国际精神病学杂志JOURNAL OF INTERNATIONAL PSYCHIATRY 2021年第48卷第1期
精神科门诊患者抑郁和焦虑症状的关系：基于网络分析的方法
马竹静1任垒1金银川1郭力2张钦涛1苑会羚1杨，
【摘要】目的本研究以精神科门诊患者为研究对象，探索其抑郁和焦虑症状网络方法使用某综合医院心身科门诊23735位患者（抑郁分量表总分& 26分且焦虑分量表总分& 20分）的抑郁和 焦虑症状数据进行网络分析。结果网络显示症状“过分担忧”和“发抖”、“无故害怕”和“容易哭 泣”之间存在明显的正则化偏相关。“感觉受骗，中了圈套或有人想抓您”、“感到苦闷”的预期影响最 高；“发抖”、“一阵阵恐惧或惊恐”的桥预期影响最高。结论抑郁症状“感觉受骗，中了圈套或有 人想抓您”、“感到苦闷”是网络中最重要的症状；焦虑症状“发抖”和“一阵阵恐惧或惊恐”是最关键 的桥梁症状以“发抖”和“一阵阵恐惧或惊恐”为主要的干预靶点，可能有助于预防和精神科 门诊患者抑郁和焦虑的共病。
【关键词】网络分析；精神病理学；桥节点；抑郁焦虑共病
【中图分类号】K749.4【文献标识码】A【文章编号】1673-2952 (2021 ) (H-0045-06
Network analysis of depressive and dysphoric symptom relationships in psychiatric outpatients
MAZhujing, REN Lei, JIN Yinchuan, et al. Department of M ilitary Medical Psychology, Air Force Military Medical University, China
【Abstract 】Objective The sturly was designed to explore the depression and anxiety network in psychiatric out­patients.Methods A network analysis was performed on the data of depression and anxiety symptoms of23735 patients in a general hospital outpatient department of mental and physical(lepartment(total score of depression suhsoale ^ 26 and total score of anxiety subscale &20) . Results The network shows that there is a clear regularization between the symptoms of"excessive worry"and "trembling","fear for no reason"anrl"easy to rry"."Feeling cheated,trapped or wanted","feeling depressed"had the highest expected impact; "trembling","waves of fear or panic"had the highest bridge expected impact.Conclusion Depressive symptom of"feeling duped,trapped or wanted"is the m ost impor­tant symptom in the network;anxiety symptoms of"shaking"and"waves of fear or panic"are the m ost critical bridging symptoms. "Trembling"and"waves of fear or panic"as the main inter\'ention targets may help to prevent and treat psy­chiatric outpatient with depression and anxiety comorbidily.
【Keywords 】Network analysis;Psychopathology;Bridge norles;Comorbidity of depression and anxiety
1引言
抑郁症和焦虑障碍是常见的精神障碍。据估 计，全球有3.22亿人患有抑郁症，2.64亿人患有焦 虑障碍1。同时，抑郁症和焦虑障碍高度共病，研 究发现抑郁症伴焦虑障碍的患病率在40%~ 60%之 间W。精神病理学研究发现共病是一种规律而不是 例外，共病常与较差的结果和预后相关。
传统精神障碍研究中最常用的模型是潜在变量模型。该模型认为症状是由未观察到的潜在变量引 起的，症状之间的相关性完全由潜在变量解释31。因此，抑郁症会导致情绪低落，焦虑症会导致坐立 不安等症状。在这种模式下，抑郁症与焦虑障碍的 共病被认为是由潜在变量之间的相互作用或存在共 同根源而产生的141。网络模型是一种新兴的概念化 精神障碍的重要创新方法1。网络方法把症状间的 相互作用理解为一个网络，其中，症状是节点，症
[作者工作单位]1.空军军医大学军事医学心理学系（西安，710032); 2.空军军医大学西京医院心身科。[第一作者简介]马竹静（1993.05-)，女，河南洛阳人，在读硕士研究生，研究方向：临床心理学。
[通讯作者]杨（Email: ****************** )。
46国际精神病学杂志JOUKNAL 0!■' INTERNATIONAL PSYCHIATRY 2021 年第 48 卷第1期
状之间的W果关系用节点之间的连线表示，在数据 驱动下，节点与连线的变化特点显示出网络的特 征M
网络模型假定症状会随着时间的推移相互作 用和影响当某种精神障碍的某些特定症状激活其 他精神障碍的症状时，就可能发生共病，这些特定 症状被称为桥梁症状（bridging sympUims)'8 ：激活桥 梁症状能导致两种疾病的发展和维持1^。这提示 我们，通过识别桥梁症状可能有助于问题集中并使 千预更具针对性，抑制桥梁症状有望防止其他抑郁 焦虑症状的出现。此外，网络模型还可以通过计算 中心性指数来评估症状网络中各个症状的相对重要 性，这对玴解各个症状的临床意义可能会有直接影 响：
本研究以精神科N诊中抑郁和焦虑程度较高的 患者为对象，通过网络分析法来研究抑郁与焦虑的 症状N络特征。通过计算中心性指数来加深我们对 特定症状临床意义的理解，并为预防和抑郁症 和焦虑障碍的共病提供一定依据。
2对象与方法
2.1研究对象
数据来源于2011年9月5日~2019年7月3 日就诊于两北某综合医院身心科门诊的47546位患 者。在总样本中筛选出同时符合抑郁分量表总分 & 26分且焦虑分量表总分& 20分的子样本，共计 23735 (49.92% )位患者：本研究对该样本数据进行 了分析。其患者年龄在18岁〜86岁，平均（37.67 ±16.82)岁。男性占39.37%，本科及以上学历占 24.77%，未婚占 29.97%。
2.2 研究方法
2.2.1 抑郁症状使用90项症状清单(SCL-90)中抑郁分量表对抑郁症状进行评估。包括 对异性的兴趣减退、感到自己的精力下降等13个项 0。该分量表的得分在0-52分之间。得分在26分以 上，表明个体的抑郁程度较高。本研究抑郁分量表 总样本的内部一致性信度为（Cronharh'a系数）0.76。
2.2.2 焦虑症状使用90项症状清单(SCL-90 >中焦虑分量表对焦虑症状进行评估。包括 神经过敏，心中不踏实等10个项目。该分量表的得 分在0-40分之间。得分在20分以上，表明个体的焦 虑程度较高本研究焦虑分量表总样本的内部一致 性信度为（Cronbarh’a系数）0.65。
2.3统计分析
正则化偏相关网络使用R软件进行统计分析与可视化，采用图形高斯模型（GGM)对数据进行 拟合。GGM是无向网络，边代表两个节点之间的 偏相关关系使用非参数斯皮尔曼相关矩阵计算G G M此外，采用图形化套索算法对(X M进行正则 化。此过程通过分配惩罚将小的相关性缩小到零来 限制边的数量，从而生成一个更具解释性和稀疏性 的网络网络按照F K算法布局显示。连接越强的 节点定位在越接近M络中心的位置，连接越弱的P 点定位在越靠近网络外周的位置：蓝线代表正相关，红线代表负相关。边越粗，两个节点之间的关联越 大，边越细，两个节点之间的关联越小。
中心性分析。中心性代表了一个节点与其他 节点联系的多少、强度以及紧密程度，改变中心性 高的节点会影响更多其他节点。在中心性分析中，通常使用的指标有强度中心性（strength renlrality, SC)、接
近中心性（closeness centrality,CC)和介数 中心性（betweenness centrality,BC)[11丨。最近有研究 显示S C比C C和B C更加稳定可靠，且C C和B(：不 太适合用来评估心理学网络中节点的中心性程度&
另外，当网络中存在负相关边时，代表边绝对值和 的S C可能会曲解节点对网络中其他节点的实际影 响，因此本研究使用同时考虑到了正相关边和负相 关边的预期影响来代替S C作为网络中节点的中心 性指标1131。给定节点的预期影响是连接该节点的所 有边的权重之和（非绝对值之和节点的预期影响越大，与网络中其他节点的关系更密切，代表 着在网络中的重要性程度越高。本研究中，节点预 先被分为两个社团：一个社团包含SCL-90中抑郁分 量表的13个症状，另一个社团包含SCL-90中焦虑 分量表的10个症状。上述步骤通过R包qgraph和rifitworklools实现。网络分析也可以通过分析节点之 间的边缘或连接来研究桥梁症状。过去的研究仅使 用视觉检查或与其他节点具有最高局部相关性的节 点来确定网络中的桥接症状，本研究将通过计算桥 接中心性指数进行度量。桥接中心性指数包括桥接 强度（hriilge strength)、桥接密度（hri(丨ge closeness)和桥接介数（bridge helw^nness)。已有研究表明，桥接强度是识别节点的最佳指标，如果断开，可以 防止从一种疾病扩散到另一种疾病•15]。
使用R包boot丨i f l评估网络的准确性和稳定性[16~〜。首先，通过非参数自举法（1000个自举样 本）计算95 %置信区间从而进行边权值准确性的评 估。其次，通过样本下降自举法（1000个自举样本）
◎临床研究◎Clinical
ressrch
国际精神病学杂志JOURNAL O F 丨INTERNATIONAL PSYCHIAT 丨202丨年第48卷第1朗
-
47-
计算相关稳定性系数从而进行节点预期影响和桥预 期影响稳定性的评估。以往研究表明相关稳定性系 数最好高于0.50且不应低于0.25 161。
3
结果
3.1 SCL -90中抑郁分量表和焦虑分量表各项目
的描述性统计结果
结果显示，SCL -90中抑郁分M 表和焦虑分M 表 各项0的平均数和标准差见表1。
表1身心科门诊患者SCL -90中抑郁分量表和焦虑分量表
特征正则化的作用
的项目（简写）、平均数和标准差
项目(简写）平均数G )标准差W
抑郁分量表项目性趣减退(D1)  3.76  1.05精力下降，活动减慢(D2)  3.28  1.41结束A 己的生命(D3)
2.14  1.31容易哭泣(1)4)
2.69  1.35感到受骗，中了圈套或有人想抓您(D5)
3.11  1.31经常责怪自己(D6)  2.56  1.24感到孤独(D7)  3.36  1.29感到苦闷⑴8)  2.71  1.34过分担忧(D9)  2.17  1.35对事物不感兴趣(D10)  2.14  1.30感到前途没希望(D11)  3.860.98感到任何事情都很闲难(D12)  3.950.97感到自己没什么价值(D13)
3.04
1.23
焦虑分量表项目神经过敏.心中不踏实(A1)
2.60  1.30发抖(A2)  2.35  1.27无故害怕(A3)  2.52  1.42感到害怕(A4)  2.10  1.23心跳得厉害(A5)  2.56  1.40感到紧张或容易紧张(A6)  2.46  1.24一阵阵恐惧或惊恐(A7>
3.66  1.10感到坐立不安，心神不定(A8)  2.96  1.23感到熟悉的东西变成陌生或不像真的(A9)
3.00  1.27感到要很快把事情做完(A10)
3.60
1.08
3.2抑郁和焦虑的症状网络
图1描绘了精神科门诊中抑郁和焦虑程度较高 患者的抑郁和焦虑症状网络。网络显示症状“过分 担忧”和“发抖”、“无故害怕”和“容易哭泣”之间存
在明M 的正则化偏相关，正则化偏相关系数分别为 0.52、0.29
图1精神科门诊患者抑郁和焦虑的症状网络(字母代表的
项目如表1)
蓝线代表正相关，红线代表负相关边越粗， 两个节点之间的关联越大，边越细，两个节点之间 的关联越小。
3.3 中心性分析结果
丨冬1 2显示了各症状的预期影响和桥预期影响 预期影响最高的项目分别是“感觉受骗，中丫圈套或 有人想抓您”和“感到苦闷”；桥预期影响最高的项0 分别是“发抖”和“一阵阵恐惧或惊恐”
图2
抑郁和焦虑症状的预期影响和桥预期影响(Z 分数，字
母代表的项目如表1)
14准确性和稳定性分析结果
图3显示了 举法得到的边权值的准确性。其 置信区间范围窄，说明边权值具有足够的准确性：
◎
临
床研究
◎
Clinical
research
国际精神病学杂志JOURNAL OF INTERNATIONAL PSYCHIATKY 2021年第48卷第1期
图3边权值的准确性分析结果
图4显示了预期影响和桥预期影响的稳定性系 数。其系数均为0.75，说明预期影响和桥预期影响 均具有足够的稳定性。
4
讨论
本研究采用网络分析法对精神科门诊患者抑郁 和焦虑症状进行研究。将抑郁和焦虑症状放在一个 网络中可以调查出哪些症状更加重要以及哪些症状 的激活会导致抑郁和焦虑的共病。研究中，我们确 定了症状网络结构以及各症状的预期影响和桥预期 影响。这可能会从症状层面为理解抑郁和焦虑共病 提供新的视角，从而为相关的临床预防和干预提供
参考。
偏相关网络分析，可以帮助了解症状之间的反 馈对于维持精神障碍的重要性。本研究发现“过分 担忧”与“发抖”、“感到孤独”与“心跳得厉害”之间 关系较为密切。“担忧”是一种心理状态，“发抖”是 一种躯体反应，这个发现或许可以从数据驱动方面 验证精神与躯体症状是交互作用的。这与以往的一 些研究结果相似[|81。一项针对重性抑郁障碍（MDD  )、 广泛性焦虑症（G A D )和躯体症状学的研究发现 MDD /
GAD 症状与躯体化领域有很多紧密的联系，包 括焦虑和疲劳，紧张感与出汗过多。与预期相反, 本研究并没有发现无价值感与无望感或容易紧张与 坐立不安之间存在较强的边缘连接，然而我们发现 “感到孤独”与“心跳得厉害”之间的边缘强度明显
强于网络中的其他边。据我们所知这在以前的研究 中还没有发现。虽然这个结果是基于横断面数据得 出的，不能推断症状之间的方向性，但后期可通过 经验抽样法进行纵向研究从而出动态的相互作用 模式的网络结构。
中心性分析可以确定哪些症状在网络中更为重 要。本研究中预期影响结果表明抑郁项目“感觉受 骗，中了圈套或有人想抓您”和“感到苦闷”是抑郁 和焦虑网络中最重要的症状。“感觉受骗，中了圈套 或有人想抓您”是认知性抑郁症状，这表明精神科门 诊患者中认知相关的症状可能在疾病的发展中起着 更核心的作用。这与抑郁症的认知模式较一致。认 知模式认为当个体以负性方式来建立经验的模式时,
90% 80% 70% 60% 50% 40% 30% 90% 80% 70% 60% 50% 40% 30%
预期影响
桥预期影响
图4预期影响和桥预期影响的稳定性分析结果
◎
临
床研究
◎
Clinical
research
o
0-0
与原始样本的平均相关系
数
国际精神病学杂志JOURNAL OF INTERNATIONAL PSYCHIATRY 202丨年第48卷第1期-49-
患者会认为『丨己的生活充满了各种不幸。当患者的 这种认知模式与抑郁和焦虑的某些躯体症状如反应 迟缓、易疲劳等联系起来，就可能继发出现一系列 其他症状[20]。研究结果还发现“感到苦闷”在抑郁焦 虑症状网络中的重要性。这与先前研究认为“情绪低 落”是抑郁焦虑网络中最核心的症状的结论相似21]。这提示我们直接干预这些核心症状应该能够高效降 低N络内所有其他症状的严重程度。
桥预期影响结果表明门诊患者抑郁和焦虑症状 之间存在两个明显的桥梁症状：“发抖”和“一阵阵 恐惧或惊恐”。这与先前的研究结果不太一致，早期 研究表明“情绪低落和疲劳”是主要的桥梁症状，另一项研究中“快感缺乏”也是桥梁症状& 22]。这可能 是研究体不太一致所致，本研究的研究体是门 诊存在抑郁和焦虑状态的患者，而以上两个研究的 研究体分别是菲律宾佣工和社交焦虑患者。研究 结论存在差异可能是被试选择偏倚的结果。本研究 结果显示焦虑症状“发抖”和“一阵阵恐惧或惊恐”的激活最有可能会导致与抑郁共病。该结果的发现 具有一定的临床意义。以“发抖”和“一阵阵恐惧或 惊恐”为干预靶点，可能有助于预防和精神科门 诊患者抑郁和焦虑的共病。
本研究存在以下局限性。首先，本研究使用横 断面数据进行统计分析，不能了解症状之间的因果 关系。其次，本研究以症状自评量表中抑郁分量表 和焦虑分量表为评估工具，其中一些节点可能测量 了重叠结构（例如“感到害怕”和“无故害怕”），这 可能人为地扩大边缘权重和中心性。
本研究以精神科门诊中抑郁和焦虑程度较高的 患者为对象，通过网络分析法来研究抑郁与焦虑的 症状网络特征。结果发现精神性焦虑症状“过分担 忧”与躯体症状“发抖”之间密切相关。预期影响指 数表明抑郁项目“感觉受骗，中了圈套或有人想抓 您”是网络中最重要的症状，所以，使用认知疗法对 此症状进行干预可能是更为有效的门诊跨诊断干预 方法。另外，桥预期影响指数表明焦虑症状“发抖”和“一阵阵恐惧或惊恐”应该是最关键的桥梁症状，以“发抖”和“一阵阵恐惧或惊恐”为主要的干预靶 点，可能有助于预防和精神科门诊患者抑郁和 焦虑的共病。
参考文献
2017. Depression and other common mental disorders：global
health estimates. Retrieved from Geneva, http：// www. who.
inl/mental_health/managemenf/flepression/prevalenre_glohcil_
health_ estimates/en/.
2. Thase ME, Weisler RH, Manning JS, et al. Utilizing the
DSM-5 Anxious Distress Specifier to Develop Treatment Strat­
egies for Patients With Major Depressive DisdrderLJj •J Clin
Psychiatry, 2017, 78 (9): 1351 — 1362.
3. Katon NR. Latent variable and network models of comorhidity ：
toward an empirically derived nosology. Sor. Psychiatry Psy—
chiatr. Epidemiol.2015, 50 (6)：845-849.
4. Epskamp S, Hhemtulla M, Borshoom D. Generalized network
psyrhometrirs：romhining network and latent models [j i. psy—
chometrika.2017, 84 (2)：904-927.
5. Contreras A , Nieto I, Valiente C, et al. The study of psycho­
pathology from the network analysis perspective：a systematic*
review. Psyrholher Psychosom.2019, 88 (2)：71 ~83.
6. Denny Borshoom. A network theory of menial disorders [j j .
World Psychiatry, 2017, 16：5 - 13.
7.蔡玉清，董书阳，袁帅，等.变量间的网络分析模型及其
应用[J].心理科学进展.2020, 28 ( 1 ): 178-190.
8. Cramer A0J, Waldorp LJ, van der Maas HI J, el al. Comor—
hidity：A network perspective L jJ . Behavioral and Brain Sci—
ences.2010, 33 (2-3)：137 - 150.
9. Fried El, van Borkulo CD, Cramer AOJ, et al. Mental disor­
ders as networks of problems：a review of recent insights. Soc.
Psychiati7 Psyrhialr. Epidemiol.2017, 52 ( 1)：1-10.
10. Epskamp S, Fried El. A tutorial on regularized partial cor­
relation networks. Psychol. Methods, 2018, 23 ( 4 )：617 ~
634.
11. McNally HJ, Rohinaugh l)J , Wu GWY, et al. Mental
Disorders as Causal Systems：A Network Approach to Post-
traumatic Stress Disorder [jj . Clinic al Psychological Science,
2015, 3 (6)：1- 14.
12. Bringmann LF, Elmer T, Epskamp S, et al. What do cen­
trality measures measure in psychological networks? L J] •J Ab-
norm Psychol.2019, 128 (8)：892-903.
13. Rohinaugh DJ, Millner A J, McNally RJ. Identifying highly
influential nodes in the complicated grief network [j j. J Ahnorm
Psychol.2016, 125 (6)：747 - 757.
14. Ge FF, Yuan ML, Li Y , et al. Changes in the network
structure of posttraumatic stress disorder symptoms at different
time points among youth survivors：A network analysis. J A ffec-1
Disorders, 2019, 259：288-295.
15. Jones PJ, Ma H, McNally RJ. Bridge Centrality：A Network
Approach to Understanding Comorhiciity. Suhrnitlefi for puhli-
ration Retrieved from https：//osf. io/c5dkj.2019.
16. Epskamp S, Borshoom D, Fried El. Estimating psychologi-
◎
临
床
研
究
◎
Clinical
research
1. Organization, World Health, World Health Organization,
下转第58页

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。