抑郁症状与跌倒风险的关联：印度老年人群心理健康-跌倒链的横断面研究

《Discover Public Health》：Examining the mental health–fall nexus in older Indian adults

　　本研究针对印度老年人群跌倒这一重大公共卫生问题，探讨了抑郁症状（CES-D量表评估）与跌倒风险的独立关联。通过分析LASI Wave 1中29,682名≥60岁老年人的数据，研究发现抑郁症状（aOR=1.03）、女性性别、视力问题、共病、功能限制及吸烟饮酒行为均显著增加跌倒风险。结果强调需将心理健康筛查整合至老年跌倒预防策略，为印度制定整合身心健康的老年护理模式提供实证依据。

　　

随着全球人口老龄化加速，跌倒已成为老年人意外伤害、失能甚至死亡的主要原因之一。在印度，约20%-30%的老年人每年至少经历一次跌倒，这一比例与全球数据相当，但该国的独特社会分层（如种姓、经济差距）和医疗资源分布不均使得跌倒风险因素的研究更具复杂性。以往印度本土研究多聚焦于生理或社会人口学因素，对心理健康（如抑郁症状）与跌倒的关联关注不足，而国际证据表明，抑郁可能通过认知功能下降、平衡能力减弱、药物副作用等途径间接增加跌倒风险。为此，Paul与Das利用印度纵向老龄化研究（LASI）的首轮数据，首次在印度全国样本中系统检验抑郁症状与跌倒的关联，并纳入社会阶层、行为因素等多维度协变量，以揭示跌倒风险的整合性机制。

研究采用横断面设计，主要分析方法包括多变量逻辑回归。关键技术方法包括：使用具有全国代表性的LASI Wave 1（2017-2018）社区居住老年人数据（N=29,682），通过CES-D 10项量表评估抑郁症状，以自报过去两年跌倒为结局变量，控制性别、婚姻、教育、财富、居住地、宗教、种姓、视力问题、共病数量、功能限制评分、体力活动、辅助工具使用、吸烟和饮酒等变量，采用加权分析和多重插补进行敏感性检验。

3.1 样本特征

研究对象平均抑郁得分为3.18（SD=1.47），20.03%的老年人在过去两年内发生过跌倒。女性占51.88%，多数居住于农村（66.74%），55.16%存在视力问题，24.35%患有多重共病。抑郁症状人群的跌倒发生率（23%）显著高于非抑郁人群（19%），初步提示抑郁与跌倒的潜在关联。

3.2 双变量与多变量回归结果

双变量分析显示，抑郁评分（OR=1.09）、视力问题、共病、功能限制、中等体力活动、吸烟饮酒均与跌倒风险正相关；女性、丧偶/离异群体风险更高；高等教育、城市居住、少数民族宗教和 Scheduled Tribe 身份则呈保护性关联。在多变量模型中，抑郁症状仍保持独立关联（aOR=1.03），其他显著因素包括女性（aOR=1.52）、视力问题（aOR=1.07）、多重共病（aOR=1.28）、功能限制评分（aOR=1.07）、吸烟（aOR=1.28）和饮酒（aOR=1.34）。值得注意的是，中高强度体力活动反而与跌倒风险上升相关，可能反映活动能力尚可者更易暴露于风险环境。

3.3 模型效能评估

模型区分度（AUC=0.6346）处于中等水平，灵敏度60.64%，特异性58.59%，说明其虽不宜作为独立临床预测工具，但可用于群体风险筛查。Hosmer-Lemeshow检验（p=0.5052）和低VIF值（均<1.58）表明模型拟合良好且无多重共线性问题。

4 讨论与政策启示

本研究证实，即便在控制多种混杂因素后，抑郁症状仍是印度老年人跌倒的独立风险因素，其机制可能涉及精神运动迟缓、注意力下降及抗抑郁药物副作用。尽管效应值较小（aOR=1.03），但在多重风险叠加（如共病、功能限制）的老年人中，抑郁的“催化作用”不容忽视。结果强调需打破传统“身心分离”的医疗模式，将CES-D等简易抑郁筛查工具嵌入基层老年保健服务（如印度国家老年健康计划NPHCE），并培训社区健康工作者（ASHA）识别高风险个体。同时，研究意外发现中高强度活动与跌倒风险正相关，提示需推广安全性指导而非单纯鼓励活动。

未来研究应通过LASI后续波浪数据验证因果路径，并结合环境评估、认知测试等深化机制探索。从政策层面，建议在初级保健中整合跌倒风险筛查与心理支持，发展适合农村地区的低成本干预套餐（如平衡训练、家居安全改造），并通过公众教育提升对跌倒-抑郁链的认识。这项研究为资源有限背景下实现健康老龄化提供了跨学科合作的重要范本。