50 岁及以上患有糖尿病或糖尿病前期成人中抑郁症状与认知功能的联合纵向轨迹与新发卒中的关系：一项多队列研究

《Scientific Reports》：Joint longitudinal trajectories of depressive symptoms and cognitive function in relation to new-onset stroke among adults aged?≥?50 years with diabetes or prediabetes: a multi-cohort study

　　摘要50岁及以上患有糖尿病或糖尿病前期的成人常经历抑郁症状和认知功能障碍，两者均可能与脑血管脆弱性相关。然而，关于抑郁症状与认知功能的联合纵向变化模式是否与后续卒中风险相关，目前研究较少。我们分析了三项全国代表性老龄化队列的数据：健康与退休研究（HRS）、英格兰老龄化纵向研究（ELSA）和中国健康与退休纵向研究（CHARLS）。纳入在轨迹评估期内患有糖尿病或糖尿病前期且无卒中的参与者。采用基于群体的轨迹建模方法识别抑郁症状与综合认知评分的联合纵向轨迹轮廓，该综合认知评分包含单词回忆总数、时间定向力和连续7减法测试。采用Cox比例风险模型评估与新发卒中的关联，并以竞争风险模型和离散时间逻辑模型作为敏感性分析。开发机器学习模型以评估轨迹归属与其他预测因子的重要性。在每个队列中均识别出不同的联合轨迹轮廓。与最理想的轨迹轮廓相比，在HRS中，低水平下降型认知/中度稳定型CES-D轮廓的卒中风险较高（HR=1.52，95% CI：1.25–1.85），中度下降型认知/高水平上升型CES-D轮廓的卒中风险也较高（HR=1.37，95% CI：1.24–1.51）；在ELSA中，低水平下降型认知/高水平上升型CES-D轮廓的卒中风险较高（HR=1.64，95% CI：1.39–1.94）；在CHARLS中，低水平下降型认知/高水平下降型CES-D轮廓的卒中风险较高（HR=1.15，95% CI：1.01–1.31）。敏感性分析结果一致。轨迹归属对模型预测有贡献，但其全局SHAP重要性相对较低。在50岁及以上患有糖尿病或糖尿病前期的成人中，抑郁症状和认知功能的不良联合轨迹与卒中风险增加相关。进一步研究应确定轨迹信息是否能提供超越基线认知水平和抑郁症状水平的额外预测价值。