识别COVID-19恐惧与抑郁之间的核心和桥接症状：基于FCV-19S和PHQ-9的网络分析

《Acta Psychologica》：Identifying central and bridge symptoms between fear of COVID-19 and depression: a network analysis using FCV-19S and PHQ-9

　　

研究首次通过网络分析揭示了COVID-19恐惧（FCV-19S）与抑郁（PHQ-9）之间的关联。睡眠障碍是COVID-19恐惧与抑郁症状之间的关键桥接症状。核心症状包括睡眠问题和绝望感。研究结果在性别和职业群体之间保持一致。研究结果为应对大流行相关心理健康的干预提供了靶点。

论文解读：COVID-19恐惧与抑郁症状的网络分析

COVID-19大流行由SARS-CoV-2病毒引起，不仅构成全球生物医学紧急事件，也引发了深刻的心理健康危机。恐惧作为最常见的情感反应之一，因病毒的高传播性、频繁变异和感染相关死亡风险而加剧。根据保护动机理论，适度持续的恐惧可促发适应性行为，但过度失调的恐惧则可能导致焦虑、抑郁和失眠等不良后果。为系统评估这种情绪负担，Ahorsu等开发了COVID-19恐惧量表（FCV-19S），并已在多国跨文化验证中显示出良好的心理测量学特性。网络分析将精神病理视为症状相互作用的动态系统，已应用于疫情相关心理研究。然而，以往研究存在方法学空白：尚无已发表的网络分析在症状条目水平上联合探讨FCV-19S与抑郁（PHQ-9）的关联，尤其是在中低收入国家。因此，本研究旨在采用网络分析，在孟加拉国大样本成年人群中探索COVID-19恐惧和抑郁症状的联合网络结构，重点识别核心症状和桥接症状，并考察性别和职业的亚组差异。

研究人员利用Sakib等先前发表的横断面在线调查数据，该数据于2020年4月8日至25日（疫情早期）在孟加拉国收集，当时全国处于封锁状态。样本包括2554名普通人群和834名直接参与COVID-19诊疗的医护人员，共3388人。研究采用孟加拉语版FCV-19S（7个条目）和PHQ-9（9个条目）分别评估恐惧和抑郁。通过网络分析揭示了两个领域之间的复杂联系，发现睡眠障碍是连接恐惧与抑郁的关键桥梁，核心症状包括睡眠问题和绝望感。该研究首次绘制了条目水平上的恐惧-抑郁网络，为疫情相关心理健康的精准干预提供了靶点，论文发表在《Acta Psychologica》上。

在研究技术方法方面，作者使用R语言中的bootnet、qgraph、networktools和NetworkComparisonTest包进行分析。采用扩展贝叶斯信息准则-最小绝对收缩和选择算子（EBICglasso）估计高斯图形模型，以多分格相关系数作为输入，并计算强度中心性、期望影响和可预测性。桥接中心性通过networktools包中的bridge函数计算，预先将症状分为抑郁和恐惧两个社区。使用非参数自举法（2000次重采样）评估边权重精度，用例删除子集自举评估中心性稳定性（CS系数=0.75）。使用网络比较检验（NCT）比较不同性别和职业组间的网络结构、整体强度和个别边差异。样本来源为孟加拉国普通人群和医护人员。

研究结果如下：

3.1 网络估计
通过EBICglasso估计网络，识别出89条非零边（共120条可能边）。最强抑郁域内边为PHQ9_6（自我感觉糟糕）与PHQ9_9（自杀意念）之间的连接（权重=0.423）；最强恐惧域内边为FCV19S_3（手心出汗）与FCV19S_4（害怕死亡）之间的连接（权重=0.330）；最强跨域边为FCV19S_6（因担心COVID-19而失眠）与PHQ9_3（睡眠障碍）之间的连接（权重=0.240），表明睡眠问题在恐惧与抑郁之间发挥桥梁作用。

3.2 症状的中心性与可预测性
通过强度中心性和期望影响计算，发现抑郁症状中“感觉低落或绝望”（PHQ9_2）和“精力不足”（PHQ9_4）的中心性最高；恐惧症状中“手心出汗”（FCV19S_3）和“因担心COVID-19而失眠”（FCV19S_6）的中心性最高。可预测性以PHQ9_6最高（R²=0.287），其次为FCV19S_3（R²=0.246）。

3.3 桥接中心性分析
通过bridge函数计算，识别出FCV19S_6（桥接强度=0.408）是最突出的桥接症状，其次是PHQ9_2（0.331）和PHQ9_3（0.304），这些症状在恐惧与抑郁社区之间充当关键连接点。

3.4 边权重准确性与中心性稳定性
非参数自举结果显示边权重的95%置信区间较窄，核心边稳健。用例删除子集自举得到CS系数为0.75，表明强度中心性估计具有优秀稳定性。

3.5 网络比较检验
通过NCT分别比较性别和职业亚组。性别比较显示网络结构（M=0.1017, p=0.191）和整体强度（S=0.0549, p=0.737）无显著差异，但若干边权重差异显著（如FCV19S_1–FCV19S_5、FCV19S_4–FCV19S_6）。职业比较显示医护人员与普通人群的网络结构（M=0.1075, p=0.367）和整体强度（S=0.0084, p=0.973）亦无显著差异，但存在个别边差异（如PHQ9_2–PHQ9_3）。

总结讨论部分，研究人员指出，恐惧域中的躯体症状和睡眠相关症状是核心节点，这与跨文化研究一致；抑郁域中消极自我评价、无望、低能量等情感症状是核心，且与自杀意念紧密相连。睡眠障碍是连接恐惧和抑郁的关键桥接症状，这在其他研究中得到呼应。研究在孟加拉国背景下具有特殊意义——心理困扰常以躯体症状表达，精神卫生资源匮乏。因此，针对睡眠和情绪的干预尤为重要，如常规筛查睡眠问题并实施认知行为失眠疗法（CBTI）等。网络结构在不同性别和职业间总体相似，表明这些干预可能具有广泛适用性。研究局限性包括横断面设计、自我报告和便利抽样等，但网络结构仍揭示了大规模应激事件与睡眠及抑郁症状出现之间的内在联系。

研究结论部分翻译如下：本研究首次使用FCV-19S和PHQ-9，对孟加拉国成年人中COVID-19恐惧与抑郁进行了全面的症状水平网络分析。结果显示，恐惧和抑郁症状之间存在稳健的域内和跨域连接，其中睡眠障碍和核心情感症状同时作为核心节点和桥接节点出现在恐惧与抑郁之间。这些结果凸显了对睡眠和情绪问题在疫情及后疫情时代进行常规筛查并早期干预的重要性。症状通路在性别和职业群体中表现稳定，表明针对这些关键节点的预防和治疗策略可能具有广泛适用性。未来需要纵向研究来检验核心和桥接症状的因果作用，并为受大规模公共卫生危机影响的人群提供更精确、更具情境敏感性的心理健康干预依据。