
-
生物通官微
陪你抓住生命科技
跳动的脉搏
儿童疼痛焦虑症状的潜在变量模型与心理计量网络模型比较研究
《BMC Psychology》:Should child pain anxiety be modeled as a multidimensional latent construct or as a network of interrelated symptoms? Apsychometric comparison in spanish clinical and community populations
【字体: 大 中 小 】 时间:2026年09月16日 来源:BMC Psychology 4.6
编辑推荐:
摘要背景疼痛焦虑是儿童和青少年中一个具有临床意义的心理过程,它不仅仅与疼痛强度相关,还与更严重的功能障碍和更差的适应能力有关。这一概念的构建方式和评估方法对临床评估和干预有着直接的影响。一个长期存在的问题是,疼痛焦虑测量所捕捉到的症状是否反映了一个共同的潜在结构,或者是一系列直接
疼痛焦虑是儿童和青少年中一个具有临床意义的心理过程,它不仅仅与疼痛强度相关,还与更严重的功能障碍和更差的适应能力有关。这一概念的构建方式和评估方法对临床评估和干预有着直接的影响。一个长期存在的问题是,疼痛焦虑测量所捕捉到的症状是否反映了一个共同的潜在结构,或者是一系列直接相互作用、条件相关症状的组合。这种区分在理论和临床层面都有重要意义,但尚未在儿童疼痛测量工具中进行过研究。我们使用西班牙语版的儿童疼痛焦虑症状量表(CPASS),直接比较了潜在变量模型和心理测量网络模型,以探讨如何最好地理解和测量儿童的疼痛焦虑。
我们招募了415名8至18岁的儿童和青少年,这些样本来自临床环境(n=195)和社区环境(n=220)。我们采用了一套完全交叉验证的分析流程,首先在随机划分的部分进行探索性因子分析和探索性网络分析,然后在另一个独立保留的部分进行验证性因子分析和验证性网络分析。使用了相同的数据和标准拟合指数,比较了四种竞争性潜在模型(单因素模型、双因素模型、四因素模型和二阶模型)以及一个验证性网络模型。我们还检验了性别、年龄和临床状态对测量不变性和网络结构不变性的影响。对于有序数据,还对比了两种估计软件包(lavaan和psychonetrics)的性能。
选择合适的心理测量框架至关重要。在所有测试的模型中,验证性网络模型对观察到的协方差结构的拟合度最高,其CFI和TLI值更高,RMSEA值更低,置信区间不重叠,AIC值也更低。在四因素模型下会被排除的某些条目,在网络分析中被认为是具有临床意义的“桥梁症状”;此外,临床样本和社区样本之间的测量不变性和网络结构不变性都出现了差异——这些结论是传统的单纯使用CFA分析无法得出的。在多维度潜在模型框架下,一个简洁的双因素模型(ω=0.90)显示出最强的跨样本一致性。
研究结果表明,儿童疼痛焦虑症状通过条件相关指标的网络表示在统计上更为合适,尽管这一发现仅涉及数据表征,并不能直接建立症状之间的因果关系。那些处于核心位置或起桥梁作用的症状可能是临床评估和干预的有希望的目标。西班牙语版的CPASS具有良好的心理测量属性,可以用“对疼痛的恐惧与灾难化”“疼痛焦虑”以及“对疼痛的回避反应”这两个因素来简洁地表示。然而,临床样本和社区样本之间的测量不变性和网络结构不变性的差异意味着需要根据具体情境来解释得分。更广泛地说,这一研究展示了比较潜在模型和网络模型的价值,而不仅仅是依赖验证性因子分析。
疼痛焦虑是儿童和青少年中一个具有临床意义的心理过程,它不仅仅与疼痛强度相关,还与更严重的功能障碍和更差的适应能力有关。这一概念的构建方式和评估方法对临床评估和干预有着直接的影响。一个长期存在的问题是,疼痛焦虑测量所捕捉到的症状是否反映了一个共同的潜在结构,或者是一系列直接相互作用、条件相关症状的组合。这种区分在理论和临床层面都有重要意义,但尚未在儿童疼痛测量工具中进行过研究。我们使用西班牙语版的儿童疼痛焦虑症状量表(CPASS),直接比较了潜在变量模型和心理测量网络模型,以探讨如何最好地理解和测量儿童的疼痛焦虑。
我们招募了415名8至18岁的儿童和青少年,这些样本来自临床环境(n=195)和社区环境(n=220)。我们采用了一套完全交叉验证的分析流程,首先在随机划分的部分进行探索性因子分析和探索性网络分析,然后在另一个独立保留的部分进行验证性因子分析和验证性网络分析。使用了相同的数据和标准拟合指数,比较了四种竞争性潜在模型(单因素模型、双因素模型、四因素模型和二阶模型)以及一个验证性网络模型。我们还检验了性别、年龄和临床状态对测量不变性和网络结构不变性的影响。对于有序数据,还对比了两种估计软件包(lavaan和psychonetrics)的性能。
选择合适的心理测量框架至关重要。在所有测试的模型中,验证性网络模型对观察到的协方差结构的拟合度最高,其CFI和TLI值更高,RMSEA值更低,置信区间不重叠,AIC值也更低。在四因素模型下会被排除的某些条目,在网络分析中被认为是具有临床意义的“桥梁症状”;此外,临床样本和社区样本之间的测量不变性和网络结构不变性都出现了差异——这些结论是传统的单纯使用CFA分析无法得出的。在多维度潜在模型框架下,一个简洁的双因素模型(ω=0.90)显示出最强的跨样本一致性。
研究结果表明,儿童疼痛焦虑症状通过条件相关指标的网络表示在统计上更为合适,尽管这一发现仅涉及数据表征,并不能直接建立症状之间的因果关系。那些处于核心位置或起桥梁作用的症状可能是临床评估和干预的有希望的目标。西班牙语版的CPASS具有良好的心理测量属性,可以用“对疼痛的恐惧与灾难化”“疼痛焦虑”以及“对疼痛的回避反应”这两个因素来简洁地表示。然而,临床样本和社区样本之间的测量不变性和网络结构不变性的差异意味着需要根据具体情境来解释得分。更广泛地说,这一研究展示了比较潜在模型和网络模型的价值,而不是默认使用验证性因子分析。