COVID-19大流行期间及后期韩国人群抑郁与焦虑的潜在轨迹分类及影响因素研究

本研究通过三波次纵向调查（2020-2023），采用增长混合模型（GMM）对497名韩国成年人的抑郁（PHQ-9）和焦虑（GAD-7）轨迹进行潜在分类，识别出低水平递增型、高水平递减型和低水平维持型三类，发现性别、年龄、感知压力（PSS）和感恩特质（K-GQ-6）是核心影响因素，为疫情长期心理干预提供循证依据。

　　

当COVID-19疫情从突发公共卫生事件演变为全球持续性挑战时，一个被忽视的关键问题是：不同个体的心理健康轨迹究竟如何分化？早期研究多聚焦疫情初期的即时心理影响，但韩国全南大学医院（Chonnam National University Hospital）的研究团队发现，在社交隔离政策反复调整、病毒变异株轮番冲击的三年里，抑郁和焦虑症状并非简单"先升后降"，而是呈现出复杂的异质性演变模式。

这项发表在《Acta Psychologica》的研究创新性地采用三波次追踪设计，在2020年上半年（疫情暴发期）、2020年下半年（政策调整期）和2023年上半年（后疫情时代）对497名19-69岁韩国成年人进行在线调查。通过增长混合模型（Growth Mixture Model, GMM）这一能够捕捉群体异质性的高级统计技术，结合患者健康问卷（PHQ-9）和广泛性焦虑量表（GAD-7）的标准化评估，首次系统描绘了东亚文化背景下心理症状的长期演变图谱。

关键技术方法
研究团队依托专业在线调查平台Macromill Embrain建立地域分层配额样本，采用全信息最大似然法（FIML）处理缺失数据。核心分析包括：1）基于PHQ-9/GAD-7三次测量数据的线性GMM建模；2）通过AIC/BIC/SABIC等信息准则和熵值（entropy>0.8）确定最佳潜类别数；3）多因素logistic回归分析人口学（性别、年龄）与心理变量（韩国版感恩问卷K-GQ-6、感知压力量表PSS、COVID-19恐惧量表）对轨迹分型的预测效应。

主要研究发现

3.1 抑郁症状的三类轨迹
模型识别出三个具有显著差异的亚组：

• 低水平递增型（10.1%）：基线PHQ-9得分8.22，后续显著上升，对应"延迟性应激反应"群体
• 高水平递减型（11.9%）：初始得分高达20.52但持续改善，体现"急性应激后恢复"特征
• 低水平维持型（78.1%）：始终保持在临床阈值下（<5分），展现心理韧性

3.2 焦虑症状的平行分化
GAD-7轨迹同样呈现三类结构：

• 高水平递减型（10.1%）：初始得分16.9的"急性焦虑缓解"群体
• 低水平递增型（10.9%）：从5.74起始的"慢性焦虑进展"模式
• 低水平维持型（79.1%）：稳定低于3分的健康群体

值得注意的是，83.7%个体的抑郁-焦虑轨迹分类完全一致，提示情绪障碍的共演变本质，但仍有16.3%呈现症状特异性发展路径。

3.4 关键影响因素
多因素分析揭示：

• 人口学因素：女性（OR=2.26-2.51）和年轻群体更易归入不良轨迹
• 心理变量：高感知压力使不良轨迹风险激增8.94-12.99倍，而感恩特质（K-GQ-6）则是保护因素（OR=0.58-0.71）
• 疫情特异性：COVID-19恐惧仅显著预测焦虑轨迹（OR=1.87），体现症状特异性机制

研究启示与创新价值
该研究突破性地证实：
1）时间维度上，约20%人群在疫情三年后仍未能恢复至基线心理状态，推翻"群体自然恢复"假设；
2）机制层面，首次在亚洲样本中验证感恩（gratitude）作为可改变的保护因子，其效应量（β=-0.058至-0.064）与认知行为疗法相当；
3）实践意义，为精准心理健康干预提供三类靶向策略——对"延迟性反应"群体需加强后期监测，对"急性恢复"群体应巩固初期干预效果，而感恩训练（如感恩日记）可作为普适性预防措施。

这些发现不仅修正了西方研究中"普遍V型恢复"的认知偏差，更为后疫情时代心理健康服务的资源分配提供了重要循证依据。特别是揭示出感知压力（PSS）的预测力远超人口学因素，提示未来公共卫生危机应对中，应激管理应优先于人口统计学风险评估。