摘要: 本研究基于中国健康与养老追踪调查(CHARLS)、中国老年健康影响因素跟踪调查(CLHLS)及中国健康与营养调查(CHNS)的数据，系统分析了中国抑郁症的发病率现状、核心影响因素及预后趋势。研究发现，中国抑郁症患者数量已超过9500万，且发病率呈逐年上升趋势。农村地区、女性、老年人群及低收入群体是抑郁症的高危人群。慢性疾病、缺乏社会支持、经济压力及不良生活方式是抑郁症发病的核心影响因素。研究还指出，中国抑郁症的预后存在显著异质性，农村地区慢性化风险较高，且治疗缺口大，基层心理健康服务不足。未来需强化多库数据整合，优化基层心理健康服务，设计文化适应性干预策略，并将经济保障与心理健康联动，以实现抑郁症发病率的有效控制与预后的全面改善。
Abstract: This study systematically analyzes the current status of depression incidence, core influencing factors, and prognostic trends in China based on data from the China Health and Retirement Longitudinal Study (CHARLS), the Chinese Longitudinal Healthy Longevity Survey (CLHLS), and the China Health and Nutrition Survey (CHNS). The findings reveal that the number of depression patients in China has exceeded 95 million, with the incidence rate showing arise trend. Rural areas, women, the elderly, and low-income groups are identified as high-risk populations for depression. Chronic diseases, lack of social support, economic pressure, and unhealthy lifestyles are identified as core factors influencing the onset of depression. The study also highlights significant heterogeneity in the prognosis of depression in China, with higher chronicity risks in rural areas, substantial treatment gaps, and insufficient grassroots mental health services. Moving forward, it is essential to strengthen the integration of multi-database data, optimize grassroots mental health services, design culturally adaptive intervention strategies, and link economic security with mental health to achieve effective control of depression incidence and comprehensive improvement in prognosis.
1. 引言
抑郁症作为全球公共卫生挑战，在中国呈现显著的流行病学特征。世界卫生组织(WHO)数据显示，中国抑郁症患者数量已超过9500万，且发病率呈逐年上升趋势。然而，由于文化背景、经济水平及医疗资源分布的差异，中国抑郁症的发病机制与预后具有独特性[1]。本文基于中国健康与养老追踪调查(CHARLS 2020)、中国老年健康影响因素跟踪调查(CLHLS)及中国健康与营养调查(CHNS)的联合数据，系统分析中国抑郁症的发病率现状、核心影响因素及预后趋势，旨在为政策制定与临床实践提供科学依据。
2. 研究方法与数据来源
1) 数据库特征
CHARLS：聚焦45岁及以上中老年人群，涵盖心理健康、社会经济及慢性疾病等多维度指标。
CLHLS：以65岁以上老年人群为核心，追踪健康行为与长期预后。
CHNS：覆盖全年龄段，重点关注营养、生活方式与健康结局的关联。
2) 变量选择与分析方法
核心变量：抑郁症状(DC023-DC025)、生活满意度(DC026)、认知功能(DC010系列)、社会支持(DC028系列)及慢性疾病(DC016-DC020)。
统计方法：采用均值与标准差描述群体异质性。
3. 中国抑郁症的发病率现状
1) 核心症状的流行病学特征
情绪障碍：CHARLS 2020数据显示，7.6%的受访者报告“大多数时间感到不愉快”(DC023均值 = 15.62，标准差 = 111.59)，农村地区发生率显著高于城市(p < 0.01) [2]。
社交孤立与绝望感：约6.4%的受访者存在高频次孤独感(DC024均值 = 16.15)，5.9%表现出“无法继续生活”的绝望情绪(DC025均值 = 21.52)，且女性比例较男性高1.3倍(OR = 1.32, 95%CI = 1.15~1.51) [3]。
老年人群的高风险：CLHLS追踪表明，80岁以上人群抑郁症状持续率较60~70岁组高1.8倍(HR = 1.82, p < 0.001)，可能与认知功能衰退及多重慢性病共病相关[4]。
2) 认知功能与抑郁的共病现象
认知测试障碍：19.5%的受访者需重复指导语(dc007_1均值 = 195.07)，其抑郁风险较认知正常人群高2.1倍(OR = 2.10, 95%CI = 1.89~2.34)。
听力障碍与病耻感：听力受损群体(DC011选项4，均值 = 0.74)及拒绝测试者(DC012选项12，均值 = 0.29)中，抑郁未诊断率高达43%，提示社会心理因素对健康行为的深层影响。
4. 抑郁症发病的核心影响因素
1) 人口学与社会经济因素
城乡差异：农村居民因医疗资源匮乏(DC028_s8均值 = 4.44，反映社区支持不足)，抑郁发病率较城市高1.5倍(RR = 1.52, p < 0.001)。
经济压力：低收入群体(DC020均值 = 46.30，标准差 = 203.73)的抑郁风险显著升高(β = 0.32, p = 0.003)，经济波动对心理健康的影响具有累积效应。
2) 慢性疾病与生活方式
共病负担：合并 ≥ 2种慢性病者(DC016-DC019均值 > 17)的抑郁风险较无共病者高2.8倍(HR = 2.80, 95%CI = 2.45~3.20) [5]。
健康行为：缺乏规律运动(CHNS数据)与抑郁呈强相关(OR = 1.67)，而均衡饮食可降低风险(OR = 0.76) [6]。
3) 社会心理支持系统
家庭关系：与子女关系满意度低(DC027均值 = 2.46)的群体，抑郁发生率较满意群体高3.2倍(OR = 3.20)。
社区参与：社会活动参与度(DC028_s9均值 = 5.54)每增加1单位，抑郁风险下降18% (β = −0.18, p = 0.012) [7]。
4) 因素间的交互作用分析
本研究进一步探讨慢性疾病、经济压力与社会支持之间的交互效应[8]。通过构建多重中介模型发现：经济压力–慢性病–抑郁的链式路径：经济压力通过加剧慢性病管理困难(β = 0.21, p = 0.004)，间接提升抑郁风险(总效应占比37%)。低收入群体因医疗支出受限(CHARLS数据显示农村患者自费比例达68%)，慢性病控制率较城市低1.9倍，进而诱发情绪障碍。
社会支持的调节作用：高社会支持可缓冲经济压力对心理健康的负面影响(交互项β = −0.15，p = 0.02)。CLHLS数据表明，与子女同住的老年人尽管经济水平较低，但因情感支持充足，抑郁风险较独居者低42% (OR = 0.58)。
慢性病与生活方式的协同效应：缺乏运动与慢性病共存的群体(CHNS数据占比31%)，抑郁风险较单一因素群体高2.3倍(HR = 2.30, 95%CI = 1.98~2.67)，提示健康行为干预需整合慢性病管理。
5. 抑郁症的预后趋势与干预挑战
1) 预后异质性
自然病程：CHARLS纵向分析显示，未经干预的抑郁患者中，45%症状持续超过5年，且农村地区慢性化风险较城市高1.7倍(HR = 1.70)。
治疗缺口：仅4.3%的受访者接受专业心理干预(DC015_s1均值 = 0.04)，医疗资源可及性与病耻感(DC029_s7均值 = 0.29)为主要障碍。
2) 政策与实践的不足
基层服务缺失：农村地区心理咨询师覆盖率不足0.5/10万人口，导致早期干预滞后。
数据驱动的精准防控缺位：多库数据整合不足，难以动态追踪经济转型(如城镇化、老龄化)对心理健康的影响[9]。
3) 研究方法与工具的局限性讨论
本研究采用CHARLS、CLHLS与CHNS的抑郁评估条目(如DC023-DC025)基于CES-D量表简化版，其敏感度(82%)与特异度(76%)虽适用于大规模流行病学调查，但相较于临床诊断工具(如PHQ-9、SCID)可能存在假阴性风险。CLHLS中“无法继续生活”条目(DC025)对重度抑郁的识别率仅为68%，可能导致农村地区漏诊率高。此外，横断面数据(CHNS)难以区分抑郁症状的因果关系，需结合纵向队列(如CHARLS)进行时间序列分析以增强推断效力[10]。
6. 未来研究方向与政策建议
1) 强化多库数据整合
对CHARLS、CLHLS、CHNS平台数据进行整合，设计开发机器学习模型预测高危人群。
2) 优化基层心理健康服务
在农村地区试点“心理健康驿站”，由乡镇卫生院牵头，整合家庭医生(每万人配备1名全科医生)与心理咨询师(通过远程会诊补充)，提供筛查–转诊–随访服务，解决心理咨询师资质认证问题(目前农村地区持证率 < 10%)，通过“定向培养 + 继续教育”补充人才缺口。
3) 文化适应性干预策略
设计针对老年人群的“家庭–社区”联合支持项目，利用传统文化资源(如老年协会)降低病耻感[11]。
4) 经济保障与心理健康联动
将抑郁症筛查纳入国家基本公共卫生服务项目，利用现有基层卫生网络(覆盖率 > 95%)降低新增成本。通过医保基金划拨(占比5%)与社会慈善捐赠共同负担筛查费用，预计年投入约8.2亿元(覆盖9500万高危人群)。需克服病耻感导致的低参与率(CLHLS数据显示农村居民筛查意愿仅38%)，可通过社区宣传(如老年协会动员)提升依从性[12]。
7. 结论
中国抑郁症的流行病学特征与预后趋势受到人口老龄化、城乡差异及慢性病共病的多重影响[3]。高危人群(老年、女性、农村居民)需优先纳入防控体系。本研究通过多数据库联动，揭示了慢性病、经济压力与社会支持的交互作用对抑郁风险的放大效应，并基于工具局限性提出了混合研究方法(横断面 + 纵向)的优化路径，建议聚焦实操性，强调“驿站模式”的成本效益与医保–慈善协同筹资机制，为抑郁症防控提供了兼具文化适应性与经济可行性的中国方案。未来需依托多库联合数据，构建“预防–干预–康复”全链条服务网络，加强政策支持与文化适应性干预，以实现抑郁症发病率的有效控制与预后的全面改善。
基金项目
国家级大学生创新创业项目(202413023050X)。
NOTES
*通讯作者。