ap Advances in Psychology 2160-7273 2160-7281 beplay体育官网网页版等您来挑战！ 10.12677/ap.2024.1412937 ap-103689 Articles 人文社科, 合作期刊 白内障患者焦虑和抑郁症状的网络分析
Network Analysis of Anxiety and Depressive Symptoms in Cataract Patients
张 琪 1 文 飞 2 李 斌 1 青海大学医学院公共卫生系，青海 西宁 西宁市第一人民医院，青海 西宁 06 12 2024 14 12 688 695 5 11 ：2024 16 11 ：2024 16 12 ：2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 本研究采用便利抽样法选取2023年6月至2023年12月在青海省西宁市第一人民医院眼科住院的627名白内障患者为调查对象。采用广泛性焦虑量表(generalized anxiety disorder-7 item scale, GAD-7)、患者健康问卷抑郁症状量表(patients’ health questionnaire depression scale-9 item, PHQ-9)对其进行测量。采用R 4.3.3软件进行描述性统计和网络模型构建，基于网络视角探索白内障患者焦虑–抑郁症状的网络特征，识别核心症状和桥梁症状。结果发现，“感到不安、担心及烦躁”和“无法控制担心”、“做事时提不起劲或没有兴趣”和“感到心情低落、沮丧或绝望”之间存在明显的正则化偏相关。“无法控制担心”和“很难集中精神做事”是网络的核心症状，“感到好像有可怕的事会发生”和“很难集中精神做事”是网络的桥梁症状，以这些因素作为切入点，可降低网络的严重程度，从而有效降低焦虑和抑郁水平。
In this study, 627 cataract patients who were hospitalized in the Department of Ophthalmology of the First People’s Hospital of Xining City, Qinghai Province from June 2023 to December 2023 were selected by convenience sampling method. The PHQ-9 and the GAD-7 were used. The R 4.3.3 software was utilized for descriptive statistics and network modeling to explore the network characteristics of anxiety-depression symptoms in cataract patients based on the network perspective and identify central and bridge symptoms. It was found that a significant regularization partial correlation was observed between the symptoms of “nervousness or anxiety” and “uncontrollable worry”, “anhedonia” and “depressed or sad mood”. “Uncontrollable worry” and “concentration difficulties” are central symptoms of the network, and “afraid something will happen” and “concentration difficulties” are bridge symptoms of network. Using these factors as an entry point reduces the severity of the network and thus effectively reduces anxiety and depression levels.
白内障患者，焦虑，抑郁，共病，网络分析
Cataract Patients
Anxiety Depression Comorbidity Network Analysis 1. 引言

白内障是全球致盲和视力损害的重要因素( Lee et al., 2022 )。根据流行病学调查，这种以晶状体透明度降低或颜色改变为特征的退行性疾病在发展中国家尤为普遍。在我国，白内障是中老年人致盲和低视力的首要原因，估计超过三分之一的中老年人患有白内障( Xu et al., 2020 )。随着白内障进展到影响视力的阶段，不仅会对患者的生理产生影响，还容易产生心理层面的问题，包括焦虑、抑郁及疾病不确定感等( 袁黎君，周红娣，2020 )，其中抑郁和焦虑共病率更是高达44%~60% ( Jeon et al., 2017 )。以往大部分研究只调查了白内障患者焦虑和抑郁的现患水平和其影响因素，而忽略了它们各症状之间、症状群之间的相互作用关系( 袁维子等，2022 )。已有研究证明，焦虑和抑郁之间相互触发，互为危险因素( Berk et al., 2023 )，因此，单独治疗其中一种疾病是很困难的。若将焦虑和抑郁联系在一起，识别共病的关键症状和影响共病发展的症状来进行干预，或许是一种有效的治疗方式( Yang et al., 2022 )。

网络分析是基于数学图论应用在心理学精神障碍领域通过量化各症状重要程度及各症状之间关系的一种重要创新方法( Contreras et al., 2019 )，这种方法可以用来阐明这些疾病的复杂性。网络节点对应于精神疾病的不同症状，症状之间的角色关联由连接节点的连接线表示，再以数据驱动，使每个节点和连接它们的连线具有网络的特征( 蔡玉清等，2020 )，使精神障碍各症状间的联系可视化地呈现( 陈琛等，2021 )。通过计算中心性指数，可以评估网络模型中每个症状的相对显著性，这可帮助我们对某些症状的临床意义有更深层次的理解。此外，在识别网络模型的桥梁症状后，若进行针对性的干预，就可以抑制共病的发生( Cramer et al., 2010 )。

本研究以白内障患者为对象，基于网络分析构建两种负性情绪的同期症状网络，分析网络中的核心症状，明确焦虑和抑郁间的桥梁症状，以加深对焦虑和抑郁之间关系的理解，为这两种共病障碍的干预提供理论干预靶点，为构建精准化症状管理方案提供科学依据。

 2. 方法 2.1. 被试

采用便利抽样法选取2023年6月至2023年12月在青海省西宁市第一人民医院住院的白内障患者作为调查对象。所有问卷经过统一培训的调查员一对一面对面询问调查进行资料收集(不允许调查对象自己填写)。调查前遵循知情同意原则，所有纸质版问卷完成后当天核对其完整性及逻辑性，使用epidata双人双录入建立数据库。纳入标准：1) 门诊确诊为白内障的病人；2) 知情且同意，沟通无障碍。排除标准：1) 未完成问卷或漏项；2) 无法配合者。本研究共发放问卷650份，回收有效问卷627份，有效回收率为96.5%。

 2.2. 工具

① 一般资料调查表：自行编制问卷，内容包括白内障患者的年龄、性别、患眼数量、慢性病共病情况等。② 广泛性焦虑量表(generalized anxiety disorder-7 item scale, GAD-7)：该量表由Spitzer等于2006年编制( Spitzer et al., 2006 )，共包含7个条目，采用Likert 4级评分法，总分范围为0~21分，得分越高表示焦虑水平越高。本研究中该量表的Cronbach’s α系数为0.85。③ 患者健康问卷抑郁症状量表(patients’ health questionnaire depression scale-9 item, PHQ-9)：该量表由Kroenke等于2001年编制( Kroenke et al., 2001 )，共包含9个项目，采用Likert 4级评分法，总分范围为0~27分，得分越高表明抑郁水平越严重。本研究中该量表的Cronbach’s α系数为0.82。

 2.3. 统计分析

本研究使用R (4.3.3)软件进行统计分析，预先将节点分为焦虑社团和抑郁社团，采用高斯图模型(GGM)构建网络，基于Spearman相关构建整体网络模型，通过图形套索对GGM进行正则化，其中节点放置由Fruchterman-Reingold (FR)算法确定，扩展贝叶斯信息准则(EBIC)的超参数设置为0.5。考虑到本研究存在正相关边和负相关边，通过计算预期影响(Expected Influence, EI)来研究焦虑和抑郁之间的核心症状，计算桥预期影响(Bridge Expected Influence, BEI)来确定二者之间的桥梁症状。本研究使用非参数自举法计算95%置信区间来评估边权值准确性，使用案例下降自举法计算相关稳定性系数(Correlation Stability Coefficient, CS)估计中心性指标的稳定性。

 3. 结果 3.1. 一般资料

627名白内障患者的平均年龄为(67.58 ± 8.03)岁，其中男性268名(42.7%)，女性359名(57.3%)；文化程度小学及以下249名(39.7%)，初中196 (31.3%)，高中及以上182 (29.0%)；患眼数量为1的有350名(55.8%)，患眼数量为2的有277名(44.2%)；合并其他慢性疾病406名(64.8%)，未合并其他慢性疾病221名(35.2%)。白内障患者的GAD-7得分为(2.38 ± 0.63)，PHQ-9得分为(3.89 ± 0.69)，各项目的均值、标准差、预期影响、桥预期影响和预测值得分见 表1 。

<xref></xref>Table 1. Means, standard deviations, expected influences and bridge expected influences of GAD-7 and PHQ-9 symptoms in cataract patients (n = 627)Table 1. Means, standard deviations, expected influences and bridge expected influences of GAD-7 and PHQ-9 symptoms in cataract patients (n = 627) 表1. 白内障患者GAD-7、PHQ-9症状的均值、标准差、预期影响及桥预期影响(n = 627)

项目Items (简写)

均数M

标准SD

预期影响EI

桥预期影响BEI (1-step)

GAD-7项目

A1：感到不安、担心及烦躁

0.46

0.69

0.91

0.26

A2：无法控制担心

0.34

0.65

1.21

0.34

A3：担忧过多

0.33

0.65

0.76

0.05

A4：很紧张，很难放松下来

0.17

0.51

0.71

0.15

A5：非常焦躁，无法静坐

0.41

0.69

0.87

0.32

A7：感到好像有可怕的事会发生

0.38

0.66

0.92

0.43

PHQ-9项目

D1：做事时提不起劲或没有兴趣

0.48

0.67

0.88

0.20

D2：感到心情低落、沮丧或绝望

0.60

0.73

1.11

0.28

D3：入睡困难、睡不安稳或睡得过多

0.55

0.82

0.80

0.19

D4：感觉疲倦

0.45

0.68

0.82

0.14

D5：食欲不振或吃太多

0.40

0.67

0.53

0.00

D6：觉得自己很糟，让自己或家人失望

0.14

0.43

0.88

0.17

D7：很难集中精神做事

0.75

0.80

1.15

0.60

D8：动作或说话速度变快或变慢

0.48

0.68

0.51

0.19

D9：有不如死掉或伤害自己的念头

0.04

0.22

0.51

0.04
3.2. 白内障患者焦虑–抑郁症状网络

图1 描绘了白内障患者的抑郁和焦虑症状网络。网络显示，A1“感到不安、担心及烦躁”和A2“无法控制担心”(r = 0.42)、D1“做事时提不起劲或没有兴趣”和D2“感到心情低落、沮丧或绝望”(r = 0.42)存在较强的正相关。A5“非常焦躁，无法静坐”和D5“食欲不振或吃太多”(r = −0.04)呈负相关。

注：实线代表正相关，虚线代表负相关。边越粗，节点间关联越大，边越细，节点间关联越小。--Figure 1. Network structure of anxiety and depression symptoms in cataract patients-- 3.3. 中心性分析结果

图2 显示了白内障患者焦虑和抑郁各症状的预期影响和桥预期影响。预期影响最高的项目分别是A2“无法控制担心”和D7“很难集中精神做事”；桥预期影响最高的项目分别是A7“害怕会发生什么事情”和D7“很难集中精神做事”。

Figure 2. Expected influence and bridge expected influence of anxiety and depression symptoms in cataract patients--图2. 白内障患者抑郁和焦虑症状的预期影响和桥预期影响-- 3.4. 准确性和稳定性分析结果

图3 显示了自举法得到的边权值的准确性。其置信区间范围窄，说明边权值具有足够的准确性。 图4 显示了预期影响和桥预期影响的稳定性系数。其系数均为0.75，说明预期影响和桥预期影响均具有足够的稳定性。

 4. 讨论

本研究利用网络分析法探讨了627名白内障患者抑郁和焦虑共病网络结构，发现焦虑和抑郁两种疾病联系密切，这与其他关注焦虑和抑郁共病的网络研究结果一致( Wang et al., 2024 )。在本研究中，我们确定了连接白内障患者焦虑和抑郁的关键“边”，这些“边”反映了该患者群体焦虑和抑郁之间的潜在相互作用。

在整体网络中，我们观察到“感到不安、担心及烦躁”和“无法控制担心”、“做事时提不起劲或没有兴趣”和“感到心情低落、沮丧或绝望”之间相关性较强，这与以往研究的发现一致( Zhang et al., 2023 )。其次，白内障患者“非常焦躁，无法静坐”与“食欲不振或吃太多”之间呈低度负相关，这是由情绪化饮食所导致的饮食失调，有研究发现负性情绪化饮食与食欲不振( Barnhart et al., 2021 )之间存在明显负相关。

通过预期影响和桥预期影响的结果可以观察到，“无法控制担心”是焦虑社团的核心症状。白内障患者受年龄、疾病严重程度和长期视力损伤的影响，不仅日常的衣食住行存在不便，还对个人及整个家庭造成较大的经济负担，这都导致白内障患者出现焦虑、抑郁等心理问题更为普遍( 刘惟蜻等，2023 )。研究发现，对患者及其家属普及白内障相关知识，告知患者围手术期预防措施，会减少患者对手术的恐惧与担心( Karaman Özlü et al., 2016 )。同时，术前优质的护理技术( Gong et al., 2018 )和术前听舒缓音乐( Dahshan et al., 2021 )也可以有效提高患者的舒适度，减少术前焦虑，提高患者的合作感。

Figure 3. Accuracy assessment of edge weights--图3. 边权值的准确性分析-- Figure 4. Results of stability analysis of expected influences and bridge expected influences--图4. 预期影响和桥预期影响的稳定性分析结果--

“感到好像有可怕的事会发生”是沟通焦虑和抑郁社团的桥梁症状，眼科疾病患者的心理问题与病情进展和不可逆的视力降低密切相关( 张波，2024 )，对于白内障患者伴有焦虑或抑郁来说，他们的治疗难度更大、恢复时间更长、家庭及经济负担更重( Abdolalizadeh & Ghasemi Falavarjani, 2022 )，故患者易产生害怕、恐惧心理。这提示医护人员及家属对于患者出现的负面情绪，要及时疏导，给予充分的情感支持，及时缓解患者害怕情绪。

“很难集中精神做事”不仅是抑郁社团的核心症状，还是沟通抑郁和焦虑社团的桥梁症状，还是白内障患者焦虑抑郁的预防、治疗、干预的有效靶点。大部分白内障患者由于担心视力进一步下降、手术风险等，导致他们很难集中精神做事，从而加重患者的心理负担。若能以“很难集中精神做事”作为侧重点，不仅能有效预防和缓解白内障患者抑郁，还能降低白内障患者焦虑和抑郁共病网络的严重程度。所以，提高患者注意力水平可能是减少白内障患者焦虑–抑郁共病发生的有效方法。

 致 谢

感谢本次研究的参与者，感谢本次研究及论文写作过程中导师及眼科医护人员的指导和大力支持。

 基金项目

青海省科学技术厅项目(2024-SF-125)。

 NOTES

*通讯作者。

 References 蔡玉清, 董书阳, 袁帅, 胡传鹏(2020). 变量间的网络分析模型及其应用. 心理科学进展, 28(1), 178-195. 陈琛, 王力, 曹成琦, 李根(2021). 心理病理学网络理论、方法与挑战. 心理科学进展, 29(10), 1724-1739. 刘惟蜻, 王承敏, 冀二妮, 曾环思, 杨星, 李秀娟, 杨策策(2023). 深圳市居民失眠与抑郁、焦虑的关系研究. 临床精神医学杂志, 33(6), 457-461. 袁黎君, 周红娣(2020). 国家级贫困县白内障患者护理需求分析. 中华现代护理杂志, 26(17), 2360-2363. 袁维子, 汪君, 蔡兆阳, 许艳群(2022). 回归分析白内障患者术前焦虑状态及影响因素. 安徽医专学报, 21(1), 152-154. 张波(2024). 糖尿病视网膜病变患者疾病感知、应对方式及视觉相关生活质量的相关性研究. 硕士学位论文, 长沙: 中南大学. Abdolalizadeh, P.,&Ghasemi Falavarjani, K. (2022). Correlation between Global Prevalence of Vision Impairment and Depressive Disorders. European Journal of Ophthalmology, 32, 3227-3236. >https://doi.org/10.1177/11206721221086152 Barnhart, W. R., Braden, A. L.,&Price, E. (2021). Emotion Regulation Difficulties Interact with Negative, Not Positive, Emotional Eating to Strengthen Relationships with Disordered Eating: An Exploratory Study. Appetite, 158, Article ID: 105038. >https://doi.org/10.1016/j.appet.2020.105038 Berk, M., Köhler‐Forsberg, O., Turner, M., Penninx, B. W. J. H., Wrobel, A., Firth, J. et al. (2023). Comorbidity between Major Depressive Disorder and Physical Diseases: A Comprehensive Review of Epidemiology, Mechanisms and Management. World Psychiatry, 22, 366-387. >https://doi.org/10.1002/wps.21110 Contreras, A., Nieto, I., Valiente, C., Espinosa, R.,&Vazquez, C. (2019). The Study of Psychopathology from the Network Analysis Perspective: A Systematic Review. Psychotherapy and Psychosomatics, 88, 71-83. >https://doi.org/10.1159/000497425 Cramer, A. O. J., Waldorp, L. J., van der Maas, H. L. J.,&Borsboom, D. (2010). Comorbidity: A Network Perspective. Behavioral and Brain Sciences, 33, 137-150. >https://doi.org/10.1017/s0140525x09991567 Dahshan, D., Kuzbel, J.,&Verma, V. (2021). A Role for Music in Cataract Surgery: A Systematic Review. International Ophthalmology, 41, 4209-4215. >https://doi.org/10.1007/s10792-021-01986-9 Gong, D., Liu, J., Zhao, X.,&Zhang, L. (2018). The Effect of Nursing Intervention on Preoperative Cataract. Medicine, 97, e12749. >https://doi.org/10.1097/md.0000000000012749 Jeon, S. W., Han, C., Ko, Y., Yoon, S., Pae, C., Choi, J. et al. (2017). A Korean Validation Study of the Clinically Useful Anxiety Outcome Scale: Comorbidity and Differentiation of Anxiety and Depressive Disorders. PLOS ONE, 12, e0179247. >https://doi.org/10.1371/journal.pone.0179247 Karaman Özlü, Z., Tuğ, Ö.,&Çay Yayla, A. (2016). Inevitable Problems of Older People: Presurgery Information Effect on Anxiety Levels in Patients Undergoing Cataract Surgery. Journal of Clinical Nursing, 25, 1388-1394. >https://doi.org/10.1111/jocn.13233 Kroenke, K., Spitzer, R. L.,&Williams, J. B. W. (2001). The PHQ-9: Validity of a Brief Depression Severity Measure. Journal of General Internal Medicine, 16, 606-613. >https://doi.org/10.1046/j.1525-1497.2001.016009606.x Lee, C. S., Gibbons, L. E., Lee, A. Y., Yanagihara, R. T., Blazes, M. S., Lee, M. L. et al. (2022). Association between Cataract Extraction and Development of Dementia. JAMA Internal Medicine, 182, 134-141. >https://doi.org/10.1001/jamainternmed.2021.6990 Spitzer, R. L., Kroenke, K., Williams, J. B. W.,&Löwe, B. (2006). A Brief Measure for Assessing Generalized Anxiety Disorder: The GAD-7. Archives of Internal Medicine, 166, 1092-1097. >https://doi.org/10.1001/archinte.166.10.1092 Wang, Y., Li, Z.,&Cao, X. (2024). Investigating the Network Structure and Causal Relationships among Bridge Symptoms of Comorbid Depression and Anxiety: A Bayesian Network Analysis. Journal of Clinical Psychology, 80, 1271-1285. >https://doi.org/10.1002/jclp.23663 Xu, T., Wang, B., Liu, H., Wang, H., Yin, P., Dong, W. et al. (2020). Prevalence and Causes of Vision Loss in China from 1990 to 2019: Findings from the Global Burden of Disease Study 2019. The Lancet Public Health, 5, e682-e691. >https://doi.org/10.1016/s2468-2667(20)30254-1 Yang, T., Guo, Z., Cao, X., Zhu, X., Zhou, Q., Li, X. et al. (2022). Network Analysis of Anxiety and Depression in the Functionally Impaired Elderly. Frontiers in Public Health, 10, Article 1067646. >https://doi.org/10.3389/fpubh.2022.1067646 Zhang, P., Wang, L., Zhou, Q., Dong, X., Guo, Y., Wang, P. et al. (2023). A Network Analysis of Anxiety and Depression Symptoms in Chinese Disabled Elderly. Journal of Affective Disorders, 333, 535-542. >https://doi.org/10.1016/j.jad.2023.04.065
Baidu
map