近日，一项发表在 JMIR Public Health and Surveillance 的研究提示，大学生在食堂刷卡的时间与金额或许能够作为抑郁风险的早期信号。该研究由南京医科大学生物医学工程与信息学院的张锡哲教授领导，团队连续三十天追踪了某综合性大学 3 310 名本科生的匿名就餐数据，并配合同期收集的抑郁自评量表（PHQ-9）结果，探讨饮食节律与情绪健康之间的关联。张教授长期从事计算精神病学与网络科学交叉研究，关注如何利用大规模客观数据捕捉情绪障碍的隐匿表型，此项工作正是其在数字行为表型学方向的最新进展。
结果显示，抑郁症状处于中重度水平的学生更倾向于跳过或显著延迟早餐：与情绪健康组相比，他们的首餐平均推后近两小时，总体消费额明显向夜间集中，且一日内购买的食物类别数量减少约三分之一。即便控制年龄、性别和体质指数后，上述差异仍然显著。研究团队进一步采用机器学习模型，仅凭饮食特征即可在约 67% 的准确率水平上区分中重度抑郁者与非抑郁者，提示看似普通的刷卡记录中蕴含可量化的心理健康信息。
这种关联并非偶然。人体代谢、激素分泌与情绪调节都受 24 小时昼夜节律支配，而进食是同步生物钟的重要外部线索。长期跳过早餐会延迟机体的“代谢清晨”，造成内部时钟错位。实验室研究已证实，节律紊乱会削弱积极情感、加重快感缺失。张教授团队的真实世界数据进一步表明，这种生理失衡能够在日常消费轨迹中留下可被算法捕捉的模式。
对于高校和公共卫生系统而言，该发现具有三重启示。首先，被动采集的数字数据可作为传统问卷的补充，在学生尚未主动求助时提供风险提示。其次，饮食规律应与营养均衡一道纳入抑郁预防策略；倡导“醒后两小时内进食早餐、夜间保持约十二小时禁食窗口、日间保持食物多样性”有望降低节律紊乱。最后，预测系统应与低门槛心理服务（如线上咨询、同伴支持计划）配套，确保预测结果能够转化为实际帮助而非标签化。
当然，相关性研究无法直接证明因果，生活监测的普及亦需警惕隐私侵权和“常态化监视”。然而，在公开透明、伦理合规的框架内，数字表型学有望为心理健康防线增添新的主动防护层。张锡哲教授的工作提供了一个切实可行的范式：让餐盘背后的节律信息转化为公共卫生决策参考，把关怀时点前移到危机爆发之前，为潜在抑郁者赢得及时干预的机会。
论文链接
https://publichealth.jmir.org/2024/1/e47428（DOI: 10.2196/47428）
转载本文请联系原作者获取授权，同时请注明本文来自张锡哲科学网博客。
链接地址：https://wap.sciencenet.cn/blog-313363-1488225.html?mobile=1
收藏
