◎本报见习记者 陈祎琪

前不久，歌手李玟因抑郁症自杀离世的消息令无数人深感震惊与痛心。其家人在微博中透露，李玟曾长时间与病魔斗争，可惜近日病情急转直下，于7月2日在家中轻生，经3天抢救无效最终离世，年仅48岁。

她这么爱笑，为什么还会抑郁？李玟、乔任梁、张国荣、海子……抑郁症为何能夺走这么多本该鲜活的生命？一时间，人们再次关注起这个熟悉又陌生的话题。

人类第二大杀手

抑郁症是一种伴有思维和行为异常的精神心理障碍疾病，复发率高、致残率高、自杀率高，可谓仅次于癌症的人类第二大杀手。世界卫生组织数据显示，全球约10亿人正在遭受精神障碍困扰，超过3.5亿人患有抑郁症，近十年抑郁症患者的增速约18%，预计到2030年，抑郁症将上升为第一致残诱因。

中国精神卫生调查显示，我国成人抑郁障碍终生患病率为6.8%，其中抑郁症为3.4%，目前我国患抑郁症人数9500万，每年大约有28万人自杀，其中40%患有抑郁症。

在患者画像中，五成抑郁患者为在校学生，41%曾因抑郁休学；女性患病率为男性2倍，四成产后抑郁被漠视；超七成患者出现复发，“变胖”是最难忍受的副作用。

尽管抑郁症的患病人群已为数不少，但在他们之外，还有更为庞大的抑郁风险人群。

《中国国民心理健康发展报告（2021—2022）》指出，心理健康风险已成为全球十大风险之一。不同年龄段的心理健康水平显示，随着年龄增加，人们的心理问题会逐渐增多，直至35岁达到峰值，而后不断下降。“但近几年在新冠疫情、‘内卷’文化的多重压力下，该拐点已延后至40岁。”中国科学院心理研究所副研究员陈祉妍说。

2022年，我国抑郁风险检出率为10.6%，18至24岁的年轻人抑郁风险最高，检出率达24.1%。另外，青少年也需特别关注，该群体抑郁风险检出率已达14.8%，重度抑郁风险达4%。其中，农村地区略高于城市地区，西部地区高于东部地区，中部地区抑郁风险最低。

正如《柳叶刀-世界精神病学协会抑郁症重大报告》主席、澳大利亚国家青年心理健康卓越中心和墨尔本大学教授Helen Herrman所言，“抑郁症是一个全球性健康危机”。

不是简单的“坏心情”

把抑郁症等同于坏心情，把抑郁症患者看作是矫情、想太多，这是公众对抑郁症认知的最大误区。

抑郁症的核心症状是持续的情绪低落和快感缺失。诱发抑郁症的原因不一，本质上是因为抑郁症患者都对自我要求比较苛刻，对个人价值的实现有所怀疑。但由于人与人的性格不同，对生活的处理方式不同，因此患抑郁症的表现也各不相同。“有些人会变得愁苦、易怒，时常抱怨不公平和委屈；但有些人会一如往常地活跃、阳光、积极，实则把痛苦郁积心中，这也是最近常被提及的‘微笑型抑郁症’。”陈祉妍表示，后者由于刻意掩饰自我的真实情绪，即使是亲近的人也很难察觉到他们的异常。

他们不会向家人倾吐，因为增加父母的担心会令他们更加内疚；他们也不会向朋友求助，因为向朋友“吐槽”烦恼在他们看来是给别人增添了心理负担。所以尽管他们有社会支持，人际交往没有障碍，仍然只会选择把痛苦和抑郁的情绪埋在心中。

“人们总以为内向的人更容易患抑郁症，但实际上研究并不支持这一结果。”陈祉妍在实践中发现，越是乐观开朗的人越拒绝承认自己脆弱的一面，越喜欢强撑着。而研究发现，一个人越克制、越否定自己的负面情绪，抑郁的风险越高。

“对于一个‘故作坚强’的抑郁症患者而言，他的内心世界像极了一间没有窗户的房子、一个不断被吹大的气球，压抑、悲伤等负面情绪迟早会将这个气球‘撑爆’。越着急粉饰太平，越遍体鳞伤。”北京回龙观医院临床三科主任李献云说，从临床经验来看，习惯“打碎牙齿往肚里咽”的人更容易患抑郁症。

八九成患者未得到诊治

在日常生活中，公众如何才能及时发现抑郁症的预警信号呢？

陈祉妍分享道，如果察觉到身边的人有以下特征则需警惕：兴趣丧失或减弱、行为变得退缩，无法感受到愉快；食欲减退、体重明显减轻或暴饮暴食；精力减退或疲乏；精神运动性迟滞或激越；自我评价过低、自责或有内疚感；联想困难或自觉思考能力下降；睡眠障碍，如失眠、早醒或睡眠过多。

在抑郁症患病高增长率的背景下，临床中对抑郁症的诊断主要依赖量表筛查和精神科医生问诊，常用的抑郁量表包括汉密尔顿抑郁量表（HAMD）、贝克自评抑郁量表（BDI）等。为了提高诊断准确性，减少误诊率，影像学、人工智能同时辅助抑郁症诊断。

影像学研究表明，边缘—丘脑—皮层网络等神经环路可能在抑郁症的发生中具有重要作用。抑郁症患者的大脑皮层下结构会出现海马灰质体积显著降低，扣带回、脑岛皮层厚度更薄以及白质纤维分数各向异性值更低等变化。

知识驱动的第一代抑郁症诊断主要依靠机器学习，通过算法对语音信号、面部表情、脑电等信号提取表征抑郁的特征，结合随机森林、朴素贝叶斯、高斯混合模型、支持向量机模型等构建抑郁识别模型进行预测。数据驱动的第二代抑郁症诊断主要使用深度学习网络，将抑郁症数据送入深度网络，例如卷积神经网络、长短时记忆神经网络、深度卷积神经网络、深度残差回归卷积神经网络等进行训练，从而对抑郁症进行预测。

“未来同时利用知识、数据、算法和算力，将会构建出一个更强大、更全面、更准确的第三代人工智能抑郁症诊断系统。”西北大学信息科学与技术学院教授赵健在其论文《基于人工智能的抑郁症辅助诊断方法》中说道。

《柳叶刀-世界精神病学协会抑郁症重大报告》指出，在高收入国家，约一半的抑郁症患者未得到诊断或治疗，而在中低收入国家，这一比例则达到80%～90%。然而，该报告的共同作者、来自美国匹兹堡大学的Dr Charles Reynolds表示：“如果抑郁症患者得到足够的支持和治疗，各个年龄阶段的大多数抑郁症患者都可能康复。”

《医学科学报》 (2023-07-14 第2版 封面)