近日，北京大學(xué)心理與認(rèn)知科學(xué)學(xué)院甘怡群課題組在Journal of Anxiety Disorders（中科院心理學(xué)分區(qū)一區(qū)）發(fā)表題為Personalized Stress Optimization Intervention to Reduce Adolescents’ Anxiety: A Randomized Controlled Trial Leveraging Machine Learning的論文，研究通過(guò)隨機(jī)對(duì)照實(shí)驗(yàn)和機(jī)器學(xué)習(xí)的分析方法深入分析了應(yīng)激優(yōu)化干預(yù)措施在緩解青少年焦慮癥狀中的適用性。

廣泛性焦慮障礙的特征是過(guò)度和無(wú)法控制的擔(dān)憂(yōu)，以及高度易怒、不安、焦慮喚醒和軀體癥狀。在普通青少年樣本群體中，中、重度焦慮癥狀的全球發(fā)生率高達(dá)20.5%至26.9%。隨著青春期學(xué)業(yè)、人際壓力等各方面壓力的顯現(xiàn)，由壓力導(dǎo)致的焦慮癥狀也明顯增多。因此，有必要基于壓力這一核心因素，開(kāi)發(fā)緩解青少年焦慮癥狀的有效干預(yù)措施。

傳統(tǒng)的壓力應(yīng)對(duì)干預(yù)措施主要側(cè)重于消除壓力。應(yīng)激優(yōu)化整合模型（stress optimization integration model）提供了一種新的壓力應(yīng)對(duì)視角，通過(guò)結(jié)合應(yīng)激重評(píng)和應(yīng)激有利心態(tài)，提出對(duì)壓力的看法可以轉(zhuǎn)向壓力促進(jìn)個(gè)人發(fā)展和成長(zhǎng)的積極方面?；诖?，本研究開(kāi)發(fā)設(shè)計(jì)了針對(duì)我國(guó)青少年的應(yīng)激優(yōu)化干預(yù)方案，并進(jìn)行了大規(guī)模隨機(jī)對(duì)照實(shí)驗(yàn)（N = 1779, age = 12-17），采用基于機(jī)器學(xué)習(xí)的貝葉斯因果森林方法（BCF）驗(yàn)證干預(yù)效果的有效性，并檢驗(yàn)了個(gè)體干預(yù)效應(yīng)的異質(zhì)性。

結(jié)果發(fā)現(xiàn)，不論是干預(yù)后立即對(duì)焦慮癥狀進(jìn)行測(cè)量，還是在兩個(gè)月后的隨訪中，應(yīng)激優(yōu)化干預(yù)均有效地減少了青少年的焦慮癥狀。以?xún)蓚€(gè)月后的隨訪結(jié)果為例，干預(yù)使焦慮的癥狀水平相對(duì)于對(duì)照組平均降低了0.05個(gè)標(biāo)準(zhǔn)差（后驗(yàn)概率為0.87）。進(jìn)一步，在個(gè)體效應(yīng)的異質(zhì)性分析中，我們發(fā)現(xiàn)在人口學(xué)水平上，如不同性別、年級(jí)與主客觀社會(huì)經(jīng)濟(jì)地位等特征中干預(yù)效果的分布均相似。而與壓力相關(guān)的特征，例如感知壓力（Figure 2）和焦慮癥狀較高（Figure 3）的青少年在干預(yù)后，焦慮癥狀的緩解最為顯著。由此可見(jiàn)，應(yīng)激優(yōu)化干預(yù)具有較強(qiáng)的群體適用性，且尤其適用于感知壓力較強(qiáng)和焦慮癥狀較高的個(gè)體。

本研究綜合了應(yīng)激有利心向干預(yù)措施、應(yīng)激重評(píng)以及應(yīng)激應(yīng)對(duì)技能等多種應(yīng)激優(yōu)化成分，從應(yīng)激有利的積極視角，開(kāi)發(fā)了適用于我國(guó)青少年群體的應(yīng)激優(yōu)化單次干預(yù)，并通過(guò)隨機(jī)對(duì)照實(shí)驗(yàn)和BCF的方法對(duì)干預(yù)效果及其異質(zhì)性進(jìn)行了科學(xué)的效果驗(yàn)證，為緩解青少年焦慮癥狀、促進(jìn)其心理健康發(fā)展提供了科學(xué)支持。此外，單次干預(yù)措施具有較強(qiáng)的可及性、可擴(kuò)展性和成本效益，本研究也為未來(lái)應(yīng)激優(yōu)化干預(yù)措施的普及和大規(guī)模應(yīng)用提供了實(shí)踐參考。

北京大學(xué)博雅博士后劉金夢(mèng)為本論文的第一作者，甘怡群教授是本論文通訊作者。課題組博士生胡軍、吳雪冰和已畢業(yè)碩士齊玉雪為本研究做出重要貢獻(xiàn)。研究得到了國(guó)家自然科學(xué)基金項(xiàng)目，博士后面上項(xiàng)目和博士后資助計(jì)劃的支持。

參考文獻(xiàn)：Liu, J., Hu, J., Qi, Y., Wu, X., & Gan, Y. (2025). Personalized Stress Optimization Intervention to Reduce Adolescents’ Anxiety: A Randomized Controlled Trial Leveraging Machine Learning. Journal of Anxiety Disorders.

論文鏈接：https://doi.org/10.1016/j.janxdis.2024.102964

2025-01-06