Psychol Med:对有自杀意念或企图的现役军人和退伍军人的自杀危险因素进行纵向网络分析
2024-04-25 xiongjy MedSci原创 发表于河南省
受试者之间和同时期的网络将激动、感觉与他人不亲近和无效视为最核心的症状。时间网络显示,随着时间的推移,感觉无效最有可能影响网络中的其他症状。
尽管有多项行动制定预防自杀,但从2011年起,现役军人和退伍军人的自杀率逐年上升。其中,现役陆军自杀率(36.3/10万)高于其他部门,也高于民间人口(14.0/10万)。退伍军人自杀率(31.7/10万)也高于现役军人和民间人口。因此,研究现役军人和退伍军人中什么因素维系自杀念头,有利于制定更针对性的预防措施。
近年来,精神病学研究取得以下进展:短期内收集数据比较有利于预测自杀倾向;精神疾病症状之间的相互影响,而不是单一疾病因素影响所有症状。
这篇研究采用新方法研究现役军人和退伍军人自杀念头的症状网络,识别关键症状及其变化规律。
作者于2020年1月至2022年10月在全美范围内募集有自杀意念或尝试的军人样本。样本包含标准包括18-65岁,英语水平,近期有自杀意念或尝试,服役经历。最终纳入99名受试者进行基线调查,样本人口学特征见下表:
表 1.当前样本的社会人口学特征
随后作者采集经验采样数据,每天随机四次进行自填问卷,内容包括心理社会状态量表项目。采用卡尔曼滤波对缺失数据进行插值。
网络模型方法上,作者采用mlVAR软件包建立组级网络模型。首先建立每个变量的多层模型,实现组内时间网络和人员网络。随后采用残差分析获得组内同步网络。时间网络中心度采用输入和输出预测程度;同步和人员网络采用预测程度。
表 2.所有网络节点的描述性统计信息
从结果来看,通过同期网络分析发现,在7项症状中,自觉无效感的预期影响力最大。其次是焦虑症状。
表 3.评估研究变量的初始 EMA 项目
图 1.所有网络变量的直方图
在个体间网络中,发现焦虑症状的预期影响力最大。这表明焦虑可能是个体间常见的核心症状。
图2.时间、同期和主体间网络
时间网络结果上,自觉无效感是时间网络中影响力最大的症状。它能够正向预测其他症状,如不近人情、羞耻等的产生。其次是不近人情,它能够正向预测自觉无效感和无望感的产生。在时间网络中,焦虑和被动自杀倾向的导致影响也较大。它们能够导致羞耻感、抑郁等其他症状的产生。
图3.时间、同期和主题间预期影响
总的来说,本研究可能是首次利用每日多次的EMA数据构建临床症状的时间网络模型。它通过考察不同时间点的数据,解析出症状在时间和空间上的影响关系。这种方法提供了新的视角理解临床症状的动态机制。
文献出处:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#自杀意念和自杀行为# #网络分析# #军人自杀行为#
5