症状网络与网络精神病学20 / 20
适用范围与常见误用
- 误区：症状网络的边表示一个症状导致另一个症状。→ 正解：截面偏相关网络的边表示条件关联，方向和因果需要纵向、实验或干预证据；还可能是对撞偏倚造成的。
- 误区：网络里没有边的两个症状一定条件独立。→ 正解：正则化会把弱边压缩为 0，样本量小时功效不足，“没有边”可能只是没检测到。
- 误区：强度最高的症状就是最佳治疗靶点。→ 正解：中心性受条目重叠、方差、样本特征影响，截面网络不等于个体内因果网络；靶点需要干预研究验证。
- 误区：只要报告了网络图，结果就可以解读。→ 正解：必须报告边权置信区间和中心性 CS 系数；CS < 0.25 时中心性排序不宜解读。
- 误区：数据符合网络模型就证明潜变量模型是错的。→ 正解：二者在一定条件下可产生相同的数据分布，网络模型首先是一种有用的描述和假说生成工具。
- 误区：二值症状数据也直接用皮尔逊相关加 glasso。→ 正解：二值数据应使用 Ising 模型，混合类型数据使用混合图模型；有序数据用多分格相关时要检查严重偏态条目。
- 误区：两组网络图看起来不同，说明网络结构有差异。→ 正解：需要 NCT 等正式检验；NCT 不显著也可能只是功效不足；组间严重程度分布不同会改变相关大小。
- 误区：群体 ESM 网络或截面网络描述了每一个患者体内的症状机制。→ 正解：个体间、个体内同期与个体内时间网络回答不同问题，可以方向相反；推广到个体需要个体层面的证据。
- 误区：两次随访的横截滞后网络给出了症状之间的因果方向。→ 正解：两波数据无法分离稳定的个体间差异，滞后边可能来自特质水平的关联，且大小依赖随访间隔。
- 误区：桥症状是两种障碍之间的机制联系。→ 正解：桥症状依赖社团划分，并可能来自量表间内容重叠的条目。