《Death Studies》：Death anxiety and its relationship with sensory processing sensitivity: A quantitative study using online survey methodology
编辑推荐：
人格因素已被证明与死亡焦虑相关，但感觉处理敏感性（SPS）尚未在此背景下得到检验。鉴于死亡相关媒体无处不在，研究人员提出SPS会使个体对日常死亡相关刺激产生死亡焦虑。由于死亡和临终被视为照护者的普遍应激源，本研究比较了照护者与非照护者，以检验SPS及其子量表—
人格因素已被证明与死亡焦虑相关，但感觉处理敏感性（SPS）尚未在此背景下得到检验。鉴于死亡相关媒体无处不在，研究人员提出SPS会使个体对日常死亡相关刺激产生死亡焦虑。由于死亡和临终被视为照护者的普遍应激源，本研究比较了照护者与非照护者，以检验SPS及其子量表——低感觉阈值（LST）、兴奋易感性（EOE）和审美敏感性（AES）——是否与死亡焦虑有不同的关联。在总体样本和照护者中，控制相关变量后，SPS、LST和EOE预测了死亡焦虑。在非照护者中，仅EOE预测了死亡焦虑。未来研究可通过定性考察高SPS个体的死亡焦虑体验，以及实验检验SPS及其子量表与死亡焦虑之间的机制，来扩展这些发现。
**论文解读：死亡焦虑与感觉处理敏感性的关联——一项基于在线调查的定量研究**
**研究背景与问题**
死亡焦虑（Death Anxiety）指对自身死亡、他人死亡、临终过程及死亡相关事件、仪式或程序的恐惧，与多种不良心理健康结局（如低生活质量、创伤后应激、强迫症等）相关。既往研究已揭示人格因素（如神经质、共情、特质焦虑）与死亡焦虑的关联，但感觉处理敏感性（Sensory Processing Sensitivity, SPS）——一种遗传性气质特质，以高情绪反应性、深度认知加工、对环境刺激的易感性和易过度刺激为特征——尚未在死亡焦虑背景下被探讨。SPS在人群中患病率为20%–33%，其心理测量结构包含三个独特因子：低感觉阈值（Low Sensory Threshold, LST，指对物理感官刺激和环境的不愉快反应）、兴奋易感性（Ease of Excitation, EOE，指因内外刺激而精神上被压倒或过度刺激的倾向）和审美敏感性（Aesthetic Sensitivity, AES，指丰富的内心生活、对环境中细微之处的觉察与欣赏以及对积极环境的开放性）。
现有研究表明，SPS个体对正负环境均具有差异性易感性：在不利环境中（如家庭死亡、虐待、失业），SPS与更差的心理健康结局相关；在有利环境中（如社会支持、积极干预），SPS与更高生活满意度相关。此外，日常死亡相关刺激（如新闻、媒体报道）普遍存在，能引发个体的死亡想法和焦虑。然而，尚无研究直接检验SPS是否使个体对死亡相关刺激产生更强的情绪反应，进而导致死亡焦虑。照护者（如护士、家庭照顾者）因工作环境频繁接触死亡与临终，死亡焦虑发生率高达75%，且SPS已被证实为专业照护者的风险因素（与压力、倦怠、负性情绪正相关）。因此，本研究旨在探究SPS及其子量表（LST、EOE、AES）与死亡焦虑的关联，并比较照护者与非照护者之间的差异，以期为死亡焦虑的干预提供新靶点。
**研究方法**
本研究采用横断面、定量在线调查设计，通过Qualtrics平台招募875名参与者（最终有效样本626人，其中照护者203人），样本来源包括爱尔兰、英国和美国的在线邮件列表、社交媒体及照护机构。主要技术方法包括：使用层级多元回归分析（Hierarchical Multiple Regression Analysis），在控制神经质（Neuroticism）、共情（Empathy）、自尊（Self-esteem）、特质焦虑（Trait Anxiety）、社会支持（Social Support）、生活满意度（Life Satisfaction）和自然联结性（Nature Connectedness）等协变量后，检验SPS及其子量表对死亡焦虑的预测作用。测量工具包括：Templer死亡焦虑量表（Templer Death Anxiety Scale, 15项）、27项高敏感人格量表（Highly Sensitive Person Scale, α=0.91）、Eysenck人格问卷修订版-神经质分量表、多伦多共情问卷、Rosenberg自尊量表、状态-特质焦虑问卷-特质焦虑分量表、社会支持量表、自然联结性量表及生活满意度量表。数据使用SPSS 28.0分析，先进行双变量相关分析，再对显著相关变量进行层级回归，分别对全体样本、照护者亚组和非照护者亚组运行模型。
**研究结果**
**1. 数据准备（Data Preparation）**
排除未同意参与（n=3）及完成度低于20%的参与者（n=246）后，最终分析纳入626人，其中203人为照护者。照护者定义遵循Leininger的广义定义，即提供支持性行动以帮助有明确或预期需求者改善状况或生活方式的人。
**2. 描述性统计（Descriptive Statistics）**
全体样本及各亚组的变量均值、标准差和信度系数在原文表2和表3中呈现。
**3. 双变量分析（Bivariate Analysis）**
Pearson相关分析显示，死亡焦虑与神经质、共情、自尊、特质焦虑、社会支持、生活满意度、自然联结性、SPS、LST和EOE均显著相关（p<0.05），但与AES无显著相关。由于特质焦虑与神经质（r=0.77）、生活满意度（r=-0.63）和自尊（r=-0.82）存在强相关，为避免多重共线性，后续回归分析中排除特质焦虑。
**4. 多重回归（Multiple Regression）**
- **全体样本（All Participants）**：分别构建三个层级回归模型，控制神经质、共情、自尊和生活满意度（Step 1）后，SPS（β=0.14, p=0.05）、EOE（β=0.18, p<0.001）和LST（β=0.10, p=0.05）均显著预测死亡焦虑，模型解释方差分别为15%、16%和14%。神经质在所有模型中均为显著预测因子。
- **仅照护者（Caregivers Only）**：控制神经质、共情、自尊和自然联结性后，SPS（β=0.28, p<0.05）、EOE（β=0.25, p<0.05）和LST（β=0.21, p<0.05）均显著预测死亡焦虑，解释方差分别为22%、21%和20%。值得注意的是，当SPS和EOE进入模型时，神经质不再显著；当LST进入模型时，LST的贡献（β=0.21）超过神经质（β=0.22）。自然联结性在SPS和LST模型中为负向预测因子。
- **仅非照护者（Non-Caregivers Only）**：控制神经质、共情和自尊后，仅EOE显著预测死亡焦虑（β=0.14, p<0.05），而SPS和LST不显著。神经质和共情在所有模型中均显著。
**讨论与结论**
本研究发现，SPS、LST和EOE在控制多个协变量后与死亡焦虑正相关，而AES无显著关联。关键发现是：LST仅在照护者中显著预测死亡焦虑，可能反映照护者因工作环境频繁接触物理性死亡相关刺激而增强反应性；EOE则在全体样本、照护者和非照护者中均显著，提示高情绪反应性个体无论职业环境如何，均可能对死亡相关想法进行深度加工，导致死亡焦虑。这与先前研究一致，即死亡相关媒体无处不在，能引发个体死亡想法和焦虑。
AES未显示保护作用，可能与死亡焦虑的机制不同于日常应激源有关：尽管AES与积极情绪、自然联结性相关，但自然联结性对死亡焦虑的缓冲作用缺乏实证支持。本研究的临床意义在于：针对照护者，可通过关注LST来降低工作环境中的死亡焦虑；针对非照护者，可筛查EOE以识别高风险个体。此外，SPS变量（而非神经质）在照护者中解释了更多死亡焦虑变异，提示SPS可能作为差异性易感性标志，使照护者对死亡相关应激源更敏感。
**结论翻译**：总之，这项初步研究发现，在控制多个可能协变量后，SPS、LST和EOE与死亡焦虑相关。特别是，LST仅在照护者中与死亡焦虑相关，而EOE在两组中均显著。虽然这些发现与先前研究（SPS及其子量表与不良心理健康结局相关）一致，但这些关联背后的机制尚不清楚。未来研究应考察高敏感个体处理日常环境死亡相关刺激是否会导致死亡焦虑，并通过定性工作深入探究高敏感个体的死亡焦虑体验。
