心理治疗转录本中焦虑预测的语言特征与理论构建解析

本研究通过整合理论驱动的心理学构念与自然语言处理(NLP)技术，首次在529份心理治疗转录本中系统分析了语言特征对焦虑严重程度的预测效能。结果显示Unigram-Bigram模型预测最优(r=0.77)，而仅含4个理论特征的焦虑过程模型(Anxiety Process Model)仍具显著预测力，揭示了休闲社交类词汇与低焦虑、健康类词汇与高焦虑的关联，为开发可解释的临床预测工具提供了新范式。

　　

在心理健康领域，焦虑障碍作为全球最高发的精神疾病，却长期面临诊断不足和治疗不充分的困境。传统依赖患者自评问卷的监测方式耗时费力，而患者在治疗过程中往往通过躯体症状而非直接表述来呈现焦虑，这为临床识别带来挑战。随着计算机技术的进步，心理治疗产生的海量语言数据正成为研究心理过程的新窗口。Tobias Steinbrenner等学者在《Behaviour Research and Therapy》发表的研究，开创性地将心理学理论与人工智能技术相结合，探索通过患者语言特征预测焦虑严重程度的新路径。

研究团队采用多模态分析方法，从德国奥斯纳布吕克大学临床心理学系的529份心理治疗转录本（涉及118名患者）中提取五类特征：LIWC词典特征、单双词组合(Unigram-Bigram)、Transformer情绪模型、BERTopic主题模型，以及独创的焦虑过程特征（包括负性自我关注、自我洞察、未来威胁聚焦和不确定性回避）。通过嵌套交叉验证比较六种机器学习算法，结合可解释人工智能(XAI)技术解析特征重要性。

主要技术方法

研究采用德国DE-LIWC2015词典进行文本分析，基于BERTopic构建250个心理主题，利用德语BERT微调的Transformer模型识别28种情绪，筛选500个最具预测力的单双词组合。焦虑过程特征通过LIWC类别与情绪得分的交互计算获得，所有模型通过SHAP值评估特征贡献度。

结果

1. 1.

   预测效能比较

   Unigram-Bigram模型表现最佳（r=0.77，95%CI=0.75-0.80），但仅含4个理论特征的焦虑过程模型仍达到中等预测水平（r=0.41）。LIWC模型（r=0.57）优于BERTopic模型（r=0.31），而Transformer情绪模型（r=0.51）显著超越LIWC情绪模型（r=0.19）。

2. 2.

   特征重要性

   • •

     Unigram-Bigram模型："totally"等确定性词汇与高焦虑正相关，"weekend"等休闲词汇与低焦虑相关

   • •

     焦虑过程模型：不确定性回避（SHAP 37.01%）和负性自我关注（26%）是最强预测因子

   • •

     跨模型共性：健康主题（如1_doctor）、愤怒情绪具有普遍预测价值

3. 3.

   理论验证

   构建的四个心理学过程特征均显示预期方向效应：不确定性回避（β=+0.32）、未来威胁聚焦（β=+0.18）与焦虑正相关，自我洞察（β=-0.21）呈保护效应。

讨论与意义

该研究首次实现了从自然对话中量化焦虑维持的心理机制，其创新性体现在：1）证实语言特征可预测未来7天焦虑变化，为实时监测提供可能；2）揭示"确定性表达"作为回避行为语言标记的新发现；3）构建的理论驱动特征虽维度少但解释力强，平衡了预测精度与临床可解释性。

研究局限性包括样本量不均衡和单语言数据限制。未来可探索：1）基于Transformer的细粒度过程识别；2）跨诊断亚型分析；3）整合预测模型到治疗导航系统（如Trier Treatment Navigator）。这项成果为发展"语言生物标志物"奠定了方法论基础，推动心理治疗向精准化、智能化迈进。