基于个体差异精神病理网络（IDPN）探索青少年非自杀性自伤异质性的创新研究

《Annals of General Psychiatry》：A novel approach to exploring youth non-suicidal self-injury heterogeneity: individual differential psychopathology network analysis

本研究针对青少年非自杀性自伤（NSSI）异质性难以精准识别的问题，首次将个体差异精神病理网络（IDPN）分析方法应用于心理测量领域。通过对2376名初中生进行问卷调查，构建了包含焦虑、抑郁、人格特质和家庭环境等17个特征的个体差异网络，发现NSSI严重程度与人格特质、抑郁和家庭环境特征的网络连接强度密切相关。聚类分析将NSSI个体分为两个亚组，其中特征连接更强的组别表现出更高的NSSI严重程度。该研究为理解NSSI的个体差异提供了新视角，为精准干预奠定了基础。

　　

在青少年心理健康领域，非自杀性自伤（Non-Suicidal Self-Injury, NSSI）如同一个沉默的警报，警示着无数青少年正在经历的心理困扰。这种行为被定义为个体故意、直接地伤害自己身体而不具有自杀意图的行为，通常被用作缓解负面情绪或解决问题的策略。令人担忧的是，全球约17%-18%的青少年受到NSSI影响，相当于每五到六个青少年中就有一人存在这种行为。更严重的是，反复的自伤行为可能预示着更深层的心理发展问题，甚至增加自杀风险。

尽管现有研究已从生物、个人和环境因素多个角度探讨NSSI的影响机制，但大多数研究仍停留在群体水平，缺乏对个体差异的深入刻画。传统研究方法难以捕捉NSSI患者内部的异质性，导致许多关键特征在群体分析中被掩盖。这种局限性促使研究人员寻求新的分析方法，以期在个体层面揭示NSSI的复杂特征。

在此背景下，Jiang等人在《Annals of General Psychiatry》发表的研究开创性地将个体差异网络分析方法引入心理测量领域。该研究采用便利抽样法，对山东省某县三所初中的2376名学生（平均年龄13.66±0.98岁）进行了全面调查。其中881人（37.1%）存在NSSI行为，为探索个体差异提供了充足样本。

研究人员开发了个体差异精神病理网络（Individual Differential Psychopathology Network, IDPN）这一创新方法，该方法包含三个关键步骤：首先利用非NSSI群体构建参考网络，然后通过逐个添加NSSI个体构建扰动网络，最后通过计算Z值来量化每个个体与正常模式的偏离程度。这种方法的核心优势在于能够捕捉传统群体分析难以发现的个体特征变异。

主要技术方法

研究采用横断面调查设计，使用青少年自伤量表、焦虑自评量表（SAS）、抑郁自评量表（SDS）、神经质-外向性-开放性五因素量表（NEO-FFI）和家庭环境量表中文版（FES-CV）评估NSSI行为和相关心理特征。基于网络模板扰动方法，通过构建参考网络、扰动网络和计算个体差异网络三个步骤建立IDPN模型，随后使用K-means聚类分析探索NSSI异质性，并通过Fisher判别分析验证聚类效果。

IDPN构建与特征筛选

研究首先利用1495名非NSSI个体构建参考网络，建立17个心理特征间的Spearman相关关系。随后为每个NSSI个体构建扰动网络，通过计算与参考网络的差异得到个体特异的Z得分矩阵。经过Bonferroni校正后，研究人员筛选出在至少2%样本中显示显著变化的8个网络特征作为聚类变量，这些特征主要涉及开放性-抑郁、尽责性-外向性、亲密度-外向性等维度。

聚类分析结果

通过肘部法则确定最佳聚类数为2，将NSSI个体分为两组：Group 1包含560人，Group 2包含321人。Fisher判别分析显示分类准确率达95.8%，表明聚类效果良好。方差膨胀因子（VIF）检验证实变量间不存在多重共线性问题。

组间特征差异

比较两组间8个网络特征的Z得分发现，除"控制-组织性"特征外，Group 1在其他7个特征上的得分均显著低于Group 2。这表明Group 2个体在抑郁、人格特质和家庭环境等特征间表现出更强的内在连接。

NSSI严重程度比较

Group 1的NSSI严重程度显著低于Group 2。虽然Group 1个体的最大严重程度评分（116）高于Group 2（95），但其第一四分位数、中位数、第三四分位数以及10-90百分位数分布范围均低于Group 2，表明Group 2整体表现为更严重的自伤行为。

讨论与结论

本研究首次将个体差异网络分析方法应用于心理测量领域，突破了传统群体研究的局限性。值得注意的是，筛选出的8个关键特征中未包含焦虑相关指标，研究人员推测可能原因在于焦虑对NSSI的影响常被抑郁症状所掩盖，或者在中学生群体中焦虑的普遍性导致组间差异不显著。

研究发现NSSI严重程度与家庭环境、人格特质和抑郁特征的网络连接强度密切相关。Group 2表现出的高强度特征连接提示这些个体可能面临更复杂的心理困扰模式，其中人格特质（如高神经质、低外向性）、家庭环境（低亲密度、高控制性）和抑郁症状形成了相互强化的风险网络。这种紧密的特征关联可能使得针对单一因素的干预效果有限，需要采取综合性的治疗策略。

研究的创新性在于IDPN方法能够揭示特征间的动态关系，而不仅仅是特征的绝对水平。例如，低特征关联可能意味着各因素相对独立地影响NSSI，而高关联则提示存在复杂的相互作用机制。这一发现为理解NSSI的维持机制和制定干预策略提供了重要启示。

然而，研究也存在若干局限性：依赖自评量表可能存在报告偏差；横断面设计无法推断因果关系；家庭环境量表的信度相对较低；未包含更多NSSI影响因素；判别分析未进行交叉验证等。未来研究需要在不同样本和障碍类型中进一步验证IDPN的适用性，并结合纵向设计和客观评估工具完善该方法。

总之，这项研究为青少年NSSI的个体化理解提供了新的分析框架，通过识别不同的临床亚组为精准干预指明了方向。IDPN方法在心理测量领域的应用前景广阔，有望为精神病理学研究开辟新的途径。