NHAES也能做流产？中国学者揭示流产与女性抑郁症状之间的关联

重度抑郁症 （MDD），也称为抑郁症，显著增加全球健康负担，影响个人的情绪、认知和行为。与短暂的悲伤或暂时的情绪低落不同，这种疾病的特点是持续的沮丧、不感兴趣和能力下降，有可能在最极端的形式下升级为自杀。1990 年至 2017 年的全球疾病负担 （GBD） 研究显示，抑郁症患病率呈普遍上升趋势。人们普遍认为，抑郁症的根源是复杂和多方面的，涉及遗传、生化、环境和社会心理因素。从生物医学的角度来看，血清素、去甲肾上腺素和多巴胺等脑神经递质的失衡与抑郁症密切相关。此外，神经内分泌学的改变，尤其是皮质醇（一种压力荷尔蒙）的失调，对于理解抑郁症的发作至关重要。值得注意的是，性别之间的抑郁症发病率存在差异，根据大量研究，女性的患病率几乎是男性的两倍。

2024年7月，中国学者在《BMC Psychiatry》（二区，IF=3.4）发表标题为：“Association between pregnancy loss and depressive symptoms in women: a population-based study”的研究论文。该研究使用 2007 年至 2020 年的全国健康与营养检查调查 （NHANES） 数据来研究美国成年人流产与女性抑郁症状之间的关系。

抑郁症是一种常见的精神障碍，女性的患病率远高于男性。尽管关于生殖健康与抑郁症之间关联的研究逐渐增加，但关于流产与抑郁症之间关系的证据仍然存在一些不一致之处。本研究旨在探讨流产与抑郁症状之间的关系。

本研究分析了 2007-2020 年全国健康和营养检查调查 （NHANES） 的数据，其中包括 20 至 80 岁的女性参与者。流产是根据参与者自我报告的怀孕次数和妊娠结局来确定的。使用患者健康问卷 （PHQ-9，评分 ≥ 10） 测量抑郁症状。采用多因素 logistic 回归、平滑曲线拟合和广义加性建模来检查流产与抑郁之间的关联，还进行了敏感性分析和亚组分析，以验证结果的稳健性和特异性。

本研究共纳入 12,873 名女性参与者，其中 1,595 名 （12.39%） 被归类为抑郁症。多变量 logistic 回归结果显示，流产会增加女性患抑郁症的风险（1 次丢失：OR = 1.31,95% CI 1.15,1.50;2 次或更多次丢失：OR = 1.58,95% CI 1.38,1.81）。当进行敏感性分析时，在以 PHQ-9 评分为连续变量的多变量线性回归和阈值为 5 个 PHQ-9 评分的多变量 logistic 回归中都发现了流产与抑郁之间的关联。流产与抑郁之间的关联在亚组中保持稳定。

流产与美国成年女性的 PHQ-9 评分升高和患抑郁症的风险增加相关。关注女性人群不良妊娠事件的发生率可能有助于预防或早期识别抑郁症的发作。

在总样本量中，共有 1,595 人报告有抑郁症状（PHQ-9 ≥ 10），占研究人群的 12.39%。PHQ-9 分数较高的女性参与者更有可能受教育程度较低、收入较低、更有可能成为当前吸烟者和饮酒者、更有可能拥有较高的体重指数 （BMI），并患有糖尿病、高血压、高脂血症和心血管疾病。此外，种族和婚姻状况与抑郁症状相关，未婚、丧偶、离婚和配偶分居也与较高的 PHQ-9 评分相关。与无抑郁症状的妇女相比，有抑郁症状的妇女年龄、初潮年龄、初次分娩年龄和末次分娩年龄较小。

表1

使用了单变量 logistic 分析。结果显示，年龄、初潮年龄、初次分娩年龄、末次分娩年龄、怀孕次数、活产次数、阴道分娩次数、教育程度、婚姻状况、家庭 PIR、饮酒状况、吸烟状况、体重指数、糖尿病、高血压、高脂血症和心血管疾病与抑郁症显著相关。

表2

创建了四个模型来评估流产对抑郁症的独立影响。表 3 显示了从多变量 logistic 回归模型得出的效应大小、OR 和 95% CI。在未经调整的模型中，与没有流产经历的妇女相比，有一次流产的妇女患抑郁症的风险增加了 32%（OR = 1.32;95% CI 1.16,1.50）。调整混杂因素后，OR 为 1.31 （95% CI 1.15， 1.50） （p < 0.0001）。同样，在未经调整的模型中，与没有流产经历的妇女相比，有两次或两次以上流产的妇女患抑郁症的风险增加了 80%（OR = 1.80;95% CI 1.59,2.05）。调整混杂因素后，OR 为 1.58 （95% CI 1.38， 1.81） （p < 0.0001）。这个显著的 OR 表明流产的数量是抑郁症状发展的危险因素。

表3

表 4 总结了敏感性分析的结果。当以 PHQ-9 评分作为连续变量进行线性回归时，所有模型中的线性回归结果均具有统计学意义 （p < 0.0001），表明流产次数与连续 PHQ-9 评分呈正相关（对于 1 例损失：β = 0.60,95% CI 0.41,0.79;对于 2 例或更多例丢失：β = 1.03， 95% CI 0.82， 1.24）。当 PHQ-9 评分用作 logistic 回归中的分类变量时，阈值为 5，结果同样表明流产与抑郁症的高风险相关（1 次丢失：OR = 1.25,95% CI 1.14,1.37;2 次或更多次丢失：OR = 1.48,95% CI 1.34,1.64）。

表4

为了检查特定人群流产和抑郁之间关系的潜在差异，本研究按年龄、种族、教育水平、婚姻状况和家庭 PIR 进行了亚组分析和交互测试。表 5 显示，流产与抑郁症状之间的正相关在亚组之间仍然显著，包括不同的年龄、教育水平和婚姻状况组。然而，在高收入人群中，流产与抑郁症之间的关联没有统计学意义（家庭 PIR ≥ 3.50）。此外，在调整后的模型中，观察到家庭 PIR 与抑郁症之间存在显着交互作用 （p for interaction < 0.05）。

P：来自6个NHANES周期（2007-2020年）的数据。

E：流产

O：抑郁症

S：横断面研究

使用 R 软件（4.3.2 版）和 EmpowerStats（4.2 版）对数据进行统计检查。使用单因素方差分析检验 （正态分布的连续变量） 、学生 t 检验 （非正态分布的连续变量） 和卡方检验 （分类变量） 分析组间基线特征的差异。采用加权多因素线性回归分析和 logistic 回归分析来确定流产与抑郁症状之间的关系。模型 1 根据年龄、种族、教育水平、婚姻状况和家庭 PIR 进行调整;模型 2 根据年龄、种族、教育水平、婚姻状况、家庭 PIR、初潮年龄、初次分娩年龄、末次分娩年龄、阴道分娩次数和剖宫产次数进行调整;模型 3 对所有协变量进行了全面调整，包括模型 2 、饮酒、吸烟、BMI、更年期、糖尿病、高血压、血脂异常和 CVD。使用平滑曲线拟合和广义加性模型来探索流产与抑郁之间的非线性关系。为了评估结果的稳定性，我们进行了敏感性分析。首先，以 PHQ-9 评分作为连续变量进行多元线性回归分析。其次，在临界 PHQ-9 评分为 5 分时进行多变量 logistic 回归分析。此外，我们进行了亚组分析，以探讨是否存在其他可能影响流产与抑郁之间关系的混杂因素，例如年龄、种族、教育水平、婚姻状况和家庭 PIR。

这篇文章主要采用了单因素方差分析（ANOVA）、学生 t 检验和卡方检验分析组间基线特征的差异。核心分析方法是多变量逻辑回归，通过构建不同调整水平的回归模型，评估流产次数对患抑郁症的影响。在回归分析中，模型逐步调整了包括年龄、种族、教育水平、婚姻状况、家庭 PIR、初潮年龄等多个混杂因素，以确保结果的稳健性和准确性。此外，以 PHQ-9 评分作为连续变量进行线性回归时，结果同样表明流产与抑郁症的高风险相关。