S'abonner

Physical activity and sleep duration as predictors of subsequent depression in older adults: Longitudinal evidence from the China health and retirement longitudinal study (CHARLS) - 10/01/26

Doi : 10.1016/j.genhosppsych.2025.12.008 
Yujing Zhang, Yiyao Liu, Zhenxian An, Qianyu Chen, Sikun Yin, Jing Chuo, Zujie Xu, Xiaoqin Zhao
 School of Physical Education and Health Engineering, Taiyuan University of Technology, Taiyuan, Shanxi 030024, China 

Corresponding author.

Abstract

Objectives

While extensive research has established significant associations between physical inactivity, abnormal sleep duration, and the development of depressive symptoms in older adults, prior studies have frequently neglected a sleep-centered perspective. Particularly in aging populations, the potential mediating role of sleep duration in the physical activity-depression relationship remains insufficiently investigated. This study therefore examines the longitudinal effects of physical activity and sleep duration changes on subsequent depressive symptoms, with particular emphasis on elucidating the intermediary function of sleep duration.

Design

Combining Cross-Sectional and Longitudinal Studies.

Setting and participants

From the China Health and Retirement Longitudinal Study (CHARLS) 2015, 2018, and 2020 databases, 4708 participants were tracked.

Measurements

This study employed generalized estimating equations (GEE) with marginal effects to quantify the associations between physical activity, sleep duration, and depression. Cross-sectional analyses using 2015 China Health and Retirement Longitudinal Study (CHARLS) data applied bootstrap testing to examine potential mediation pathways. Longitudinal analyses incorporated national CHARLS data from 2015, 2018, and 2020, utilizing cross-lagged panel models (CLPM) to delineate directional relationships among physical activity, sleep duration, and depressive symptoms.

Results

The study revealed significant dose-response relationships between both physical activity/sleep duration and depressive symptoms among Chinese older adults, with sleep duration demonstrating a robust mediating role in their association. Cross-lagged analyses established a temporal pathway whereby physical activity positively predicted subsequent sleep duration (T 2015 EX → T 2018 SE), which in turn significantly predicted later depression development (T 2018 SE → T 2020 DP), collectively forming the validated longitudinal mediation pathway “physical activity → sleep duration → depression”.

Conclusion

The onset and progression of depressive symptoms in Chinese older adults demonstrated significant associations with physical inactivity and abnormal sleep duration, exhibiting dose-response relationships with depression severity. The study established a temporal cascade through the “physical activity → sleep duration → depression” pathway, providing directional explanation for previously observed cross-sectional correlations. These findings suggest promising therapeutic strategies for the prevention and clinical management of depression in older adults.

Le texte complet de cet article est disponible en PDF.

Highlights

We combined cross-sectional and longitudinal approaches in our research.
Revealed the dynamic interplay among physical activity, sleep duration, and depression.
Discovered and validated longitudinal predictive mediation pathways, extending previous cross-sectional findings.

Le texte complet de cet article est disponible en PDF.

Keywords : Physical activity, Sleep duration, Depressive symptoms, Mediation, Longitudinal study

Abbreviations : WHO, BMI, HPA, CHARLS, GEE, CLM, FIML, CFI, TLI, RMSEA, SRMR


Plan


© 2025  Elsevier Inc. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 98

P. 64-72 - janvier 2026 Retour au numéro
Article précédent Article précédent
  • Efficacy and safety of cognitive and behavioral interventions in treating body dysmorphic disorder: A systematic review and meta-analysis of randomized controlled trials
  • Yuan-Chun Ko, Che-Hsiung Lee, Chung-Sheng Wu, Yu-Jui Huang
| Article suivant Article suivant
  • Effectiveness and safety of dual orexin receptor antagonists for the prevention of delirium: A systematic review with meta-analysis and trial sequential analysis
  • Swarndeep Singh, Rahul Mathur, Abhishek Chakladar, Arghya Pal

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.