西京医院 心身科 71032 陕西西安
【摘要】目的:分析社区人群中的抑郁在社会资本和认知功能之间的中介效应,为更好的理解社会资本影响人群认知功能的社会心理机制提供参考。
方法:对1665名参加健康体检的社区人群行认知功能、抑郁症状和社会资本的问卷调查。参考Peterson诊断标准判定轻度认知功能障碍,采用AMOS软件建立结构方程模型分析抑郁在社会资本与认知功能的中介效应。
结果:共1347(80.9%)人完成全部问卷测评纳入分析,其中25.7%(346/1347)符合轻度认知功能障碍判定标准;21.3%(287/1347)符合抑郁阳性判断标准。相关分析显示,社会资本与认知功能呈正相关(r=0.099,P<0.001),抑郁与认知功能呈负相关(r=0.274,P<0.001)。结构方程模型分析抑郁对社会资本与认知功能影响具有显著中介效应(中介效应占了总效应的33.03%,P<0.05)。
结论:社会资本可能通过减少抑郁症状,进而降低认知功能障碍的发生风险,提示早期对老年人群进行抑郁症状的识别和干预可能对预防认知功能障碍具有一定临床价值。
关键词:抑郁;认知功能;中介效应;社会资本
全球范围人口老龄化使得阿尔海默氏病(Alzheimer disease,AD)和轻度认知障碍(mild cognitive impairment ,MCI)等以认知功能下降为主要特征的疾病显著增加[1]。 既往研究提示抑郁可以显著增加AD和MCI的患病风险[2]。此外,抑郁也与遗传因素具有显著交互作用,进一步增加认知功能障碍的发生风险,如携带载脂蛋白E(apolipoprotein E, ApoE) Ɛ4等位基因的抑郁患者比没有携带Ɛ4等位基因的患者更容易发生认知功能衰退,从而导致患老年痴呆的风险增大[3]。社会资本(Social Capital, SC)是人们在社会结构中所处的位置给他们带来的资源。既往研究提示SC与认知功能下降显著负相关[4]。然而,社会资本如何影响人群认知共功能的社会心理机制尚不明确。本研究以社区人群为研究对象,运用结构方程模型探讨抑郁在社会资本和认知功能之间的中介作用,为早期开展老年人群认知功能障碍的防止提供参考。
1.对象与方法
1.1对象
研究对象均来源于2015年和2016年参加社区基本公共卫生健康体检的人群。纳入标准为:(1)在当地居住大于等于6个月;(2)年龄大于等于55岁。排除有严重的视力、听力或语言交流障碍者。共纳入了1665名社区居民参加问卷调查,由经统一培训的医学生进行面对面调查,最后有1347位受试者签署知情同意书并完成了全部问卷。
2.2问卷调查
2.2.1基本信息
问卷的主要内容包括一般人口学信息(年龄,性别,婚姻状况,是否独居,文化程度,职业等)。
2.2.2简易智能量表
简易智能量表(Mini-Mental State Examination,MMSE)是一个简短的,易于操作且具有良好的信度和效度的测量认知功能的量表。包括五个维度:(1)定位能力(包含10个条目);(2)记忆能力(包含6个条目);(3)注意和计算能力(包含5个条目);(4)语言能力(包含8个条目);(5)空间构建力(包含1个条目)。国内学者参考Peterson的标准考虑了受试者的文化程度,提出文盲MMSE得分≤17分,小学MMSE得分≤20分,初中及以上MMSE≤20分时判定为轻度认知功能障碍[5]。
2.2.3杜克精神指数量表
社会资本是用杜克精神指数量表(Duke University Religion Index,DUREL)来评估的。分别测量受试者个人交往行为、集体交往活动的参与情况和内在信仰三个维度,此量表的得分范围是5-27分,得分越高表明社会资本越高,且在中国人群中具有良好的信度和效度[6]。
2.2.4老年抑郁量表
老年抑郁量表(Geriatric Depression Scale,GDS)是用来判断老年人群是否有抑郁的常用量表。它由30个自我报告条目组成,使用简单的“是/否”来回答问题。此量表的得分范围为0-30分,得分越高表明抑郁症状越严重[7]。其中0-9分为正常;10-19分为轻度抑郁;20-30分为重度抑郁,本研究以大于20分判定为抑郁阳性。
2.3分析方法
计数资料之间的比较采用χ2检验,计量资料之间的比较采用t检验或者秩和检验。建立Logistic回归模型来验证社会资本、抑郁和MCI之间的关系。结构方程模型(Structural equation modeling,SEM)验证抑郁在社会资本和MCI之间的中介效应。评估模型拟合的几个指标包括:①均方根估计误差(root mean square error of approximation,RMSEA)<0.08表明适配合理;②相对性指标:良适性适配指标值(Goodness of Fit Index,GFI);比较适配指数(Values of Comparative Fit Index,CFI) 和非规准适配指数(Tucker Lewis Index,TLI);增值适配指数(incremental fit index, IFI);规准适配指数(normed fit index, NFI)这三个指标均大于0.9表明模型拟合较好。
2.结果
2.1一般人口学特征
所有被试的平均年龄为(65.1±6.0)岁。女性占51.9%,文盲占57.2%,3.9%的被试独居,3.8%的被试结婚次数大于等于2次,21.3%的受试者抑郁阳性,25.7%的受试者符合MCI判定标准。单因素分析提示年龄越大、女性、抑郁阳性、低社会资本者MCI的患病风险更高(P<0.05)。(表1)
表1.一般人口学特征 | |||||
变量 | 总和 n=1,347 | MCI n=346 | 正常 n=1,001 | t/Chi | P值 |
年龄,(M±SD),岁 | 65.1(6.0) | 65.2(5.7) | 64.2(5.3) | 6.84 | <0.001 |
DUREL,(M±SD),分 | 24.8(3.5) | 24.2(4.1) | 25.0(3.2) | 3.57 | <0.001 |
性别,女,n(%) | 699(51.9) | 210(60.7) | 489(48.9) | 14.45 | <0.001 |
户籍,农村n(%) | 1,126(83.7) | 292(25.9) | 834(74.1) | 0.22 | 0.641 |
文化程度 | | | | 31.62 | <0.001 |
文盲n(%) | 770(57.2) | 163(47.1) | 607(60.6) | | |
小学,n(%) | 338(25.1) | 89(25.7) | 249(24.9) | | |
初中及以上,n(%) | 239(17.7) | 94(27.2) | 145(14.5) | | |
独居,是,n(%) | 52(3.9) | 17(4.9) | 35(3.5) | 1.39 | 0.238 |
结婚次数,>=2,n(%) | 51(3.8) | 14(4.0) | 37(3.7) | 0.09 | 0.769 |
抑郁 | | | | 7.14 | 0.028 |
正常,n(%) | 1,060(78.7) | 255(73.7) | 805(80.4) | | |
轻度抑郁,n(%) | 216(16.0) | 67(19.4) | 149(14.9) | | |
重度抑郁,n(%) | 71(5.3) | 24(6.9) | 47(4.7) | | |
社会资本,高, n(%) | 1,042(77.4) | 246(71.1) | 796(79.5) | 10.41 | 0.001 |
高血压, 是,n(%) | 429(31.8) | 112(32.4) | 317(31.7) | 0.05 | 0.809 |
SD=标准差;DUREL=杜克精神指数 |
2.2多因素分析
如表2所示,多因素分析显示社会资本与MCI显著负相关,而抑郁与MCI的患病风险显著正相关(模型1、模型2)。当控制了抑郁对MCI的影响后,未发现社会资本与MCI显著相关(模型3)。
2.3社会资本、抑郁与认知功能评分的相关分析
双变量相关分析结果显示,控制了一般人口学特征后,发现DUREL得分与MMSE得分呈正相关(P<0.05),DUREL得分与GDS得分呈负相关(P<0.001),GDS得分与MMSE得分呈负相关(P<0.001),结果见表3。
表3社会资本、抑郁与认知功能评分的相关分析 (n=1347) | |||||
| M | SD | MMSE | GDS | DUREL |
MMSE | 22.7 | 4.5 | 1 | | |
GDS | 5.8 | 6.1 | -0.274*** | 1 | |
DUREL | 24.8 | 3.5 | 0.099*** | -0.290*** | 1 |
***p<0.001, M=均数, SD=标准差 |
3.4结构方程模型
结构非常模型分析提示抑郁中介效应模型拟合良好(X2/df1347=5.473, RMSEA=0.058, GFI=0.971,CFI=0.943,TLI=0.921,IFI=0.943,NFI=0.931)。Bootstrap法估计抑郁在社会资本和认知功能之间的总效应、直接效应、中介效应均显著(P<0.05)。中介效应占了总效应的33.03%(0.179/0.542)。结果见表4。
表2.社会资本与抑郁对MCI的Logistic回归分析(n=1,347) | ||||||||
变量 | 模型1 | 模型2 | 模型3 | |||||
P | OR(95%CI) | P | OR(95%CI) | P | OR(95%CI) | |||
社会资本 | 0.001 | 0.63(0.48,0.83) | 0.014 | 0.69(0.52,0.93) | 0.330 | 0.83(0.57,1.20) | ||
抑郁(有) | 0.009 | 1.46(1.10,1.95) | 0.020 | 1.42(1.05,1.92) | 0.039 | 1.70(1.02,2.80) | ||
年龄(>=65岁) | -- | -- | <0.001 | 1.58(1.22,2.04) | 0.001 | 1.55(1.20,2.01) | ||
文化程度(文盲) | -- | -- | <0.001 | 0.39(0.30,0.52) | <0.001 | 0.39(0.30,0.52) | ||
性别 | -- | -- | <0.001 | 2.29(1.73,3.03) | <0.001 | 2.23(1.68,2.96) | ||
抑郁×社会资本 | -- | -- | -- | -- | 0.244 | 0.68(0.36,1.29) | ||
模型l=社会资本与抑郁分开;模型2=模型l+人口学;模型3=模型2+抑郁和社会资本之间交互作用OR=比值的比;95%CI=95%置信区间. |
| B | SE | Z | B 95%CI | |
总效应 | 0.542 | 0.117 | 4.63 | 0.346 | 0.825 |
中介效应 | 0.179 | 0.038 | 4.71 | 0.116 | 0.260 |
直接效应 | 0.363 | 0.101 | 3.59 | 0.194 | 0.594 |
3.讨论
本次研究发现高社会资本可以降低MCI的发生,而其中的一部分作用是通过降低抑郁来间接实现的。中介效应占总效应的33.03%,这也表明社会资本可能对中国老年人认知功能的保持和预防认知功能障碍的发生具有一定价值。与低社会资本者相比,高社会资本的老年人抑郁得分更低。这一发现与Zou [8]和Balbuena等的研究一致[9]。高社会资本中的一些社会行为也被证明可以建立认知储备,延缓认知功能障碍的发生[10]。也有研究表明在抑郁和认知功能的关系中,社会资本也会起到一定的作用,高的社会资本缓冲了抑郁对认知功能的负面影响。David等人通过建立结构方程模型发现,体育锻炼可以直接影响认知功能,也可以通过增加社会交往间接地减少抑郁[11]。
在老年群体中,MCI被认为是由正常向痴呆过渡的一个阶段,而且这时的损害还没有对患者的日常生活造成明显影响[12]。目前针对认知功能障碍的早期预防缺乏有效手段,本研究结果提示抑郁症状与老年人群MCI的患病风险显著相关,提示在临床上早期识别抑郁症状,积极给与护理干预可能有效的预防认知功能障碍的发生[13]。目前对抑郁症状的干预有效的措施包括人群干预(如团体心理辅导)和针对个体的干预(如抗抑郁药物治疗)。
综上所述,本研究探索了社区老年人的社会资本、抑郁和认知功能之间的关系,我们发现社会资本可以通过影响抑郁这一中介因素来影响认知功能。社会资本对认知功能有重要的直接和中介效应,因此社会资本对维持老年个体的认知功能很重要。这为进一步了解和加强轻度认知功能障碍的预防提供了参考。
不足与展望:研究基于横断面研究数据,尚不能推断抑郁与认知功能障碍的因果关系,需要前瞻性研究来进一步论证因果关系;另外,虽然在评估认知功能时,对受教育水平进行了校正,但是由于我们的样本中有57.2%的文盲,肯会产生测量偏倚从而影响社会资本、抑郁和认知功能之间的关系,需要采取更加客观的技术指标来测量认知功能。
参考文献
[1] Organization W H. Dementia: a public health priority.[J]. Perspect Public Health,2012,5(3):123-125.
[2] Wilson R S, Barnes L L, Cf M D L, et al. Depressive symptoms, cognitive decline, and risk of AD in older persons[J]. Neurology,2002,59(3):364-370.
[3] Rajan K B, Wilson R S, Skarupski K A, et al. Gene-behavior interaction of depressive symptoms and the apolipoprotein E {varepsilon}4 allele on cognitive decline[J]. Psychosomatic Medicine,2014,76(2):101-108.
[4] Coin A, Perissinotto E, Najjar M, et al. Does religiosity protect against cognitive and behavioral decline in Alzheimer's dementia?[J]. Current Alzheimer Research,2010,7(5):-.
[5] Cui G H, Yao Y H, Xu R F, et al. Cognitive impairment using education-based cutoff points for CMMSE scores in elderly Chinese people of agricultural and rural Shanghai China.[J]. Acta Neurologica Scandinavica,2011,124(6):361-367.
[6] Koenig H G, Büssing A. The Duke University Religion Index (DUREL): A Five-Item Measure for Use in Epidemological Studies[J]. Religions,2010,1(1):78-85.
[7]Aikman GG, Oehlert ME. Geriatric depression scale[J]. Clin. Gerontol. 2001, 22(3-4), 63-70.
[8] Zou J, Huang Y, Maldonado L, et al. The efficacy of religious service attendance in reducing depressive symptoms.[J]. Social Psychiatry & Psychiatric Epidemiology,2014,49(6):911-918.
[9] Balbuena L, Baetz M, Bowen R. Religious attendance, spirituality, and major depression in Canada: a 14-year follow-up study.[J]. Canadian Journal of Psychiatry Revue Canadienne De Psychiatrie,2013,58(4):225-232.
[10] Lee Y S, Park S Y, Roh S, et al. The Role of Religiousness/Spirituality and Social Networks in Predicting Depressive Symptoms among Older Korean Americans.[J]. Journal of Cross-Cultural Gerontology,2017,32(1):1-16.
[11] Reyesortiz C A, Berges I M, Raji M A, et al. Church Attendance Mediates the Association Between Depressive Symptoms and Cognitive Functioning Among Older Mexican Americans[J]. Journals of Gerontology,2008,63(5):480.
[12] Morris J C, Cummings J. Mild cognitive impairment (MCI) represents early-stage Alzheimer's disease.[J]. Journal of Alzheimers Disease Jad,2005,7(3):235.
[13] 聂晓璐,吕晓珍,卓琳,等. 2001-2015年中国轻度认知功能障碍患病率的Meta分析[J]. 中华精神科杂志,2016,49(5):298-306.