目的本研究旨在深入了解我国中老年人抑郁现状;研究多个因素对抑郁的综合作用程度以及多个因素间的相互作用效果;建立一个中老年人抑郁风险评估模型,对中老年人抑郁风险进行评估,为早期识别、提前预防、及时干预抑郁提供参考;并结合实证分析结果提出相应的政策改进建议。方法采用2011年中国健康与养老追踪调查(CHARLS)数据,有效样本量为4965例,将CESD-10量表评分≥10定义为有抑郁症状。首先采用描述统计的方法分析中老年人的抑郁现状;然后建立多因素Logistic回归模型,探索中老年人抑郁的影响因素;最后对风险因素进行贝叶斯网络学习,建立中老年人抑郁风险评估模型,对中老年人的抑郁状况进行预测。结果1.4965例研究对象中,有抑郁症状的1750(35%)例,无抑郁症状的3215(65%)例;男性2470(49.7%)例,女性2495(50.3%)例;平均年龄为59.6±9.6(±);农村3735(75.2%)例,城镇1230(24.8%)例;小学及以下学历的样本3064(61.7%)例;有配偶的4117(82.9%)例,没有配偶的848(17.1%)例;愿意和子女一起居住的2665(53.7%)例,不愿意和子女一起居住的2300(46.3%)例;有躯体功能障碍的712(14.3%)例,躯体功能正常的4253(85.7%)例;患慢性病的3366(67.8%)例,不患慢性病的1599(32.2%)例。2.CESD-10量表得分最高的三项指标分别是“对未来充满希望”(平均得分:1.117)、“很愉快”(平均得分:1.015)和“睡眠不好”(平均得分:1.009);得分最低的三项指标分别是“感到害怕”(平均得分:0.316)、“觉得无法继续生活”(平均得分:0.354)和“感到孤独”(平均得分:0.546)。3.多因素Logistic回归分析结果显示:性别、城乡、受教育程度、婚姻状态、睡眠时间、是否喝酒、健康自评、总体生活满意度、躯体功能、慢性病、经常身体疼痛、养老金、低保家庭、家庭收入、社区经济状况是影响中老年人抑郁的显著性因素,P<0.05。4.贝叶斯网络模型由拥有16个网络节点和24条有向边的网络结构以及16张条件概率表组成。贝叶斯网络模型10折交叉验证结果,准确率为0.715。选取200例2015年CHARLS调查数据进行外部验证,准确率为0.710。性别、身体疼痛、健康自评、城乡、受教育程度、婚姻状态和家庭收入为影响中老年人抑郁的敏感性因素。中老年人抑郁的2条最大致因链为:身体疼痛—>抑郁状况、身体疼痛—>健康自评—>抑郁状况。结论1.我国中老年人抑郁形势不容乐观,中老年人对未来期望不高、情绪低落、睡眠不好而产生抑郁的情绪相较于其他指标来说表现更为明显。2.社会人口学特征、主观因素、客观因素均对中老年人抑郁状况的发生有显著性影响。3.将贝叶斯网络应用于中老年人抑郁风险的评估,可以直观地了解抑郁状况影响因素之间的相互关系,有效地预测个体的抑郁风险,分析抑郁的最大致因链。表明贝叶斯网络在医学研究中的优势和在其他疾病中实践的可行性。