综述：重新评估围产期抑郁的负担：关于围产期抑郁症状发生率及风险因素的系统性回顾与荟萃分析

本研究通过Meta分析评估围产期抑郁症状轨迹的总体 pooled 预防率及危险因素，纳入22项研究（47,650例）。结果显示：持续抑郁轨迹占比9%（95%CI:7%-12%），而上升/下降轨迹占比1.1%-21.07%。危险因素包括单身状态（OR=1.68）、低教育水平（OR=1.39）等。该研究为个体化治疗提供理论基础。

冯书雅|刘莉|肖桂|张宇|周梦佳|李星星|李颖|彭涛|秦春香

摘要

目的

本研究旨在进行一项元分析，以估计围产期抑郁症状轨迹的总体合并患病率及其相关风险因素。

方法

2024年10月19日，在PubMed、Web of Science、Embase、Cochrane Library、CINAHL和PsycINFO数据库中进行了全面的文献检索。检索策略使用了与围产期抑郁症状、轨迹、风险因素和分析方法相关的关键词组合。纳入标准包括：研究对象（成年围产期妇女）、暴露时间（妊娠期间至少进行一次评估以及产后12个月内进行一次评估）、结局（轨迹模式、患病率及相关风险因素）以及研究设计（基于纵向轨迹的研究）。元分析使用Stata 17软件完成。

结果

共识别出13,796项研究，其中22项（N = 47,650名参与者）被纳入分析。所有研究均报告了持续的非抑郁轨迹，15项研究报告了持续抑郁轨迹，14项研究报告了递增轨迹，12项研究报告了递减轨迹。持续抑郁轨迹的合并患病率为9%（95% CI：7%–12%），而递增和递减轨迹的总体患病率分别介于1.1%至9.8%和2.2%至21.07%之间。持续抑郁轨迹的具体风险因素包括单身状态（OR = 1.68，95% CI：1.08–2.61）和低教育水平（OR = 1.39，95% CI：1.02–1.89）。低收入水平（OR = 1.11，95% CI：1.07–1.16）和未生育（OR = 1.28，95% CI：1.12–1.47）是递增轨迹的特异性风险因素，而压力性生活事件（OR = 1.40，95% CI = 1.17–1.67）仅与递减轨迹相关。

结论

围产期抑郁症状对妇女的影响具有变异性。识别不同抑郁轨迹的具体风险因素可以为医疗专业人员提供个体化治疗围产期抑郁的理论依据。

引言

根据流行病学家的观点，围产期抑郁症状（PNDSs）是指妇女在妊娠期间及产后1年内经历的抑郁发作，这是一个重要的公共卫生问题（Stuart-Parrigon和Stuart，2014）。全球围产期抑郁症状的合并患病率为26.3%，在中国的患病率为16.3%（Al-abri等人，2023；Nisar等人，2020）。PNDSs对母亲和婴儿有不良的短期和长期生理及心理影响（Stewart和Payne，2023）。PNDSs的进展并不均匀，其异质性已被充分证实（Santos等人，2017）。随着时间推移症状模式相似的个体被归类为“轨迹”（Nandi等人，2009）。用于定义抑郁症状轨迹的时间窗口在先前的研究中各不相同，有些研究仅关注妊娠期，有些关注产后期，还有一些研究同时涵盖这两个阶段（Waqas等人，2023）。通过考察涵盖妊娠期和产后期的轨迹，可以更全面地描述围产期抑郁症状的动态变化。以往关于这两个阶段PNDS轨迹的系统性回顾通常识别出2到6种轨迹，一般分为稳定型（低、中或高水平的）和短暂型（递增、递减或波动模式）（Baron等人，2017；Vanwetswinkel等人，2022）。然而，目前尚未有元分析综合这些轨迹的总体患病率。

了解不同轨迹的合并患病率至关重要。报告的PNDS轨迹患病率因使用的测量方法、评估时机和轨迹分析方法而异。例如，Johann等人和Jacques等人报告的高症状轨迹患病率分别为4%和3.9%（Jacques等人，2020；Johann等人，2023），而Marianne等人报告的患病率为21.6%（Lin-Lewry等人，2023）。因此，单项研究的发现可能缺乏普遍性，对临床和公共卫生决策的指导作用有限。元分析允许对可比研究进行定量综合，从而生成稳定可靠的合并患病率估计（Borenstein等人，2009）。这样的合并估计对于建立PNDS轨迹分布的群体水平基准至关重要，这仅通过单项研究是无法实现的。通过识别PNDS轨迹的合并患病率，本元分析为理解围产期症状过程的相对负担提供了坚实的实证基础。此外，它还生成了PNDS轨迹的可靠合并患病率估计，有助于深入理解其病因，并有助于对围产期抑郁妇女进行分类，从而为制定个性化的风险管理策略和治疗方案提供依据（Galea和Frokjaer，2019；Kimmel等人，2020）。因此，本研究提供了不同PNDS轨迹的总体患病率，以识别和管理人员群中的PNDSs。

由于PNDS轨迹的异质性，与之相关的风险因素也各不相同。一些研究在报告PNDS轨迹的同时，也确定了与特定轨迹相关的因素（相对于低症状轨迹）。例如，持续抑郁轨迹的风险因素可能包括单身状态、低社会支持或孕前抑郁史（Choi等人，2022；Lin-Lewry等人，2023；Mughal等人，2023）；与递增轨迹相关的因素可能包括年龄较大、低社会支持或亲密伴侣暴力（Larsen等人，2022；Mughal等人，2023）；与递减轨迹相关的因素可能包括压力性生活事件、吸烟或亲密伴侣暴力（Jacques等人，2020；Mughal等人，2023）。探索PNDS轨迹的风险因素有助于根据轨迹亚型制定有针对性的干预措施。

先前的研究综合了PNDS轨迹的风险因素，但仍存在某些局限性。具体而言，尚未有研究系统地回顾和呈现与短暂抑郁轨迹（如递增和递减轨迹）相关的风险因素，也未对不同轨迹的风险因素进行元分析。Santos等人和Vanwetswinkel等人在他们的系统性回顾中仅关注了持续抑郁轨迹的风险因素，可能忽略了短暂轨迹同样重要的风险因素（Santos等人，2017；Vanwetswinkel等人，2022）。尽管Waqas等人探讨了短暂轨迹，但他们将递增和递减轨迹的风险因素混为一谈，没有分别进行研究（Waqas等人，2023）。Baron等人分别呈现了持续和短暂轨迹的风险因素，但他们的结果仅基于对原始研究的零散引用，缺乏系统的综合（Baron等人，2017）。本研究通过进行元分析，识别了与持续和短暂抑郁轨迹相关的风险因素。

本研究旨在进行一项元分析，以估计PNDS轨迹的总体合并患病率及其相关风险因素。

部分内容摘要

材料与方法

本系统回顾和元分析在PROSPERO（CRD42024504717）上进行了前瞻性注册。本研究的方法学和设计遵循了系统回顾和元分析的优先报告项目（PRISMA）标准。

研究选择

系统检索后，共识别出13,796篇文章。经过初步筛选和去重后，有10,515篇文章进入标题和摘要筛选阶段。随后，选择85篇文章进行全文审查。最终，有22篇文章被纳入分析，其中包括从参考文献列表中识别出的两项研究和在更新检索过程中发现的一项新发表的研究（Ahmed等人，2019；Ahmed等人，2018；Barthel等人，2017；Chen, X.Y.等人，2024；Choi等人，

讨论

本研究旨在进行元分析，以估计PNDS轨迹的总体合并患病率及其相关风险因素。研究结果表明，持续抑郁轨迹的合并患病率为9%，而递增和递减轨迹的总体患病率分别介于1.1%至9.8%和2.2%至21.07%之间。亚组分析显示，高收入国家的持续抑郁轨迹合并患病率高于

局限性

本研究的潜在局限性不容忽视。首先，研究结果应在高度异质性的背景下进行解读。尽管如此，仍观察到了与围产期抑郁相关的一致趋势。其次，纳入的研究未涵盖低收入国家，这可能导致结果代表性偏差。然而，一些中低收入非洲国家被纳入了中等收入组。第三，本研究未进行

结论

本研究是首个专注于PNDS轨迹的元分析。持续抑郁轨迹的合并患病率为9%，而递增和递减轨迹的总体患病率分别介于1.1%至9.8%和2.2%至21.07%之间。研究结果揭示了抑郁症状的异质性，为了解围产期抑郁的负担提供了新的见解。

资助声明

本研究由中国国家自然科学基金（项目编号：72074225）和湖南省哲学与社会科学基金（项目编号：22YBA004）资助。资助机构未参与研究设计，也不会参与后续的研究计划。

CRediT作者贡献声明

冯书雅：数据整理、形式分析、方法学、初稿撰写。刘莉：概念构思、验证、审稿与编辑。肖桂：验证、审稿与编辑。张宇：调查、审稿与编辑。周梦佳：方法学、审稿与编辑。李星星：项目管理、审稿与编辑。李颖：资源协调、审稿与编辑。彭涛：验证、审稿与编辑。秦春香：资金提供

伦理声明

本研究是对已发表数据的系统回顾和元分析，无需伦理批准和知情同意。

写作过程中使用生成式AI和AI辅助技术的声明

在准备本工作时，作者使用了ChatGPT来提高文章的可读性和语言表达。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对发表文章的内容负全责。

CRediT作者贡献声明

冯书雅：初稿撰写、方法学、形式分析、数据整理。刘莉：审稿与编辑、验证、概念构思。肖桂：审稿与编辑、验证。张宇：审稿与编辑、调查。周梦佳：审稿与编辑、方法学。李星星：项目管理、审稿与编辑。李颖：资源协调、审稿与编辑。彭涛：审稿与编辑、验证。秦春香：写作

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

感谢中国国家自然科学基金（项目编号：72074225）和湖南省哲学与社会科学基金（项目编号：22YBA004）对本研究的支持。