肠道症状与抑郁之间关系的网络建模：一项使用NHANES数据的横断面研究

《Applied Ocean Research》：Network modeling of the relationship between intestinal symptoms and depression: A cross-sectional study using NHANES data

　　抑郁症与胃肠道症状的关联性网络分析显示，疲劳和睡眠问题作为关键桥梁症状，显著影响便秘和腹泻的严重程度。采用加权网络分析模型对NHANES 2009-2010数据研究发现，"希望lessness"是抑郁症核心症状，"constipation"在胃肠道症状网络中占据主导地位。通过残差化处理控制混杂因素后，验证了网络模型的稳定性（CS系数=0.75）。研究为脑肠轴相关疾病的护理干预提供了新视角，建议优先改善睡眠质量与疲劳管理。

　　这项研究通过网络分析模型探讨了抑郁症与胃肠症状之间的关系，揭示了关键症状及其相互作用，旨在为护理人员提供针对性的干预策略和个性化护理方案。研究团队利用了美国国家健康与营养调查（NHANES）2009–2010周期的数据，涵盖了5196名参与者，对抑郁筛查问卷（DPQ）和肠道健康问卷（BHQ）中的症状评分及临床信息进行了评估。研究的主要目标是通过网络分析技术，识别抑郁症和胃肠症状中的核心症状，并分析它们之间的相互联系，从而更好地理解心理与生理症状之间的复杂关系。

### 研究背景

近年来，肠功能障碍如便秘和腹泻已成为重要的健康问题，严重影响了人们的生活质量。全球范围内，便秘的患病率高达14%（Scott et al., 2020），而女性的患病率几乎是男性的两倍。慢性腹泻的患病率在7%至14%之间，显示出其对健康的重要影响。尽管已有多种治疗方法，但不到一半的便秘患者表示满意（Prichard & Bharucha, 2018）。长期的便秘不仅带来身体上的不适，还可能引发焦虑和抑郁等心理问题，从而进一步降低患者的整体生活质量。

抑郁症作为一种常见的心理障碍，其特征包括持续的情绪低落、兴趣丧失、注意力不集中、自我价值感降低、疲劳以及睡眠问题等。研究发现，抑郁症与肠功能障碍之间存在密切的联系，这种关系在学术界和临床指南中逐渐得到认可。脑-肠轴的概念强调了肠道与大脑之间的双向交互作用，表明肠道健康不仅影响身体状况，还对心理状态产生重要影响。功能性肠病（如肠易激综合征）与心理疾病（如抑郁症、焦虑症）之间的共病现象也日益受到关注，进一步印证了脑-肠轴在健康和疾病中的关键作用。

### 方法概述

研究团队采用了网络分析方法，对抑郁和肠功能障碍症状进行了系统评估。首先，研究者从NHANES数据库中获取了2009–2010周期的数据，并对其中的变量进行了处理。对于缺失值，使用了k近邻（KNN）插补法进行填补，确保数据的完整性。随后，研究者利用R语言中的bootnet包构建了正则化部分相关性网络，以探索抑郁和肠功能障碍症状之间的关系。为了提高网络分析的稳定性和准确性，研究者还进行了Bootstrap分析，并采用残差法控制潜在的混杂因素。

网络分析不仅能够揭示症状之间的复杂关系，还能够识别出网络中的关键节点，即那些在症状网络中具有较高影响力的症状。此外，研究者还计算了中心性指标，包括强度、接近度、中介性和预期影响力，以评估不同症状在症状网络中的重要性。通过这些指标，研究团队能够确定哪些症状在抑郁和肠功能障碍的相互作用中起到了桥梁作用，从而为临床干预提供理论依据。

### 研究结果

网络分析的结果显示，“绝望感”是抑郁症状群中的核心节点，而“便秘”则在肠功能障碍症状群中具有最高的中心性得分。这表明，“绝望感”在抑郁症状中占据主导地位，而“便秘”在肠功能障碍症状中具有显著的影响力。此外，研究发现“疲劳”与“腹泻”和“便秘”之间存在紧密联系，而“睡眠问题”则与“便秘”密切相关。这些发现进一步表明，睡眠和疲劳可能是连接抑郁与肠功能障碍症状的重要桥梁。

为了验证网络分析结果的稳定性和准确性，研究者进行了非参数Bootstrap分析，以获取边权重和中心性指标的95%置信区间。结果显示，网络分析的稳定性较高，表明所构建的网络具有较高的可信度。同时，研究者还通过残差法对症状网络进行了进一步分析，以排除其他变量对结果的干扰。最终的网络结构与原始分析结果高度一致，显示出研究结果的可重复性和稳健性。

### 网络分析的稳定性评估

研究者对网络分析的稳定性进行了详细评估，特别是在边权重和中心性指标方面。Bootstrap方法的结果表明，边权重的稳定性较高，且置信区间较窄，进一步验证了网络分析的有效性。此外，中心性指标的稳定性也得到了评估，其中“绝望感”和“便秘”在强度和预期影响力方面表现出较高的稳定性，而“疲劳”在接近度方面的稳定性则相对较低，因此在解释其作用时需谨慎。介数中心性方面，“便秘”虽然排名靠前，但其稳定性较差，说明其在症状网络中的桥梁作用可能并不显著。

这些稳定性分析的结果表明，网络分析方法能够可靠地识别出核心症状和桥梁症状，为临床干预提供了坚实的理论基础。同时，研究团队还指出，网络分析结果的稳定性不仅体现在边权重和中心性指标上，还体现在对潜在混杂因素的控制上。通过残差法，研究者能够更准确地反映症状之间的直接关系，排除了其他变量对结果的干扰。

### 网络分析的临床意义

研究团队指出，网络分析方法能够揭示抑郁和肠功能障碍症状之间的复杂关系，帮助护理人员识别出关键症状，并制定针对性的干预策略。例如，针对同时出现疲劳和睡眠问题的患者，护理人员可以通过改善睡眠质量和减轻疲劳来缓解肠功能障碍症状。此外，研究还发现，疲劳和睡眠问题可能是连接抑郁与肠功能障碍症状的重要桥梁，因此在临床实践中，应将这些症状作为重点干预对象。

研究结果表明，网络分析方法能够系统地揭示多种症状之间的相互作用，为护理人员提供新的视角和工具，以更好地理解和管理患者的心理和生理健康。通过识别关键症状和桥梁症状，护理人员可以制定更加个性化的干预方案，从而提高治疗效果和患者的生活质量。此外，研究团队还强调了未来研究的方向，包括进一步验证这些发现的因果关系，以及探索不同人群中的适用性。

### 研究的局限性与未来展望

尽管本研究取得了一定的成果，但也存在一些局限性。首先，研究采用的是横断面设计，因此无法确定症状之间的因果关系。其次，数据主要依赖于自我报告，可能存在回忆偏差或报告偏差。此外，KNN插补法的应用可能影响结果的可靠性。最后，研究结论主要基于美国人群，其推广性可能受到限制。因此，未来的研究需要进一步探讨这些发现在不同人群中的适用性，并采用纵向研究设计以验证因果关系。

总的来说，这项研究为理解抑郁与肠功能障碍症状之间的关系提供了新的视角和方法。通过网络分析技术，研究团队不仅揭示了关键症状及其相互作用，还为临床干预提供了理论依据。未来的研究应进一步验证这些发现，并探索如何在不同人群中应用这些结果，以提高患者的整体健康水平。