专注临床科研一对一教学

咨询微信：wzp1670423539

吴老师解读

一、研究背景

相互关联的因素：

抑郁症状、睡眠障碍和功能障碍（特别是日常生活工具性活动，IADLs）之间存在密切联系。但在中国，这些因素之间的双向关系尚未得到充分探讨。

研究必要性：

探索抑郁、睡眠障碍与IADLs残疾之间的关系，有助于理解这些因素如何相互作用，从而为老年人提供更好的干预策略。

二、研究目的

研究目标：

本研究旨在调查中国老年人抑郁症状与IADLs残疾之间的双向纵向关系，重点分析睡眠障碍在这一相互作用中的中介作用。

三、研究方法

样本选择：

研究对象为2677名老年人，数据来源于中国健康与退休纵向研究（CHARLS）于2015年（T1）、2018年（T2）和2020年（T3）的调查结果。

量表与评估工具：

抑郁症状：使用流行病学研究中心抑郁（CESD-10）量表评估。

IADLs残疾：使用6项量表衡量日常生活中的功能障碍。

睡眠障碍：由参与者自行报告。

模型选择：

采用交叉滞后面板模型分析抑郁症状与IADLs残疾之间的时间关联，并研究睡眠障碍的纵向中介效应。

四、研究结果

主要发现：

抑郁症状对IADLs残疾的影响：

在T2（β=0.070，P<.001）和T3（β=0.074，P<.001），抑郁症状显著预测后续的IADLs残疾。

IADLs残疾对抑郁症状的影响：

在T2（β=0.094，P<.001）和T3（β=0.100，P<.001），IADLs残疾显著预测后续的抑郁症状。

睡眠障碍的中介作用：

IADLs残疾通过睡眠障碍对抑郁症状的间接影响显著（β=0.062，SE=0.010，P<.001），其中中介效应占总效应的50.41%。

反之，抑郁症状对IADLs残疾的直接影响在考虑中介效应后不显著（β=0.009，SE=0.018，P=0.61）。

五、研究结论

双向关系：

抑郁症状与IADLs残疾之间存在双向联系，而睡眠障碍在此关系中起到关键的中介作用。

干预的重要性：

研究结果强调睡眠健康在老年人抑郁和功能障碍干预中的重要性，为未来的临床实践提供了理论基础。

六、关键词

交叉滞后面板模型

抑郁

IADLs残疾

纵向中介

老年人

睡眠障碍

如何快速学会开展这类研究

第一步：理解研究背景与目的

背景分析：

抑郁症状、睡眠障碍和功能障碍（如IADLs残疾）之间存在复杂的相互关系。然而在中国，这些关系尚未得到充分研究，尤其是双向路径的探讨。

研究目标：

本研究旨在探讨中国老年人群体中抑郁症状与IADLs残疾之间的双向纵向关系，并强调睡眠障碍在这一关系中的中介作用。

第二步：设计研究方案

选择研究设计：

采用纵向研究设计，通过多次数据收集（T1, T2, T3）跟踪参与者的变化，便于观察时间效果及因果关系。

确定样本规模：

包括2677名老年人，确保样本量足够大，以提高研究结果的可靠性和统计显著性。

第三步：数据收集

数据收集工具：

抑郁症状评估：使用10项流行病学研究中心抑郁量表（CESD-10）进行抑郁症状评估。

IADLs残疾测量：用6项量表评估日常生活中的功能障碍。

睡眠障碍：由参与者报告其睡眠质量。

时间点数据：

在2015年（T1）、2018年（T2）和2020年（T3）收集数据，通过长达三年的跟踪观察阐释变化。

第四步：分析模型选择

交叉滞后面板模型：

采用交叉滞后面板模型分析抑郁症状与IADLs之间的时间关联，探讨睡眠障碍的纵向中介效应。这种模型能同时考虑变量之间的相互影响，提供更高级的因果推断。

第五步：数据分析与结果解读

主要结果解读：

抑郁对IADLs的影响：在T2和T3，抑郁症状显著预测后续的IADLs残疾（β=0.070, P<.001 和 β=0.074, P<.001）。

IADLs对抑郁的影响：IADLs残疾也显著预测随后的抑郁（β=0.094, P<.001 和 β=0.100, P<.001）。

中介效应分析：IADLs残疾通过睡眠障碍对抑郁的间接影响显著（β=0.062, SE=0.010, P<.001），中介效应占总效应的50.41%。

直接影响检验：在考虑中介效应后，抑郁对IADLs的直接影响不显著（β=0.009, P=0.61）。

第六步：撰写研究报告

撰写结果与讨论：

将研究结果整理，讨论其临床意义和对老年人健康干预的启示，强调睡眠健康的重要性。

提炼结论：

总结抑郁症状和IADLs残疾的双向关系，以及睡眠障碍在这一关系中的中介作用，为未来的研究提出建议。

第七步：传播研究成果

发表研究论文：

在学术期刊或会议上分享研究成果，与同行交流，推动相关领域的发展。

应用干预措施：

根据研究结果，建议制定旨在改善睡眠健康的干预措施，以降低老年人中抑郁和功能障碍的风险。

统计学知识点解读

1. 数据来源与样本选择

NHANES（美国国家健康与营养调查）：

是一项大型全国性健康与营养调查，提供大量代表性的数据，用于公共卫生研究。

2. 变量定义

残余胆固醇（RC）：

反映体内胆固醇代谢状态的重要生物标记。

C反应蛋白（CRP）：

一种炎症标志物，常用于评估系统性炎症。

残余胆固醇-炎症指数（RCII）：

RCII由RC与CRP的乘积计算得出，认为其在心脑血管疾病和抑郁症的研究中具有潜在意义。

3. 统计分析方法

对数变换（lnRCII）：

通过对RCII取对数，可以使数据更符合正态分布的假设，有助于线性模型分析，提高模型的稳定性与解释能力。

加权逻辑回归（Weighted Logistic Regression）：

一种用于二分类因变量（如抑郁与否）分析的回归模型，通过加权调整样本中的不同群体，以提高分析结果的代表性。

限制性立方样条模型（Restricted Cubic Spline, RCS）：

这种模型用于捕捉变量之间的非线性关系。RCS模型帮助研究者评估lnRCII与抑郁之间的关系是否为线性。

4. 结果指标

优势比（Odds Ratio, OR）：

用于表示暴露组（高lnRCII）与对照组（低lnRCII）之间抑郁发生的相对风险，OR = 1.87表示lnRCII每增加一个单位，抑郁风险增加87%。

置信区间（Confidence Interval, CI）：

例如，95% CI: [1.11-3.16]表示我们有95%的信心，真实的OR值在这个范围内。当CI不包含1时，结果被认为显著。

趋势P值（P for trend）：

用于评估不同lnRCII水平与抑郁之间关系的统计显著性，P值 < 0.05通常表示结果显著。

5. 中介分析

中介变量：

HOMA-IR（胰岛素抵抗指标）和血清尿酸（UA）作为中介变量的分析考察其在RCII与抑郁症之间的影响路径。

中介效应的计算：

中介分析显示，HOMA-IR部分中介了lnRCII与抑郁之间关系的8.08%，而UA的抑制作用占29.88%。这表明UA能降低lnRCII对于抑郁症风险的影响。

6. 线性与非线性分析

线性关系测试：

RCS模型的线性检验结果（P for non-linearity > 0.05）表明lnRCII与抑郁之间的关系在所有模型中均为线性，这为结果提供了进一步的确定性。

祝大家发文顺利，有什么不懂可以在评论区留言，吴老师尽量解答！零基础的同学可以咨询一对一辅导，快速发表SCI文章！

吴老师微信：wzp1670423539

看网课摸索毫无效率？点击⬇️链接报名一对一定制SCI论文学习！迅速发表自己的SCI论文！

0基础临床数据发SCI！手把手教学！1对1全程教学指导报名流程！

MedAdvances专注医护人员的临床科研教育与一对一个体化辅导，提供一对一SCI全程辅导，让科研小白几个月学会从0到1发表论文。常见公共数据库（NHANES/GBD/CHARLS/CLHLS等）和自有临床数据均可。

感兴趣请扫描文末吴老师的二维码具体咨询如何加入SCI论文辅导项目。

本期编辑

你的分享、点赞、在看

我都喜欢

喜迎财神

事事顺利发大财,

发SCI更是旺到底！