李磊，马孟园，彭红叶，阎早芳，王蜜源，胡梦超，刘佳，赵振海

截至2018年，我国年龄在60岁以上的人口比例已达17.9%，预测到2050年中国老年人将增加到4.54亿，占总人口的33%［1］。根据第六次人口普查数据显示，农村老龄化程度高于城镇，老年人口占比达70%。随着人口老龄化进程的加快，老年人的心理健康越来越受到重视。2017年我国60岁以上老年人抑郁症检出率高达10%，老年抑郁症的患病人数和比例在不断上升［2］。抑郁会损害老年人的心理和身体功能，成为我国老年人常见的慢性心理健康问题。研究表明，农村老年人心理健康意识落后，即使抑郁情绪较为严重也意识不到自己心理出了问题，直到发展到一定程度甚至可能会以自杀终结生命［3］。同时，城乡差距问题使得城乡老年人的经济状况、受教育水平、认知状况等表现出明显的差异，出现抑郁症状的影响因素也不同［4］。因此，关注农村老年人抑郁状况，探讨我国农村老年人抑郁症状的相关因素，对于抑郁症的早期预防、发现和及时干预具有重要意义。目前，机器学习算法已广泛应用于公共卫生领域，在群体性疾病的监测和预防中有着较强的适用性［5］。本研究基于随机森林算法和Logistic回归两种机器学习算法，旨在采用定性和定量相结合的方法探讨我国农村老年人抑郁症状相关因素，现报道如下。

1 资料与方法

1.1 一般资料 本研究数据于2020年11月从北京大学组织的2018年中国健康与养老全国追踪调查（CHARLS）项目提取，该项目采用多阶段抽样的方法对全国30个省/自治区/直辖市45岁及以上中老年人进行了入户调查，调查对象代表性强、覆盖面广和信息丰富，是我国比较权威的有关老年人健康状况方面的微观调查数据［6］。……