
-
生物通官微
陪你抓住生命科技
跳动的脉搏
大学生心理健康网络的结构弹性与功能恢复:基于贝叶斯网络与模拟的干预研究
《BMC Psychology》:Structural resilience and functional recovery in college students’ mental-health network: a Bayesian network and simulation-based intervention study
【字体: 大 中 小 】 时间:2026年08月06日 来源:BMC Psychology 4.6
编辑推荐:
摘要背景在中国,大学生的心理健康问题越来越受到重视,常规心理筛查已成为校园心理健康服务的一部分。然而,对这些数据的分析通常依赖于总分或个别症状的升高情况,很少关注不同症状之间的相互关系。方法本研究采用贝叶斯网络框架并结合模拟干预方法,来分析SCL-90各维度之间的关联方向,并评估
在中国,大学生的心理健康问题越来越受到重视,常规心理筛查已成为校园心理健康服务的一部分。然而,对这些数据的分析通常依赖于总分或个别症状的升高情况,很少关注不同症状之间的相互关系。
本研究采用贝叶斯网络框架并结合模拟干预方法,来分析SCL-90各维度之间的关联方向,并评估整个网络的结构。数据来自2024年的全校范围心理筛查(样本量n=5,979,其中54.7%为女性,平均年龄为19.5岁,标准差为1.8)。将SCL-90的九个维度视为连续节点,通过千次自举法结合爬山算法构建贝叶斯网络;边节点的保留标准为关联强度≥0.85,方向则由多数共识确定。那些具有较高出度值的父节点会通过高斯图模型和贝叶斯网络反模拟进行测试。研究最终得出了两个核心指标:整体结构强度的变化(ΔGS,即结构耦合度)以及总症状负荷的变化(ΔTL,即功能负担)。
构建的贝叶斯网络平均包含9个节点和26条有向边。抑郁情绪(DEP)和人际敏感度(INT)是其中最重要的父节点。降低人际敏感度所带来的ΔGS值最大,为–13.47%,说明结构耦合度有所下降;而缓解抑郁情绪则使ΔTL值最大,为–45.99%,表明整个网络的功能状况得到了改善。
这些研究结果表明,针对人际敏感度的问题可能有助于提升网络的抗干扰能力,而要实现大学生心理功能的全面改善,则应以应对抑郁情绪作为主要的干预方向。本研究为今后在高校心理健康领域开展预防和干预工作提供了基于数据的指导框架。
在中国,大学生的心理健康问题越来越受到重视,常规心理筛查已成为校园心理健康服务的一部分。然而,对这些数据的分析通常依赖于总分或个别症状的升高情况,很少关注不同症状之间的相互关系。
本研究采用贝叶斯网络框架并结合模拟干预方法,来分析SCL-90各维度之间的关联方向,并评估整个网络的结构。数据来自2024年的全校范围心理筛查(样本量n=5,979,其中54.7%为女性,平均年龄为19.5岁,标准差为1.8)。将SCL-90的九个维度视为连续节点,通过千次自举法结合爬山算法构建贝叶斯网络;边节点的保留标准为关联强度≥0.85,方向则由多数共识确定。那些具有较高出度值的父节点会通过高斯图模型和贝叶斯网络反模拟进行测试。研究最终得出了两个核心指标:整体结构强度的变化(ΔGS,即结构耦合度)以及总症状负荷的变化(ΔTL,即功能负担)。
构建的贝叶斯网络平均包含9个节点和26条有向边。抑郁情绪(DEP)和人际敏感度(INT)是其中最重要的父节点。降低人际敏感度所带来的ΔGS值最大,为–13.47%,说明结构耦合度有所下降;而缓解抑郁情绪则使ΔTL值最大,为–45.99%,表明整个网络的功能状况得到了改善。
这些研究结果表明,针对人际敏感度的问题可能有助于提升网络的抗干扰能力,而要实现大学生心理功能的全面改善,则应以应对抑郁情绪作为主要的干预方向。本研究为今后在高校心理健康领域开展预防和干预工作提供了基于数据的指导框架。