据估计，每年有超过3亿人受到抑郁症的影响（WHO，2023年）。这是一种复杂的疾病，其症状、严重程度和复发情况在个体从青少年到成年的过程中存在差异（Monroe和Anderson，2015年；Desch等人，2023年；Pan等人，2025年）。
青少年时期是抑郁症发病率增加的阶段，尤其是首次出现抑郁症状的时期。2009年至2019年间，12-17岁美国青少年中重度抑郁发作的患病率从8.1%上升到15.8%（Daly，2022年）。大约50%的青少年抑郁症患者直到成年后才被诊断出来（Mullen，2018年）；值得注意的是，40%的成年抑郁症患者报告首次发病是在青少年时期（Korczak等人，2023年）。青少年时期的抑郁发作与症状的反复出现（Kiviruusu等人，2020年）、症状的严重性和持续时间（Johnson等人，2018年）以及症状持续到成年有关。
成年初期（EA）被定义为18至25岁之间（Arnett，2000年），这一阶段被报告为抑郁症的高发期（Arnett等人，2014年；Brito和Soares，2023年）。这一时期的求医行为往往较低（Auerbach等人，2016年），可能是因为独立于父母后难以获得医疗保险或获得帮助的支持（Arnett等人，2014年）。对于美国人来说，这一点尤为重要，因为医疗保健取决于是否能够负担得起保险费用。成年初期可能是一个令人困惑和恐惧的阶段，特别是对于那些没有社会和经济支持的人来说（Brito和Soares，2023年）。工作和人际关系中的不稳定可能导致这一时期抑郁症状的加重（Arnett等人，2014年；Galanaki和Sideridis，2019年）。
成年后发病的抑郁症也很常见（Solmi等人，2022年）。成年期的抑郁风险因素可能与之前的发展阶段不同，因为责任和需求的增加。在成年初期，不稳定可能会增加抑郁的风险，但成年期面临更多压力：婚姻冲突（Goldfarb和Trudel，2019年）、社会孤立（Handing等人，2022年）或经济压力（Ettman等人，2023年）。
生命历程理论（LCT）认为，发展并不会在成年后停止（Elder Jr，1998年）。发展受到多种关键因素的影响：历史和环境背景、事件的发生时间、人际关系以及人类的能动性（Elder Jr，1998年）。由于这些因素也会影响抑郁症，因此这一理论框架适用于研究不同发展阶段的抑郁轨迹。特别是有强有力的证据表明（Colman和Ataullahjan，2010年），青少年和成年初期经历的抑郁症状可能对成年后的抑郁体验产生累积影响（Elder Jr，1998年）。
先前的研究提出了不同数量的抑郁轨迹，从两种（Dansby Olufowote等人，2020年）到十一种（Shore等人，2018年），但这些主要是针对青少年的轨迹。分析跨发展阶段收集的数据的研究通常发现四类潜在类别模型的证据（Ellis等人，2017年；Kong等人，2023年；Dintica等人，2024年；Habes等人，2024年）——这是一种以个体为中心的统计方法，用于揭示抑郁体验中的未观察到的异质性。大多数研究发现，最大的群体表现出低而稳定的症状（Kent和Bradshaw，2020年；Mallett等人，2022年；Dintica等人，2024年）。其他三种轨迹通常被标记为高而稳定、下降和上升（Mallett等人，2022年；Kong等人，2023年；Dintica等人，2024年）。文献还支持三类（Desch等人，2023年；Zeng和Xu，2024年；Pan等人，2025年）、五类（Lallukka等人，2019年；Olivier等人，2023年）和六类解决方案（?hlin等人，2018年）。
使用Add Health数据集的先前研究发现不同的轨迹数量（见表1）。通常使用潜在生长曲线模型（LGCM）来分析数据（Dennis，2025年）。利用公共和受限的Add Health数据集（样本量差异较大），研究人员对抑郁的单一生长曲线进行了建模，以研究这一结果随时间的变化与一系列协变量的关联，例如家庭关系（Chen和Harris，2019年）、种族（Hargrove等人，2020年）和儿童虐待（Yu和Zhang，2025年）。另一种方法是进行潜在类别生长分析（LCGA），根据观察到的项目对个体进行分组。
Dansby Olufowote等人（2020）分析了7196名参与者从青少年到成年的数据。分析包括在Add Health的前四波中重复询问的CES项目的六个指标。通过两种模型测试了线性和非线性生长曲线，首选的两类解决方案是低水平稳定（83%）和中度波动（17%）。后一组的波动出现在18至24岁之间，提供了对这一过渡期的洞察。相反，低水平稳定组在24岁时症状有所下降。
Desch等人（2023）使用了Add Health样本中的CES-D项目的九个指标（N = 12,288）。根据基于组的混合建模技术（Nagin等人，2016）构建了轨迹。根据拟合优度指标，找到了三类解决方案：持续低水平（74.3%）、最初高但随后下降（17%）和上升（8.7%）。
Kent和Bradshaw（2020）使用了Add Health的第一、第三和第四波数据。采用基于组的方法来确定四种轨迹。由于每个时间点的样本年龄不同，因此通过计算每个个体在数据收集时的年龄来实现这一点。四轨迹模型被认为是最简洁的，具有适当的拟合优度，并反映了理论考虑。这些组被记录为稳定低水平（76.1%）、早期高水平（12.6%）、晚期高水平（8.1%）和中高水平（3.3%）。
本研究旨在几个方面推进之前的Add Health轨迹研究。首先，将使用完整的受限数据集来分析整个研究样本的所有数据以及所有与抑郁相关的评估项目。其次，样本将仅包括具有相关抽样权重的参与者。根据Chen和Harris（2020）的研究，9421名参与者在第一至第四波数据之间具有抽样权重。因此，这将是样本的基础。第三，将包括所有在四波中始终可用的九个项目。最后，采用的统计分析将是GMM，固定第一个和最后一个时间点，这与之前通常使用的潜在类别生长分析（LCGA）不同。LCGA估计每个组的平均截距和斜率，从而假设组内的同质性（Nagin，1999）。GMM允许组内个体在截距和斜率上存在差异（Berlin等人，2014年）。确定轨迹有几个重要原因。首先，它突出了高风险时期，确保在最有效的时刻采取预防措施。其次，它展示了青少年抑郁与成年抑郁之间的关系，加强了生命历程理论框架（Elder Jr，1998年）。此外，一旦选择了轨迹，就可以将协变量添加到模型中。因此，将研究相关的预测变量，即性别和种族。
有强有力的证据表明，女性比男性更有可能报告抑郁症状（Fogarty等人，2022年；Shorey等人，2022年；Sinkewicz等人，2022年）。这种性别差异始于青少年时期（Hankin等人，1998年）并持续到成年后期（Hargrove等人，2020年）。少数民族的抑郁患病率也更高（Hargrove等人，2020年）。然而，由于症状表现的细微差异，非白人个体被诊断为抑郁症的可能性较低（Bailey等人，2019年），因此这些社区获得治疗的机会和接受治疗的比例也较低（Shao等人，2016年）。少数民族不太可能经历急性发作，但持续症状的风险较高（Bailey等人，2019年）。
许多纵向研究考察了不同发展阶段的抑郁症，包括青少年时期（Ellis等人，2017年）、成年初期（Salmela-Aro等人，2008年）和成年期（Mallett等人，2022年）。本研究同时考虑了这三个阶段。它还旨在推进Add Health的数据使用，以确定这些阶段的典型抑郁轨迹。确定了轨迹后，将进一步研究性别和种族如何影响类别归属。
因此，本研究的目标如下：
- (1)
确定九项流行病学调查抑郁测量工具（为Add Health改编，称为AH-CES-D-9）的因素结构和测量不变性
- (2)
确定Add Health样本中抑郁的发展轨迹。
- (3)
探索性别和种族如何预测潜在类别归属。
