网络分析视角下中国大学生抑郁与网络成瘾症状的映射：核心症状与桥梁症状的识别及临床意义

《International Journal of Mental Health and Addiction》：Mapping Depression and Problematic Internet Use Symptoms in Chinese College Students: Insights from a Large-Scale Network Analysis

本研究针对后疫情时代大学生抑郁与问题性网络使用（PIU）共病高发的现状，首次采用网络分析方法揭示了症状间的相互作用机制。通过对6514名中国大学生的调查，发现“忽视家务以增加上网时间”（IAT2）为核心症状，而“运动障碍”（PHQ8）、“离线抑郁情绪”（IAT20）和“自杀意念”（PHQ9）为连接抑郁与PIU的关键桥梁症状。研究为针对核心靶点制定精准干预策略提供了实证依据，对改善大学生心理健康具有重要实践价值。

　　

在互联网渗透率达75.6%的中国，大学生群体中问题性网络使用（PIU）与抑郁的共病现象日益凸显。疫情期间线上教学的普及进一步加剧了青少年心理危机，但传统研究多基于量表总分分析，难以揭示症状层面的相互作用机制。为此，澳门大学项玉涛教授团队在《International Journal of Mental Health and Addiction》发表研究，首次通过大样本网络分析绘制了中国大学生抑郁与PIU的症状关联图谱。

研究方法概要

研究于2023年9-12月采用滚雪球抽样法，从中国南北部4所高校招募6514名大学生。使用患者健康问卷（PHQ-9）和网络成瘾测试（IAT）分别评估抑郁与PIU症状，通过EBIC图形LASSO模型构建症状网络，计算预期影响力（EI）和桥梁EI识别核心症状，并采用Bootstrap法验证网络稳定性。

研究结果

1. 症状网络结构与核心症状

网络模型显示，IAT2（“为增加上网时间忽视家务”）具有最高EI值（0.23），表明其是触发其他症状的关键节点。IAT16（“要求延长上网时间”）和IAT8（“学习效率下降”）分列二、三位，共同构成PIU症状群的核心驱动因素。

2. 桥梁症状分析

PHQ8（“运动迟缓/激越”）以桥梁EI值0.113成为连接抑郁与PIU的最强桥梁，其次为IAT20（“离线时情绪低落”）和PHQ9（“自杀意念”）。这些症状如同“枢纽”，可能加剧两种障碍的相互转化。

3. 网络稳定性与性别差异

案例丢弃法显示网络具有高稳定性（CS系数=0.75）。性别比较发现，虽然男女网络全局强度无差异（p=0.936），但网络结构存在显著区别（p=0.022），提示需制定性别特异性干预策略。

结论与意义

本研究首次揭示了中国大学生抑郁-PIU症状网络的核心架构。针对核心症状（如通过现实疗法提升时间管理能力）和桥梁症状（如通过体育锻炼改善运动迟缓）的精准干预，可能有效阻断共病发展路径。研究为开发针对症状而非综合征的个性化干预方案提供了新范式，对后疫情时代青少年心理健康促进具有重要指导价值。