《Journal of Urban Health》：The Impact of Neighbours and Neighbourhoods on Major Depressive Disorders in Adults
编辑推荐：
本研究针对重度抑郁症（MDD）这一全球性健康问题，探索了除社区特征外，个体邻居间的社会互动对疾病的影响。通过应用线性均值模型和空间计量经济学技术，分析荷兰北部近2万人的数据，研究评估了同伴、情境和相关性三种社会互动作用，发现情境效应和相关性效应对MDD的发生和严重程度有重要影响。这为理解MDD的社会决定因素提供了新证据，并提示针对社会维度的公共卫生干预具有重要意义。
在快节奏的现代生活中，心理健康，特别是重度抑郁症（Major Depressive Disorder, MDD），已成为一个不可忽视的全球性公共健康挑战。它不仅为个人带来持久的情绪低落和兴趣丧失，更与人力资本的经济损失、更高的医疗成本、其他身心疾病、生活质量下降甚至过早死亡相关。尽管其认知和生物学基础已得到研究，但一个关键但常被忽视的领域是：我们身处的“小环境”在多大程度上塑造了我们的心理状态？传统上，研究多关注个人风险因素（如性别、教育、社会经济地位SES）和更宏观的社区（neighbourhood）特征（如平均房屋价值、城市性）对MDD的影响。然而，住在你隔壁的邻居，他们自身的特点、他们营造的“氛围”和未明说的社区“标签”，是否也会在无形中影响你？这即是“社会互动”的领域，它被公认为是“邻里效应”背后的重要机制之一，但其在MDD中作用的具体路径和证据，在成年人中仍研究不足。
为深入探究此问题，一个由J. Paul Elhorst教授、Agnies M. van Loon博士、N. A. T. M. Huibers博士、A. T. F. Beekman教授和A. J. Oldehinkel教授组成的研究团队，在《Journal of Urban Health》上发表了一项开创性研究，其目标直指“社会互动”这一“黑箱”。他们不满足于“个人+社区”的简单框架，而是将“社会互动”解构为三个可量化、可区分的效应，以回答：在成人的MDD中，是“同伴的疾病会相互传染（同群效应）”，是“周围人的高教育、好工作能保护我（情境效应）”，还是“我们街区的坏名声让我们都压力山大（相关性效应）”，抑或这些效应在共同起作用？最终，他们利用精巧的研究设计，发现情境效应和相关性效应，而非通常热议的同群效应，才是塑造MDD发生与严重程度的关键社会力量。这项研究超越了邻里特征的简单统计，从“人”与“人”之间互动的微观层面，为我们理解抑郁症的社会根源提供了新视角，也为制定更具靶向性的社区心理健康干预政策提供了坚实的科学依据。
为开展此项研究，研究人员主要运用了以下几种关键技术方法：首先，他们使用了来自荷兰北部的Lifelines队列研究（Lifelines Cohort Study）的数据，该数据集包含在2007-2013年（第一波）和2014-2017年（第二波）通过小型国际神经精神访谈（Mini International Neuropsychiatric Interview, MINI）收集的、共19,700名23-65岁成年人的两波重复横断面数据。其次，研究构建了“线性均值模型（linear-in-means models）”这一空间计量经济学框架，并引入了“组交互矩阵”来模拟同一社区内个体间的社会网络结构。再次，为了克服高比例零结果（即多数人无MDD症状）带来的估计偏差，他们采用了创新的“两步骤回归模型”，第一步用Probit模型分析被诊断为MDD的概率，第二步用线性回归模型分析MDD患者的症状严重程度。最后，为了在模型过度参数化的情况下鉴别出最具实证意义的社交互动效应类型，研究采用了“贝叶斯模型比较检验”来对比不同模型设定。
研究结果 部分呈现了本研究的核心发现：
1. 描述性统计：在基线评估中，样本的平均年龄为44.67岁，大多数参与者为女性、在荷兰出生、拥有中等至高教育水平，拥有伴侣和孩子，并报告社交圈质量良好。社区层面，样本平均房屋价值为�196,640，且大部分参与者生活在乡村地区。
2. 社会互动效应的识别：通过贝叶斯比较检验，研究者发现在两波数据中，包含情境效应和相关性效应的模型，其被采纳的后验模型概率分别高达0.9988和0.9991，远高于包含同群效应的模型。这表明，在MDD的形成过程中，情境效应和相关性效应远比同群效应更为重要。一个可能的解释是，MDD是抑郁的一种极端表现形式，通常伴随着高度的社会隔离，这限制了个体间相互影响的“同辈效应”。
3. 两步骤模型的估计结果：通过将“诊断概率”与“症状严重度”分开建模，研究者获得了比传统单一模型更精细的洞察。结果发现，许多对MDD诊断有显著影响的个体特征，对其严重程度并无显著影响，这凸显了区分两者的重要性。在预测MDD的“风险”（诊断概率，模型第一步）时，个体自身特征（如社交圈质量差、有抑郁史）仍是最强的影响因素。情境效应也扮演了关键角色：参与者周围邻居若拥有中等教育水平或每周工作时间更长，会显著降低其被诊断为MDD的风险；反之，若周围邻居无子女、社交圈质量差或有抑郁史，则会显著增加其风险。在预测MDD的“严重程度”（模型第二步）时，情境效应的影响依然显著：被诊断为MDD的参与者，若周围邻居有抑郁史，其症状会更严重；但若周围邻居为男性或没有同居伴侣，其症状严重程度则会降低。此外，模型在诊断和严重程度两个步骤中都检测到了显著的相关性效应，这支持了社区内未观测到的共享特征（如社区污名化或环境压力）会同时影响MDD的发生和严重程度。值得注意的是，显著的社会互动效应（包括情境效应和相关性效应）在数量上超过了显著的邻里特征，后者中仅有平均房屋价值对MDD诊断概率有稳定的负向影响。
结论与讨论 部分总结了本研究的核心贡献与启示。本研究表明，社会互动效应，特别是情境效应和相关性效应，在塑造成人MDD的可能性和严重程度上起着重要作用。与通常关注“同群效应”的社交互动研究不同，本研究发现，在MDD这种不常被观察到但表现极端的抑郁中，情境效应（即邻居的个体特征）比邻里特征更能解释MDD的变异。这些因素包括邻居的教育水平、带薪工作时间、社交圈质量、家庭构成及其抑郁史。同时，本研究证实了相关性效应的重要性，这可能与数据收集期间（2007-2017年）经历的全球金融危机和欧洲债务危机等宏观经济冲击带来的社区层面共享压力有关。在方法论上，应用两步骤回归模型有助于更精准地识别不同因素对MDD“患病风险”和“疾病严重度”的差异化影响，避免对某些决定因素的效应产生高估，从而为更有针对性的两步（预防与干预）公共卫生政策提供了科学基础。
总而言之，这项研究从“人”的角度，而非仅仅是“地”的角度，深化了我们对社区与心理健康关系的理解。它强调，在制定旨在缓解MDD的政策时，必须关注社区的社会维度，将“邻里”视为一个由个体及其互动构成的社会生态系统，而非仅仅是一个地理或统计上的集合。未来的研究和干预措施，应更细致地考虑如何通过改善社区内个体的社会资本、经济状况和心理健康氛围，来构建更具韧性的心理健康环境。
