初级保健患者抑郁与焦虑障碍评估中的跨诊断认知因子(TD-C因子)证据

【编辑推荐】本研究针对抑郁与焦虑障碍共病机制不清的问题，通过探索性结构方程模型(ESEM)分析1703例初级保健患者数据，发现跨诊断认知因子(TD-C因子)能有效预测多种情绪障碍诊断(AUC>0.80)，为开发统一评估工具提供理论依据。

　　

在心理健康领域，抑郁和焦虑就像一对形影不离的"双生子"——全球约半数情绪障碍患者同时符合这两种疾病的诊断标准。这种高度共病现象让临床医生陷入困境：传统诊断体系要求对症状进行严格分类，但患者却常常表现出跨越诊断边界的混合特征。正是这种矛盾催生了"跨诊断"(Transdiagnostic)研究范式的兴起，该理论认为不同情绪障碍可能共享相同的潜在认知机制。

西班牙研究团队在《Journal of Affective Disorders》发表的研究中，创新性地采用双阶段设计探索这一问题。研究首先通过探索性结构方程模型(ESEM)分析1703名初级保健患者的认知特征数据，随后在178例经临床访谈确诊的亚组中验证预测效能。关键技术包括：使用半结构化临床访谈确立DSM-5诊断标准，采用双因子模型(Bifactor Model)分解认知因子，通过受试者工作特征曲线(AUC)评估预测效度。

Study 1：认知因子结构探索
通过比较单因子、相关因子和双因子模型，发现包含1个通用因子(TD-C因子)和4个特异因子(担忧、反刍、威胁注意、元认知)的双因子模型拟合最优(CFI=0.98)。ESEM分析显示TD-C因子可解释认知症状变异的60%，证实跨诊断特征的存在。

Study 2：临床预测效度验证
在确诊抑郁(MDD)、广泛性焦虑(GAD)和惊恐障碍(PD)的亚组中，TD-C因子对所有诊断均显示良好预测力(AUC:0.82-0.85)，而特异因子预测力不足(AUC<0.70)。值得注意的是，该因子对共病患者预测效能更优，提示其捕捉的是超越单一诊断的核心认知缺陷。

这项研究首次在初级保健场景中证实：不同情绪障碍背后存在共通的"认知脆弱性"——TD-C因子。该发现具有三重突破性：理论上，为跨诊断模型提供实证支持；方法学上，证明简短量表可捕捉核心认知特征；临床上，为开发高效筛查工具指明方向。正如研究者强调，这种"评估经济学"思路对资源有限的基层医疗系统尤为重要，有望实现"一次评估，多重预测"的诊疗革新。未来研究需在纵向设计中验证该因子能否预测疾病转归，并探索其与神经生物学标记的关联。