條文本
PDF
摘要
目標以前研究代謝健康、肥胖和抑鬱之間的關係時，曾報道過相互矛盾的結果。這項研究的主要目的是確定代謝健康或肥胖是否與抑鬱症狀獨立相關，在英國老年人的代表性樣本中。協變量與抑鬱之間的獨立聯係也被檢查。
設計前瞻性研究，隨訪2年。
設置英國老齡化縱向研究第六波(2012-2013)和第七波(2014-2015)。
參與者6804名參與者年齡在50歲以上。
數據分析在2年的隨訪中，采用多變量模型來確定代謝健康或肥胖是否與抑鬱症狀獨立相關。計算對應95% CI的未調整or和調整or;調整後的ORs考慮了基線抑鬱、性別、年齡、財富、肥胖和代謝健康不良。
結果在調整協變量前，2年隨訪時代謝健康不良與抑鬱症狀相關(OR 1.24;95% CI, 1.07 ~ 1.44, p<0.01)。調整協變量後，相關性不再具有統計學意義(OR 1.17;95% CI, 0.99 ~ 1.38, p=0.07)。同樣，在調整協變量之前，肥胖與抑鬱症狀在2年的隨訪中相關(OR 1.54;95% CI, 1.33 ~ 1.79, p<0.01)。然而，在調整協變量後，2年隨訪中肥胖與抑鬱症狀之間的相關性變得無統計學意義(OR 1.19;95% CI, 1.00 ~ 1.41, p=0.06)。未來抑鬱的最強預測因素是基線抑鬱(OR 10.59;95% CI, 8.90 ~ 12.53, p<0.01)和較低的財富(OR 3.23; 95% CI, 2.44 to 4.35, p<0.01).
結論在調整協變量後，在2年的隨訪中，代謝健康不良和肥胖都與抑鬱症狀的風險無關。隨著財富不平等在整個英格蘭持續上升，生活在較低財富五分之一的個體在2年隨訪中出現抑鬱症狀的風險可能會升高。
- 肥胖
- 代謝健康
- 抑鬱症
- 埃爾莎
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
有代表性的樣本(n=6804)居住在英格蘭的老年人的數據為這項前瞻性分析提供了數據。
使用標準化的數據收集方法和經過驗證的數據收集工具來獲取英國老齡化縱向研究第6波和第7波的數據。
所有多變量模型均對基線抑鬱、性別、年齡、財富、肥胖和代謝健康不良進行了調整，以減少混雜因素的影響。
參與者被要求如實、準確地回憶有關他們情緒的信息，以防止研究偏差。
簡介
肥胖和抑鬱是英國重要的公共健康問題。目前26%的成年人屬於肥胖(定義為身體質量指數為30公斤/米)2或以上)，這一比例預計在未來幾年還會上升。1肥胖與不良後果有關，包括心血管疾病、2型糖尿病和其他可能危及生命的疾病。2然而，還需要進一步的研究來確定肥胖是否與心理疾病有關，特別是抑鬱症，因為在英國，這種疾病現在是殘疾和健康不佳的主要原因。3.
以前研究肥胖和抑鬱之間的關係時，報道的結果不一致。早期研究得出的結論表明，肥胖和抑鬱之間沒有聯係。4然而，Crisp和mcguinness5在男性中，肥胖與抑鬱呈負相關，而其他研究表明，肥胖與抑鬱症狀呈正相關，僅適用於女性。6 7在上述研究中，參與者特征(年齡和性別)和樣本量存在顯著差異，這可能為不同的結果提供了一些解釋。為了解決這一局限性，需要一項涉及人口代表性樣本的大規模研究。
很少有研究對肥胖和未來抑鬱風險之間的關係進行前瞻性研究，因為以前的研究主要是橫向的。8現有前瞻性研究的結果在薈萃分析中進行了評估。聯合OR顯示，在隨訪期間，肥胖顯著增加了個體患抑鬱症的風險(OR 1.55, 95% CI;1.22 ~ 1.98, p<0.01)。9元分析數據根據年齡和性別進行調整;然而，在這種關聯中可能存在其他混雜因素。9
在幾項研究中，代謝健康已被確定為肥胖與未來抑鬱風險之間關聯的潛在混雜因素。10 118項隊列研究的分析部分支持了這一發現。12Jokela等12據報道，與代謝狀況良好的肥胖者相比，代謝健康狀況較差的肥胖者患抑鬱症的可能性高23%;然而，與新陳代謝健康的非肥胖者相比，後一組人患抑鬱症的風險仍然較高。12此外，一項為期16年的前瞻性隊列研究的結果表明，與肥胖相比，代謝健康是未來抑鬱的更好預測因素。13在其他研究中沒有發現代謝健康和抑鬱症之間的聯係。文獻中存在各種代謝健康的定義，這可能為不同的研究結果提供了一些解釋;然而，還需要進一步研究代謝健康、肥胖和抑鬱之間的關係。14
這項研究的主要目的是確定代謝健康或肥胖是否與抑鬱症狀在2年隨訪中獨立相關，使用來自英國老齡化縱向研究(ELSA)的最新數據。此外，我們還確定了我們分析中使用的協變量是否與隨訪時的抑鬱症狀獨立相關。
方法
樣本和參與者
利用ELSA收集的第6波和第7波數據進行前瞻性研究。自2002年成立以來，ELSA從50歲以上的英國人口的代表性樣本中收集了社會經濟、生活方式和健康數據。每兩年，收集一波新的ELSA數據。15本研究使用2012年至2013年(第6波)收集的數據作為基線數據。使用2014年至2015年(第7波)收集的數據進行隨訪。總的來說，6804名參與者成功地在第6波和第7波中提供了數據，這組人是當前研究的重點(在線補充材料圖1)．15
數據收集
在ELSA Wave 6期間采用了三種數據收集方法:紙質問卷，麵對麵訪談和護士訪談。在第7波中，沒有進行護士訪談;相反，數據是通過麵對麵訪談和紙質問卷收集的。
麵對麵的麵試
在第六波和第七波中，麵對麵的訪談都是由訓練有素的采訪者在參與者的居住地址進行的。采訪者記錄了每位參與者的人口統計信息，此外還詢問了他們的身心健康狀況。beplay体育相关新闻為了確定參與者是否有抑鬱症狀，他們被要求回答8個問題，這些問題改編自流行病學研究中心抑鬱量表(CES-D)。17每給出一個沮喪的答案就得一分。每個參與者的總分在0到8之間。與以往研究一致，以≥4分來定義抑鬱症狀加重的參與者。10 18
麵試官還要求參與者提供居住在他們房產內的每個人的信息，包括他們的財務狀況、就業狀況、資產以及他們是否獲得任何福利。參與者被分配到五個財富的五分之一，五分之一是最窮的，五分之一是最富有的。財富五分位數指的是家庭財富(金融資產、實物資產和住房財富)，但不包括養老金財富。19財富計算扣除債務，並包括業主自住住房的價值(扣除抵押貸款);在英國銀行賬戶中持有的所有資產;任何商業物業或度假屋的價值(扣除抵押貸款)以及古董、藝術品和珠寶等實物資產的價值。20.
護士麵試
每個參與者的人口統計信息也在第六波護士訪談中收集。在隨後的護士訪談階段，除了提供頭發樣本和空腹血液樣本外，還測量了參與者的血壓、脈搏率、肺功能和握力。分析了空腹血液測試結果和血壓讀數，以確定參與者的代謝健康狀況。在這項研究中，有兩個或兩個以上代謝危險因素的參與者被描述為代謝健康狀況不佳。以下被定義為代謝危險因素:糖化血紅蛋白大於6.0% (42 mmol/mol);c反應蛋白大於或等於3mg /L;男性高密度脂蛋白低於1.03 mmol/L，女性低於1.30 mmol/L;甘油三酯大於或等於1.7 mmol/L，血壓讀數大於130/85 mm Hg。10
訪談護士還記錄了每個參與者的身高、體重和腰圍等一係列人體測量數據。利用參與者的體重和身高值，就可以計算出他們的身體質量指數(BMI)。如果計算出的BMI≥30 kg/m，則將參與者歸類為肥胖2．
數據分析
最初使用描述性統計來總結參與者中抑鬱症狀的患病率。這些數據隨後根據參與者的人口統計數據和Χ進行了分層2進行了測試。在2年隨訪(第7波)中，我們使用多變量模型來確定代謝健康或肥胖是否與抑鬱症狀獨立相關。我們的多變量模型所需的最小樣本量為319。21計算2年隨訪抑鬱症狀風險的未校正和校正比值比(95% CI)。在主要分析之後，進行了二次分析，排除了第6波有抑鬱症狀的病例。以下因素為協變量:基線抑鬱、性別、年齡、財富、肥胖和代謝健康不良。缺失數據被編碼為“缺失”，並在多元模型中作為單獨的類別呈現。當p<0.05時，所有模型生成的p值均被認為具有統計學意義。采用SPSS V.24.0軟件進行分析。
結果
參與者的特征
總的來說，6804名參與者在第6波和第7波中成功地提供了數據。基線參與者特征顯示在表1．參與者的平均年齡為67.6歲，44.5% (n=3030/6804)的參與者為男性，12.8% (n=872/6804)的參與者在基線時抑鬱症狀加重。在隨訪(第7波)中，12.5% (n=851/6804)的參與者有加重的抑鬱症狀(表1)．基線數據根據參與者特征(包括性別、年齡、代謝健康狀況和BMI)進行分層。在第7波調查中，女性抑鬱症狀的患病率(15.1%)高於男性(9.2%)(表1)．來自Χ的結果2經統計學檢驗，性別與抑鬱症狀有相關性(χ2(1) = 53.26, p < 0.01)。年齡與抑鬱症狀之間也有顯著的相關性(χ2(3) = 36.24, p < 0.01)。與代謝健康狀況良好的參與者(11.2%)相比，代謝健康狀況較差的個體(13.6%)在第7波中抑鬱症狀加重的比例更高(表1)．代謝健康與抑鬱症狀有顯著相關性(χ2(1) = 8.48, p < 0.01)。同樣，肥胖(BMI≥30 kg/m2抑鬱症狀(χ2(2) = 32.63, p < 0.01)。
在2年隨訪中檢查代謝健康不良與抑鬱症狀風險之間的關係(第7波)
未經調整的邏輯回歸分析顯示，與代謝健康狀況良好的參與者相比，代謝健康狀況較差的參與者在2年隨訪中出現抑鬱症狀的可能性高24.0%。這一發現具有統計學意義(p<0.01) (表2)．在對模型進行肥胖調整後，2年隨訪中抑鬱症狀風險的OR降至1.17(1.01至1.35,p=0.04)。在對肥胖和基線抑鬱進行模型調整後，2年隨訪中抑鬱症狀風險的OR為1.19(1.01至1.40,p=0.04)。表2)．在對參與者特征和基線抑鬱進行調整後，2年隨訪時抑鬱症狀風險的OR降至1.17(0.99至1.38,p=0.07) (表2)．後一項發現在統計上並不顯著。
在2年隨訪中研究肥胖與抑鬱症狀風險之間的關係(第7波)
未經調整的邏輯回歸分析顯示，與BMI <30 kg/m的參與者相比，肥胖參與者在2年隨訪中出現抑鬱症狀的可能性高54.0%2（表3)．這一發現具有統計學意義(p<0.01) (表3)．在2年隨訪中，調整代謝健康不良後，抑鬱症狀風險的OR降至1.50(1.29至1.75,p<0.01) (表3)．在對代謝健康不良和基線抑鬱進行調整後，2年隨訪時抑鬱症狀風險的OR進一步下降至1.32(1.11至1.56,p<0.01) (表3)．在對參與者特征和基線抑鬱進行調整後，2年隨訪中抑鬱症狀風險的OR為1.19(1.00至1.41,p=0.06) (表3)．後一項發現在統計上並不顯著。
研究性別、年齡、財富、基線抑鬱(第6波)與2年隨訪抑鬱症狀風險(第7波)之間的關係
結果顯示，與男性相比，女性在2年隨訪中出現抑鬱症狀的可能性高48.0% (表4)．這一發現具有統計學意義(p<0.01) (表4)．年齡和抑鬱之間的關係被研究了。在60歲至69歲的參與者中，2年隨訪抑鬱症狀風險的調整OR為0.91(0.73至1.13,p=0.38)。表4)．在70歲至84歲的參與者中，該值增加到1.27(1.02至1.58,p=0.03) (表4)．對於85歲以上的參與者，調整後的OR進一步增加到1.43(0.97至2.11,p=0.07) (表4)．大多數發現與年齡相關，沒有統計學意義。研究人員還研究了財富和抑鬱之間的關係。隨訪時抑鬱症狀風險的校正OR從財富五分位數2的0.80(0.63至1.02,p=0.07)降至財富五分位數5的0.31(0.23至0.41,p<0.01)。表4)．這表明，與財富水平較低的五分之一人群相比，財富水平較高的五分之一人群在2年隨訪中出現抑鬱症狀的可能性較小。最後，研究了基線抑鬱和未來抑鬱之間的關係。2年隨訪時抑鬱症狀風險的調整OR為10.59 (8.90 ~ 12.53,p<0.01)。
討論
這項研究評估了代謝健康、肥胖和抑鬱症狀之間的關係。最初，未經調整的logistic回歸模型顯示，在2年隨訪中，代謝健康不良與抑鬱症狀相關;然而，在對包括基線抑鬱、肥胖、性別、年齡和財富在內的協變量進行調整後，這一發現不再具有統計學意義，先前升高的調整後ORs下降。當研究肥胖和抑鬱症狀之間的關係時，也得出了類似的結果。未調整的邏輯回歸模型最初顯示，2年隨訪時肥胖與抑鬱症狀相關，但在調整協變量後，這一發現在統計學上變得不顯著。
我們的發現與以前的研究報告不同。研究報告新陳代謝健康、肥胖和抑鬱之間的聯係，往往將這種聯係歸因於生物學變化。例如，肥胖通常與代謝異常有關，如胰島素抵抗和炎症標誌物升高，以前的研究表明，這些異常與抑鬱症的發展獨立相關。22 - 24另一種解釋是，新陳代謝不良和肥胖都與大腦中血清素活性的降低有關，從而增加了抑鬱的可能性。25日26日然而，這種關聯背後的生物學機製是複雜的，還沒有被完全理解。
據我們所知，以前隻有一項前瞻性研究使用ELSA數據來確定“肥胖與抑鬱症狀的關聯是否依賴於個人的代謝健康”。10哈默爾等10創建了四個參與者模型:“代謝健康非肥胖者”、“代謝不健康非肥胖者”、“代謝健康肥胖者”和“代謝不健康肥胖者”。將“代謝健康的非肥胖”組的參與者作為對照，調整後的ORs顯示，“代謝不健康的肥胖”參與者在隨訪中患抑鬱症的可能性增加了50%。對於“代謝不健康的非肥胖”參與者，隨訪時出現抑鬱的可能性為44%。在“代謝健康的肥胖”參與者中，這一數值降至38%。10根據他們的發現，作者得出結論:“肥胖和抑鬱症狀風險之間的聯係似乎部分取決於代謝健康。”10然而，在這項研究中，我們在2年的隨訪中發現，代謝健康不良和肥胖都與抑鬱症狀的風險無關。有可能是時期效應導致了不同的結果，因為哈默等10分析了2004 - 2007年收集的ELSA數據，本研究分析了2012 - 2015年收集的ELSA數據;然而，兩項研究之間的時間框架相對較短。27另一個可能的解釋是，哈默等10將醫療因素確定為混雜因素，而本研究除將醫療因素作為混雜因素外，還包括財富。
這項研究表明，較低的財富，以及基線抑鬱，是2年隨訪中抑鬱症狀風險的強預測因素。彭定康等28支持我們的財富發現，結論是重度抑鬱症患病率的增加與個人財富的減少有關。同樣,Martikainen等29分析了白廳II研究期間收集的數據，報告稱，在調整了基線年齡和健康狀況不健康後，抑鬱症在最低財富類別的人群中最為常見。這一發現很重要，因為整個英格蘭的財富不平等現象正在持續加劇;因此，在2年隨訪中，生活在較低財富五分之一的個體出現抑鬱症狀的風險可能會升高。30.
我們的多變量模型也用於確定性別或年齡是否與2年隨訪的抑鬱症狀風險獨立相關。研究結果表明，與男性相比，女性在2年的隨訪中更有可能出現抑鬱症狀。這一發現具有統計學意義(p<0.01)，與現有文獻一致。33節艾伯特31作者認為，“生理性別差異”是導致男性和女性抑鬱症患病率不同的根本原因，但作者也承認，需要進一步的研究來發展我們對這一複雜發現的理解。皮奇內利和威爾金森的評論33認為缺乏社會融合、社會支持減少和對不良生活事件的脆弱性增加是可能導致女性抑鬱症發病率較高的社會因素。
在2年隨訪中，與50 - 59歲的人相比，70歲以上的人出現抑鬱症狀的可能性至少高出27.0%。研究結果還表明，與50至59歲的人相比，60至69歲的參與者在2年隨訪中出現抑鬱症狀的可能性低9.0%。布蘭奇弗勞爾(Blanchflower)和奧斯瓦爾德(Oswald)此前曾報道過抑鬱症患病率的u型曲線。34對這一發現的一種解釋可能是退休對個人的心理健康有益。35
我們樣本的規模和代表性是本研究的主要優勢，因此，我們的研究結果適用於50歲以上的英國人群。標準化的數據收集方法和經過驗證的數據收集工具被用於為ELSA獲取數據，例如CES-D被用於收集有關抑鬱症狀的數據。CES-D量表要求參與者準確、真實地回憶有關他們抑鬱症狀的信息，以防止研究偏差。36抑鬱症狀的原因通常是多因素的，盡管在分析中使用了許多協變量來最小化研究偏倚，但可能還有其他的影響因素在ELSA中沒有被檢查，因此，這些因素可能會影響我們的發現。雖然這項研究表明，在2年的隨訪中，代謝健康和肥胖都不能預測抑鬱症狀，但仍可能存在被研究設計所掩蓋的關聯。由於該研究隻包括年齡超過50歲的受訪者，因此代謝健康和/或肥胖可能會在生命過程的早期預測抑鬱症。
結論
這項研究發現，在2年的隨訪中，代謝健康不良和肥胖都與抑鬱症狀的風險無關。這項研究的結果還表明，基線抑鬱和較低的財富是2年隨訪中抑鬱症狀風險的強預測因素。先前的研究主要確定醫學因素為混雜因素;然而，這項研究強調了在未來的研究中，除醫療因素外，考慮財富作為混雜因素的重要性。
致謝
作者要感謝ELSA參與者，ELSA研究人員和英國數據服務，使此分析使用ELSA數據。
參考文獻
腳注
患者發表同意書不是必需的。
貢獻者MF、CR、SW和RHV有助於研究思路。MF領導了這項研究。采用MF、CR、NS進行數據分析。所有作者都可以完全訪問由英國數據服務提供的ELSA Wave 6和Wave 7數據，他們對數據的完整性和準確分析承擔全部責任。所有作者均對數據解釋有貢獻。NS起草了MF, CR, SW和RHV的手稿。MF和NS是本研究的保證。
資金作者沒有從任何公共、商業或非營利部門的資助機構宣布對這項研究的具體資助。
相互競爭的利益沒有宣布。
倫理批準所有的ELSA波都得到了國家研究和倫理服務部下屬的國家研究和倫理委員會的倫理批準。
出處和同行評審不是委托;外部同行評審。
數據共享聲明本研究沒有其他數據可用;然而，所有ELSA數據都是匿名的，並且可以從https://discover.ukdataservice.ac.uk/．