1.北京科技大学社会学系,中国; 2.香港树仁大学心理学系,中国香港
根据《中国精神障碍分类与诊断标准(第三版)》(Chinese Classification of Mental Disorders,3rd Edition)的定义(中华医学会精神科,2001):神经衰弱(Neurasthenia)是指一种以脑和躯体功能衰弱为主的神经症,以精神易兴奋却又易疲劳为特征,表现为紧张、烦恼、易激惹等情感症状,及肌肉紧张性疼痛和睡眠障碍等生理功能紊乱症状。神经衰弱对个体的心理健康和生活质量构成威胁,临床观察显示,该症状可能发展为强迫症或焦虑障碍等更严重的精神病症,长期罹患神经衰弱易出现精神功能损害,且共病抑郁、焦虑及物质滥用等障碍的风险显著增高(Molina et al.,2012)。
不同学者对神经衰弱实质看法并不一致,对其诊断存废之争也由来已久。其中对中国神经衰弱诊断影响最大的人物要数美国医学人类学家凯博文(Arthur Kleinman),凯博文在中国湖南进行实地临床调查后,在其著作中《苦痛和疾病的社会根源:现代中国的抑郁,神经衰弱和病痛》(2008)中将神经衰弱理解为一种文化概念,认为中国文化下的神经衰弱实质是抑郁症,抑郁患者常以躯体化的形式表达其症状。这一对神经衰弱的“美国式诠释”对中国学界和临床诊断产生了非常深刻的影响。20世纪末,美国精神卫生协会(American Psychiatric Association)编制的《精神疾病诊断与统计手册(第三版)》(Diagnostic and Statistical Manual of Mental Disorders,3rd Edition)废弃了神经衰弱的诊断,直至最新的DSM第五版修订版(DSM-5-TR)这一诊断名称再未被重新使用(American Psychiatric Association,2022)。中国临床心理学界逐步受到DSM的影响,神经衰弱被当成是抑郁的亚症状而很少再被用于诊断;2019年世界卫生组织(WHO)发布的《国际疾病分类(第十一版)》(International Classification of Diseases)也删除了关于Neurasthenia的诊断编码(WHO,2025)——这些转变既可以被看作是对DSM全球影响力的回应,也是中西医差异、全球化与本土化张力,以及诊断行为背后制度性激励共同作用的结果(陈剑梅,2011;缪蓬,2024;Huang,2024)。
然而,对中国文化下的神经衰弱是“抑郁症的躯体化表达”的争议从未停止,将神经衰弱简单概念化为某种已知疾病的“躯体化变体”存在理论缺陷(McLawhorn,2021),它既不符合中国心理临床工作者的观察,也同神经衰弱患者的体验不符。早期中国本土临床心理学家钟友彬(1986)用“三级病诉法”分析神经衰弱,结合抗抑郁药的试验治疗,得出结论认为神经衰弱不能被其他疾病类别所取代。再如邹文华和张宏根(1995)比较神经衰弱和焦虑性神经症、抑郁性神经症的异同,发现三组病患虽具相似却侧重不同:神经衰弱病程偏长,病情虽有波动但不完全缓解,以记忆力减退、注意力不集中、工作效率降低,以及睡眠障碍、头痛、肌肉疼痛等症状较多见。来自基础生理和神经方面的证据也为神经衰弱和抑郁症属于不同精神障碍提供了支持,一项研究收集了305例神经衰弱与45例抑郁症患者的电子病历及脑电图(electroencephalography,EEG)数据,发现神经衰弱与抑郁症患者在症状表现和脑活动模式上均存在本质差异(Dang et al.,2025)。再如早期孙学礼等人(1994)对抑郁症患者、神经衰弱患者的多导睡眠图进行研究,神经衰弱患者在快速眼动(rapid eye movement,REM)时期的睡眠潜伏期时间、活动度、强度和密度,以及REM睡眠次数都和抑郁症患者存在较大差异。梁余航等人(2014)的研究采用P300作为与认知相关的诱发电位,探测到抑郁症患者认知功能较神经衰弱患者受损更为严重。谭钊安等(1995)与辛炳亮(1999)通过促甲状腺激素释放激素兴奋试验发现,抑郁症患者与神经衰弱患者在促甲状腺激素的基础浓度水平及注射促甲状腺激素释放激素后的迟钝反应上均存在显著性差异。这些来自现象学观察、生理指标检测及神经科学实验的多维度研究证据,共同表明神经衰弱作为独立的精神障碍分类在诊断上有重要价值和根据。
神经衰弱作为一种复合症状群,对其核心特征和病理的认识也存在文化差异。我国CCMD-3更强调情绪症状的临床权重,而以往ICD与DSM则侧重神经衰弱疲乏虚弱的躯体表现。这暗示着神经衰弱在由美国输入中国的几十年中已经呈现了不同于西方社会的演变轨迹,并在中国文化语境下发展出具有本土特征的临床表现。陈光敏等(2004,2009,2010)通过神经症二重辨证施治的理论分析,认为“兴奋症状”应该提炼为神经衰弱核心症状部分而不应该当作备择;“容易激惹”而非“劳累或虚弱”可以代表神经衰弱的主要特征。在临床观察中,“容易激惹”很可能源于神经衰弱患者倾向在人际关系中压抑负面情绪所致。神经衰弱患者往往具有神经质的人格特征,高度敏感同时又不善于表达情绪,其形成同无法排解压力和不良情绪有关(郑欣 等,2023)。许又新(2008)在临床观察中发现神经衰弱者承受着过分的压抑是症结所在,患者容易压抑自己的愤怒、怨恨和不满,而易激惹也可以向“容易伤感”“好打抱不平”和“弥散性的敌意”等特点发生变形。
在当前全球抑郁话语和诊断标准广泛流行的社会背景下,神经衰弱作为一种具有独特文化病理特征的精神障碍面临严峻挑战。相较于抑郁症、焦虑症等拥有标准化测量工具的精神障碍,神经衰弱缺乏能够量化症状严重程度与监测其动态变化的量表。神经衰弱的治疗研究多集中于中医心理学和中医治疗领域,而对其过程和效果进行评估时,往往使用的是如睡眠质量、抑郁、焦虑、疲劳感等相关量表(边凤明,2025),这严重制约了其临床研究和干预评估的发展。为准确识别和评估这一具有文化特异性的精神病理现象,亟需基于中国临床实践和文化语境,对神经衰弱的病理概念进行系统性梳理。本研究旨在编制具有文化适应性的神经衰弱量表,为后续评估针对神经衰弱的心理社会干预方案提供科学依据。
神经衰弱量表初始指标构建的基本方法是基于CCMD-3临床诊断标准,分析已有文献研究尤其是质性临床案例记载,采用专家商讨法对其因子进行初步拟定并编制条目。按照CCMD-3,神经衰弱症状的划分可以分为三组:(1)与精神易兴奋相联系的精神易疲劳;(2)情绪症状;(3)心理生理症状(王建平,2005)。精神易兴奋的主要表现是联想和回忆增多而且杂乱,并表现为注意力难以专注。精神易疲劳表现为弥散性的无法劳累感。情绪症状主要表现包含烦恼、易激惹和心情紧张。常见的心理生理障碍包括睡眠障碍、头部不适感和个别内脏功能的轻度或中度
障碍。
经专家组讨论,结合CCMD-3中将“以脑和躯体功能衰弱症状为主”这一诊断标准,将“疲劳及衰弱”和“精神易兴奋”分开,并保留情绪作为单独因子,将常见的心理生理障碍分为睡眠和头痛及其他不适感。由于睡眠障碍是较为独立的症状,所以将睡眠困难单独作为一个因子。初始阶段,研究团队将神经衰弱的组合症状详细划分为五个部分:(1)精神兴奋因子;(2)精神疲劳因子;(3)负性情绪因子;(4)睡眠困难因子;(5)生理不适因子。在此基础上编制了覆盖五个因子的24道题目(N1-N24)。量表采取4级自评,1到4级分别代表“没有”“很少”“有时”“经常”,对应几乎没有、很少出现、有时出现,经常/频繁出现该症状。分数越高,代表神经衰弱严重程度越大。
为探索并验证神经衰弱量表的结构并对其进行信效度检验,采取方便抽样,遵循样本量为问卷条目的五到十倍的心理测量标准(Boateng et al.,2018),组织在校大学生对编制的初始量表进行填写。
样本一:来自北京某高校心理系本科二年级学生,用于探索性因素分析(exploratory factor analysis,EFA)。在大学生心理健康选修课堂发放纸质问卷,回收有效问卷246份,其中男生66名,女生180名。样本二:用于验证性因素分析(confirmatory factor analysis,CFA),通过社交平台在全校发放电子问卷,删除测谎题目识别出的无效问卷,得到有效问卷239份,其中男生80名,女生159名。
本研究采用大五人格量表(big five personality inventory,BFI)中的神经质维度(Neuroticism)和症状自评量表(Symptom Checklist-90,SCL-90)中的焦虑、抑郁得分作为神经衰弱症状量表的校标。已有研究表明,神经衰弱患者常有神经质人格作为基础(郑欣 等,2023),且神经衰弱患者在SCL-90的抑郁、焦虑因子得分均显著高于常模(王静怡,林海,2001)。基于这些证据,神经衰弱量表得分应与神经质、焦虑和抑郁得分呈正相关。
如表1所示,样本的神经衰弱症状总分平均分为53.57(SD=15.97)。其中睡眠因子平均分为8.45(SD=3.96),兴奋因子平均分为10.88(SD=3.27),疲劳因子平均分为7.11(SD=2.53),情绪因子平均分为11.37(SD=3.74),生理不适因子平均分为8.25(SD=3.64)。
在性别维度上,男性被试的睡眠因子平均分为8.29(SD=3.75),女性为8.51(SD=4.04);男性兴奋因子平均分为11.22(SD=3.18),女性为10.76(SD=3.31);男性疲劳因子平均分为7.29(SD=2.46),女性为7.05(SD=2.56);男性情绪因子平均分为11.38(SD=3.97),女性为11.36(SD=3.66);男性生理不适因子平均分为7.94(SD=3.46),女性为8.36(SD=3.71)。
表 1 初始神经衰弱量表得分平均值和标准差
Table 1 Mean scores and standard deviations of the initial neurasthenia scale
男生(N=66) | 女生(N=180) | 总样本(N=246) | ||||
M | SD | M | SD | M | SD | |
神经衰弱总分 | 53.87 | 15.84 | 53.47 | 16.07 | 53.57 | 15.97 |
睡眠因子 | 8.29 | 3.75 | 8.51 | 4.04 | 8.45 | 3.96 |
兴奋因子 | 11.22 | 3.18 | 10.76 | 3.31 | 10.88 | 3.27 |
疲劳因子 | 7.29 | 2.46 | 7.05 | 2.56 | 7.11 | 2.53 |
情绪因子 | 11.38 | 3.97 | 11.36 | 3.66 | 11.37 | 3.74 |
生理不适因子 | 7.94 | 3.46 | 8.36 | 3.71 | 8.25 | 3.64 |
项目分析采用项目—总分相关分析法(Item-total Correlation),通过计算各项目得分与量表总分的皮尔逊相关系数进行评估(Boateng et al.,2018)。相关性评价标准为:弱相关r<0.30,中等相关r=0.30~0.60,强相关r>0.70(Mukaka,2012)。结果显示,24个条目(N1-N24)与总分的相关系数均达到中等至强显著正相关(r=0.58~0.75,p<0.01),所有项目得到保留。
对24项目初始量表进行探索性因素分析。分析前首先检验各题项的取样适切性。结果显示:所有项目的MSA均不小于0.9的理想阈值,表明各项目均具有良好的取样适切性。进而采用Bartlett球形检验(Bartlett’s Test of Sphericity)和KMO取样适切性量数(Kaiser-Meyer-Olkin’s Measure of Sampling Adequacy)对整体适切性进行检验。判断标准为Bartlett检验需达显著水平,且KMO值需大于0.70(Shrestha,2021)。结果显示,KMO值为0.941(接近1),Bartlett球形检验结果达到显著水平(χ2=4303.187,df=276,p<0.001)。这些指标共同证实样本数据非常适合进行因素分析。
采用主成分分析法提取因子,并运用斜交旋转方法进行因子旋转。采用因子特征根大于1的标准,结合碎石图转折点,可以提取4~5个因子。考虑因子的实际意义,最终确定四因子模型。遵循因子负荷大于0.40的标准(Boateng et al.,2018),N8(“我的疲劳感很难得到缓解”)在四个因子上的负荷不达标,且与N20和N24语义相近。删除N8后,再次进行探索性因素分析,题目按照事先理论假设分布良好,不存在交叉载荷。四个因子的特征根及方差解释率依次是11.051(48.048%),2.059(8.951%),1.550(6.738%),1.294(5.628%),方差解释率总和为69.365%。其中因子1解释了48.048%的方差,是最重要的因子。神经衰弱症状23个项目的因子负荷矩阵如表2所示。
表 2 神经衰弱症状23个项目的因子负荷矩阵
Table 2 Factor loading matrix of 23-item neurasthenia symptoms
因子一 | 因子二 | 因子三 | 因子四 | 共同度 | |
N5 | 0.911 | 0.573 | |||
N16 | 0.881 | 0.552 | |||
N15 | 0.830 | 0.661 | |||
N4 | 0.682 | 0.601 | |||
N20 | 0.473 | 0.842 | |||
N2 | 0.438 | 0.701 | |||
N24 | 0.433 | 0.632 | |||
N19 | 0.847 | 0.531 | |||
N1 | 0.826 | 0.597 | |||
N17 | 0.777 | 0.675 | |||
N18 | 0.749 | 0.548 | |||
N6 | 0.712 | 0.826 | |||
N7 | 0.628 | 0.815 | |||
N22 | 0.915 | 0.810 | |||
N13 | 0.882 | 0.815 | |||
N14 | 0.871 | 0.712 | |||
N21 | 0.797 | 0.724 | |||
N23 | 0.733 | 0.783 | |||
N9 | 0.752 | 0.717 | |||
N10 | 0.726 | 0.784 | |||
N3 | 0.649 | 0.816 | |||
N11 | 0.606 | 0.588 | |||
N12 | 0.532 | 0.649 | |||
特征根 | 11.051 | 2.059 | 1.550 | 1.294 | |
方差解释率 | 48.048% | 8.951% | 6.738% | 5.628% |
其中,因子一由7个项目构成(N2、N4、N5、N15、N16、N20、N24),为之前“精神疲劳”和“生理不适”两个因子的组合,将其命名为“不适感”因子;因子二、因子三和因子四分别对应之前的“精神兴奋”“睡眠困难”和“负性情绪”三个因子,沿用之前的名称。最终四因子神经衰弱量表的题项分布如表3所示。
表 3 神经衰弱症状四因子结构及对应项目(共23项)
Table 3 Factor structure of neurasthenia symptoms (23 items)
因子一(7项): 不适感因子 | 因子二(6项): 精神兴奋 | 因子三(5项): 睡眠困难 | 因子四(5项): 负性情绪 |
N2:精神容易感到疲劳、累 N4:存在头痛、耳鸣、心慌、多汗或生理紊乱多个问题之一 N5:头部不舒服 N15:头痛,头晕,或是头部沉重 N16:头常感到难受 N20:有疲乏不堪的感觉 N24:常感到精疲力竭 | N1:思维容易兴奋,容易陷入联想、回忆或思考 N6:控制不住地胡思乱想 N7:注意力难以集中 N17:想一些乱七八糟的事情,越想越兴奋,陷入其中 N18:想太多,但是又无法克制 N19:联想和回忆把注意力带跑了 | N13:睡眠质量差 N14:失眠,多梦 N21:睡不踏实,感觉休息不好 N22:入睡困难,容易醒 N23:对光,声音很敏感 | N3:总是烦恼 N9:经常诉苦 N10:容易被激惹 N11:心情紧张 N12:焦虑,时间紧迫感 |
量表的总体内部一致性信度(Cronbach’s alpha)为0.950,各分量表的信度分别为:不适感因子0.918,精神兴奋因子0.904,睡眠困难因子0.921,负性情绪因子0.827。所有信度系数均达到心理测量学要求,表明量表具有优异的内部一致性,如表4所示。
表 4 神经衰弱总量表及各因子的内部一致性信度
Table 4 Internal consistency reliability of the neurasthenia scale and its subscales
量表维度 | 总量表 | 不适感 | 精神兴奋 | 睡眠困难 | 负性情绪 |
内部一致性 | 0.950 | 0.918 | 0.904 | 0.921 | 0.827 |
量表的总体分半信度(Guttman Split-half Coefficient)为0.929,各分量表的信度分别为:不适感因子0.914,精神兴奋因子0.883,睡眠困难因子0.836,负性情绪因子0.790。这一结果进一步验证了量表各维度的可靠性,如表5所示。
表 5 神经衰弱总量表及各因子的分半信度
Table 5 Split-half reliability of the neurasthenia scale and its subscales
量表维度 | 总量表 | 不适感 | 精神兴奋 | 睡眠困难 | 负性情绪 |
分半信度 | 0.929 | 0.914 | 0.883 | 0.836 | 0.790 |
邀请35名应用心理学研究生相隔两周时间两次填写问卷,量表的总体重测信度(Test-retest Reliability)为0.851。各分量表的重测信度分别为:不适感因子0.859,精神兴奋因子0.829,睡眠困难因子0.809,负性情绪因子0.674。所有重测信度系数均达到心理测量学可接受标准(>0.6),表明量表具有时间稳定性,如表6所示。
表 6 神经衰弱总量表及各因子的重测信度
Table 6 Test-retest reliability of the neurasthenia scale and its subscales
量表维度 | 总量表 | 不适感 | 精神兴奋 | 睡眠困难 | 负性情绪 |
重测信度 | 0.851 | 0.859 | 0.829 | 0.809 | 0.674 |
运用RStudio进行验证性因素分析,对神经衰弱四因子模型的结构效度(Construct Validity)进行检验。比较拟合指数CFI达到0.90和0.95以上、近似误差均方根RMSEA达到0.08和0.06以下、标准化残差均方根SRMR达到0.10和0.08以下、Tucker-Lewis指数TLI达到0.90和0.95以上,分别表示模型拟合可接受和良好(Kline,2016)。
表 7 神经衰弱四因子模型各项拟合指数
Table 7 Fit indices of the four-factor neurasthenia model
拟合指标 | χ٢ | df | CFI | TLI | RMSEA | SRMR |
数值 | 501.016*** | 224 | 0.904 | 0.891 | 0.072 | 0.066 |
注:***p < 0.001。
表7显示,CFI(0.904)超过0.90的良好标准,TLI(0.891)接近0.9的可接受标准,RMSEA(0.072)和SRMR(0.066)均达0.08以下。四因子神经衰弱模型拟合良好,各项指标均达到心理测量学要求。
评估校标效度(Criterion Validity)具体采取同时效度(Concurrent Criterion Validity)。如表8所示,神经衰弱总分及各维度得分与抑郁、焦虑、神经质均呈显著正相关(r=0.42~0.71,p<0.01)。这一结果同理论假设相符,表明神经衰弱量表具有较好的校标效度。
表 8 神经衰弱总分及各个维度和焦虑、抑郁、神经质的相关系数
Table 8 Correlations of neurasthenia with anxiety, depression, and neuroticism
神经衰弱总分 | 不适感 | 精神兴奋 | 睡眠困难 | 负性情绪 | |
抑郁总分 | 0.706** | 0.647** | 0.631** | 0.492** | 0.677** |
焦虑总分 | 0.682** | 0.602** | 0.579** | 0.532** | 0.668** |
神经质总分 | 0.603** | 0.494** | 0.543** | 0.415** | 0.657** |
注:** p < 0.01。
本研究基于CCMD-3诊断标准,通过文献分析和专家评议法,开发了包含23个项目的神经衰弱四维度量表。该量表包含以下核心维度:(1)不适感因子(躯体疲劳与生理不适症状);(2)精神兴奋因子(思维过度活跃与注意缺陷);(3)睡眠困难因子(睡眠质量较差);(4)负性情绪因子(焦虑、易激惹等情绪症状)。心理测量学检验表明,量表具有理想的信度指标(Cronbach’s alpha = 0.950,分半信度=0.929,重测信度=0.851),验证性因素分析支持量表的构念效度。校标效度分析结果显示,神经衰弱总分及各个维度和SCL-90中的焦虑和抑郁,以及神经质人格呈现显著正相关,这和已有研究结论及临床观察相符。
与CCMD-3及本土临床研究相一致,编制的神经衰弱量表负性情绪因子主要表征与焦虑、愤怒相关的烦恼情绪(如易激惹、紧张),而西方文化下的抑郁症以悲伤、绝望等情绪低落症状为关键诊断特征(Ng et al.,2006)。因此,在负面情绪维度,神经衰弱量表与抑郁量表呈现了表面效度的直观差异。虽然两类心理症状存在相关性,但其内在机制可能迥异:抑郁症的核心病理在于积极情绪系统缺损,而神经衰弱类似于中医的“郁证”,源于负面情绪表达抑制(吕仁慧,2016;汪新建,何伶俐,2011;伍远中,2010;Ng et al.,2006)。这导致从行为现象上看,两者的活力都不高,这可能是神经衰弱被认为是抑郁亚型的重要原因之一。此外,研究结果还显示,神经衰弱和神经质人格呈正相关,这与研究假设相符。因此,在对神经衰弱的治疗中,改善人格气质的长期性工作值得重视,尤其是帮助其在人际关系中学习合理表达自我的需求,并用实际行动取代各种烦恼的思考就显得尤为重要(王建平,2005;许又新,2008)。总之,在生物—心理—社会医学模式下继续认识神经衰弱,以及对神经衰弱展开治疗将成为未来研究的方向趋势。
本研究的局限性和对未来研究者的建议有:(1)本研究编制神经衰弱量表是基于大学生非临床样本,后续研究需要在临床确诊患者群体中进行验证和修订,并对量表在非临床和临床样本的模型等价性进行验证;(2)在
神经衰弱的四个主要因子中,睡眠困难往往是患者就医的主要需求,而其可能只是患者心理生理功能紊乱的结果(王静怡 等,2001),而精神兴奋、消极情绪累积,以及人际关系等问题可能是引发睡眠困难的潜在因素(吕仁慧,2016;汪新建,何伶俐,2011)。神经衰弱的组合症状因子之间可能存在着反映其病理实质的内在关联,以及可能同抑郁症之间存在着普遍关联因子,后续研究可以采取网络分析(陈琛 等,2021),并同临床观察相互印证,建构神经衰弱的心理病理学网络。
[1] 中华医学会精神科分会. (2001). 中国精神障碍分类与诊断标准 (第三版) . 山东科学技术出版社.
[2] Molina, K. M., Chen, C., Alegría, M., & Li, H. (2012). Prevalence of neurasthenia, comorbidity, and association with impairment among a nationally representative sample of US adults. Social Psychiatry and Psychiatric Epidemiology, 47(11), 1733-1744.
[3] 凯博文. (2008). 苦痛和疾病的社会根源: 现代中国的抑郁, 神经衰弱和病痛. 三联书店.
[4] American Psychiatric Association. (2022). Diagnostic and statistical manual of mental disorders (5th ed., text revision). American Psychiatric Publishing.
[5] World Health Organization. (2025, July 15). International classification of diseases, 11th revision (ICD-11). https://icd.who.int/
[6] 陈剑梅. (2011). “神经衰弱” 何以变成 “抑郁症”: 一种社会学视角的分析. 医学与哲学 (人文社会医学版), 32(11), 35-36.
[7] 缪蓬. (2024). “神经衰弱”在近代中国的“知识旅行”. 中国科技史杂志, 45(2), 340-353.
[8] Huang, H. Y. (2024). Revisiting Arthur Kleinman’s research on neurasthenia. Taiwanese Journal of Psychiatry, 38(3), 103-106.
[9] McLawhorn, D. (2021). The neurasthenia-depression controversy: A window on Chinese culture and psychiatric nosology. Routledge.
[10] 钟友彬. (1986). 抑郁症和神经衰弱. 中国神经精神疾病杂志, 12(2), 74-76.
[11] 邹文华, 张宏根. (1995). 抑郁性神经症, 焦虑性神经症和神经衰弱临床现象对比研究. 中国民康医学, (2), 71-73.
[12] Dang, G., Zhu, L., Lian, C., Zeng, S., Shi, X., Pei, Z., ... & Su, X. (2025). Are neurasthenia and depression the same disease entity? An electroencephalography study. BMC Psychiatry, 25(1), 44.
[13] 孙学礼, 刘协和, 张国柱, 张远惠, 张麒. (1994). 抑郁症, 神经衰弱和正常人的睡眠障碍研究. 中华神经科杂志, (2), 101-104.
[14] 梁余航, 周曙, 陈湛情. (2014). 神经衰弱及抑郁症患者事件相关电位P300对照研究. 检验医学与临床, 11(5), 628-629.
[15] 谭钊安, 倪岚. (1995). 神经衰弱与抑郁症患者促甲状腺激素释放激素兴奋试验的对照研究. 中华神经精神科杂志, 28(5), 259-261.
[16] 辛炳亮. (1999). 神经衰弱和抑郁症的 TRH 兴奋试验. 齐鲁医学杂志, 14(3), 178-179.
[17] 陈光敏, 邹晓波, 林志雄, 陈勇军, 林举达, 杨志江. (2004). 神经衰弱二重辨证施治在开放式心理病房的应用. 中国临床康复, 8(18), 3562-3564.
[18] 陈光敏. (2009). 神经衰弱的直线回归相关与病因推测. 中国民族民间医药杂志, 18(11), 43-44.
[19] 陈光敏. (2010). 神经衰弱的鉴别诊断模式. 华西医学, (10), 1938-1940.
[20] 郑欣, 王书哲, 毛富强. (2023). 医学生神经衰弱调查及与生活事件、个性特征相关研究. 心理咨询理论与实践, 5(3), 199-211.
[21] 许又新. (2008). 神经症. 北京大学医学出版社.
[22] 边凤明. (2025). 刺五加脑灵合剂在神经衰弱患者临床治疗中的应用效果. 中国药物经济学, 20(3), 43-46.
[23] 王建平. (2005). 变态心理学. 高等教育出版社.
[24] Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, (6), 149.
[25] 王静怡, 林海. (2001). 心理测验与神经衰弱辨证分型关系的探讨. 中医杂志, 42(3), 176-177.
[26] Mukaka, M. M. (2012). Statistics corner: A guide to appropriate use of correlation coefficient in medical research. Malawi Medical Journal, 24(3), 69-71.
[27] Shrestha, N. (2021). Factor analysis as a tool for survey analysis. American Journal of Applied Mathematics and Statistics, 9(1), 4-11.
[28] Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4th ed.). Guilford Press.
[29] Ng, S. M., Chan, C. L., Ho, D. Y., Wong, Y. Y., & Ho, R. T. (2006). Stagnation as a distinct clinical syndrome: Comparing ‘Yu’ (stagnation) in traditional Chinese medicine with depression. British Journal of Social Work, 36(3), 467-484.
[30] 吕仁慧. (2016). 非病人—健康的意义. 国防大学出版社.
[31] 汪新建, 何伶俐. (2011). 精神疾病诊断标准中的神经衰弱与躯体化的跨文化分歧. 南京师大学报 (社会科学版), (6), 113-118.
[32] 伍远中. (2010). 浅谈神经衰弱的病理及治疗. 医学信息 (上旬刊), 23(2), 495-496.
[33] 陈琛, 王力, 曹成琦, 李根. (2021). 心理病理学网络理论、方法与挑战. 心理科学进展, 29(10), 1724-1739.