症状网络与网络精神病学19 / 20
生物医学应用
症状网络方法已扩展到精神医学之外。慢性疼痛研究中，疼痛强度、睡眠、疲乏、抑郁情绪、灾难化思维之间的网络被用于理解“疼痛–失眠–情绪”的恶性循环；在癌症患者的症状群研究中，护理学领域用网络分析识别化疗期间相互关联的症状簇；在新冠后综合征等新兴疾病中，症状网络被用来描述疲乏、认知障碍和情绪症状的关系。这些应用同样需要满足本专题讨论的数据类型、稳定性与因果解释要求。
在临床试验中，网络方法也被用来提出更细的问题：治疗是整体降低所有症状，还是先作用于某几个症状，再通过网络扩散？网络干预分析把治疗分组作为节点，直接检验治疗的直接作用点；比较治疗前后或不同治疗组网络的连接强度（全局强度，见网络比较）则回答网络整体连接是否改变。
共病研究：抑郁–焦虑、PTSD–抑郁、物质使用–情绪障碍等共病组合常用桥中心性识别连接两组症状的条目。由于不同量表之间存在内容重叠的条目，可靠的桥症状结论需要同时报告社团划分方法、条目重叠检查与桥中心性的稳定性。
公开数据中常含 PHQ-9、GAD-7 等量表条目，例如美国 NHANES 调查公开了数千名成人的 PHQ-9 逐条目数据（见延伸资源），可以构建症状网络；分析流程通常在 R（qgraph + bootnet + NetworkComparisonTest）或 JASP 的 Network 模块中完成，并按 Epskamp 等（2018）与 Burger 等（2023）的建议完整报告稳定性分析和估计细节。