心理导读:我们都知道儿童期父母死亡的发生率因种族、民族和社会经济地位的差异而有所不同,但是在与终生精神障碍的关系上是否存在类似的变化还不清楚。针对这些问题,最近科学家们开展了一项新的研究,结果表明在黑人和西班牙裔青少年中父母死亡的流行率大约是白人青少年的两倍。这些研究表明,与白人青年相比,黑人和西班牙裔青年的父母死亡负担更重,终生精神障碍的风险也同样升高。 ---www.psy898.com
幼年丧亲对儿童身心发育有何影响?
在美国,COVID-19大流行病使父母死亡的比率提高了20%,超过了18岁以下儿童约4%的丧亲流行率基线。例如,以前的工作发现,黑人儿童在10岁前母亲死亡的可能性是白人儿童的3倍,在COVID-19大流行期间我们也注意到这种模式。以前的工作发现,在儿童时期暴露于逆境会增加所有类别的精神疾病诊断和统计手册(第四版)(DSM-IV)疾病的风险,但在逆境中发病率的社会差异不太一致,因此,暴露后的风险在所有种族和民族中并不一致地升高。
差异研究的新共识是,健康的社会决定因素是相互交叉的,既是主要影响,又是跨领域的共同条件。为了更好地描述健康的社会决定因素(包括种族和民族以及父母的教育程度)与父母死亡和青少年精神病风险之间的交叉联系,我们将交叉健康差异框架应用于国家疾病调查中的儿童父母健康和终生精神病障碍的分析。在此过程中,我们旨在回答与人口健康以及更广泛的差异研究相关的3个问题:(1)在13至18岁的青少年中,种族和民族以及父母的教育程度是否与童年父母死亡的暴露有关?(2)这些相同的决定因素是否对青少年的精神障碍风险有调节作用? (3)当种族和民族以及父母的教育程度共同考虑时,是否能解释青少年中精神障碍的变化?
研究方法
在这项研究中,招募和同意程序得到了密歇根大学和哈佛大学医学院的人类课题委员会的批准。调查人员与密歇根大学的政治和社会研究大学间联盟签订了保密数据使用协议。从青少年的法定监护人那里获得了书面的知情同意,并获得了青少年的书面同意。关于样本的更多细节可以在附录的电子方法中找到。本研究的报告遵循《加强流行病学观察性研究报告》(STROBE)的报告准则。
实验样本
简而言之,NCS-A是在全国并发症调查的基础上增加的一项全国性精神疾病调查,旨在估计居住在美国的13至18岁的儿童和青少年中DSM-IV12疾病的流行率。数据收集是在2001年2月至2004年1月期间,在讲英语的13至18岁的青少年中进行的。
研究措施
1、父母死亡和丧亲之痛
在青少年补充访谈中,通过这些项目询问了父母死亡和父母死亡时的青少年年龄。“你的生父是否还活着?“和 “你的生母是否还活着?“ 回答选项包括是、不是、拒绝回答和不知道。当父母死亡被认可时,后续问题包括 “他/她死亡时你多大?“ 回答不知道或拒绝说的青少年(94名青少年)被指定为没有丧亲,因为主要的研究问题与青少年的丧亲经历有关,从逻辑上讲,这是以知道父母去世为条件的。
2、精神病诊断评估
世界卫生组织综合国际诊断访谈的修改版,是一个结构化的临床评估工具,由受过训练的非专业访谈者管理。本研究的重点是任何终生DSM-IV精神障碍的单一结果,其中包括DSM-IV中提到的全部可能的精神障碍。一些障碍的发病信息,包括痛苦障碍,只能从父母报告中获得。在父母双亡的青少年中,536名父母中有295名(55.0%)提供了数据,而没有经历过父母死亡的儿童则有64.0%。
3、社会决定因素
种族和族裔是由参与者根据以下问题自我定义的:“以下哪项最能描述你的种族。美国印第安人、阿拉斯加原住民、亚洲人、黑人或非洲裔美国人、夏威夷原住民、太平洋岛民,还是白人?” 然后,种族和族裔被重新编码为一个单一的变量,类别为黑人、西班牙裔、白人和其他。父母的教育程度被定义为父母任何一方完成的最高教育水平,包括高中以下,高中文凭,一些大学,或大学毕业。为了保持组间比较的充分动力,父母的教育程度从4个类别浓缩为2个(低和高),在低或教育程度较低的组别中合并了高中和高中文凭,而在高或教育程度较高的组别中合并了一些大学和大学毕业生。
4、统计分析
研究变量中没有缺失,包括种族和民族、父母教育、父母收入、年龄和性别。描述性分析比较了不同种族和民族(黑人、西班牙裔和白人)、父母教育(高和低)以及人口统计学协变量的丧亲者和非丧亲者群体。然后,我们使用卡普兰-梅尔生命表,按父母教育水平(低与高)以及种族和民族(黑人、西班牙裔和白人)分别估计父母死亡的累积风险。一个简略的生命表是按3年段(0-5岁、6-13岁和14-18岁)构建的,反映了在达到t岁之前的丧亲风险。生存函数S(t)是用Kaplan-Meier估计器估计的,累积危险由log S(t)给出。然后用对数rank检验来评估生存曲线之间是否有统计学上的显著差异。R软件包survey21(R统计计算项目)被用来实现调查权重,考虑到复杂的调查设计。
我们探讨了横断面数据集的交互效应的统计能力分析22(补编中的电子方法)。我们发现,我们有大于80%的准确率来识别X1×X2和Y之间至少0.1的相关性,但在识别X1×X2和Y之间小于0.1的相关性方面可能准确率不足,鉴于我们的二元研究变量之间的低观察相关性,这可能是意料之中的。
接下来,我们估计了丧亲与任何终生精神障碍风险的关系,考虑到这些人口统计学变量之间的显著组间差异,在我们的主要模型中,青年在父母死亡时的年龄、青年性别、青年种族和民族、父母教育、父母收入以及种族和民族×教育的交互项都是协变量。我们通过在主效应模型中输入丧亲和这些变量之间的交互项,分别测试了种族和民族以及父母教育对丧亲和终生精神障碍风险之间关系的修正。鉴于准确率的限制,我们对主要模型进行了轻微的调整,将3类种族和民族变量二分为白人与黑人和西班牙裔,并排除了种族和民族×教育的交互项协变量,因为它被发现并不显著。模型的解释是以没有父母死亡的白人青年为参照组,因为该组有最大的细胞规模。回归结果用几率(ORs)报告。
在最后阶段,对所有可能的种族和民族组合以及高与低的教育程度进行了预测,同时将丧亲之痛设定为正数,年龄设定为总体样本的平均值,性别设定为女性,贫困类别设定为最低。然后,为了对不同种族和族裔群体进行相对比较,我们进行了标准百分比变化的计算。
统计学意义被设定为双侧的P<0.05。分析是在R统计软件4.1.0版(R统计计算项目。对2021年2月26日至2022年4月21日的数据进行了分析。
(作者/Christy A.Denckla,PhD | 编译/psy898-张茵 | 来源/JAMA)