摘要:

目的 探讨生物安全实验室（BSL）职工焦虑症状的网络特征，识别核心症状及其相互关系，为该人群的心理干预提供针对性依据。

方法 采用EBICglasso算法估计网络症状间的偏相关系数以构建正则化网络，进行网络可视化、中心性分析及探索性图分析（EGA），并使用非参数bootstrap法检验网络稳定性和准确性。

结果 本研究共发放问卷7 924份，回收有效问卷6 637份，有效回收率为83.8%。BSL职工焦虑症状网络由20个节点和68条边组成，网络密度为0.358。中心性分析显示，Q8（我觉得容易衰弱和疲乏）综合中心性最高，为核心症状（强度=1.504，中介中心性=1.236，接近中心性=1.459，预期影响力=1.115）。探索性图分析识别出3个相对独立的症状群：核心情绪症状群、认知症状群和躯体及综合症状群。Q4（感觉将要发疯）和Q8为主要桥节点。网络稳定性良好，强度中心性和预期影响力的相关稳定性（CS）系数均为0.75，接近中心性的CS系数为0.517，中介中心性的CS系数为0.206。Q11（我因为一阵阵头晕而苦恼）与Q12（我有晕倒发作或觉得要晕倒似的）之间的边权重最高（0.402）。

结论 网络分析方法可为焦虑症状的机制研究与靶向干预提供新视角。BSL职工焦虑症状网络中，躯体疲劳症状处于核心地位，疼痛、头晕等躯体化症状与情绪症状存在较强关联。针对该人群的心理干预应重点关注其躯体症状的管理。