中国老龄化发展迅猛，国家统计局数据显示，2024 年末 ≥60 岁人口占全国人口的22.0%，预计2030 年中国 ≥60 岁人口占比将接近30%[1-2]。在人口老龄化程度持续加深的背景下，老年人群的心理健康问题愈发不容忽视。国务院办公厅印发的《“十四五”国民健康规划》中提到，要完善心理健康和精神卫生服务，加强抑郁症、焦虑障碍、睡眠障碍、老年痴呆等常见精神障碍和心理行为问题干预。伴随着相关政策的出台和实施，老年人抑郁症状已成为学界研究热点，然而，现有研究多关注互联网使用、社会参与等因素，对可量化生理指标的心理干预价值关注较少[3-5]。

2024 年6 月，国家卫生健康委员会联合教育部等16个部门开展了“体重管理年”活动，旨在普及健康生活方式，加强慢性疾病防治。这一活动的实施，为研究人员重新审视体重这一可干预的重要生理指标提供了新的契机。在“体重管理年”实施的当下，体重研究多聚焦于生理健康维度，其对老年人抑郁症状的干预价值尚未被充分挖掘。国外研究发现，在青少年群体中，体质量指数（body mass index，BMI）与抑郁症状之间存在着U 型关联，即体重过低和超重/肥胖均会对青少年抑郁症状产生负面影响[6]。这一发现引发了研究人员对于老年人群体中是否存在类似关系的思考。随着生活水平提高和衰老进程，老年人同时面临超重/肥胖及相关慢性疾病风险，以及体重过低、营养不良的双重威胁，二者均可影响其抑郁症状水平[7-8]。鉴于此，本研究将BMI纳入老年人抑郁症状影响因素的研究范畴，旨在揭示体重与抑郁症状之间的复杂关系，从而推动实现积极老龄化的目标。

1 资料与方法

1.1 数据来源

数据来源于2020 年中国老年社会追踪调查项目（China Longitudinal Aging Social Survey，CLASS）的横断面数据，该项目由中国人民大学老年学研究所负责设计，中国人民大学中国调查与数据中心负责具体实施[3]。调查采用分层多阶段的概率抽样方法，调查了全国28 个省（自治区、直辖市）、134 个县（区）、462 个村共11 398名老年人。纳入标准：有完整身高、体重、抑郁症状等调查数据的样本。排除标准：数据存在明显异常的样本。经删除异常值、缺失值样本后，最终保留9 882个有效样本。

1.2 变量设置

1.2.1 因变量 本研究的因变量为老年人抑郁水平。CLASS2020 采用Silverstein 等[9]修订的9 项目流调中心抑郁量表进行抑郁水平测量。量表共9 个问题，包含6 个负向问题及3 个正向问题，每个条目对应3 个选项，正向问题反向计分，取值范围为0～18 分，得分越高表示老年人抑郁症状越严重。本研究中，纳入样本的抑郁量表Cronbach’s α 系数为0.675 4，量表内部一致性较好。

1.2.2 自变量 本研究的自变量为BMI。利用老年人身高和体重计算BMI。根据国家卫生健康委员会发布的《体重管理指导原则（2024 年版）》[10]，将BMI 划分为：＜18.5 kg/m2为体重过低，18.5～＜24.0 kg/m2为正常，24.0～＜28.0 kg/m2 为超重， ≥28.0 kg/m2 为肥胖。2025 年7 月，国家卫生健康委员会发布《高龄老年人体质指数适宜范围与体重管理标准》，推荐 ≥80 岁老年人BMI 适宜范围为22.0～26.9 kg/m2。本研究对符合年龄要求的1 340 名高龄老年人数据进行提取分析，以作参考。

1.2.3 中介变量 中介变量包括慢性疾病和社会参与。慢性疾病衡量根据问题“您患有哪些慢性疾病？”问题涉及22种老年人常见慢性疾病，相加生成慢性疾病总数，取值范围0～22 种。目前学者们对于老年人社会参与的界定尚未统一[11]。本研究基于以往学者研究并借鉴陆华杰等[12]的定义方式，将社会参与分为志愿服务型与文化娱乐型。根据问卷中关于志愿服务和文化娱乐活动的参与频率计算，取值范围为0～13分，得分越高表示老年人社会参与度越高。

1.2.4 控制变量 本研究将个体因素与社会因素作为控制变量，包括年龄、性别、婚姻状况、文化程度、失能状况、主观经济状况、居住地区类型、居住方式。

1.3 统计学方法

1.3.1 基本情况 采用SPSS 27.0 统计学软件进行数据分析。不符合正态分布的计量资料采用中位数（四分位数）[M（P25，P75）]表示，组间比较采用非参数检验。以P＜0.05为差异有统计学意义。

1.3.2 模型构建 由于本研究中的因变量属于连续型变量，故采用最小二乘法（ordinary least squares，OLS）进行线性回归，并控制年龄、性别等协变量。通过计算方差膨胀因子（variance inflation factor，VIF）检验多重共线性，所有变量的VIF 均＜5，表明模型不存在严重的多重共线性问题，结果可靠[13]。

1.3.3 中介效应 选用Baron 和Kenny 逐步法进行中介效应分析，运用Stata 18软件进行线性回归分析，并通过Sobel 检验验证中介路径的显著性，计算中介效应占比。需说明的是，由于数据为横断面数据，中介分析的有效性依赖于因果假设前提，因此，中介路径结果仅反映变量间的关联关系，不可直接推断因果关系。

1.3.4 异质性研究 通过分样本回归考察BMI 分类对抑郁症状影响的群体差异，并采用似不相关回归检验组间系数差异的显著性。本研究拟从居住地区类型和性别方面检验BMI 对老年人抑郁症状的影响是否存在显著差异[14-15]。所有数据分析均通过Stata 18 软件实现。

2 结果

2.1 老年人基本情况

本研究共纳入对象9 882 名，平均年龄（71.40±6.54）岁，平均抑郁症状得分（6.78±3.27）分。基本情况见表1。年龄 ≥80岁的高龄老年人1 340名，根据高龄老年人BMI适宜范围进行划分，处于22.0～26.9 kg/m2有625 名（46.64%），＜22.0 kg/m2有641 名（47.84%），＞26.9 kg/m2 有74 名（5.52%），平均抑郁症状得分（7.75±3.11）分。

表1 基本情况

注 BMI：体质量指数。

项目性别人数抑郁症状得分[分，M（P25，P75）]Z值4.93 P值＜0.001男女BMI 4 973 4 909 500 6 306 3 076 6 282 2 463 885 207 45 7 476 2 406 832 9 050 1 000 8 882 3 557 6 325 1 793 6 983 1 106 7.00（4.00，9.00）7.00（5.00，9.00）90.66＜0.001体重过低正常超重/肥胖文化程度8.00（6.00，10.00）7.00（4.00，9.00）7.00（4.00，9.00）257.66＜0.001小学及以下初中高中/中专大专本科及以上婚姻状况7.00（5.00，9.00）6.00（4.00，9.00）6.00（3.00，8.00）6.00（2.00，8.00）6.00（2.00，8.00）4.93＜0.001在婚未在婚失能状况7.00（4.00，9.00）8.00（5.00，10.00）13.59＜0.001失能未失能居住方式9.00（6.00，10.00）7.00（4.00，9.00）7.23＜0.001独居非独居居住地区类型8.00（6.00，10.00）7.00（4.00，9.00）9.08＜0.001农村城市主观经济情况6.00（4.00，9.00）7.00（5.00，9.00）2.00 0.002较好一般较差7.00（4.00，9.00）7.00（5.00，9.00）7.00（5.00，9.00）

2.2 BMI与抑郁症状得分的关联

在构建模型前，通过查看散点图，发现BMI 和抑郁水平间呈非线性U 型关系，见图1。模型1 显示体重过低与老年人抑郁症状得分呈正相关（P＜0.01），超重/肥胖与老年人抑郁症状得分呈负相关（P＜0.01）。模型2 在加入控制变量后，BMI 与抑郁症状得分的关联方向及显著性未变。模型3在模型2的基础上加入了BMI 与慢性疾病、社会参与的交互项，结果显示慢性疾病显著增强超重/肥胖对抑郁水平的负向影响（P＜0.01）。社会参与作用不显著，具体见表2。变量经VIF 检验显示，体重过低为3.41，超重/肥胖为3.00，体重过低慢性疾病交互项为2.31，超重/肥胖×慢性疾病交互项为2.10，体重过低×社会参与交互项为1.90，超重/肥胖×社会参与交互项为1.78，婚姻状况为1.56，独居为1.41，年龄为1.24，文化程度为1.21，居住地区类型为1.15，失能为1.11，性别为1.06，主观经济状况为1.00，所有变量的VIF 均值为1.73，远小于5，提示模型不存在严重多重共线性，回归结果稳定可靠。

图1 BMI与抑郁症状得分的散点图

BMI:体质量指数。

表2 BMI与老年人抑郁症状得分的基准回归模型

注 aP＜0.05，aaP＜0.01。括号外数据为非标准化系数；括号内数据为标准误。BMI：体质量指数。

项目BMI（参照组=正常）全样本（n=9 882）模型1模型2模型3高龄样本（n=1 340）模型4体重过低超重/肥胖年龄性别（参照组=男性）居住地区类型（参照组=城市）文化程度主观经济状况居住方式（参照组=非独居）失能状况（参照组=未失能）婚姻状况（参照组=未在婚）BMI（体重过低）×慢性疾病BMI（体重过低）×社会参与BMI（超重/肥胖）×慢性疾病BMI（超重/肥胖）×社会参与常数项R2调整R2 1.065aa（0.148）-0.353aa（0.071）0.836aa（0.146）-0.236aa（0.070）0.049aa（0.005）0.196aa（0.065）-0.191aa（0.071）-0.452aa（0.046）0.172aa（0.059）0.470aa（0.120）1.233aa（0.119）0.234a（0.091）0.114（0.632）-0.994aa（0.367）0.087aa（0.026）-0.014（0.177）-0.155（0.184）-0.180（0.128）0.299（0.162）0.990aa（0.254）0.788aa（0.196）0.081（0.190）-0.073（0.250）0.522a（0.258）0.455aa（0.103）-0.002（0.090）-0.262（2.187）0.063 0.053 6.837aa（0.041）0.009 0.009 3.414aa（0.406）0.068 0.067 0.654a（0.259）-0.833aa（0.116）0.045aa（0.005）0.163a（0.065）-0.210aa（0.071）-0.452aa（0.046）0.173aa（0.058）0.499aa（0.120）1.176aa（0.118）0.220a（0.091）0.054（0.096）0.055（0.062）0.302aa（0.037）0.021（0.024）3.715aa（0.410）0.073 0.072

以1 340 名 ≥80 岁老年人为分析对象，按照高龄老年人BMI适宜范围进行分析。结果显示，体重过低的老年人抑郁水平得分与正常组比较，差异无统计学意义（P＞0.05），而超重/肥胖的老年人抑郁水平得分低于正常组（P＜0.01）。

2.3 慢性病与社会参与的中介效应分析

数据显示，BMI与老年人慢性疾病数量呈正相关，与社会参与水平呈正相关（P＜0.01）。在中介模型中，慢性疾病数量与抑郁症状得分呈正相关，社会参与水平与抑郁症状得分呈负相关（P＜0.01）。纳入慢性疾病进行中介效应分析，结果显示，其间接效应为正向，与直接效应和总效应方向相反，形成正向遮掩效应，提示慢性疾病数量部分抵消了BMI与老年人抑郁症状的负向关联，通过Sobel检验，得出慢性疾病的中介效应占比为8.4%。纳入社会参与进行中介效应分析，结果显示，其间接效应、直接效应和总效应方向相同，形成负向部分中介，提示BMI与社会参与水平呈正相关，可能通过社会参与水平提升与抑郁症状减轻的关联模式，间接反映二者的关联路径，通过Sobel检验，得出社会参与的中介效应占比为4.1%。具体见表3、4，图2、3。

图2 慢性疾病的中介模型

aaP＜0.01。BMI：体质量指数。

图3 社会参与的中介模型

aaP＜0.01。BMI：体质量指数。

表3 慢性疾病的中介效应结果

注 中介效应占比=间接效应/总效应。BMI：体质量指数。

路径逐步回归非标准化系数标准误t/Z值P值BMI→抑郁症状BMI→慢性疾病慢性疾病→抑郁症状BMI→抑郁症状（慢性疾病）-0.508 0.153 0.278-0.550 0.060 0.027 0.023 0.060 8.40 5.79 12.19 9.16＜0.001＜0.001＜0.001＜0.001 Sobel检验间接效应直接效应总效应0.008 0.060 0.060 5.23 9.16 8.40＜0.001＜0.001＜0.001中介效应占比0.043-0.550-0.508-0.084

表4 社会参与的中介效应结果

注 中介效应占比=间接效应/总效应。BMI：体质量指数。

路径逐步回归非标准化系数标准误t/Z值P值BMI→抑郁症状BMI→社会参与社会参与→抑郁症状BMI→抑郁症状（社会参与）-0.508 0.250-0.084-0.487 0.060 0.044 0.014 0.060 8.40 5.65 6.13 8.05＜0.001＜0.001＜0.001＜0.001 Sobel检验间接效应直接效应总效应0.005 0.060 0.060 4.15 8.05 8.40＜0.001＜0.001＜0.001中介效应占比-0.021-0.487-0.508 0.041

2.4 异质性分析

结果显示，居住在城镇的老年人BMI与抑郁症状得分呈负相关（P＜0.01），即BMI 越高，抑郁症状得分越低，而农村地区老年人BMI效应不显著。在性别方面，男、女性老年人BMI 与抑郁症状得分均呈负相关（P＜0.05），老年男性关联强度更大。见表5。

表5 BMI与不同居住地区、性别老年人抑郁症状的关联

注 aP＜0.05；aaP＜0.01。括号外数据为非标准化系数；括号内数据为标准误。BMI：体质量指数。

项目BMI常数项F值R2调整R2居住地区类型城镇（6 325名）-0.479aa（0.074）性别农村（3 557名）-0.153（0.099）男（4 973名）-0.552aa（0.086）女（4 909名）-0.193a（0.082）5.369aa（0.543）50.85 0.060 0.059 1.616a（0.699）33.54 0.070 0.068 3.882aa（0.610）41.38 0.063 0.061 4.372aa（0.601）45.35 0.069 0.068

3 讨论

3.1 BMI与老年人抑郁症状的关联

本研究发现，体重过低与老年人抑郁症状得分呈正相关，该结果符合生物-心理-社会模型中的生物路径，而超重/肥胖与老年人抑郁症状得分呈负相关。其原因如下：①这种保护可能仅限于代谢健康状况尚可、未合并多种慢性疾病的健康肥胖群体。同时，老年人肌肉流失、营养风险较高，适度体重可能反映更好的营养状态。②中国传统文化对“富态”的积极认知，可能缓冲了体重污名化的影响，减少了因体重产生的心理压力，但上述认知不能掩盖超重/肥胖带来的健康风险，超重/肥胖仍是高血压、糖尿病等慢性疾病的高危因素[16]。③老年人对健康体重的认知不足可能强化负向关联，侯芳芳等[17]研究发现，16.7%的超重或肥胖老年人，自认为体型正常或偏瘦。此外，研究发现在高龄老年人中，BMI 高于适宜范围者抑郁水平更低，低于者与正常者比较，差异无统计学意义（P＞0.05），提示体重与抑郁的关联存在年龄特异性，可能与高龄群体的生理机能及健康状态特殊性有关。

综上所述，本研究观察到的超重/肥胖与抑郁症状得分呈负相关，本质是特定样本条件下的关联，而非真正的保护效应，短期来看，代谢健康的超重/肥胖老年人可能因文化认知、营养状况关联较低的抑郁症状得分；但长期来看，超重/肥胖必然增加慢性病风险，而慢性病会显著关联抑郁症状得分升高，最终抵消短期优势。因此，本研究结果并非鼓励追求肥胖，而是反对过度减重，尤其需警惕体重过低人群；超重/肥胖人群仍需控制体重，需警惕代谢健康型肥胖与病态肥胖的异质性，避免慢性疾病风险叠加，最终实现“体重管理与抑郁预防的平衡”。

3.2 慢性疾病与社会参与的双路径中介效应

本研究通过中介效应分析发现，慢性疾病在BMI与老年人抑郁症状间发挥遮掩效应，即BMI较高与慢性疾病数量增多相关，而后者与抑郁症状加重相关，这在一定程度上可能削弱了BMI 较高本身与抑郁症状较轻的关联；社会参与在BMI与老年人抑郁症状间发挥部分中介作用，即BMI较高与社会参与水平较高相关，而社会参与水平较高与抑郁症状较轻相关。超重/肥胖是高血压、糖尿病等慢性疾病的高危因素，随着慢性疾病数量的增加，老年人在生理、心理方面均受到威胁，慢性疾病增加了中国中老年人出现抑郁症状的风险[18-19]。因此，需深刻认识到体重对抑郁症状的保护效应可能存在最佳区间，盲目增重一旦进入病态肥胖范畴，将带来巨大的生理负担与患病风险。社会参与调节效应不明显，可能由于社会参与是作用路径的一部分，而非独立因素。本研究中，BMI 与社会参与水平呈正相关，其原因可能是BMI较高的老年人因体力较好或社会接纳度更高，更容易且愿意参与社区活动，而社会参与水平提升显著降低抑郁水平。综上所述，建议将慢性疾病管理纳入社区心理服务，并提供更多社交机会，及时发现高危老年人群。本研究中慢性疾病与社会参与的中介效应占比较低，解释力度有限。可能存在其他未纳入的关键中介变量，导致单一中介变量效应占比较小，如经济水平、社会支持等，未来研究可进一步构建多重中介模型，以更完整地揭示BMI与抑郁症状的内在关联机制。

3.3 城乡与性别的异质性

在异质性分析结果中，城镇老年人BMI与抑郁症状得分呈负相关，而农村不显著。可能机制包括：城镇医疗资源可及性高，BMI 异常更易获取健康干预，边远农村和少数民族地区居民获取医疗卫生服务的不公平程度较大[20]；农村体力劳动缓冲代谢风险，但经济困难对抑郁症状的负面影响较大。性别差异方面，老年男性BMI 对抑郁症状得分的负相关更显著，且城镇男性尤为突出。潜在机制包括传统文化中“强壮、富态”被视为男性健康与地位的象征，较高BMI可能增强社会认同感，而社会认同感较强可能与心理韧性较高相关。然而，社会对女性苗条体型的审美偏好导致超重女性更易遭遇污名化，削弱BMI与抑郁症状得分的负相关[21-22]。建议管理者将BMI管理与社会激励结合，鼓励老年男性关注体重管理，通过认知行为疗法减少体重污名化的影响。

4 研究局限性

本研究局限性包括：①由于《高龄老年人体质指数适宜范围与体重管理标准》仅适用于高龄老年人，因此本研究以成人BMI评判标准为主，以高龄老年人BMI 适宜范围作为参考。②研究中流调中心抑郁量表Cronbach’s α 系数为0.675 4，略低于0.7 信度标准，可能引入随机测量误差，对结果产生一定影响。③本研究基于横断面数据，尽管揭示了BMI与老年人抑郁症状的显著关联，但无法推断因果关系，中介效应结果也仅为关联路径，需未来通过纵向追踪数据验证变量时间顺序。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1] 国家统计局.中华人民共和国2024年国民经济和社会发展统计公报[R/OL].（2025-02-28）[2025-03-20].https：//www.stats.gov.cn/sj/zxfb/202502/t20250228_1958817.html.

[2] 程钊，宇传华.全球视角的中国老年人口与疾病负担现状及趋势[J/OL].公共卫生与预防医学，1-6[2025-03-20].http：//kns.cnki.net/kcms/detail/42.1734.R.20250307.0852.002.html.

[3] 杜鹏，马琦峰，和瑾，等.互联网使用对老年人心理健康的影响研究——基于教育的调节作用分析[J].西北人口，2023，44（2）：1-13.

[4] 田壮，王雪仪，杨鹤，等.社会活动参与对中国老年人自评心理健康城乡差异的影响[J].中国心理卫生杂志，2025，39（2）：143-150.

[5] 孙鹃娟，孙可心.子代支持和社区环境对老年人心理健康的影响[J].人口与发展，2024，30（5）：15-26.

[6] CHEN S，ZHANG H，GAO M，et al.Dose-Dependent association between body mass index and mental health and changes over time [J].JAMA Psychiatry，2024，81（8）：797-806.

[7] 史佳琪，何丽，琚腊红，等.2002—2015年中国老年人超重肥胖变化趋势[J].中国食物与营养，2025，31（2）：81-88.

[8] 孙经，赵妍娟，文静，等.≥60 岁人群人体成分及肌肉变化特征分析[J].现代疾病预防控制，2025，36（2）：88-92，102.

[9] SILVERSTEIN M，CONG Z，LI S.Intergenerational transfers and living arrangements of older people in rural china：conse-quences for psychological well-being [J].J Gerontol B Psychol Sci Soc Sci，2006，61（5）：256-266.

[10] 国家卫生健康委办公厅发布《体重管理指导原则（2024年版）》[J].上海护理，2025，25（2）：23.

[11] 王璐，陈璐.中国老年人的年龄认知与社会参与[J].人口研究，2024，48（5）：50-66.

[12] 陆杰华，张宇昕.老年人居住方式对其社会参与的影响探究——基于中介效应机制的分析[J].中共福建省委党校（福建行政学院）学报，2024（1）：106-117.

[13] 王颉琼，李黎明.体制分割对老年人心理健康的影响及其中介机制[J].社会学评论，2024，12（2）：87-107.

[14] 闫辰聿，和红.互联网应用程序使用对老年人心理健康的影响——以微信、短视频、影音和游戏为例[J].人口学刊，2023，45（3）：78-89.

[15] 邵桂霞，张献共，黄志平，等.不同性别中老年人的BMI 与高血压关系的研究[J].锦州医学院学报，2003，24（1）：43-44，49.

[16] ZHANG Y，MA D，CUI R，et al.Facilitators and barriers of adopting healthy lifestyle in rural China：a qualitative analysis through social capital perspectives [J].Nagoya J Med Sci，2016，78（2）：163.

[17] 侯芳芳，张燕，王劲东，等.基于合肥市两社区的社会资本在中老年人体型认知中的作用[J].山东第一医科大学（山东省医学科学院）学报，2021，42（9）：697-701.

[18] 秦小非，罗庆东.齐齐哈尔社区65 岁以上老年人超重和肥胖与慢性病的相关性调查[J].黑龙江医学，2024，48（5）：580-582.

[19] 黄爱文，雒敏.健康生态学模型视域下慢性病共病对中老年人抑郁症状的影响[J].中华疾病控制杂志，2025，29（2）：145-151.

[20] 刘潇，敖露，贺俊渊，等.撤乡并镇背景下四川省基层医疗卫生资源可及性变化研究[J].中国卫生事业管理，2023，40（12）：911-916.

[21] 朱晓佳，陈星宇，宋梦月，等.女性主义社会工作介入女大学生身材审美研究[J].华章，2023（6）：84-86.

[22] 燕道成，蒋雪旻.被建构的身体景观：“BM 风”流行下青年女性审美异化现象研究[J].河南科技大学学报（社会科学版），2024，42（4）：31-38.

Study on the influence of body mass index on depression symptoms in elderly people

LU Zhentao1 YANG Jie2 CHEN Yang2 GUO Jing1
1.Department of Nursing, Guang’anmen Hospital, China Academy of Chinese Medical Sciences, Beijing 100053,China; 2.Department of Oncology, Guang’anmen Hospital, China Academy of Chinese Medical Sciences, Beijing 100053, China

[Abstract] Objective To explore the association between body mass index and depression symptoms among elderly people in China， and to analyze the mediating association pathway of chronic diseases and social participation in this relationship.Methods Based on cross-sectional data from the 2020 China Elderly Social Tracking Survey, 9 882 elderly people were selected for the study.Using the least squares method for linear regression, Sobel test and non-correlation regression, the association, mediating effect and heterogeneity between body mass index and depressive symptoms in elderly people were analyzed.Results Compared with the normal body mass index, the depression symptom scores were higher in elderly people when their weight was too low (P＜0.01), and lower scores when they were overweight or obese(P＜0.01).The mediation effect model analysis found that the number of chronic diseases played a masking effect, and the increase in body mass index aggravated the level of depression symptoms by increasing the number of chronic diseases.Social participation played a partial mediating role, and the increase in body mass index improved the level of depression symptoms by increasing social participation.The heterogeneity analysis results showed that the impact of body mass index on depression symptoms in elderly people varies depending on the type of residential area and gender.Conclusion There is a correlation between body mass index and depression symptoms in elderly people, and this correlation may be mediated by chronic diseases and social participation, suggesting that weight status and its psychosocial mechanisms should be comprehensively considered in elderly people health management.

[Key words] Elderly people; Body mass index; Depression symptoms; Mediating effect

[中图分类号] R749.4

[文献标识码] A

[文章编号] 1673-7210（2026）02（c）-0072-07

DOI：10.20047/j.issn1673-7210.25080193

[基金项目] 首都卫生发展科研专项（首发2024-2-4152）；中国中医科学院广安门医院护航工程——骨干人才培育项目（9323042）。

[作者简介]

陆镇涛（2000-），男，中国中医科学院广安门医院2022 级中医护理学专业在读硕士研究生；研究方向：中医护理。

[通讯作者] 郭敬（1969-），女，主任护师，硕士生导师；研究方向：中医护理、护理管理。

（收稿日期：2025-08-04）

（修回日期：2025-11-19）