高收入对非裔美国人抑郁保护有限

原创于 2025-10-31 04:49:13 发布 · 890 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#收入 # 抑郁症 # 种族差异 # 非裔美国人 # 心理健康

医疗保健

文章高收入保护白人但不保护非裔美国人免受抑郁风险

1. 引言

纵向和横断面研究已充分证实社会经济地位（SES）对人群健康状况的保护作用[1–6]。教育[7]、就业[8,9]和收入[1,4,5]等社会经济地位指标可保护个体免受发病率[10]和死亡率[11–13]的影响。收入对抑郁风险具有保护作用[14]。

然而，不同人群亚群体从其社会经济地位指标中获得的健康效益并不相同[15–17]。一些改变社会经济地位影响的人口社会学因素包括年龄[18]、性别[3,19–22]、种族[19–21]，以及它们的交叉作用[22]。

这与黑人“收益递减”理论一致，该理论认为，相较于白人，社会经济地位对非裔美国人健康状况的保护作用系统性地更小[15,16,21]。教育[20]、就业[23]和收入[24]在降低社会优势群体的死亡率和发病率方面比社会劣势群体更为有效。

研究表明，社会经济地位（SES）的影响因种族而异[25,26]，这表明导致种族差异的是种族与社会经济地位的共同作用，而非单独的种族或社会经济地位[15,16]。如果是种族与社会经济地位共同作用而非单独因素，那么社会经济地位（SES）确实无法完全解释种族的影响，要消除健康领域的种族差异，需要做的不仅仅是消除社会经济地位方面的种族差异[15,16]。也就是说，消除社会经济地位差异并不能完全消除健康领域的种族差异。

关于高社会经济地位（SES）对重度抑郁症（MDD）的影响，一项荟萃分析显示，与低社会经济地位个体相比，高社会经济地位个体的MDD患病率、发病率和持续性均较低[27]。然而，个别研究关于社会经济地位指标对MDD风险的保护作用结果不一[19,22,28,29]。研究表明，教育和收入等社会经济地位指标对MDD和抑郁症状的保护作用在白人中可能比非白人中更显著[19,22]。与此类文献一致，一些研究记录了高社会经济地位的非裔美国人抑郁风险增加的现象[22,28]。

2. 方法

2.1. 设计与环境

采用横断面设计，本研究使用了2001–2003年协作精神病流行病学调查（CPES）的数据。CPES由密歇根大学（美国密歇根州安娜堡）进行。尽管CPES的方法已在其他地方详细描述过[29]，我们在此简要总结该研究方法。

CPES由三项全国调查组成：(1) 国家共病调查‐复现（NCS‐R）[30]；(2) 全国拉丁裔和亚裔美国人研究（NLAAS）[31]；以及 (3) 美国生活全国研究（NSAL）[29]。CPES数据由位于安阿伯的密歇根大学（UM）社会研究所（ISR）收集。

2.2. 抽样

白人和非裔美国人参与者是通过CPES核心抽样招募的。CPES的核心抽样采用多阶段分层区域概率抽样方法，招募了一个具有全国代表性的家庭样本。所有参与者均为成年人（年龄在18岁及以上）。

参与者来自毗邻的48个州的家庭。样本仅限于能够用英语接受访谈的个体。本研究未包括任何被机构收容的个体。因此，身处监狱、拘留所、养老院和医疗机构为排除标准[29]。CPES中的非裔美国人和白人是从大城市、其他城市地区或农村地区选取的[29]。本次研究的分析共包括4746名非西班牙裔非裔美国人和7587名非西班牙裔白人。

2.3. 伦理

CPES研究方案已获得密歇根大学(UM)机构审查委员会(IRB # B03‐00004038‐R1)批准。所有参与者均签署了知情书面同意书。数据保持匿名。参与者因其参与时间获得了经济补偿。公开的CPES数据从位于密歇根大学社会研究所的政治与社会研究高校联合会(ICPSR https://www.icpsr.umich.edu)下载。

2.4. 数据收集

CPES使用结构化访谈（调查问卷）收集数据。大部分数据是通过计算机辅助的面对面访谈收集的。电话访谈仅用于剩余的数据收集。访谈平均持续两个小时。CPES的总体回应率为69%。

2.5. 测量指标

2.5.1. 自变量

家庭收入为自报数据。本研究中，收入被视为连续变量。为了提高收入系数的可解释性，我们将收入除以10,000美元。因此，我们的收入系数反映了收入每增加10,000美元对重度抑郁障碍的几率的影响。

2.5.2. 因变量

重度抑郁症（MDD）。使用世界心理健康（WMH）复合性国际诊断访谈（CIDI）评估重度抑郁症（终生、12个月和30天）的存在情况。CIDI可由经过培训的非临床专业人员进行施测。对参与者是否符合DSM标准中的重度抑郁症（MDD）进行了评估。CIDI常用于非裔美国人和白人[32–36]。

2.5.3. 协变量

本研究中的协变量包括人口统计学特征（年龄和性别）、健康状况（慢性疾病和肥胖）以及社会经济地位（教育）。年龄被操作化为连续变量。性别被概念化为二分变量（男性为1，女性为0）。社会经济协变量包括教育，其被测量为具有以下四个类别的定序变量：（1）少于11年，（2）12年，（3）13至15年之间，（4）16年或以上。教育被操作化为分类变量[37]。慢性疾病和肥胖为健康协变量。参与者需报告是否有医生或健康专业人士告知其患有慢性疾病，包括心脏病、高血压、慢性肺病、哮喘、糖尿病、消化性溃疡、癫痫和癌症。慢性疾病定义为所患慢性疾病的数量，取值范围可能为0到8[38–40]。肥胖定义为体重指数（BMI）大于或等于30。BMI根据参与者自报的身高和体重计算得出。使用自报身高和体重计算BMI的方法已被验证[41,42]。

2.5.4. 调节变量

种族。种族由CPSE[43–46]中的自我认同确定。非裔美国人被定义为没有任何加勒比血统的黑人。种族被视为一个二分变量，以白人为参考类别。（非裔美国人 = 1 与白人 = 0）。本分析中纳入的所有非裔美国人和白人均属于非西班牙裔。

2.6. 统计分析

2.6.1. 权重

为了适应CPES的抽样权重（这是由于NCS‐R、NSAL和NLAAS的多阶段抽样设计所致），我们使用Stata 13.0（Stata公司，美国德克萨斯州大学城）进行所有数据分析。该方法将考虑应用CPES抽样权重。我们采用泰勒级数线性化来重新估计标准误。为了进行子样本分析，我们在Stata中应用了子群体调查命令。

2.6.2. 分析计划

出于描述目的，我们使用了均值（标准误）和比例（相对频率）。双变量分析包括独立样本t检验、皮尔逊卡方检验和斯皮尔曼相关性检验。在合并样本及按种族划分的样本中进行分析。对于多变量分析，我们使用了四个逻辑回归模型。独立样本t检验和皮尔逊卡方检验仅报告p值；斯皮尔曼相关性检验报告rho值。报告调整后的比值比（OR）、95%置信区间（CI）以及p值。在逻辑回归模型中，我们将家庭收入作为自变量，重度抑郁障碍（终生、12个月和30天）作为因变量，社会人口学特征作为协变量，种族为核心调节变量。前两个逻辑回归模型在包含非裔美国人和白人的合并样本中进行估计。模型1未包含种族与家庭收入的交互项。模型2包含了种族与家庭收入的交互项。随后，我们估计了按种族划分的逻辑回归模型。模型3针对白人进行估计，模型4针对非裔美国人进行计算。

3. 结果

3.1. 描述性统计

表1提供了总体样本及按种族划分的描述性统计结果概要。非裔美国人的教育水平和家庭收入均低于白人。非裔美国人患重度抑郁症的可能性低于白人（表1）。

特征	All % 95%置信区间	白人 % 95%置信区间	非裔美国人 % 95%置信区间
性别
Men	52.00 50.72–53.28	51.59 50.09–53.10	54.68 53.34–56.02
女性	48.00 46.72–49.28	48.41 46.90–49.91	45.32 43.98–46.66
教育（≥12年）* a
0–11年	14.58 13.25–16.02	13.18 11.57–14.98	23.76 21.92–25.70
12年	32.01 29.66–34.45	31.30 28.57–34.15	36.66 35.11–38.23
13–15年	27.76 26.30–29.27	28.16 26.44–29.95	25.14 23.55–26.80
16年+	25.65 23.33–28.12	27.36 24.63–30.28	14.44 12.74–16.33
肥胖* a
No	75.35 74.09–76.58	76.86 75.34–78.31	65.52 64.03–66.97
Yes	24.65 23.42–25.91	23.14 21.69–24.66	34.48 33.03–35.97
终身重度抑郁症* a
No	82.98 81.95–83.96	81.98 80.85–83.06	89.51 88.55–90.40
Yes	17.02 16.04–18.05	18.02 16.94–19.15	10.49 9.60–11.45
12个月内的重度抑郁症* a
No	93.14 92.59–93.66	92.93 92.31–93.51	94.52 93.74–95.21
Yes	6.86 6.34–7.41	7.07 6.49–7.69	5.48 4.79–6.26
30天重度抑郁症* a
No	97.42 97.04–97.75	97.33 96.90–97.70	98.01 97.50–98.42
Yes	2.58 2.25–2.96	2.67 2.30–3.10	1.99 1.58–2.50
Mean	43.09 42.37–43.82	44.65 43.64–45.65	40.78 38.66–42.90
慢性疾病(CMC)* b	0.68 0.65–0.71	0.73 0.70–0.77	0.83 0.73–0.93
家庭收入（10,000美元）* b	5.99 5.69–6.28	6.34 5.92–6.76	4.40 3.78–5.02

* p< 0.05，用于白人与非裔美国人的比较。 a皮尔逊卡方检验。 b独立样本t检验。CI：置信区间。

3.2. 双变量相关性

表2展示了合并样本及按种族划分的双变量相关性结果。在合并样本和白人中，家庭收入与12个月和30天MDD呈负相关，但在非裔美国人中则无此相关性（表2）。

特征	1	2	3	4	5	6	7	8	9	10
1 种族（非裔美国人）	1.00
2 性别（女性）	−0.05	1.00
3 年龄	−0.08	−0.04	1.00
4 慢性疾病	0.05	−0.01	0.37*	1.00
5 肥胖	0.09	−0.02	0.05	0.17*	1.00
6 教育(≥12年)	−0.11*	−0.02	−0.09	−0.12*	−0.06	1.00
7 家庭收入（10,000美元）	−0.14*	0.12*	−0.05	−0.12*	−0.06	0.31*	1.00
8 终生重度抑郁症（MDD）	−0.07	−0.11*	−0.03	0.01	0.03	0.05	0.01	1.00
9 12个月重度抑郁症（MDD）	−0.02	−0.08	−0.08	0.03	0.01	0.00	−0.06	0.58*	1.00
10 30天重度抑郁症（MDD）	−0.01	−0.05	−0.03	0.02	0.00	−0.02	−0.05	0.34*	0.58*	1.00

* p< 0.05

3.3. 整体样本中的逻辑回归

表3展示了在合并样本中三组逻辑回归模型的结果。两个模型均将家庭收入作为自变量，终生、12个月和30天MDD作为因变量。模型1仅包含主效应。模型2 additionally 包含了种族与家庭收入的交互项。模型1显示，在控制协变量后，高家庭收入与较低的重度抑郁障碍发生概率相关。模型2还显示了种族与家庭收入之间的交互作用，表明家庭收入对12个月和30天MDD的保护作用在非裔美国人中比在白人中更小（表3）。

特征	模型1 主效应		模型2 模型 1+交互作用
	B	95%置信区间	B	95%置信区间
终生重度抑郁症
种族（非裔美国人）	0.57***	0.43–0.74	0.55***	0.40–0.74
性别（女性）	0.60***	0.53–0.69	0.60***	0.53–0.69
Age	0.99*	0.99–1.00	0.99*	0.99–1.00
慢性疾病	1.08#	0.99–1.16	1.08#	0.99–1.16
肥胖	1.28***	1.12–1.45	1.28***	1.12–1.45
教育（≥12年）
0–11年
12年	1.03	0.77–1.39	1.03	0.77–1.39
13–15年	1.15	0.94–1.40	1.15	0.94–1.40
16年+	1.24#	0.97–1.57	1.24#	0.97–1.57
家庭收入（10,000美元）	1.00	0.99–1.02	1.00	0.99–1.02
家庭收入（10,000美元） ×种族	–	–	1.01	0.97–1.05
截距	0.52***	0.39–0.69	0.52***	0.39–0.69
12个月重度抑郁障碍
种族（非裔美国人）	0.65*	0.47–0.91	0.49***	0.34–0.73
性别（女性）	0.56***	0.47–0.66	0.56***	0.47–0.66
Age	0.98***	0.97–0.98	0.98***	0.97–0.98
慢性疾病	1.26***	1.10–1.44	1.26***	1.10–1.44
肥胖	1.14	0.92–1.41	1.14	0.92–1.41
教育(≥12年)
0–11年
12年	0.72	0.49–1.07	0.72	0.49–1.07
13–15年	0.81	0.62–1.04	0.80#	0.62–1.04
16年+	0.92	0.67–1.26	0.91	0.67–1.26
家庭收入（10,000美元）	0.96**	0.93–0.99	0.96**	0.93–0.99
家庭收入（10,000美元） ×种族	–	–	1.07*	1.00–1.14
截距	0.54***	0.39–0.75	0.55***	0.39–0.76
30天MDD
种族（非裔美国人）	0.69	0.43–1.10	0.43	0.23–0.79
性别（女性）	0.56***	0.41–0.77	0.56	0.41–0.77
Age	0.98**	0.98–0.99	0.98	0.98–0.99
慢性疾病	1.09	0.94–1.26	1.09	0.94–1.26
肥胖	1.42	0.78–2.62	1.43	0.78–2.62
教育（≥12年）
0–11年
12年	0.55*	0.31–0.97	0.55	0.31–0.97
13–15年	0.55*	0.33–0.92	0.55	0.33–0.92
16年+	0.82	0.45–1.47	0.81	0.45–1.46
家庭收入（10,000美元）	0.94*	0.89–0.99	0.94	0.89–0.99
家庭收入（10,000美元） ×种族	–	–	1.12	1.00–1.26
截距	0.18***	0.10–0.34	0.19	0.10–0.35

p< 0.1, * p< 0.05, p< 0.01, * p< 0.001.

3.4. 按民族分组的逻辑回归

表4提供了针对白人和非裔美国人的两个逻辑回归模型结果的汇总。模型3显示，在白人中，高家庭收入与12个月和30天MDD的较低可能性相关。模型4显示，在非裔美国人中，家庭收入与12个月或30天MDD的可能性无关（表4）。

特征	模型1 白人		模型2 非裔美国人
	B	95%置信区间	B	95%置信区间
终生重度抑郁症
性别（女性）	0.60***	0.52–0.69	0.69#	0.46–1.05
Age	0.99*	0.99–1.00	0.99#	0.98–1.00
慢性疾病	1.08#	0.99–1.17	1.03	0.82–1.30
肥胖	1.30***	1.14–1.47	0.84	0.55–1.27
教育（≥12年）
0–11年
12年	1.02	0.75–1.38	1.48	0.70–3.13
13–15年	1.13	0.92–1.39	1.56	0.73–3.33
16年+	1.23#	0.96–1.58	1.32	0.64–2.75
家庭收入（10,000美元）	1.00	0.99–1.02	1.00	0.96–1.04
截距	0.52***	0.38–0.69	0.30***	0.13–0.71
12个月重度抑郁障碍
性别（女性）	0.51*	0.28–0.92	0.56***	0.47–0.67
Age	0.98*	0.96–0.99	0.98***	0.97–0.98
慢性疾病	1.31	0.91–1.87	1.26**	1.09–1.45
肥胖	0.76	0.43–1.34	1.16	0.93–1.44
教育(≥12年)
0–11年
12年	1.55	0.61–3.95	0.70#	0.47–1.06
13–15年	1.57	0.59–4.20	0.78#	0.60–1.03
16年+	2.03	0.68–6.10	0.89	0.65–1.23
家庭收入（10,000美元）	1.01	0.93–1.09	0.96**	0.93–0.99
截距	0.19***	0.06–0.56	0.55***	0.39–0.78
30天MDD
性别（女性）	0.56	0.41–0.78	0.40*	0.18–0.93
Age	0.98	0.98–0.99	0.99	0.97–1.02
慢性疾病	1.08	0.93–1.26	1.20	0.76–1.90
肥胖	1.49	0.81–2.76	0.31*	0.11–0.87
教育(≥12年)
0–11年
12年	0.54	0.30–0.97	0.92	0.31–2.77
13–15年	0.52	0.31–0.89	1.83	0.52–6.43
16年+	0.81	0.44–1.48	0.74	0.11–5.17
家庭收入（10,000美元）	0.94	0.89–0.99	1.03	0.93–1.14
截距	0.19	0.10–0.35	0.06**	0.01–0.31

p< 0.1, * p< 0.05, p< 0.01, * p< 0.001.

4. 讨论

基于黑人收益递减理论[15,16]，本研究旨在探讨家庭收入与12个月和30天MDD之间关联的种族差异。我们的研究结果表明，尽管总体上较高的家庭收入与较低的12个月和30天MDD风险相关，但这种健康状况的改善对白人和非裔美国人而言是不成比例且不平等的。

通过记录家庭收入对非裔美国人心理健康产生的收益低于白人的现象，我们的研究结果支持了黑人收益递减理论[15,16]。此前的研究已表明，相较于白人，教育、就业和收入对非裔美国人的身体健康结果（如慢性疾病和死亡率）的影响更小[20,21,23]。例如，最近一项研究表明，收入对慢性疾病所起的保护作用在非裔美国人中比在白人中更弱[24]。就业所带来的预期寿命增长在非裔美国人中也小于白人[23]。此外，教育对健康行为（如饮酒）的影响在白人与非裔美国人之间也存在类似的差异[21]。

除了经济资源外，心理资产（如情绪、应对、睡眠、自评健康和自我效能）对白人健康的促进作用也优于非裔美国人[47–57]。

黑人收益递减理论将非裔美国人的收益递减归因于根植于美国社会结构中的歧视和结构性种族主义。美国社会的运行方式不断最大化白人的利益，导致非白人群体（包括非裔美国人、拉丁裔和原住民）的健康状况收益最小[15,16,23]。

研究结果并不表明非裔美国人有误用其经济资源（如收入）的倾向，或白人更能有效利用这些资源。相反，我们认为美国的社会结构正在辜负非裔美国家庭，即便是那些成功攀登社会阶梯、获得高收入的高社会经济地位非裔美国家庭。无论他们的雄心壮志，美国社会使他们在社会流动中付出额外的心理代价。这一点尤其体现在显示非裔美国人高社会经济地位者心理健康状况较差的研究中[19,58]。

本研究的一个重要贡献在于对常用于健康差异研究的理论模型进行了补充。根据黑人收益递减理论，至少部分健康差异并非源于暴露水平的不同，而是源于相同暴露因素的效应差异[15,16]。遗憾的是，非裔美国人与白人在社会经济因素影响上的差异效应传统上一直被忽视[20,21]。我们认为，在研究健康问题时，研究人员不应假定社会经济地位指标的保护作用具有普遍性，而应系统地探讨种族与资源之间的交互作用[15,16]。本研究的另一项理论贡献在于，可能并不是非裔美国人，而是白人在低社会经济地位下健康状况下降得更快。一些现有理论，如双重危险[28,59]、三重危险[60]、多重危险[61]和多重不利[62]，将少数族裔身份视为一种脆弱状态，这意味着少数群体的健康状况更强烈地依赖于相同风险或保护因素的存在或缺失[61]。

这并非首个表明种族会改变社会经济地位指标对健康状况影响的研究；然而，大多数相关文献关注的是死亡率等身体健康结果[63–67]。相较于身体健康结果[63–67]，关于收入等社会经济地位指标对抑郁的影响在不同种族间的差异性获益，目前了解较少。

与我们的研究结果类似，一些研究[19,21,63,64,68]表明，社会经济地位（SES）并不能解释种族对健康状况的影响，而是与种族在健康状况上产生交互作用[39]。按照这一观点，种族限制了个人和群体从相同的社会经济地位资源中获益的程度[15,16]。这些模式将导致在较高的社会经济地位水平上仍存在高水平的种族差异[39,60]。

与收入的差异效应相比，教育的差异效应更为显著。这在一定程度上是因为，鉴于劳动力市场中的种族主义和隔离现象，教育比收入更可能导致不同的结果[69–72]。薪酬中的种族不平等导致了不同种族在教育和就业带来的健康收益上的差异[60,71]。本研究表明，在利用收入获得心理健康方面，白人与非裔美国人之间同样存在这种种族差距。高社会经济地位的非裔美国人心理健康收益较低，可能是因为高社会经济地位的非裔美国人通常比低社会经济地位的非裔美国人遭受更多的歧视[72]。

4.1. 启示

我们的研究结果具有政策和公共卫生方面的意义。相关政策和项目还应致力于减少非裔美国人的收益递减现象，以此作为消除健康差异的策略[15,16]。解决健康差异问题不应仅仅停留在平等获取社会经济地位资源或减少少数族裔生活中额外风险因素的层面[15,16]。

相同的SES资源对健康的回报在不同种族间存在差异，这应被视为美国种族健康差异的主要促成因素之一[73–76]。仅关注普遍提升各人群SES指标的政策可能会加剧现有的健康差异。旨在消除美国持续存在的种族健康差异的政策制定者和项目规划者，应超越简单地实现各群体资源获取均等的思路。

可能需要制定定制化项目，以确保无论种族与肤色如何，所有社会群体都能从相同的资源中获得同等的益处。政策与项目评估也应按种族对同一政策或项目进行评估，以了解该政策对不同人群子群体的影响，以及我们的干预措施是否在扩大现有差距。

4.2. 局限性

我们的研究存在自身的局限性。由于采用横断面设计，目前的研究无法确立家庭收入与慢性并发症之间的因果关系。不仅社会经济地位会影响心理健康，较差的心理健康状况也可能干扰生产力和收入的产生。未来的研究还应考虑重度抑郁症与家庭收入之间反向因果关系的风险。

当前研究的另一个潜在局限性是遗漏了混杂因素。我们未包含保险、医疗服务使用以及与心理健康护理系统的接触史等多个因素。同样，本研究仅限于个体特征。未来的研究应纳入反映政策和社区的更高层次的社会经济地位指标，以适用于白人和非裔美国人。与其他比较种族群体同一变量效应的研究类似，差异效度可能构成威胁。重度抑郁症在白人和非裔美国人中的严重程度可能存在差异[77]。