《Behavioral Sciences》：Dynamic Network Characteristics of Adolescent Mental Health Symptoms: Gender and Grade Differences Based on a Cross-Lagged Panel Network Model
编辑推荐：
本研究采用交叉滞后面板网络模型（Cross-Lagged Panel Network, CLPN）考察青少年心理健康各维度之间的前瞻性纵向关联，以及这些关联在性别和年级层面的差异。共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 Sc
本研究采用交叉滞后面板网络模型（Cross-Lagged Panel Network, CLPN）考察青少年心理健康各维度之间的前瞻性纵向关联，以及这些关联在性别和年级层面的差异。共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）测评，两次评估间隔约六个月。在整体网络中，人际敏感具有最强的输出期望影响（out-expected influence, out-EI），表明其对其他心理健康维度具有最强的向外预测关联。抑郁位居第二，并与人际敏感呈现显著的双向前瞻性关联。情绪不稳定具有最强的输入期望影响（in-expected influence, in-EI），提示其是受到其他领域预测作用最强的维度。亚组分析显示，在男性网络中，人际敏感表现出最强的向外预测关联；而在女性网络中，这一作用由抑郁承担。在初中生网络中，抑郁表现出最强的向外预测关联；而在人高中生网络中，人际敏感是最核心的预测性领域。这些发现可为性别敏感和年级敏感的筛查与监测策略提供依据，并为未来干预研究提供初步证据。
该文发表于《Behavioral Sciences》，聚焦青少年心理健康症状在时间维度上的动态组织方式，旨在揭示不同心理健康维度之间何者更可能在后续发展中推动其他问题出现，何者又更容易受到其他症状领域的共同影响。研究背景在于，青少年阶段是个体由儿童期迈向成年期的关键过渡时期，生理功能、认知发展与社会角色均发生显著变化。此阶段既是心理韧性、适应能力等积极心理品质形成的重要窗口，也是心理健康问题高发的敏感期。既有研究表明，中国青少年抑郁、焦虑等问题检出率较高，同时不同性别、不同年级的症状表现存在明显差异，但传统研究多停留于均值差异或横断面相关，难以揭示症状之间随时间推移相互激活、维持和强化的过程。因此，有必要采用能够表征时间顺序与方向性的网络方法，识别青少年心理健康系统中的关键症状域，为学校心理筛查、风险预警与后续干预提供更精细的依据。
从理论上看，本文立足精神病理网络理论（network theory of psychopathology），不再将心理障碍简单理解为某一潜在疾病实体的表征，而是将其视为由多个症状或症状域相互作用而构成的动态系统。人际敏感、抑郁、焦虑、敌对、适应不良等维度并非彼此孤立，而可能通过直接路径相互影响。已有网络分析虽能揭示同一时间点的症状联系，却无法说明前因后果。为弥补这一不足，研究人员引入交叉滞后面板网络模型（CLPN），考察某一时间点的心理健康维度如何预测六个月后其他维度的变化，并通过输出期望影响（out-EI，表示一个节点对外预测作用的总强度）与输入期望影响（in-EI，表示一个节点被其他节点预测的总强度）识别潜在的关键驱动域与敏感结果域。研究最终发现，青少年心理健康网络中，人际敏感与抑郁是最重要的前瞻性预测维度，而情绪不稳定则更像是被其他多个问题共同推动的结果性维度；同时，这一动态结构在性别与年级之间存在差异。
在研究方法方面，研究人员采用广东省一所中学的整群抽样样本，基于线上平台实施两波纵向调查，时间分别为2023年9—10月与2024年3—4月，间隔约6个月。最终纳入3610名12—19岁青少年。测量工具为《中学生心理健康量表》（MSSMHS），涵盖强迫症状、偏执、敌对、人际敏感、抑郁、焦虑、学习压力、适应不良、情绪不稳定和心理不平衡10个维度。统计分析使用R 4.5.2完成，先进行相关分析，再在控制自回归效应以及性别、年级、年龄等协变量后构建CLPN；采用LASSO（最小绝对收缩与选择算子）正则化与10折交叉验证估计边权；通过qgraph计算out-EI与in-EI，并以bootnet进行1000次自助法（bootstrap）检验边权精度与中心性稳定性。研究还先验证了量表在时间、性别和年级上的测量等值性，为纵向及组间网络解释提供支持。
在结果部分，论文首先报告了“3.1. Correlation Analysis”的发现。两次测量中，青少年心理健康10个维度整体呈中等到较强的正相关，说明各领域问题在总体上具有共变特征，也为后续网络建模提供了基础。这一结果提示，青少年心理健康并非由单一孤立问题构成，而是多个症状领域彼此联结的系统。
在“3.2. CLPN Results”中，研究人员进一步揭示了跨时间的有向预测关系。整体样本网络中，人际敏感（MH4）具有最广泛的向外预测作用，可预测后续的抑郁、偏执、强迫症状与情绪不稳定。网络中最强的三条交叉滞后路径分别为：抑郁（MH5）正向预测焦虑（MH6），抑郁（MH5）正向预测人际敏感（MH4），以及人际敏感（MH4）正向预测抑郁（MH5）。中心性分析显示，人际敏感的out-EI最高，其后依次为抑郁和焦虑，说明在人际敏感、抑郁和焦虑中，前两者尤其可能在后续时间上推动其他心理问题的发展。与此同时，情绪不稳定的in-EI最高，其后为偏执和焦虑，表明情绪不稳定是最容易受到其他维度共同影响的结果性节点。研究据此指出，人际敏感与抑郁之间存在显著的双向前瞻性联系，可能构成青少年心理健康恶化过程中的关键相互强化界面。
在“3.3. Gender Differences”中，首先进行均值层面的性别比较。结果表明，在T1与T2，除心理不平衡外，女生在强迫症状、偏执、敌对、人际敏感、抑郁、焦虑、学习压力、适应不良和情绪不稳定9个维度上的得分均显著高于男生，但效应量总体较小，提示统计学差异并不必然意味着很大的实际差异。更重要的是，交叉滞后网络显示男女生的动态组织模式并不相同。男性网络中，人际敏感的向外预测作用最强，且最突出的路径均由人际敏感发出，分别预测焦虑、抑郁和情绪不稳定，说明对男生而言，人际关系中的敏感与受威胁体验，可能是带动后续情绪困扰扩散的重要起点。女性网络中，抑郁则成为最强的向外预测节点，并显著预测后续的人际敏感、偏执和焦虑，提示女生一旦出现抑郁状态，更可能进一步影响其对他人意图的理解方式、社会警觉性以及焦虑水平。无论男女，情绪不稳定都处于较高的输入位置，说明其更像是多种困扰累积后的表现。
在“3.4. Grade Differences”中，研究比较了初中与高中两个发展阶段。均值分析显示，除T2学习压力外，高中生在其余各维度上的得分均显著高于初中生，但效应量多为小到中等偏小，说明随年级升高，心理健康风险整体上升，但差异幅度有限。网络分析进一步揭示了年级特异性的动态模式。初中生网络中，抑郁具有最高的out-EI，其最强路径主要表现为抑郁正向预测焦虑、偏执和敌对，说明在较早的发展阶段，抑郁更可能是后续情绪、认知与行为困难的起始驱动因素。高中生网络中，人际敏感则成为最核心的预测节点，其显著预测偏执、焦虑、情绪不稳定和抑郁等后续问题；同时，抑郁仍显著预测焦虑。该结果表明，到了青春晚期，随着同伴关系、社会比较和学业竞争压力加重，个体对人际评价与关系安全感的敏感性，可能在更大程度上嵌入并推动整体心理困扰网络。
论文讨论部分围绕上述发现展开。首先，在整体网络中，人际敏感位于最强预测位置，说明其不仅是青少年人际功能层面的一个问题指标，更可能是影响后续抑郁、焦虑及其他症状域的重要前驱因素。与此同时，抑郁与人际敏感存在显著双向关系，说明二者可能相互促进：一方面，人际冲突、拒绝体验与关系紧张可加剧消极自我表征并促进内化症状；另一方面，抑郁状态中的退缩、消极归因与低社会效能感又会削弱人际功能，从而带来更多误解、紧张与社会疏离。其次，抑郁在整体网络中同样具有较高的向外影响，尤其对焦虑和人际敏感具有前瞻性预测作用，这提示抑郁可能是青少年内化问题与人际困难时序组织中的重要枢纽。最后，情绪不稳定具有最高的输入影响，说明其更适宜被视为多方面心理困难累积后表现出的敏感指征，而不是整个网络的首要启动点。
讨论部分还指出，性别差异不仅体现在症状水平上，更体现在症状之间的跨时间组织方式上。男生网络更突出人际敏感的驱动作用，女生网络更突出抑郁的驱动作用，这意味着学校心理健康工作在监测重点上不宜完全一致。对于男生，人际敏感可能是较值得优先筛查和跟踪的领域；对于女生，则应更加重视抑郁维度的早期识别。年级差异同样提示，初中阶段应重点关注抑郁对其他问题的扩散性影响，而高中阶段则应更加关注人际敏感及其与社会—学业适应压力的关系。这些结果共同说明，青少年心理健康服务若采取“一刀切”模式，可能难以充分识别不同群体的关键风险链条。
论文的实践意义在于，通过CLPN模型定位了具有较强前瞻性输出作用的维度与较强输入作用的维度，从而为学校心理健康筛查、监测和预防提供了更具针对性的线索。人际敏感与抑郁可作为优先关注的预测性领域，情绪不稳定、偏执和焦虑则可作为反映整体风险变化的重要监测指标。文章同时提醒，解释亚组差异时仍需谨慎，因为男女和年级网络是分别估计的，并非正式的网络差异检验结果。
研究结论部分可译为：本研究采用两波交叉滞后面板网络模型考察了青少年心理健康各维度之间的前瞻性纵向关联。在整体网络中，人际敏感和抑郁表现出相对更强的向外预测关联，而情绪不稳定是受到其他领域预测最强的维度。在亚组分析中，男性网络中人际敏感具有最高的输出期望影响，女性网络中抑郁具有最高的输出期望影响；初中生网络中抑郁具有最高的输出期望影响，而高中生网络中人际敏感具有最高的输出期望影响。这些发现提示，青少年心理健康维度的组织方式可能因性别和年级而异。未来学校心理健康服务在制定筛查、监测和预防策略时，可考虑这些性别特异性和年级特异性的模式。
