编辑推荐：
研究人员针对焦虑、抑郁与社交媒体语言关系展开研究，发现 CDS 与症状相关，对干预有意义。
在当今这个社交媒体高度普及的时代，人们在网络上分享着生活的点点滴滴，这些线上的语言表达背后，却隐藏着许多与心理健康相关的秘密。焦虑和抑郁这类内化性精神障碍，如同隐藏在暗处的 “健康杀手”，在全球范围内广泛存在，给人们的生活带来极大的困扰。它们不仅影响着情绪和心理状态，还与多个身体系统的异常息息相关。
以往研究发现，抑郁症状与特定的语言使用模式有关，比如频繁使用第一人称代词、绝对化语言和描述负面情绪的词汇。而且，认知行为疗法（CBT）作为治疗内化性障碍的有效方法，其核心在于重塑负面思维。由此可见，研究这些心理疾病患者的语言，对于深入了解疾病机制、实现早期检测和个性化治疗意义重大。
此前，研究团队基于认知疗法和贝克的抑郁认知理论，创建了认知扭曲模式（CDS）n - grams，用于衡量语言中指示抑郁认知易感性的标记。虽已证实 CDS 与抑郁诊断存在关联，但对于焦虑与 CDS 以及线上语言之间的关系，人们知之甚少。同时，也不清楚 CDS 是否会随着焦虑和抑郁症状的严重程度而变化。为了填补这些知识空白，来自印第安纳大学布卢明顿分校（Indiana University Bloomington）等机构的研究人员开展了一项极具意义的纵向多方法研究。该研究成果发表在《Cognitive Therapy and Research》上，为我们深入理解焦虑和抑郁与社交媒体语言之间的关系打开了新的大门。
研究人员开展这项研究时，采用了多种关键技术方法。首先，他们从 “在线队列内化症状与语言研究（SOCIAL）” 中招募了 1377 名参与者，这些参与者均为 Twitter 用户。研究人员收集了他们的个人 Twitter 时间线信息，之后对数据进行严格筛选，剔除缺失数据和机器人账号，最终确定了 537 名有效受访者及其发布的 999,859 条推文。其次，研究人员使用了多种量表来评估参与者的心理状态，如用广泛性焦虑障碍严重度量表（GAD - 10）评估焦虑严重程度，用患者健康问卷 - 9（PHQ - 9）评估抑郁严重程度。最后，运用基于自然语言处理（NLP）的文本分析技术，对收集到的推文进行处理，计算 CDS 的流行率，并通过自举重采样（bootstrap resampling）和 Spearman 等级相关分析等统计方法，深入探究变量之间的关系 。
下面来看看具体的研究结果。在焦虑与 CDS 流行率的关系方面，研究发现，焦虑症状与在线认知扭曲之间存在明显联系，表现为 CDS 流行率随着焦虑严重程度的增加而上升。从数据上看，无 / 轻微焦虑的个体 CDS 流行率最低，而中度和重度广泛性焦虑障碍（GAD）得分的个体，其 CDS 流行率显著高于无 / 轻微和轻度 GAD 的个体。不过，无 / 轻微与轻度、中度与重度之间的差异尚未达到统计学意义。总体而言，这一结果支持了研究假设，即 CDS 流行率会随着焦虑严重程度的增加而增加。
在抑郁与 CDS 流行率的关系上，基于 PHQ - 9 评分，研究观察到随着抑郁症状的加重，扭曲思维的流行率也呈现上升趋势，并且在控制了年龄和性别等协变量后，这一趋势依然显著。通过 Spearman 等级相关分析发现，焦虑（GAD - 10）和抑郁（PHQ - 9）得分高度相关，相关系数达到 0.76，这也反映出焦虑和抑郁的共病率较高。同时，焦虑和抑郁的严重程度得分分别与 CDS 流行率存在一定相关性，相关系数分别为 0.085 和 0.079。不过，在比较极端抑郁水平和最低抑郁水平时，发现 CDS 流行率没有显著差异，研究人员认为这可能是由于这两个类别中个体数量较少，导致自举区间过宽所致。
综合来看，这项研究具有重要意义。一方面，它首次利用自然语言处理（NLP）和基于理论的 n - grams 词汇表，研究了情绪和焦虑障碍患者在线语言中的认知扭曲，填补了该领域在焦虑研究方面的空白。另一方面，研究结果为未来的循证治疗，尤其是针对内化症状的在线干预提供了新的思路。通过分析社交媒体上的语言，或许可以开发出更有效的自动化干预措施，如聊天机器人等。然而，该研究也存在一些局限性，例如依赖自我报告的抑郁和焦虑症状，缺乏临床医生的验证；样本来自在线 Qualtrics 面板，可能存在数据准确性问题；极端症状个体比例较低，影响了对极端症状下 CDS 的解读；CDS 词汇表未经过人工编码验证等。但这也为后续研究指明了方向，未来研究可以进一步完善研究方法，深入探究认知扭曲在日常语言使用中的变化规律，以及如何更好地利用这些发现改善心理健康治疗效果。
