2023–2025年瑞士城市人口中焦虑与抑郁症状的空间聚集现象及其高风险区域的决定因素

《Journal of Affective Disorders》：Spatial clustering of anxiety and depression and determinants of high-risk areas in a Swiss urban population, 2023–2025

焦虑抑郁在日内瓦的空间分布及环境社会因素关联性研究，2023-2025年追踪6057人显示焦虑症13.5%-14.1%、抑郁症9.9%-8.1%，空间高发区集中于市中心，与低收入（13%）、多单身家庭（25.3%）、空气污染（PM2.5>15μg/m3）、城市热岛效应（地表温度＞28℃）及绿化不足（植被覆盖率＜30%）显著相关。

　　

诺埃·费莱（Noe Fellay）| 莉娜·贾瓦尔（Lina Jawal）| 菲利普·沃鲁兹（Philippe Voruz）| 海伦·贝松（Hélène Baysson）| 斯蒂芬妮·施伦普夫特（Stephanie Schrempft）| 罗克珊·杜蒙（Roxane Dumont）| 西尔维娅·斯特林吉尼（Silvia Stringhini）| 斯蒂芬·乔斯特（Stephane Joost）| 梅萨姆·内赫梅（Mayssam Nehme）| 伊德里斯·格苏斯（Idris Guessous）

瑞士日内瓦大学医院初级保健医学部人口流行病学单元

摘要

背景

焦虑和抑郁是全球心理健康负担的主要因素，它们往往在社交经济脆弱性和环境压力累积的城市地区更为常见。关于高收入城市环境中这两种疾病共同和独立的空间分布模式的证据仍然有限。

方法

我们分析了2023年至2025年在瑞士日内瓦进行的基于人群的Specchio研究中收集的纵向数据（样本量N=6057）。评估了焦虑（GAD-2≥3）和抑郁（PHQ-2≥3）的患病率和分布情况。使用空间和时空相对风险（sparr）方法研究了空间聚集现象，并通过广义估计方程分析了社会经济、心理社会和环境决定因素。

结果

共有6057名参与者，其中59%为女性，平均年龄为51.8±14.0岁。2023年、2024年和2025年焦虑的患病率分别为13.5%、14.1%和12.1%，抑郁的患病率分别为9.9%、9.4%和8.1%。在日内瓦市中心发现了焦虑和抑郁的高风险聚集区，这些聚集区在三年间持续存在。调整年龄、性别和教育水平后，抑郁聚集区略有减少，而焦虑聚集区保持不变。高风险聚集区与较低的收入水平、更多单人家庭、较高的空气污染水平、城市热岛效应以及较少的绿地面积有关。将分析范围限制在三年都参与研究的个体中，结果仍然一致。

结论

在瑞士的城市地区，社会经济劣势较大和环境压力较高的区域，焦虑和抑郁症状的患病率更高。这些发现强调了需要采取针对性的公共卫生干预措施，将社会和环境因素结合起来应对城市环境中的心理健康问题。

引言

焦虑和抑郁是全球最常见的心理健康障碍之一，对个人和社会有着重大影响（GBD 2019 Mental Disorders Collaborators, 2022）。2021年，全球约有3.59亿人受到焦虑障碍的影响（世界卫生组织，2025a），而大约4%的普通人口患有抑郁症。虽然社会经济劣势、生活事件和个人脆弱性等因素会导致焦虑和抑郁，但越来越多的证据表明，与农村或人口密度较低的地区相比，城市环境是导致更差心理健康的危险因素（Kovess-Masféty等人，2005；McKenzie等人，2013；Penkalla和Kohler，2014）。可能的解释包括城市中暴露于心理社会压力源（如拥挤、噪音和社会隔离）的程度增加（Peen等人，2010），这些因素可能加剧焦虑和抑郁（Galea等人，2005）。大量研究发现，城市环境的不良特征（无论是物理的还是社会的）都会影响抑郁风险（Firdaus和Ahmad，2014；Galea等人，2005；Miles等人，2012）。城市心理健康研究中经常考察的环境特征包括绿地可达性、空气污染、交通噪音和热暴露。例如，纽约市的一项多层次分析显示，居住在建筑环境质量较差的社区中，患抑郁症的风险增加了30-60%（Galea等人，2005）。同样，有限的绿地和长期暴露于噪音也与较高的抑郁症状评分相关（Miles等人，2012）。在印度德里的一项纵向研究中，2003年至2013年间，抑郁的患病率从30.9%上升到33.4%，这与室内噪音、过度拥挤、犯罪恐惧和社会支持减少等城市压力因素的增加相吻合（Firdaus和Ahmad，2014）。在农村环境中，这类结果较少见（McKenzie等人，2013；Peen等人，2010）。

众所周知的导致心理健康问题的风险因素，如贫困、失业和社会隔离（Silva等人，2016），通常集中在贫困的城市社区（Galea等人，2005；Peen等人，2010）。社区结构劣势可能导致更高的心理健康障碍发生率（Faris和Dunham，1939；Silver等人，2002）。近年来，空间流行病学方法已经绘制出了心理健康障碍的特定地理“热点”（Ryan等人，2022；Ulrich等人，2023）。例如，南非的聚类分析发现了抑郁的局部聚集区（Asare等人，2022；Tomita等人，2020），而在北卡罗来纳州的65岁以上成年人中发现了抑郁、焦虑和自伤行为的重叠聚集区（Ryan等人，2022）。然而，现有的许多文献依赖于在选定人群或方便样本中进行的研究，或使用横断面设计。此外，许多现有研究是在人口密度极高的大城市中进行的，而对于像日内瓦这样的中等规模城市环境知之甚少。在大范围内进行详细地理尺度的心理健康研究仍然有限。这一空白很重要，因为通过人口层面绘制焦虑和抑郁的地图可以识别出个体层面研究可能遗漏的局部热点和环境风险因素。

日内瓦是瑞士的一个州，约有50万居民，主要分布在市中心并毗邻农村地区。尽管该国的整体社会经济条件较好（Panczak等人，2012；Sycher等人，2021），但研究表明瑞士存在显著的健康不平等现象（Panczak等人，2012；Sycher等人，2021），尤其是在预期寿命和非传染性疾病负担方面。在日内瓦，已经记录了健康结果的地理差异。例如，潜在寿命的增减在某些特定地区有聚集现象（Ladoy等人，2021）。然而，尽管有越来越多的证据表明存在总体健康方面的空间不平等，但对于焦虑和抑郁在详细地理尺度上的空间分布知之甚少。在COVID-19大流行的早期阶段之后，日内瓦的人口心理健康状况有所改善，并在2021年至2023年间趋于稳定（Schrempft等人，2024）。然而，这些研究主要集中在与大流行相关的效应或特定亚群体上。关于城市中焦虑和抑郁的空间分布的基于人群的数据仍然缺乏。

在这项基于人群的纵向研究中，我们使用标准化的验证指标评估了2023年至2025年间城市中焦虑和抑郁的时间趋势，并研究了这些状况的空间聚集及其社会经济、环境和心理社会相关因素。

研究设计

数据来自瑞士日内瓦的Specchio基于人群的研究。有关Specchio研究的详细信息见其他文献（Baysson等人，2022）。纳入标准是年龄≥18岁且居住在日内瓦州。参与者每年完成3-4份在线问卷，内容涵盖心理健康和身体健康、生活方式以及心理社会因素。我们纳入了2023年至2025年间完成问卷的所有居住在日内瓦州的受访者。

焦虑和抑郁的患病率

该样本包括所有年龄≥18岁、居住在日内瓦并在2023年至2025年间至少完成一次心理健康问卷的Specchio参与者（样本量N=6057）。研究中包括6057人（59%为女性），平均年龄为51.8±14.0岁；65%具有高等教育背景，31%具有中等教育背景，4%具有初级教育背景。大多数人的收入处于中等水平（54%），13%报告收入较低。参与者的基线特征见表1。

讨论

这项基于人群的研究显示，在2023年至2025年间，日内瓦有七分之一的个体患有焦虑症，十分之一的人患有抑郁症。最近的数据库显示，2021年约有6%的欧洲人患有焦虑障碍，5%的人患有抑郁障碍（Our World in Data，2024；世界卫生组织，2025b）。结果揭示了与环境暴露差异相关的空间聚集模式，这是在考虑了个体层面因素之后的结果。

作者贡献声明

诺埃·费莱（Noe Fellay）：撰写——审稿与编辑、原始草稿撰写、数据可视化、方法论、正式分析、数据管理、概念化。莉娜·贾瓦尔（Lina Jawal）：撰写——审稿与编辑、软件使用、正式分析、数据管理。菲利普·沃鲁兹（Philippe Voruz）：撰写——审稿与编辑。海伦·贝松（Hélène Baysson）：撰写——审稿与编辑。斯蒂芬妮·施伦普夫特（Stephanie Schrempft）：撰写——审稿与编辑。罗克珊·杜蒙（Roxane Dumont）：撰写——审稿与编辑。西尔维娅·斯特林吉尼（Silvia Stringhini）：撰写——审稿与编辑。斯蒂芬·乔斯特（Stephane Joost）：撰写——审稿与

伦理批准

该研究获得了日内瓦州研究伦理委员会的批准（编号2020-00881和2022-02006）。本研究遵循《赫尔辛基宣言》中关于涉及人类受试者的研究原则。所有参与者在参与研究前均签署了书面知情同意书。

关于写作过程中生成式AI和AI辅助技术的声明

在准备这项工作时，第一作者使用ChatGPT（OpenAI）来帮助提高手稿的清晰度、结构和语言表达。使用该工具后，作者根据需要对内容进行了审阅和编辑，并对出版物的内容负全责。

资金来源

Specchio研究由日内瓦州公共卫生办公室资助。

利益冲突声明

作者声明没有利益冲突。

致谢

作者感谢所有参与Specchio研究的人，以及所有使这项研究成为可能的人，包括Specchio研究小组的成员。