International Journal of Psychiatry and Neurology
Vol. 10  No. 02 ( 2021 ), Article ID: 42155 , 8 pages
10.12677/IJPN.2021.102003

全球新型冠状病毒(COVID-19)大流行对国内公众焦虑水平的影响

邱勤明1,2,赵宏宇1,2,肖宇2,许海云1,2,张金玲2,刘锐国1,韩凌1,陈晓东1, 黄庆军1,2*

1汕头大学医学院,广东 汕头

2汕头大学精神卫生中心,广东 汕头

收稿日期:2021年3月23日;录用日期:2021年4月23日;发布日期:2021年5月7日

摘要

目的:评估COVID-19全球大流行期间各种因素对公众焦虑水平的影响,探讨影响公众焦虑情绪的因素,为我们进行制定心理干预措施和社会支持提供帮助。方法:本研究收集了1042份有效问卷,问卷内容包括年龄、性别、职业、婚姻状况、受教育程度、所在地区、个人和所在地相关部门是否采取相关防疫措施、是否因为疫情被隔离等一般问题,并采用贝克焦虑量表(Beck Anxiety Inventory, BAI)评估公众的焦虑水平。结果:本研究中所有被调查者的平均BAI得分为8.67 ± 11.969 (n = 1042),高于中国人群的研究中报道的一般公众的BAI得分6.06 ± 7.15和5.67 ± 6.82 (n = 179) (p < 0.001)。高中及以下学历群体的焦虑率(46.4%)多于大学及以上群体(11.0%) (p < 0.001)。离婚或丧偶人群焦虑率(87.5%)高于已婚人士(18.6%)和未婚人群(6.2%) (p < 0.001)。相对高风险地区人群焦虑率(21.0%)高于相对低风险地区人群(15.6%) (p < 0.032)。被隔离人群(疑似和确诊病例)焦虑率(81.5%)高于未隔离人群(15.5%) (p < 0.001)。医学相关背景群体焦虑率(27.4%)高于非医学相关背景群体(15.5%) (p < 0.001)。个人和所在地相关部门未采取相关防疫措施的人群焦虑率(80.0%)高于采取相关防疫措施的人群(10.5%) (p < 0.001)。31~50岁群体焦虑率(25.0%)高于50岁以上(18.8%)和13~20岁人群(11.0%) (p < 0.001)。二元Logistic分析表明,受教育程度(p < 0.001)、婚姻状况(p < 0.001)、所在地区(p = 0.025)、是否被隔离(p < 0.001)、职业是否有医学背景(p = 0.002)、个人和所在地相关部门是否采取相关防疫措施(p < 0.001)是焦虑水平的重要预测因子。结论:研究结果表明有医学背景人员、个人和所在地相关部门未采取相关防疫措施、受教育程度低、疫情相对高风险地区、离婚或丧偶、因为疫情被隔离人群更容易焦虑。这些信息可以帮助我们在疫情大流行期间针对不同人群制定不同的心理干预计划。

关键词

COVID-19,疫情,焦虑,大众,心理因素

The Effect of Global Novel Coronavirus (COVID-19) Pandemic on Levels of Public Anxiety in China

Qinming Qiu1,2, Hongyu Zhao1,2, Yu Xiao2, Haiyun Xu1,2, Jinling Zhang2, Ruiguo Liu1, Ling Han1, Xiaodong Chen1, Qingjun Huang1,2*

1Shantou University Medical College, Shantou Guangdong

2Mental Health Center, Shantou University, Shantou Guangdong

Received: Mar. 23rd, 2021; accepted: Apr. 23rd, 2021; published: May 7th, 2021

ABSTRACT

Background: We reported effects of COVID-19 outbreak on the level of public anxiety and identified various factors that could influence the mood the general public. It helps us plan psychological interventions and social support. Methods: We collected 1042 valid questionnaires during Aug. 9, 2020, which included age, gender, occupation, marital status, level of education, location, prevention measures and people quarantined. Beck Anxiety Inventory (BAI) was used to evaluate the anxiety level of the public. Results: The averaged BAI score of all respondents in this study is 8.67 ± 11.969 (n = 1042), which seems to be higher than those of general public reported in the aforementioned previous studies 6.06 ± 7.15 (n = 146) (p < 0.001) and 5.67 ± 6.82 (n = 179) (p < 0.001). The anxiety rate of the group with high school education or below (46.4%) was higher than that of the group with college education or above (11.0%) (p < 0.001). The anxiety rate of divorced or widowed people (87.5%) was higher than that of married people (18.6%) or unmarried people (6.2%) (p < 0.001). The anxiety rate of people in high-risk areas (21.0%) was higher than that in low-risk areas (15.6%) (p < 0.032). The anxiety rate of quarantined respondents (81.5%) were higher than non-quarantined (15.5%) (p < 0.001). The rate of anxiety in medical background group (27.4%) was higher than that in non-medical background group (15.5%) (p < 0.001). The anxiety rate (80.0%) of individuals and local authorities who did not took relevant measures for epidemic prevention was higher than that of those who did (10.5%) (p < 0.001). The anxiety rate of people aged 31~50 years old (25.0%) was higher than that of over 50 years old (18.8%) and 13~20 years old (11.0%) (p < 0.001). Binary Logistic analysis showed that these were all important predictors of anxiety levels, which included education (p < 0.001), marital status (p < 0.001), location (p = 0.025), isolation (p < 0.001), occupation with medical background (p = 0.002), and prevention measures taken by individuals and local authorities (p < 0.001). Conclusion: The results showed that the anxiety rate of specific groups was higher, which included quarantined respondents, people in high epidemic areas, non-anti-epidemic measures, people with medical background or low education level, the divorced or widowed. These data are of help in planning psychological interventions for the different subpopulations in general public during and after COVID-19 outbreak.

Keywords:COVID-19, Epidemic, Anxiety, General Public, Psychological Factors

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

COVID-19是一种传染性极强的新型冠状病毒 [1],患者早期可以出现急性呼吸道感染症状,部分患者迅速发展为急性呼吸窘迫综合征,甚至出现呼吸衰竭等严重并发症 [2]。正如专家预测的那样,该疫情很快在全世界蔓延,并引起全世界大流行 [3]。全球COVID-19确诊病例呈现快速增长的趋势。国内随着疫情的控制,各省市相继复工和开学,在重启经济的过程中公众的焦虑水平也需要引起重视。

本研究旨在探讨全球疫情大流行的大背景下国内公众的焦虑水平。我们采用贝克焦虑量表对公众的焦虑水平进行评估,这是一种注重躯体症状的简短焦虑量表 [4],以探究疫情大流行期间的各种因素与焦虑水平之间的相关性。

2. 材料和方法

2.1. 参与者

在2020年8月9日,我们在网络上通过问卷星向中国大陆公众发放了1042份贝克焦虑量表自我调查问卷,总共回收有效问卷1042份。此外,我们要求参与者提供人口统计信息和贝克焦虑量表数据。除一项前提条件为国内之外,没有任何排除标准适用于参与者。每个参与者知情同意并只允许填写一次问卷。参与者提供的所有个人信息均为机密信息,不会用于研究方案规定之外的任何其他目的,该研究方案已由中国汕头大学精神卫生中心机构审查委员会审查并批准。

2.2. 焦虑水平评估

为了评估本研究的参与者的焦虑水平,我们使用了贝克焦虑量表。该版本在之前的中国人群研究中成功应用 [5] [6]。贝克焦虑量表是由Aaron T. Beck设计的一种常用的评定量表,用于评估精神病患者和健康人的焦虑量表症状。它由21道选择题组成,参与者通过圈出前面的数字(1、2、3或4)来提供答案。然后把这些数字加起来,得出的分数是一个敏感的指标,可以反映出最近一周(包括当天)焦虑情绪的程度。将自评后的21个项目的得分相加,得到粗略分数(X),再通过公式 Y = int ( 1.19 X ) 转换为标准分数(Y)取整数,X表示粗略分数。一般来说,如果BAI总分大于等于45分,就可以认定为焦虑阳性 [7] [8]。焦虑率由焦虑人群除以特定人群总人数计算,然后进行统计分析。

2.3. 统计分析

数据采用SPSS 24.0版进行分析。采用描述性统计方法描述样本的人口学特征和BAI得分。计数资料采用例数和百分比以及均数和标准差(x ± s)进行统计描述。计数资料的比较采用卡方检验进行统计学分析。用BAI总分是否大于等于45分来区分为是否焦虑,将是否焦虑作为因变量,用二元logistic回归对各因素进行探讨。显著性水平设为0.05。

3. 结果

本研究中所有被调查者的平均BAI得分为8.67 ± 11.969 (n = 1042),显著高于上述针对中国人群的研究中报道的一般公众的BAI得分6.06 ± 7.15 (n = 146) (p < 0.001)和5.67 ± 6.82 (n = 179) ( p < 0.001) [5] [6]。

本研究包括了1042份在2020年8月9日收集的调查问卷。根据职业、年龄、性别、婚姻状况、受教育程度、地区疫情严重程度、个人和所在地相关部门是否采取相关防疫措施、是否因为疫情被隔离等因素,将所有被调查者分为不同的子样本。其中,男性410人(39.35%),女性632人(60.65%);13~30岁的566人(54.32%),31~50岁的444人(42.61%),50岁以上的32人(3.07%);181份参与者的学历(17.37%)在高中或以下,861份参与者的学历(82.63%)在大学或以上;385人(36.95%)未婚,609人(58.45%)已婚,48人(4.60%)离婚或丧偶;146人(14.01%)是医护专业人员或医学生,而896人(85.99%)不是;309人(29.65%)生活相对高风险地区(具体指新疆、辽宁、上海、广东四个省份,即8月9日当天有15例以上的现存确诊病例),733人(70.35%)生活在相对低风险地区(具体指中国大陆内其他现存确诊病例相对较少的地区);在调查时,有27人(2.59%)因可能的感染而被隔离,而1015人(97.41%)未被隔离;有942人(90.40%)采取了防疫措施,而100人(9.60%)未采取。

针对不同背景的公众焦虑情况进行比较,除性别方面,公众焦虑水平在年龄、职业、婚姻状况、受教育程度、所在地区、个人和所在地相关部门是否采取相关防疫措施、是否因为疫情被隔离七个方面均有统计学差异。在这项调查中,高中及以下学历群体的焦虑率(46.4%)远远多于大学及以上群体(11.0%) (p < 0.001)。离婚或丧偶公众焦虑率(87.5%)最多,其次是已婚人士(18.6%),未婚人群(6.2%)最低(p < 0.001)。相对高风险地区焦虑率(21.0%)高于非疫情严重地区(15.6%)人群(p < 0.032)。被隔离人群(疑似和确诊病例)焦虑率(81.5%)明显比未隔离(15.5%)更严重(p < 0.001)。医学相关背景群体焦虑率(27.4%)也多于非医学相关背景群体(15.5%) (p < 0.001)。个人和所在地相关部门未采取相关防疫措施的人群焦虑率(80.0%)明显比采取相关防疫措施的人群(10.5%)高(p < 0.001)。年龄则是31~50岁群体焦虑率(25.0%)最高,其次为50岁以上(18.8%),13~20岁(11.0%)最低(p < 0.001) (如表1所示)。

Table 1. Basic information of interviewees (n = 1042)

表1. 受访者基本资料(n = 1042)

注:*相对高风险地区指新疆、辽宁、上海、广东四个省份,8月9日当天有15例以上的现存确诊病例。**相对低风险地区是指中国大陆内其他现存确诊病例相对较少的地区。

我们把无焦虑赋值为0,焦虑赋值为1,把年龄、性别、职业、婚姻状况、受教育程度、所在地区、个人和所在地相关部门是否采取相关防疫措施、是否因为疫情被隔离作为因变量进行二元Logistic分析,以各因素分类中的最后一组作为标准进行对比。结果显示:受教育程度的回归系数为−1.226 (p < 0.001),表明文化程度与焦虑水平呈负相关,受教育程度低的人更容易焦虑(p < 0.001)。同样的原理,丧偶或离异(p < 0.001)、相对高风险地区地区(p = 0.025)、被隔离(p < 0.001)、医学相关背景职业(p = 0.002)、个人和所在地相关部门未采取相关防疫措施(p < 0.001)的人群更容易焦虑。因此,受教育程度、婚姻状况、所在地区、是否被隔离、职业是否有医学背景、个人和所在地相关部门是否采取相关防疫措施是焦虑水平的重要预测因子(如表2所示)。

Table 2. Results of binary logistic analysis (n = 1042)

表2. 二元Logistic分析结果(n = 1042)

4. 讨论

本研究表明,COVID-19的爆发增加了中国公众的焦虑水平。本研究的结论支持了这一证据:第一,本研究中所有被调查者的焦虑平均分显著高于前几年在非疫区健康生活的同民族华人 [5] [6]。第二,相对高风险地区(新疆、辽宁、上海、广东省)居民的BAI焦虑率明显高于相对低风险地区。第三,调查时被隔离(p < 0.001; OR = 13.777, 95% CI = 4.216~45.026)以及个人和所在地相关部门未采取相关防疫措施是显著的影响因素(p < 0.001; OR = 20.668, 95% CI = 10.980~38.904)。这些数据为传染病的爆发可能对人类产生深远的影响的说法提供了证据。事实上,不论是甲型H1N1流感大流行期间 [9],还是严重急性呼吸系统综合症(Severe acute respiratory syndrome, SARS)疫情爆发期间,传染性疾病对于公众的情绪影响都是极不乐观的。有一项关于SARS和自杀的研究发现,SARS的爆发导致了更高的自杀率 [10] [11]。

在1042位受访者中,有27人(2.59%)在调查期间因为可能感染COVID-19而被隔离。与研究中未被隔离人群(15.5%)相比,被隔离人群(81.5%)的焦虑率水平更高。我们所收集的资料有助于找出高焦虑的主要原因,分析其心理社会因素对情绪的影响,此研究具有十分重要的现实意义。

首先,焦虑率增高的主要原因可能由COVID-19感染而引起相关症状导致的。疑似症状如发热、咳嗽或其他非特异性症状可导致特定人群被隔离。当然,临床症状必须是生物起因,如病原微生物,包括病毒感染。因此,病原微生物感染是导致一部分被隔离个体(即被确诊或未确诊为COVID-19患者)高焦虑率的主要原因。为支持这一观点,在相似的疫情大流行时期,SARS患者有焦虑、恐惧、孤独、恐慌、愤怒自杀想法和抑郁反应 [12]。与SARS类似,据报道,从2013年到2016年西非的埃博拉病毒大流行(Ebola virus disease, EVD)不仅对患者个人造成严重的心理创伤,同样也给家庭成员造成极大心理压力和痛苦情绪 [13]。

此外,家庭成员不仅承受了精神上的压力还有被感染病毒的风险。隔离人群中还可能包括家庭成员以及与确诊患者密切接触者。这些非生物学因素均有可能加重原本因病原感染而引起的焦虑症状。不仅如此,医务人员对于病毒大流行的焦虑可能比普通大众更高,这一观点在本研究中已经证实:医学相关背景群体焦虑率(27.4%)明显多于非医学相关背景群体(15.5%),有关于疫情早期的研究表明医务人员的抑郁和焦虑相关水平都高于普通民众水平 [14]。相似地,在SARS疫情爆发期间,一项医院调查报告称,29%的受访者(医务人员)经历了情绪困扰,这一比例远远高于普通人口调查 [15]。这一较高的焦虑水平与他们与COVID-19感染相关事件密切接触有关。与这一解释相关的因素有:相对高风险地区焦虑率(21.0%)高于非疫情严重地区(15.6%)人群。个人和所在地相关部门采取相关防疫措施的人群焦虑率(80.0%)明显比未采取相关防疫措施的人群(10.5%)高。

与此同时,受访者的婚姻状况、年龄和教育水平也显著影响了他们应对COVID-19疫情的情绪后果。具体来说,离婚或丧偶的人比未婚和已婚的人表现出更高的焦虑水平。这种影响可能是由于离婚或丧偶的人曾经历过情感创伤且相对孤独,缺乏他人的情感支持。关于年龄的影响,本研究显示中年人(31~50岁)的焦虑率(25.0%)明显高于青年人(13~20岁) (11.0%)和老年人(>50岁) (18.8%)。这种差异可能与多种社会经济压力和家庭责任问题有关。中年人的生活负担可能比青年和老年人更重。在31~50岁的人群中,他们既要负担子女的教育生活费用又要负担父母老年生活的赡养和护理。他们很担心疫情持续很久,影响收入以及担心自己被感染,由此导致家中子女老人无人照顾。总体而言,31~50岁的人群在生活和工作上的负担比其他人群要重得多。他们是一个家庭的支柱,比其他群体关心更多的问题。最后,高中及以下学历群体的焦虑率(46.4%)远远多于大学及以上群体(11.0%),表明教育能够降低民众对COVID-19疫情的焦虑程度,这很大程度上是由于对病毒的了解以及传播方式的知晓。并且在重大社会问题出现的时候,非科学信息甚至谣言传播甚为广泛,而受教育程度较低或知识水平较低的人更容易相信一些非科学信息。因此,这一群体的情绪更容易受到虚假信息的影响。遗憾的是,这种虚假信息在COVID-19感染爆发期间十分的猖獗。

本研究的局限性不容忽视。首先,这是一项横断面研究,不能追踪受访者的情绪变化。第二,样本量相对较小,因此不允许对来自离异或丧偶(n = 48)、隔离(n = 27)和未采取防疫措施(n = 100)等子样本的数据进行进一步分析。

5. 总结

综上所述,COVID-19疫情的爆发导致中国大陆公众的焦虑程度上升。病毒感染是部分人被隔离的主要原因,而家庭成员感染病毒或与确诊患者密切接触等非生物因素可加重病原感染引起的焦虑症状或单独导致焦虑症状。在心理社会因素中,从事医疗职业和缺乏情感支持(离婚或丧偶的受访者焦虑率明显升高,而高教育水平使受访者不受COVID-19爆发相关焦虑的影响。不同年龄组的人由于不同的社会经济条件表现出不同的焦虑程度。这些信息对我们在COVID-19感染暴发期间和暴发后对普通公众不同亚群人群进行心理干预有很大帮助。

致谢

我们感谢所有问卷参与者对本次调查的支持。

文章引用

邱勤明,赵宏宇,肖 宇,许海云,张金玲,刘锐国,韩 凌,陈晓东,黄庆军. 全球新型冠状病毒(COVID-19)大流行对国内公众焦虑水平的影响
The Effect of Global Novel Coronavirus (COVID-19) Pandemic on Levels of Public Anxiety in China[J]. 国际神经精神科学杂志, 2021, 10(02): 13-20. https://doi.org/10.12677/IJPN.2021.102003

参考文献

  1. 1. Dubey, S., Biswas, P., Ghosh, R., et al. (2020) Psychosocial Impact of COVID-19. Diabetology & Metabolic Syndrome, 14, 779-788. https://doi.org/10.1016/j.dsx.2020.05.035

  2. 2. Chen, N., Zhou, M., Dong, X., et al. (2020) Epidemi-ological and Clinical Characteristics of 99 Cases of 2019 Novel Coronavirus Pneumonia in Wuhan, China: A Descriptive Study. The Lancet, 395, 507-513. https://doi.org/10.1016/S0140-6736(20)30211-7

  3. 3. Wu, J.T., Leung, K. and Leung, G.M. (2020) Nowcasting and Forecasting the Potential Domestic and International Spread of the 2019-nCoV Outbreak Originating in Wuhan, China: A Modelling Study. The Lancet, 395, 689-697. https://doi.org/10.1016/S0140-6736(20)30260-9

  4. 4. Julian, L.J. (2011) Measures of Anxiety: State-Trait Anxiety Inventory (STAI), Beck Anxiety Inventory (BAI), and Hospital Anxiety and Depression Scale-Anxiety (HADS-A). Ar-thritis Care & Research (Hoboken), 63, S467-S472. https://doi.org/10.1002/acr.20561

  5. 5. Huang, W.L., Chen, T.T., Chen, I.M., et al. (2016) Harm Avoidance and Persistence Are Associated with Somatoform Disorder Psychopathology: A Study in Taiwan. Journal of Affective Dis-orders, 196, 83-86. https://doi.org/10.1016/j.jad.2016.02.009

  6. 6. Huang, W.L., Chen, T.T., Chen, I.M., et al. (2016) Depression and Anxiety among Patients with Somatoform Disorders, Panic Disorder, and Other Depressive/Anxiety Disorders in Tai-wan. Psychiatry Research, 241, 165-171. https://doi.org/10.1016/j.psychres.2016.05.008

  7. 7. Beck, A.T., Epstein, N., Brown, G. and Steer, R.A. (1988) An Inventory for Measuring Clinical Anxiety: Psychometric Properties. Journal of Consulting and Clinical Psychology, 56, 893-897. https://doi.org/10.1037/0022-006X.56.6.893

  8. 8. Steer, R.A., Rissmiller, D.J., Ranieri, W.F. and Beck, A.T. (1993) Structure of the Computer-Assisted Beck Anxiety Inventory with Psychiatric Inpatients. Journal of Person-ality Assessment, 60, 532-542. https://doi.org/10.1207/s15327752jpa6003_10

  9. 9. Goulia, P., Mantas, C., Dimitroula, D., Mantis, D. and Hy-phantis, T. (2010) General Hospital Staff Worries, Perceived Sufficiency of Information and Associated Psychological Distress during the A/H1N1 Influenza Pandemic. BMC Infectious Diseases, 10, 322. https://doi.org/10.1186/1471-2334-10-322

  10. 10. Wu, K.K., Chan, S.K. and Ma, T.M. (2005) Posttraumatic Stress, Anxiety, and Depression in Survivors of Severe Acute Respiratory Syndrome (SARS). Journal of Traumatic Stress, 18, 39-42. https://doi.org/10.1002/jts.20004

  11. 11. Yip, P.S., Cheung, Y.T., Chau, P.H. and Law, Y.W. (2010) The Im-pact of Epidemic Outbreak: The Case of Severe Acute Respiratory Syndrome (SARS) and Suicide among Older Adults in Hong Kong. Crisis, 31, 86-92. https://doi.org/10.1027/0227-5910/a000015

  12. 12. Cheng, S.K., Tsang, J.S., Ku, K.H., Wong, C.W. and Ng, Y.K. (2004) Psychiatric Complications in Patients with Severe Acute Respiratory Syndrome (SARS) during the Acute Treat-ment Phase: A Series of 10 Cases. British Journal of Psychiatry, 184, 359-360. https://doi.org/10.1192/bjp.184.4.359

  13. 13. Reardon, S. (2015) Ebola’s Mental-Health Wounds Linger in Africa. Nature, 519, 13-14. https://doi.org/10.1038/519013a

  14. 14. Yildirim, T.T., Atas, O., Asafov, A., Yildirim, K. and Balibey, H. (2020) Psychological Status of Healthcare Workers during the Covid-19 Pandemic. Journal of College of Physicians and Sur-geons Pakistan, 30, 26-31. https://doi.org/10.29271/jcpsp.2020.Supp1.S26

  15. 15. Nickell, L.A., Crighton, E.J., Tracy, C.S., et al. (2004) Psy-chosocial Effects of SARS on Hospital Staff: Survey of a Large Tertiary Care Institution. CMAJ, 170, 793-798. https://doi.org/10.1503/cmaj.1031077

  16. NOTES

    *通讯作者。

期刊菜单