生物医学网络科学Biomedical Network Science
症状网络与网络精神病学15 / 20

临床应用与争议

阅读
约 3 分钟

网络方法在十余年间迅速扩散,Robinaugh 等(2020, Psychological Medicine)对 2008–2018 年的文献做了系统回顾,并提出未来议程;Fried & Cramer(2017, Perspectives on Psychological Science)集中讨论了理论与方法上的挑战。以下几条争论最为集中。

可重复性之争

  • Forbes 等(2017, J Abnorm Psychol)用两个大型流行病学样本中的抑郁与焦虑症状(二值条目),比较两个样本的网络,认为边、中心性等特征的复现性有限;
  • Borsboom 等(2017, J Abnorm Psychol,“False alarm?”)对同一数据做了全面重分析,认为在考虑抽样误差和方法选择后,两个样本的网络实际上高度相似,原文的结论来自方法问题;
  • Forbes 等(2017, J Abnorm Psychol,答复)坚持认为网络特征(尤其是单个节点和边的特征)的复现性与实用性有限;之后 Forbes 等(2021, Multivariate Behavioral Research)进一步量化了心理病理网络特征的信度与复现性;
  • Fried 等(2018, Clinical Psychological Science)比较了四个跨文化、多中心的 PTSD 临床样本,发现网络整体结构有相当程度的共性,同时具体边和中心性存在差异。

这场争论的共识大致是:(1)网络的整体结构(例如哪些条目形成症状群、强边的大致位置)比单条边的有无和中心性的精确排序可靠得多;(2)单样本研究必须报告稳定性分析,跨样本比较需要正式检验(NCT),而不是并排看图;(3)复现失败可能有多种来源:抽样误差、样本特征(社区样本与临床样本)、条目的翻译与测量差异、估计方法的选择。

中心性假说之争

中心性假说认为高中心性症状是有效的干预靶点。支持与反对的证据:

  • 理论层面:截面无向网络中的中心性不等于因果影响(Bringmann 等 2019;Dablander & Hinne 2019,见横断面统计依赖与因果作用);
  • 实证层面:Spiller 等(2020)在 710 名 PTSD 患者中检验治疗前中心性对症状变化的预测,支持有限;
  • 干预层面:网络干预分析和针对特定症状的随机试验,才是检验“干预某症状是否带动其余症状”的直接方式。

网络与潜变量之争

数据层面的等价性(Ising 模型与 IRT、Kruis & Maris 2016)意味着拟合优度不能裁决两种模型。目前更常见的立场是把二者看作互补:潜变量模型描述“症状共同变化的维度”,网络模型描述“控制其余症状后仍存在的特异关联”;区分它们需要干预、纵向和形式理论层面的证据。

临床应用的现状

  • 个体化网络:基于 ESM 的个体网络被设想用于个体化治疗规划,目前仍以可行性研究为主,个体网络的估计精度与对治疗结局的增益尚需前瞻性试验检验;
  • 治疗机制研究:NIA、治疗前后网络比较、调节网络模型被用于研究“治疗先改变什么”;
  • 预警信号:情绪时间序列的自相关和方差升高(临界慢化)被研究为症状转变的预警信号(见研究前沿与开放问题);
  • 诊断与分类:网络观点支持把精神障碍看作症状维度与相互作用,而非离散类别,这与精神病理分类学中的维度化方向有共通之处,但网络模型本身并不提供诊断标准。

在临床报告中,应避免把群体截面网络中的“中心症状”直接写成治疗建议。较稳妥的写法是:说明网络的数据来源(截面/纵向、群体/个体),报告稳定性,指出结论属于假说生成,并提出可以检验它的纵向或干预设计。