《Schizophrenia》：Revisiting symptom dimensions in schizophrenia with exploratory graph analysis
编辑推荐：
摘要：阳性与阴性症状量表（Positive and Negative Syndrome Scale, PANSS）将症状分为三类，但因素分析提示五维度结构具有更优的心理测量学特性。探索性图分析（Exploratory Graph Analysis, EGA）提
摘要：阳性与阴性症状量表（Positive and Negative Syndrome Scale, PANSS）将症状分为三类，但因素分析提示五维度结构具有更优的心理测量学特性。探索性图分析（Exploratory Graph Analysis, EGA）提供了一种新颖的基于网络的方法，可提供诸如维度间连接、桥接症状（bridge symptoms）和中心性度量（centrality measures）等额外信息。研究人员将EGA应用于1213名精神分裂症参与者在基线及治疗六周后的PANSS数据。研究人员通过社区检测算法（community detection algorithms）识别症状聚类，通过自助法（bootstrapping）评估条目稳定性，并通过桥接中心性指标评估单个条目的连接作用。EGA一致性地揭示了五个社区：阳性症状、阴性症状、认知瓦解（cognitive disorganization）、抑郁/焦虑以及敌对/兴奋。后者稳定性较差，其症状P6（猜疑）在终点时转移至阳性症状域。除条目P5（夸大）和G8（不合作）外，其他条目分配稳定。P4（兴奋）、P6、G8和G15（先占观念）被确定为关键桥接症状。总体而言，通过不同方法重复验证五因素结构凸显了其临床重要性。
**研究背景**
阳性与阴性症状量表（Positive and Negative Syndrome Scale, PANSS）是测量精神分裂症症状最常用的工具，其最初被概念化为涵盖阳性、阴性和一般精神病理症状的分类系统，部分反映了Crow提出的I型（以阳性症状为主、急性发作）和II型（以阴性症状为主、慢性病程）精神分裂症亚型。然而，后续因素分析对这一分类概念提出质疑，使PANSS结构成为持续争论的议题。Roithmeier等人系统回顾了95个PANSS因素模型，发现五因素解最为常见且拟合指数最佳。其中，Wallwork等人提出的共识模型综合了29个已发表的五因素结构变体，包含原始30个PANSS条目中的20个，分为阳性、阴性、瓦解/具体、兴奋和抑郁五个因素。van der Gaag等人的改良方法结合探索性因素分析（exploratory factor analysis, EFA）与验证性因素分析（confirmatory factor analysis, CFA）及十折交叉验证，允许条目在多个因素上负荷，以更好地捕捉精神分裂症症状间的高度关联性。相比之下，常用于药理学研究的Marder模型心理测量学特性不足，不推荐使用。传统上这些模型均源于经典因素分析和主成分分析，仅有少数研究采用探索性图分析（exploratory graph analysis, EGA）这一网络建模方法，可识别高相关条目的聚类（社区），并通过自助法提供维度稳定性的稳健估计。既往EGA研究多集中于首发队列且仅评估基线数据，慢性患者与首发样本在病程和累积治疗暴露等方面存在差异，因此早期疾病样本中的网络结构可能无法推广至占临床实践多数的慢性人群。本研究旨在对慢性精神分裂症患者队列在基线和治疗终点两个时间点应用EGA，检验社区结构和桥接症状在急性治疗过程中的稳定性，并评估EGA识别的社区结构与公认的PANSS因素分析模型是否一致。
**研究方法**
研究数据来自Tollefson等人开展的一项随机对照双盲试验，比较氟哌啶醇（n=660）与奥氮平（n=1336）在精神分裂症患者中六周疗程的疗效。分析仅保留终点有观测值的1213名参与者，未按药物分组。所有分析在R 4.4.1软件中完成，使用EGAnet包执行EGA，采用图形最小绝对收缩与选择算子（graphical least absolute shrinkage and selection operator, GLASSO）结合扩展贝叶斯信息准则（Extended Bayesian Information criterion, EBIC）估计高斯图形模型（Gaussian Graphical Model, GGM），以Walktrap算法（随机游走距离3步）检测社区，1000次非参数自助法评估条目和维度稳定性。桥接中心性指标通过networktools包的bridge()函数计算，并使用bootnet包通过case-drop自助法计算相关稳定性（correlation stability, CS）系数以检验桥接指标的稳健性。
**研究结果**
*社区检测*：基线时85.9%、终点时76.3%的自助样本识别出五个维度，两个时间点的中位数均为5，维度数量范围分别为3至7和3至6。五个社区分别对应阳性症状、阴性症状、敌对/兴奋、焦虑/抑郁和认知瓦解。
*社区稳定性*：社区3（敌对/兴奋）最不稳定，基线结构一致性仅0.267，终点为0.635，但其平均条目稳定性尚可（基线0.781，终点0.761）。社区4（阴性症状）和社区5（焦虑/抑郁）最稳定，结构一致性在0.959至0.992之间，平均条目稳定性在0.985至0.998之间。社区1（阳性症状）基线结构一致性良好（0.763），但终点较低（0.531）。
*社区构成*：终点时，Wallwork和van der Gaag解的所有条目与EGA识别的五个社区完全对应。值得注意的是，Wallwork模型删除了10个PANSS条目，因此本研究的社区包含更多条目，如认知瓦解社区含9个条目而对应Wallwork因素仅含3个条目。条目P6（猜疑）在基线归属于社区3，终点切换至社区1（阳性症状），与van der Gaag模型和Marder模型在基线的分配不一致。Marder模型在认知瓦解社区还存在其他差异，其将N7（刻板思维）和G12（缺乏判断和自知力）视为阳性症状。
*条目分配稳定性*：基线时仅条目P6低于0.7阈值（0.3）；终点时条目P5（夸大，0.65）、P6（0.66）和G8（不合作，0.64）低于阈值，从而降低了社区1和社区3的稳定性指标，其余条目分配比例介于0.77至1.0之间。
*不稳定条目负荷*：条目P6在两个时间点均最常被分配至维度1（阳性症状，基线58.7%，终点65.9%），但也分别有29.9%和24.4%被分配至维度3（敌对/兴奋），解释了其在图1中观察到的社区切换可能性。条目P5最常分配至维度1（阳性症状，65.3%），其次为维度2（认知瓦解，20.6%）和维度3（敌对/兴奋，12.2%）。条目G8最常分配至维度3（敌对/兴奋，63.7%），但亦有31.7%分配至维度2（认知瓦解）。这些结果支持多维条目的存在。
*桥接症状*：在社区3内，条目P4（兴奋）和G8在所有桥接指标和两个时间点均表现出高值。条目P6仅在终点（归属社区1后）进入所有指标前三，因其仍与社区3条目（尤其P7敌对）保持强连接。条目G15（先占观念）仅在桥接强度和桥接期望影响上表现出升高值。所有CS系数介于0.517至0.750之间，高于0.5的保守阈值，表明桥接中心性结果稳定可解释。
**讨论与结论**
本研究通过EGA在1213名慢性精神分裂症患者中提供了五因素模型的额外证据，重复了先前因素分析的主要发现，与Wallwork、van der Gaag和Marder模型在因素数量和条目分配上高度一致，这一跨方法重复具有重要意义，因为已有独立量表（如Brief Evaluation of Psychosis Symptom Domains, BE-PSD）采用这些因素。P6的社区切换可能源于其PANSS定义中的概念异质性：评分≤4表示无被害妄想的一般性不信任，概念上接近敌对/兴奋域；评分≥5则明确要求存在被害妄想，更接近阳性症状域。G15的锚点变化也呈现类似模式，其低评分锚定非特异性自我沉浸，高评分则锚定对可能幻觉的孤独性 preoccupation。社区1和社区3的不稳定性主要源于P5、P6和G8这几个反复出现的边界条目的归属变动，而非维度结构的广泛重组。与其他EGA研究比较：Serafim等人（巴西样本，n=1262）识别的五个社区与本研究仅有4个条目的分配差异；Sun等人（中国样本，n=3030）的研究框架与本研究最为接近，在基线和终点均识别出五个社区，桥接症状P4和G8与本研究重叠。局限性包括仅依赖观测病例（高脱落率可能限制普适性，但避免了数据插补的统计假设）、PANSS未能覆盖全部精神病理学范围（如睡眠障碍或强迫症状）且非诊断工具。总体而言，五因素结构在不同方法、不同人群和时间点下的重复验证，支持精神病理学维度化理解的趋势，桥接症状的识别为理解症状域间的相互联系提供了新的视角，并为未来构建更广泛症状域评估工具提供了依据。
