S0007125020001592jra 158..164
TL;DR 精炼摘要
本研究基于英国THIN数据库分析1998-2018年初级保健中广泛性焦虑症的记录趋势,发现年轻女性及男性18-24岁组焦虑诊断显著增加,老年人保持稳定。诊断后近半数患者接受SSRI治疗,苯二氮卓类药减少,反映焦虑症诊疗负担上升。
摘要
Trends in generalised anxiety disorders and symptoms in primary care: UK population-based cohort study April Slee, Irwin Nazareth, Nick Freemantle and Laura Horsfall Background Generalised anxiety disorder and symptoms are associated with poor physical, emotional and social functioning and frequent primary and acute care visits. We investigated recent temporal trends in anxiety and related mental illness in UK general practice. Aims The aims of this analysis are to examine temporal changes in recording of generalised anxiety in primary care and initial pharmacologic treatments. Method Annual incidence rates of generalised anxiety diagnoses and symptoms were calculated from 795 UK general practices con- tributing to The Health Improvement Network (THIN) database between 1998 and 2018. Poisson mixed regression was used to account for age, gender and general practitioner practice. Subsequent pharmacologic treatment was examined. Results Generalised anxiety recording rates increased in both genders aged 18 – 24 between 2014 and 2018. For women, the increase was from 17.06 to 23.33/1000 person years at risk (PYAR); for men, 8.59 to 11.65/1000 PYAR. Increases persisted for a com-
思维导图
论文精读
中文精读
1. 论文基本信息
1.1. 标题
原文标题: Trends in generalised anxiety disorders and symptoms in primary care: UK population-based cohort study (英国初级保健中广泛性焦虑症及症状的趋势:基于英国人群的队列研究)
分析: 标题清晰地指出了研究的核心内容:
-
研究主题: 广泛性焦虑症 (Generalised Anxiety Disorders) 及其相关症状。
-
研究背景: 英国的初级保健 (primary care) 系统。
-
研究方法: 时间趋势分析,采用基于人群的队列研究 (population-based cohort study) 方法。
这表明论文是一篇关注特定疾病在特定医疗体系内随时间变化的流行病学研究。
1.2. 作者
-
April Slee
-
Irwin Nazareth
-
Nick Freemantle
-
Laura Horsfall
隶属机构: 所有作者均来自英国伦敦大学学院 (University College London, UCL),分属于初级保健与人口健康系 (Department of Primary Care and Population Health) 和综合临床试验中心 (Comprehensive Clinical Trials Unit)。
研究背景: 这些作者和机构在初级保健、人口健康和临床试验领域具有深厚的学术背景,这为本研究的数据分析和结果解读提供了专业性和权威性。
1.3. 发表期刊/会议
期刊: The British Journal of Psychiatry (BJP)
声誉与影响力: 该期刊由英国皇家精神病学会 (Royal College of Psychiatrists) 主办,是精神病学领域世界顶级的学术期刊之一。发表于此意味着该研究经过了严格的同行评审,其方法论和结论具有很高的可信度和学术价值。
1.4. 发表年份
2020年
1.5. 摘要
本研究旨在调查1998年至2018年间,在英国初级保健中广泛性焦虑症及其相关障碍记录的时间趋势。研究使用了来自THIN数据库中795家全科诊所的数据,计算了广泛性焦虑诊断和症状的年发病率,并考察了诊断后的药物治疗模式。结果显示,广泛性焦虑的记录率有所增加,尤其是在2014年至2018年间,18-24岁的年轻女性和男性增长最为显著。25-44岁人群的增幅较小,而老年患者的记录率保持稳定。焦虑与抑郁的综合记录率在年轻人群中同样上升,但在老年女性中有所下降。在诊断后一年内,约一半未曾用药的患者接受了抗焦虑药物治疗,其中最主要是选择性5-羟色胺再摄取抑制剂 (SSRIs),而苯二氮卓类药物的处方量则持续下降。结论强调,近期初级保健中因广泛性焦虑和抑郁就诊的人数大幅增加,且这种增长主要集中在年轻人,尤其是年轻女性中。
1.6. 原文链接
-
原文链接:
/files/papers/690566510b2d130ab3e047df/paper.pdf -
发布状态: 已在期刊上正式发表。论文明确指出这是一篇开放获取 (Open Access) 文章,遵循知识共享署名许可 (Creative Commons Attribution licence) 发布。
2. 整体概括
2.1. 研究背景与动机
- 核心问题: 广泛性焦虑症 (Generalised Anxiety Disorder, GAD) 是一种常见的精神障碍,给患者个人功能和医疗系统带来巨大负担。然而,自2010年以来,关于英国初级保健体系中 GAD 诊断和管理趋势的现代、大规模研究非常缺乏。
- 重要性与挑战:
- 公共卫生意义: 了解 GAD 的发病趋势对于公共卫生政策制定、医疗资源分配和临床实践指导至关重要。
- 数据挑战: 之前研究的规模有限,且由于临床编码(如 Read codes)的复杂性和变动性,跨研究比较十分困难。
- 诊断重叠: GAD 与抑郁症在症状和诊断标准上有显著重叠,这可能导致诊断的“误分类”或记录偏差。因此,单独研究 GAD 可能无法反映全貌。
- 切入点与创新思路:
- 大规模长期数据: 本研究利用了覆盖英国约6%人口的 THIN 数据库,时间跨度长达20年(1998-2018),提供了迄今为止关于此问题最大规模、最及时的证据。
- 双重分析视角: 为了解决 GAD 与抑郁症的诊断重叠问题,研究不仅分析了
GAD的发生率,还进行了一项敏感性分析 (sensitivity analysis),考察了包括 GAD、抑郁症及混合状态在内的复合终点 (composite endpoint) 的发生率,这使得结论更加稳健。 - 结合治疗模式: 研究不仅关注诊断趋势,还结合分析了初次药物治疗的模式(特别是 SSRIs 和苯二氮卓类药物的使用变化),以评估临床实践是否与2011年发布的 NICE 指南相符。
2.2. 核心贡献/主要发现
- 核心贡献: 本文提供了强有力的证据,揭示了近年来英国初级保健领域一个显著的公共卫生现象:广泛性焦虑症的记录率在年轻人中急剧上升。
- 关键发现:
-
特定人群的急剧增长: 在2014至2018年间,18-24岁的年轻人群中 GAD 的记录率显著增加,其中年轻女性的增长尤为突出。
-
年龄分化趋势: 年轻人的 GAD 记录率在上升,而55岁及以上的老年人群则保持稳定或略有下降。
-
焦虑与抑郁的复合趋势: 焦虑与抑郁的综合记录率同样在年轻人中上升,但在45岁以上的女性中呈下降趋势。这表明,年轻人中精神健康问题的增加是真实存在的,而不仅仅是医生将抑郁症“重新标记”为焦虑症。
-
处方模式的转变: 药物治疗实践正逐步向 NICE 指南靠拢。选择性5-羟色胺再摄取抑制剂 (SSRIs) 已成为最主要的处方药,而因成瘾风险受关注的苯二氮卓类药物 (benzodiazepines) 的使用率则持续稳步下降。
-
3. 预备知识与相关工作
3.1. 基础概念
- 广泛性焦虑症 (Generalised Anxiety Disorder, GAD): 一种以持续和过度的担忧为特征的精神障碍。这种担忧涉及多种事件或活动(如工作、学习表现),难以控制,并伴有如烦躁不安、易疲劳、注意力不集中、肌肉紧张、睡眠障碍等生理和心理症状。它已超出正常激励作用的范畴,变得适得其反,损害个人功能。
- 初级保健 (Primary Care): 医疗系统的第一线,通常由全科医生 (General Practitioners, GPs) 提供服务。在英国的国家医疗服务体系 (NHS) 中,绝大多数常见病(包括精神障碍)的识别、诊断和初步管理都在初级保健机构完成。
- 队列研究 (Cohort Study): 一种观察性流行病学研究方法。研究者选定一个特定人群(队列),在一段时间内对他们进行跟踪观察,记录暴露因素(如年龄、性别)和结局事件(如 GAD 诊断)的发生情况,以分析暴露与结局之间的关系。本研究是一项回顾性队列研究 (retrospective cohort study),即利用已有的历史记录数据进行分析。
- 发病率 (Incidence Rate): 衡量在特定时间段内,特定人群中新出现某个疾病(或事件)的频率。它反映了疾病发生的风险。
- 人年风险 (Person-Years at Risk, PYAR): 流行病学中用于计算发病率的分母。它综合了观察人数和每人被观察的时间长度。例如,观察10个人各1年,或观察1个人10年,都计为10人年。这比简单用人数作分母更精确,因为它考虑了每个个体进入和退出研究的时间不同。
- THIN 数据库 (The Health Improvement Network): 一个大型的、匿名的英国初级保健电子病历数据库。它包含了数百万患者的纵向临床记录,包括诊断、症状、处方、实验室检查等,是进行大规模流行病学研究的宝贵资源。
- Read Codes: 英国 NHS 在初级保健中曾广泛使用的临床术语编码系统,用于标准化记录患者的诊断、症状和操作。该系统层级分明,类似于国际疾病分类 (ICD) 系统。
- 选择性5-羟色胺再摄取抑制剂 (Selective Serotonin Reuptake Inhibitors, SSRIs): 一类常用的抗抑郁药。其作用机制是抑制神经突触对5-羟色胺的再摄取,从而提高大脑中5-羟色胺的水平,达到抗焦虑和抗抑郁的效果。例如文中的舍曲林 (sertraline)。
- 苯二氮卓类药物 (Benzodiazepines): 一类作用于中枢神经系统的镇静催眠药和抗焦虑药。它们起效快,效果强,但具有依赖性、成瘾性和戒断反应等风险,因此指南建议仅用于短期缓解急性焦虑。
3.2. 前人工作
- GAD 的负担与共病: 作者引用先前研究指出,GAD 会导致患者生理、情感和社交功能下降,并增加医疗服务的使用频率。特别关键的一点是,GAD 与重度抑郁症 (Major Depressive Disorder) 高度共病,约62%的 GAD 患者一生中至少有过一次抑郁发作。这为本文同时分析 GAD 和抑郁症的复合终点提供了理论依据。
- 英国初级保健的诊断趋势(2010年前): 本研究明确提到,其设计是对一项2012年的研究 (Walters et al.) 的延续和扩展。该早期研究分析了1998-2008年间 THIN 数据库中的焦虑趋势。本文旨在确认这些早期趋势,并将其延伸至2018年,以捕捉最新的变化。
- NICE 治疗指南: 英国国家健康与临床优化研究所 (National Institute for Health and Care Excellence, NICE) 于2011年发布了 GAD 治疗指南。该指南是理解本文药物分析部分的关键背景。其核心建议包括:
- 一线药物治疗: 推荐使用 SSRI 类的舍曲林 (sertraline)。
- 限制苯二氮卓类药物: 由于其成瘾和滥用风险,仅建议用于短期处理急性焦虑危机。 本文通过分析处方数据的变化,来评估临床实践在多大程度上遵循了这些指南建议。
3.3. 技术演进
本研究在方法学上的演进主要体现在数据规模和分析策略上:
- 从有限样本到大规模人群: 早期的精神流行病学研究多依赖于小范围的问卷调查或诊所样本。而本研究利用覆盖全国6%人口的电子健康记录数据库,数据规模和代表性都远超以往。
- 从单一诊断到复合分析: 认识到 GAD 和抑郁症的诊断重叠问题,研究从仅分析单一疾病,演进到采用敏感性分析 (sensitivity analysis) 来考察一个更广泛的“焦虑/抑郁”复合终点。这种方法增强了结论的稳健性,减少了因医生诊断偏好变化而导致的偏倚。
- 从静态观察到动态趋势评估: 本研究的核心是分析长达20年的时间趋势 (temporal trends),并利用统计模型(泊松回归)来量化不同年龄和性别群体的变化率,从而能精确识别出变化最显著的时期(2014-2018)和人群(年轻人)。
3.4. 差异化分析
与先前研究(特别是 Walters et al., 2012)相比,本文的核心差异化和创新点在于:
-
时间跨度更长、数据更现代: 本研究将观察期延长了10年,至2018年底。这使得研究能够捕捉到2010年之后,特别是2014年以来的最新且急剧的变化趋势,这是以往研究无法观察到的。
-
关注特定人群: 本文最引人注目的发现是 GAD 增长高度集中在年轻人(尤其是年轻女性)中。这种对特定年龄和性别群体的细致分层分析,揭示了前人研究未曾报告的、具有重要公共卫生意义的人群差异。
-
验证指南依从性: 通过分析处方数据的变化,本文首次大规模地展示了在 NICE 指南发布后,英国初级保健中 GAD 药物治疗模式的实际转变情况,为政策评估提供了实证数据。
4. 方法论
4.1. 方法原理
本研究采用回顾性队列研究 (retrospective cohort study) 的设计,利用大型电子健康记录数据库 (THIN) 来追踪一个庞大的人群队列。其核心方法是计算不同人群亚组(按年龄、性别、年份划分)中,新诊断的广泛性焦虑症 (GAD) 的年发病率 (annual incidence rates)。随后,研究使用泊松混合效应模型 (Poisson mixed effects model) 对这些发病率的时间趋势进行建模,以量化和检验不同群体间的趋势差异。最后,通过描述性统计分析了 GAD 患者在诊断后一年内的药物处方模式。
4.2. 核心方法详解 (逐层深入)
4.2.1. 数据源与研究队列构建
- 数据源: 使用了来自英国795家全科诊所的 THIN (The Health Improvement Network) 数据库,时间范围为1998年1月1日到2018年12月31日。
- 患者筛选(入选标准):
- 出生于1910年或之后。
- 在研究期间年满18岁。
- 在进入队列前,已在当前诊所注册至少12个月(以排除在其他诊所做的历史诊断)。
- 所在诊所的数据质量达到预设标准。
- 患者筛选(排除标准):
- 在队列进入日期之前,已有 GAD、GAD 症状、抑郁症、抑郁症症状或混合性焦虑抑郁的诊断记录。这一步至关重要,因为它确保了研究只计算“新发”病例,即发病率 (incidence) 而非患病率 (prevalence)。
- 从进入队列到离开队列的随访时间少于12个月。
4.2.2. 诊断与处方识别
- 诊断识别: 通过预先定义的 Read code 列表来识别病例。
- 广泛性焦虑 (Generalised anxiety): 包括 GAD 诊断 (e.g., 'Anxiety states') 和 GAD 症状 (e.g., 'Anxiousness symptom')。
- 抑郁症 (Depression): 包括抑郁症诊断和症状。
- 混合性焦虑抑郁 (Mixed anxiety/depression): 识别相应的诊断编码。
- 处方识别: 药物根据英国国家处方集 (British National Formulary, BNF) 的章节编码进行分类,这种方法能更好地反映医生的处方意图。
- SSRIs: BNF 章节 4.3.3
- 苯二氮卓类 (Benzodiazepines): BNF 章节 4.1.2 (Anxiolytics)
- 其他类别如三环类抗抑郁药 (TCAs)、SNRIs、抗精神病药也同样被分类。
4.2.3. 统计分析
-
发病率计算:
- 核心思想: 计算每年每千人中的新发病例数。
- 公式:
- 符号解释:
Number of new cases: 在特定年份首次被诊断为 GAD 的患者数量。Total PYAR: 该年所有符合条件的患者贡献的总观察时间(以年为单位)。
-
泊松混合效应模型 (Poisson Mixed Effects Model):
- 目的: 该模型用于分析 GAD 诊断计数的时间趋势,同时控制年龄、性别等混杂因素,并考虑不同诊所间的差异。
- 模型结构(根据原文描述):
- 响应变量 (Response Variable): 每年、每个亚组(由年龄、性别、诊所定义)的 GAD 诊断计数 (count)。
- 分布假设: 计数数据服从泊松分布 (Poisson distribution)。
- 连接函数 (Link Function): 使用对数连接函数 (log-link),即模型的线性预测部分与计数的对数相关联。
- 偏移量 (Offset): 原文描述为“with the log of the number of diagnoses during that year as an offset (weighting) variable”。这是一个非常不寻常的描述,并且很可能是原文的一个笔误或不精确的表述。 在标准的泊松回归中,当分析比率(如发病率)时,偏移量应该是暴露量(即 PYAR)的对数 (log of Person-Years at Risk)。这使得模型直接对发病率(
counts/PYAR)进行建模,而不是对原始计数建模。假设原文意在遵循标准实践,则模型形式应为: 移项后即为: - 固定效应 (Fixed Effects): 包括
年龄组、性别、时间(自1997年以来的年数,作为线性效应),以及这些变量之间的双向交互作用 (two-way interactions),如年龄组 × 性别,年龄组 × 时间。 - 随机效应 (Random Effects): 包含一个诊所内时间趋势的平滑项 (smoother for time within practices),这用于解释不同诊所间可能存在的非线性时间趋势,并处理诊所内的相关性。
- 结果计算: 使用德尔塔方法 (delta method) 来计算模型拟合出的各年份、各亚组发病率及其置信区间的标准误 (s.e.)。德尔塔方法是一种基于泰勒展开的统计技术,用于估计模型参数函数的方差。
-
药物处方分析:
-
构建一个 GAD 诊断后至少有1年随访的患者队列。
-
将队列分为“药物初治者 (drug-naïve)”(诊断前1年无相关精神药物处方)和“所有患者”两组。
-
计算在诊断 GAD 后的1年内,接受各类药物(SSRIs, Benzodiazepines, TCAs 等)治疗的患者比例。
-
按诊断年份呈现这些比例的变化趋势。
-
5. 实验设置
5.1. 数据集
- 数据集名称: THIN (The Health Improvement Network) 数据库。
- 来源与规模: 数据来源于英国795家全科诊所的匿名电子病历。研究最终纳入的队列包括 6,630,040名患者,总计贡献了 52,695,827 人年风险 (PYAR)。该数据库覆盖了约6%的英国人口,其人口统计学和主要疾病患病率已被证明对英国总人口有良好的代表性。
- 特点:
- 纵向性 (Longitudinal): 包含患者多年的连续临床记录,适合进行趋势分析。
- 大规模 (Large-scale): 庞大的样本量提供了强大的统计效力,可以进行精细的亚组分析。
- 真实世界数据 (Real-world Data): 数据来源于日常临床实践,反映了真实世界中的诊断和治疗情况。
- 选择理由: THIN 数据库是进行此类大规模、长周期人口健康研究的理想数据源,其规模和代表性能够为研究结论提供坚实的基础。
5.2. 评估指标
5.2.1. 年发病率 (Annual Incidence Rate)
- 概念定义: 该指标用于衡量在特定的一年内,在一个特定的人群中,新发生某一疾病的风险或速度。在本研究中,它量化了每年每1000名处于风险中的个体(即尚未患病者)中有多少人被新诊断为 GAD。高发病率意味着该疾病在该人群中发生的风险更高。
- 数学公式:
- 符号解释:
- : 在特定年份内新诊断的病例数。
- : 同一年份内,所有未患病个体贡献的总观察时间,单位为人年 (Person-Years at Risk)。
5.2.2. 率差 (Rate Difference)
- 概念定义: 该指标用于比较两个不同时间点(或两个不同人群)的发病率差异。在本研究中,它被用来量化2018年的发病率相比于2014年增加了多少。正值表示发病率上升,负值表示下降。这是一种衡量变化绝对幅度的直接方式。
- 数学公式:
- 符号解释:
- : 终点时间(如2018年)的发病率。
- : 起点时间(如2014年)的发病率。
5.3. 对比基线
本研究并非典型的机器学习模型对比,其“基线”或“对照”是通过以下方式设立的:
-
时间对比: 将近期的发病率(如2018年)与几年前的发病率(如2014年)进行比较,以评估时间趋势。
-
人群对比:
- 性别对比: 在所有分析中,都对男性和女性的发病率进行了分别计算和比较。
- 年龄组对比: 将人群划分为多个年龄组(如18-24, 25-34, ..., ≥55),并比较不同年龄组之间的发病率及其变化趋势。例如,将年轻人的趋势与老年人的趋势进行对比。
-
诊断范围对比(敏感性分析): 将仅 GAD 的发病率趋势与GAD、抑郁症或混合状态的复合终点的发病率趋势进行对比。这有助于判断观察到的 GAD 增加是否仅仅是诊断标签转移的结果。
6. 实验结果与分析
6.1. 核心结果分析
6.1.1. GAD 记录率的总体趋势与年龄/性别差异
研究的核心发现是 GAD 记录率在不同年龄和性别群体中呈现出显著不同的时间趋势。
-
年轻群体的急剧上升: 从下图(原文 Figure 1)可以看出,虽然所有年龄段女性的 GAD 记录率都高于男性,但最引人注目的变化发生在 2014年之后。在 18-24岁 和 25-34岁 的年龄组中,发病率曲线出现了急剧的、近乎指数级的增长。这一趋势在年轻女性中尤为明显。
-
老年群体的稳定: 与之形成鲜明对比的是,在 55岁及以上 的年龄组中,GAD 记录率在整个研究期间,特别是近期,基本保持稳定,甚至略有下降。
下图(原文 Figure 1)直观展示了模型拟合出的各年龄组和性别的 GAD 发病率随时间的变化趋势。右侧的拟合曲线平滑了原始数据的波动,更清晰地揭示了年轻人群(尤其是18-24岁女性,深蓝色实线)在研究末期的陡峭上升趋势。
该图像是研究论文中显示1998年至2018年间不同年龄及性别群体广义性焦虑发病率变化的时间趋势图。图表显示18-24岁年轻女性焦虑发病率自2014年后显著上升,其他年龄组及男性增幅较小。
6.1.2. 2014-2018年期间的变化量化分析
为了更精确地量化近期的变化,研究计算了2018年相对于2014年的发病率差异。
-
年轻女性增幅最大: 下图(原文 Figure 2a)清晰地显示,18-24岁女性 的 GAD 发病率增幅最大,达到了约 6.27例/1000人年(从17.06增至23.33)。这一增幅大约是同年龄组男性(约3.06例/1000人年)和25-34岁女性的两倍。
-
中年人群温和增长: 25-54岁的女性和25-44岁的男性也表现出统计学上显著的增长,但幅度远小于最年轻的群体。
-
老年人群无显著变化: 55岁及以上的人群,无论男性还是女性,其发病率在2014至2018年间没有显著变化。
该图像是两部分对比图,展示了2014年与2018年间不同年龄和性别群体中广泛性焦虑症(左图a)以及焦虑或抑郁诊断率(右图b)的差异,横坐标表示每千人年事件率的变化。女性18-24岁组差异最大,2018年诊断率显著增加。
6.1.3. 敏感性分析:焦虑与抑郁的复合终点
为了探究 GAD 记录率的增加是否只是从抑郁症诊断转移而来的“假象”,研究分析了 GAD、抑郁症或混合状态的复合终点。
-
年轻群体的真实增长: 下图(原文 Figure 3)显示,对于 18-24岁 的男性和女性,以及 25-34岁 的男性,焦虑与抑郁的复合率同样在近期出现了显著增长。这表明在这些年轻群体中,精神健康问题的总记录量确实在增加,而不仅仅是诊断标签的改变。
-
中老年女性的下降趋势: 有趣的是,对于 45岁及以上的女性,复合率呈现出下降趋势(见原文 Figure 2b)。结合她们 GAD 记录率的增加(见 Figure 2a),这可能暗示在这些年龄段,确实存在一部分原先可能被诊断为抑郁的病例,现在被记录为 GAD。然而,这一现象并不适用于年轻人群。
下图(原文 Figure 3)展示了焦虑与抑郁复合终点的发病率趋势,再次突显了最年轻群体(尤其是18-24岁女性,深蓝色实线)的显著上升。
该图像是1998年至2018年不同年龄组男女普通性焦虑症发病率的折线图,展示了18-24岁组近年显著上升趋势,尤其是女性,反映了年轻人焦虑症就诊率的增加。
6.1.4. 药物治疗模式的转变
研究分析了 GAD 患者在诊断后一年内的初次药物治疗模式,结果显示临床实践正朝着 NICE 指南的方向发展。
-
SSRIs 成为主流: 下图(原文 Figure 4)显示,在整个研究期间,SSRIs(蓝色虚线) 的使用比例持续稳步上升。到研究末期,它已成为对 GAD 患者最常处方的药物类别。
-
苯二氮卓类药物持续下降: 与此同时,苯二氮卓类药物(绿色点线) 的处方比例自2003年左右达到峰值后便开始下降,尤其是在2008年之后下降趋势更为明显和稳定。
-
治疗比例: 在诊断前一年内未服用精神药物的“初治”患者(左图)中,约有一半在诊断后一年内接受了药物治疗。
下图(原文 Figure 4)展示了药物处方模式随时间的变化。左图为药物初治患者,右图为所有患者。两图均清晰地展示了 SSRI 使用的增加和苯二氮卓类药物使用的减少。
该图像是两幅折线图,展示了1998年至2018年间诊断后患者在一年内接受不同类型药物治疗的比例变化,左图为女性,右图为男性。数据显示苯二氮卓类药物使用呈下降趋势,而选择性5-羟色胺再摄取抑制剂(SSRIs)使用频率显著上升。
7. 总结与思考
7.1. 结论总结
本研究通过对英国一个大型初级保健数据库长达20年的数据进行分析,得出了几个关键且具有重要公共卫生意义的结论:
-
近期 GAD 记录率在年轻人中急剧上升: 自2014年以来,英国初级保健中 GAD 的记录率出现了显著增长,这一增长高度集中在18-24岁的年轻人中,尤其是年轻女性。
-
增长具有真实性: 对焦虑和抑郁复合终点的敏感性分析表明,在年轻人群中观察到的增长并不仅仅是诊断标签的重新分类,而是反映了精神健康问题总记录量的真实增加。
-
处方实践与指南趋于一致: 对 GAD 的药物治疗模式发生了显著变化,SSRIs 的使用日益普遍,而苯二氮卓类药物的处方则持续减少,这与2011年 NICE 指南的建议相符。
这些发现共同描绘了一幅令人关注的图景:英国年轻一代的精神健康状况可能正在恶化,或至少他们寻求帮助和被识别出的比例正在急剧增加。
7.2. 局限性与未来工作
论文作者严谨地指出了研究的几点局限性:
- 基于就诊人群的偏倚: 本研究只包括了那些因焦虑问题而寻求初级保健帮助的患者。因此,其结果必然低估了总人口中 GAD 的真实发病率,因为许多患者可能从未就医。
- 无法区分真实发病率与记录行为的变化: 研究无法最终确定观察到的增长是源于:(a) GAD 的真实发病率增加;(b) 年轻人求助行为的增加(例如,由于社会对精神健康污名化的减轻);还是 (c) 全科医生诊断和记录行为的改变。尽管作者认为趋势集中在特定年龄组使得(c)的可能性降低,但仍无法完全排除。
- 诊断范围有限: 研究仅关注 GAD,未包括恐慌症、社交恐惧症等其他焦虑障碍。
- 未考虑物质滥用: 研究未能分析与焦虑高度共病的物质滥用问题,因为这在初级保健记录中通常记录不佳。
未来工作方向:
- 探究增长背后的原因: 未来的研究需要深入探索导致年轻人焦虑问题增加的潜在驱动因素,如作者讨论中提及的社交媒体使用、经济不确定性(如“紧缩政策”)、就业压力等。
- 与行为结果的关联: 需要进一步研究 GAD 记录率的增加与自杀、自残等严重行为问题增加之间的关系。
- 非药物治疗分析: 本研究聚焦于药物治疗,未来可以分析心理治疗(如认知行为疗法)等非药物干预措施的使用趋势。
7.3. 个人启发与批判
-
启发:
- 电子健康记录的巨大价值: 本研究完美展示了利用大规模、纵向的真实世界数据进行流行病学监测的强大能力。这种方法能够及时发现重要的公共卫生趋势,为政策制定者和临床医生提供关键预警。
- 关注“Z世代”精神健康: 研究结果与全球范围内关于年轻人(特别是“Z世代”,即1990年代末至2010年代初出生的人)精神健康状况恶化的讨论相呼应。这提醒我们,社会、经济和技术环境的快速变迁可能对年轻一代的心理健康产生了不成比例的负面影响。
- 方法论的严谨性: 论文采用敏感性分析来处理诊断重叠问题,以及使用混合效应模型来控制多层次数据结构,这些都体现了流行病学研究的严谨性,值得学习。
-
批判性思考:
- “记录” vs. “发病”的困境: 这是所有基于管理性医疗数据的研究的根本挑战。尽管研究结果令人警醒,但在没有社区流行病学调查(直接对普通人群进行筛查)数据佐证的情况下,我们仍需谨慎地将其解读为“焦虑症发病率的真实上升”。它同样可能反映了社会进步的一面:年轻人和医生对精神健康的意识提高,污名化减少,从而更愿意寻求帮助和做出诊断。最可能的情况是,真实发病率的上升和记录率的提高共同导致了这一结果。
- 对“社交媒体”的讨论: 作者将社交媒体列为可能的解释之一,这是一个合理的推测。但需要注意的是,这种相关性不等于因果性。焦虑的人可能更倾向于沉迷社交媒体,而不是社交媒体导致了焦虑。这种复杂的关系需要更精细的研究设计来阐明。
- 对诊所层面的变异性探索不足: 虽然模型中包含了诊所的随机效应,但论文没有深入探讨不同诊所之间诊断率的差异及其原因(例如,诊所所在地区的社会经济状况、医生的培训背景等),这可能是未来一个有价值的分析方向。
相似论文推荐
基于向量语义检索推荐的相关论文。