《Applied Sciences》：Synthesis of Acetylsalicylic Acid Catalysed by Food Industry Waste Ash: A Preliminary Study
编辑推荐：
摘要
引言：本研究考察了基于严重程度定义的中国青少年内化与外化问题剖面（profiles）在症状连接性（symptom connectivity）上是否存在差异。方法：参与者为1200名9至15岁的中国青少年，分别于2018年和2022年接受评估。分析了14项
摘要
引言：本研究考察了基于严重程度定义的中国青少年内化与外化问题剖面（profiles）在症状连接性（symptom connectivity）上是否存在差异。方法：参与者为1200名9至15岁的中国青少年，分别于2018年和2022年接受评估。分析了14项内化与外化问题条目。采用潜在剖面分析（Latent Profile Analysis, LPA）在每次测量中获得粗略的基于严重程度的分组，随后在组内估计高斯图模型（Gaussian Graphical Model, GGM）。通过基于置换的网络比较检验（Network Comparison Test）对剖面网络进行正式比较，并考察了EBIC超参数在γ=0、0.25和0.50下的稳健性。结果：每次测量均保留了一个两剖面解，作为可解释的低症状与高症状分区，且各组样本量适当。正式比较显示，低症状剖面在两次测量中均具有更高的整体强度（global strength）。在时间1，整体网络结构在剖面间存在显著差异，但在时间2则未达到显著。检测到若干节点强度差异，尽管中心节点的确切排序在不同正则化设置下并非完全稳健。结论：基于严重程度定义的剖面在整体症状连接性上表现出可靠差异，而更广泛的剖面特异性网络配置的证据具有时间特异性。这些横断面网络发现描述了条件关联模式，应被视为产生假设的结果，而非因果机制或最佳干预目标的证据。
**论文解读：基于严重程度潜在剖面的青少年内化与外化问题症状网络研究**
**一、研究背景与问题**
精神病理学领域长期存在一项核心争论：内化（internalizing）与外化（externalizing）问题的共病究竟是反映一个单一的潜在素质，还是这两个领域保留了有意义的具体性。Caspi和Moffitt（2018）提出的一般精神病理因子（p-factor）认为，严重性是组织精神病理学的主要维度。然而，Fried等人（2021）质疑p-factor可能仅是统计伪影，而Brislin等人（2022）发现即使控制p-factor后，内化与外化因子仍表现出不同的行为网络，提示严重性本身不能完全解释精神病理学的组织方式。网络理论则将精神病理学视为症状间的相互作用，而非潜在疾病的表现。该理论允许症状关系具有异质性，但并不必然要求网络结构随严重程度而改变。因此，严重程度定义的组别在症状连接性上是否存在差异，是一个有待实证检验的问题。尽管网络研究迅速发展，但很少有研究在经验派生的严重性亚组内估计症状网络。本研究旨在填补这一空白，使用潜在剖面分析（LPA）获得基于严重程度的亚组，并比较不同亚组的症状网络。
**二、研究设计与核心问题**
研究人员利用中国家庭追踪调查（CFPS）中2018年（时间1）和2022年（时间2）两波数据，纳入1200名青少年（时间1年龄9-15岁，平均12.12岁；男性646人，女性554人）。通过14个内化与外化问题条目（来自儿童行为核查表CBCL）评估症状。研究有两个目标：第一，使用LPA在每个时间点获得基于严重程度的剖面，并描述四年间隔内剖面成员的转变；第二，估计剖面特异的高斯图模型（GGM），正式检验低症状剖面与高症状剖面在整体连接性、网络结构、个别边和节点强度上的差异，并考察结果对EBIC正则化参数的稳健性。
**三、主要关键技术方法**
数据来自北京大学中国社会科学调查中心实施的中国家庭追踪调查（China Family Paneling Studies, CFPS）的全国代表性样本，涉及25个省份。研究使用14个条目的儿童行为核查表（Child Behavior Checklist, CBCL）简版，采用潜在剖面分析（Latent Profile Analysis, LPA）划分严重程度剖面；基于图形LASSO（graphical LASSO）和扩展贝叶斯信息准则（Extended Bayesian Information Criterion, EBIC; γ=0.5）估计高斯图模型（Gaussian Graphical Model, GGM）；通过基于置换的网络比较检验（Network Comparison Test, NCT）进行剖面网络比较；并通过案例删除自举法（case-dropping bootstrap）评估中心性稳定性。
**四、主要研究结果**
**1. 描述性统计**
时间1各条目均分范围为1.63（E6）至3.45（I8），时间2范围为1.45（E6）至3.49（I8）。所有条目均显著偏离正态（Shapiro–Wilk检验，p < 0.001）。
**2. 潜在剖面分析（LPA）**
在两个时间点均保留两剖面解，作为低症状与高症状的粗略划分。时间1低症状剖面含552人（46.0%），高症状剖面含648人（54.0%）；时间2低症状剖面为561人（46.8%），高症状剖面为639人（53.3%）。三至五剖面解出现奇异解，故不支持更多剖面。
**3. 剖面转变**
从时间1到时间2，低症状剖面中56.7%的青少年保持稳定，43.3%转向高症状；高症状剖面中61.7%保持稳定，38.3%转向低症状。卡方检验显著（χ2(1)=39.94, p<0.001, Cramér's V=0.182），表明剖面转变具有一定的系统性。
**4. 转变组差异检验**
根据转变状态分为稳定低症状、低转高、高转低、稳定高症状四组。Kruskal–Wallis检验表明，时间1和时间2的所有条目在四组间均存在显著差异（多数p<0.001），效应量ε2介于0.01至0.24之间。事后检验显示差异主要来自剖面间对比（低起源 vs 高起源），而非转变状态。
**5. 剖面内网络分析**
低症状剖面在两次测量中均比高症状剖面拥有更多边，且整体强度更高。时间1低症状剖面中，最中心节点为I7、E6、I3；高症状剖面为I6、E6、E2。时间2低症状剖面主导节点为I7、I4、E4；高症状剖面为I5、I2、I6。强度中心性在所有剖面中稳定（CS=0.77–0.94），但介数和接近中心性不稳定。
**6. 网络比较检验结果**
时间1整体网络结构在剖面间显著不同（M=0.219, p=0.014），整体强度低症状剖面显著更高（2.596 vs 0.850, S=1.747, p=0.004）。时间2整体结构差异不显著（M=0.183, p=0.100），但整体强度仍显著更高（4.258 vs 1.846, S=2.412, p<0.001）。节点水平上，Holm校正后时间1低症状剖面中I7和E6强度显著更高；时间2低症状剖面中I3、I4、E4、I7、E5、E6强度显著更高。边水平上，仅时间1的I7–E6边和时间2的I4–E4边存在显著差异。
**五、讨论与结论**
研究发现低症状剖面具有更高的整体连接性和更密集的网络，且方向在不同正则化设置下稳定，表明严重程度定义的分组在整体症状连接性上存在一致差异。然而，网络配置的更广泛差异仅在时间1显著，提示剖面特异性网络结构可能随时间变化。研究结果与p-factor理论并不矛盾，但表明严重性只能解释“有多少精神病理”，而不能解释“精神病理如何组织”。网络分析与p-factor分别捕捉了精神病理结构的不同方面。研究局限性包括：条目覆盖有限，缺乏失眠、物质使用等特定症状；剖面内样本量约550–650，处于网络稳定估计的下限；两波间隔四年且网络为横断面，不能推断因果关系；样本来自单一国家且无临床诊断；未将年龄和性别作为协变量。此外，由于剖面是由同一组症状定义的，整体强度差异可能部分源于分类程序本身。因此，结果应被视为描述性和产生假设的，而非因果证据。
结论：基于严重程度定义的剖面在整体症状连接性上表现出可靠差异，而更广泛的剖面特异性网络配置的证据具有时间特异性。这些横断面网络发现描述了条件关联模式，应被视为产生假设的结果，而非因果机制或最佳干预目标的证据。
