利用经验抽样数据分析长期悲伤障碍反应的波动特征

《Journal of Proteomics》：Profiles of Fluctuating Prolonged Grief Disorder Reactions Using Experience Sampling Data

本研究通过经验采样方法，分析了228名丧亲者两周内每日延长悲伤障碍（PGD）的严重性和波动性，发现五个潜在模式，包括中重度PGD伴低惯性、高波动等特征，性别、时间自损失和心理疾病水平是主要预测因素，为个性化哀伤干预提供依据。

　　### 研究背景与意义

在面对亲人的死亡时，人们的情绪反应各不相同，大多数个体能够逐渐适应失去，而无需专业的心理干预。然而，大约3%至5%的个体可能会经历强烈而持久的悲伤反应，这种反应会显著影响他们的日常生活，这种现象被定义为“持续性哀伤障碍”（Prolonged Grief Disorder, PGD）。PGD通常在失去亲人12个月后被诊断，并表现为对逝者的强烈思念、持续关注逝者，以及至少三个其他症状，如身份认同混乱、不相信逝者的死亡、回避相关提醒、情感痛苦、难以继续前进、情感麻木、生活缺乏意义或极度孤独。

尽管许多研究探讨了哀伤反应的持续性，但很少有研究关注这些反应在日常生活中的波动性。传统上，心理学家依赖回顾性评估来判断个体的哀伤程度，这种方式容易受到回忆偏差的影响，无法准确捕捉到个体在不同时间点的即时情绪变化。因此，研究人员开始采用“经验抽样方法”（Experience Sampling Methodology, ESM）来研究哀伤反应的动态特性。ESM通过在一天中的多个时间点收集参与者的情绪、想法和经历，能够更准确地反映个体在日常生活中的情绪波动情况。这种方法不仅可以减少回忆偏差，还能捕捉到情绪随时间的变化趋势，从而为个性化哀伤干预提供依据。

### 方法与数据来源

本研究的数据来源于一个名为“哀伤在日常生活档案”（Grief-ID Archive）的新型开放数据集，该数据集符合Findable, Accessible, Interoperable, and Reusable（FAIR）原则，使得数据更容易被研究者获取和使用。数据来自三项独立的ESM研究，这些研究覆盖了不同时间段的哀伤反应。研究对象包括荷兰语和德语使用者，他们因失去伴侣、家人或朋友而参与研究，无论死亡原因如何。在研究开始前，参与者需通过伦理委员会的审批，并且研究团队确保了数据的隐私和安全性。

研究采用了ESM技术，参与者需在每天的特定时间点（如上午8:30-9:30、中午11:30-12:30、下午2:30-3:30、晚上5:30-6:30和晚上8:30-9:30）通过手机应用完成简短的调查问卷，评估他们过去三小时内的哀伤反应强度。如果参与者未能及时完成问卷，系统会发送提醒，确保数据的完整性。最终，研究纳入了至少完成50%问卷的参与者，共228人，占原始样本的72%。

为了进一步分析哀伤反应的波动性，研究团队使用了四个指标：平均值（表示哀伤反应的严重程度）、标准差（表示个体情绪波动的大小）、自相关（表示情绪的持续性，即反应在时间上的稳定性）以及“连续差值的均方根”（RMSSD，表示情绪的不稳定性，即情绪随时间的微小变化）。这些指标均通过R语言和psych包进行计算，并进行了标准化处理，以确保不同个体之间的可比性。

研究还收集了参与者的背景信息和与哀伤相关的特征，如性别、年龄、教育水平、与逝者的亲属关系、失去的时间、死亡原因（创伤性或非创伤性）以及是否有过心理支持的历史。此外，研究团队还评估了参与者在回顾性测量中的抑郁症状（使用PHQ-9量表）和创伤后应激障碍（PTSD）症状（使用PCL-5量表），并记录了日常功能的受损程度（使用WSAS量表）。通过这些数据，研究者能够探索哀伤反应的不同波动模式，并分析其与个体背景和心理状态之间的关系。

### 研究结果与发现

研究结果显示，参与者在哀伤反应的波动性方面表现出显著的异质性。通过使用潜类分析（Latent Profile Analysis, LPA）技术，研究团队识别出五个不同的哀伤反应模式：
1. **中等哀伤/低惯性/中等波动**（46%）：这是最常见的模式，参与者在哀伤反应的强度上中等，情绪的持续性较低，但波动幅度适中。
2. **中等哀伤/低惯性/高波动**（20%）：该模式的参与者虽然哀伤反应强度中等，但情绪波动较大，可能更容易受到外界刺激或内部思维的影响。
3. **低哀伤/低惯性/低波动**（19%）：该模式的参与者哀伤反应较轻，情绪较为稳定，波动性也较低，可能属于适应良好的群体。
4. **高哀伤/低惯性/低波动**（8%）：尽管哀伤反应强度较高，但情绪的持续性较低，波动性也较低，这可能表明这些个体虽然感到悲伤，但情绪的稳定性较强。
5. **低哀伤/高惯性/低波动**（7%）：该模式的参与者哀伤反应强度较低，但情绪的持续性较高，表明他们可能在情绪上难以摆脱对逝者的思念，情绪反应较为持久。

这些模式的识别不仅揭示了哀伤反应的多样性，还为个性化哀伤干预提供了依据。研究发现，性别、失去的时间以及基线心理状态是预测哀伤反应模式的主要因素。例如，女性在多个模式中占比较高，这可能与性别在哀伤体验中的差异有关；失去的时间越长，哀伤反应的波动性可能越低，而较近的失去事件可能与较高的情绪波动相关；此外，基线心理状态（如抑郁和PTSD）对哀伤反应的波动性有显著影响。

### 情绪波动与心理状态的关系

研究还发现，情绪波动与心理状态之间存在密切关系。对于中等哀伤反应的个体，尤其是那些表现出高波动性的个体，他们的心理状态（如抑郁和PTSD）可能更为严重。例如，模式4的参与者表现出最高的哀伤反应强度和抑郁、PTSD症状，以及最高的日常功能受损程度。这表明，高波动性可能与更严重的心理状态相关，而低波动性可能意味着个体已经适应了失去，或者能够更好地调节情绪。

此外，研究还发现，创伤性死亡（如自杀、事故或谋杀）对哀伤反应的严重性有较大影响，但对情绪波动性的影响较小。这意味着，在评估哀伤反应时，需要同时考虑死亡原因和情绪波动性。对于非创伤性死亡的个体，他们的哀伤反应可能更加持久，但波动性较低；而对于创伤性死亡的个体，他们的哀伤反应可能更加剧烈，但情绪波动性可能更高。这种差异可能与个体对死亡事件的反应方式有关，例如，创伤性死亡可能更容易引发强烈的情感冲突和持续的悲伤情绪。

### 潜在的临床意义

研究的临床意义在于，它为个性化哀伤干预提供了理论依据。传统的哀伤干预方式通常基于个体的总体哀伤反应强度，而忽视了情绪波动的差异。然而，本研究显示，即使在哀伤反应强度相似的情况下，不同的情绪波动模式可能意味着不同的心理状态和应对机制。因此，未来的哀伤干预应更加注重个体的情绪波动特征，以便提供更有效的支持。

例如，对于表现出高波动性的个体，干预措施可能需要帮助他们识别和管理情绪触发因素。通过ESM，研究者可以更精确地了解哪些情境或时间点会引发更强烈的情绪波动，从而为个体提供针对性的建议。例如，如果一个人在独自在家时更容易感到对逝者的思念，干预措施可能建议他们在这个时间段进行一些社交活动或物理运动，以减少哀伤反应的强度。

另一方面，对于表现出高惯性（即情绪持续性）但低波动性的个体，干预措施可能需要帮助他们打破对逝者的持续思念和情感依赖。这可以通过鼓励个体采用“去中心化”策略，如冥想、正念认知疗法或接受与承诺疗法（ACT）来实现。这些方法可以帮助个体以更客观的方式看待自己的情绪，减少对哀伤反应的过度依赖，从而改善心理健康状况。

### 研究的局限性

尽管本研究提供了有价值的见解，但仍然存在一些局限性。首先，研究仅纳入了完成至少50%问卷的参与者，这可能导致样本偏差。例如，一些个体可能因为哀伤反应较轻而选择不参与研究，或者因为哀伤反应强烈而难以坚持完成研究任务，从而被排除在分析之外。这种选择偏差可能影响研究结果的普遍性。

其次，尽管研究样本数量相对较大（228人），但每个波动模式的样本量相对较小，这可能增加了类型II错误的风险。因此，未来的研究需要在更大的样本中进行验证，以确保研究结果的稳健性。此外，研究样本主要由荷兰语和德语使用者组成，且以女性为主，这限制了研究结果的跨文化适用性。未来的研究应考虑不同文化和语言背景的参与者，以更好地理解哀伤反应的全球性差异。

最后，研究中使用的哀伤指标（如“强烈的思念”）可能在不同文化背景下具有不同的意义。例如，有研究表明，哀伤在德国语系国家中具有较高的中心性，而在欧洲以色列地区则较弱，而在中国则处于中等水平。这提示我们，哀伤反应的表达和体验可能受到社会文化因素的影响，因此在不同文化背景下进行研究是必要的。

### 结论与展望

本研究在228名荷兰语和德语使用者中识别出五个不同的哀伤反应模式，这些模式反映了哀伤反应在严重性和波动性上的差异。研究结果支持了哀伤反应的动态特性，并强调了ESM在理解哀伤反应波动性方面的重要性。此外，研究还指出，个体的背景和心理状态对哀伤反应模式有显著影响，这为个性化哀伤干预提供了理论基础。

未来的研究可以进一步探索这些模式在不同文化背景下的适用性，并结合其他心理干预方法，如认知行为疗法（CBT）和复杂哀伤治疗（CGT），以优化哀伤干预的效果。同时，研究者可以利用ESM技术，更精确地捕捉哀伤反应的动态变化，并根据个体的特征调整干预策略。这将有助于提升哀伤干预的针对性和有效性，使更多个体能够获得适合其需求的支持。