基于二元Logistic回归的抑郁状态快速筛查预警模型研究

目的 构建基于多指标信息融合的二元Logistic回归抑郁状态快速筛查预警模型,以降低测评条目的表面效度,提升抑郁状态评估结果的准确性和客观性.方法 采取整群抽样,对86名受试者(其中41例为抑郁状态患者组,45名为正常人群对照组)进行系列问卷调查,综合应用焦虑自评量表(Self-rating Anxiety Scale,SAS)、抑郁自评量表(Self-rating Depression Scale,SDS)、核心自我评价量表、Herth希望量表、自尊量表、社会支持量表和中国大五人格问卷简式版等7类量表对受试者进行测评,整理数据并进行描述性统计、t检验、Pearson相关分析和二元Logistic回归分析.结果 ①41例抑郁状态患者中,SAS、SDS量表得分均≥40分的24例(58.54％),得分至少有1个≥40分的33例(80.49％),得分均＜40分的8例(19.51％);②86名受试者在SAS与SDS量表测评中得分呈正相关(r=0.921,P＜0.01);③抑郁状态患者组和正常人群对照组在核心自我评价、Herth希望、自尊、社会支持量表和中国大五人格问卷简式版的12项心理指标上差异具有统计学意义(t=-15.721～16.997,P均＜0.01);④86名受试者在SAS和SDS量表测评中的得分与上述12项心理指标均有相关性(r=-0.879～0.820,P均＜0.01),其中SDS得分的相关性更高;⑤综合上述12项心理指标,采用二元Logistic回归方法建立抑郁状态判别预警模型,结果表明核心自我评价和人格-严谨性2个指标在模型中拟合效果较好,模型预测的总体准确率达96.51％,其中对正常人群的预测准确率为95.56％(43/45,2名假阳性),对抑郁状态患者的预测准确率为97.56％(40/41,1例漏诊).结论 抑郁状态快速评估预警的二元Logistic回归模型比SAS和SDS量表包含的测评条目更少、操作更简单,对抑郁状态判别的敏感性更高,且能够有效避免因SAS、SDS量表表面效度过高导致被测者有意掩饰或自我赞许效应等不能如实作答的难题.