International Open Access Journal Platform

logo
open
cover
Current Views: 1181582
Current Downloads: 1373174

Psychology of China

ISSN Print: 2664-1798
ISSN Online: 2664-1801
Contact Editorial Office
Join Us
DATABASE
SUBSCRIBE
Journal index
Journal
Your email address

研究生抑郁情绪与自杀风险的关系

The Relationship between Postgraduate Students’ Depression and Suicide Risk

Psychology of China / 2025,7(4): 429-433 / 2025-04-16 look193 look63
  • Authors: 骆贵¹²
  • Information:
    1.华中师范大学心理健康教育中心,武汉;2.华中师范大学心理学院,武汉
  • Keywords:
    Postgraduate students; Depression; Latent profile analysis; Suicide risk
    研究生; 抑郁情绪; 潜在剖面分析; 自杀风险
  • Abstract: Objective: To understand the categorical characteristics of postgraduate’s depression and analyze the differences in suicide risk among potential categories of depression. Methods: A cluster sampling method was used to select 9515 postgraduate students from a certain university, and a questionnaire survey was conducted with the depression self-rating scale and the suicidal intention indicators in the college students mental health screening scale. Using latent profile analysis to classify depression emotions among postgraduate students, and Chi-square test with BCH method was used to explore the relationship between demographic characteristics and suicide risk. Results: The depression of postgraduates could be divided into C1 low depression fluctuation group, C2 non-depression group and C3 low depression stable group. There were significant differences in the suicide risk of the potential category of depression among postgraduate students(χ2=177.05, p<0.001), with the highest suicide risk in the C3 low depression stable group, followed by the C2 non-depression group, and the lowest in the C1 low depression fluctuation group. The results of multiple comparisons showed that the risk of suicide was highest in the C3 low depression stable group, followed by the C2 non-depression group, and the C1 low depression fluctuation group was the lowest. Conclusion: There is significant group heterogeneity and individual differences in depression among postgraduate students, and the C3 low depression stable group is a high-risk group for suicide. 目的:探究研究生抑郁情绪的潜在类别,并分析不同类别抑郁情绪在自杀风险上的差异。方法:采用整群抽样法选取某高校9515名研究生,使用抑郁自评量表和中国大学生心理健康筛查量表中的自杀意图指标进行问卷调查。采用潜在剖面分析对研究生抑郁情绪进行分类,运用BCH卡方检验法探讨抑郁情绪潜在类别与自杀风险的关系。结果:研究生抑郁情绪存在3种潜在类别:C1低抑郁波动组、C2无抑郁组和C3低抑郁稳定组。研究生抑郁情绪的潜在类别在自杀风险上存在显著差异(χ2=177.05,p<0.001)。多重比较结果显示,C3低抑郁稳定组的自杀风险最高,C2无抑郁组次之,C1低抑郁波动组最低。结论:研究生抑郁情绪具有显著的群体异质性和个体差异性,C3低抑郁稳定组是自杀风险的高危群体。
  • DOI: https://doi.org/10.35534/pc.0704067
  • Cite: 骆贵. (2025). 研究生抑郁情绪与自杀风险的关系. 中国心理学前沿, 7 (4), 429-433.


研究生正处于青少年晚期向成年早期的关键阶段,面临内外部环境的诸多变化,是抑郁的高发人群(张平 等,2023;Tianci T et al.,2023)。相关数据显示,研究生抑郁症状的检出率为39%,远超于同龄人群(Evans T M et al.,2018)。长期处于抑郁情绪,会损害个体的学业成绩、生活质量和社会适应水平(王惠,陈艳丽,2023;Junsheng L et al.,2018;熊婕 等,2023)。一直以来,抑郁被视为学生自杀的重要风险因素(Becerra M et al.,2021;Eduardo F et al.,2024),与自杀意念密切相
关(罗逸浩,黄艳苹,苏斌原,2021)。因此,加强研究生抑郁问题研究,开展研究生抑郁情绪的识别和预警,实现对抑郁情绪分层分类干预,是高校研究生心理危机预防与干预的重要方向。

过往针对研究生抑郁的研究,大多采用标准化量表的计分标准对抑郁情绪进行评级,但可能忽视了抑郁人群存在不同的亚组,即存在质的差异(Baptista M N,Cunha F & Hauck N,2019)。与传统分析相比,潜在剖面分析被广泛用于研究个体心理间的质性差异,它是以个体为中心的研究方法,能够有效挖掘类别变量的数据信息,从而分析出各潜类别群体的独特性特征(张洁婷,焦璨,张敏强,2010)。已有研究者采用潜在剖面分析方法探讨青少年抑郁的异质特征,如刘爱楼等人将大学生抑郁分为无抑郁情绪组、中度抑郁组和轻度抑郁组(刘爱楼,王瑞明,2022)。陈润婷等人将青少年抑郁情绪分为低抑郁—高压力组、中抑郁—症状弥漫波动组和高抑郁—负性认知情绪稳定组(Chen et al.,2021),但鲜有学者针对研究生群体使用潜在剖面分析方法,探索研究生抑郁情绪的潜在特征
分类。

鉴于抑郁的普遍性和危害性,本研究旨在探究研究生抑郁情绪的异质性特征,探究研究生抑郁的潜在类别与自杀风险的关系,从而筛选出研究生自杀风险的高危人群,为高校研究生的危机干预提供实证依据。

1 对象与方法

1.1 研究对象

采用整群抽样法选取某高校9515名研究生,以班级为单位进行团体施测,心理调查前由班主任宣读统一指导语,最终回收有效问卷共9146份,有效率为96.12%。所有研究对象自愿参与问卷填写,均签署知情同
意书。

1.2 研究工具

1.2.1 抑郁自评量表

采用ZUNG等人编制的抑郁自评量表(self-rating depression scale,SDS)(Zung,1965),共20个条目,每个条目采用4级计分。抑郁严重程度指数=量表总得分/80,指数越高,代表抑郁的严重程度越高。抑郁严重程度指数在0.5以下代表无抑郁情绪,0.5至0.59代表有轻微至轻度抑郁情绪,0.6至0.69代表有中至重度抑郁情绪,0.7以上代表有重度抑郁情绪。在本研究中,抑郁自评量表的内部一致性信度为0.87。

1.2.2 中国大学生心理健康筛查量表

采用方晓义等人编制的中国大学生心理健康筛查量表(college students mental health screening scale,CSMHSS)(方晓义 等,2018),共96个条目,分为三级筛查,共22个筛查指标,本研究选取量表的自杀意图指标进行调查。自杀意图共有4个条目,如“考虑过自杀的方式或时机”“曾经有过自杀行为”等。量表采用4级计分,从1至4分别为“一点也不像我”到“非常像我”,得分越高表明研究生的自杀风险越高。在本研究中,中国大学生心理健康筛查量表的内部一致性信度为0.95。

1.3 统计学方法

使用SPSS 26.0和Mplus 8.3进行统计分析。第一步,对SDS量表的20个条目进行潜剖面模型拟合性评估,分析研究生抑郁情绪的潜在类别;第二步,以研究生抑郁情绪的潜在类别为自变量,将自杀风险作为因变量,采用BCH卡方检验法分析抑郁情绪潜在类别在自杀风险上的差异。

潜在剖面模型的统计指标包括:(1)信息评价指数:Akaike Information Criterion(AIC)、Baysian Information Criterion(BIC)、adjusted Baysian Information Criterion(aBIC)、熵值(Entropy)。当AIC、BIC、aBIC值越小,表明潜在剖面模型的拟合度越好。Entropy系数能够评估类别分组的精确程度,通常取值0.8及以上;(2)检验评价指数:Lomendell-rubin(LMR)、Bootstrapped Likelihood Ratio Test(BLRT)。若LMR和BLRT两个指标的p值都达到显著水平,则表明k个类别模型的拟合度优于k-1个类别的模型。

2 结果

2.1 研究生抑郁情绪潜在剖面分析结果

依次建立1~4个潜在剖面模型对研究生抑郁情绪的潜在类别进行探究,各模型的拟合指数如表1所示。在模型比较中,随着分类数目的增加,AIC、BIC、aBIC数值不断下降,Entropy数值逐渐增大。仅当潜在类别为3类别模型时,LMR和BLRT数值均为显著水平(p<0.001),且Entropy数值为0.95,大于0.8,表明3个潜在类别(C1、C2、C3)的分类模型为最优模型(温忠麟,谢晋艳,王惠惠,2023;王孟成,毕向阳,2018)。进一步分析发现,各个类别的研究生归属于自身类别的平均概率为95.4%~98.5%,表明3个潜在类别模型的分类结果具有可靠性。

表 1 研究生抑郁情绪的潜在剖面模型拟合指标

Table 1 Potential profile model fitting indicators of depression in graduate students

Model Np LL AIC BIC aBIC Entropy LMR BLRT 类别概率(%)
1-Class 40 -203694.01 407468.02 407752.87 407625.75
2-Class 61 -184435.47 368992.94 369427.33 369233.48 0.93 <0.001 <0.001 67.2/32.8
3-Class 82 -176890.90 353945.80 354529.73 354269.18 0.95 <0.001 <0.001 15.1/68.2/16.7
4-Class 103 -168523.23 337252.45 337985.91 337658.59 0.97 0.36 <0.001 4.8/1.1/65.8/28.3

2.2 研究生抑郁情绪潜在类别的命名和特征

3个研究生潜在类别组在抑郁情绪20个条目上的得分概率差异明显,表现出不同的群组特征。C1类别(n=1381,15.1%)各条目得分的平均值为2.32,抑郁严重程度指数为0.581,表明该研究生类别组处于轻度抑郁水平。相较其他两组,C1类别各条目得分波动幅度较大,故将其命名为“低抑郁波动组”。

C2类别(n=6238,68.2%)各条目得分的平均值为1.53,抑郁严重程度指数为0.383,表明该研究生类别组无抑郁情绪。其多数条目得分处于3个潜在类别中的最低水平,故将其命名为“无抑郁组”。

C3类别(n=1527,16.7%)各条目得分的平均值为2.33,抑郁严重程度指数为0.583,表明该研究生类别组处于轻度抑郁水平。该类别在3个潜在类别中的条目得分概率总体均衡,故将其命名为“低抑郁稳
定组”。

2.3 研究生抑郁情绪潜在类别的影响因素分析

采用BCH卡方检验法进行分析,以研究生抑郁情绪潜在类别为自变量,将自杀风险作为因变量。结果如表2所示,研究生抑郁情绪的3个潜在类别在自杀风险上存在显著差异(χ2=177.05,p<0.001)。具体而言,C3低抑郁稳定组的自杀风险显著高于C2无抑郁组(χ2=116.88,p<0.001)和C1低抑郁波动组(χ2=4.28,p<0.05),C2无抑郁组的自杀风险显著高于C1低抑郁波动组(χ2=71.85,p<0.001)。

表 2 各潜在类别在自杀风险上的差异性检验

Table 2 The examination of differences in suicide risk across potential categories

因变量 x±s χ2 p 多重比较
C1低抑郁波动组 C2无抑郁组 C3低抑郁稳定组
自杀风险 4.65±0.04 4.29±0.01 4.77±0.04 177.05 <0.001 C3>C2>C1

3 讨论

本研究使用潜剖面分析方法探讨研究生抑郁情绪的潜在类别,发现研究生抑郁情绪具有不同的类别特征,存在三种不同质的亚型,分别是C1低抑郁波动组、C2无抑郁组和C3低抑郁稳定组。这与以往研究一
致(Baptista M et al.,2019;刘爱楼,王瑞明,2022;刘凡凡,张思齐,尚玉秀,2023),抑郁人群内部存在明显的群体异质性和个体差异性。

C1低抑郁波动组占被试总人数的15.1%,该类别研究生在生理状态(食欲减退、性欲减退、思考困难等)和悲观情绪(绝望、决断困难、无用感、空虚感、兴趣丧失等)上的得分概率较C2、C3类别高,在躯体症状(晨重夜轻、睡眠障碍、体重减轻、便秘、心悸等)上的得分概率较C2、C3类别低,说明该研究生类别组在生理状态和悲观情绪因子上存在不良反应,具有抑郁症的生物学症状和情绪症状,而抑郁症的躯体障碍症状较轻。故应重点对该人群的抑郁情绪进行干预,尤其是生理状态和悲观情绪方面的症状。

C2无抑郁组占被试总人数的68.2%,该组研究生人数占比最多,且多数条目得分处于3个潜在类别中的最低水平,说明该类别研究生属于无抑郁人群,受到抑郁症状的消极影响少,产生抑郁症状的可能性低。

C3低抑郁稳定组占被试总人数的16.7%,各条目得分概率较为均衡,介于 C1 低抑郁波动组和C2无抑郁组之间,唯有在自杀意念条目的得分上较C1、C2类别高,说明该类别研究生表现出稳定的抑郁症状,且伴有一定的自杀意念。按照传统抑郁量表的评分标准,该类别研究生仅会被评估为轻度抑郁,从而可能导致其自杀风险被忽视。这提示C3低抑郁稳定组是研究生中的重点人群,需要对其开展早期筛查和自杀预防
工作。

研究发现,研究生抑郁情绪类型在自杀风险上存在显著差异。其中,C3低抑郁稳定组的自杀风险最高,C2无抑郁组的自杀风险次之,C1低抑郁波动组的自杀风险最低。这一结果验证了前人关于研究生自杀意念的研究结论(赵静波 等,2019;安德宝,朱洵,张澜,2017),抑郁情绪是影响研究生自杀意念的重要因素,抑郁情绪严重的研究生可能有更大的自杀风险。除此之外,本研究还发现不同质的低抑郁群组的自杀风险差异显著。同样被划分为低抑郁情绪类别,但C3低抑郁稳定组的自杀风险显著高于C1低抑郁波动组。这提示C3低抑郁稳定组是研究生自杀风险的高危人群,学校及相关部门应对该研究生群组予以重点关注,开展心理健康筛查与监测,建立分类干预制度,制定长期跟踪方案,对罹患抑郁症的研究生建立心理健康档案。针对高风险研究生开展心理咨询辅导,增强该研究生类别组的抵御风险能力(赵丽琴,阮鹏,2020),预防其自杀行为。此外,学校需建立危机干预快速反应机制,一旦发现研究生有自杀倾向,能够迅速启动干预措施。

综上所述,本研究基于潜在剖面分析探讨了研究生抑郁的异质性特征,并考察了研究生抑郁在自杀风险上的差异比较,具有一定创新性。但本研究为横断面研究,无法推断研究生抑郁和自杀风险之间的因果关系,且样本的代表性有限,未来可考虑多地区样本的追踪研究进一步开展调查。

参考文献

[1] 张平, 张兰鸽, 张旭然, 李雅. (2023).导学关系冲突与研究生抑郁: 沟通有效性的中介效应和个人主动性的调节作用. 中国临床心理学杂志, 31 (6), 1353-1358.

[2] Tianci, T., Wenting, L., Qianqian, Z., Yanfei H., Yuan Y., Xiaxin W.,…Guangli H. (2023). Anxiety, depression, psychological stress and coping style in medical postgraduates in southeastern China when restricted to commuting between the campus and hospital during the COVID-19 pandemic.Frontiers in Psychiatry, 13, 1035075.

[3] Evans, T. M., Bira, L., Gastelum, J. B., Weiss, L. T. , & Vanderford, N. L. (2018). Evidence for a mental health crisis in graduate education. Nature Biotechnology, 36 (3), 282-284.

[4] 王惠, 陈艳丽. (2023). 大学生抑郁情绪与心理健康辅导对策研究. 中国学校卫生, 44 (12), 1756.

[5] Junsheng, L., Amanda, B., J R, C., et al. (2018). Developmental cascade models linking peer victimization,depression,and academic achievement in Chinese children. The British Journal of Developmental Psychology, 36 (1), 47-63.

[6] 熊婕, 范翠英, 牛更枫, 杨秀娟. (2023). 导师辱虐型指导与研究生抑郁情绪: 自我损耗的中介作用和正念的调节作用. 中国临床心理学杂志, 31 (2), 332-336.

[7] Becerra, M., Wong, E., Jenkins, B. N., et al. (2021). Does a Good Advisor a Day Keep the Doctor Away? How Advisor-Advisee Relationships are Associated with Psychological and Physical Well-Being among Graduate Students. International Journal of Community Well-Being, 4 (4), 505-524.

[8] Eduardo, F., Adriana, D., Usue, B., et al. (2024). Suicidal behaviour in adolescents: A network analysis. Spanish Journal of Psychiatry and Mental Health, 17 (1), 3-10.

[9] 罗逸浩, 黄艳苹, 苏斌原. (2021). 高校研究生抑郁、焦虑、孤独感和自杀意念的关系. 中国健康心理学杂志, 29 (9), 1412-1415.

[10] Baptista, M. N., Cunha, F., Hauck, N. (2019). The latent structure of depression symptoms and suicidal thoughts in Brazilian youths. Journal of Affective Disorders, (254), 90-97.

[11] 张洁婷, 焦璨, 张敏强. (2010). 潜在类别分析技术在心理学研究中的应用. 心理科学进展, 18 (12), 1991-1998.

[12] 刘爱楼, 王瑞明. (2022). 大学生抑郁情绪特征的潜在类别分析. 中国临床心理学杂志, 30 (5), 1208-1212.

[13] Chen, R., Huang, Y., Yu, M. (2021). The latent profile analysis of Chinese adolescents depression: Examination and validation. Children and Youth Services Review, 125 (3), 106006.

[14] Zung, W. W. K. (1965). A Self-Rating Depression Scale. Archives of General Psychiatry, 12 (1), 63.

[15] 方晓义, 袁晓娇, 胡伟, 邓林园, 蔺秀云. (2018). 中国大学生心理健康筛查量表的编制. 心理与行为研究, 16(1), 8.

[16] 温忠麟, 谢晋艳, 王惠惠. (2023). 潜在类别模型的原理、步骤及程序. 华东师范大学学报 (教育科学版), 41 (1), 1-15.

[17] 王孟成, 毕向阳. (2018). 回归混合模型: 方法进展与软件实现. 心理科学进展, 26 (12), 2272-2280.

[18] 刘凡凡, 张思齐, 尚玉秀. (2023). 基于潜剖面分析大学生抑郁与睡眠质量的相关性. 宁夏医科大学学报, 45 (12), 1250-1252, 1271.

[19] 赵静波, 陈壮有, 梁舜薇, 盛秋萍. (2019). 医学研究生情绪调节效能感在抑郁与自杀间的中介作用. 中国特殊教育, (5), 72-77.

[20] 安德宝, 朱洵, 张澜. (2017). 压力与研究生自杀意念的关系及其影响机制. 中国卫生事业管理, 34 (9), 689-691, 696.

[21] 赵丽琴, 阮鹏. (2020). 研究生心理危机预防体系为何失效?—— 基于对研究生心理危机个案的分析. 学位与研究生教育, (4), 45-51.


Already have an account?
+86 027-59302486
Top