作者投稿
专家审稿
编辑办公
邮件订阅
RSS
Analysis and Prediction of Disease Burden of Depression in Old Age in China from 1990 to 2021
-
摘要:目的
分析1990-2021年中国老年抑郁症的疾病负担变化趋势及危险因素，为中国老年抑郁症的防治和政策制定提供理论依据。
方法从2021年全球疾病负担(Global Burden of Disease，GBD) 数据库提取1990-2021年中国老年抑郁症发病人数、伤残调整生命年(disability adjusted life year，DALY)、发病率和DALY率等疾病负担数据，采用Joinpoint模型通过年度变化百分比(annual change percentage，APC) 和平均年度变化百分比(average annual change percentage，AAPC) 分析其变化趋势。通过自回归积分滑动平均模型预测未来5年老年抑郁症疾病负担。采用人群归因分值对1990年和2021年中国老年抑郁症的危险因素进行描述。
结果1990-2021年，中国老年抑郁症的发病人数和发病率整体呈上升趋势，其中60~64岁年龄段发病率上升趋势最显著，≥ 95岁年龄段患病率上升趋势最显著，65~69岁年龄段DALY率上升趋势最显著。女性老年抑郁症的发病率、患病率和DALY率均高于男性。主要危险因素包括儿童期性虐待和亲密伴侣暴力，特别是在女性中，亲密伴侣暴力的影响显著。自回归积分滑动平均模型预测结果显示，未来5年内，中国老年抑郁症的发病率、患病率和DALY率将呈下降趋势，女性的下降幅度大于男性。
结论1990-2021年中国老年抑郁症的发病率、患病率和DALY率整体呈上升趋势，女性高于男性，应重点关注老年女性人群，做到早期预防，进而降低老年抑郁症的疾病负担。
Abstract:ObjectiveTo analyze the trends in disease burden and risk factors of depression among the elderly population in China from 1990 to 2021, and to provide a theoretical basis for the prevention, treatment, and policy-making of geriatric depression in China.
MethodsData on the disease burden of geriatric depression in China from 1990 to 2021, including the number of incident cases, disability-adjusted life years (DALYs), incidence rate, and DALY rate, were extracted from the 2021 Global Burden of Disease (GBD) database.The Joinpoint regression model was used to analyze the trends by calculating the annual percentage change (APC) and average annual percentage change (AAPC).The autoregressive integrated moving average (ARIMA) model was employed to predict the disease burden of geriatric depression over the next five years.Population attributable fractions (PAFs) were used to describe the risk factors for geriatric depression in China in 1990 and 2021.
ResultsFrom 1990 to 2021, the number of incident cases and the incidence rate of geriatric depression in China showed an overall upward trend.The most significant increase in incidence was observed in the 60-64 age group, while the prevalence rate increased notably in the ≥ 95 age group.TheDALY rate showed the most pronounced upward trend in the 65-69 age group.The incidence, prevalence, and DALY rates of geriatric depression were higher in women than in men.Major risk factors included child hood sexual abuse and intimate partner violence, with the impact of intimate partner violence being particularly significant among women.The ARIMA model predicted that the incidence, prevalence, and DALY rates of geriatric depression in China would decline over the next five years, with a greater decline observed in women than in men.
ConclusionsFrom 1990 to 2021, the incidence, prevalence, and DALY rates of geriatric depression in China showed an overall upward trend, with higher rates observed in women than in men.Greater attention should be paid to the elderly female population, with a focus on early prevention to reduce the disease burden of geriatric depression.
-
Keywords:
- elderly /
- depression /
- burden of disease /
- prediction
-
抑郁症是一种致残性疾病，其特征是在至少2周内持续出现1次或多次显著的抑郁发作，伴随情绪低落、兴趣丧失和愉悦感消失，以及认知和植物性症状变化[1-2]。重度抑郁症在女性中的发生率约是男性的2倍，影响着全球约6% 的成年人[3]。2015年，抑郁症被估计为全球第三大致残原因[4]。随着人口结构的变化以及老年人口比例的增加，老年抑郁症应得到更多关注。老年抑郁症是一种复杂的疾病，在许多方面体现了典型的生物心理社会障碍[5-6]。临床上，老年抑郁症通常与慢性疾病(如心血管疾病、糖尿病、帕金森病) 共存，这些共病会加重抑郁症状，导致治疗难度增加，并影响患者的康复和预后[7]。然而，到目前为止，老年抑郁症或其他精神障碍几乎未成为预防的重点。现有证据表明，老年抑郁症的发生不仅会严重损害生活质量，还会增加死亡率[8]。此外，抑郁症状还会缩短无残疾寿命[9]。
基于全球疾病负担(Global Burden of Disease，GBD)数据库的研究表明，抑郁症在全球范围内对疾病负担的影响巨大。特别是在中国，随着人口老龄化加剧，老年抑郁症的负担可能会更加沉重，但关于这一问题的系统性、前瞻性研究仍较为缺乏。因此，本研究基于2021年GBD数据库，分析1990-2021年中国老年抑郁症的疾病负担趋势，并预测未来5年的疾病负担变化，旨在填补中国老年抑郁症疾病负担趋势研究空白，并为未来政策制定和公共卫生干预提供理论依据。
1. 资料与方法
1.1 数据来源
本研究数据来源于2021年GBD数据库发布的1990-2021年中国老年抑郁症疾病负担数据。该数据库所采用的发病和伤残调整生命年(disability adjusted life year，DALY)数据主要来自疾病监测、国家卫生服务调查和一些已发表的文献研究，相关危险因素数据主要来自慢性病与危险因素监测、国家健康和营养监测调查、系统综述以及Meta分析等[10]。数据库共覆盖中国31个省、自治区、直辖市和香港、澳门2个特别行政区。GBD数据库采用统一和可比的方法，全面估计了204个国家和地区的人口、发病率和死亡率[11]。具体数据来源可查询全球健康数据交换网站(https://vizhub.healthdata.org/gbd-re- sults/)。
本研究采用世界卫生组织对老年人的定义: ≥ 60周岁。采用的疾病负担评价指标包括发病人数、发病率、DALY和DALY率，选择地区为"China"，危险因素为" bullying victimization" " childhood sexual abuse" "intimate partner violence"，年龄为"all ages"及8个年龄组"60~64、65~699……90~94、≥ 95岁"，年份为"1990-2021年"。
1.2 疾病负担预测
自回归积分滑动平均(autoregressive integrated moving average，ARIMA) 模型是时间序列分析中广泛采用的一种方法。其结合了自回归和移动平均2种模型，并通过差分操作使得时间序列平稳。ARIMA模型的3个主要参数分别为自回归阶数(p)、差分阶数(d) 和移动平均阶数(q)，通常记为ARIMA (p，d，q)。选择最优模型类型和参数时，常使用赤池信息准则和贝叶斯信息准则进行筛选。建立模型后，利用Box-Ljung检验对残差进行白噪声检验。如果P值大于0.05，表示模型的残差符合白噪声假设，可进行预测，否则，需要重新调整模型[12-13]。
1.3 统计学处理
本研究采用Excel软件进行数据整理，Graphpad Prism 9软件进行绘图。采用Joinpoint 4.9.1软件进行趋势分析，数据覆盖了1990-2021年每一年的数据，确保了时间序列的连续性。所有数据均基于2021年GBD数据库，并按年汇总。使用对数线性回归模型计算平均年度变化百分比(average annual percentage change，AAPC) 和年度变化百分比(an- nual percent-age change，APC)，以时间为自变量，以发病率和DALY率为因变量，计算1990-2021年总体、男性、女性发病率和DALY率的APC、AAPC及95% 置信区间(confidence interval，CI)[14]。若APC和AAPC的95% CI下线大于0，则表明存在上升趋势; 若上线小于0，则表明存在下降趋势; 若95% CI包含0，则表示变化趋势无统计学意义。双侧检验水准α=0.05。
人群归因分值(population attributable faction，PAF) 是流行病学中常用的一个指标，用于衡量某一特定风险因素对总体人群疾病发生的贡献，可反映如果完全消除这一风险因素，所研究的疾病在总体人群中将减少的比例。PAF的计算考虑了暴露于风险因素的人群比例以及暴露与疾病发生之间的关系[15]。
$$ {{\rm{PAF}} = \frac{{{{\rm{P}}_{\rm{e}}}{\rm{(RR - 1)}}}}{{{{\rm{P}}_{\rm{e}}}{\rm{(RR - 1)}}}}} $$ (1) 其中，Pe是人群中暴露于该风险因素的比例，RR是暴露组与非暴露组之间的相对风险。
2. 结果
2.1 1990年和2021年中国老年抑郁症疾病负担情况
2021年中国老年抑郁症发病人数为1511.78万例、患病人数为1768.28万例、DALY为260.79万人年，较1990年[发病人数为431.3万例、患病人数为577.36万例、DALY为80.95万人年] 分别增长了250.52%、206.27%和222.16%。2021年中国老年人群中发病人数、患病人数和DALY最高的年龄段均为65~69岁，发病率和患病率最高的年龄段为≥ 95岁，DALY率最高的年龄段为70~74岁。2021年较1990年发病率、患病率和DALY率变化最大的年龄段为60~64岁，变化率分别为33.25%、15.08% 和21.97%，见表 1。
表 1 1990年和2021年中国老年抑郁症疾病负担Table 1. Disease burden of geriatric depression in China in 1990 and 2021指标 年份 年龄分组（岁） 60~64 65~69 70~74 75~79 80~84 85~89 90~94 ≥95 发病人数（万例） 1990 135.13 114.13 85.47 55.78 28.43 10.05 2.02 0.29 2021 371.98 416.70 308.12 202.07 125.67 62.71 19.99 4.54 变化率（%） 175.28 265.10 260.51 262.25 342.04 523.92 888.48 1468.09 发病率（/10万） 1990 3823.99 4183.53 4541.82 4901.58 5366.88 5958.52 6590.16 7146.78 2021 5095.27 5432.61 5781.19 6101.42 6349.40 6583.36 6816.92 7100.41 变化率（%） 33.25 29.86 27.29 24.48 18.31 10.49 3.44 -0.65 患病人数（万例） 1990 201.12 159.34 109.48 65.07 30.14 10.00 1.94 0.27 2021 478.15 512.14 353.34 214.89 125.71 60.62 19.10 4.33 变化率（%） 137.75 221.41 222.76 230.23 317.11 506.40 883.26 1477.66 患病率（/10万） 1990 5691.28 5840.59 5817.68 5717.91 5689.59 5926.57 6331.53 6779.95 2021 6549.55 6676.91 6629.75 6488.47 6351.67 6364.18 6514.79 6777.10 变化率（%） 15.08 14.32 13.96 13.48 11.64 7.38 2.89 -0.04 DALY（万人年） 1990 27.82 22.20 15.44 9.33 4.38 1.46 0.28 0.04 2021 70.10 75.24 52.32 32.10 18.78 8.91 2.74 0.60 变化率（%） 151.98 238.91 238.81 244.00 328.64 511.54 874.23 1445.56 DALY率（/10万） 1990 787.24 813.77 820.66 819.80 827.11 863.69 916.11 959.12 2021 960.18 980.95 981.72 969.09 948.87 935.32 933.96 939.20 变化率（%） 21.97 20.54 19.63 18.21 14.72 8.29 1.95 -2.08 DALY (disability adjusted life year): 伤残调整生命年 2.2 1990-2021年中国不同性别老年抑郁症疾病负担变化趋势
1990-2021年中国老年抑郁症发病率、患病率和DALY率整体呈上升趋势，上升趋势最显著的年龄段是60~64岁，但在2020年后呈现下降趋势，且女性发病率、患病率和DALY率均高于男性，见图 1。
![]()
图 1 1990-2021年中国不同性别老年抑郁症疾病负担变化趋势DALY: 同表 1Figure 1. Trends in the disease burden of geriatric depression by gender in China from 1990 to 20212.3 1990-2021年中国不同年龄段老年抑郁症疾病负担变化趋势
1990-2021年中国60~94岁年龄段抑郁症的发病率、患病率和DALY率整体呈现上升趋势，患病率在≥ 95岁年龄段仍呈上升趋势。其中，60~64岁年龄段发病率上升趋势最明显，AAPC为0.94% (95% CI: 0.68%~1.20%)，65~69岁年龄段DALY率上升趋势最明显，AAPC为0.62% (95% CI: 0.51%~0.73%)，≥ 95岁年龄段发病率和DALY率呈下降趋势，但患病率上升趋势最为明显，AAPC为0.79% (95% CI: 0.65%~0.93%)。60~ 94岁年龄段在1990-1994年发病率上升趋势最显著，其中60~64岁年龄段发病率APC最高为6.24% (95% CI: 5.17%~7.32%)，在1994-2000年发病率的下降趋势最显著，其中65~69岁年龄段下降趋势显著，APC为-0.87% (95% CI: -1.36%~-0.38%)，≥ 95岁年龄段发病率在2015-2019上升趋势显著，APC为1.29% (95% CI: 1.06%~1.52%)。患病率在1990-1994年上升趋势显著，其中65~69岁年龄段APC最大，为3.39% (95% CI: 2.25%~ 4.53%)。60岁及以上的DALY率均在2016-2019和2019-2021年呈下降趋势，其中80~84岁年龄段在2019-2021年下降趋势最显著，APC为- 3.77% (95% CI: -4.32%~-3.21%)，见表 2。
表 2 1990-2021年中国不同年龄段老年抑郁症疾病负担变化趋势Table 2. Trends in the disease burden of geriatric depression by age group in China from 1990 to 2021指标 发病率（%） 患病率（%） DALY率（%） 年份 数值（95% CI） 年份 数值（95% CI） 年份 数值（95% CI） 60~64岁 APC 1990—1994 6.24* (5.17~7.32) 1990—1993 3.20* (2.87~3.54) 1990—1994 4.19* (3.63~4.76) 1994—2001 -0.81* (-1.28~-0.33) 1993—1999 1.11* (0.98~1.25) 1994—2015 0.21* (0.17~0.26) 2001—2010 0.47* (0.19~0.76) 1999—2008 0.17* (0.11~0.23) 2015—2021 -0.32* (-0.61~-0.03) 2010—2014 2.44* (1.06~3.84) 2008—2019 -0.51* (-0.56~-0.46) 2014—2021 -0.48* (-0.87~-0.08) 2019—2021 1.12* (0.48~1.75) AAPC 1990—2021 0.94* (0.68~1.20) 1990—2021 0.46* (0.40~0.52) 1990—2021 0.61* (0.52~0.70) 65~69岁 APC 1990—1994 5.19* (4.39~6.01) 1990—1992 3.39* (2.25~4.53) 1990—1993 4.30* (3.63~4.96) 1994—2000 -0.87* (-1.36~-0.38) 1992—2000 1.30* (1.16~1.44) 1993—1997 0.88* (0.24~1.52) 2000—2010 0.49* (0.29~0.68) 2000—2010 0.06* (-0.03~0.16) 1997—2016 0.29* (0.25~0.33) 2010—2015 2.36* (1.65~3.07) 2010—2014 0.74* (-1.23~-0.24) 2016—2021 -0.47* (-0.75~-0.19) 2015—2021 -0.76* (-1.17~-0.35) 2014—2021 -0.17* (-0.30~-0.03) AAPC 1990—2021 0.87* (0.68~1.06) 1990—2021 0.44* (0.33~0.54) 1990—2021 0.62* (0.51~0.73) 70~74岁 APC 1990—1994 4.58* (3.78~5.39) 1990—1993 2.75* (2.09~3.41) 1990—1993 3.93* (3.58~4.28) 1994—2000 -1.00* (-1.5~-0.51) 1993—1996 0.74* (-0.48~1.97) 1993—1996 0.81* (0.14~1.49) 2000—2010 0.63* (0.44~0.83) 1996—1999 1.66* (0.47~2.87) 1996—2016 0.36* (0.34~0.38) 2010—2015 2.32* (1.6~3.04) 1999—2007 0.28* (0.12~0.43) 2016—2019 -0.05* (-0.72~-0.63) 2015—2021 -0.64* (-1.05~-0.23) 2007—2021 -0.29* (-0.35~-0.24) 2019—2021 -1.55* (-2.22~-0.87) AAPC 1990—2021 0.84* (0.64~1.03) AAPC 1990—2021 0.43* (0.26~0.60) AAPC 1990—2021 0.58* (0.48~0.68) 75~79岁 APC 1990—1994 4.03* (3.28~4.78) 1990—1992 3.06* (1.87~4.26) 1990—1994 2.99* (2.80~3.19) 1994—2000 -0.92* (-1.4~-0.43) 1992—2000 1.18* (1.03~1.33) 1994—2006 0.33* (0.29~0.37) 2000—2008 0.62* (0.34~0.90) 2000—2009 0.23* (0.11~0.35) 2006—2015 0.58* (0.52~0.65) 2008—2017 1.67* (1.44~1.91) 2009—2019 -0.16* (-0.26~-0.06) 2015—2019 0.06* (-0.24~0.37) 2017—2021 -1.83* (-2.53~-1.13) 2019—2021 -1.55* (-2.68~-0.41) 2019—2021 -2.55* (-3.17~-1.94) AAPC 1990—2021 0.74* (0.56~0.91) AAPC 1990—2021 0.41* (0.30~0.53) AAPC 1990—2021 0.52* (0.46~0.58) 80~84岁 APC 1990—1994 2.85* (2.34~3.35) 1990—1992 2.39* (1.25~3.54) 1990—1993 2.94* (2.65~3.23) 1994—2001 -0.58* (-0.84~-0.33) 1992—2000 1.08* (0.93~1.23) 1993—2003 0.42* (0.37~0.47) 2001—2009 0.77* (0.57~0.97) 2000—2008 0.34* (0.20~0.48) 2003—2019 0.52* (0.50~0.55) 2009—2018 1.44* (1.27~1.61) 2008—2019 -0.10* (-0.08~-0.09) 2019—2021 -3.77* (-4.32~-3.21) 2018—2021 -3.00* (-3.77~-2.23) 2019—2021 -2.47* (-3.63~-1.30) AAPC 1990—2021 0.55* (0.42~0.68) 1990—2021 0.36* (0.24~0.47) 1990—2021 0.44* (0.39~0.48) 85~89岁 APC 1990—1994 1.57* (1.36~1.79) 1990—2000 0.91* (0.83~0.99) 1990—1993 1.61* (1.36~1.86) 1994—2000 -0.55* (-0.70~-0.40) 2000—2010 0.32* (0.23~0.42) 1993—2002 0.32* (0.26~0.37) 2000—2008 0.51* (0.43~0.60) 2010—2014 -0.61* (-1.11~-0.11) 2002—2005 0.57* (0.09~1.06) 2008—2019 0.94* (0.89~0.99) 2014—2019 0.40* (0.08~0.73) 2005—2019 0.35* (0.32~0.37) 2019—2021 -3.69* (-4.38~-2.99) 2019—2021 -2.50* (-3.50~-1.49) 2019—2021 -3.00* (-3.50~-2.51) AAPC 1990—2021 0.32*（0.25~0.38） 1990—2021 0.22*（0.11~0.33） 1990—2021 0.26*（0.20~0.32） 90~94岁 APC 1990—1994 0.33*（0.13~0.53） 1990—2004 0.63*（0.55~0.71） 1990—1996 0.27*（0.18~0.36） 1994—2000 0.24*（-0.37~-0.11） 2004—2010 0.12*（-0.25~0.49） 1996—2009 0.39*（0.36~0.42） 2000—2015 0.39*（0.36~0.42） 2010—2014 0.97*（-1.78~-0.15） 2009—2014 -0.37*（-0.53~-0.21） 2015—2019 1.05*（0.74~1.36） 2014—2019 0.57*（0.02~1.13） 2014—2019 0.62*（0.46~0.78） 2019—2021 3.19*（-3.81~2.58） 2019—2021 2.34*（-4.06~-0.59） 2019—2021 -3.00*（-3.51~-2.49） AAPC 1990—2021 0.11*（0.04~0.17） 1990—2021 0.12（-0.06~0.30） 1990—2021 0.06*（0.01~0.11） ≥95岁 APC 1990—2001 0.20*（-0.23~-0.17） 1990—1994 1.96*（1.54~2.37） 1990—1995 -0.25*（-0.39~-0.11） 2001—2009 0.47*（0.42~0.53） 1994—2000 0.03（-0.26~0.31） 1995—2010 0.34*（0.31~0.37） 2009—2015 0.26*（-0.35~-0.16） 2000—2004 1.09*（0.44~1.74） 2010—2015 -0.82*（-1.01~-0.64） 2015—2019 1.29*（1.06~1.52） 2004—2019 0.55*（0.49~0.61） 2015—2019 0.95*（0.64~1.26） 2019—2021 2.72*（-3.16~-2.29） 2019—2021 1.96*（0.54~3.39） 2019—2021 -2.78*（-3.41~-2.16） AAPC 1990—2021 0.01（-0.06~0.03） 1990—2021 0.79*（0.65~0.93） 1990—2021 -0.07*（-0.14~0） APC (annual percentage change):年度变化百分比; AAPC (average annual percentage change):平均年度变化百分比; *P＜0.05 2.4 中国老年抑郁症疾病负担趋势的模型预测
选择拟合效果较好的ARIMA模型对未来5年我国老年抑郁症的发病率与DALY率趋势进行预测。结果显示，未来5年我国老年抑郁症的发病率、患病率与DALY率趋势呈现下降趋势。分性别看，未来5年女性老年抑郁症发病率和DALY率下降趋势较男性显著，见图 2。
![]()
图 2 2022-2026年中国老年抑郁症疾病负担趋势预测Figure 2. Forecast of trends in the disease burden for depression in the elderly in China from 2022 to 20262.5 1990年和2021年中国老年抑郁症PAF分析
造成老年抑郁症的危险因素考虑了行为因素中的2类，分别为儿童性虐待、亲密伴侣暴力，全年龄段人群危险因素还包括欺凌受害。与1990年相比，2021年老年抑郁症中儿童性虐待和亲密伴侣暴力的PAF值变化不明显，其中亲密伴侣暴力的PAF值一直保持在较高水平。分性别看，1990年和2021年，男性由儿童性虐待造成的疾病风险远高于女性，但男性由亲密伴侣暴力造成的PAF值为0，而女性60~ 64岁年龄组的PAF值达6.42%。见表 3。
表 3 1990年和2021年中国不同性别和年龄段老年抑郁症危险因素PAF值(%)Table 3. PAF value (%) of risk factors of geriatric depression by gender and age group in China in 1990 and 2021年份 年龄段(岁) 敷设受害 儿童性虐待 亲密伴侣暴力 男性 女性 合计 男性 女性 合计 男性 女性 合计 1990 全人群 8.45 4.61 6.02 3.09 1.71 2.22 0 8.64 5.47 60~64 0 0 0 1.38 1.39 1.39 0 6.52 3.91 65~69 0 0 0 1.45 1.11 1.24 0 5.03 3.10 70~74 0 0 0 1.17 0.85 0.97 0 4.27 2.72 75~79 0 0 0 0.96 0.70 0.79 0 4.06 2.69 80~84 0 0 0 0.77 0.54 0.61 0 4.67 3.27 85~89 0 0 0 0.75 0.55 0.60 0 4.55 3.41 90~94 0 0 0 0.76 0.56 0.60 0 2.82 2.25 ≥95 0 0 0 0.81 0.58 0.61 0 3.38 2.89 2021 全人群 4.01 1.70 2.59 1.43 1.14 1.25 0 7.00 4.31 60~64 0 0 0 1.55 1.30 1.4 0 6.42 3.92 65~69 0 0 0 1.59 1.17 1.33 0 5.54 3.40 70~74 0 0 0 1.20 0.88 1.00 0 4.72 2.91 75~79 0 0 0 1.02 0.72 0.83 0 4.40 2.76 80~84 0 0 0 0.76 0.53 0.61 0 5.03 3.30 85~89 0 0 0 0.79 0.54 0.61 0 4.74 3.40 90~94 0 0 0 0.77 0.54 0.59 0 3.00 2.36 ≥95 0 0 0 0.76 0.56 0.59 0 3.51 3.00 PAF (population attributable faction): 人群归因分值 3. 讨论
1990-2021年间，中国老年抑郁症的发病人数和发病率均呈上升趋势，特别是在60~64岁和65~ 69岁这两个年龄段，这一趋势与人口老龄化息息相关。随着老年人口比例的增加，抑郁症在老年人群中的影响愈发显著[6, 16]。尽管从2020年起抑郁症的发病率和DALY率出现下降，但老年抑郁症依然是一个严重的公共卫生问题，需要持续关注和干预。
本研究显示，女性老年抑郁症的发病率、患病率和DALY率均高于男性，这与全球范围内的研究结果一致，即抑郁症在女性中的发病率通常高于男性，这种性别差异可能与生理、心理和社会因素相关[17]。女性更易受到激素水平变化的影响，如月经周期、妊娠和更年期，这些均可能增加抑郁症的发生风险[18]。此外，女性在现代社会中的角色也可能面临更多挑战，如家庭责任和职业压力的双重负担[19]。针对女性的特定预防和干预措施可能有助于降低抑郁症负担。在全球范围内，一些发达国家的老年抑郁症患病率较低，这可能得益于更成熟的心理健康服务和社会保障体系，而中国的心理健康服务体系仍在完善中，特别是在老年人群中的覆盖率较低[20]。在不同年龄分层中，60~64岁年龄段的老年人抑郁症发病率上升最为显著，这一年龄段的人群通常面临退休、子女独立、健康状况变化等重大生活事件，这些变化可能引发心理压力和抑郁情绪[21]。同时，研究发现，≥ 95岁老年人的抑郁症发病率和DALY率呈下降趋势，该年龄段老年人往往面临复杂的健康问题，如认知功能下降或多种慢性疾病共存，可能使抑郁症的症状易被误解或忽视，从而导致较低的诊断率。
儿童期性虐待和亲密伴侣暴力很可能是老年抑郁症的重要危险因素。研究表明，这些暴力行为对老年人的心理健康会产生长期负面影响[22]。在老年女性中，亲密伴侣暴力的PAF一直保持在较高水平，这表明亲密伴侣暴力是女性老年抑郁症的重要危险因素。与男性相比，女性因亲密伴侣暴力导致的抑郁症风险显著更高，这需要在公共卫生政策中有针对性地进行干预和支持。
ARIMA模型预测结果显示，未来5年内，老年抑郁症的疾病负担趋势将有所下降，特别是女性老年抑郁症的发病率和DALY率下降趋势更为明显。可能原因在于近年来针对女性老年人提供的心理健康支持和社区服务增加，例如针对独居或空巢老年女性的"社区关怀计划"[23]。此外，有研究显示，女性比男性更倾向于寻求社交支持与健康服务，这或许可使她们从心理健康干预中获益更多[24]。然而，面对人口老龄化的持续加剧，仍需加强老年抑郁症的预防和干预，特别是针对高风险人群和关键危险因素。
本研究的局限性在于尽管GBD数据库提供了广泛覆盖的数据，但仍可能存在数据采集和估算过程中的偏差。此外，不同地区和人群的具体情况可能会影响结果的普遍性。其次，受数据限制，未能详细讨论我国各省级和地区间的差异，未来研究应进一步细化和验证不同地区和人群的抑郁症流行特点，提供更加精准的干预和预防措施。此外，ARIMA模型在处理时间序列的线性趋势方面较为有效，但对政策变化、社会经济因素变化等非线性趋势或结构性断点的捕捉能力有限。而PAF分析未考虑潜在的混杂因素和交互作用，可能导致解释结果存在一定偏倚。
综上所述，老年抑郁症是一个复杂且严重的公共卫生问题，需要多方面的努力和协作。应加强心理健康教育和筛查，提高老年人及其家庭对抑郁症的认识和识别能力，定期进行心理健康筛查，争取做到早期发现和早期干预[25]。此外，提供多层次的心理支持服务，建立社区和医疗机构的心理咨询和治疗网络，特别关注女性老年人的心理健康，提供针对亲密伴侣暴力的干预和支持，可有效减少老年抑郁症的发生，改善老年人的生活质量和心理健康。
作者贡献：包晓琳提出研究思路、负责论文构思和初稿撰写; 魏洪娟负责选题设计和论文修订; 边鑫鑫参与数据收集整理及研究设计; 马秀梅、高音、张英艳、马月仙负责论文修订; 刘微、张伟新、杨雪雯负责数据收集和图表绘制。利益冲突：所有作者均声明不存在利益冲突 -
![]()
图 1 1990-2021年中国不同性别老年抑郁症疾病负担变化趋势
DALY: 同表 1
Figure 1. Trends in the disease burden of geriatric depression by gender in China from 1990 to 2021
![]()
图 2 2022-2026年中国老年抑郁症疾病负担趋势预测
Figure 2. Forecast of trends in the disease burden for depression in the elderly in China from 2022 to 2026
表 1 1990年和2021年中国老年抑郁症疾病负担
Table 1 Disease burden of geriatric depression in China in 1990 and 2021
指标 年份 年龄分组（岁） 60~64 65~69 70~74 75~79 80~84 85~89 90~94 ≥95 发病人数（万例） 1990 135.13 114.13 85.47 55.78 28.43 10.05 2.02 0.29 2021 371.98 416.70 308.12 202.07 125.67 62.71 19.99 4.54 变化率（%） 175.28 265.10 260.51 262.25 342.04 523.92 888.48 1468.09 发病率（/10万） 1990 3823.99 4183.53 4541.82 4901.58 5366.88 5958.52 6590.16 7146.78 2021 5095.27 5432.61 5781.19 6101.42 6349.40 6583.36 6816.92 7100.41 变化率（%） 33.25 29.86 27.29 24.48 18.31 10.49 3.44 -0.65 患病人数（万例） 1990 201.12 159.34 109.48 65.07 30.14 10.00 1.94 0.27 2021 478.15 512.14 353.34 214.89 125.71 60.62 19.10 4.33 变化率（%） 137.75 221.41 222.76 230.23 317.11 506.40 883.26 1477.66 患病率（/10万） 1990 5691.28 5840.59 5817.68 5717.91 5689.59 5926.57 6331.53 6779.95 2021 6549.55 6676.91 6629.75 6488.47 6351.67 6364.18 6514.79 6777.10 变化率（%） 15.08 14.32 13.96 13.48 11.64 7.38 2.89 -0.04 DALY（万人年） 1990 27.82 22.20 15.44 9.33 4.38 1.46 0.28 0.04 2021 70.10 75.24 52.32 32.10 18.78 8.91 2.74 0.60 变化率（%） 151.98 238.91 238.81 244.00 328.64 511.54 874.23 1445.56 DALY率（/10万） 1990 787.24 813.77 820.66 819.80 827.11 863.69 916.11 959.12 2021 960.18 980.95 981.72 969.09 948.87 935.32 933.96 939.20 变化率（%） 21.97 20.54 19.63 18.21 14.72 8.29 1.95 -2.08 DALY (disability adjusted life year): 伤残调整生命年 
下载: 导出CSV
表 2 1990-2021年中国不同年龄段老年抑郁症疾病负担变化趋势
Table 2 Trends in the disease burden of geriatric depression by age group in China from 1990 to 2021
指标 发病率（%） 患病率（%） DALY率（%） 年份 数值（95% CI） 年份 数值（95% CI） 年份 数值（95% CI） 60~64岁 APC 1990—1994 6.24* (5.17~7.32) 1990—1993 3.20* (2.87~3.54) 1990—1994 4.19* (3.63~4.76) 1994—2001 -0.81* (-1.28~-0.33) 1993—1999 1.11* (0.98~1.25) 1994—2015 0.21* (0.17~0.26) 2001—2010 0.47* (0.19~0.76) 1999—2008 0.17* (0.11~0.23) 2015—2021 -0.32* (-0.61~-0.03) 2010—2014 2.44* (1.06~3.84) 2008—2019 -0.51* (-0.56~-0.46) 2014—2021 -0.48* (-0.87~-0.08) 2019—2021 1.12* (0.48~1.75) AAPC 1990—2021 0.94* (0.68~1.20) 1990—2021 0.46* (0.40~0.52) 1990—2021 0.61* (0.52~0.70) 65~69岁 APC 1990—1994 5.19* (4.39~6.01) 1990—1992 3.39* (2.25~4.53) 1990—1993 4.30* (3.63~4.96) 1994—2000 -0.87* (-1.36~-0.38) 1992—2000 1.30* (1.16~1.44) 1993—1997 0.88* (0.24~1.52) 2000—2010 0.49* (0.29~0.68) 2000—2010 0.06* (-0.03~0.16) 1997—2016 0.29* (0.25~0.33) 2010—2015 2.36* (1.65~3.07) 2010—2014 0.74* (-1.23~-0.24) 2016—2021 -0.47* (-0.75~-0.19) 2015—2021 -0.76* (-1.17~-0.35) 2014—2021 -0.17* (-0.30~-0.03) AAPC 1990—2021 0.87* (0.68~1.06) 1990—2021 0.44* (0.33~0.54) 1990—2021 0.62* (0.51~0.73) 70~74岁 APC 1990—1994 4.58* (3.78~5.39) 1990—1993 2.75* (2.09~3.41) 1990—1993 3.93* (3.58~4.28) 1994—2000 -1.00* (-1.5~-0.51) 1993—1996 0.74* (-0.48~1.97) 1993—1996 0.81* (0.14~1.49) 2000—2010 0.63* (0.44~0.83) 1996—1999 1.66* (0.47~2.87) 1996—2016 0.36* (0.34~0.38) 2010—2015 2.32* (1.6~3.04) 1999—2007 0.28* (0.12~0.43) 2016—2019 -0.05* (-0.72~-0.63) 2015—2021 -0.64* (-1.05~-0.23) 2007—2021 -0.29* (-0.35~-0.24) 2019—2021 -1.55* (-2.22~-0.87) AAPC 1990—2021 0.84* (0.64~1.03) AAPC 1990—2021 0.43* (0.26~0.60) AAPC 1990—2021 0.58* (0.48~0.68) 75~79岁 APC 1990—1994 4.03* (3.28~4.78) 1990—1992 3.06* (1.87~4.26) 1990—1994 2.99* (2.80~3.19) 1994—2000 -0.92* (-1.4~-0.43) 1992—2000 1.18* (1.03~1.33) 1994—2006 0.33* (0.29~0.37) 2000—2008 0.62* (0.34~0.90) 2000—2009 0.23* (0.11~0.35) 2006—2015 0.58* (0.52~0.65) 2008—2017 1.67* (1.44~1.91) 2009—2019 -0.16* (-0.26~-0.06) 2015—2019 0.06* (-0.24~0.37) 2017—2021 -1.83* (-2.53~-1.13) 2019—2021 -1.55* (-2.68~-0.41) 2019—2021 -2.55* (-3.17~-1.94) AAPC 1990—2021 0.74* (0.56~0.91) AAPC 1990—2021 0.41* (0.30~0.53) AAPC 1990—2021 0.52* (0.46~0.58) 80~84岁 APC 1990—1994 2.85* (2.34~3.35) 1990—1992 2.39* (1.25~3.54) 1990—1993 2.94* (2.65~3.23) 1994—2001 -0.58* (-0.84~-0.33) 1992—2000 1.08* (0.93~1.23) 1993—2003 0.42* (0.37~0.47) 2001—2009 0.77* (0.57~0.97) 2000—2008 0.34* (0.20~0.48) 2003—2019 0.52* (0.50~0.55) 2009—2018 1.44* (1.27~1.61) 2008—2019 -0.10* (-0.08~-0.09) 2019—2021 -3.77* (-4.32~-3.21) 2018—2021 -3.00* (-3.77~-2.23) 2019—2021 -2.47* (-3.63~-1.30) AAPC 1990—2021 0.55* (0.42~0.68) 1990—2021 0.36* (0.24~0.47) 1990—2021 0.44* (0.39~0.48) 85~89岁 APC 1990—1994 1.57* (1.36~1.79) 1990—2000 0.91* (0.83~0.99) 1990—1993 1.61* (1.36~1.86) 1994—2000 -0.55* (-0.70~-0.40) 2000—2010 0.32* (0.23~0.42) 1993—2002 0.32* (0.26~0.37) 2000—2008 0.51* (0.43~0.60) 2010—2014 -0.61* (-1.11~-0.11) 2002—2005 0.57* (0.09~1.06) 2008—2019 0.94* (0.89~0.99) 2014—2019 0.40* (0.08~0.73) 2005—2019 0.35* (0.32~0.37) 2019—2021 -3.69* (-4.38~-2.99) 2019—2021 -2.50* (-3.50~-1.49) 2019—2021 -3.00* (-3.50~-2.51) AAPC 1990—2021 0.32*（0.25~0.38） 1990—2021 0.22*（0.11~0.33） 1990—2021 0.26*（0.20~0.32） 90~94岁 APC 1990—1994 0.33*（0.13~0.53） 1990—2004 0.63*（0.55~0.71） 1990—1996 0.27*（0.18~0.36） 1994—2000 0.24*（-0.37~-0.11） 2004—2010 0.12*（-0.25~0.49） 1996—2009 0.39*（0.36~0.42） 2000—2015 0.39*（0.36~0.42） 2010—2014 0.97*（-1.78~-0.15） 2009—2014 -0.37*（-0.53~-0.21） 2015—2019 1.05*（0.74~1.36） 2014—2019 0.57*（0.02~1.13） 2014—2019 0.62*（0.46~0.78） 2019—2021 3.19*（-3.81~2.58） 2019—2021 2.34*（-4.06~-0.59） 2019—2021 -3.00*（-3.51~-2.49） AAPC 1990—2021 0.11*（0.04~0.17） 1990—2021 0.12（-0.06~0.30） 1990—2021 0.06*（0.01~0.11） ≥95岁 APC 1990—2001 0.20*（-0.23~-0.17） 1990—1994 1.96*（1.54~2.37） 1990—1995 -0.25*（-0.39~-0.11） 2001—2009 0.47*（0.42~0.53） 1994—2000 0.03（-0.26~0.31） 1995—2010 0.34*（0.31~0.37） 2009—2015 0.26*（-0.35~-0.16） 2000—2004 1.09*（0.44~1.74） 2010—2015 -0.82*（-1.01~-0.64） 2015—2019 1.29*（1.06~1.52） 2004—2019 0.55*（0.49~0.61） 2015—2019 0.95*（0.64~1.26） 2019—2021 2.72*（-3.16~-2.29） 2019—2021 1.96*（0.54~3.39） 2019—2021 -2.78*（-3.41~-2.16） AAPC 1990—2021 0.01（-0.06~0.03） 1990—2021 0.79*（0.65~0.93） 1990—2021 -0.07*（-0.14~0） APC (annual percentage change):年度变化百分比; AAPC (average annual percentage change):平均年度变化百分比; *P＜0.05
下载: 导出CSV
表 3 1990年和2021年中国不同性别和年龄段老年抑郁症危险因素PAF值(%)
Table 3 PAF value (%) of risk factors of geriatric depression by gender and age group in China in 1990 and 2021
年份 年龄段(岁) 敷设受害 儿童性虐待 亲密伴侣暴力 男性 女性 合计 男性 女性 合计 男性 女性 合计 1990 全人群 8.45 4.61 6.02 3.09 1.71 2.22 0 8.64 5.47 60~64 0 0 0 1.38 1.39 1.39 0 6.52 3.91 65~69 0 0 0 1.45 1.11 1.24 0 5.03 3.10 70~74 0 0 0 1.17 0.85 0.97 0 4.27 2.72 75~79 0 0 0 0.96 0.70 0.79 0 4.06 2.69 80~84 0 0 0 0.77 0.54 0.61 0 4.67 3.27 85~89 0 0 0 0.75 0.55 0.60 0 4.55 3.41 90~94 0 0 0 0.76 0.56 0.60 0 2.82 2.25 ≥95 0 0 0 0.81 0.58 0.61 0 3.38 2.89 2021 全人群 4.01 1.70 2.59 1.43 1.14 1.25 0 7.00 4.31 60~64 0 0 0 1.55 1.30 1.4 0 6.42 3.92 65~69 0 0 0 1.59 1.17 1.33 0 5.54 3.40 70~74 0 0 0 1.20 0.88 1.00 0 4.72 2.91 75~79 0 0 0 1.02 0.72 0.83 0 4.40 2.76 80~84 0 0 0 0.76 0.53 0.61 0 5.03 3.30 85~89 0 0 0 0.79 0.54 0.61 0 4.74 3.40 90~94 0 0 0 0.77 0.54 0.59 0 3.00 2.36 ≥95 0 0 0 0.76 0.56 0.59 0 3.51 3.00 PAF (population attributable faction): 人群归因分值
下载: 导出CSV
-
[1] Marx W, Penninx B W J H, Solmi M, et al. Major depressive disorder[J]. Nat Rev Dis Primers, 2023, 9(1): 44. DOI: 10.1038/s41572-023-00454-1
[2] Reavley N J, Jorm A F. Recognition of mental disorders and beliefs about treatment and outcome: findings from an Australian national survey of mental health literacy and stigma[J]. Aust N Z J Psychiatry, 2011, 45(11): 947-956. DOI: 10.3109/00048674.2011.621060
[3] Seedat S, Scott K M, Angermeyer M C, et al. Cross-national associations between gender and mental disorders in the World Health Organization World Mental Health Surveys [J]. Arch Gen Psychiatry, 2009, 66(7): 785-795. DOI: 10.1001/archgenpsychiatry.2009.36
[4] Park L T, Zarate C A, Jr. Depression in the primary care setting[J]. N Engl J Med, 2019, 380(6): 559-568. DOI: 10.1056/NEJMcp1712493
[5] Gühne U, Stein J, Riedel-Heller S. Depression in old age: challenge of an ageing society[J]. Psychiatr Prax, 2016, 43(2): 107-110.
[6] Aziz R, Steffens D C. What are the causes of late-life depression?[J]. Psychiatr Clin North Am, 2013, 36(4): 497-516. DOI: 10.1016/j.psc.2013.08.001
[7] Wassink-Vossen S, Oude Voshaar R C, Naarding P, et al. Effectiveness of late-life depression interventions on fu nctional limitations: a systematic review[J]. Int J Ment Health Nurs, 2022, 31(4): 823-842. DOI: 10.1111/inm.12982
[8] Van Den Berg K S, Wiersema C, Hegeman J M, et al. Clinical characteristics of late-life depression predicting mortality[J]. Aging Ment Health, 2021, 25(3): 476-483. DOI: 10.1080/13607863.2019.1699900
[9] Kopf D, Hewer W. Prevention of depression in old age: individual and societal relevance[J]. Z Gerontol Geriatr, 2024, 57(3): 175-178. DOI: 10.1007/s00391-024-02306-3
[10] GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet, 2020, 396 (10258): 1204-1222. DOI: 10.1016/S0140-6736(20)30925-9
[11] GBD 2021 Demographics Collaborators. Global age-sex-specific mortality, life expectancy, and population estimates in 204 countries and territories and 811 subnational locations, 1950-2021, and the impact of the COVID-19 pandemic: a comprehensive demographic analysis for the Global Burden of Disease Study 2021[J]. Lancet, 2024, 403(10440): 1989-2056. DOI: 10.1016/S0140-6736(24)00476-8
[12] 李子悦, 方珈文, 林凯程. 1990-2019年中国归因于高体质指数的2型糖尿病疾病负担分析与预测研究[J]. 中国全科医学, 2024, 27(9): 1126-1133. DOI: 10.12114/j.issn.1007-9572.2023.0504 Li Z Y, Fang J W, Lin K C. Analysis and prediction of the disease burden of type 2 diabetes attributable to high body mass index in China from 1990 to 2019[J]. Chin Gen Pract, 2024, 27(9): 1126-1133. DOI: 10.12114/j.issn.1007-9572.2023.0504
[13] Benvenuto D, Giovanetti M, Vassallo L, et al. Application of the ARIMA model on the COVID-2019 epidemic dataset [J]. Data Brief, 2020, 29: 105340. DOI: 10.1016/j.dib.2020.105340
[14] 曾四清. Joinpoint回归模型及其在传染病流行趋势分析中的应用[J]. 中国卫生统计, 2019, 36(5): 787-791. Zeng S Q. Joinpoint regression model and its application in analyzing the epidemic trends of infectious diseases[J]. Chin J Health Stat, 2019, 36(5): 787-791.
[15] 谢丽, 张焕玲, 唐认桥, 等. 队列研究中多因素调整人群归因危险度的估计及其应用[J]. 中国肿瘤, 2013, 22(5): 373-378. Xie L, Zhang H L, Tang R Q, et al. Estimation and application of partial population attributable risk in cohort study[J]. China Cancer, 2013, 22(5): 373-378.
[16] Schaakxs R, Comijs H C, Lamers F, et al. Age-related variability in the presentation of symptoms of major depressive disorder[J]. Psychol Med, 2017, 47(3): 543-552. DOI: 10.1017/S0033291716002579
[17] Fellinger M, Waldh?r T, Serretti A, et al. Seasonality in major depressive disorder: effect of sex and age[J]. J Affect Disord, 2022, 296: 111-116. DOI: 10.1016/j.jad.2021.09.051
[18] Carvalho Silva R, Pisanu C, Maffioletti E, et al. Biological markers of sex-based differences in major depressive disorder and in antidepressant response[J]. Eur Neuropsychopharmacol, 2023, 76: 89-107. DOI: 10.1016/j.euroneuro.2023.07.012
[19] Goldstein R D, Gruenberg A M. Major depressive disorder in the older adult: implications for women[J]. J Women Aging, 2007, 19(1/2): 63-77.
[20] Arias de la Torre J, Vilagut G, Ronaldson A, et al. Prevalence and age patterns of depression in the United Kingdom. A population-based study[J]. J Affect Disord, 2021, 279: 164-172.
[21] Takizawa T, Kondo T, Sakihara S, et al. Stress buffering effects of social support on depressive symptoms in middle age: reciprocity and community mental health[J]. Psychiatry Clin Neurosci, 2006, 60(6): 652-661. DOI: 10.1111/j.1440-1819.2006.01579.x
[22] Ahmadabadi Z, Najman J M, Williams G M, et al. Intimate partner violence and subsequent depression and anxiety disorders[J]. Soc Psychiatry Psychiatr Epidemiol, 2020, 55(5): 611-620. DOI: 10.1007/s00127-019-01828-1
[23] Burnette D, Ye X J Z, Cheng Z W, et al. Living alone, social cohesion, and quality of life among older adults in rural and urban China: a conditional process analysis[J]. Int Psychogeriatr, 2021, 33(5): 469-479. DOI: 10.1017/S1041610220001210
[24] Rosa A R, Bücker J. Sex representation in mental health research[J]. Eur Neuropsychopharmacol, 2024, 85: 21-22. DOI: 10.1016/j.euroneuro.2024.03.015
[25] Almeida O P. Prevention of depression in older age[J]. Maturitas, 2014, 79(2): 136-141.
计量
- 文章访问数: 1137
- HTML全文浏览量: 49
- PDF下载量: 78
