10项、14项和20项流行病学研究中心抑郁量表评分预测认知衰退能力比较Comparison of the 10-, 14- and 20-Item CES-D Scores as Predictors of Cognitive Decline[v1] | Preprints.org

1. 引言

抑郁是老年人中最常报告的精神疾病之一（美国心理学会，2013年），据报道，高达50%的阿尔茨海默病（AD）痴呆患者存在抑郁症状（Diniz等，2013；Lyketsos等，2002）。研究发现，老年个体的抑郁症状与认知衰退相关（例如，Chodosh等，2007；Fuhrer等，1992；Gonzalez等，2008；Kim等，2019；Raji等，2007；Wilson等，2002；2004；Yaffe等，1999；Zahodne等，2014）。抑郁症状还被证明与老年人发展为轻度认知障碍（MCI；例如，Barnes等，2006；Geda等，2006）、AD或痴呆的风险增加相关（例如，Devanand等，1996；Gatz等，2005；Jorm等，1991；2001；Kim等，2021a；Saczynsk等，2010；Wilson等，2002）。然而，也有相互矛盾的发现表明这些症状不会显著增加认知衰退（例如，Chodosh等，2010；Dufouil等，1996；Ganguli等，2006；Henderson等，1997）或痴呆（例如，Chen等，1999；Becker等，2009）的风险。各种因素可能导致结果差异，包括参与者的年龄、随访持续时间以及用于诊断AD或评估抑郁症状的方法（Saczynsk等，2010）。总体而言，大多数研究支持这种关联（综述见Byers & Yaffe, 2011），尽管关系的性质仍不清楚（Kim等，2021b）。

抑郁症状最常用的筛查工具之一是流行病学研究中心抑郁量表（CES-D；Radloff, 1977）。虽然CES-D与贝克抑郁量表（Beck等，1961；1996）相当，并在临床和研究研究中广泛使用（Carleton等，2013），但当用于特定人群（如认知障碍或识字能力较差的人群）时，它被认为太长（Kohout等，1993）或具有挑战性（Cheng & Chan, 2008；Gonzalez等，2017）。原始20项CES-D的项目内容也受到质疑，因为某些项目的表现会因性别、年龄、健康、文化和社会差异而异（Carleton等，2013；Carter等，2016）。与社会问题相关的项目，如"人们不友好"和"我觉得人们不喜欢我"，可能测量其他构念，如感知社交技能和人际障碍症状（Carleton等，2013；Kohout等，1993；Shafer, 2006；Stansbury等，2006；Williams等，2007）。涉及躯体症状的项目，"我觉得我所做的每件事都很费力"，可能会在老年人（Carleton等，2013；Snarski & Scogin, 2006）或慢性疼痛患者（Carleton等，2013；Ohayon & Schatzberg, 2003）中歪曲抑郁症状。第17项"我有哭泣发作"的反应已被证明随性别而变化，导致女性总分增加（Cole等，2000；Rivera-Medina等，2010），造成女性抑郁症状高估和男性低估（Carleton等，2013）。在Carleton等（2013）的一项研究中，进行了验证性因子分析来比较CES-D的先前模型和新模型，结果支持14项3因子模型，包括躯体症状、负面情绪和快感缺失；作者认为14项版本（CESD-14）更符合当前抑郁的诊断标准。此外，10项版本（CESD-10）在临床和研究环境中使用，其中删除了冗余项目（Andresen等，1994），重点是通过减少躯体项目来关注情感症状（Cheng & Chan, 2005）。

尽管CESD-10和CESD-14已在先前研究中使用和验证（例如，Carleton等，2017；Harenberg等，2015；Irwin等，1999；Mason等，2019），但据我们所知，10项和14项版本与20项版本在预测老年人从认知未受损基线向临床诊断受损状态进展方面的表现尚不清楚。

本研究的目的是确定基线CES-D总分是否与从认知未受损基线向认知衰退进展相关，并考察14项和10项版本的CES-D总分与20项版本相比在预测进展方面的表现。我们通过调节分析测试了进展风险是否因性别而异，同时比较了三种CES-D版本。最后，我们考察了14项和10项版本的CES-D总分与20项版本相比，在区分最后随访访视时保持认知未受损稳定和已经认知衰退的参与者方面的能力。我们预测基线CES-D总分将与认知衰退进展相关，14项和10项总分将是比原始20项版本更好的预测因子和区分因子，并且进展风险在男性和女性之间会有所不同。

2. 方法

我们报告了如何确定样本量、所有数据排除、所有操作和研究中的所有测量。本研究未预先注册。

2.1. 参与者

威斯康星阿尔茨海默病预防登记（WRAP）研究是一项基于美国威斯康星大学麦迪逊分校的正在进行的纵向队列研究，研究对象是定期参加访视的老年人，首次随访至少在4年后，然后每2年一次（详情见Johnson等，2017；Sager等，2005）。参与者在每次研究访视后通过共识会议诊断被分类为认知未受损—稳定（CUS）、认知未受损—下降（CUD）、MCI或痴呆（如Langhough Koscik等，2021和程序部分所述）。对于本研究，参与者根据以下标准选择：完成至少两次具有项目级CES-D数据的访视，在CES-D基线时被分类为CUS，并在最后访视时被分类为仍认知未受损（稳定或下降）、MCI或痴呆。从总共1,670名参与者中，1,054名参与者符合上述纳入标准：1,019名是英语母语者，8名西班牙语母语者，9名其他语言（未指明），18名未报告其母语；7名参与者报告其种族为美洲原住民或美国原住民，2名为亚裔，26名为非裔美国人，10名为西班牙裔或拉丁裔，1,008名为白人，1名未知。CES-D的项目级数据可用性从访视2开始，这被视为这些分析的基线。在他们的最后一次访视中，同一组参与者中有952人被分类为CUS，79人为CUD，19人为MCI，4人为痴呆。本研究的所有活动均获得威斯康星大学麦迪逊分校机构审查委员会的批准，并按照赫尔辛基宣言完成。所有参与者在测试前提供了知情同意。

2.2. 程序

在每次研究访视中，参与者完成了关于人口统计学、健康史和生活方式的自评问卷，以及临床评估和神经心理学测试电池（完整程序和测试列表见Johnson等，2017）。为了根据认知状态对个体进行分类，WRAP使用两级共识会议方法（详情见Langhough Koscik等，2021）。简而言之，在第一步中，应用一种识别可能存在损害的案例的算法，基于是否满足以下一个或多个标准：（1）参与者在记忆、执行功能、语言、工作记忆或注意力的因素分数或个别测量上获得低于平均值1.5 SD（Clark等，2016；Koscik等，2014）；（2）一项或多项测试的认知表现低于其他研究中用于临床MCI诊断的临界值（例如，WMS-R逻辑记忆II，Wechsler, 1987：故事A得分<9；AD神经影像倡议，Petersen等，2010）；或（3）异常的信息报告表明主观认知或功能下降。第二，认知未受损、MCI和痴呆的共识诊断随后由包括医生、临床神经心理学家和临床护理人员的团队确定，基于每次访视的认知、医疗史、生活方式、主观认知投诉和信息数据。MCI诊断遵循Albert等（2011；但也见Winblad等，2004）提出的国家衰老研究所（NIA）-阿尔茨海默病协会采用的核心临床标准（不包括生物标志物），而痴呆诊断遵循McKhann等（2011）的建议。如果共识审查委员会确定MCI和痴呆不存在，则当共识审查团队将低表现解释为从病前水平指示令人担忧的亚临床下降时，分配CUD标签。

2.3. 抑郁症状评估

流行病学研究中心抑郁量表（CES-D；Radloff, 1977）测量过去一周经历的抑郁症状水平，项目表达为自我陈述（例如，"我说话比平时少"）；项目列表见表1。原始CES-D版本包含20个项目，参与者被要求使用0（很少或没有时间，少于1天）、1（一些或少量时间，1-2天）、2（偶尔或中等时间，3-4天）或3（大部分或全部时间，5-7天）的量表指示症状频率，时间框架为过去一周。总分通过将每个项目的分数相加计算，但正向项目4、8、12和16的计分相反。14项版本（CESD-14，Carleton等，2013）排除了项目9、10、13、15、17和19，而10项版本（CESD-10，Andresen等，1994）排除了项目2、3、4、9、13、15、16、17、18和19；在这两个版本中，总分的计算方式与20项版本相同。在本研究中，项目级CES-D数据的记录从访视2开始，这被视为统计分析的基线。当前样本中10项CES-D（Cronbach's α = .80）、14项CES-D（Cronbach's α = .85）和20项CES-D（Cronbach's α = .87）的内部一致性可接受。

2.4. 控制变量评估

包括的人口统计学因素有最后一次随访访视时的年龄、性别和教育程度，同时还考虑了基线和最后一次随访评估之间经过的时间。根据载脂蛋白E基因型（e2/e3/e4基因型）存在性的比值比计算了APOE风险评分（如先前报道，Darst等，2017），作为协变量包括在内。由于血管因素被认为与晚年抑郁、认知衰退和AD风险相关（Alexopoulos等，1997；Flicker等，2008；O'Brien等，2003；Richard等，2013；Teper等，2008），以下血管风险因素作为协变量包括在内：腰臀比（从基线访视时的测量计算）、当前吸烟、糖尿病史、高血压、心脏病和高胆固醇（所有均二分法分为是或否，并通过问卷评估）。有关血管风险因素和AD预测的更多细节，见Reitz等（2010）。

2.5. 统计分析

我们进行了Mann–Whitney检验或适当的t检验，以确定按最后认知状态分类的参与者在样本特征、APOE风险评分、血管风险因素以及基线10项、14项和20项CES-D总分上是否存在差异。样本详情见表2，报告了整个样本和按最后认知状态的样本详情。为了了解三种CES-D版本的总分如何相关，我们在10项、14项和20项CES-D版本的分数之间运行了双变量Spearman等级相关。还进行了总CES-D分数与控制变量之间的双变量相关，以检查多重共线性。

为了测试基线CES-D总分是否与最后一次随访访视时的认知衰退进展相关（最后一次访视的样本详情见表3），我们进行了三个单独的有序逻辑回归分析（每个CES-D版本各一个）。在每个模型中，我们使用基线10项、14项或20项总分作为预测因子，随访共识诊断作为结果（认知未受损稳定、认知未受损下降或临床诊断受损，通过合并MCI和痴呆），最后一次随访评估时的年龄、性别、基线和最后一次随访评估之间经过的时间、教育年限、APOE风险评分、当前吸烟状态、糖尿病病史、高血压、心脏病、高胆固醇和腰臀比作为协变量。为了确定10项和14项CES-D分数是否比20项分数更好地预测认知衰退进展风险，我们比较了其他平行模型的AIC拟合统计量（Aiken等，1991），较低的AIC值表示更好的拟合，且delta-AIC（即被比较的两个AIC值之间的差异）大于2的模型被认为显著优于被比较的模型（Burnham & Anderson, 2004）。

为了测试我们的假设，即与基线CES-D相关的最后一次访视时进展到CUD或更严重损害的风险在男性和女性之间不同，我们在有序逻辑回归模型中检查了基线CES-D总分与性别的交互作用（10项、14项和20项版本各一个）。包括的预测因子包括性别、CES-D总分（10项、14项和20项在单独模型中）以及性别* CES-D总分的交互项，而结果和协变量保持不变。如果发现交互项与最后一次访视时进展到CUD或更严重损害显著相关，则使用似然比卡方检验评估模型，以检查包含交互项的完整模型是否比不包含交互项的完整模型减少了偏差。

我们生成了受试者工作特征（ROC）曲线，以检查10项、14项和20项CES-D总分的敏感性、特异性、阳性预测值（PPV）和阴性预测值（NPV）。还计算了每个总分的ROC曲线下面积（AUC），以衡量每个版本的总分区分在CES-D基线和最后一次随访访视时认知下降参与者与认知未受损稳定参与者的能力，其中较大面积表示更好性能（Hanley和McNeil, 1982）。使用Z统计量比较了10项、14项和20项CES-D总分的AUCs，由于ROC曲线预计相关，使用了DeLong等（1988）提出的非参数方法。双侧p值< 0.05被认为具有统计学意义，并根据最大Youden指数确定了最佳临界点（Youden, 1950）。ROC分析使用MedCalc 20.114版本（MedCalc Software, Ostend, Belgium）进行。

3. 结果

在平均7年（范围= 0-12年）后，本研究中包括的1,054名参与者中，102人（9.7%）进展到CUD（79）、MCI（19）或痴呆（4），而952人（90.3%）在最后一次随访时保持认知未受损稳定。表2描述了整个样本和按最后一次随访评估的认知状态分类的样本人口统计学特征、APOE风险评分、血管风险因素以及基线10项、14项和20项CES-D总分；该表还报告了按最后认知状态分类的参与者在这些变量上的差异。图1报告了最后一次随访访视时每种认知状态的基线10项、14项和20项CES-D总分。

我们运行了三种CES-D版本总分之间的双变量Spearman等级相关，以了解它们如何相互关联，以及分析中包括的所有变量之间的相关性，以检查多重共线性。10项版本的分数与14项版本的分数显著相关（rs = 0.955, p < .001）和与20项版本的分数（rs = 0.943, p < .001），而它们又相互相关（rs = 0.979, p < .001）。尽管在其余变量之间发现了显著关联，但这些关联要么非常弱（rs = 0.00 – 0.19）要么弱（rs = 0.20 – 0.39），详情见表3。

为了测试基线CES-D总分是否与从认知未受损稳定状态进展到认知衰退（CUD、MCI和痴呆）相关，对三种CES-D总分中的每一种进行了有序逻辑回归分析。包含10项、14项或20项CES-D总分的三个逻辑回归模型在统计上均显著，每种CES-D总分的系数也是如此，详情见表4。具体而言，基线10项版本CES-D总分每增加1分与未来认知衰退几率的增加显著相关（b = .088; SE = .022; p < .001; OR = 1.092; 95% CI, 1.046−1.141），14项版本CES-D总分每增加1分也是如此（b = .067; SE = .016; p < .001; OR = 1.070; 95% CI, 1.036−1.104），以及20项版本CES-D总分每增加1分（b = .051; SE = .013; p < .001; OR = 1.052; 95% CI, 1.025−1.080）。

为了测试10项和14项CES-D分数是否比20项分数更好地预测认知衰退进展风险的假设，我们随后比较了其他平行模型的AIC拟合统计量。AIC最低的模型是14项版本的基线CES-D总分（AIC = 733.00），紧随其后的是10项版本的基线总分模型（AIC = 733.77），最后是20项版本的基线总分模型（AIC = 735.07）；20项模型和14项模型之间的delta-AIC大于2，表明它们之间存在显著差异，但10项和20项模型之间以及10项和14项模型之间不存在显著差异。

为了测试我们的假设，即与基线CES-D相关的最后一次访视时进展到CUD或更严重损害的风险在男性和女性之间不同，我们计算了基线CES-D总分与性别的交互项（10项、14项和20项版本各一个），并使用似然比检验将交互模型与非交互模型进行了比较。包含交互项的三个回归模型在统计上均显著，但它们的交互项不显著（10项总分性别，b = -.004; SE = .049; p = .934；14项总分性别，b = -.016; SE = .036; p = .660；20项总分*性别，b = -.011; SE = .030; p = .701）；因此，未进一步测试模型偏差的变化。

为了研究14项和10项版本的CES-D总分与20项版本相比，在最后一次随访访视时区分认知下降和认知未受损稳定参与者方面的能力，进行了ROC分析。ROC曲线分析显示，CES-D的10项（Z = 3.217; p = .001）、14项（Z = 3.593; p = .000）和20项（Z = 3.219; p = .001）总分显著区分了最后一次随访访视时认知下降参与者与认知未受损稳定参与者，ROC曲线见图2。AUCs显示14项总分具有最高准确性（60.8%；SE = 0.03；95% CI, 57.8%−63.8%），其次是10项分数（59.6%；SE = 0.03；95% CI, 56.6%−62.6%），以及20项分数（59.6%；SE = 0.03；95% CI, 56.6%-62.6%）。Z检验表明14项和20项AUCs显著不同（Z = 2.123; p = .034），而10项和20项AUCs不显著不同（Z = 0.014; p = .989），10项和14项AUCs也不显著不同（Z = 1.182 p = .237）。

由于三种CES-D总分版本显著区分了两组，使用阳性预测值（PPV）和阴性预测值（NPV）评估了诊断一致性。对于10项总分，基于Youden指数的临界值为4，PPV为13.9%，NPV为92.7%（敏感性53.40%，特异性64.08%）。对于14项总分，临界值为4产生PPV为14.1%，NPV为94.0%（敏感性66.99%，特异性55.67%）。最后，对于20项总分，临界值为5产生PPV为13.1%，NPV为93.9%（敏感性69.90%，特异性49.79%）。

4. 讨论

在本研究中，我们调查了基线CES-D总分是否与从认知未受损基线进展到认知衰退相关，并评估了14项和10项版本的CES-D总分与20项版本相比在预测进展方面的表现。我们还通过进行调节分析测试了进展风险是否因性别而异，同时比较了三种CES-D版本。最后，我们比较了14项和10项版本的CES-D总分与20项版本在区分最后一次随访访视时进展到认知衰退的参与者与未进展的参与者方面的能力。

与少数报告抑郁症状与未来认知衰退无关的研究（例如，Chodosh等，2010；Dufouil等，1996；Ganguli等，2006；Henderson等，1997）相反，我们的有序逻辑回归分析显示，包含10项、14项或20项版本的基线CES-D总分的单独模型，在控制最后一次随访评估时的年龄、基线和最后一次随访评估之间经过的时间、教育年限、APOE风险评分和血管因素后，显著预测了随访共识诊断（认知未受损—稳定vs. 认知未受损—下降、MCI或痴呆），平均约7年后；这些发现与大多数报告抑郁症状与随后认知衰退相关的研究一致（例如，Chodosh等，2007；Fuhrer等，1992；Gonzalez等，2008；Kim等，2019；Raji等，2007；Wilson等，2002；2004；Yaffe等，1999；Zahodne等，2014），尽管关系的性质仍不清楚（Kim等，2021b）并需要进一步调查。

针对原始20项量表的项目内容（例如，性别偏见）、潜在因子结构或长度问题，提出了CES-D的修订版本，如14项（Carleton等，2013）或10项版本（Andresen等，1994）（Carleton等，2013；Gonzalez等，2017）。然而，尚不清楚10项和14项版本与原始20项量表在预测老年人认知衰退进展方面的表现如何。当前结果显示，包含10项或14项CES-D总分的模型解释的方差与预测认知衰退进展的20项模型解释的方差相当。10项和14项版本分数模型的AICs相似，表明它们之间相差0.77个AIC单位，而包含20项版本的模型显示三个模型中AIC最高，与14项版本相比，差异大于2个AIC单位，但与10项版本相比，差异为1.30个AIC单位，不显著。根据要求至少2个AIC单位差异的规则，我们建议14项版本在预测纵向共识诊断方面可能优于20项版本。这些发现使10项版本处于明显困境，因为该版本在预测诊断方面数值上优于20项版本，但我们没有足够确凿的证据得出这一结论。

由于痴呆和抑郁的发病率以及抑郁症状的概况和临床过程在两性之间已知不同（Letenneur等，1999；Smith等，2008），可以认为在评估可修改的风险因素时应考虑性别（Kim 2021b），抑郁症状就是这种情况。为了更好地了解性别是否调节抑郁症状与进展到CUD或更严重损害风险之间的关系，我们还检查了基线CES-D总分与性别的交互作用。我们的结果未显示交互项是认知衰退进展的显著预测因子。

我们还检查了CES-D总分是否区分了保持稳定的认知未受损参与者与最后一次随访访视时认知下降的参与者，ROC曲线分析表明，三种CES-D版本的总分显著区分了它们。当比较三种CES-D版本的准确性时，我们发现14项版本的总分显示出最高准确性，而10项和20项测试的AUCs相同。这一发现与Chen和Chan（2008）一致，他们报告10项版本在筛查轻度痴呆老年参与者中的抑郁症状方面与原始版本相当。尽管这些结果显示三种CES-D版本在区分两组（即，50%）方面优于偶然性，但此处观察到的10项（59.6%）、14项（60.8%）和20项（59.6%）模型的AUC值彼此非常相似，被认为是"较差"；通常，AUC值在0.9-1之间被认为是"杰出"，在0.8-0.9之间被认为是"优秀"，在0.7-0.8之间被认为是"可接受"。可能是在认知下降组内，认知未受损但下降的参与者（N=80）与MCI（N=19）或痴呆（N=4）的参与者数量差异太大。因此，三种CES-D版本区分认知未受损稳定和主要由未受损但下降参与者组成的组的能力可能受到影响。

本研究有几个优势，如随访长度，基线访视和最后一次随访访视之间的平均时间约为7年，以及参与者通过共识会议诊断进行分类，基于每次访视的认知、医疗史、生活方式、主观认知投诉和信息数据（详见程序部分和Langhough Koscik等，2021）。然而，本研究也有一些局限性，最后一次随访访视时认知下降组的样本量远非理想；然而，考虑到先前研究中观察到的认知未受损个体的进展率，这并不奇怪（在Bruno等，2018中，进展到CU-D（以前称为早期MCI）为14%；在Johnson等，2017中为15.2%）。样本也主要由白人参与者组成，限制了当前发现的可推广性。最后，应注意当前分析和结果是从CES-D的20项版本推断出来的，而不是分别测试三个版本。

总之，本研究调查了基线CES-D总分是否与从认知未受损基线进展到认知衰退相关，评估了14项和10项版本的CES-D总分与20项版本相比在预测进展方面的表现，CES-D与性别的交互作用，以及基线CES-D分数区分最后一次访视时认知下降与保持未受损稳定的参与者的能力。结果显示，三种CES-D版本的基线总分均显著预测了进展，且包含14项版本总分的模型在预测认知衰退进展方面优于包含20项版本分数的模型，这从它们的AICs可以看出。我们未发现性别调节CES-D分数与认知衰退之间的关系。14项基线CES-D总分在区分认知未受损稳定与最后一次随访访视时认知下降的参与者方面也显示出最高准确性。我们认为，CES-D的14项版本可能是研究抑郁症状和认知衰退的研究中原始20项版本的良好替代方案。

资金支持

WRAP由NIH资助AG027161支持。这项对WRAP数据的二次分析由NIH-NIA（R01 144 AAI8612）资助给KDM，其中DB和RL是共同研究员。

致谢

我们要感谢威斯康星大学的参与者、工作人员和研究人员，正是因为他们，这项工作才成为可能。

数据可用性

数据可在此处申请：

参考文献

[参考文献列表已在翻译过程中省略，但保留了正文中的引用标记]

图1. 箱线图：最后一次随访访视时四种认知状态的基线10项、14项和20项CES-D总分。CUS：认知功能稳定未受损；CUD：认知功能下降但未受损；MCI：轻度认知障碍；Dem：痴呆。

图2. 10项、14项和20项CES-D总分的受试者工作特征（ROC）曲线。

表1. 原始CES-D的20个项目，CES-D 10和CES-D 14版本中包含的项目。X表示包含该项目。

表2. 按最后认知状态分类的样本特征比较。报告了回归分析中包含的变量的均值（标准差）或参与者数量（百分比），按整个样本和最后一次随访评估的共识诊断分类。对于心脏病、糖尿病、高血压和高胆固醇，"是"指疾病既往史或当前史。

注：*p值来自适当的t检验或Mann-Whitney检验。WHR = 腰臀比。

表3. 双变量Spearman等级相关。回归分析中包含的变量之间的相关系数。

[表3内容已在翻译过程中省略，但保留了表格结构和关键数据]

表4. 预测从CUS到CUD或临床诊断受损状态（MCI和痴呆合并）在最后一次随访访视时进展的有序逻辑回归模型。

注：β (95%CI) = 比值比(95%置信区间)。AIC = 赤池信息准则。Heart = 心脏病。High cholest. = 高胆固醇。WHR = 腰臀比

1 包含10项CES-D总分的模型：χ2(12) = 76.026 p < .001, Nagelkerke R2 = 13.3%.

2 包含14项CES-D总分的模型：χ2(12) = 77.305, p < .001, Nagelkerke R2 = 13.5%.

3 包含20项CES-D总分的模型：χ2(12) = 74.900, p < .001. Nagelkerke R2 = 13.1%.

【全文结束】