社会隔离会导致抑郁症中年人和老年人

抑郁症是一种残疾的主要原因在世界范围内,中年和老年人不成比例的影响,全球人口正在迅速扩大。

为了更好的理解这个年龄段如何发展背后的原因抑郁症抑郁,通常被称为斯蒂芬·艾凯莉科罗拉多州立大学助理教授人类发展和家庭研究,和他的团队使用机器学习的方法来分析大量的数据,欧洲成年人中年人和老年人population-representative样本。

它是很少研究对比较大量的风险和使用这种方法保护性因素抑郁在今后的生活中,它很可能会是第一个应用如此广泛的在这个人口(18个欧洲国家代表和56风险和保护因素检查)。

抑郁的风险因素

56个变量检查,艾凯莉和他的团队发现,男性和女性,社会孤立是抑郁症的主要风险因素,其次是一般健康状况不佳和流动性困难。

其他最近的研究已经确定了社会隔离萧条的关键风险因素老年人,但艾凯莉和他的团队也看着30变量相关的特定维度的参与者的社会网络和家庭配置,如接触的频率、数量的朋友、和人际关系事务相关的物理保健和金融支持。

“这是少接触的频率或你有多少朋友,“艾凯莉说。“这是更多关于身体靠近你情绪上的感受最接近的人,无论是你的配偶、伴侣,或其他主要社会关系。”

对于男人来说,第四个关键风险因素是困难的工具性日常生活活动,如管理财政,服药和打电话。对于女性来说,第四个关键风险因素是家庭burden-women强烈同意”家庭责任妨碍我能够做我想做的事”是患上抑郁症的风险升高。然而,这些性别因素只占一小部分的抑郁风险的差异。

“抑郁症患病率在老年女性在老年男性的两倍,”艾凯莉说。”然而,同样的主要风险因素出现(社会隔离,健康状况不佳,流动性问题)。差异的原因尚未解决,至少在这项研究。”

认知和健康分析

艾凯莉的实验室研究中心高级统计方法的使用理解年龄和疾病相关认知和心理健康中年后的变化。艾凯莉首次出版的使用机器学习的研究表明,与年龄相关的老年人的信息处理速度下降在其预测效果密切相关的死亡率risk-comparable了解一个人的吸烟史。

最近,艾凯莉和他的同事使用“二元潜在改变评分模式”,一种时间序列分析,表明在给定年龄低内存和解决问题的性能可靠之前两到三年增加老年人的抑郁症状。

“如果我们能检测到认知能力下降足够早,可能会有一个窗口的时间来防止相关增加抑郁的风险,”艾凯莉说。“然后找出因素加剧或缓解抑郁症认知的影响损失。”

一步,目标,艾凯莉再次和他的团队使用一种机器学习方法,随机森林分析(RFA),比较风险和保护因素对抑郁使用健康调查的数据,欧洲老龄化和退休(分享)。研究参与者年龄从45到105年,代表欧洲的18个国家。共享数据跨越广泛的社会人口、健康、经济、和认知变量。重要的是,分享还包括多个参与者的关系网络的措施。

“我们想目标各种风险和保护因素抑郁症,”艾凯莉说。”,我们认为这将是特别重要的观察不同维度的社会关系支持自我报告社会隔离可能更比其他一些因素密切相关。”

RFA方法分析,因为它认为有可能被选中复杂的交互之间的风险因素(例如,记忆问题和质量之间的社会互动)风险因素重要性的排名。

“传统的统计方法不适合全面测试这样的复杂关联,“艾凯莉说。

艾凯莉和他的团队已经发表在他们的工作《柳叶刀》区域Health-Europe。