青少年抑郁、焦虑、失眠与自杀相关表现的症状联系：一篇网络分析论文的深度解读

论文信息

Hao Fong Sit 等，2025年发表于International Journal of Clinical and Health Psychology，第25卷，文章编号100619。

英文题名：Unravelling symptom interplay of depression, anxiety, insomnia and suicidality in adolescents: A network analysis

中文可译为：《揭示青少年抑郁、焦虑、失眠与自杀相关表现的症状联系：一项网络分析》

DOI：10.1016/j.ijchp.2025.100619。

一个学生可能同时经历这样的困扰：晚上容易醒，白天总是疲惫；心情越来越低落，又忍不住反复担心；有时还会觉得自己很失败。面对这些表现，很多研究习惯把它们分别归入“失眠”“抑郁”“焦虑”。但这种分类留下了一个问题：这些症状只是恰好同时出现，还是存在某些连接特别紧密的环节，把不同类型的心理困扰联系起来？本文解读的研究，正是从这个问题出发。研究者没有仅仅比较三个量表的总分，而是把量表拆成一个个具体症状，绘制出一张基于横断面问卷数据得到的青少年心理症状的“关联地图”，并进一步观察：哪些症状处于网络的重要位置，哪些症状连接不同的问题，以及哪些症状与自杀相关表现联系更紧密。

一、研究背景：为什么要把将失眠、抑郁和焦虑共同研究？

1. 青春期的心理问题，经常不是单独出现的

在论文梳理的研究背景中，青春期是生理、心理与社会环境快速变化的阶段。这个时期不仅存在学业和人际压力，也伴随睡眠节律的变化，例如更倾向于晚睡、晚起。作者特别关注的是：抑郁、焦虑和失眠之间存在较高程度的共同出现，而且这些问题都与青少年的自杀相关表现存在联系。因此，单独研究其中一种问题，可能不足以理解青少年实际经历的复杂困扰。比如，一名学生可能同时报告睡眠不好、疲劳、情绪低落和难以控制的担忧。如果只分别计算三个量表的总分，我们能够知道他在哪些方面问题较重，却不容易看清这些表现之间，究竟是哪些具体症状联系最紧密？

2. 以往研究知道“它们有关”，但对“具体怎样联系”了解得还不够

按照作者对既有文献的梳理，已有研究发现抑郁、焦虑与失眠之间的关联，也有研究使用纵向设计探索它们之间的相互预测关系。此前的症状网络研究，也已经提出过睡眠问题、疲劳、内疚和某些焦虑症状可能发挥连接作用。因此，这篇论文在前人研究的基础上，进一步处理的是一个更具体的问题：在青少年人群中，把抑郁、焦虑、失眠的具体症状放进同一个网络后，哪些症状最值得关注？这些症状又怎样与自杀相关表现联系起来？作者还加入了一个与青春期发展特点有关的比较维度——睡眠时型，也就是一个人偏向早睡早起，还是晚睡晚起的倾向。

睡眠时型：

简单来说，就是一个人天生更倾向于早睡早起，还是晚睡晚起的生物节律偏好。

通常可以分为三种类型：

晨型（早鸟型）：习惯早睡早起，早晨精神比较好。

夜型（夜猫子型）：倾向晚睡晚起，晚上更容易保持清醒和活跃。

中间型：介于两者之间，没有特别明显的早晚偏好。

---

睡眠时型不是睡眠质量，也不是睡眠时长。例如，一个人可能天生偏向晚睡，但每天睡够8小时，睡眠质量也很好；另一个人虽然早睡早起，却经常半夜醒来。所以，睡眠时型说的是你倾向于什么时候睡，而失眠说的是你能不能睡好。

3. 这篇研究属于哪个领域？

它主要处于三个研究方向的交叉位置：青少年心理健康、睡眠与精神健康，以及精神病理学的症状网络研究。其中，一个贯穿全文的概念是“跨诊断”。所谓跨诊断，关注的是：不同问题背后，是否存在共同的症状、认知过程或行为表现，可以作为综合理解和干预的切入点？本文试图寻找的“桥症状”，就是这种思路在症状层面的具体体现。

跨诊断：

简单说，就是不把不同心理问题完全分开研究，而是寻找它们共同的症状或机制。例如，分别研究的思路是：“抑郁有哪些表现？焦虑有哪些表现？失眠有哪些表现？”跨诊断的思路则是：“这几类问题为什么经常一起出现？它们之间有没有共同的连接点？”

这篇论文把抑郁、焦虑和失眠的症状放进同一个网络，发现疲劳、情绪低落、难以控制的担忧等症状连接着不同的问题。这就是一种跨诊断研究思路。

所以，总的来说，跨诊断的方法，就是是跨越疾病分类，寻找共性。

二、作者回答的问题

这篇论文的目标，可以概括为三个层次。

第一个层次：哪些症状在整个网络中最“居中”？

也就是，在抑郁、焦虑、失眠组成的症状网络里，哪些症状与其他症状的总体连接最突出。作者把它们称为重要的“中心症状”。

中心症状：

简单说，就是在症状关系网中，与其他症状的总体联系比较突出的症状。中心症状不一定是最常见、最严重的症状，也不代表它就是导致其他问题的原因。可以把它理解为症状关系网中的“重要连接点”。

第二个层次：哪些症状把不同问题连接起来？

一个症状可能主要与同一类问题内部的其他症状联系，也可能与其他问题中的症状联系较强。后者就是研究重点之一——“桥症状”。

桥症状：

简单说，就是在症状关系网中，连接不同类别心理问题的症状。把抑郁、焦虑和失眠看作三个不同的“圈子”，桥症状就是跨圈子的“连接点”。

这篇论文中，疲劳是最突出的桥症状：它虽然是抑郁量表中的条目，却与失眠造成的日常功能干扰联系紧密，因此体现了不同症状群之间的连接。、

与中心症状相比，中心症状看“在整个网络中联系是否突出”，桥症状重点看“与其他类别的症状联系是否突出”。一个症状也可以同时是中心症状和桥症状。

第三个层次：这些连接与自杀相关表现有什么关系，在不同人群中是否类似？

作者进一步观察与自杀相关条目直接相连的症状，并比较男生与女生、低夜型倾向与高夜型倾向青少年的网络结构。

三、研究是怎样设计的？

1. 研究对象：3037名中学生，采用横断面问卷调查

按照方法部分的描述，研究者在2022年10月至2023年12月期间，采用目的抽样，从中学招募参与者。最终分析纳入3037名青少年，年龄范围为12—20岁，平均年龄为14.56岁，标准差1.77岁，男生占35.40%。参与者需要能够阅读繁体中文。

目的抽样：

研究者根据研究目的，有意识地选择适合的研究对象，而不是通过随机抽签来决定选谁。这种方法的好处是能够有针对性地找到研究需要的人；不足是选出来的人不一定能代表整个群体，所以结果不能随意推广到所有人。

“目的抽样”意味着研究者按照研究要求招募符合条件的人，而不是从所有青少年中进行严格的随机抽样。因此，这个样本不能直接视为整个青少年群体的代表。

研究还依据自报精神科病史，排除了有已确诊神经发育障碍，例如自闭症谱系障碍、注意缺陷多动障碍，或严重精神疾病，例如精神病性障碍、双相障碍的人。研究获得伦理批准，参与者提供书面知情同意，未满18岁者还需要家长同意。

2. 测量工具：三套量表，拆成23个症状节点

研究使用了三套自评量表，主要评估过去两周的症状。其量表构成、筛查阈值和样本结果如下：

网络节点总数为：

9+7+7=23

也就是说，研究者所做的工作是画23个具体表现之间的关系。

3. “自杀相关表现”是如何测量的？

本文没有使用一套完整的自杀风险访谈，而是采用了PHQ-9第9题。这一题询问的是：是否出现过觉得死了更好，或者伤害自己的想法。研究将该题评分为0视为阴性，非零评分视为阳性。

4. 睡眠时型的处理

研究使用慕尼黑睡眠时型问卷相关信息，计算经过校正的非工作日睡眠中点指标，简称MSFsc。该指标越大，代表越偏向较晚的睡眠时间。随后，作者按照样本中位数，将参与者分为低夜型倾向组与高夜型倾向组。

四、从问卷到网络：作者到底做了哪些统计分析？

招募参与者 → 收集同期问卷 → 将条目二值化 → 估计23节点网络 → 识别中心症状与桥症状 → 展示自杀相关条目的连接 → 检验稳定性并比较不同人群。

它的核心是正则化统计网络估计。

正则化统计网络估计：

简单说，就是根据数据画出症状之间的“关系网”，同时给模型加上约束，避免把随机波动也当成可靠的联系。可以将它差分为以下两个部分：

“统计网络估计”：根据很多人的问卷回答，计算症状之间的关联。一个症状是一个点，症状之间的关联用连线表示，联系强弱用“边权”表示。

“正则化”：给模型加一道限制，把估计出的连接强度适当压小，并将部分连接压到0，不再画出来。目的是避免网络过于复杂、过度迎合这批样本中的偶然现象。

1. 先把症状转成“没有出现”和“出现”

作者说明，将量表条目处理成0和1两种状态，分别表示症状未出现与出现。这种做法把问题从“症状有多严重”，转成了“症状有没有出现”。以PHQ-9和GAD-7为例，原来不同程度的非零评分，会被合并为“出现”。

这样处理之后，研究分析的是二分类症状之间的关系。它让模型形式与数据类型相适应，但也意味着原有的频率或严重程度信息被压缩了。

二分类症状：

把每一道量表题目的评分，转换成“有”和“无”两种状态。例如，PHQ-9的处理方式是：原来0分 → 0，表示未出现；原来1、2、3分 → 1，表示出现。

这种处理方式，主要有以下好处和坏处：

好处：容易理解	直接研究“这个症状有没有出现”，结果比较直观。
好处：适配所选模型	转换后可以使用本文选择的Ising模型，分析二分类症状之间的关联。
坏处：丢失程度信息	偶尔出现和几乎每天出现都记成1，无法再区分频率或严重程度。
坏处：结果依赖划分标准	把“≥1分”算作有症状，与把“≥2分”算作有症状，得到的数据不同，网络结果也可能不同。

比如，假设甲在“疲劳”这一题上得1分，乙得3分，二值化后两人都是1，但这不意味着两人的疲劳程度相同。

总而言之，二值化让问题更简单，但牺牲了细节；它适合分析“症状出现与否之间的关联”，不能保留原来完整的程度差异，也不意味着结果一定更准确。

2. 使用Ising模型，估计症状之间的条件关联

作者采用了Ising模型。可以把它理解为：在每个症状都只有“出现”和“未出现”两种状态时，估计这些状态之间如何关联。在网络图中，一个圆点是一个症状，两点之间的连线称为“边”，连线对应的数值称为“边权”。重要的是，这些边不是简单地表示“两道题的原始相关有多高”，而是在模型中考虑了其他症状后，两者仍然保留的条件关联。作者同时使用基于扩展贝叶斯信息准则的正则化方法，以压缩部分连接、减少把随机波动误认为真实联系的风险。

3. 用“预期影响”识别中心症状

作者使用的中心性指标叫作预期影响，英文为Expected Influence，简称EI。本文中：

这个指标考察的是一个症状在整个网络中的连接情况。作者用它来识别网络中最突出的中心症状。它是一个网络统计指标， 某个症状的EI最高，并不等于本研究已经证明“治疗这个症状，就能最大幅度改善所有问题”。

4. 用“桥预期影响”寻找跨问题的连接点

另一个指标是桥预期影响，英文为Bridge Expected Influence，简称BEI。与EI相比，它更关注跨越症状群的连接：

举例来说，疲劳虽然是PHQ-9中的一个条目，但它可能同时与失眠相关条目联系紧密。这种跨量表症状群的连接，就是桥指标试图捕捉的内容。作者按照BEI的第80百分位数阈值选择桥症状。

5. 检查结果是否稳定，再比较不同人群

论文使用了1000次重采样来评估边权估计的准确性，并通过删减样本的重采样方法，考察中心性等指标是否稳定。也就是说，他从现有样本中反复重新抽取数据，或者删掉一部分人后再计算，看看结果是否发生很大变化。

研究还使用网络比较检验，以1000次迭代比较不同组的网络整体连接强度和结构。这些步骤增加了对样本内结果稳定性的了解。

五、研究发现了什么？

发现一：整体网络中，最突出的中心症状是“睡眠维持困难”

在23个节点之间，一共有253种可能的两两连接。最终估计网络保留了149条非零边，占58.89%。其中，边权最大的连接是入睡困难与睡眠维持困难，即ISI1与ISI2之间的连接，边权为1.89。从EI的估计值来看，排名靠前的症状依次是：

原论文图1，左侧展示症状连接，右侧展示EI的标准化数值。判断中心性应看右侧统计结果。

作者报告EI的相关稳定性系数为0.75，并据此认为中心性结果具有较好的稳定性。

发现二：连接不同症状群的，是疲劳、睡眠问题、低落、内疚和无法停止的担忧

研究识别出五个桥症状：

图中突出显示五个桥症状，右侧为BEI的标准化数值。疲劳PHQ4的桥指标最高。

论文讨论部分进一步指出了一些具体联系：疲劳与失眠造成的功能干扰联系突出；PHQ-9中的睡眠问题与入睡困难联系较强；情绪低落与难以控制担忧联系突出；内疚或无价值感相关表现与害怕的感觉存在较强联系。

发现三：与自杀相关条目联系最强的，并不是最中心的睡眠症状

作者以PHQ-9第9题为中心，重新排列网络，绘制了“流式网络图”。在估计模型中，共有12个症状与这一条目直接相连。连接最强的五个症状是：

左侧为PHQ-9第9题，中间一列是与其直接相连的症状，右侧是未与其直接相连、但通过其他症状发生联系的节点。

五个桥症状中，除了疲劳，另外四个都与自杀相关条目存在直接连接。

对整个网络的连接而言，睡眠维持困难最突出；对跨症状群的连接而言，疲劳最突出；对PHQ-9第9题的直接关联而言，内疚、自责或无价值感相关表现最突出。

发现四：不同性别和夜型倾向组，未检出整体网络的显著差异

作者比较了两类分组，结果如下：

因此，在本研究样本、测量方式和统计检验下，没有发现这些组之间整体连接强度或网络结构的显著差异。

六、最大的创新点是问题的整合方式

我认为，它最大的贡献可以概括为：在青少年这一特定发展阶段，将抑郁、焦虑、失眠及自杀相关表现放进同一个症状层级框架，区分整体中心性、跨问题连接和特定风险条目关联，从而提出更具体的跨诊断研究假设。

1. 从“疾病之间有关”推进到“哪些具体表现值得追踪”

“失眠与抑郁有关”是一个相对宽泛的结论。本文则进一步区分出睡眠维持困难、疲劳、情绪低落、内疚和无法控制的担忧等具体表现。这些结果为下一步研究提供了更清晰的问题，例如：睡眠维持困难是否在时间上先于其他症状变化？疲劳在不同症状群的变化之间是否持续发挥连接作用？本文没有回答这些问题，但把问题具体化了。

2. 把中心症状、桥症状和自杀相关连接区分开来

如果只计算中心性，研究会把注意力主要放在睡眠维持困难上；加入桥指标，会突出疲劳等跨问题节点；再聚焦自杀相关条目，又会突出内疚和情绪低落。这种多层次分析说明：同一份心理症状数据，可以因为研究目的不同而呈现不同的重要节点。

3. 将青少年发展特点纳入比较，并提出新的候选连接点

作者特别讨论了“难以控制担忧”作为桥症状的意义，认为它相较于其讨论的既往研究，可能体现出青少年样本值得进一步探索的特点。同时，将睡眠时型纳入比较，也让研究不只是重复一般成人样本中的症状网络分析。不过，这有症状网络研究在青少年人群和综合问题设置上的推进。

七、它达成了什么效果？有什么实际意义？

1. 达成的是“关联结构的识别”

这项研究建立了一张具有一定样本内稳定性的症状网络，识别出中心节点和桥节点，并展示了它们与自杀相关条目的联系。研究者把几类共同出现的心理问题，进一步拆解成了可以具体讨论、比较和后续验证的症状关联结构。

2. 对综合评估的启示：不能只盯住一个总分或一个诊断标签

论文提示，理解青少年的心理困扰时，值得同时注意睡眠连续性、白天疲劳、情绪低落、负性自我评价以及难以停止的担忧。这提醒研究者和实践人员：被归入不同量表的表现，可能需要放在同一幅图景中理解。

3. 对干预研究的启示：提供候选靶点

作者在讨论中提到了针对失眠的认知行为治疗，也就是CBT-I，以及针对共同症状开展跨诊断干预的可能性。其思路是：既然睡眠与情绪、担忧等表现联系紧密，围绕这些症状设计干预，可能值得进一步研究。

八、局限性与没有解决的问题

1. 最大限制：横断面网络不能确定因果方向

这是作者明确指出的首要局限。在同一次测量中观察到睡眠问题、低落和担忧相互关联，无法确定谁先出现、谁导致谁，也无法排除它们共同受到其他因素影响的可能性。睡眠维持困难究竟是其他问题的先导因素、共同结果，还是相互作用系统中的一个环节？下一步需要纵向研究，反复测量同一批人的症状变化。进一步判断“改变某个症状是否会带动其他症状改善”，则还需要干预研究。

2. 无临床诊断，单一条目不足以完整刻画自杀风险

作者承认，研究使用的是自评筛查工具，未来应当考虑临床访谈。这意味着，本文能够分析的是参与者报告的症状关系，而不是经专业访谈确诊的三种疾病之间的共病机制。进一步从测量设计看，PHQ-9第9题也无法分别识别被动死亡愿望、不同性质的自伤想法、明确的自杀意念、计划与行为。这些症状与更具体、更严重的自杀相关结局是否具有同样的联系？能否预测未来发生的事件？

3. 社区与学校样本的结果，不能自动推广到所有临床人群

作者指出，社区样本可能限制结论向临床青少年人群的推广。再考虑到本研究采用目的抽样，而且排除了若干已确诊的神经发育障碍和严重精神疾病人群，这张网络并不能直接代表精神科门诊、住院患者或有复杂共病的青少年。这些中心症状和桥症状，能否在不同地区、不同学校以及临床样本中被重复观察到？

4. 网络中没有纳入所有重要背景因素

作者明确指出，研究没有测量与疫情有关的变量，也没有把睡眠剥夺相关因素纳入当前网络，并建议未来加入主观和客观睡眠指标，例如睡眠时长。研究没有完整回答：这些症状的联系，有多少来自睡眠不足、环境压力或其他共同因素？

九、总结

这篇论文的核心思考点是，把前人研究中的一个宽泛的问题——“为什么抑郁、焦虑和失眠经常共同出现”，通过将每一个量表中的不同问题转换成相应的症状的思想，为这个很泛的问题提供了一个比较精准的症状判断。

在文中的样本中，睡眠维持困难是最突出的整体中心症状；疲劳是最突出的桥症状；内疚、自责或无价值感相关表现，以及情绪低落，与自杀相关条目的直接连接最强。性别和夜型倾向的分组比较，则未发现整体网络的显著差异。

但它没有证明这些症状之间的因果方向，没有验证某一种治疗策略，也没有提供可以直接预测个体未来风险的工具。这也就是它的局限性。我认为：它把共同出现的心理困扰，拆解成了一组更明确、值得继续追踪和干预验证的症状联系。我认为，这篇文章对通过量表数据来提出一个更具体的假设这一研究方法，提供了一个很好的思路。

注：第四章所讲的具体实验操作，会单独出一节的内容来细讲。