戈欣 蔡春鳳 阮崢 廖妍媛

2型糖尿病(T2DM)并發(fā)抑郁是一種軀體合并精神類疾病。由于T2DM和抑郁之間存在雙向的不良影響，互為彼此的危險因素。因此，一旦發(fā)病不僅會使患者的抑郁和T2DM相關(guān)癥狀加重[1-2]，其疾病的嚴(yán)重程度、并發(fā)癥、治療阻力和死亡率比二者單獨(dú)發(fā)病更嚴(yán)重[3-4]。相關(guān)研究結(jié)果表明，每3例糖尿病患者中就會有1例并發(fā)抑郁[5]。近年來隨著T2DM發(fā)病率的升高，T2DM并發(fā)抑郁的發(fā)病率也不斷上升[6]。由于現(xiàn)階段T2DM并發(fā)抑郁的發(fā)病機(jī)制尚不明確，使用抗抑郁藥物本身就可能造成代謝異常[7]，使T2DM并發(fā)抑郁的治療面臨極大的困難。本研究旨在探討T2DM并發(fā)抑郁的危險因素并建立風(fēng)險預(yù)測模型，為早期識別抑郁提供有效的預(yù)測工具，從而進(jìn)行科學(xué)指導(dǎo)和有效干預(yù)。

對象與方法

1.對象：選取2020年11月～2021年5月武漢大學(xué)人民醫(yī)院收治的369例T2DM住院患者，均符合T2DM的診斷標(biāo)準(zhǔn)[8]。排除嚴(yán)重的心、肺、腦血管疾病患者。將369例T2DM患者隨機(jī)分為建模組(269例)和驗證組(100例)，再根據(jù)抑郁自評量表(SDS)評分將建模組269例患者分為抑郁組(45例)和非抑郁組(224例)。本研究已通過我院倫理委員會審核批準(zhǔn)，所有患者均知情同意。

2.方法：收集患者的一般資料和臨床資料，包括年齡、性別、工作狀況、文化程度、經(jīng)濟(jì)收入、睡眠質(zhì)量、吸煙及飲酒情況、參與社區(qū)活動情況及頻率、BMI、SDS評分、T2DM病程、日常生活活動能力(ADL)評分、糖尿病家族史、手術(shù)史、低血糖反應(yīng)、并發(fā)癥數(shù)量、糖化血紅蛋白(HbA1c)、并發(fā)眼底病變情況、并發(fā)神經(jīng)病變情況、甘油三酯(TG)、尿白蛋白/肌酐比值(ACR)。SDS評分以50分為分界值，其中50～59分為輕度抑郁，60～69分為中度抑郁，70分及以上為重度抑郁[9]。ADL評分共10項內(nèi)容，分值為2～4個等級，總分為100分，得分越高，獨(dú)立性越好，依賴性越?。弧?0分表示重度依賴，全部需要他人照顧；41～60分表示中度依賴，大部分需要他人照顧；61～99分表示輕度依賴，少部分需要他人照顧；100分表示無依賴，無需他人照顧[10]。采用匹茲堡睡眠質(zhì)量指數(shù)(PSQI)量表評估患者的睡眠質(zhì)量，該量表由19個自評條目和5個他評條目構(gòu)成，每個條目按0～3等級劃分，總分范圍為0～21分，總分≤7分代表睡眠質(zhì)量高，總分>7分代表睡眠質(zhì)量低。TG的正常參考值范圍應(yīng)<1.70 mmol/L。ACR的正常參考值范圍應(yīng)<30 mg/24 h。

3.統(tǒng)計學(xué)處理：應(yīng)用SPSS 19.0軟件進(jìn)行統(tǒng)計分析。計數(shù)資料以例數(shù)和百分比表示，組間比較采用χ2檢驗。采用多因素logistic回歸分析評估T2DM患者并發(fā)抑郁的危險因素。最終根據(jù)各變量對應(yīng)的偏回歸系數(shù)構(gòu)建方程，建立T2DM并發(fā)抑郁的風(fēng)險預(yù)測模型，采用受試者工作特征(ROC)曲線下面積(AUC)和Hosmer-Lemeshow檢驗評價預(yù)測模型的效果，同時對模型進(jìn)行驗證。以P<0.05為差異有統(tǒng)計學(xué)意義。

結(jié) 果

1.兩組患者一般資料和臨床資料比較:抑郁組經(jīng)濟(jì)收入<2 000元/月、睡眠質(zhì)量低、經(jīng)常及偶爾參與社區(qū)活動、有手術(shù)史及低血糖反應(yīng)、ACR異常患者比例均高于非抑郁組，從未參加社區(qū)活動、ADL評分為61～99分、有糖尿病家族史患者比例低于非抑郁組(P<0.05)。兩組患者其余指標(biāo)比較差異均無統(tǒng)計學(xué)意義(P>0.05)。見表1。

表1 兩組患者一般資料和臨床資料比較[例,(%)]

2.T2DM患者并發(fā)抑郁的影響因素分析：多因素logistic回歸分析結(jié)果顯示，經(jīng)濟(jì)收入低、睡眠質(zhì)量低均是T2DM患者并發(fā)抑郁的獨(dú)立危險因素，ADL評分低是T2DM患者并發(fā)抑郁的獨(dú)立保護(hù)因素(P<0.05)。見表2。

表2 T2DM患者并發(fā)抑郁的影響因素分析

3.建立T2DM并發(fā)抑郁的風(fēng)險預(yù)測模型：根據(jù)多因素logistic回歸分析結(jié)果得出各自變量的偏回歸系數(shù)，構(gòu)建T2DM并發(fā)抑郁風(fēng)險預(yù)測模型：Z=3.087+0.825×經(jīng)濟(jì)收入(≥6 000元/月=0，2 000～5 999元/月=1，<2 000元/月=2)+1.411×睡眠質(zhì)量(正常=0，異常=1)-0.066×ADL評分。

4.驗證風(fēng)險預(yù)測模型：建模組：將269例T2DM患者代入驗證模型，Z值為-3.513～4.333。ROC曲線分析結(jié)果顯示，約登指數(shù)取最高值0.393時，敏感度為0.933，特異度為0.460，此時的最佳閾值為-2.193，AUC為0.729，95%CI0.658～0.799，P<0.001。見圖1。因此，確定模型的評估閾值為-2.193分，即患者評估結(jié)果≥-2.193分時，說明其具有發(fā)生抑郁的高風(fēng)險(P<0.001)。Hosmer-Lemeshow檢驗結(jié)果顯示P=0.113，說明模型擬合優(yōu)度效果較好。驗證組：將100例T2DM患者作為驗證組代入模型，ROC曲線分析結(jié)果顯示AUC為0.715，95%CI0.606～0.824，P<0.001。見圖2。Hosmer-Lemeshow檢驗結(jié)果顯示P=0.254，說明模型擬合優(yōu)度效果較好。

圖1 預(yù)測模型在建模組中的ROC曲線

圖2 驗證模型在建模組中的ROC曲線

討 論

在本研究中，經(jīng)濟(jì)收入低、睡眠質(zhì)量低均是T2DM并發(fā)抑郁的獨(dú)立危險因素，ADL評分低是T2DM并發(fā)抑郁的獨(dú)立保護(hù)因素，這與Tran等[11]、李守霞等[12]和Leone[13]等的研究結(jié)果均一致。Mahoney等[10]認(rèn)為經(jīng)濟(jì)收入低是糖尿病患者產(chǎn)生抑郁的明顯誘因，這源于患者往往因病失業(yè)、開銷大等壓力性事件，而長時間伴隨壓力性事件生活的患者比未遭受壓力性事件患者的心理防線更易崩塌，進(jìn)而產(chǎn)生抑郁等心理情緒。因此，對于經(jīng)濟(jì)收入低的T2DM患者，應(yīng)予以更多關(guān)注和心理支持。

本研究還發(fā)現(xiàn)睡眠質(zhì)量差的患者易出現(xiàn)抑郁，與既往研究結(jié)果一致。Simayi等[14]也認(rèn)為睡眠質(zhì)量差、低水平的慢波睡眠可能是糖尿病并發(fā)抑郁的危險因素。因此，判斷T2DM患者有無抑郁傾向，需要關(guān)注患者的睡眠質(zhì)量。本研究中多因素logistic回歸分析中睡眠質(zhì)量低的OR值>1，偏回歸系數(shù)為正數(shù)，表明睡眠質(zhì)量差對T2DM并發(fā)抑郁的發(fā)生有促進(jìn)作用。臨床應(yīng)將提高患者睡眠質(zhì)量作為T2DM患者的管理目標(biāo)。盡量消除環(huán)境干擾因素，提高患者睡眠質(zhì)量，必要時可根據(jù)患者病情，適量地提供安眠藥物，以減少T2DM患者并發(fā)抑郁。

本研究還顯示，ADL評分也是T2DM并發(fā)抑郁的影響因素。本研究多因素logistic回歸分析中ADL評分的OR值<1，且得到關(guān)于ADL評分的偏回歸系數(shù)為負(fù)數(shù)，表明ADL評分與T2DM并發(fā)抑郁呈負(fù)相關(guān)。ADL評分反映了患者的生活自理能力，隨著ADL評分的增高，T2DM并發(fā)抑郁的發(fā)生率會降低；反之，ADL評分降低，T2DM并發(fā)抑郁的發(fā)生率會升高。這主要是由于ADL評分低的T2DM患者，往往身體對活動控制力較弱，日常生活能力減退，需要依賴他人幫助，從而引發(fā)抑郁等心理問題。因此，臨床除了動態(tài)評估患者的自理能力，還應(yīng)鼓勵患者通過合理的運(yùn)動增加關(guān)節(jié)靈活度，特別對于生活自理能力依賴的患者，應(yīng)增加康復(fù)治療來提高其自理能力，定期檢查患者肌力情況并及時采取相應(yīng)處理，必要時可提供心理干預(yù)，對抑郁情緒作到早發(fā)現(xiàn)、早治療以改善預(yù)后[15]。

綜上所述，經(jīng)濟(jì)收入低、睡眠質(zhì)量低均是T2DM并發(fā)抑郁的獨(dú)立危險因素，二者均可增加T2DM并發(fā)抑郁的發(fā)生率；ADL評分低是T2DM并發(fā)抑郁的獨(dú)立保護(hù)因素，其可降低T2DM并發(fā)抑郁的發(fā)生率。本研究構(gòu)建的T2DM并發(fā)抑郁的風(fēng)險預(yù)測模型有助于指導(dǎo)臨床對高危人群進(jìn)行篩查和早期的預(yù)防，且經(jīng)過驗證，預(yù)測效果較好。