Abstract
目的
了解我国围绝经期女性抑郁症状变化情况及影响因素，从而为制定防治策略提供依据。
方法
利用CHARLS数据选取年龄45~60岁关键变量值完整的围绝经期女性作为调查对象，去除缺失值，得出4年的截面数据，分别为4318、4200、3930和4147份。通过截面数据匹配面板数据，得到4期完整的追踪数据5040份，构成n=1260，T=4的平衡短面板数据集。利用面板数据分析围绝经期女性抑郁症状检出率及变动情况，采用面板二值选择模型的随机效应Logistic回归模型分析围绝经期女性抑郁症状的影响因素。
结果
不同年份追踪样本的围绝经期女性的抑郁症状检出率分别为35.9%，33.1%，36.7%，43.7%，追踪数据检出率的变化趋势不具有统计学意义（APC=3.25%，P=0.183）。回归结果显示：城镇地区OR=0.570（0.457，0.710）、文化程度越高OR=0.759（0.655，0.879）、有配偶OR=0.363（0.236，0.558）是围绝经期女性抑郁症状的保护因素；自评健康差OR=2.704（2.152，3.396）、有残疾OR=1.457（1.087，1.954）、有慢性疾病OR=1.407（1.179，1.680）、最近两年有摔倒OR=2.028（1.613，2.550）、睡眠时长不正常OR=2.249（1.898，2.664）、生活较不满意OR=4.803（3.757，6.140）是围绝经期女性抑郁症状的危险因素。
结论
我国围绝经期女性抑郁症状检出水平较高，应加强对农村地区，文化程度低，无配偶，自评健康差，有残疾，有慢性疾病，最近两年有摔倒，睡眠时长不正常，生活较不满意等人群的心理保健和控制措施。
Keywords: 围绝经期, 抑郁, 影响因素, 面板数据
Abstract
Objective
To understand the temporal trend of and the factors affecting depressive symptoms in Chinese menopausal women to provide evidence for the development of prevention and treatment strategies.
Methods
CHARLS data were used to select menopausal women aged 45-60 years. Complete values of the key variables were screened and missing values were removed to obtain the cross-sectional data of the years 2011 (n=4318), 2013 (n=4200), 2015 (n=3930), and 2018 (n= 4147). The panel data were matched by the cross-sectional data, and a total of 5040 cases with complete record of the follow-up data were obtained for the 4 years to constitute a balanced short panel dataset with n=1260 and T=4. The prevalence and temporal trend of depressive symptoms in the menopausal women were analyzed based on the panel data. The random-effects Logit model with a panel dichotomous choice model was used to explore the factors affecting depressive symptoms in the menopausal women.
Results
The prevalence of depressive symptoms in the menopausal women calculated based on the panel data was 35.9%, 33.1%, 36.7% and 43.7% in the 4 years, respectively, showing no statistically significant changes in the temporal trend (APC=3.25%, P=0.183). The results of the random-effects Logit model analysis showed that living in the urban area (OR=0.570, 95%CI: 0.457-0.710), a high education level (OR=0.759, 95%CI: 0.655-0.879), and having a spouse (OR=0.363, 95% CI: 0.236-0.558) were associated with a decreased incidence of depressive symptoms, while poor self-reported health (OR= 2.704, 95% CI: 2.152-3.396), disability (OR=1.457, 95%CI: 1.087-1.954), chronic disease (OR=1.407, 95% CI: 1.179-1.680), falls in the last two years (OR=2.028, 95% CI: 1.613-2.550), abnormal sleep duration (OR=2.249, 95% CI: 1.896-2.664), and dissatisfaction with life (OR=4.803, 95% CI: 3.757-6.140) were associated with an increased incidence of depressive symptoms.
Conclusion
The prevalence of depressive symptoms is relatively high in menopausal women in China. Measures should be taken to ensure that the menopausal women living in rural areas, with low education level, without spouse, with a poor self-reported health status, disability, chronic diseases, falls in recent two years, abnormal sleep time and dissatisfaction with life have access to psychological health care services and interventions.
Keywords: menopause, depression, risk factors, panel data
WHO对健康的阐述是：在躯体健康、心理健康、社会适应良好和道德健康四个方面皆健全。心理健康是健康的重要维度之一，而抑郁是心理健康评价的重要指标[1]。抑郁极大程度的影响了患者的身心健康、社会交往、生活和工作质量。据统计大约有60%的抑郁患者曾经有过自杀的念头，而15%的患者最终自杀成功[2]，给家庭和社会造成巨大损失。已有研究表明女性比男性更易患抑郁症状[3]，女性一生会经历许多特殊阶段，其中国际生殖衰老协作组定义的围绝经期是指从绝经转换期开始，直至绝经后1年的时段。处于这一阶段的女性承担着来自工作、社会、家庭等各方面的压力以及伴随出现的一系列围绝经期症状，从而促使抑郁情绪障碍的发生。2010年在全国22个省市抽查2400例样本[4]，结果显示女性围绝经期抑郁患病率高达23.8%。据报道[5]，我国围绝经期女性已超过1.6亿，并以每年500万左右的速度增加，中国围绝经期女性人口总数已跃居世界首位。因此对于围绝经期女性抑郁的关注更加不容忽视。而在以往的研究中围绝经期女性抑郁症状多为地区性研究，基于全国性研究的文献较少；并且大多数是依赖横截面调查获得的数据，缺乏来自纵向队列数据的支持。因此，本文将利用CHARLS 2011年、2013年、2015年、2018年的数据构建4期面板数据展示不同年份围绝经期女性抑郁的变化情况，并且分析其影响因素。旨在进一步完善相关研究，指导围绝经期女性有效规避危险因素，促进围绝经期女性身心健康，为预防策略的制定提供依据。
1. 资料和方法
1.1. 数据来源与研究对象
本研究数据来源于中国健康与养老追踪调查[10]（CHARLS），它是一项具有全国代表性的对中国45岁及以上人群及其配偶的纵向调查，CHARLS全国基线调查于2011年开展，覆盖150个县级单位，450个村级单位，约1万户家庭中的1.7万人。每2~3年追踪1次。本文将利用CHARLS 2011年基线数据，2013年、2015年、2018年追踪数据。根据研究目的整理数据，选取年龄在45~60岁且有完整抑郁量表的围绝经期女性，删除缺失值后，得到4年截面数据。包括2011年4318份，2013年4200份，2015年3930份，2018年4147份。通过截面数据匹配面板数据，得到4期完整的追踪数据5040份，构成n=1260，T=4的平衡短面板数据集，本文将利用面板数据对围绝经期女性抑郁进行统计描述和分析。
1.2. 研究内容
变量的选择主要是参考了围绝经期女性抑郁的影响因素方面的文献[1, 8, 11-13]以及结合CHARLS调查问卷的内容，包括社会人口学特征（地区、户口类型、文化程度、婚姻状况、是否有社交活动），抑郁症状，生活满意度，健康相关状况（自评健康、有无残疾、有无慢病、最近两年摔倒情况、最近两年有无骨折），个体行为（吸烟、饮酒、睡眠时长），其他社会结构（医疗保险、养老保险）。变量赋值情况见表 1。
表 1.
变量赋值情况
Variable assignment
| Variable | Assignment |
| Depressive symptom | 0=No 1=Yes |
| Residence | 0=Rural 1=Urban |
| Type of household registration | 0=Agricultural 1=Non-Agricultural |
| Education | 0=Primary school and below 1=Middle school 2=High school 3=University or above |
| Marital status | 0=No spouse 1=Have a spouse |
| Self-reported health status | 0=Good 1=General |
| Disability | 0=No 1=Yes |
| Chronic disease | 0=No 1=Yes |
| Fall | 0=No 1=Yes |
| Fracture | 0=No 1=Yes |
| Sleeping time | 0=Normal 1=Abnormal |
| Socialize | 0=No 1=Yes |
| Smoking | 0=No 1=Yes |
| Drinking | 0=No 1=Yes |
| Life satisfaction | 0=Good 1=General |
| Medical insurance | 0=No 1=Yes |
| Endowment insurance | 0=No 1=Yes |
1.3. 抑郁症状的测量
美国国立精神卫生研究所1977年编制的CES-D包含20个症状条目，广泛应用于流行病学调查中。本次研究利用的是简版流调中心抑郁量表（CES-D10）包含10个条目（表 2）。相关研究表明10项CES-D量表具有较高的信效度，两因子结构模型在中年人群和老年人群具有恒等性，量表具有良好的区分效度，能有效地测量中老年人群的抑郁水平[14]。计分标准[1]为：4个等级分别记为0、1、2、3分，其中第5和第8项为反向计分，总分在0~30分，得分≥10分即可认为有抑郁症状。
表 2.
CES-D10项目构成
Items of CES-D10
| Items | Answer |
| I was bothered by things that don't usually bother me | Rarely or none of the time (< 1 day) |
| I had trouble keeping my mind on what I was doing | Some or a little of the time (1-2 days) |
| I felt depressed | Occasionally or a moderate amount of the time (3-4 days) |
| I felt everything I did was an effort | Most or all of the time (5-7 days) |
| I felt hopeful about the future | - |
| I felt fearful | - |
| My sleep was restless | - |
| I was happy | - |
| I felt lonely | - |
| I could not get "going" | - |
1.4. 统计方法
应用Stata16.0进行数据整理分析，描述性统计方法描述调查对象基本特征及抑郁症状。CES-D10得分为计量资料且符合正态分布，用均数±标准差表示。抑郁症状检出率的变化趋势利用年度变化百分比（APC）进行分析。主要利用追踪数据分析同一队列围绝经期女性抑郁症状变化趋势，以及以抑郁情况作为因变量分析围绝经期女性抑郁的影响因素。检验水准α=0.05。本文的因变量“有无抑郁”为二分类变量，通过F检验和LM检验（F值=2.32，LM值=347.11）均得出P < 0.01从而拒绝原假设，不宜选用混合回归；由于本文包含多个不随时间而变但随个体而异的变量（如文化程度、吸烟行为等），如果使用固定效应模型则部分变量会被剔除，损失较多的自由度，因此本文选用面板二值选择模型的随机效应Logit模型进行估计[15-17]。假设一个隐变量yit*与解释变量呈线性关系，则有：
, 因变量yit存在两种选择，选择规则为：
 |
其中，i表示个体，t表示时间，xit表示个体i在t时期的解释变量取值，解释变量xit不含常数项；β为解释变量对应的回归系数，μi为个体效应或称异质性随机截距，εit为模型估计的残差。系数一般用广义最小二乘法估计。
2. 结果
2.1. 相关性检验
变量间的spearman相关系数检验结果得出各自变量之间的相关系数均在0~0.5之间，说明各变量之间不存在严重的多重共线性（表 3）；再运用方差膨胀因子法（VIF）进行检验后发现各自变量的VIF值均小于2，可认为不存在多重共线性。
表 3.
Spearman相关系数检验矩阵
Spearman correlation coefficient test matrix
| V | y | a | b | c | d | e | f | g | h | i | j | k | l | m | n | o |
| a | -0.138 | |||||||||||||||
| b | 0.062 | -0.189 | ||||||||||||||
| c | -0.131 | 0.361 | -0.188 | |||||||||||||
| d | -0.092 | -0.063 | 0.001 | -0.035 | ||||||||||||
| e | 0.229 | -0.039 | 0.049 | -0.072 | -0.026 | |||||||||||
| f | 0.128 | -0.054 | -0.011 | -0.054 | -0.032 | 0.094 | ||||||||||
| g | 0.153 | -0.016 | -0.020 | -0.034 | -0.029 | 0.253 | 0.081 | |||||||||
| h | 0.156 | -0.033 | 0.015 | 0.000 | -0.033 | 0.101 | 0.119 | 0.073 | ||||||||
| i | 0.007 | -0.006 | 0.030 | -0.019 | -0.001 | -0.007 | 0.034 | -0.003 | 0.111 | |||||||
| j | 0.218 | -0.043 | 0.052 | -0.105 | -0.065 | 0.097 | 0.070 | 0.074 | 0.071 | 0.003 | ||||||
| k | -0.062 | 0.084 | -0.030 | 0.121 | 0.005 | -0.058 | -0.005 | 0.013 | 0.024 | -0.016 | -0.053 | |||||
| l | 0.019 | 0.016 | 0.002 | -0.015 | -0.018 | 0.014 | 0.008 | 0.043 | 0.025 | 0.017 | 0.023 | 0.024 | ||||
| m | -0.008 | 0.086 | -0.045 | 0.081 | -0.005 | -0.039 | 0.025 | 0.002 | 0.052 | -0.021 | -0.002 | 0.094 | 0.035 | |||
| n | 0.287 | -0.070 | -0.011 | -0.066 | -0.088 | 0.148 | 0.103 | 0.086 | 0.113 | 0.012 | 0.096 | -0.041 | -0.009 | 0.016 | ||
| 0 | 0.003 | -0.032 | -0.003 | 0.006 | 0.034 | 0.033 | 0.028 | 0.014 | -0.002 | -0.009 | 0.012 | 0.009 | -0.027 | -0.007 | -0.010 | |
| p | -0.008 | 0.076 | 0.414 | 0.068 | -0.015 | 0.005 | -0.035 | -0.047 | 0.015 | 0.000 | 0.027 | 0.059 | -0.012 | 0.037 | -0.072 | 0.108 |
2.2. 抑郁症状检出情况
不同年份围绝经期女性抑郁症状检出率分别为38.4%（1660/4318）、36.0%（1510/4200）、37.8%（1484/ 3930）、41.6%（1727/4147），4年追踪样本的围绝经期女性的抑郁症状检出率分别为35.9%（452/1260）、33.1%（417/1260）、36.7%（462/1260）、43.7%（550/1260），追踪数据检出率的变化趋势不具有统计学意义（APC= 3.25%，P=0.183）。2011、2013、2015、2018年截面数据抑郁症状检出率分别与追踪数据抑郁症状检出率比较，差异均无统计学意义（χ2=2.866、3.404、0.469、1.614，P= 0.09、0.065、0.493、0.204）。
2.3. 抑郁症状影响因素分析
城镇地区，文化程度越高，有配偶是围绝经期女性抑郁症状的保护因素（P < 0.05），自评健康差，有残疾，有慢性疾病，最近两年有摔倒，睡眠时长不正常，生活较不满意是围绝经期女性抑郁症状的危险因素（P < 0.05，表 4）。通过quadchk检验分别在8个点、12个点、16个点上进行数值积分检验上述结果的稳定性，结果显示3种数值积分的相对差距未超10-4，因此结果较为稳健。
表 4.
围绝经期女性抑郁症状影响因素的随机效应Logit回归分析
Random-effects Logit model analysis of the factors affecting depressive symptoms in menopausal women
| Variable | β | SE | Wald χ2 | P | OR(95% CI) |
| Residence | -0.563 | 0.112 | 25.089 | < 0.001 | 0.570(0.457-0.710) |
| Type of household registration | 0.120 | 0.097 | 1.530 | 0.221 | 1.126(0.931-1.363) |
| Education | -0.276 | 0.075 | 13.641 | < 0.001 | 0.759(0.655-0.879) |
| Marital status | -1.015 | 0.220 | 21.244 | < 0.001 | 0.363(0.236-0.558) |
| Self-reported health status | 0.995 | 0.116 | 73.427 | < 0.001 | 2.704(2.152-3.396) |
| Disability | 0.377 | 0.149 | 6.166 | 0.012 | 1.457(1.087-1.954) |
| Chronic disease | 0.342 | 0.090 | 14.951 | < 0.001 | 1.407(1.179-1.680) |
| Fall | 0.707 | 0.117 | 37.137 | < 0.001 | 2.028(1.613-2.550) |
| Fracture | -0.146 | 0.406 | 0.133 | 0.719 | 0.864(0.390-1.915) |
| Sleeping time | 0.810 | 0.086 | 88.491 | < 0.001 | 2.249(1.898-2.664) |
| Socialize | -0.130 | 0.087 | 2.302 | 0.137 | 0.879(0.740-1.042) |
| Smoking | 0.046 | 0.296 | 0.025 | 0.877 | 1.047(0.586-1.870) |
| Drinking | -0.042 | 0.131 | 0.118 | 0.749 | 0.959(0.741-1.240) |
| Life satisfaction | 1.569 | 0.125 | 158.962 | < 0.001 | 4.803(3.757-6.140) |
| Medical insurance | -0.059 | 0.208 | 0.433 | 0.778 | 0.943(0.627-1.419) |
| Endowment insurance | 0.067 | 0.097 | 0.491 | 0.491 | 1.069(0.884-1.293) |
| Constant | -1.108 | 0.323 | 12.283 | < 0.001 | 0.322(0.175-0.623) |
| rho | 0.359 | 0.026 | 531.065 | < 0.001 | 1.432(1.365-1.508) |
3. 讨论
本研究的截面数据显示围绝经期女性抑郁症状检出率在36.0%~41.6%，较高于既往研究结果。2012年，陈素兰等[6]在河北省石家庄、唐山等7个地区的社区用CES－D量表调查显示围绝经期女性抑郁症状患病率为21.37%（134/627）；张海艳等[18]在全国22个省市的医院调查了1060例围绝经期女性结果显示抑郁症状检出率为23.3%。由于文化、经济、测量工具等各种因素的影响，不同国家、地区围绝经期女性抑郁症状检出率不同，中国台湾地区围绝经期妇女抑郁症状的患病率从31%~36%不等，土耳其为25%，西班牙40%，美国费城50%，梅西科52%[19]。总之，我国围绝经期女性抑郁症状检出率处于较高水平，应将该人群作为抑郁症的重点防治对象。
通过观察截面数据和追踪数据，均发现2011~2018年，我国围绝经期女性抑郁症状检出率呈现先减后增的“U”型趋势。并且4年对同一群体的追踪调查显示，该群体抑郁症状检出率也是2013年最低，为33.1%；2018年最高，为43.7%。国家统计局数据显示2013年末，中国大陆总人口136072万人，城镇常住人口73111万人。城镇化率为53.73%，比上年提高1.16个百分点。本文中2011年与2013年的人口地区分布的差异具有统计学意义（χ2=244.016，P < 0.001），而城镇地区是围绝经期女性抑郁症状的保护因素，因此本文认为2011~2013年围绝经期女性抑郁症状检出率的降低可以用城镇化率的增加进行解释。徐泰等[6]对1998~2012年中国女性围绝经期抑郁症状患病现状的meta分析发现抑郁症状检出率波动明显。本文中即便是对同一人群进行追踪，由于家庭、环境、疾病等各种健康社会决定因素的作用，本文所观察到的围绝经期女性抑郁症状检出率的波动属于正常现象，并且若不加以控制与干预，我国围绝经期女性抑郁症状检出率将逐渐上升。
本研究显示农村地区围绝经期女性抑郁症状检出率高于城镇地区，多项研究也有得出此结论[20, 21]。由于城乡公共资源配置不均，农村妇女受经济困扰较多，家庭中多偏向于弱势角色；以及相应调查显示农村妇女的精神卫生知识知晓率、围绝经期保健知识认知率水平较低[22-24]，从而使得农村妇女更容易产生抑郁情绪。本文发现文化程度与围绝经期女性抑郁症状的发生呈反向关系。受教育程度越高会通过改善个人经济状况与生活行为习惯，从而对不同方面的健康状况产生差异化的中介影响。受教育水平较高的妇女更易调整自己的消极情绪，进而达到较为健康的心理状态[25, 26]。围绝经期女性的卵巢功能逐渐退化，引起下丘脑－垂体－卵巢内分泌轴的功能失调，雌激素水平下降，易导致阵发性潮热、出汗、心悸等植物神经紊乱，并伴有抑郁、恐惧、焦虑等心理反应[27]。当女性处于这一生理、心理特殊阶段时，家庭或社会给予围绝经期妇女必要的支持对于降低围绝经期症状和抑郁症状的发生率有着积极的作用。而婚姻关系中配偶作为个体社会支持的主要来源，其对伴侣的包容、理解对促进围绝经期女性心理健康方面发挥着重要作用。因此本文中发现有配偶的围绝经期女性抑郁症状检出率更低。自评健康是一个广泛使用的综合主观健康评价指标，在一定程度上也可以反映自身的心理健康，自评健康好表明围绝经期女性对个人状态比较满意同时也体现了良好的心理状态，从而更加积极的面对生活，有利于减少负面情绪。围绝经期女性面临着来自家庭、社会等多方面的压力，例如夫妻关系不和谐、子女升学就业、工作压力等都会加重围绝经期女性的心理负担。此外当妇女患有慢性疾病、最近两年内有残疾或摔倒不仅给围绝经期女性带来严重的病痛折磨和沉重的经济负担，减少妇女的社会参与，给围绝经期女性心理健康带来巨大冲击，抑郁症状发生也相应升高。睡眠问题严重影响围绝经期女性生活质量，且睡眠与抑郁相互影响，形成恶性循环。本文同样也发现睡眠时长不正常是围绝经期女性抑郁症状的危险因素，以往的研究也表明睡眠时长过长或过短会增加抑郁症状发生的风险[28-30]。生活满意度是个体对自己生活的综合判断，作为认知因素，它可以反映个体的情绪体验，这种评价对主观幸福感至关重要。因此本文发现对生活较满意的妇女抑郁症状发生风险更低。
综上，对围绝经期女性的关注不容忽视，而当前的医疗水平及心理保健宣传等工作又相对有限。有关政府、卫生相关部门应加强健康宣传。我国应在全国范围内扩大精神卫生领域投入，增加精神卫生专业工作者、加强心理保健服务场所的建设等方面，提高对这一群体的社会支持度。同时，围绝经期女性应注重培养健康的习惯，保持良好的心态，积极预防慢性疾病从而减少抑郁情绪的产生。
本研究的局限性有以下几点：（1）围绝经期女性抑郁的影响因素较多，本文囿于数据，纳入的变量有限，从而研究结果也具有一定的局限性；（2）CHARLS问卷中抑郁的测量依赖于调查者的自我报告，而非专业精神卫生医生诊断。在今后的研究中应从多方位考虑围绝经期女性抑郁症状的影响因素，为保障妇女的心理健康提供更加坚实的科学依据。
Biography
李佳欣，在读硕士研究生，E-mail: lijiaxin082@163.com
Contributor Information
李 佳欣 (Jiaxin LI), Email: lijiaxin082@163.com.
杨 春霞 (Chunxia YANG), Email: 1035196209@qq.com.
References
- 1.曹 裴娅, 罗 会强, 侯 利莎, et al. 中国45岁及以上中老年抑郁症状及影响因素研究. 四川大学学报: 医学版. 2016;47(5):763–7. [PubMed] [Google Scholar]
- 2.金 凤羽, 阮 祥燕. 女性围绝经期抑郁新进展. 新乡医学院学报. 2006;22(1):100–2. doi: 10.3969/j.issn.1004-7239.2006.01.051. [DOI] [Google Scholar]
- 3.Josephine VT, Martha H. Menopause and depression: Is there a link]? Maturitas. 2014;79(2):142–6. doi: 10.1016/j.maturitas.2014.05.014. [DOI] [PubMed] [Google Scholar]
- 4.董 胜莲, 李 丹, 陈 长香, et al. 22省(市)女性围绝经期抑郁现状调查. 中国卫生事业管理. 2010;27(5):347–8. doi: 10.3969/j.issn.1004-4663.2010.05.023. [DOI] [Google Scholar]
- 5.董 茂顺. 舒肝颗粒联合黛力新治疗女性更年期抑郁的疗效观察. 中国合理用药探索. 2018;15(4):20–2. doi: 10.3969/j.issn.2096-3327.2018.04.006. [DOI] [Google Scholar]
- 6.徐 泰, 陈 强, 庄 建林. 中国女性围绝经期抑郁症状患病现状的Meta分析. 社区医学杂志. 2015;13(1):6–9. [Google Scholar]
- 7.高 凤霞, 张 晓颖, 李 卫民, et al. 北京市平谷地区围绝经期妇女健康现状及认知状况调查. 生殖医学杂志. 2014;23(7):552–6. doi: 10.3969/j.issn.1004-3845.2014.07.006. [DOI] [Google Scholar]
- 8.张 淞文, 王 军华, 周 红, et al. 北京地区更年期妇女抑郁症状调查. 中国心理卫生杂志. 2003;17(5):348-50, 347. doi: 10.3321/j.issn:1000-6729.2003.05.024. [DOI] [Google Scholar]
- 9.陶 晶, 仇 剑崟, 顾 红亮, et al. 上海某妇科门诊围绝经期及绝经后期妇女抑郁症状检出率及相关因素. 上海精神医学. 2011;23(1):31–7. doi: 10.3969/j.issn.1002-0829.2011.01.007. [DOI] [Google Scholar]
- 10.Zhao Y, Hu Y, Smith JP, et al. Cohort profile: the China health and retirement longitudinal study (CHARLS) Int J Epidemiol. 2014;43(1):61–8. doi: 10.1093/ije/dys203. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 11.Maki PM, Kornstein SG, Joffe H, et al. Guidelines for the evaluation and treatment of perimenopausal depression: summary and recommendations. J Womens Health (Larchmt) 2019;28(2):117–34. doi: 10.1089/jwh.2018.27099.mensocrec. [DOI] [PubMed] [Google Scholar]
- 12.Wang HL, Booth-Laforce C, Tang SM, et al. Depressive symptoms in Taiwanese women during the peri- and post-menopause years: associations with demographic, health, and psychosocial characteristics. Maturitas. 2013;75(4):355–60. doi: 10.1016/j.maturitas.2013.04.021. [DOI] [PubMed] [Google Scholar]
- 13.Kim K. Identifying the factors that affect depressive symptoms in middle-aged menopausal women: a nationwide study in Korea. Int J Environ Res Public Health. 2020;17(22):8505. doi: 10.3390/ijerph17228505. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.黄 庆波, 王 晓华, 陈 功. 10项流调中心抑郁自评量表在中国中老人群中的信效度. 中国健康心理学杂志. 2015;23(7):1036–41. [Google Scholar]
- 15.胡 依, 李 贝. 基于CHARLS面板数据的中国老年人抑郁症状变动情况及影响因素分析. 中国全科医学. 2021;24(26):3281–7. doi: 10.12114/j.issn.1007-9572.2021.01.207. [DOI] [Google Scholar]
- 16.王 尚坤, 石 磊. 多水平面板数据模型的估计理论及模拟研究. 统计与信息论坛. 2011;26(9):16–22. doi: 10.3969/j.issn.1007-3116.2011.09.003. [DOI] [Google Scholar]
- 17.Wang ZF, Guan XD, Zhou Y, et al. Prevalence and influence factors of self-medication in Chinese middle-aged and elderly people: evidence from 2011, 2013 and 2015 CHARLS panel data. J Chin Pharm Sci. 2019;28(6):430–8. doi: 10.5246/jcps.2019.06.042. [DOI] [Google Scholar]
- 18.张 海艳, 李 淑杏, 陈 长香, et al. 情感因素与女性围绝经期抑郁发生的相关性分析. 医学与哲学: B. 2012;33(5):54-5, 72. [Google Scholar]
- 19.Wang HL, Booth-Laforce C, Tang SM, et al. Depressive symptoms in Taiwanese women during the peri- and post-menopause years: associations with demographic, health, and psychosocial characteristics. Maturitas. 2013;75(4):355–60. doi: 10.1016/j.maturitas.2013.04.021. [DOI] [PubMed] [Google Scholar]
- 20.叶 海春, 闫 雅洁, 王 全. 中老年女性抑郁现状及其影响因素研究. 中国全科医学. 2021;24(36):4574–9. doi: 10.12114/j.issn.1007-9572.2021.02.053. [DOI] [Google Scholar]
- 21.吴 念韦, 杨 帆, 夏 静, et al. 我国中老年人抑郁现况及其影响因素分析. 四川大学学报: 医学版. 2021;52(5):767–71. doi: 10.12182/20210960507. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 22.严 保平, 李 建峰, 栗 克清, et al. 城市与农村普通人群精神卫生知识知晓率及对精神疾病的态度. 现代预防医学. 2014;41(9):1636–9. [Google Scholar]
- 23.高 兵, 郭 锦晨, 吴 凡, et al. 农村围绝经期妇女抑郁症状影响因素分析及心理保健策略干预. 中国妇幼保健. 2018;33(20):4678–82. [Google Scholar]
- 24.王 轶佳, 方 春霞, 郑 丽鹏. 更年期女性伴发抑郁的临床特点及相关因素分析. 中国妇幼保健. 2020;35(23):4536–9. [Google Scholar]
- 25.Gan ZY, Li YH, Xie D, et al. The impact of educational status on the clinical features of major depressive disorder among Chinese women. JAffect Disord. 2012;136(3):988–92. doi: 10.1016/j.jad.2011.06.046. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 26.Park H, Kim K. Depression and its association with health-related quality of life in postmenopausal women in Korea. Int J Environ Res Public Health. 2018;15(11):2327. doi: 10.3390/ijerph15112327. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 27.郑 瑀, 许 琳洁, 许 凤全. 更年期抑郁妇女心理特征研究进展. 医学综述. 2016;22(16):3199–201. doi: 10.3969/j.issn.1006-2084.2016.16.023. [DOI] [Google Scholar]
- 28.陈 琛, 李 江平, 张 佳星, et al. 中老年人睡眠时间与认知、抑郁关系及影响因素. 中华疾病控制杂志. 2020;24(8):919–22. [Google Scholar]
- 29.杨 艳杰, 王 维国, 彭 涛. 农村社区更年期妇女抑郁状况及影响因素分析. 中国公共卫生. 2004;20(7):818–9. doi: 10.3321/j.issn:1001-0580.2004.07.021. [DOI] [Google Scholar]
- 30.Soares CN. Depression and menopause: current knowledge and clinical recommendations for a critical window. Psychiatr Clin NorthAm. 2017;40(2):239–54. doi: 10.1016/j.psc.2017.01.007. [DOI] [PubMed] [Google Scholar]
- 31.Ruan XY, Cui YM, Du J, et al. Prevalence of climacteric symptoms comparing perimenopausal and postmenopausal Chinese women. J Psychosom Obstet Gynaecol. 2017;38(3):161–9. doi: 10.1080/0167482X.2016.1244181. [DOI] [PubMed] [Google Scholar]
- 32.Lin HL, Hsiao MC, Liu YT, et al. Perimenopause and incidence of depression in midlife women: a population-based study in Taiwan. Climacteric. 2013;16(3):381–6. doi: 10.3109/13697137.2012.707706. [DOI] [PubMed] [Google Scholar]
- 33.Fu JX, Luo Y, Chen MZ, et al. Associations among menopausal status, menopausal symptoms, and depressive symptoms in midlife women in Hunan Province, China. Climacteric. 2020;23(3):259–66. doi: 10.1080/13697137.2019.1703936. [DOI] [PubMed] [Google Scholar]
- 34.de Kruif M, Spijker AT, Molendijk ML. Depression during the perimenopause: a meta-analysis. J Affect Disord. 2016;206:174–80. doi: 10.1016/j.jad.2016.07.040. [DOI] [PubMed] [Google Scholar]
- 35.Kornstein SG, Young EA, Harvey AT, et al. The influence of menopause status and postmenopausal use of hormone therapy on presentation of major depression in women. Menopause. 2010;17(4):828–39. doi: 10.1097/gme.0b013e3181d770a8. [DOI] [PMC free article] [PubMed] [Google Scholar]