Studies of Psychology and Behavior

Studies of Psychology and Behavior >

2025 , Vol. 23 >Issue 2: 216 - 225

DOI: https://doi.org/10.12139/j.1672-0628.2025.02.010

?

The Association Between Social Exclusion and Depression Characteristics in Adolescents with Congenital Mild Limb Disability: A Longitudinal Analysis Based on Generative and Reflective Models

  • Linxin LU 1 ,
  • Zaihua LIU , *, 2 ,
  • Shuang YANG 3 ,
  • Zhengkai JIANG 1, 3 ,
  • Weiqiang DANG 3 ,
  • Jing TAN 3 ,
  • Yongfei BAN 1, 3 ,
  • Ji SUN 1, 3, 4 ,
  • Xiuyun LIN , *, 5
Expand
  • 1. Laboratory of Developmental and Inclusive Education for Children with Special Needs, Anshun University, Anshun 561000
  • 2. Research Center for Psychology and Special Education, China National Academy of Educational Sciences, Beijing 100088
  • 3. School of Educational Sciences, Anshun University, Anshun 561000
  • 4. Department of Psychological and Cognitive Sciences, Tsinghua University, Beijing 100084
  • 5. Institution of Developmental Psychology, Beijing Normal University, Beijing 100875

Received date: 2024-10-14

  Online published: 2025-06-07

Copyright

Copyright reserved © 2025.
Fold

Abstract

To explore the longitudinal association between social exclusion and depression characteristics of adolescents with congenital mild limb disability and to identify intervention targets, two repeated follow-up measurements were conducted on 1040 adolescents with congenital mild limb disability using a questionnaire method. The results showed that: 1) Both the generative model and the reflective model revealed an interaction between social exclusion and depression among adolescents with congenital mild limb disability. 2) Time-specific characteristics of the connection between social exclusion and depression were observed at Time Point 1 (T1) and Time Point 2 (T2). 3) Suicide ideation, a sub-characteristic of depression, was identified as the activation node within the network of social exclusion and depression characteristics. Meanwhile, certain sub-characteristics of social exclusion, such as “It seems that others often don’t see me”, “Others are always cold to me”, “Others often block important information from me”, and “Others always exclude me”, were highlighted as important intervention targets for addressing depression-interpersonal vulnerability.

Key words： adolescents with congenital mild limb disabilities; social exclusion; depression; cross-lagged panel model; cross-lagged panel network model

Cite this article

Linxin LU , Zaihua LIU , Shuang YANG , Zhengkai JIANG , Weiqiang DANG , Jing TAN , Yongfei BAN , Ji SUN , Xiuyun LIN . The Association Between Social Exclusion and Depression Characteristics in Adolescents with Congenital Mild Limb Disability: A Longitudinal Analysis Based on Generative and Reflective Models[J]. Studies of Psychology and Behavior, 2025 , 23(2) : 216 -225 . DOI: 10.12139/j.1672-0628.2025.02.010

1 引言

肢体残疾青少年是指年龄在14～20岁之间，因各种原因导致身体四肢残疾或四肢躯干麻痹、畸形，人体运动功能轻度损伤，部分丧失正常活动能力的青少年(高丹, 2023)。早期研究表明，对残疾青少年采取随班就读的融合教育安置手段的主要目的是促进残疾青少年及其非残疾同龄人的社会性发展，并减少残疾与非残疾青少年之间跨文化与跨群体沟通中存在的社会排斥与拒绝现象(高丹, 2023; Juvonen et al., 2019)。然而，事实上，一些支持性服务在特定的时间与文化背景下反而加重了残疾青少年与同龄人之间社会排斥与社会隔离现象(杜亚男 等, 2017)，并进一步增加了残疾青少年罹患抑郁等心理健康问题的风险(Güner & Das Gecim, 2023)。由此可见，文化在指引个体“适者生存”时，也给特定文化框架下的个体带来了消极影响(Kitayama & Cohen, 2007)。
社会排斥作为文化框架下常见的消极影响之一，是指个体被他人或团体排斥拒绝后，归属和关系需求受阻的现象和过程(杜建政, 夏冰丽, 2008)。早期研究表明，社会文化等环境因素通过减少跨文化沟通机会阻碍了肢残青少年的社会化进程，并进一步地加重了肢残青少年抑郁等负面情绪的发生(Uwimbabazi et al., 2023)，且相较于中度和重度肢残青少年(Piškur et al., 2017)与获得性肢残青少年(Uwimbabazi et al., 2023)而言，先天轻度肢残青少年更加容易罹患抑郁等心理健康问题。Hartgerink等人(2015)的元分析也发现，个体对社会排斥的消极反应(如抑郁)受到群体文化与社会相互依赖的影响。来自具有高度社会相互依赖、社会关系流动性更低文化背景的个体在经历排斥时会遭受更大的负面影响。因为社会纽带对他们极为重要，失去这些社会联系将导致更严重的心理健康问题。Williams(2009)提出的需求−威胁时间模型以时间为线索，也强调了个体感知和应对社会排斥的形式会受群际文化背景与排斥阶段的影响。可见，同时考虑身体残疾青少年所处群体与外群体文化之间的交互(如随班就读背景)及社会排斥与抑郁等心理健康问题的阶段性发展尤为重要。一般而言，轻度肢残青少年采取随班就读的融合教育安置方式。因此，本研究旨在探讨我国随班就读安置形式下，先天轻度肢残青少年社会排斥与抑郁之间的潜在心理机制。
个体对社会排斥的感知受到时间特异性与文化集群之间的影响，那么抑郁是否也存在时间特异性与文化集群特征呢？已有研究表明，青少年早期是个体神经、身体、行为、认知和情绪发展的关键时期(Mullarkey et al., 2019)。遭受过社会排斥的青少年可能会产生一系列的负面情绪，进而提高其罹患抑郁症的风险(Fung et al., 2020)。研究者在肢残青少年中也发现了抑郁等心理健康问题的亚群文化表征，即肢残青少年作为残疾人中的一类，与其他残疾类型残疾人相比，其身体上的残缺是显而易见的，这使他们在日常生活中更容易遭遇异样目光、误解甚至歧视，从而引发心理压力(杜亚男 等, 2017)。此外，肢体残疾还威胁到个体的身体–自我整合感，其连贯一致的自我同一性和社会身份也面临瓦解，破坏了个体的人生意义和目的感(洪伟 等, 2010)。可见，抑郁或许与社会排斥一样存在时间特异性与亚文化群体的特征差异。Tajfel(1982)提出的社会认同理论认为，个体通过社会分类、社会比较和积极区分等方式来构建对自己所属团体的认同，当个体获得消极的反馈或者被拒绝、排斥时，个体很难将自己与忽视和排斥自己的个体归为一类，从而难以产生积极的社会认同，增加个体自身罹患抑郁的风险，而Hames等人(2013)提出的抑郁人际关系理论则强调了人际关系在抑郁发作、维持和复发中的动态作用。该理论假设某些行为特征和沟通模式在抑郁患者中很常见。这些行为引发了人际关系问题和社会排斥，由此产生的人际压力反过来加剧了个体的抑郁症状。与该观点类似，Mushtaq和Akhouri(2016)以肢残群体为被试的研究也报告了由抑郁所引发的“脆弱性”外部表征进一步地诱发了人际关系中他人的排斥行为，并重新作用于肢残群体的抑郁本身。因此，本研究旨在从时间特异性视角与亚文化群体特征出发进一步探讨随班就读安置形式下社会排斥与先天轻度肢残青少年早期抑郁之间的潜在心理机制。由此，提出本研究假设：社会排斥与先天轻度肢残青少年早期抑郁相互影响。
传统上，精神症状(如抑郁)被视为单一潜在障碍的可观察表达，忽略了条目水平上的因果关系、症状的进展、症状的特异性以及症状之间的相互关系(Fried & Nesse, 2015a)。因此，抑郁症的复杂性常常因症状被视为单一潜在疾病的可见表现而被弱化(Fried & Nesse, 2015b)。网络分析是一种新的方法，它将抑郁症视为一个由症状之间形成相互作用的网络系统。在这个系统中，症状(如情绪低落、失眠、兴趣减退等)不是孤立存在的，而是通过复杂的相互关联和协同作用维持疾病状态。随着病情的发展，这些症状之间的联系会变得更加紧密，形成一种自我维持的模式，即使外部因素的影响减弱，症状仍可能持续存在(Borsboom, 2017)。因此，尽管一些研究证明交叉滞后面板模型和交叉滞后面板网络模型在统计学上是等效的，但两种方法对导致心理病理学发展的心理过程的解释存在本质区别(van Bork et al., 2019)。比如，反映性模型能够发现某一抑郁风险因素对抑郁的影响，但无法解释其核心症状以及关键干预靶点。相反，生成性模型则可以发现心理病理过程中的关键致病因素与关键干预靶点。
综上所述，本研究旨从生成性模型与反映性模型的双视角出发，来探讨先天轻度肢残青少年社会排斥与早期抑郁的纵向关联及其内在心理机制，并找寻二者关联中的关键节点以及重要干预靶点，为心理咨询与临床诊疗提供理论指导。

2 研究方法

2.1 被试

2024年3月中旬(T1)和2024年6月中旬(T2)，经安顺学院特殊教育学院伦理委员会审查和被试知情同意，在贵州、云南两省133所随班学校采集数据。根据公式$ \mathrm{N}(\mathrm{N}-1)/2 $，其中N为节点数，计算得出17个节点的高斯网络结构所需要估计的网络估计参数为136个，样本量宜在408～680人(Epskamp et al., 2018)。
T1时点实际抽样人数为1110人(男生628名，女生482名)，年龄在12～15岁之间。由于生病、请假等原因，T2时点流失了40名被试(男生21人，女生19人)。因此，T2时点共追踪到1070名被试(男生607人，女生463人)，年龄在12～15岁之间，被试的自然流失率为3.60%。独立样本t检验表明：流失被试与未流失被试在T1时点的社会排斥(t=0.29, p>0.05, Cohen’s d=0.05)、抑郁(t=−0.07, p>0.05, Cohen’s d=−0.01)上差异均不显著。Littles’ MCAR检验也表明：T2社会排斥，χ2(1)=0.09，p>0.05；T2抑郁，χ2(1)=0.01，p>0.05。因此，可以认为本研究的所有流失数据均为完全随机流失。
进一步采用R中Careless包识别作答异常的被试，结果表明：Longstring函数分别识别出4个被试(T1)与5个被试(T2)的作答异常。Mahad函数分别识别出17个被试(T1)与13个被试(T2)的作答具有反应随机性(T2时点的13个被试中，有9个涵盖在T1时点的被试中，因此剔除了21个被试)。剔除上述作答不认真的30个被试后，本研究最终回收有效追踪样本为1040份，其中男生586人，女生454人，年龄在12～15岁之间。

2.2 研究工具

2.2.1 青少年社会排斥量表

采用邵蕾等人(2020)汉化修订的社会排斥量表，7点计分，共8个条目。该量表由社会忽视和社会拒绝两个分量表组成，总分越高表明社会排斥越强。在本研究中，总量表及社会忽视、社会拒绝分量表在T1时点与T2时点的McDonald’s ω系数分别为：T1(0.93、0.90、0.86)，T2(0.94、0.92、0.88)。

2.2.2 病人健康问卷抑郁量表

采用胡星辰等人(2014)汉化修订的病人健康问卷抑郁量表。该量表采用4点计分，共有9个条目，为单因子结构。总分为所有条目得分相加，总分越高表明抑郁状况越严重。在本研究中，该量表在T1时点与T2时点的McDonald’s ω系数分别为：T1(0.89)，T2(0.93)。

2.3 数据处理

2.3.1 正态性转换

在正式网络分析前，按照Zhao等人(2012)的建议，通过R中的huge包把青少年社会排斥量表和病人健康问卷抑郁量表各条目的得分转换为有边际正态分布的变量，用于后续分析。由于不清楚两量表条目是否有高度拓扑重叠性，进一步通过Networktools包中的Goldbricker函数检验，结果显示：当参数p值为0.05，threshold 值为0.5时，未出现坏对。因此，后续构建高斯网络图时，将两量表所有条目都纳入了网络分析。

2.3.2 网络估计

按照Epskamp等人(2018)发布的网络分析步骤标准化指南，本研究采用R中的qgraph包对先天轻度肢残青少年的同期偏相关网络与时间偏相关网络执行了如下程序：第一步，采用高斯图形模型估计节点间的成对关联参数；第二步，采用最小绝对收缩和选择算子提高网络的可解释性并避免假阳性关联，将关联较小的边设置为0以更精准地识别潜在的网络结构。第三步，选择扩展贝叶斯信息准则模型计算边的权重、边的强度及预期影响指数。

2.3.3 网络准确性和稳定性估计

通过R中的Bootnet包随机生成1000个Bootstrap样本检验边和节点中心性的差异，并基于Bootstrap的置信区间评估边的稳定性。中心稳定性系数大于0.25代表稳定性在可接受范围，大于0.5表明稳定性良好(Epskamp et al., 2018)。

2.3.4 网络比较

为探究先天轻度肢残青少年在T1与T2时点社会排斥与抑郁网络的变化，本研究借助R中的NetworkComparisonTest包从全局和局部不变性出发，用置换检验比较不同时点网络(van Borkulo et al., 2023)。全局不变性检验分两部分：一是网络结构不变性检验探索各时点网络边缘权重绝对值的最大差值；二是采用网络整体强度不变性检验探索各时点网络中所有边缘权重绝对值之和的差值。局部不变性检验则是对各时点样本网络中各边缘权重和各节点中心性指数的差值进行检验，并采用Holm-Bonferroni算法校正。

2.3.5 共同方法偏差检验

Harman单因子检验显示，T1与T2时点均析出大于1的特征根因子2个，其中第一个因子分别解释了总变异的22.15%、27.97%，均小于40%的临界值(汤丹丹, 温忠麟, 2020)。因此，本研究不存在严重的共同方法偏差问题。

3 结果

3.1 描述性统计与相关分析

表1显示，各主要研究变量两两间呈显著正相关，性别与T1时点的抑郁呈显著正相关。因此，在后续分析中将控制性别。此外，根据病人健康问卷抑郁量表计分方法，T1时点抑郁总分大于等于5分的先天轻度肢残青少年有545人，占所有被试的52.40%，DP9(自杀意念)报告大于等于2分的被试共有42人，占所有被试的4.04%；T2时点抑郁总分大于等于5分的先天轻度肢残青少年有558人，占所有被试的53.65%，DP9(自杀意念)报告大于等于2分的被试共有53人，占所有被试的5.10%。
表1 各变量的描述性统计及相关分析
M SD 1 2 3 4
1. 性别 1.44 0.50
2. T1社会排斥 12.31 5.42 0.06
3. T2社会排斥 13.28 6.61 0.01 0.51***
4. T1抑郁 6.04 4.90 0.09* 0.51*** 0.37***
5. T2抑郁 7.24 5.87 0.03 0.35*** 0.53*** 0.50***

　　注：性别为虚拟变量，1=男，2=女；*p<0.05，**p<0.01，***p<0.001，以下同。

3.2 先天轻度肢残青少年社会排斥与抑郁的反映性关联

3.2.1 测量工具的跨时间测量等值性检验

表2显示，青少年社会排斥量表、病人健康问卷抑郁量表都具有严格的跨时间测量等值性，符合模型拟合良好标准，且∆CFI均小于0.01，∆RMSEA也均小于0.015(Cheung & Rensvold, 2002)。
表2 测量工具的跨时间等值性检验
测量工具 模型 S-Bχ2 df S-Bχ2/df CFI TLI RMSEA(90%CI) SRMR ∆CFI ∆RMSEA
青少年社会排斥量表 形态等值 480.06 95 5.05 0.927 0.915 0.074[0.068, 0.081] 0.045
弱等值 517.39 102 5.07 0.930 0.914 0.075[0.068, 0.081] 0.060 0.003 −0.001
强等值 548.98 109 5.04 0.925 0.915 0.074[0.068, 0.080] 0.059 −0.005 0.001
严格等值 521.35 117 4.46 0.932 0.920 0.069[0.063, 0.075] 0.068 0.007 −0.005
病人健康问卷抑郁量表 形态等值 371.14 125 2.97 0.932 0.917 0.052[0.046, 0.058] 0.042
弱等值 373.39 133 2.81 0.933 0.923 0.050[0.044, 0.056] 0.043 0.001 −0.002
强等值 392.87 141 2.79 0.930 0.924 0.049[0.044, 0.055] 0.043 −0.003 −0.001
严格等值 408.42 150 2.72 0.929 0.927 0.049[0.043, 0.054] 0.047 −0.001 0.000

3.2.2 先天轻度肢残青少年社会排斥与抑郁的交叉滞后面板分析

未控制性别的交叉滞后面板模型(CLPM)测量模型拟合指数良好，χ2(521)=2053.93，p<0.001，CFI=0.96，TLI=0.95，RMSEA=0.06，SRMR=0.05。进一步构建控制性别后的CLPM，结果显示：模型拟合指数依然良好，χ2(551)=2122.73，p<0.001，CFI=0.96，TLI=0.95，RMSEA=0.06，SRMR=0.05。如图1所示，先天轻度肢残青少年两时点的社会排斥与抑郁均呈显著正相关，且T1时点社会排斥与抑郁的误差相关(r=0.49)显著小于T2时点(r=0.55)，Wald χ2(1)=4.64，p<0.05，这表明先天轻度肢残青少年社会排斥与抑郁的横断关系随时间的推进变强。此外，先天轻度肢残青少年在T1时点的社会排斥能显著正向预测T2时点抑郁(β=0.19, p<0.001)，T1时点的抑郁也能显著正向预测T2时点的社会排斥(β=0.16, p<0.001)，可见先天轻度肢残青少年社会排斥与抑郁在反映性模型水平上相互影响。
图1 先天轻度肢残青少年社会排斥与抑郁的交叉滞后面板模型

3.3 先天轻度肢残青少年社会排斥与抑郁的生成性关联

3.3.1 先天轻度肢残青少年社会排斥与抑郁的同期网络及其桥接分析

图2a和图2b分别展示了先天轻度肢残青少年社会排斥与抑郁在T1时点与T2时点的同期网络。在T1时点的同期网络集群中，共有88条非零边，占总边数的64.71%。桥接网络分析结果表明(表3)，在T1时点的同期网络中，DP6、SE8、DP7是社会排斥症候群与抑郁症候群之间的重要网络桥梁。此时，T1时点边的强度、预期强度、桥接预期影响的CS系数均为0.59，95%CI为[0.52, 0.67]。在T2时点的同期网络集群中，共有89条非零边，占总边数的65.44%。桥接网络分析结果表明(表3)，在T2时点的同期网络中，DP2、DP8、DP9是社会排斥症候群与抑郁症候群之间的重要网络桥梁。此时，T2时点边的强度、预期强度、桥接预期影响的CS系数均为0.75，95%CI为[0.67, 1.00]。上述结果表明，T1与T2时点的网络结构稳定，且具有良好的边缘稳定性与预期强度稳定性。
图2 先天轻度肢残青少年社会排斥与抑郁的网络分析
表3 同期网络的桥接分析
节点 T1时点 T2时点
桥接预期影响 桥接预期影响Z分数 桥接预期影响 桥接预期影响Z分数
SE1 0.11 1.00 0.07 0.12
SE2 0.08 0.22 0.05 −0.28
SE3 0.01 −1.32 0.03 −0.71
SE4 0.01 −1.21 0.03 −0.76
SE5 0.01 −1.35 0.02 −0.88
SE6 0.04 −0.54 0.03 −0.71
SE7 0.07 0.08 0.05 −0.30
SE8 0.13 1.43 0.07 0.12
DP1 0.03 −0.93 0.03 −0.71
DP2 0.05 −0.40 0.19 2.61
DP3 0.05 −0.40 0.01 −1.15
DP4 0.08 0.31 0.09 0.49
DP5 0.06 −0.13 0.06 −0.24
DP6 0.15 1.89 0.09 0.41
DP7 0.12 1.13 0.04 −0.61
DP8 0.03 −0.73 0.15 1.82
DP9 0.11 0.95 0.10 0.78
网络比较结果显示，T1与T2时点在网络整体强度(T1=7.95, T2=8.72, 差值S为0.77, p<0.01)和边缘权重(M=0.24, p<0.01)上的差异显著。此外，局部不变性检验结果也表明，以下无向边，SE4-SE5(p<0.05)、SE4-SE6(p<0.05)、SE7-DP2(p<0.05)、SE3-DP7(p<0.05)在T1与T2时点上边的差异显著，这说明，社会排斥与抑郁的网络结构存在时间特异性，且T2时点网络强度大于T1时点网络强度。

3.3.2 先天轻度肢残青少年社会排斥与抑郁的时间网络

图2c展示了先天轻度肢残青少年社会排斥与抑郁三个月的交叉滞后面板网络模型(CLPN)，结果表明：先天轻度肢残青少年T1时点的社会排斥、抑郁与T2时点的社会排斥、抑郁均存在较强的自回归。自回归系数最大的节点为SE5(r=0.61)、DP9(r=0.52)、DP5(r=0.38)。由图2与图3可知，DP9是网络中发出预期影响最多而接收预期影响最少的症状，它预测了抑郁的所有症状。相反，SE3、SE4、SE2以及SE1则是接收预期影响较高，但发出预期影响较小的社会排斥症候。T1-T2时间网络度量系数在边缘强度接收预期影响、发出预期影响上的CS系数均为0.52，95%CI[0.44, 0.59]，可见，中心性分析的结果稳定并可推广。
图3 时间网络的接收预期影响和发出预期影响
此外，T1时点的抑郁症状能够显著正向预测T2时点的社会排斥(表4)，如T1时点的DP9就显著正向预测了T2时点社会排斥中的SE1(d=0.31)、SE2(d=0.30)、SE3(d=0.33)、SE4(d=0.34)、SE6(d=0.30)、SE7(d=0.27)以及SE8(d=0.29)。与此类似，T1时点的社会排斥也能够显著正向预测T2时点的抑郁症状，比如T1时点的SE5能够显著正向预测T2时点的DP2(d=0.27)、DP3(d=0.21)、DP8(d=0.19)以及DP9(d=0.11)。这表明，先天轻度肢残青少年社会排斥与抑郁在生成性模型水平上相互影响。
表4 T1→T2时间网络的边缘权重(d)
节点 SE1 SE2 SE3 SE4 SE5 SE6 SE7 SE8 DP1 DP2 DP3 DP4 DP5 DP6 DP7 DP8 DP9 性别
SE1 0.35 0.00 0.17 0.14 0.12 0.11 0.00 0.11 0.00 0.28 0.00 0.17 0.00 0.15 0.00 0.00 0.00 0.00
SE2 0.00 0.35 0.00 0.13 0.00 0.00 0.13 0.13 0.00 0.24 0.19 0.17 0.12 0.19 0.11 0.12 0.12 0.00
SE3 0.00 0.00 0.24 0.16 0.11 0.15 0.00 0.00 0.00 0.22 0.00 0.00 0.00 0.11 0.00 0.12 0.00 0.00
SE4 0.00 0.00 0.00 0.28 0.11 0.00 0.19 0.14 0.00 0.00 0.11 0.00 0.00 0.00 0.00 0.17 0.11 0.00
SE5 0.17 0.23 0.11 0.24 0.61 0.00 0.00 0.11 0.00 0.27 0.21 0.00 0.00 0.00 0.00 0.19 0.11 0.00
SE6 0.26 0.31 0.30 0.33 0.15 0.28 0.18 0.27 0.00 0.29 0.19 0.16 0.16 0.00 0.00 0.24 0.00 0.00
SE7 0.21 0.22 0.16 0.21 0.00 0.13 0.18 0.22 0.13 0.26 0.18 0.21 0.15 0.16 0.17 0.25 0.00 0.00
SE8 0.18 0.25 0.21 0.22 0.12 0.19 0.18 0.32 0.00 0.21 0.00 0.00 0.13 0.00 0.00 0.15 0.00 0.00
DP1 0.13 0.19 0.12 0.17 0.00 0.12 0.11 0.14 0.27 0.26 0.00 0.17 0.00 0.16 0.00 0.18 0.16 0.00
DP2 0.00 0.11 0.15 0.17 0.00 0.21 0.13 0.16 0.00 0.26 0.20 0.16 0.00 0.00 0.00 0.13 0.00 0.00
DP3 0.00 0.00 0.11 0.00 0.00 0.00 0.00 0.00 0.13 0.30 0.34 0.17 0.17 0.21 0.16 0.21 0.12 0.00
DP4 0.12 0.16 0.00 0.13 0.00 0.12 0.00 0.11 0.00 0.25 0.15 0.27 0.00 0.00 0.00 0.00 0.12 0.00
DP5 0.16 0.23 0.20 0.16 0.28 0.20 0.00 0.12 0.00 0.00 0.18 0.00 0.38 0.00 0.00 0.15 0.16 0.00
DP6 0.00 0.00 0.11 0.17 0.00 0.00 0.00 0.00 0.16 0.31 0.19 0.22 0.15 0.33 0.18 0.17 0.12 0.00
DP7 0.13 0.18 0.18 0.25 0.14 0.21 0.19 0.17 0.11 0.00 0.11 0.00 0.11 0.00 0.19 0.00 0.00 0.00
DP8 0.20 0.15 0.17 0.14 0.00 0.14 0.00 0.16 0.19 0.22 0.16 0.15 0.14 0.14 0.11 0.29 0.15 0.00
DP9 0.31 0.30 0.33 0.34 0.00 0.30 0.27 0.29 0.47 0.46 0.35 0.56 0.32 0.38 0.37 0.39 0.52 0.00
性别 −0.06 −0.03 −0.06 −0.07 −0.13 −0.09 −0.07 −0.14 0.00 −0.03 0.03 0.00 0.04 0.00 0.04 −0.04 0.02 0.00

　　注：(1)自变量以行表示，因变量以列表示，对角线为自回归边缘权重；(2)与同期网络不同的是，由于时间网络结构为有向边缘权重结构，即单个项目之间的关系被建模为跨时间的有向路径，反映了一个变量在时刻t与另一个(或相同的)变量在时刻t+1之间共享的方差，控制了时刻t的所有其他变量；与通常根据横截面数据进行估计的无向网络不同，时间网络中的路径是从测量时刻t到之后的测量时刻t+1的有向路径；这些有向路径的解释也受到与传统交叉滞后面板模型相同的约束，即路径可以被解释为预测关系和/或作为因果假设的生成，因此，部分条目之间未存在方向性，故被正则化为0，置于网络边缘中。

4 讨论

本研究从反映性水平和生成性水平上证实了社会排斥与抑郁互为因果且横断面关系存在时间特异性的结论。该发现为Williams(2009)提出的需求−威胁时间模型中的反射阶段(T1)与退避阶段(T2)的关联提供了实证依据，即无论是在反映性模型水平还是生成性模型水平上，社会排斥与抑郁的一些内部特征都在本研究预期的方向上彼此关联。值得留意的是，在生成性模型水平上，同期正则化的部分网络关系模式并不一定会映射到时间网络关系上(Holme, 2018; Li et al., 2018)。所以，本研究的一个重要发现是，生成性模型与反映性模型得出的结果均与社会认同理论和抑郁的人际关系理论相契合，二者的差别仅在于前者从条目得分水平，后者从总体得分水平论证其在先天轻度肢残青少年群体中的应用。此外，与反映性模型得出社会排斥与抑郁二者之间在总分水平上的关系存在时间特异性一致，生成性模型同样也证实了二者关系在项目水平上的时间特异性。该结果从心理特质总分以及心理特质项目得分上分别为需求−威胁时间模型中的反射阶段与退避阶段的关联提供了实证依据的同时，也进一步从群体文化差异的视角拓展了需要−威胁模型的不足，即反射阶段与退避阶段均会受到文化情境因素的影响。(Bond & Smith, 1996; Kitayama et al., 2000)
与单纯用CLPM来探讨社会排斥与先天轻度肢残青少年抑郁前瞻性关联不同，本研究基于桥接CLPN进一步分析出了不同时点社会排斥症候群与抑郁症候群的联结桥梁及其桥梁特异性，为干预社会排斥与先天轻度肢残青少年抑郁提供了具有时段特点的心理治疗靶点。如，在T1时点，DP6、SE8和DP7是社会排斥症候群与抑郁症候群之间的重要网络桥梁，而在T2时点则转变为了DP2、DP8和DP9。这提示根据特定时期存在的桥接干预靶点，针对性地干预先天肢残青少年的社会排斥与抑郁之间的症状联结或许是有效的，但从长远发展以及实际的角度来看，同时考虑症状网络整体在时间上的“连通性”问题尤为重要。因为针对时间网络中高发出预期影响节点或高接收预期影响的活化性节点来进行“整体性”干预可能会更加便捷高效。故而本研究的另一个重要发现是，网络症状DP9(自杀意念)是社会排斥与先天轻度肢残青少年早期抑郁的时间网络中具有最高“连通性”的节点。这与以往Gijzen等人(2021)针对青少年抑郁的横断面网络分析结果相符。之前的研究表明，当个体陷入绝望时，个体的行为或许会阻碍与他人建立有益关系，并使其同伴报告抑郁个体更多的“脆弱性”感知，进而增加个体遭受他人排斥的风险，加重其抑郁症状(Hames et al., 2013)。长此以往，就形成了社会排斥与个体抑郁之间的恶性循环。当社会联系需求无法满足时，个体会感到归属感受挫，产生孤独感和社会孤立感。
一般而言，抑郁个体的有利心理资源与能量会显著下降，而残疾人因身体缺陷等抑郁易感因素的影响，其有利心理资源与能量则较非残疾抑郁个体来说更加容易流失(班永飞 等, 2022; 贾金玲 等, 2023)。因此，残疾本身及其所带来的负面影响会导致残疾个体经历更大的疲劳或缺乏能量(刘玎 等, 2021)。本研究中所发现的DP9(自杀意念)→SE7(当我出现时，别人基本都不会看我)→DP4(疲劳感)这一社会排斥与先天轻度肢残青少年时间网络中的自我维持网络路径就印证了该观点。该发现与Joiner等人(2005)的论点一致，即绝望可能通过产生人际压力导致抑郁症状增加。因此，根据时间网络显示SE3、SE4、SE2以及SE1是时间网络中的症状活化靶点这一发现来看，本研究结果强调了绝望这一认知脆弱性因素对于抑郁发展重要性的同时(贾金玲 等, 2024)，也进一步地强调了增强并完善先天轻度肢残青少年的社会支持体系、构建跨文化通道、提升其积极自我概念是避免DP9活化社会排斥症候靶点SE3、SE4、SE2以及SE1的重要干预路径。Parmenter和Knox(1991)认为，肢残青少年与同伴在学校的关系主要是相识，而不是友谊。高丹(2023)也发现肢残青少年自身倾向于分享主流的社会文化价值观，并以与多数人相同的方式看待身体残疾。因此，若随班就读学校或社区忽视群体文化之间的多样性，那么有身体残疾的青少年可能会认为，获得社会接受取决于他们与非残疾同龄人相似的能力。在这种情况下，即使学校或社区提供沟通氛围与环境，他们或许也不会参加活动。因为，这些适应能力凸显了肢残青少年与同龄人的差异，损害了肢残青少年的积极自我概念，增加了其孤独、自卑以及对身体缺陷的体验。故而，仅从外部环境为先天肢残青少年提供有利心理资源治标不治本，这也是本研究时间网络中所发现的抑郁−人际脆弱性带来的重要启示。可见，对于先天轻度肢残青少年而言，开展跨文化活动并使其公平地参与决策至关重要，这不仅能促进他们与同伴相互重视彼此的兴趣发展，还能为其提供更多展示身体能力的机会，进而提升他们的积极自我概念(李嫱, 2010)。

5 结论

(1)先天轻度肢残青少年社会排斥与抑郁相互影响且存在时点特异性。(2)从网络整体连通性视角出发，自杀意念是其网络核心症状，而“别人好像经常看不到我似的”、“别人总是对我很冷淡”、“别人常常对我封锁很重要的信息”以及“别人总是将我排除在外”是社会排斥与抑郁相互作用中的重要干预靶点。

References

Publishing order | Descend order by publishing year | Descend order by cited within
班永飞, 卢林鑫, 陈燕琴, 孙霁, 王庭照. 盲生的歧视知觉与心理健康的关系: 领悟社会支持和自尊的链式中介作用. 中国特殊教育, 2022, (9): 29- 38.

杜建政, 夏冰丽. 心理学视野中的社会排斥. 心理科学进展, 2008, 16 (6): 981- 986.

杜亚男, 邱纪方, 邢赛春. 浙江省肢体残疾人生活质量及心理健康状况调查. 预防医学, 2017, 29 (2): 121- 124.

高丹. (2023). 残疾青少年人际交往困境研究(硕士学位论文). 青海师范大学, 西宁.

洪伟, 唐勇, 张南平, 陈惠玲. 肢体残疾者心理健康状况研究. 中国民康医学, 2010, 22 (21): 2781- 2782.

DOI

胡星辰, 张迎黎, 梁炜, 张红梅, 杨世昌. 病人健康问卷抑郁量表(PHQ-9)在青少年中应用的信效度检验. 四川精神卫生, 2014, 27 (4): 357- 360.

贾金玲, 卢林鑫, 班永飞, 孙霁, 蔺秀云. 留守听障学生同伴欺凌对抑郁的影响: 核心自我评价与社交焦虑的链式中介作用. 中国特殊教育, 2023, (6): 37- 46.

贾金玲, 卢林鑫, 邱天龙, 宋海迎, 周瀚翔, 吕向彬, 蔺秀云. 视障青少年生命意义追寻与生命意义感的相生相克: 基于随机截距交叉滞后模型. 中国特殊教育, 2024, (6): 44- 55.

李嫱. (2010). 肢体残疾青少年体育锻炼与心理健康的关系研究(硕士学位论文). 陕西师范大学, 西安.

刘玎, 卢宁, 金莹, 吴幼妹, 李嘉惠. 肢体残疾人社会适应与心理健康的关系: 安全感的中介效应. 心理学进展, 2021, 11 (6): 1402- 1409.

邵蕾, 董妍, 冯嘉溪, 张登浩. 社会排斥对居民主观幸福感的影响: 社会认同和控制感的链式中介作用. 中国临床心理学杂志, 2020, 28 (2): 234- 238.

汤丹丹, 温忠麟. 共同方法偏差检验: 问题与建议. 心理科学, 2020, 43 (1): 215- 223.

Bond, M. H., & Smith, P. B. (1996). Culture and social identity: The role of social identity in intergroup relations. In S. Worchel & W. G. Austin (Eds.), The Psychology of Intergroup Relations (pp. 107–125). Chicago: Nelson-Hall.

Borsboom, D. A network theory of mental disorders. World Psychiatry, 2017, 16 (1): 5- 13.

DOI

Cheung, G. W., & Rensvold, R. B. Evaluating goodness-of-fit indexes for testing measurement invariance. Structural Equation Modeling: A Multidisciplinary, 2002, 9 (2): 233- 255.

DOI

Epskamp, S., Borsboom, D., & Fried, E. I. Estimating psychological networks and their accuracy: A tutorial paper. Behavior Research Methods, 2018, 50 (1): 195- 212.

DOI

Fried, E. I., Nesse, R. M. Depression sum-scores don’t add up: Why analyzing specific depression symptoms is essential. BMC Medicine, 2015a, 13 (1): 72.

DOI

Fried, E. I., Nesse, R. M. Depression is not a consistent syndrome: An investigation of unique symptom patterns in the STAR*D study. Journal of Affective Disorders, 2015b, 172, 96- 102.

DOI

Fung, H. W., Chung, H. M., & Ross, C. A. Demographic and mental health correlates of childhood emotional abuse and neglect in a Hong Kong sample. Child Abuse & Neglect, 2020, 99, 104288.

Gijzen, M. W. M., Rasing, S. P. A., Creemers, D. H. M., Smit, F., Engels, R. C. M. E., & De Beurs, D. Suicide ideation as a symptom of adolescent depression: A network analysis. Journal of Affective Disorders, 2021, 278, 68- 77.

DOI

Güner, T. A., & Das Gecim, G. Y. Effects of social exclusion on psychological-well-being and suicidal possibilities among people with physical disabilities. OMEGA - Journal of Death and Dying, 2023, 87 (3): 962- 976.

DOI

Hames, J. L., Hagan, C. R., & Joiner, T. E. Interpersonal processes in depression. Annual Review of Clinical Psychology, 2013, 9, 355- 377.

DOI

Hartgerink, C. H. J., van Beest, I., Wicherts, J. M., & Williams, K. D. The ordinal effects of ostracism: A meta-analysis of 120 Cyberball studies. PLoS One, 2015, 10 (5): e0127002.

DOI

Holme, P. An introduction to temporal networks. Journal of Complex Networks, 2018, 6 (3): 393- 418.

Joiner, T. E., Wingate, L. R., & Otamendi, A. An interpersonal addendum to the hopelessness theory of depression: Hopelessness as a stress and depression generator. Journal of Social and Clinical Psychology, 2005, 24 (5): 649- 664.

DOI

Juvonen, J., Lessard, L. M., Rastogi, R., Schacter, H. L., & Smith, D. S. Promoting social inclusion in educational settings: Challenges and opportunities. Educational Psychologist, 2019, 54 (4): 250- 270.

DOI

Kitayama, S., & Cohen, D. (2007). Handbook of cultural psychology (pp. 136–173). New York: Guilford Press.

Kitayama, S., Markus, H. R., & Kurokawa, M. Culture, emotion, and well-being: Good feelings in Japan and the United States. Cognition and Emotion, 2000, 14 (1): 93- 124.

Li, M. W., Rao, V. D., Gernat, T., & Dankowicz, H. (2018). Lifetime-preserving reference models for characterizing spreading dynamics on temporal networks. Scientific Reports, 8(1), 709.

Mullarkey, M. C., Marchetti, I., & Beevers, C. G. Using network analysis to identify central symptoms of adolescent depression. Journal of Clinical Child & Adolescent Psychology, 2019, 48 (4): 656- 668.

Mushtaq, S., & Akhouri, D. Self esteem, anxiety, depression and stress among physically disabled people. The International Journal of Indian Psychology, 2016, 3 (4): 125- 132.

Parmenter, T. R., & Knox, M. The post-school experiences of young people with a disability. International Journal of Rehabilitation Research, 1991, 14 (4): 281- 292.

DOI

Piškur, B., Beurskens, A. J. H. M., Ketelaar, M., Jongmans, M. J., Casparie, B. M., & Smeets, R. J. E. M. Daily actions, challenges, and needs among Dutch parents while supporting the participation of their child with a physical disability at home, at school, and in the community: A qualitative diary study. BMC Pediatrics, 2017, 17 (1): 12.

DOI

Tajfel, H. Social psychology of intergroup relation. Annual Review of Psychology, 1982, 33 (1): 1- 39.

DOI

Uwimbabazi, M. P., Muziki, J. D., Muhayisa, A., Uwera, T., & Mutabaruka, J. The mediating role of anxiety between negative feelings and depression among students with congenital physical disabilities. PloS ONE, 2023, 18 (3): e0281430.

DOI

van Bork, R., Rhemtulla, M., Waldorp, L. J., Kruis, J., Rezvanifar, S., & Borsboom, D. Latent variable models and networks: Statistical equivalence and testability. Multivariate Behavioral Research, 2019, 56 (2): 175- 198.

van Borkulo, C. D., van Bork, R., Boschloo, L., Kossakowski, J. J., Tio, P., Schoevers, R. A., … Waldorp, L. J. Comparing network structures on three aspects: A permutation test. Psychological Methods, 2023, 28 (6): 1273- 1285.

DOI

Williams, K. D. Chapter 6 Ostracism: A temporal need-threat model. Advances in Experimental Social Psychology, 2009, 41, 275- 314.

Zhao, T., Liu, H., Roeder, K., Lafferty, J., & Wasserman, L. The huge package for high-dimensional undirected graph estimation in R. Journal of Machine Learning Research, 2012, 13, 1059- 1062.

Options
Outlines

/

〈 〉

Copyright © Editorial office of Studies of Psychology and Behavior
Tel: 022-23540231, 23541213　E-mail: psybeh@126.com