高血压患者中焦虑与抑郁症状的流行情况及其与睡眠质量的关系

封面

如何引用文章

全文:

详细

论证。近年来，已有大量研究表明，心理情绪压力、睡眠障碍、焦虑和抑郁等精神心理问题会对高血压的病程产生不良影响，这一认识已被纳入国家临床指南。然而，在实际临床实践中，此类因素的评估往往具有主观性，较少纳入诊断体系，从而缺乏必要的关注与干预。

目的。目的： 评估高血压患者中亚临床及临床焦虑、抑郁症状的流行率，并分析其与睡眠质量的相关性。

方法：开展了一项单中心横断面观察性研究。研究对象为2021年至2024年期间因计划性住院接受检查与治疗的患者，入院科室为S.M. Kirov Military Medical Academy内科学导论科。住院最初几日内，患者填写了用于评估心理情绪状态、睡眠障碍及阻塞性睡眠呼吸暂停综合征风险的问卷。所用评估工具包括：医院焦虑抑郁量表、失眠严重度指数、阻塞性睡眠呼吸暂停风险评估问卷以及Epworth嗜睡量表。

结果。共调查348例患者，平均年龄为49.5±20.6岁。研究参与者中，男性占83.3%，女性占16.7%。问卷结果显示，112例（32.2%）存在亚临床或临床焦虑症状，132例（37.9%）存在抑郁症状。228例（65.5%）存在较高的阻塞性睡眠呼吸暂停风险，282例（81.1%）存在中度睡眠障碍。焦虑和抑郁程度与睡眠质量之间存在中等强度的正相关（ρ = 0.51 和 0.50， p < 0.001），与日间嗜睡程度也呈显著相关（r = 0.43 和 0.57，p < 0.001）。在中度睡眠障碍人群中，抑郁症状的发生风险增加了12.88倍（95% 置信区间：4.6–36.4），焦虑症状增加了9.62倍（95% 置信区间：3.40–27.20），差异具有统计学意义。此外，在合并劳力性心绞痛且具有高阻塞性睡眠呼吸暂停风险的患者中，无论性别，焦虑与抑郁症状的严重程度均呈现统计学显著差异；同时，在女性患者中，焦虑严重度的差异尤为显著（p < 0.05）。

结论。本研究结果显示，高血压患者中（心理障碍、睡眠障碍和阻塞性睡眠呼吸暂停综合征）等心血管风险因素的高流行性，凸显了在临床实践中更详细采集相关病史并使用专门评估问卷工具的重要性。

作者简介

Alexander A. Kazachenko

Kirov Military Medical Academy

编辑信件的主要联系方式.
Email: kazachenko.alex@gmail.com
ORCID iD: 0000-0002-4578-7893
SPIN 代码: 4346-6785

MD, Cand. Sci. (Medicine), Associate Professor

俄罗斯联邦, Saint Petersburg

Alexey N. Kuchmin

Kirov Military Medical Academy

Email: kuchmin63@mail.ru
ORCID iD: 0000-0003-2888-9625
SPIN 代码: 7787-1364

MD, Dr. Sci. (Medicine), Professor

俄罗斯联邦, Saint Petersburg

Elena P. Golova

Kirov Military Medical Academy

Email: galova.elena@gmail.com
ORCID iD: 0000-0001-7820-0481
SPIN 代码: 7306-8096
俄罗斯联邦, Saint Petersburg

Anna V. Tanich

Kirov Military Medical Academy

Email: anya-tanich@yandex.ru
ORCID iD: 0009-0006-3349-1813
SPIN 代码: 4059-6128
俄罗斯联邦, Saint Petersburg

Igor M. Borisov

Kirov Military Medical Academy

Email: askbo@mail.ru
ORCID iD: 0000-0001-5075-9515
SPIN 代码: 8139-5706

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

Maxim I. Muzikin

Kirov Military Medical Academy; St.-Petersburg Scientific Research Institute of Ear, Throat, Nose and Speech; St. Petersburg Medical and Social Institute

Email: MuzikinM@gmail.com
ORCID iD: 0000-0003-1941-7909
SPIN 代码: 7169-1489

MD, Dr. Sci. (Medicine), Associate Professor

俄罗斯联邦, Saint Petersburg; Saint Petersburg; Saint Petersburg

Viktoriia A. Burletova

Kirov Military Medical Academy

Email: burletova2000@mail.ru
ORCID iD: 0009-0005-5300-5141
SPIN 代码: 8199-9956
俄罗斯联邦, Saint Petersburg

Marina A. Budkovaia

St.-Petersburg Scientific Research Institute of Ear, Throat, Nose and Speech

Email: marina-laptijova@yandex.ru
ORCID iD: 0000-0003-0219-1413
SPIN 代码: 4116-3635

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

Sergei Yu. Tytiuk

Kirov Military Medical Academy

Email: sergei_tytyuk@mail.ru
ORCID iD: 0000-0002-7380-9332
SPIN 代码: 2475-4340

MD, Cand. Sci. (Medicine)

俄罗斯联邦, Saint Petersburg

参考

  1. Drapkina OM, Shishkova VM, Kotova MB. Psychoemotional risk factors for non-communicable diseases in outpatient practice. Guidelines for internists. Cardiovascular Therapy and Prevention. 2022;21(10):3438. doi: 10.15829/1728-8800-2022-3438 EDN: SAGMPE
  2. Kobalava ZD, Konradi AO, Nedogoda SV, et al. 2024 Clinical practice guidelines for Hypertension in adults. Russian Journal of Cardiology. 2024;29(9):6117. doi: 10.15829/1560-4071-2024-6117 EDN: GUEWLU
  3. Orlova NV, Spiriyakina YaG, Morunov OE. The detection of cortisol level in blood plasma of patients with arterial hypertension at resistance to stress impacts of various degree. Russian Clinical Laboratory Diagnostics. 2018;63(4):210–215. doi: 10.18821/0869-2084-2018-63-4-210-215 EDN: YXJGQT
  4. Xiong J, Lipsitz O, Nasri F, et al. Impact of COVID-19 pandemic on mental health in the general population: A systematic review. Journal of Affective Disorders. 2020;277:55–64. doi: 10.1016/j.jad.2020.08.001 EDN: AGDGGL
  5. Morin CM, Belleville G, Bélanger L, Ivers H. The insomnia severity index: psychometric indicators to detect insomnia cases and evaluate treatment response. Sleep. 2011;34(5):601–608. doi: 10.1093/sleep/34.5.601
  6. Chung F, Abdullah HR, Liao P. STOP-Bang Questionnaire. Chest. 2016;149(3):631–638. doi: 10.1378/chest.15-0903
  7. Galaktionov DА, Кazachenko АА, Кuchmin АN, et al. Obstructive sleep apnea syndrome. Screening diagnostics. Bulletin of The Russian Military Medical Academy. 2016;(2):122–125. EDN: WDCIKJ
  8. Li Z, Li Y, Chen L, et al. Prevalence of depression in patients with hypertension. Medicine. 2015;94(31):e1317. doi: 10.1097/MD.0000000000001317 EDN: VGEUVH
  9. Kaya T, Demir N. Evaluation of patients diagnosed with essential hypertension in terms of mental and personality disorders. Alpha Psychiatry. 2024;25(1):54–62. doi: 10.5152/alphapsychiatry.2024.231363 EDN: GIUYPJ
  10. Evstifeeva SE, Shalnova SA, Kutsenko VA, et al. Anxiety and depression: ten-year changes of prevalence and its association with demographic and socio-economic characteristics according to the ESSE-RF study. Cardiovascular Therapy and Prevention. 2023;22(8S):3796. doi: 10.15829/1728-8800-2023-3796 EDN: ZRQCJG
  11. Cai Y, Chen M, Zhai W, Wang C. Interaction between trouble sleeping and depression on hypertension in the NHANES 2005–2018. BMC Public Health. 2022;22(1):1–11. doi: 10.1186/s12889-022-12942-2 EDN: MWDJZT
  12. Kuchmin AN, Kazachenko AA, Galaktionov DA, Ekimov VV. Assessment of sleep quality and drowsiness in patients with obstructive sleep disorders. Orenburgskij medicinskij vestnik. 2021;9(4):27–29. EDN: XNTZQC

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Mean HADS-A scores by subjective severity of sleep disorders. HADS-A, Hospital Anxiety and Depression Scale—Anxiety Subscale.

下载 (217KB)
索引源数据
3. Fig. 2. Mean HADS-D scores by subjective severity of sleep disorders. HADS-D, Hospital Anxiety and Depression Scale—Depression Subscale.

下载 (229KB)
索引源数据

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».