大麻使用动机组合的生态瞬时评估研究：多重动机模式与使用结果的关联分析

《Journal of Cannabis Research》：Multiple motives for cannabis use: identifying common motive combinations and exploring differences across combinations

本研究针对大麻使用多重动机共现现象，通过生态瞬时评估（EMA）对571名年轻女性使用者进行密集纵向数据采集，采用多水平潜在类别分析（LCA）识别出6种典型动机组合模式。研究发现特定动机组合（如应对-社交-增强动机）相较于单纯动机数量能更精准预测使用强度（使用次数、中毒时长、主观陶醉度）和负面后果，为基于动机特征的精准干预提供了新视角。

　　

在当今社会，大麻使用的普遍性及其对公共健康的影响日益受到关注。人们使用大麻的原因多种多样，有的为了寻求愉悦（增强动机），有的为了社交应酬（社交动机），有的为了缓解焦虑或疼痛（应对动机或医疗动机）。理解这些使用动机如何影响实际使用行为及其后果，对于制定有效的干预策略至关重要。以往研究大多孤立地考察单一动机的效应，或者简单地统计动机的数量。然而，现实情况往往更为复杂——使用者经常在同一时间点出于多种原因而使用大麻。这种多重动机共现的现象是否意味着不同的风险水平？特定的动机组合（例如，同时为了应对情绪和社交娱乐）是否比单纯使用动机数量更能预测不良后果？这些问题尚未得到充分解答。

为了深入探究大麻使用动机的复杂性，研究人员Christina Dyar、Julia Curtis和Christine M. Lee在《Journal of Cannabis Research》上发表了一项研究。他们利用生态瞬时评估（EMA）这种能够捕捉即时行为与心理状态的高时间分辨率方法，对一批经常使用大麻的年轻女性进行了为期14天的追踪调查。该研究特别关注了性少数女性（如女同性恋、双性恋、酷儿）和性别多元个体（如非二元性别者），因为这些群体面临更严重的大麻使用问题风险。研究的核心目标是超越传统的分析方法，通过多水平潜在类别分析（LCA）来识别那些经常被同时报告的大麻使用动机组合，并检验这些不同的组合是否与不同的使用模式和后果存在独特的关联。

本研究采用的关键技术方法主要包括生态瞬时评估（EMA）和数据统计建模。研究招募了571名18-25岁、过去一个月至少使用大麻4次的年轻女性（包括性少数和性别多元个体），进行了为期14天的EMA调查，每日早晚各一次，共收集到5321次报告了大麻使用的观察数据。主要测量变量包括大麻使用动机（应对、增强、社交、顺从、扩展、医疗、睡眠，采用二分类评分）、使用结果（使用次数、中毒时长、主观陶醉度）和使用后果。数据分析采用了多水平结构方程模型（MSEM）来分离个体内和个体间变异，并运用多水平潜在类别分析（LCA）对报告了多重动机的观察数据（2955次观察）进行模式识别，以确定常见的动机组合类别。

研究结果

事件水平特定动机与使用结果的关联

分析显示，当同时考虑所有动机时，在事件水平（即个体在某次使用中相对于其通常水平的波动），应对、社交、增强和扩展动机均与更多的使用次数、更长的中毒时长以及更高的主观陶醉度显著相关。睡眠动机与更多的使用次数和更高的主观陶醉度相关，而医疗动机则与更长的中毒时长相关。此外，应对、扩展和顺从动机还与更多的使用后果相关。这表明，在控制了其他动机后，某些动机确实对使用行为有独立的预测作用。

动机数量与使用结果的关联

研究结果支持了“动机越多，使用越重”的假设。在事件水平上，报告的使用动机数量越多，与更多的使用次数、更长的中毒时长、更高的主观陶醉度以及更多的使用后果显著相关。研究还发现，某些动机本身会影响额外动机的报告。例如，顺从动机与报告更多额外动机相关，而应对和睡眠动机则与报告更少的额外动机相关。这提示动机数量是一个重要的风险指标，但未能揭示不同动机组合可能存在的差异。

多重动机的潜在类别分析

为了更精细地探索动机组合，研究者对报告了多个动机的观察数据进行了多水平潜在类别分析（LCA）。最终确定了六个具有代表性的动机组合类别：

1. 1.
   应对与增强：纯粹出于应对负面情绪和增强愉悦感。
2. 2.
   应对与医疗：主要用于应对情绪和缓解身体疼痛或恶心。
3. 3.
   应对、增强与医疗：同时涉及情绪管理、寻求愉悦和身体症状缓解。
4. 4.
   应对、社交与增强：结合了社交需求、情绪调节和感官享受。
5. 5.
   社交与增强：主要在社交场合为了娱乐和增强体验。
6. 6.
   应对与睡眠：为了缓解情绪困扰和帮助睡眠。

不同动机组合类别在使用结果上的差异

后续分析揭示了不同动机组合类别在使用结果上的显著差异。值得注意的是，这种差异不仅存在于动机数量不同的类别之间，也存在于动机数量相同的类别之间。

• •
  三重动机类别的差异：包含“应对、社交、增强”动机的类别（第4类）在多个指标上（如使用次数、中毒时长）都表现出比大多数双重动机类别更重的使用模式。然而，另一个同样包含三重动机的类别“应对、增强与医疗”（第3类）其使用强度仅在某些方面高于特定的双重动机类别（如“应对与医疗”），其风险模式不如第4类突出。
• •
  双重动机类别的差异：在双重动机类别中，“应对与医疗”动机组合（第2类）通常与较轻的使用模式（如较短的中毒时长）相关。而“应对与增强”（第1类）和“社交与增强”（第5类）则与较重的主观陶醉度相关。这表明，即使动机数量相同，不同的动机组合也对应着不同的使用风险。

研究结论与讨论

本研究通过三种递进的分析策略，深入揭示了事件水平上大麻使用动机与使用结果之间的复杂关系。研究结论强调，仅仅关注单一动机的独立效应或简单地计算动机数量，会忽略掉动机组合所带来的重要信息。特定的动机组合，尤其是同时涉及应对、社交和增强动机的模式，是识别高风险使用事件的一个关键特征。相反，以医疗或睡眠为主要驱动力的动机组合，即使与其他动机（如应对）结合，其风险也相对较低。

这项研究的意义在于它将大麻使用动机的研究推向了一个更精细、更贴近现实的层面。对于临床实践而言，研究结果提示，干预措施可以更具针对性。例如，帮助使用者识别其个人的高风险动机组合（如“应对-社交-增强”模式），并在这些特定情境下加强保护性行为策略的运用。对于未来研究，该方法论倡导在考察动机时，应更多关注其组合模式而非孤立或简单的数量统计。此外，研究样本的特殊性（聚焦于年轻女性及性少数群体）也提醒我们，大麻使用的动机模式及其影响可能存在群体特异性，未来研究需要在更广泛的人群中进行验证。

当然，本研究也存在一些局限性，如样本的代表性、动机测量的二分类方式可能损失部分信息，以及在统计上未能完全处理潜在类别分配的不确定性等。尽管如此，该研究无疑为我们理解大麻使用的复杂性提供了宝贵的见解，指明了通过剖析动机组合来提升风险评估和干预精准度的新方向。