青少年冲动性(Youth Impulsivity)作为父母惩罚性管教(Parental Punitive Discipline)与子代对亲暴力(Child-to-Parent Violence, CPV)关系中的调节变量——基于交叉滞后面板网络(Cross-Lagged Panel Network, CLPN)模型的研究

《Behavioral Sciences》：Youth Impulsivity as a Moderator in the Relationship Between Parental Punitive Discipline and Child-to-Parent Violence

　　

本研究采用交叉滞后面板网络（Cross-Lagged Panel Network, CLPN）模型检验青少年心理健康各维度间的前瞻性纵向关联，以及这些关联在性别和年级水平上的差异。共有3610名中国青少年在两个时间点完成《中学生心理健康量表》（Middle School Student Mental Health Scale, MSSMHS），两次测评间隔约六个月。在总网络中，人际敏感（interpersonal sensitivity）具有最高的外向预期影响（out-expected influence, out-EI），表明其对其他心理健康维度具有最强的前瞻性预测关联；抑郁（depression）位居第二，且与人际敏感存在显著的双向前瞻性关联；情绪不稳定（emotional instability）具有最高的内向预期影响（in-expected influence, in-EI），说明其是最易被其他维度预测的指标。亚组分析显示：男生网络中人际敏感的外向预测作用最强，女生网络中抑郁的外向预测作用最强；初中网络中抑郁外向预测作用最强，高中网络中人际敏感为核心预测域。上述发现可为兼顾性别与年级差异的筛查和监测策略提供依据，并为未来干预研究提供初步证据。

论文解读：中国青少年心理健康维度的交叉滞后面板网络(CLPN)分析及性别与年级差异

本研究发表于《Behavioral Sciences》。青春期是生理、认知及社会角色发生显著转变的关键过渡期，也是各类心理健康问题高发的敏感时期。全球及中国流行病学数据显示青少年抑郁、焦虑等内化问题与适应困难发生率居高不下，但既往研究多将心理健康视为单一潜变量或因子的集合，较少从症状网络动态交互视角考察多维度间的时序性因果关系。现有横断面网络分析无法揭示症状间的时间方向性，且少有研究系统比较中国青少年心理健康症状网络在性别（男/女）与发展阶段（初中/高中）上的异质性。为此，研究人员采用两波纵向设计与交叉滞后面板网络（Cross-Lagged Panel Network, CLPN）模型，以《中学生心理健康量表》（Middle School Student Mental Health Scale, MSSMHS）十个维度为节点，探讨各心理健康维度间的前瞻性预测关系，并进一步分析性别与年级亚组的网络结构差异，以识别最具影响力的核心症状域，为学校心理健康筛查与干预提供循证依据。

研究人员于2023年9—10月（T1）和2024年3—4月（T2），在广东省某中学通过整群抽样与在线平台对中学生进行两次测评，间隔约六个月。经剔除无效问卷并匹配学号后最终纳入3610名12—19岁青少年（男生1863人，女生1747人；初中生1083人，高中生2527人）。采用《中学生心理健康量表》（MSSMHS；60题，5点计分，含强迫症状、偏执观念、敌对、人际敏感、抑郁、焦虑、学业压力、适应不良、情绪不稳定、心理不平衡十个维度）。数据分析使用R 4.5.2：先做相关分析与测量等值性检验；CLPN模型以glmnet包做LASSO回归估计自回归与交叉滞后系数，控制年龄、性别、年级（亚组模型不将分组变量作协变量），qgraph包绘制有向网络并计算外向预期影响（out-expected influence, out-EI＝某节点所有出边权重之和，反映该节点对其他节点的前瞻预测力）与内向预期影响（in-expected influence, in-EI＝某节点所有入边权重之和，反映该节点被其他节点预测的程度），bootnet包做1000次Bootstrap评估边权置信区间与中心性稳定性（CS-coefficient＞0.25为可接受）。

3.1. Correlation Analysis

描述性统计与相关热图显示十个心理健康维度在T1与T2间呈中度至强正相关，测量等值性检验证实MSSMHS在时间与各组别上达到形、度量、标量及严格等值，支持后续纵向与分组网络比较。

3.2. CLPN Results

总样本CLPN中，人际敏感（interpersonal sensitivity, MH4）具最高out-EI（0.68），预测抑郁、偏执观念、强迫症状及情绪不稳定，其中人际敏感→抑郁（β=0.11）、抑郁→人际敏感（β=0.12）及抑郁→焦虑（β=0.15）为最强三条交叉滞后边，抑郁out-EI次之（0.67），情绪不稳定具最高in-EI（0.32）。说明人际敏感与抑郁为总网络中驱动其他症状发展的核心出发节点，而情绪不稳定更多是其他心理问题累积后的表现指标。网络中心性CS-coefficient均为0.44，模型稳定可接受。

3.3. Gender Differences

独立样本t检验显示女生在九个维度得分显著高于男生（Cohen's d小至中小），心理不平衡无显著差异。男生网络中，人际敏感out-EI最高（1.16），预测焦虑、抑郁、情绪不稳定及偏执；女生网络中，抑郁out-EI最高（0.97），预测人际敏感、偏执及焦虑。性别网络CS-coefficient分别为0.44（男）与0.28（女）。结论：男生心理健康症状网络中人际敏感为最具前瞻性影响力的始发域，女生则以抑郁为核心驱动域，提示筛查与早期干预应分性别侧重不同维度。

3.4. Grade Differences

高中生在多数维度得分高于初中生（效应量小至中小），T2学业压力无显著差异。初中网络中，抑郁out-EI最高（0.80），预测焦虑、偏执及敌对；高中网络中，人际敏感out-EI最高（0.88），预测偏执、焦虑、情绪不稳定及抑郁。年级网络CS-coefficient均为0.28（初中）与0.36（高中）。结论：初中生心理健康网络中抑郁为最强前瞻预测节点，高中生则以人际敏感为核心预测域，反映不同发育阶段症状激活模式不同。

讨论与结论翻译（研究结论部分）：

本研究发现，在整体青少年心理健康维度前瞻性纵向关联中，人际敏感与抑郁表现出较强外向预期影响（out-EI），可作为学校心理健康服务筛查、预警及未来干预研究的优先领域；情绪不稳定、偏执观念及焦虑则表现为较强内向预期影响（in-EI），宜作为监测青少年心理健康状态变化的重要指标。此外，研究提示预测性核心域在性别与年级组别中存在差异：男生网络中人际敏感的向外关联相对更强，女生网络中抑郁向外关联相对更强；初中学生网络中抑郁向外预测关联相对更强，高中学生网络中人际敏感向外预测关联相对更强。因此，学校心理健康项目应避免一刀切，可结合兼顾性别与年级差异的筛查与监测策略。研究表明青少年心理健康维度组织方式因性别与年级而异，未来学校心理健康服务制定筛查、监测及预防策略时可考虑上述性别与年级特异性模式。