《Frontiers in Psychiatry》：Nonlinear associations of BMI and body dissatisfaction with depression and an exploratory decomposition of the indirect association: a cross-sectional study of Chinese university students
编辑推荐：
**摘要**
**目的**：本研究旨在检验中国大学生中身体质量指数（BMI）与身体不满意对抑郁症状的非线性关联，并探索通过身体不满意介导的BMI与抑郁症状之间的间接关联如何随BMI范围变化。
**方法**：采用横断面设计，从中国八所高校招募了7,928
**摘要**
**目的**：本研究旨在检验中国大学生中身体质量指数（BMI）与身体不满意对抑郁症状的非线性关联，并探索通过身体不满意介导的BMI与抑郁症状之间的间接关联如何随BMI范围变化。
**方法**：采用横断面设计，从中国八所高校招募了7,928名全日制学生。抑郁症状采用Zung抑郁自评量表（SDS）进行评估；身体不满意操作化为实测BMI与自报理想BMI之差的绝对值。分析包括限制性立方样条（RCS）模型、间接关联的探索性非线性分解、作为敏感性分析的广义加性模型（GAM）、补充的受试者工作特征（ROC）曲线分析以及k-means聚类。由于实测BMI进入身体不满意的计算，暴露变量与所提出的中介变量在数学上并非相互独立；因此，所有分解结果均报告为探索性结果。
**结果**：BMI和身体不满意均与抑郁症状呈非线性关联（均P < 0.01）。在探索性分解中，估计的通过身体不满意介导的BMI与抑郁症状之间的间接关联随BMI升高而逐渐减弱。在补充ROC分析中，使约登指数最大化的BMI值为23.11 kg/m2（AUC = 0.768）；这是一个样本特异性的、内部推导的判别点，而非筛查阈值。研究构建了一个将BMI分组与身体不满意聚类相结合的5层描述性矩阵，各层中观察到的抑郁症状患病率介于14.4%至100.0%之间。
**结论**：在本样本中，BMI和身体不满意与抑郁症状呈非线性关联，且通过身体不满意的间接关联强度随BMI范围变化。由于身体不满意指标在数学上由实测BMI推导而来，且研究设计为横断面，这些结果描述的是统计关联，不应被解读为因果中介机制的证据。风险分层矩阵在同一数据集中开发和评估，未进行内部或外部验证；因此，该矩阵属于探索性结果，在应用于任何筛查之前需要独立验证。
**论文解读：中国大学生BMI与身体不满意对抑郁症状的非线性关联及间接关联的探索性分解**
**一、研究背景与问题提出**
抑郁作为一种日益突出的全球性公共卫生挑战，不仅严重损害个体的身心健康，更对年轻人的成长发展构成显著威胁。世界卫生组织数据显示，全球约有3.32亿人患有抑郁症；多项研究表明，18至25岁年轻人抑郁发病率最高（约17%），而大学生群体正处在这一高风险年龄段。一项涉及中国2,580名大学生的研究证实，43.6%的参与者表现出抑郁症状。
与此同时，全球年龄标准化肥胖率在1975年至2016年间急剧上升，中国大学生的平均BMI也呈整体上升趋势。肥胖与抑郁已成为紧迫的全球公共卫生危机。尽管大量研究一致表明BMI与抑郁之间存在显著关联，例如一项针对中国深圳10,686名成年人的研究发现BMI与抑郁之间存在明显的“U型”关系，但此前研究对BMI增加抑郁风险背后究竟存在何种内在心理动力学知之甚少。这一认知空白限制了研究发现向有效干预策略的转化。在此背景下，研究人员将研究焦点从BMI与抑郁的整体关联转向连接二者的一个候选心理因素——身体不满意，即个体对自身身体形态、体型或体重的不满这一消极主观体验。身体不满意通常源于个体感知到的实际身体状态与社会理想化体型之间的差距。社会比较理论和自我差异理论提示，实际与理想身体之间的感知差距可能引发负面情绪，且这一心理影响可能随差距严重程度而变化。然而，既往研究对身体不满意是否以非线性方式连接BMI与抑郁的探讨有限。
**二、研究目的与假设**
本研究旨在超越线性假设，刻画BMI和身体不满意与抑郁症状的非线性关联；在探索性基础上检验通过身体不满意的间接关联如何随BMI范围变化；并在探索性层面描述BMI分组与身体不满意聚类交叉分类时抑郁症状患病率的分布。研究提出以下假设：H1，BMI与抑郁呈非线性关联；H2，身体不满意与抑郁呈非线性关联；H3，通过身体不满意的BMI与抑郁之间的间接关联随BMI水平而变化。鉴于横断面设计以及实测BMI参与身体不满意计算，H3作为探索性假设检验，而非因果中介机制的证据。
**三、研究设计与主要技术方法**
研究人员采用横断面研究设计，选取中国五个省/直辖市（四川、江西、湖北、上海、安徽）的八所综合性大学，采用多阶段分层整群抽样，覆盖人文、理科、工科、医学等多学科领域。2023年9月至2024年12月期间分阶段完成招募和数据收集，最终纳入7,928名全日制学生（男性3,237人，女性4,691人），有效问卷率为93.3%。研究经赣南医学院伦理委员会批准（批准号2021110）。主要技术方法包括：使用Zung抑郁自评量表（SDS）评估抑郁症状，以SDS标准分作为连续型主要结局、SDS标准分≥53作为二分类次要结局；身体不满意操作化为实测BMI与自报理想BMI之差的绝对值（|实测BMI?理想BMI|）；采用限制性立方样条（RCS）模型刻画非线性剂量-反应关系；使用SPSS Medcurve插件进行非线性间接关联的探索性分解（Bootstrap 5,000次重抽样）；以广义加性模型（GAM）进行敏感性分析；以受试者工作特征（ROC）曲线评价BMI的判别性能并确定约登指数最大化截断值；采用k-means聚类对身体不满意进行分组（肘部法确定聚类数，k=3）；最终构建BMI分组与身体不满意聚类的交叉分层矩阵并计算各层抑郁症状观察患病率及其Wilson 95%置信区间。数据经95%缩尾（winsorisation）处理以限制极端值影响。
**四、研究结果**
**（一）影响抑郁水平的因素**
分层多元线性回归分析显示，在未调整模型中，BMI和身体不满意均与SDS得分正向关联（均P<0.01）。调整年龄和性别后，两种关联均持续存在：BMI（B=0.721，标准化β=0.425，P<0.01）和身体不满意（B=0.177，标准化β=0.086，P<0.01）。年龄与SDS得分呈负向关联（B=?0.556，P<0.01），女性学生得分高于男性（B=0.905，P<0.01）。所有变量方差膨胀因子（VIF）均低于2，表明不存在实质性的多重共线性。研究人员指出，除BMI外各关联的效应量均较小，其统计显著性部分源于样本量，不应解读为个体层面的临床显著差异。
**（二）BMI和身体不满意对抑郁的RCS模型分析**
逻辑RCS分析结果显示，身体不满意与临床显著抑郁症状比值比之间存在显著非线性关联（P<0.01），BMI与临床显著抑郁症状比值比之间的关系同样显示出非线性效应（P<0.01）。RCS分析中以BMI=21.5 kg/m2为参考值，其比值比被归一化为1；该参考值仅用作沿样条曲线表达相对比值比的基线，不应被解释为最优诊断或风险分类截断值。
**（三）通过身体不满意的BMI与抑郁症状间接关联的探索性非线性分解**
由于SPSS Medcurve插件不支持样条函数，该部分采用二次多项式设定来描述关联形状并分解间接成分。结果显示，BMI对身体不满意路径的线性项正向显著（B=0.5431，P<0.01），二次项不显著（P=0.3333），表明该模型中BMI-身体不满意关联采用线性设定即可。身体不满意对抑郁路径的线性项（B=2.5325，P<0.01）和二次项（B=?0.1203，P<0.01）均显著，而BMI二次项不显著（P=0.1353）。估计的瞬时间接关联随BMI升高而单调递减：在低BMI水平（BMI=16.74，θ=1.0729，95%CI 0.9171?1.2455）最大，在均值水平（BMI=23.15，θ=0.6438，95%CI 0.5943?0.6934）较小，在高BMI水平（BMI=29.56，θ=0.2327，95%CI 0.1911?0.2749）最小；Bootstrap 95%置信区间在三个水平均排除零。GAM敏感性分析结果与RCS曲线中观察到的非对称模式一致：间接关联随BMI增加持续下降，低于约26.5 kg/m2时为正值（范围3.329至0.004），高于约26.5 kg/m2时趋近并越过零（范围?0.014至?0.102），表明二次模型中观察到的下降趋势并非二次设定的伪影。
**（四）补充ROC曲线分析**
补充ROC分析中，BMI区分有无临床显著抑郁症状的AUC为0.768，使约登指数最大化的BMI截断值为23.11 kg/m2。该值是针对二分类SDS结局的样本特异性统计判别点，不应被解释为抑郁的诊断阈值，也不应被视为BMI-抑郁非线性关联的转折点。ROC派生截断值23.11 kg/m2与RCS参考值21.5 kg/m2具有不同的统计目的，两者均不构成抑郁的诊断阈值。
**（五）探索性风险分层**
采用肘部法确定聚类数量，组内平方和（WCSS）在k=3处出现拐点，故采用三聚类解。k-means聚类将参与者分为低、中、高三个身体不满意亚组。将两个BMI分组（由补充ROC派生截断值定义的低BMI和高BMI）与三个身体不满意聚类交叉列联，χ2检验显示身体不满意聚类在两组间的分布存在差异（P<0.01），这反映了实测BMI进入身体不满意计算这一事实。交叉分类产生五个非空层（低BMI-低不满意组合无参与者），各层观察到的抑郁症状患病率差异显著：第1层（低BMI+中等不满意）为14.4%（95%CI 13.4?15.5）；第2层（高BMI+高不满意）为58.8%（95%CI 54.6?62.9）；第3层（低BMI+高不满意）为61.3%（95%CI 58.2?64.2）；第4层（高BMI+低不满意）为63.6%（95%CI 58.9?68.0）；第5层（高BMI+中等不满意）为100.0%（95%CI 99.7?100.0）。单因素方差分析显示各层间平均SDS得分存在差异。该矩阵是对观察数据的描述性总结，在同一数据集中推导和评估，未经任何验证，属于探索性描述而非预测模型。
**五、讨论与结论**
**讨论总结**：研究人员指出，初步线性回归虽显示BMI与抑郁正向关联，但线性模型只能通过单一斜率拟合变量间的“平均效应”，无法准确捕捉低体重与超重/肥胖两组人群中BMI与抑郁的根本不同关联。RCS模型结果显示BMI与临床显著抑郁症状比值比之间的关系呈斜率逐渐平缓的曲线。这一发现与一项涉及约百万名11至15岁青少年的研究报道的BMI与心理健康问题之间的U型关联一致，但本样本中抑郁症状比值比在BMI范围上半段上升更陡峭。身体不满意与二分类抑郁症状结局之间存在非线性关联：低于约3.58分时比值比随不满意增加而急剧上升，中段出现暂时下降，高值处再次上升。探索性分解显示通过身体不满意的间接关联随BMI升高而减弱，这与BMI-抑郁症状曲线的趋平在统计上一致，但可能部分反映数学依赖和共享方差而非独立心理通路。ROC派生截断值落在RCS曲线中估计比值比正在上升的区域而非后期平台区域，但该比较仅为描述性。风险分层矩阵中，高BMI+中等不满意层100%的患病率需特别谨慎对待，可能反映该层内有效变异较小、层边界和结局分类均从同一数据集推导，或两者兼有。各层间的明显区分是乐观的，因为未进行内部验证或外部验证。研究人员强调，由于身体不满意以实测BMI的函数进行操作化，且研究为横断面设计，所有结果均应被解读为统计关联和对观察数据的描述，而非心理机制的证据。研究未测量社会文化压力、外表相关媒体暴露、内化审美标准、应对方式、体重污名、炎症标志物等功能状态，故相关解释仅作为供未来检验的假设提出。如果该矩阵经外部验证，有望作为校园阶梯式数字分诊流程的辅助组成部分，但任何实际应用均需独立验证、知情同意、隐私保护、透明决策规则和人工监督。
**结论翻译**：在这项针对中国大学生的横断面研究中，BMI和身体不满意均与抑郁症状呈非线性关联。探索性分解表明，通过身体不满意发挥作用的BMI-抑郁症状关联的间接成分在较低BMI值处较大，并随BMI升高而减弱。由于身体不满意指标在数学上由实测BMI推导而来，且研究设计为横断面，这些结果描述的是统计关联，并未确立中介机制。补充ROC分析和五层描述性矩阵均在同一数据集中推导和评估，未经验证，故报告为探索性结果；两者均不建议用于筛查。本研究的主要贡献在于表明，该人群中BMI与抑郁症状之间的关联不能由线性模型充分表征，且伴随身体不满意的低BMI和高BMI均值得在未来纵向研究中加以关注。
