1. 引言
我国已迈入重度老龄化社会。2020年第七次全国人口普查数据显示，我国60岁及以上人口占总人口的18.70%，与2010年相比上升5.44% (宁吉喆，2021)。截至2024年底，全国60周岁及以上老年人口达31,031万人，占总人口的22.0%，其中65周岁及以上老年人口为22,023万人，占总人口的15.6% (中华人民共和国民政部，2025)。随着我国人口老龄化趋势日益显著，未富先老的人口结构特征使得养老与老年健康问题面临严峻挑战(刘娇，2022)。在此背景下，老年人的心理健康问题，尤其是抑郁状况，已成为公共卫生领域的重要议题，而抑郁不仅会导致老年人躯体功能下降、生活质量降低、自杀风险和死亡风险增加，还会给家庭和社会带来沉重的疾病负担和经济负担(Masse-Sibille et al., 2018)。因此，老年抑郁已成为影响我国老年人心理健康不可忽视的重要问题。
近年来，国内外研究者从心理社会视角探讨了老年抑郁的影响因素，识别出若干关键变量。一方面，保护性因素如心理弹性能够增强个体对逆境与负面情绪的应对能力，是促进健康老龄化的关键资源(Hu et al., 2020)；社会支持作为压力应对的缓冲器，对维持身心健康、缓解慢性疾病影响具有重要作用(陆娟等，2021；Ota et al., 2009)；自我健康评价与生活满意度作为积极心理指标，也被证实与较低的抑郁水平相关(高兴靖等，2025；隋欣等，2026)。另一方面，风险性因素如焦虑常与抑郁共病，老年共病患者表现出更多躯体不适、社会功能受损及生活质量下降，甚至伴有更高的自杀风险(贺建华等，2010；苏亮等，2006)。
然而，现有研究多聚焦于单一因素或简单中介路径，未能系统揭示多个心理社会变量如何共同构成影响网络，也缺乏对多重并行中介机制的检验。本研究旨在采用多重中介模型(Hayes, 2022)，系统揭示焦虑症状、心理弹性、社会支持、生活满意度及自我健康影响老年住院患者抑郁症状的复杂机制。研究通过构建五个并行中介模型，分别检验各变量在影响抑郁症状过程中的多重中介作用。这一研究不仅有助于深化对老年抑郁心理社会机制的理论理解，也可为针对老年住院患者的多靶点、综合性心理干预方案提供实证依据，从而助力提升我国老年群体的心理健康水平与整体生活质量。
2. 方法
2.1. 研究对象
通过问卷调查，使用连续入组的方法，于2024年9月至2025年11月期间共收集395例就诊于云南省某三甲医院的≥60岁的老年住院患者，所有患者均签署知情同意书。
2.2. 研究工具
2.2.1. 病人健康问卷抑郁量表
病人健康问卷抑郁量表(PHQ-9) (徐勇等，2007)通过询问过去两周内主要抑郁症状发生的频率来评估患者抑郁的严重程度。使用9条目4级评分，从0分(完全不会)至3分(几乎每天)，总分为27分，得分越高，提示抑郁症状越严重。本研究Cronbach’s α系数为0.691。
2.2.2. 广泛性焦虑量表
广泛性焦虑量表(GAD-7) (何筱衍等，2010)通过询问过去两周内主要焦虑症状发生的频率来评估患者焦虑的严重程度。使用7条目4级评分，从0分(完全不会)至3分(几乎每天)，总分21分，得分越高，提示焦虑症状越严重。本研究Cronbach’s α系数为0.814。
2.2.3. 10条目心理弹性量表
10条目心理弹性量表(CD-RISC-10) (Campbell-Sills & Stein, 2007; Connor & Davidson, 2003)通过询问患者过去一个月的情况，评估心理弹性的程度。使用10条目5级评分，从0分(从不)至4分(几乎总是)，总分40分，得分越高，提示心理弹性越好。本研究Cronbach’s α系数为0.915。
2.2.4. 社会支持评定量表
通过社会支持评定量表(SSRS) (肖水源，1994)来评估患者社会支持程度，总得分和各分量表得分越高，说明社会支持程度越好。本研究总体Cronbach’s α系数为0.747，客观支持分、主观支持分、对支持的利用度各分维度的Cronbach’s α系数分别为0.624、0.783、0.482。
2.2.5. 自我评价健康情况量表
自我评价健康情况量表(Idler & Benyamini, 1997)通过患者自评的方式反映患者健康情况，量表使用单条目5级评分，从1分(非常差)到5分(非常好)。得分越高反映的健康状况越好。
2.2.6. 自我评价生活满意度情况量表
自我评价生活满意度情况量表(Cheung & Lucas, 2014; Diener et al., 1985)通过患者自评的方式反映患者生活满意度情况，量表使用单条目7级评分，从1分(完全不满意)到7分(完全满意)。得分越高反映的生活状况越好。
2.3. 统计学方法
本研究共招募395例老年住院患者，所有参与者均签署知情同意书。采用纸质问卷收集患者一般人口学资料与量表数据。在描述性统计分析中，分类变量采用频数(N)和百分比(%)表示；符合正态分布的连续变量采用均数 ± 标准差表示，组间比较采用独立样本t检验或单因素方差分析(ANOVA)。采用Pearson相关分析考察连续变量之间的线性相关关系。以PHQ-9得分为因变量，心理社会变量为自变量，构建多元线性回归模型。变量筛选采用逐步回归法(进入标准p < 0.05)，并计算相关统计量。
采用Hayes (2022)开发的PROCESS宏程序(Version 5.0, Model 4)进行并行多重中介分析。为全面考察各心理社会变量间的作用路径，共构建五个中介模型。每个模型以不同的心理社会变量作为自变量(X)，其余四个变量作为中介变量(M)，PHQ-9得分作为因变量(Y)。具体设置如下：
模型1：以生活满意度得分为X，GAD-7得分、心理弹性得分、社会支持得分、自我健康得分为M；
模型2：以自我健康得分为X，生活满意度得分、GAD-7得分、心理弹性得分、社会支持得分为M；
模型3：以心理弹性得分为X，生活满意度得分、GAD-7得分、社会支持得分、自我健康得分为M；
模型4：以社会支持得分为X，生活满意度得分、GAD-7得分、心理弹性得分、自我健康得分为M；
模型5：以GAD-7得分为X，生活满意度得分、心理弹性得分、社会支持得分、自我健康得分为M。
本研究使用SPSS 29.0软件进行数据管理与统计分析，PROCESS 5.0插件进行中介效应分析。检验水准设为α = 0.05 (双侧)，p < 0.05视为差异具有统计学意义。
3. 研究结果
3.1. 一般资料与抑郁症状的单因素分析
本研究共纳入研究对象395例，采用独立样本t检验、单因素方差分析(ANOVA)及Pearson相关分析，探究了社会人口学资料、健康状况及心理社会因素与PHQ-9得分的关系。结果显示，性别、民族、居住地、婚姻状况、文化程度、医保类型、吸烟饮酒史、BMI及所有列出的慢性疾病(冠心病、高血压、糖尿病、脑卒中、慢性阻塞性肺疾病、恶性肿瘤)与PHQ-9得分均无显著关联(均p > 0.05)。
Pearson相关分析表明，PHQ-9得分与焦虑症状呈正相关(r = 0.761, p < 0.001)，与自我健康(r = −0.348, p < 0.001)、生活满意度(r = −0.664, p < 0.001)、心理弹性(r = −0.702, p < 0.001)及社会支持(r = −0.662, p < 0.001)均呈负相关。即焦虑症状越严重，或自我健康、生活满意度、心理弹性及社会支持水平越低，抑郁症状越严重。详细数据见表1。
Table 1. General characteristics of the study subjects and univariate analysis data of their PHQ-9 scores
表1. 研究对象的一般资料及其与PHQ-9得分的单因素分析数据
变量 |
分类 |
例数(n) |
百分比/均值±标准差 |
PHQ-9得分(均值 ± 标准差) |
统计值 |
p值 |
社会人口学资料 |
|
|
|
|
|
|
性别 |
男 |
193 |
48.9% |
5.5 ± 3.6 |
t = −1.911 |
0.057 |
|
女 |
202 |
51.1% |
6.2 ± 4.0 |
|
|
年龄(岁) |
|
395 |
69.4 ± 6.7 |
- |
r = 0.029 |
0.560 |
民族 |
汉族 |
371 |
93.9% |
5.8 ± 3.8 |
t = −0.765 |
0.445 |
|
其他 |
24 |
6.1% |
6.4 ± 4.4 |
|
|
婚姻状况 |
未婚 |
8 |
2.0% |
6.8 ± 4.3 |
F = 0.608 |
0.610 |
|
已婚 |
313 |
79.2% |
5.7 ± 3.7 |
|
|
|
离异 |
13 |
3.3% |
6.2 ± 4.2 |
|
|
|
丧偶 |
61 |
15.4% |
6.3 ± 4.3 |
|
|
文化程度 |
小学及以下 |
114 |
28.9% |
6.1 ± 3.6 |
F = 0.763 |
0.515 |
|
初中 |
111 |
28.1% |
5.7 ± 3.9 |
|
|
|
高中或中专 |
127 |
32.2% |
5.5 ± 3.8 |
|
|
|
大专及以上 |
43 |
10.9% |
6.4 ± 4.1 |
|
|
居住地 |
农村 |
68 |
17.2% |
6.5 ± 4.0 |
t = 1.609 |
0.108 |
|
城镇 |
327 |
82.8% |
5.7 ± 3.7 |
|
|
健康相关行为与状况 |
|
|
|
|
|
|
吸烟史 |
现在吸烟 |
83 |
21.0% |
6.2 ± 3.9 |
F = 1.152 |
0.317 |
|
过去吸烟 |
30 |
7.6% |
5.0 ± 3.3 |
|
|
|
从不吸烟 |
282 |
71.4% |
5.8 ± 3.8 |
|
|
饮酒史 |
现在饮酒 |
55 |
13.9% |
5.2 ± 3.8 |
F = 1.829 |
0.162 |
|
过去饮酒 |
17 |
4.3% |
7.1 ± 3.8 |
|
|
|
从不饮酒 |
323 |
81.8% |
5.9 ± 3.8 |
|
|
BMI分类 |
<18.5 kg/m2 |
14 |
3.5% |
7.1 ± 3.7 |
F = 1.125 |
0.326 |
|
18.5~24 kg/m2 |
215 |
54.4% |
5.9 ± 3.8 |
|
|
|
≥24 kg/m2 |
166 |
42.0% |
5.6 ± 3.8 |
|
|
慢性病患病 |
冠心病(有) |
87 |
22.0% |
6.0 ± 3.8 |
t = 0.437 |
0.662 |
|
高血压(有) |
257 |
65.1% |
5.7 ± 3.7 |
t = 1.021 |
0.308 |
|
糖尿病(有) |
141 |
35.7% |
5.9 ± 3.9 |
t = 0.114 |
0.909 |
|
脑卒中(有) |
29 |
7.3% |
6.2 ± 3.4 |
t = 0.486 |
0.627 |
|
慢阻肺(有) |
50 |
12.7% |
6.1 ± 3.6 |
t = 0.552 |
0.581 |
|
恶性肿瘤(有) |
17 |
4.3% |
7.2 ± 4.7 |
t = 1.485 |
0.138 |
心理社会因素 |
|
|
|
|
|
|
GAD-7得分 |
|
395 |
3.5 ± 3.3 |
- |
r = 0.761 |
<0.001 |
自我健康得分 |
|
395 |
3.3 ± 1.0 |
- |
r = −0.348 |
<0.001 |
生活满意度得分 |
|
395 |
5.3 ± 1.4 |
- |
r = −0.664 |
<0.001 |
心理弹性得分 |
|
395 |
29.2 ± 5.7 |
- |
r = −0.702 |
<0.001 |
社会支持得分 |
|
395 |
35.2 ± 8.0 |
- |
r = −0.662 |
<0.001 |
注：对于分类变量的组间比较，均满足方差齐性(p > 0.05)；对于多分类变量(如婚姻状况)的事后两两比较均无显著差异(p > 0.05)。
3.2. 心理社会因素对抑郁症状的多元回归分析
为探究焦虑症状、心理弹性、社会支持、生活满意度及自我健康对抑郁症状的独立预测作用，以PHQ-9得分为因变量，以上述五个心理社会因素得分为自变量，进行多元线性回归分析。
结果显示，回归模型整体显著F(5, 389) = 213.418，p < 0.001，表明五个自变量共同解释PHQ-9得分72.9%的变异(调整后R2 = 0.729)。德宾–沃森检验值为1.560，提示残差无显著自相关。共线性诊断结果显示，所有自变量的方差膨胀因子(VIF)介于1.208至1.977之间，表明模型不存在严重的多重共线性问题(见表2)。
具体而言，GAD-7得分对抑郁症状有最强的正向预测作用(β = 0.398, p < 0.001)。心理弹性(β = −0.226, p < 0.001)、社会支持(β = −0.223, p < 0.001)及生活满意度(β = −0.170, p < 0.001)均对抑郁症状有显著的负向预测作用。自我健康的预测作用未达到统计学显著性(β = −0.029, p = 0.311) (见表2)。
Table 2. Results of multiple linear regression analysis predicting depressive symptoms from psychosocial factors
表2. 心理社会因素预测抑郁症状的多元线性回归分析结果
项目 |
B |
SE |
β |
t |
p |
95% CI |
容差 |
GAD-7得分 |
0.455 |
0.041 |
0.398 |
11.039 |
<0.001 |
[0.374, 0.536] |
0.527 |
自我健康得分 |
−0.114 |
0.113 |
−0.029 |
−1.014 |
0.311 |
[−0.336, 0.107] |
0.828 |
生活满意度得分 |
−0.450 |
0.096 |
−0.170 |
−4.699 |
<0.001 |
[−0.639, −0.262] |
0.523 |
心理弹性得分 |
−0.152 |
0.025 |
−0.226 |
−6.143 |
<0.001 |
[−0.200, −0.103] |
0.506 |
社会支持得分 |
−0.106 |
0.016 |
−0.223 |
−6.503 |
<0.001 |
[−0.138, −0.074] |
0.584 |
注：B为未标准化回归系数，SE为标准误，β为标准化回归系数。
3.3. 多重中介效应分析结果
3.3.1. 分析策略与统计方法
为系统观察上述变量影响抑郁症状的内在机制，本研究基于Hayes (2022)提出的中介分析框架，采用SPSS 29.0软件中的PROCESS 5.0宏程序(Model 4)，构建了五个并行多重中介模型。所有分析均采用偏差校正的百分位Bootstrap法进行中介效应检验，设定Bootstrap样本量为5000，以95%置信区间不包含0作为中介效应显著的统计标准。
3.3.2. 模型整体效应分析
五个多重中介模型的总体效应、直接效应和间接效应分析结果见表3。所有模型的整体预测力完全相同，系数R2均为0.7328，表明五个自变量在统计上对抑郁症状具有等价的解释力。生活满意度对抑郁症状的保护性总效应最强(B = −1.756)，自我健康次之(B = −1.365)，而焦虑症状是唯一对抑郁症状有正向预测作用的变量(B = 0.869)。模型2呈现完全中介模式，直接效应不显著(B = −0.115, p = 0.311)，间接效应占总效应的91.6%。其余四个模型均为部分中介模式，间接效应占比在47.6%至74.4%之间。
Table 3. Comparison of total, direct, and indirect effects across five multiple mediation models
表3. 五个多重中介模型的总效应、直接效应与间接效应比较
模型 |
自变量(X) |
总效应(c) |
直接效应(c′) |
总间接效应 |
中介效应占比 |
模型1 |
生活满意度得分 |
−1.756*** |
−0.450*** |
−1.306*** |
74.4% |
模型2 |
自我健康得分 |
−1.365*** |
−0.115 |
−1.250*** |
91.6% |
模型3 |
心理弹性得分 |
−0.470*** |
−0.152*** |
−0.318*** |
67.7% |
模型4 |
社会支持得分 |
−0.314*** |
−0.106*** |
−0.208*** |
66.3% |
模型5 |
GAD-7得分 |
0.869*** |
0.455*** |
0.414*** |
47.6% |
注：***p < 0.001；效应值为未标准化系数B；中介效应占比 = |总间接效应|/|总效应| × 100%。
3.3.3. 具体中介路径分析
五个模型的具体中介路径效应值、Bootstrap标准误、95%置信区间及占总间接效应比例如表4所示。结果发现：模型2的四条中介路径均显著，形成独特的完全中介网络，表明自我健康通过减少焦虑症状、增强心理弹性、提升生活满意度和增加社会支持四个平行路径间接降低抑郁症状。在模型1至模型4中，通过焦虑症状的中介路径均占据主导地位(占总间接效应的36.1%至50.2%)，其中，在生活满意度(48.0%)、心理弹性(50.2%)和社会支持(47.8%)模型中占比最高。模型5显示，焦虑症状不仅直接加重抑郁症状(直接效应B = 0.455)，还通过削弱心理弹性(占间接效应37.4%)、减少社会支持(32.3%)和降低生活满意度(27.9%)三条路径间接加剧抑郁症状。
Table 4. Analysis of specific mediation path effects for each model
表4. 各模型具体中介路径效应分析
模型 |
自变量(X) |
中介路径(X→M→Y) |
效应值 |
Boot SE |
95% Boot CI |
占总间接效应比例 |
模型1 |
生活满意度得分 |
X→GAD-7得分→Y |
−0.627 |
0.086 |
[−0.801, −0.462] |
48.0% |
|
|
X→心理弹性得分→Y |
−0.341 |
0.068 |
[−0.475, −0.211] |
26.1% |
|
|
X→社会支持得分→Y |
−0.308 |
0.056 |
[−0.425, −0.202] |
23.6% |
|
|
X→自我健康得分→Y |
−0.030 |
0.031 |
[−0.093, 0.029] |
2.3% |
|
|
总间接效应 |
−1.306 |
0.085 |
[−1.481, −1.141] |
100% |
模型2 |
自我健康得分 |
X→GAD-7得分→Y |
−0.451 |
0.082 |
[−0.618, −0.296] |
36.1% |
|
|
X→心理弹性得分→Y |
−0.287 |
0.068 |
[−0.432, −0.165] |
22.9% |
|
|
X→生活满意度得分→Y |
−0.263 |
0.070 |
[−0.406, −0.134] |
21.0% |
|
|
X→社会支持得分→Y |
−0.249 |
0.059 |
[−0.378, −0.145] |
19.9% |
|
|
总间接效应 |
−1.250 |
0.154 |
[−1.550, −0.948] |
100% |
模型3 |
心理弹性得分 |
X→GAD-7得分→Y |
−0.160 |
0.020 |
[−0.201, −0.121] |
50.2% |
|
|
X→社会支持得分→Y |
−0.087 |
0.015 |
[−0.118, −0.059] |
27.4% |
|
|
X→生活满意度得分→Y |
−0.065 |
0.016 |
[−0.099, −0.034] |
20.4% |
|
|
X→自我健康得分→Y |
−0.006 |
0.007 |
[−0.020, 0.006] |
2.0% |
|
|
总间接效应 |
−0.318 |
0.021 |
[−0.360, −0.278] |
100% |
模型4 |
社会支持得分 |
X→GAD-7得分→Y |
−0.100 |
0.013 |
[−0.124, −0.075] |
47.8% |
|
|
X→心理弹性得分→Y |
−0.063 |
0.012 |
[−0.088, −0.039] |
30.1% |
|
|
X→生活满意度得分→Y |
−0.042 |
0.011 |
[−0.065, −0.022] |
20.3% |
|
|
X→自我健康得分→Y |
−0.004 |
0.004 |
[−0.012, 0.004] |
1.9% |
|
|
总间接效应 |
−0.208 |
0.016 |
[−0.241, −0.177] |
100% |
模型5 |
GAD-7得分 |
X→心理弹性得分→Y |
0.155 |
0.031 |
[0.096, 0.221] |
37.4% |
|
|
X→社会支持得分→Y |
0.134 |
0.026 |
[0.087, 0.188] |
32.3% |
|
|
X→生活满意度得分→Y |
0.116 |
0.029 |
[0.062, 0.175] |
27.9% |
|
|
X→自我健康得分→Y |
0.010 |
0.010 |
[−0.009, 0.031] |
2.3% |
|
|
总间接效应 |
0.414 |
0.045 |
[0.334, 0.508] |
100% |
3.3.4. 路径系数稳定性分析
为检验模型结果的稳定性，表5汇总了五个模型中所有a路径(X→M)、b路径(M→Y)和c′路径(X→Y)的非标准化系数。结果提示所有自变量到中介变量的预测路径均达到统计显著水平(p < 0.001)，证实了心理社会变量间存在紧密的内在关联。五个中介变量对抑郁症状的预测作用在所有模型中完全一致，表明这些变量对抑郁症状的独特贡献稳定，不受模型自变量设定的影响，这为多重中介分析结果的可靠性提供了有力证据。
Table 5. Summary of path coefficients for the five multiple mediation models
表5. 五个多重中介模型的路径系数汇总
路径类型 |
具体路径 |
模型1 |
模型2 |
模型3 |
模型4 |
模型5 |
a路径 |
X→生活满意度得分 |
- |
0.584*** |
0.144*** |
0.094*** |
−0.257*** |
(X→M) |
X→自我健康得分 |
0.265*** |
- |
0.055*** |
0.035*** |
−0.084*** |
|
X→心理弹性得分 |
2.249*** |
1.891*** |
- |
0.414*** |
−1.022*** |
|
X→社会支持得分 |
2.909*** |
2.355*** |
0.823*** |
- |
−1.265*** |
|
X→GAD-7得分 |
−1.378*** |
−0.992*** |
−0.352*** |
−0.219*** |
- |
b路径 |
生活满意度得分→PHQ-9得分 |
−0.450 |
−0.450 |
−0.450 |
−0.450 |
−0.450 |
(M→Y) |
自我健康得分→PHQ-9得分 |
−0.114 |
−0.114 |
−0.114 |
−0.114 |
−0.114 |
|
心理弹性得分→PHQ-9得分 |
−0.152 |
−0.152 |
−0.152 |
−0.152 |
−0.152 |
|
社会支持得分→PHQ-9得分 |
−0.106 |
−0.106 |
−0.106 |
−0.106 |
−0.106 |
|
GAD-7得分→PHQ-9得分 |
0.455 |
0.455 |
0.455 |
0.455 |
0.455 |
c′路径 |
X→PHQ-9得分(直接效应) |
−0.450*** |
−0.115 |
−0.152*** |
−0.106*** |
0.455*** |
注：***p < 0.001。
4. 讨论
本研究聚焦于老年住院患者抑郁症状的心理社会机制，通过对多重中介模型的系统分析，得出以下主要发现与理论推进。
4.1. 焦虑症状的核心枢纽作用
本研究发现焦虑症状在老年患者的心理社会网络中处于核心枢纽位置：它不仅是最强的抑郁症状预测因子，也是保护性因素发挥作用的关键中介，这一发现可从心理病理学网络理论获得支持(Borsboom, 2017)。该理论认为心理障碍并非由潜在的共同病因导致，而是症状之间直接因果关联所构成的动态系统，焦虑与抑郁的高共病性，正是因为它们的核心症状在同一网络中相互激活(Cramer et al., 2010)。也有研究对精神疾病患者的网络分析发现，悲伤与担忧是连接抑郁和焦虑症状群的核心节点(Beard et al., 2016)。可见焦虑症状之所以成为最强预测因子和中介变量，是因为它在整个焦虑–抑郁症状网络中扮演着核心枢纽的角色：它既直接激活下游的抑郁症状，又调节保护性因素对整个网络的抑制作用。干预焦虑症状之所以能带来整体康复效果，正是因为切断这一枢纽节点的激活通路(Fried et al., 2017)。因此，未来研究可借鉴网络分析思路，关注症状网络的整体而非单一症状的减轻，从而更高效地促进患者心理康复。
4.2. 自我健康的完全中介机制
先前研究发现自我健康的预测效力被证实可独立于甚至超越传统临床指标(Idler & Benyamini, 1997)，而本研究发现自我健康对抑郁症状的影响完全通过心理弹性、社会支持及生活满意度等变量间接实现，这与强调资源对晚年生活满意度的研究结论相呼应(Ng et al., 2017)。提示我们针对老年住院患者的健康促进，应致力于实现从“以疾病为中心”到“以资源为中心”的干预范式转型，在常规医疗之外，临床干预方案应将提升心理弹性、优化社会支持系统，以及培养生活意义感与满意度列为核心治疗目标。
4.3. 心理社会变量的双向作用网络
本研究揭示了老年住院患者心理社会变量与焦虑症状间的双向动态网络关系：心理弹性等保护性资源通过缓解焦虑症状从而减轻抑郁症状，而焦虑症状亦通过消耗这些保护性资源加剧抑郁症状，形成“资源损耗–症状加剧”的恶性循环，这一结果符合资源守恒理论中压力与资源的互动模型(Hobfoll, 1989)，也与心理病理网络理论关于节点相互制衡的动态观点一致(Cramer et al., 2012)。这提示临床需关注抑郁症状变量间的动态相互作用，而非孤立处理单一因素。
4.4. 模型等价性对方法学的启示
本研究构建的五个中介模型对抑郁症状具有完全相同的解释力，且最终回归方程一致。这表明在横断面设计中，这些心理社会变量与焦虑症状在统计学上呈现出预测等价性。说明在横断面设计中，多个不同的理论模型可能在统计上是无法区分的，因为它们都能同样好地拟合观测到的数据关联(Rohrer, 2018; 温忠麟，叶宝娟，2014)；同时它也支持心理病理网络理论的核心观点(van Borkulo et al., 2023)，即抑郁更可能是一个由多个相互关联的心理社会与情绪节点(如焦虑、低社会支持、低心理弹性)共同激活并维持的动态网络状态，而非由单一线性通路导致。因此，未来需通过住院期间的纵向追踪或干预实验，进一步澄清变量间的因果时序与动态变化。
4.5. 研究局限与未来展望
本研究存在一定局限：横断面设计难以确定因果关系，样本代表性受限，自我报告数据可能存在偏倚，且未涵盖如孤独感等潜在重要变量。未来建议采用纵向或实验设计，在更广泛的样本中验证模型，结合多种数据(如生理指标)深化机制探索，并基于研究发现开发针对性的心理干预方案，推动成果向临床实践转化。
5. 结论
本研究表明，一般社会人口学与健康状况变量与抑郁症状无显著关联，而焦虑症状、心理弹性、社会支持与生活满意度对抑郁症状具有独立预测作用，共同解释72.9%的变异。多重中介机制分析进一步揭示，焦虑症状在各心理社会因素与抑郁症状关系中起核心中介作用，不仅直接加重抑郁症状，还通过削弱心理弹性、降低社会支持与生活满意度间接加剧抑郁症状；自我健康对抑郁症状的影响完全通过其他心理社会变量间接实现。这表明老年住院患者抑郁症状的干预应重视焦虑症状情绪管理，并同步增强心理弹性、社会支持与生活满意度等多保护因素，构建综合性的心理支持体系。
致 谢
感谢大理大学临床医学院及云南省第三人民医院各科室对本研究的帮助。
NOTES
*通讯作者。