Med-CLHLS，持续分享CLHLS数据库生信文献与思路解读，捕捉当下热点指标/思路，感兴趣的老师拜托点点关注~
中国老年健康影响因素跟踪调查，是由北京大学健康老龄与发展研究中心/国家发展研究院组织的老年人追踪调查，调查范围覆盖全国23个省市自治区，调查对象为65岁及以上老年人和35-64岁成年子女。
调查问卷分为存活被访者问卷和死亡老人家属问卷两种。存活被访者问卷的调查内容包括老人及家庭基本状况、社会经济背景及家庭结构、经济来源和经济状况、健康和生活质量自评、认知功能、性格心理特征、日常活动能力、生活方式、生活照料、疾病治疗和医疗费承担；死亡老人家属问卷的调查内容包括老人死亡时间、死因等内容。
该调查项目在1998年进行基线调查后分别于2000 年、2002年、2005年、2008-2009年、2011-2012年、2014年和2017-2018年进行了跟踪调查，最近的一次跟踪调查(2017-2018年)共访问15,874 名65+岁老年人,收集了2014-2018年期间死亡的2,226位老年人的信息。
文章标题：Network analysis of depression and anxiety symptoms and their associations with life satisfaction among Chinese hypertensive older adults: a cross-sectional study
中文标题：中国高血压老年人抑郁焦虑症状及其与生活满意度关系的网络分析：横断面研究
发表期刊：Front Public Health .
发表时间：2024年3月
影响因子：3/Q1
高血压是中国老年人口中最常见的慢性疾病之一，患有高血压的老年人更容易出现心理健康问题。本研究旨在探讨抑郁症和焦虑症的网络结构，以及它们与老年人高血压患者生活满意度 （LS） 的关系。
研究设计和参与者
我们的研究选择了中国纵向健康长寿调查 （CLHLS） 的第 7 波（2017-2018 年）数据。本研究纳入的参与者是在医院被诊断患有高血压的老年人 （≥60 岁）。在排除信息不完整的问卷后，该研究纳入的样本量为 4,993 人。
方法
流行病学研究中心抑郁量表 10 （CESD-10） 和广泛性焦虑障碍量表 7 （GAD-7） 用于评估抑郁和焦虑症状。中枢症状和桥梁症状分别通过 “Expected Influence” 和 “Bridge Expected Influence” 确定。使用删除大小写的引导技术评估网络稳定性。
结果分析
1. 基线特征
该分析包括一组 4,993 名中国老年人高血压患者。平均年龄为 81.91 （SD = 10.22） 岁。在这些参与者中，2,195 名男性和 2,798 名女性。参与者的其他人口统计变量如表 1 所示。
2. CESD-10 和 GAD-7 项目的描述性统计
同时，2,287 名参与者有明显的抑郁症状 （45.80%，CESD-10 评分为 ≥10），参与者的平均 CESD-10 总分为 8.75 （SD = 3.91）。其中 612 名参与者有焦虑症状 （12.3%，GAD-7 评分为 ≥5），参与者的平均 GAD-7 总分为 1.42 （SD = 2.71）。CESD-10 和 GAD-7 中每个项目的平均分数以及每种症状的可预测性如表 2 所示。
3. 网络结构
中国高血压老年人抑郁和焦虑的网络结构如图 1 所示。根据所有可能的 136 条边中估计的 101 条非零边，网络密度约为 74.26%。抑郁症状之间相关性最强的是 CESD5 （绝望） 和 CESD7 （缺乏快乐），其次是 CESD1 （感到困扰） 和 CESD3 （感觉忧郁/抑郁）。焦虑症状网络中相关性最强的两种症状是 GAD1 （紧张或焦虑） 和 GAD2 （无法控制的担忧），其次是 GAD5 （不安） 和 GAD6 （易怒）。在抑郁和焦虑的交叉诊断网络中，CESD10（睡眠障碍）和 GAD1（紧张或焦虑）之间的联系最强，紧随其后的是 CESD1（感到烦恼）和 GAD6（感到紧张/恐惧）之间的关联，以及 CESD6（感到紧张/恐惧）和 GAD4（放松困难）。
4. CESD-10 和 GAD-7 项目的预期影响和桥梁预期影响
抑郁和焦虑网络中每个节点的 EI 和 BEI 如图 2 所示。CESD3 （感觉忧郁/抑郁） 具有最高的预期影响，而 GAD4 （放松困难） 和 GAD2 （无法控制的担忧） 在统计学上也比抑郁和焦虑网络中的大多数其他节点强（图 2A）。这三种症状对高血压老年人的抑郁和焦虑症状网络有重大影响。此外，根据 BEI 分析，发现 GAD1 （紧张或焦虑）、CESD10 （睡眠障碍） 和 CESD1 （感觉烦恼） 被确定为连接抑郁和焦虑的中央桥梁症状 （图 2B）。
5. 网络稳定性
EI 和 BEI 的中心性稳定性被证明非常高，如图 3 所示。节点 EI 和桥 EI 的 CS 系数为 0.75，表明当丢弃 75% 的样本时，网络的结构没有显着变化。
6. 生活满意度的流网络
图 4 描绘了 LS 与抑郁和焦虑症状相关的网络结构流程图。位于图中间的 12 个节点与 LS 直接相关，而其余 5 个节点与 LS 间接相关。具体来说，节点 CESD7 （缺乏幸福感） 与 LS （平均边缘权重 = -0.152） 的负相关最强，其次是 CESD10 （睡眠障碍） （平均边缘权重 = -0.144） 和 CESD5 （绝望） （平均边缘权重 = -0.115）。
文章小结
网络分析发现 CESD3 （感觉忧郁/抑郁） 、 GAD4 （放松困难） 和 GAD2 （无法控制的担忧） 是抑郁和焦虑网络中最具影响力的核心症状。同时，GAD1 （紧张或焦虑）、CESD10 （睡眠障碍） 和 CESD1 （感到烦恼） 是抑郁症和焦虑症之间的关键桥梁症状。此外，CESD7 （Lack of happiness） 与中国高血压老年人的 LS 呈最强负相关。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
