目的：抑郁在罹患心血管疾病（CVD）的老年人中常见。本研究应用网络分析（Network Analysis）考察伴或不伴CVD的中老年人抑郁症状结构，并探讨共病（comorbidity）的影响。方法：基于2018年中国健康与养老追踪调查（CHARLS）的15,234名受试者，采用倾向得分匹配（Propensity Score Matching, PSM）构建CVD与非CVD匹配队列。使用流调中心抑郁量表简版（Center for Epidemiologic Studies Depression Scale, CES-D-10）评估抑郁症状；通过网络分析识别中心症状（central symptoms），比较网络连接度与网络强度（global network strength）。结果：CVD组抑郁患病率及症状严重程度均显著高于非CVD组。CVD抑郁网络中，"感到沮丧(felt depressed)"、"无法打起精神(could not get going)"和"被琐事烦扰(bothered)"为中心症状。值得注意的是，伴有共病的CVD患者其全局网络强度（S=0.44, P=0.008）显著高于无共病者，表明症状间耦合更紧密、潜在持续性更强。结论：CVD老年人表现独特的抑郁症状交互模式；共病患者网络密度增加提示更易形成自我维持的抑郁状态。针对"感到抑郁"及"无法打起精神"等中心症状的干预可优化该人群心理干预及临床管理。
论文解读：《中老年人群心血管疾病合并抑郁的解构：共病与抑郁症状网络强度升高相关的证据》
该研究发表于Psychology Research and Behavior Management。目前关于心血管疾病（Cardiovascular Disease, CVD）与抑郁（Depression）关系的研究多依赖二分类诊断或总分评估，忽视了各抑郁症状间的差异化及相互作用；既往网络分析未专门聚焦≥45岁的中老年中国人群，也未在CVD组内考察共病（comorbidity，即同时存在CVD以外的其他慢性病）对抑郁症状网络的影响。由于CVD与抑郁双向关联且共病率高，明确CVD人群特有的抑郁症状联结模式及共病的修饰效应，对精准心理干预有重要意义。为此，研究人员基于全国代表性纵向数据库，采用倾向得分匹配（PSM）平衡混杂因素后，对CVD与非CVD组分别构建CES-D-10抑郁症状网络，比较网络结构与强度，并在CVD组内按人口学特征及共病状态进行亚组网络比较检验，发现CVD患者抑郁网络中"felt depressed""could not get going""bothered"为中心症状，且伴共病者全局网络强度显著升高。这提示CVD人群尤其是多慢病共存者，其抑郁症状彼此耦合紧密易形成恶性循环，靶向中心症状干预具潜在价值。
研究人员使用2018年中国健康与养老追踪调查（China Health and Retirement Longitudinal Study, CHARLS）第四次随访数据，剔除年龄<45岁、CES-D-10或CVD信息缺失者后最终纳入15,234人（CVD组1,643人，非CVD组13,591人）。抑郁症状采用10条目流调中心抑郁量表（CES-D-10）评估，CVD经医生确诊自我报告判定（冠心病或卒中）。协变量含年龄、性别、婚姻、居住地、教育及共病数（高血压、糖尿病等其他慢性病计数）。采用R语言进行1:1最近邻倾向得分匹配（PSM，卡钳0.2）均衡两组基线；基于高斯图形模型（Gaussian Graphical Model, GGM）结合最小绝对收缩与选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）及扩展贝叶斯信息准则（Extended Bayesian Information Criterion, EBIC）估计抑郁症状网络，计算各节点期望影响（Expected Influence, EI）与节点可预测性（predictability）；利用bootnet包做1000次Bootstrap评估边权重准确性与中心性稳定性（相关性稳定系数Correlation Stability Coefficient, CS‑C）；使用网络比较检验（Network Comparison Test, NCT，1,000次置换）比较两组间全局强度（global strength）与网络结构差异，Holm‑Bonferroni校正。
Sub-Group Network Comparison in the CVD Group（CVD组内亚组网络比较）
按年龄(<60 vs ≥60)、性别、婚姻、居住地、教育水平分层比较，全局强度与网络结构均无显著差异（均P≥0.61）。按有无共病（除外CVD外的其他慢性病）比较：伴共病者网络全局强度显著更高（有共病 S对应值4.13 vs 无共病3.69；强度差S=0.44, P=0.008），但网络结构差异无统计学意义（M=0.12, P=0.47），说明共病使CVD患者抑郁症状间联结更紧密但未改变联结排布模式。
讨论与结论（Discussion and Conclusion）
讨论指出CVD组抑郁患病率偏高（约48.0%），可能与评估工具及切点有关。"felt depressed(DEPRESS)"作为负性情感核心症状在两人群中均为最高中心性，是触发和维持抑郁的关键节点。"could not get going(GOING)"在CVD组取代非CVD组的"everything was an effort(EFFORT)"成为躯体迟滞维度中心症状，反映CVD带来的无力感与生活受挫。HOPEFUL‑HAPPY强相关可能反映绝望‑不快心境联动及正性条目反向计分的方法学共性，需谨慎解读。首次发现CVD伴共病者抑郁网络全局强度显著升高，提示多慢病共存致症状交织致密，抑郁更难打破自我强化循环，支持临床评估时须考量共病负担。局限性含横断面设计无法推断因果、CES-D-10为自评筛查而非临床诊断访谈、未细分CVD亚型与严重程度、样本限于中国人群外推需谨慎。未来需纵向研究验证。
