每日体力活动的时间与抑郁症状的出现：一项针对社区居住老年人的纵向队列研究

《Archives of Gerontology and Geriatrics》：Timing of Daily Physical Activity and Onset of Depressive Symptoms: A Longitudinal Cohort Study of Community-Dwelling Older Adults

　　本研究基于日本国家老年病研究所老龄化与社会科学中心的长寿队列研究，分析了每日身体活动高峰时段与老年人抑郁症状发生风险的关系。通过加速度计监测2542名≥60岁老年人的活动时间，运用功能主成分分析法将人群分为早晚活动组。26.4个月后随访显示，下午（15:00-18:00）活动高峰组抑郁症状发生率（10.1%）显著低于上午组（16.1%），经逆概率加权及重叠加权调整后风险差分别为-3.9%和-3.5%（P均<0.01）。亚组分析表明该关联在年龄、性别及活动水平亚组中均一致，提示优化老年人活动时间分布有助于抑郁预防。

　　

森川雅宪|原田健二|西岛千春|藤井和也|柿田大辅|奥久保卓人|相马和树|山城由香里|高柳直人|须藤基树|岛田宏之

日本爱知县奥布市国立老年医学与老年科学中心老年学与社会科学部预防老年学研究室，邮编474-8511

摘要

背景

晚年抑郁症是一个重大的公共卫生问题。尽管体育活动具有保护作用，但体育活动时间与老年人抑郁症状出现之间的纵向关联仍不清楚。本研究探讨了体育活动时间与老年人抑郁症状之间的关联。

方法

本研究纳入了2,542名年龄≥60岁的社区居住者，他们在基线时没有抑郁症状。使用加速度计测量体育活动，并按3小时的时间间隔进行总结。功能主成分分析将参与者分为早活跃组和晚活跃组。26.4个月后评估抑郁症状（GDS评分≥5）。通过逆概率和重叠加权方法估计风险差异，同时调整了人口统计、健康和生活方式因素。

结果

14.7%的参与者出现了抑郁症状。晚活跃组（活动高峰在下午）的发病率（10.1%）低于早活跃组（16.1%）。经过逆概率加权后，风险差异为-3.9%（95%置信区间：-7.0%至-0.8%，P=0.009）。经过重叠加权后，风险差异为-3.5%（95%置信区间：-6.6%至-0.4%，P=0.011）。亚组分析显示，在不同年龄、性别和活动水平下结果一致。

结论

晚活跃模式与老年人抑郁症状的风险降低有关。在抑郁症预防策略中应考虑日常活动的时间安排。

部分内容摘录

背景

晚年抑郁症是一个重大的公共卫生问题，其预防至关重要。老年人的抑郁症状与死亡风险增加和功能下降有关（Joanne Rodda等人，2011年）。据估计，全球老年人中抑郁症状的患病率为5.7%（世界卫生组织，2023a年）。此外，预计到2050年全球老年人人口将从2020年的10亿增加到21亿——增加了约110%（世界卫生组织，2024年）

研究设计

图1展示了研究设计的概览。在这项纵向观察研究中，抑郁症状在两个时间点进行了评估：基线评估现场和定向邮件随访时。暴露因素是体育活动的时间，该时间在基线评估后进行监测，并按3小时的时间窗口进行总结。本研究遵循了STROBE指南（表A1）（Cuschieri，2019年）

识别出的群体特征

功能主成分分析提取了两个主要成分。基于第一个主要成分，图A.1显示了前10名和后10名参与者的步数变化轨迹。后一组参与者的体育活动水平较低，而前一组参与者报告的活动水平较高，表明第一个主要成分主要代表了体育活动的量。

主要发现

在这项针对社区居住老年人的纵向队列研究中，我们发现体育活动的时间与随后抑郁症状的出现有显著关联。被归类为晚活跃组（即活动高峰在下午的参与者）在随访期间的抑郁症状发病率低于早活跃组。即使应用了重叠加权方法，这种关联仍然显著

结论

本研究显示，在日本老年人中，晚活跃组（活动高峰时间在15:00至18:00之间）的抑郁症状发生风险比早活跃组（活动高峰时间在06:00至09:00或09:00至12:00之间）低3.9%。这些发现表明，除了体育活动的总量外，时间安排也应考虑在内，以减少抑郁症状并最大化体育活动对心理健康的好处

伦理批准和参与同意

我们的研究方案符合《赫尔辛基宣言》，并获得了国立老年医学与老年科学中心的伦理委员会批准（批准编号1440-7，2025年7月29日）。所有参与者在纳入研究前均提供了书面知情同意书。

数据和材料的获取

研究中生成和/或分析的数据集不公开，但可根据合理请求向通讯作者获取。

资金支持

本研究得到了日本医学研究开发机构（资助编号：15dk0207004h0203和18dk0110021h0003）、长寿科学研究资助计划（27-22）以及日本学术振兴会（资助编号：24K20693、22K21196和24KJ2233）的支持。本研究还得到了Kao公司的联合资助。

作者贡献

MM：概念构思、方法论、正式分析、初稿撰写、资金申请。

YY、NT、MS：数据管理、审稿与编辑。

HS、KH、KF、CN、DK、TO、YY、NT、MS：审稿与编辑。

HS：审稿与编辑、监督、资金申请。

关于写作过程中使用生成式AI和AI辅助技术的声明

在准备本研究期间，作者使用了ChatGPT（OpenAI）来提高可读性和语言表达。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对出版物的内容负全责。

作者贡献声明

森川雅宪：初稿撰写、方法论制定、资金申请、正式分析、概念构思。原田健二：审稿与编辑。西岛千春：审稿与编辑。藤井和也：审稿与编辑。柿田大辅：审稿与编辑。奥久保卓人：审稿与编辑。相马和树：审稿与编辑。山城由香里：审稿与编辑、数据管理。高柳直人：审稿与编辑、数据管理。