馮 鞏 武曉慧 陳 敏 王 軻 嚴(yán)琴琴▲

1.西安醫(yī)學(xué)院全科醫(yī)學(xué)研究所，陜西西安 710021；2.西安醫(yī)學(xué)院內(nèi)科學(xué)教研室，陜西西安 710021

大學(xué)生尤其是醫(yī)學(xué)生在激烈競爭中面臨的各種外在壓力日益加大，這些外在壓力可逐步轉(zhuǎn)化為內(nèi)在的心理壓力，久而久之就會衍生出心理問題，造成焦慮、抑郁等心理狀態(tài)[1-3]。如果學(xué)生的焦慮、抑郁狀態(tài)未達到有效干預(yù)，甚至可能會轉(zhuǎn)化為心理危機、行為危機乃至生命危機[4-5]。開展高校大學(xué)生心理危機干預(yù)，可有效緩解學(xué)生恐慌、焦慮及抑郁等相關(guān)情緒，緩解學(xué)業(yè)、就業(yè)壓力引發(fā)的心理問題[6-7]。本研究基于醫(yī)學(xué)生應(yīng)激及心理狀態(tài)評估特點展開研究，旨在闡明焦慮狀態(tài)的影響因素，挖掘抑郁與焦慮狀態(tài)的邏輯關(guān)系，以期為高校應(yīng)對重大心理危機事件，提升學(xué)生心理綜合素質(zhì)提供依據(jù)。

1 對象與方法

1.1 研究對象

本研究采用網(wǎng)絡(luò)問卷方式，于2020 年5 月至9 月，對陜西省某高校在校生進行問卷調(diào)查，共發(fā)放1000 份問卷，回收有效問卷為979 份，有效回收率為97.9%。

1.2 研究方法

1.2.1 調(diào)查工具 本調(diào)查問卷中，包括如下部分：高校大學(xué)生個人信息（包括學(xué)生個人信息、家庭信息、身體狀況等）及學(xué)生心理狀態(tài)（焦慮與抑郁狀態(tài)）。本研究中的焦慮狀態(tài)的評估量表根據(jù)廣泛性焦慮障礙量表（generalized anxiety disorder，GAD-7）編制，該量表包括7 個癥狀條目，量表每個條目按照0～3 分進行四級評分。根據(jù)焦慮評分總分，將焦慮等級進行二分類處理，即無焦慮（0～4 分）和存在焦慮（5～21 分）[8]。抑郁狀態(tài)的評估采用抑郁自評量表（self-rating depression scale，SDS）進行評估[9]。總分×1.25 取整數(shù)，四舍五入取整數(shù)即得標(biāo)準(zhǔn)分，標(biāo)準(zhǔn)分分?jǐn)?shù)越高，提示該方面癥狀越嚴(yán)重。根據(jù)抑郁標(biāo)準(zhǔn)分，將抑郁等級進行二分類，即無抑郁（標(biāo)準(zhǔn)分＜50 分）和存在抑郁（標(biāo)準(zhǔn)分≥50 分）。

1.2.2 質(zhì)量控制 在本研究中，主要采用問卷星進行調(diào)查。相同的IP 地址只能作答1 次，每個條目為必答題，均需要填寫完整后才可以提交，并且要求填寫問卷響應(yīng)時間需≥90 s 方為有效問卷，從而保證調(diào)查問卷所獲得數(shù)據(jù)真實可靠。

1.3 統(tǒng)計學(xué)方法

采用SPSS 24.0 軟件對所得數(shù)據(jù)進行統(tǒng)計分析。計數(shù)資料以例數(shù)或百分比表示，采用χ2檢驗。進一步將單因素分析有統(tǒng)計學(xué)意義（P ＜0.05）的指標(biāo)納入logistic 回歸。利用R 語言軟件Empower Stats 軟件，使用廣義加性模型評估SDS 評分與焦慮狀態(tài)之間的非線性關(guān)系，并擬合出曲線關(guān)系圖，并使用兩分段線性回歸模型，探索可能的飽和效應(yīng)或閾值效應(yīng)[10]，其中R 語言擬合廣義相加模型的包是mgcv，函數(shù)是gam。以P ＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 高校醫(yī)學(xué)生焦慮狀態(tài)單因素分析

不同心理狀況高校大學(xué)生的專業(yè)、性別、母親文化程度、身體狀況、學(xué)習(xí)負(fù)擔(dān)情況、睡眠時間、好友數(shù)量、抑郁狀態(tài)比例比較，差異有統(tǒng)計學(xué)意義（P ＜0.05）。見表1～2。

表1 高校醫(yī)學(xué)生基于個人信息焦慮狀態(tài)單因素分析[例（%）]

2.2 焦慮狀態(tài)多因素分析

將單因素分析差異有統(tǒng)計學(xué)意義（P ＜0.05）的變量視為自變量，而將焦慮狀態(tài)（二分類）作為因變量，進行二元logistic 回歸分析。結(jié)果顯示，性別（OR=0.649）、身體狀況（OR=1.395）、學(xué)習(xí)負(fù)擔(dān)（OR=1.762）、好友數(shù)量（OR=0.673）、抑郁狀態(tài)（OR=8.276）為焦慮狀態(tài)的獨立影響因素（P ＜0.05）。見表3。

表2 高校醫(yī)學(xué)生基于生活狀態(tài)焦慮狀態(tài)單因素分析[例（%）]

表3 焦慮狀態(tài)多因素分析

2.3 SDS 評分與焦慮狀態(tài)的關(guān)系

在本研究中，SDS 評分的標(biāo)準(zhǔn)分為25～93 分，平均（40±10）分。為進一步探索抑郁和焦慮狀態(tài)的非線性關(guān)系，以SDS 評分為自變量，以焦慮狀態(tài)為因變量進行平滑曲線擬合。從圖1 中可觀察到，SDS 評分與焦慮狀態(tài)可能存在非線性關(guān)系。下一步進一步在拐點兩側(cè)建立模型，進一步驗證是否存在曲線閾值關(guān)系并量化。結(jié)果顯示，在調(diào)整潛在混雜因素（如性別、身體狀況、學(xué)習(xí)負(fù)擔(dān)、好友數(shù)量）后，SDS 評分和焦慮狀態(tài)之間存在閾值關(guān)系（圖1、表4）。當(dāng)SDS 評分＜40 分時，SDS 每增加1 個單位（分），焦慮的發(fā)生風(fēng)險將會 增 加21%；當(dāng)SDS 評分＞40 分時，SDS 每增加1 個單位（分），焦慮的發(fā)生風(fēng)險將會增加10%。

表4 SDS 評分與焦慮狀態(tài)之間的閾值關(guān)系

圖1 SDS 評分與焦慮狀態(tài)的曲線擬合關(guān)系

3 討論

廣義相加模型（generalized additional model，GAM）是對傳統(tǒng)廣義線性模型的非參數(shù)拓展，可有效處理解釋變量與效應(yīng)變量間復(fù)雜的非線性關(guān)系[11]。GAM 目前已廣泛應(yīng)用于空氣污染流行病學(xué)研究中，主要用于分析空氣污染或氣象因素對人群健康事件（如發(fā)病、住院和死亡）的急性損害效應(yīng)[12-13]。

在本研究中，為探索抑郁和焦慮狀態(tài)的關(guān)系，首先將SDS 評分當(dāng)做二分類變量處理，發(fā)現(xiàn)抑郁狀態(tài)是焦慮狀態(tài)的獨立影響因素；其次，將SDS 評分當(dāng)做連續(xù)性變量處理，在調(diào)整相關(guān)混雜因素后，發(fā)現(xiàn)抑郁和焦慮狀態(tài)的閾值效應(yīng)和二者的非線性關(guān)系。本研究是首次采用基于廣義相加模型的方法，探索了抑郁和焦慮之間的非線性關(guān)系。抑郁與焦慮是兩種不良的心理表現(xiàn)，兩者往往同時存在于同一個體身上。對個體來說，同一外部消極刺激既可能引發(fā)抑郁，也可能引發(fā)焦慮。既往研究顯示，抑郁癥狀和焦慮癥狀關(guān)系密切，抑郁癥患者常伴有焦慮癥狀[14-15]。高神經(jīng)質(zhì)的抑郁癥患者在遭遇負(fù)性生活事件時更易表現(xiàn)出焦慮癥狀[16]。焦慮狀況和抑郁狀況均為一種復(fù)合型負(fù)性情緒，影響人的身體健康[17-19]。本研究和既往的研究保持一致，但是運用廣義相加模型的方法對數(shù)據(jù)進行了充分的挖掘，通過曲線擬合展現(xiàn)了SDS 評分和抑郁狀態(tài)的非線性關(guān)系，這為將來的研究和抑郁人群發(fā)展為焦慮的高危人群的精準(zhǔn)定位奠定了基礎(chǔ)。

由于身體狀況越差，高校學(xué)生焦慮緒越嚴(yán)重，因此高校的心理干預(yù)重心應(yīng)該適當(dāng)?shù)叵蛏眢w素質(zhì)差的同學(xué)傾斜。健康的身體是人類自信的重要來源之一[20]，健康狀況不佳會導(dǎo)致抑郁等不良情緒產(chǎn)生[21]。實際上除了高校學(xué)生以外，身體狀況差的老年人，在平時生活中存在心理健康問題的比例較高[22]。學(xué)習(xí)負(fù)擔(dān)重、朋友數(shù)量少與焦慮癥狀之間存在很強的關(guān)聯(lián)性，提示高校學(xué)生處于人生的特殊階段，學(xué)習(xí)壓力過大和人際關(guān)系不良是導(dǎo)致焦慮癥狀產(chǎn)生的重要原因，與相關(guān)研究[23-25]結(jié)果相同。

多因素研究結(jié)果顯示，焦慮癥狀并不是某個因素的獨立作用所引起的，而是多種危險因素共同作用的結(jié)果。這也充分顯示，加強醫(yī)學(xué)生的心理健康教育，需要各方面的支持。