Advances in Psychology
Vol. 12  No. 09 ( 2022 ), Article ID: 56445 , 6 pages
10.12677/AP.2022.129396

大学生抑郁的潜在剖面分析及其与社交焦虑的关系

凯丽,金童林*

内蒙古师范大学心理学院,内蒙古 呼和浩特

收稿日期:2022年8月27日;录用日期:2022年9月21日;发布日期:2022年9月29日

摘要

目的:探讨大学生抑郁的潜在类别及其与社交焦虑的关系。方法:采用抑郁自评量表和社交焦虑量表对1000名大学生施测,共收回有效问卷812份,其中男生417 (51.4%)人,女生395 (48.6%)人。采用潜在剖面分析法探讨大学生抑郁的潜在类别,采用二元Logistic回归分析考察性别、年龄、生源地和社交焦虑对抑郁的潜在类别的影响。结论:大学生抑郁包括无抑郁组和轻度抑郁组;性别和社交焦虑是大学生抑郁潜在类别的主要预测因素。

关键词

抑郁,社交焦虑,潜在剖面分析

Potential Profile Analysis of College Students’ Depression and Its Relationship with Social Anxiety

Li Kai, Tonglin Jin*

College of Psychology, Inner Mongolia Normal University, Hohhot Inner Mongolia

Received: Aug. 27th, 2022; accepted: Sep. 21st, 2022; published: Sep. 29th, 2022

ABSTRACT

Objective: To explore the potential categories of college students’ depression and its relationship with social anxiety. Method: Totally 1000 college students were surveyed by the Self-Rating Depression Scale (SDS) and Social Anxiety Sub-scale of the Self-Consciousness Scale (SAS) and a total of 812 valid questionnaires were returned. Among them, 417 (51.4%) were male students and 395 (48.6%) were female students. Potential profile analysis was used to analyze the potential categories of college students’ depression and binary logistic regression analysis was used to assess the effects of gender, age, place of origin and social anxiety on their different classifications. Conclusion: The college students’ depression could be divided into no depression group and mild depression group. Gender and social anxiety scores were predictors that influenced the potential categories of college students’ depression.

Keywords:Depression, Social Anxiety, Potential Profile Analysis

Copyright © 2022 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

抑郁是目前被公认为发病率最高的精神卫生疾病,也是引发死亡和致残的主要因素(Çelik et al., 2019),主要表现为情绪低落、意志减退、思维迟缓和对外界漠不关心等症状(何娟娟等,2021)。WHO统计资料表明,到2017年为止,全球范围内已有逾3亿人患有各种程度的抑郁,甚至一年有将近80万人因抑郁选择轻生,其中大学生已成为抑郁的高发群体(王蜜源等,2020a;吴漾等,2020)。抑郁不但会造成个体对生活满意度的降低,而且还会对个体的心理行为适应产生负性影响(侯绪婧等,2019)。王蜜源等(2020b)对近10年中国大学生进行调查结果显示,抑郁检出率在8.00%~74.00%之间,并且仍具有上升趋势。特别是近两年,新冠肺炎疫情爆发加剧了人们的恐慌、抑郁等心理反应(Wang et al., 2020)。已有研究证明,新冠肺炎疫情后大学生抑郁检出率高于疫情前(朱卓妍等,2022),如今抑郁已成为健康中国战略背景下,亟待解决的心理问题。

大学生正处于成年初期(弓思源,胥兴春,2011),在此阶段,他们的身心发展尚不成熟,社会经验相对缺乏,再加上学业等压力会使抑郁等内化情绪较为严重(肖晶等,2015)。长此以往,会导致大学生学习效率下降,人际交往障碍,严重时可能出现自杀或自伤现象(赵颖等,2021;刘晓秋,白志军,2014)。目前,对于大学生抑郁的研究主要集中于横断面以变量为中心的视角,鲜有研究从个体为中心的角度考察大学生抑郁的变化模式。因此,本研究拟从个体中心的角度,考察大学生抑郁的潜在类别模式。据此,提出假设H1:大学生抑郁具有不同的潜在类别。

此外,以往的研究表明,社交焦虑不仅与大学生抑郁密切相关(Eng et al., 2001),且能显著预测大学生抑郁(鞠芊芊等,2018)。按照社交焦虑的认知–行为模型的观点,社交焦虑者会对周围环境具有威胁性,对外界产生恐惧和高度敏感,并表现出强烈的自我意识,长期拒绝与外界接触,从而导致抑郁情绪的产生(彭顺等,2019)。然而,以往的研究忽略了从个体中心的角度探讨社交焦虑对抑郁类别的影响。因此,提出本研究的假设H2:社交焦虑对大学生抑郁潜在类别有显著影响。

2. 研究方法

2.1. 研究对象

采用整群随机抽样方式从内蒙古自治区2所高校随机抽取1000名大学生进行调查,选取的被试来自文科专业、理科专业、工科专业,医学专业等。共收回有效问卷812份。其中男生417人,女生395人;大一376人,大二147人,大三212人,大四77人。被试平均年龄为20.74 ± 1.58岁。

2.2. 研究工具

2.2.1. 抑郁自评量表(SDS)

由Zung (1965)编制,单维结构,共20个条目,其中有10个条目为反向计分。采用4级评分,被试得分越高,说明抑郁程度越严重。20个条目中各条目分数累加得到总分,其总分 × 1.25得到标准分。我国以SDS标准分 ≥ 50认定为有抑郁症状(郭念锋,2012)。其分数在50~59分,称之为轻度抑郁;其分数在60~69分,称之为中度抑郁;其分数在70分以上,称之为重度抑郁。在本研究中,量表的Cronbach’s α系数为0.88。

2.2.2. 社交焦虑量(SAS)

由Fenigstein等(1975)编制,单维结构,共6个条目,无反向计分条目。采用5点计分法,被试得分越高说明社交焦虑程度越严重。在本研究中,量表的Cronbach’s α系数为0.83。

2.3. 数据处理方法

采用Mplus7.4软件和SPSS26.0统计软件。

3. 结果及分析

3.1. 大学生抑郁的潜在剖面分析结果

对大学生抑郁进行潜在剖面分析(见表1),模型的拟合指标主要采用:AIC、BIC、aBIC、Entropy、LMR及BLRT。分别把大学生抑郁类别分成1类、2类、3类、4类、5类进行模型竞争,结果表明:随着分类增加,AIC和BIC值均不断减小,而Entropy值均在0.90以上。分成2和4类时LMR值和BLRT值虽然均达到显著水平,但分成2类时更加显著,而分成3类或5类时LMR和BLRT值均未达到显著水平。综合以上指标,本研究将大学生抑郁分为2个潜在类别。同时,其归属概率矩阵结果显示(见表2),第1类别组被正确分类的概率达95.6%,该组共195人(占全体的24.0%);第2类别组被正确分类的概率达98.6%,该组共617人(占全体的76.0%)。

Table 1. Summary of fitting index of latent profile analysis model

表1. 潜在剖面分析模型拟合指数汇总

Table 2. Attribution probability of subjects in each potential category (%)

表2. 各潜在类别被试的归属概率(%)

3.2. 潜在类别的命名及各类别的特点

本研究进一步对大学生抑郁的2个潜在类别进行命名,根据2个潜在类别条件均值得分发现(见图1),第一组得分较低,各条目得分均值为1.35,总标准分为33分,根据SDS 判定标准为无抑郁症状,故命名为无抑郁组,第二组得分较高,各条目得分均值为2.10,总标准分为52,根据SDS评判标准呈轻度抑郁症状,故命名为轻度抑郁组。

Figure 1. Scores of 20 items of SDS in 2 latent classes of college students

图1. 大学生抑郁2个潜在类别在SDS 20个条目上的条件均值

3.3. 大学生抑郁潜在类别的二元logistic回归分析和检验结果

以大学生抑郁2个潜在类别,无抑郁组(参照组)和轻度抑郁组为结局变量,以性别(男性为参照)、年龄、生源地(城市为参照)和社交焦虑为自变量,进行二元logistic回归分析。结果发现(见表3),相对于男性,女性出现抑郁的优势比为1.79,即女性出现抑郁的概率比男性高0.79倍;社交焦虑得分每提高一个单位,出现抑郁的概率增高0.43倍。

Table 3. Binary logistic regression analysis of demographic variables and social anxiety on latent classes of college students’ depression

表3. 人口学变量与社交焦虑对抑郁潜在类别的二元logistics回归分析

4. 讨论

本研究根据内蒙古自治区两所高校共812名大学生的抑郁自评量表上的应答结果,通过潜在剖面分析大学生个体抑郁的异质性,将大学生抑郁分为无抑郁组和轻度抑郁组。无抑郁组在样本中占24%,而轻度抑郁组在样本中占76%,略高于王蜜源等(2020b)的研究,但与之前大学生抑郁有上升趋势的研究结果相吻合。产生这一结果的因素是多元的:首先,可能由于问卷发放的时间处于学期末,学生受考试的影响情绪波动较大,抑郁程度相对较高;其次,王蜜源等学者纳入调查的文献涉及多种测量工具,如ADI量表、BDI量表、CES-D量表、SCL-90等,与本研究采用的SDS量表有所差异,并且本研究采用潜在剖面分析划分抑郁类别,将得分低的组命名为无抑郁组,得分较高的组命名为轻度抑郁组,不以单一的量表得分为标准,导致研究结果与前人研究有所差异;再次,随着社会经济快速发展和知识更替的加速,大一新生容易出现心理适应不良问题(符丹,马宁,2018)。如可能因成长环境的改善,大学生具有高度依赖性又缺乏社会经验,导致了挫折承受能力不足、人际交往处理能力低,难以适应大学校园的群体生活。又或许教学模式的改变,加上学业繁忙,许多大学生无法适应紧张充实的大学生活,感到紧张不安,增加诱发抑郁情绪的概率。再者,为了拥有理想的工作岗位,除了掌握基本的专业课知识外,大学生还要面对考研或报考各类资格证书以及就业压力等问题,这些都可能成为大学生抑郁的重要的应激源(穆颖超,郭慧芳,2018)。

本研究进一步以抑郁潜在类别为结局变量,以人口学变量为自变量进行二元logistic回归分析发现,性别对大学生抑郁潜在类别有预测作用,且女性出现抑郁的概率比男性高,这与以往的研究一致(Nolen-Hoeksema, 1995; Kessler et al., 1993)。女性多采用反思性的应对方式,遇事更少选择宣泄出来,反而喜欢独自在内心琢磨烦恼,并且这种倾向性贯穿于整个成年期,这种反思方式是促使抑郁水平急剧升高的主要因素(Nolen-Hoeksema et al., 1999)。此外,本研究发现,生源地、年龄对大学生抑郁潜类别的预测作用不显著,这说明抑郁的潜在类别不受生源地和年龄的影响,不随着客观因素的变化而变化。

本研究还发现,社交焦虑也是大学生抑郁潜在类别的主要预测因素。已有研究表明,社交焦虑程度高的人出现抑郁的概率更高(Eng et al., 2001)。社交焦虑程度较高的个体由于缺乏社交经验与技能,在人际交往中可能采取不当的应对方式,产生负性社交体验(李波等,2003),因而在与他人的社会交往中不能及时得到肯定性的强化,如此恶性循环,从而使个体容易产生抑郁情绪。这一结果支持了抑郁症的反应条件正强化模型(Undurraga & Baldessarin, 2017)。此外,基于Caprara等人的研究发现,抑郁与个体对消极情绪调节的认知能力较差有关,而社交焦虑程度较高的学生本身存在这一方面的问题,对调整好情绪状态的信心不足,自我效能感低,进一步增加抑郁产生的概率(Caprara et al., 2010)。

本研究还存在一些局限和不足。首先,本研究的取样数据均来自内蒙古自治区两所高校,被试取样范围小,样本代表性不足,研究结论的推广性有待验证。其次,本研究仅探讨了性别、年龄,生源地及社交焦虑对大学生抑郁类别的影响,未来研究可以扩大取样的范围,并且加入更多因素进行探讨。

基金项目

内蒙古自然科学基金面上项目(2022MS03004)、内蒙古师范大学引进高层次人才科研启动经费项目(2021YJRC005)。

文章引用

凯 丽,金童林. 大学生抑郁的潜在剖面分析及其与社交焦虑的关系
Potential Profile Analysis of College Students’ Depression and Its Relationship with Social Anxiety[J]. 心理学进展, 2022, 12(09): 3270-3275. https://doi.org/10.12677/AP.2022.129396

参考文献

  1. 1. 符丹, 马宁(2018). 大学新生心理适应教育的再思考. 黑龙江教育(高教研究与评估), (4), 81-83.

  2. 2. 弓思源, 胥兴春(2011). 始成年期自我同一性发展特点及影响因素. 心理科学进展, 19(12), 1769-1776.

  3. 3. 郭念锋(2012). 国家职业咨询培训教程心理咨询师(三级). 民族出版社.

  4. 4. 何娟娟, 程祺, 高志勤, 等(2021). 抑郁症患者抑郁水平、心理困扰及述情障碍的研究关系. 护士进修杂志, 36(7), 1552-1556.

  5. 5. 侯绪婧, 李文福, 陈美媛, 等(2019). 压力性生活事件与大学生自杀意念: 抑郁的中介作用和睡眠质量的调节作用. 医学教育研究与实践, 27(6), 1000-1004.

  6. 6. 鞠芊芊, 陈一笛, 甘怡群(2018). 自我效能感对大学生抑郁的影响: 社交焦虑和网络成瘾的链式中介作用. 见 全国心理学学术会议(pp. 712-714). 中国心理学会.

  7. 7. 李波, 钟杰, 钱铭怡(2003). 大学生社交焦虑易感性的回归分析. 中国心理卫生杂志, (2), 109-112.

  8. 8. 刘晓秋, 白志军(2014). 中国抑郁症患者自杀危险因素的元分析. 中国临床心理学杂志, 22(2), 291-294, 323.

  9. 9. 穆颖超, 郭慧芳(2018). 大学生抑郁症的成因、干预及预防探究. 才智, (11), 62-64.

  10. 10. 彭顺, 汪夏, 牛更枫, 等(2019). 负面评价恐惧对社交焦虑的影响: 基于社交焦虑的认知行为模型. 心理发展与教育, 35(1), 121-128.

  11. 11. 王蜜源, 韩芳芳, 刘佳, 等(2020a). 大学生抑郁症状检出率及相关因素的Meta分析. 中国心理卫生杂志, 34(12), 1041-1047.

  12. 12. 王蜜源, 刘佳, 吴鑫, 等(2020b). 近十年中国大学生抑郁症患病率的Meta分析. 海南医学院学报, 26(9), 686-693, 699.

  13. 13. 吴漾, 武俐, 牛更枫, 陈真珍, 刘丽中(2020). 微信朋友圈使用对大学生抑郁的影响: 负面社会比较和自我概念清晰性的作用. 心理发展与教育, 36(4), 486-493.

  14. 14. 肖晶, 闫菁, 候文颖, 于萍(2015). 大学生过度概括化自传体记忆与日常应激对抑郁症状影响的追踪研究. 中国临床心理学杂志, 23(5), 929-931.

  15. 15. 赵颖, 王艳秋, 王俊, 等(2021). 大学生自伤行为抑郁焦虑现况及相关性分析. 中国学校卫生, 42(1), 92-95.

  16. 16. 朱卓妍, 张一, 甘虹, 等(2022). 大学生抑郁焦虑症状与新冠肺炎风险感知关联研究. 中国健康教育, 38(2), 145-149.

  17. 17. Caprara, G. V., Gerbino, M., Paciello, M. et al. (2010). Counteracting Depression and Delinquency in Late Adolescence. European Psychologist, 15, 34-48. https://doi.org/10.1027/1016-9040/a000004

  18. 18. Çelik, N., Ceylan, B., Ünsal, A. et al. (2019). Depression in Health College Students: Relationship Factors and Sleep Quality. Psychology, Health & Medicine, 24, 625-630. https://doi.org/10.1080/13548506.2018.1546881

  19. 19. Eng, W., Heimberg, R. G., Hart, T. A. et al. (2001). Attachment in Individuals with Social Anxiety Disorder: The Relationship among Adult Attachment Styles, Social Anxiety, and Depression Emotion. American Psychological Association, 1, 365-380. https://doi.org/10.1037/1528-3542.1.4.365

  20. 20. Fenigstein, A., Scheier, M. F., & Buss, A. H. (1975). Public and Private Selfconsciousness: Assessment and Theory. Journal of Consulting and Clinical Psychology, 43, 510-525. https://doi.org/10.1037/h0076760

  21. 21. Kessler, R. C., McGonagle, K. A., Swartz, M. et al. (1993). Sex and Depression in the National Comorbidity Survey I: Lifetime Prevalence, Chronicity, and Recurrence. Journal of Affective Disorders, 29, 86-96. https://doi.org/10.1016/0165-0327(93)90026-G

  22. 22. Nolen-Hoeksema, S. (1995). Gender Differences in Coping with Depression across the Lifespan. Depression, 3, 81-90. https://doi.org/10.1002/depr.3050030113

  23. 23. Nolen-Hoeksema, S., Larson, J., & Grayson, C. (1999). Explaining the Gender Difference in Depressive Symptoms. Journal of Personality and Social Psychology, 77, 1061-1072. https://doi.org/10.1037/0022-3514.77.5.1061

  24. 24. Undurraga, J., & Baldessarini, R. J. (2017). Direct Comparison of Tricyclic and Serotonin-Reuptake Inhibitor Antidepressants in Randomized Head-to-Head Trials in Acute Major Depression: Systematic Review and Meta-Analysis. Journal of Psychopharmacology, 31, 1184-1189. https://doi.org/10.1177/0269881117711709

  25. 25. Wang, Z. H., Yang, H. L., Yang, Y. Q. et al. (2020). Prevalence of Anxiety and Depression Symptom, and the Demands for Psychological Knowledge and Interventions in College Students during COVID-19 Epidemic: A Large Cross-Sectional Study. Journal of Affective Disorders, 275, 188-193. https://doi.org/10.1016/j.jad.2020.06.034

  26. 26. Zung, W.W. (1965). A Self-Rating Depression Scale. Archives of General Psychiatry, 12, 63-70. https://doi.org/10.1001/archpsyc.1965.01720310065008

  27. NOTES

    *通讯作者。

期刊菜单