杨 伟，任 垒，杨 群，宋 磊，李逢战，张 琳，吴忠英，张 鹏，谷亚男，郭亚宁，金银川
(1空军军医大学军事医学心理学系临床心理学教研室， 2空军第九八六医院第十门诊部，陕西 西安 710032)
2019年底暴发的新型冠状病毒肺炎(coronavirus disease 2019，COVID-19)疫情迅速演变成国际公共卫生紧急事件，该病毒传播速度快、感染范围广、防控难度大，给人们的生产生活带来了不同程度的影响。大量的研究表明，疫情期间部分民众出现焦虑、抑郁、睡眠障碍等系列心理问题[1]，因此注重疫情防控中民众的心理健康问题是非常必要的。以往研究发现，高心理弹性的个体会有更高的心理健康水平，在面对压力和逆境时会有更强的心理承受能力，并且能够激发自身的内部动机，利用自己坚强、乐观的积极品质来应对困境[2-3]。国内研究者发现COVID-19疫情期间医学生的心理弹性处于较低水平[4]。DVORSKY等[5]研究发现在应对此次疫情带来的危害时，心理弹性能有效帮助个体应对危机，保持心理健康。因此，提高个体的心理弹性水平对于保护疫情中人们心理健康起着重要作用。近些年来，提高心理弹性的方法已经被广泛研究。然而，由于缺乏对心理弹性相关心理学构念全面综合的理解，导致这些方法的效果也大不相同[6]。
最新研究表明，网络分析法是一种探索心理弹性以及确定潜在干预目标的有用方法[7]。该创新性统计分析方法是由数据驱动，能够对多变量之间的关系进行可视化表示和数字分析，而且不必依赖变量间的先验假设[8-9]。事实上，这种方法为概念化心理学构念提供了一种新的思路，即假设心理学构念是由其组成成分间的相互作用而产生的一种复杂系统[10-12]。在这种情况下，其组成成分是在构念出现的过程中起到主动作用的指标而不是反映构念本身的被动指标。因此，考虑到心理弹性的复杂性，将其视为由不同条目之间的相互作用而产生的复杂系统是合理且可行的[7]。与单纯的相关统计方法相比，网络分析法还可以为网络中每个节点提供中心性和可预测性指标来评估每个节点在网络中的重要性程度和可控性程度[13-14]。当中心性高的节点被激活时，很有可能通过连接其他节点的边将激活传播到整个网络，这为相关的干预提供了重要的潜在靶点[15]。本研究以疫情暴发期间的民众为样本，使用网络分析法来探究其心理弹性各条目间的网络结构以及确认核心条目，以期进一步理解心理弹性并为相关干预提供潜在靶点。
1.1 对象
通过问卷网(www.wjx.cn)制作、微信传播、网络平台等方式在全国各省份随机发放1 107份问卷。被试纳入标准：年龄18～85周岁，同一个微信号只能答题一次。在线上调查的第一部分，通过设置是否同意参与此次问卷调查，用户点击“同意”方可填写后续问卷。排除标准：人口统计学数据不完整，填写时间小于平均填写时间减去答题时间2.5个标准差，得到有效调查问卷为1 038份，回收率为93.8%，包括武汉市242份。调查的民众中男性447人(43.1%)，女性591人(56.9%)。
1.2 方法
采用心理弹性量表测量疫情暴发期间全国民众的心理弹性水平。该量表由Connor-Davidson编制，YU等[16]于2007年改编，并将其分为3个维度，坚韧性(13个条目)、力量性(8个条目)和乐观性(4个条目)，共计25个条目。该量表采用Likert 5级评分，分数越高,心理弹性水平越高。在以往研究中该量表的Cronbach’s α系数为0.92。在本研究中该量表的Cronbach’s α系数为0.96，具有很高的信度。
1.3 统计学分析
采用SPSS 20.0和R软件进行统计分析，计算心理弹性的平均值和标准差。使用网络分析方法探索心理弹性的网络结构以及确认核心条目。
在构建网络时，采用高斯图像模型(Gaussian graphical models，GGM)拟合数据[17]。GGM是一种无向网络，边代表了两个节点之间的偏相关关系。使用条目间非参数Spearman相关矩阵作为GGM估计的输入[18]。此外，采用图形化套索算法对GGM进行正则化[18]。在网络分析法中，网络按照Fruchterman-Reingold算法布局显示[19]。此步骤通过软件R包qgraph实现[20]。计算每个节点的预期影响来量化每个节点在网络中的相对重要性。此外，使用软件R中的mgm包来计算每个节点的可预测性[14]。网络的准确性和稳定性由软件R包bootnet评估[21]。通过自助法(2 000次 bootstrap)对边权值和节点预期影响进行差异性检验，评估两个边权值或两个节点预期影响之间是否存在显著性差异(显著性水平α=0.05)。
2.1 描述性统计
本研究对1 038位民众的心理弹性量表各条目得分以及可预测性进行了描述性统计(表1)，其总平均分为67.52±17.03。
表1 心理弹性各条目得分的描述性统计 (n=1 038)
2.2 网络分析结果
2.2.1 心理弹性网络结构和各条目预期影响 心理弹性网络结果显示，条目R17和R18，R4和R5，R21和R22之间存在最强的关联，其正则化偏相关系数分别为0.34、0.29、0.27(图1A)。预期影响结果显示，条目R17的中心性程度最高，条目R18中心性程度次之，条目R3的中心性程度最低(图1B)。
A：蓝线代表正性关系；
红色代表负性关系。边越粗，两个节点间的关联越大；
边越细，两个节点间的关联越小；
节点周围的环描述了其可预测性的大小。B：描绘了各条目的预期影响值(Z分数)。A和B中字母所代表的条目见表1。图1 心理弹性网络和各条目的预期影响(Z分数)
2.2.2 边权值的准确性 本研究边权值95%CI较窄，表明边权值的评估是准确的(图2)。
黑线代表使用自助法评估的平均边权值，红线代表本研究样本的边权值，灰色区域代表利用自助法得到的95%CI。图2 边权值的准确性
2.2.3 预期影响的稳定性 预期影响的相关稳定性系数为0.75，表明症状的预期影响有足够稳定性(图3)。
图3 各条目预期影响的稳定性
2.2.4 边权值和预期影响的差异性检验 边权值和节点预期影响的差异性检验结果(图4～5)。
黑色的小方框代表两个对应的边权值差异有统计学意义(P<0.05)，灰色的小方框代表两个对应的边权值差异无统计学意义。字母所代表的条目见表1。图4 边权值的差异性检验
黑框代表两个对应节点预期影响差异有统计学意义(P<0.05)，灰框代表两个对应节点预期影响差异无统计学意义。字母所代表的条目见表1。图5 预期影响的差异性检验
在心理弹性网络中，条目R17和R18存在最强关联。研究表明，个体的自信心水平和积极应对呈正相关[22]。当处于逆境中的个体有较强的自信心时，能及时地觉察现实环境的变化，并能灵活地调节行为，会采取积极的应对方式，包括为解决问题突破常规的限制做出不寻常的或艰难的决定。这可能是影响两者之间关联性的因素之一。同时，这两个条目同属坚韧性这一维度[23]。
一项关于COVID-19定点医院发热门诊患者焦虑与心理弹性的相关性研究发现，医院发热门诊部分患者存在一定程度的焦虑，心理弹性整体处于中等偏低水平，焦虑与心理弹性呈负相关[24]。同时相关研究发现，疫情期间大学生心理弹性和替代性创伤呈负相关[25]。这些研究提示提高个体的心理弹性水平可能是缓解个体焦虑情绪，避免替代性创伤，保持疫情期间民众身心健康的有效措施。本研究预期影响结果显示条目R17的中心性程度最高，说明R17在网络中与其他条目有着最广泛紧密的联系。该条目的激活更有可能通过连接其他条目的边将激活传播到整个心理弹性网络。有研究表明，自信心和心理弹性显著正相关，随着自信心的提高，心理弹性也随之提高[22]。因此，通过提升自信(如R17)可能要比针对其他条目的干预更能提升心理弹性的整体水平，也可能为相关部门提高疫情暴发期间民众的心理健康水平提供有价值的理论和实践指导。另外，条目R17的可预测性也是最大的，其值为0.73，说明它受到网络中其他相连条目较大的影响。因此在干预R17时，可能要通过直接干预其本身或者网络中与其相关程度高的节点(例如R18)，而不是通过干预网络之外的其他密切相关变量来干预它。
本研究以COVID-19疫情暴发期间全国不同地区民众为研究对象，通过网络分析法来研究其心理弹性网络，结果表明R17是最核心的条目。以该条目为靶点，可能会更大程度地提升疫情暴发期间民众心理弹性，从而帮助民众改善心理健康水平。
在今后的研究中，还可采取密集型纵向跟踪的方法(如经验取样法)[26-27]，探索疫情期间民众心理弹性各条目之间的时间因果关系，分析民众群体水平和个体水平以及不同心理弹性量表之间网络结构的差异，以完善和丰富疫情期间民众心理弹性的相关内容。
猜你喜欢 条目弹性节点 基于RSSI测距的最大似然估计的节点定位算法导航定位学报(2022年4期)2022-08-15例谈“动碰动”一维对心弹性碰撞模型的处理方法中学生数理化(高中版.高考理化)(2022年3期)2022-04-26分区域的树型多链的无线传感器网络路由算法现代电子技术(2022年4期)2022-02-21二维超声联合弹性成像及三维超声对T1期乳腺癌的诊断价值现代仪器与医疗(2021年4期)2021-11-05基于图连通支配集的子图匹配优化算法计算机应用与软件(2021年10期)2021-10-15为什么橡胶有弹性？军事文摘·科学少年(2021年9期)2021-10-13基于点权的混合K-shell关键节点识别方法华东师范大学学报（自然科学版）(2019年3期)2019-06-24《词诠》互见条目述略神州·下旬刊(2019年1期)2019-02-1111个自由贸易试验区将启用新版负面清单WTO经济导刊(2017年7期)2017-07-27高效重塑肌肤弹性中国化妆品(2017年12期)2017-06-27