因素影响的发育轨迹的结果，成年期SES作为情境因素可能加剧风险。然而，尚无研究跨独立样本检验ACEs通过收入、教育和就业这三种机制与抑郁的关联。
## MASEM：一种量身定制的方法（MASEM: A Tailored Approach）
元分析结构方程建模（MASEM）结合了元分析与结构方程模型的优势，可在元分析框架内检验多变量中介模型，估计路径系数、异质性及调节效应。该方法适用于检验ACEs通过SES影响抑郁的间接效应。
## ACEs到SES再到抑郁间接路径的潜在调节变量（Potential Moderators of the Indirect Pathway from ACEs to SES to Depression）
样本层面调节变量可能包括年龄、性别和少数族裔身份；方法层面调节变量包括变量测量类型（连续vs.分类）、数据收集方法（问卷vs.档案审查）、抑郁测量方式（症状vs.诊断）、收入测量类型（家庭vs.个人）以及研究设计（横断面vs.纵向）。这些变量可能影响间接路径的强度。
## 当前研究：目的与假设（The Current Study: Objectives and Hypotheses）
本研究有三个目标：综合ACEs与抑郁关联的文献；分别检验收入、教育和就业作为SES指标在中介模型中的效应；探索间接路径的调节变量。假设SES指标显著中介ACEs与抑郁的关联，且调节变量会改变间接路径强度。
# 方法
## 搜索策略（Search Strategy）
研究遵循PRISMA标准，从ACEs目录中筛选文献。该目录通过系统检索PsycINFO、Embase、CINHAL和MEDLINE建立，覆盖1998年1月至2024年2月发表的、使用6-12项ACEs测量的实证研究，共识别21,555条非重复记录。
## ACEs目录搜索描述（Description of the ACEs Catalogue Search）
通过标题和摘要筛选及全文审查，最终纳入4,075篇记录，索引了结果变量。本研究从标注为“心理健康”的1,470篇文章中进一步筛选。
## 纳入和排除标准：当前分析（Study Inclusion and Exclusion Criteria: The Present Analyses）
纳入标准包括：成人样本（≥18岁）、测量抑郁症状或诊断、测量收入/教育/就业中至少一个SES指标、报告ACEs与抑郁之间及ACEs与至少一个SES指标之间的效应量。排除数据不足或样本重叠的研究后，最终纳入104项研究、105个独立样本。
## 数据提取（Data Extraction）
提取样本社会人口学信息、方法学信息和各路径效应量。路径包括：ACEs→抑郁、ACEs→收入、收入→抑郁、ACEs→教育、教育→抑郁、ACEs→就业、就业→抑郁。双编码一致性为94%。
## 研究质量评估（Study Quality Assessment）
使用美国国立卫生研究院（NIH）观察性队列和横断面研究质量评估工具，双编码40%的文章，一致性90.4%。
## 数据合成与分析（Data Synthesis and Analysis）
采用多变量随机效应模型，通过metaSEM包实施两阶段结构方程建模（TSSEM）。第一阶段计算合并相关矩阵和抽样协方差矩阵；第二阶段使用加权最小二乘法拟合模型。模型饱和，因此不解释拟合指数。
## 调节变量分析（Moderator Analyses）
使用一阶段MASEM方法检验调节变量。样本层面调节变量包括性别、年龄和少数族裔样本；方法层面调节变量包括抑郁类型、SES测量类型和收入类型。由于数据不足，未检验ACEs测量方式和研究设计作为调节变量。
## 发表偏倚与统计异常值（Publication Bias and Statistical Outliers）
使用漏斗图、Egger检验、剪补法和leave-one-out分析评估发表偏倚和异常值。
# 结果
## 研究特征（Study Characteristics）
共纳入105个样本，代表755,306名成人，平均年龄39.72岁，男性占27.82%。数据来自17个国家，以北美为主。大多数样本使用问卷测量ACEs（k=93）和抑郁（k=93）；83个样本报告抑郁症状，21个报告诊断。SES指标多由自我报告（98.18%）。
## 发表偏倚与统计异常值（Publication Bias and Statistical Outliers）
Egger检验显示，ACEs与抑郁、ACEs与教育、收入与抑郁之间的漏斗图存在不对称性，但leave-one-out分析未发现显著异常值。各关联的预测区间均较宽，提示高度异质性。
## 模型1：成人收入MASEM（Model 1. Adult Income MASEM）
该模型包括56项研究（n=414,020）。路径分析显示，较高ACEs得分与较低收入相关（路径a=-0.13，[-0.16, -0.10]），较低收入又预测较高的抑郁严重程度（路径b=-0.11，[-0.17, -0.05]）。直接效应仍然显著（路径c'=0.20，[0.15, 0.24]），表明收入部分中介。间接效应ab=0.01，[0.006, 0.02]，占总效应的4.76%。少数族裔样本显著调节直接路径，但未显著调节间接路径。
## 模型2：教育MASEM（Model 2. Education MASEM）
该模型包括86项研究（87个样本，n=557,483）。较高ACEs得分与较低教育程度相关（路径a=-0.08，[-0.10, -0.05]），较低教育程度与更高的抑郁严重程度相关（路径b=-0.05，[-0.09, -0.01]）。直接效应显著（路径c'=0.22，[0.18, 0.25]），教育部分中介。间接效应ab=0.003，[0.001, 0.007]，占总效应的1.36%。少数族裔样本调节了直接路径和ACEs→教育路径，但未调节间接路径。
## 模型3：就业MASEM（Model 3. Employment MASEM）
该模型包括21项研究（n=260,550）。ACEs与就业状况（路径a=-0.02，[-0.06, 0.01]）及就业与抑郁（路径b=-0.03，[-0.09, 0.02]）的关联均不显著，间接效应也不显著（ab=0.001，[-0.0004, 0.003]）。直接效应显著（路径c'=0.16，[0.10, 0.22]）。无调节变量显著改善模型拟合。
# 讨论
## 收入和教育作为中介路径（Income and Education as Mechanistic Pathways）
收入和教育部分中介了ACEs与抑郁的关联，虽然间接效应小，但在人口层面有重要意义。微小的平均分数变化可能使诊断阈值附近的大量个体转为临床抑郁。累积风险和动态负荷模型可解释这一机制：ACEs破坏早期认知和情感发展，降低教育成就和收入潜力，并通过社会经济压力和生理磨损增加抑郁风险。因此，改善经济和教育资源可能部分缓解抑郁严重程度。
## 就业作为中介路径（Employment as a Mechanistic Pathway）
就业未显著中介ACEs与抑郁的关联，可能原因包括样本量较少（尤其路径b仅6项研究）、就业测量为二分变量（未反映工作质量、职业声望）以及就业状态本身并不足以抵消ACEs相关的心理风险。工作压力可能反而加剧已暴露个体的脆弱性。
## 临床和公共卫生意义（Clinical and Public Health Implications）
临床评估应纳入社会经济因素，采用考虑累积风险的整体方法。现金转移计划等社会政策可减轻经济困难，改善抑郁症状，并对儿童发展产生积极影响。针对ACEs的干预措施需要同时解决收入和教育的结构性不平等。
## 局限性与未来方向（Limitations and Future Directions）
主要局限包括：仅纳入使用标准化ACEs测量的研究，限制了面向少数族裔群体的推广性；未考察ACEs类型和时机；调节分析受原始研究报告限制；高异质性可能低估真实效应；数据以横断面为主，无法确定因果方向；ACEs均为回顾性报告。未来研究需采用纵向和遗传信息设计，检验其他中介、方向性以及共享风险因素的混杂作用。
## 结论（Conclusion）
本研究通过MASEM综合了105个样本、755,306名参与者的数据，发现收入和学历部分中介了ACEs与抑郁的关联，而就业未起中介作用。研究结果强调，解决社会经济差异（尤其是收入和受教育程度）应是减轻童年逆境持久影响的心理健康战略的重要组成部分。
