青少年失眠、焦虑、抑郁症状与非自杀性自伤行为的网络分析

席畅; 曾成伟; 张安琪; 曾奕欣; 曾灿

doi:10.11817/j.issn.1672-7347.2025.250364

中南大学学报（医学版） ›› 2025, Vol. 50 ›› Issue (9) : 1545 -1554. DOI: 10.11817/j.issn.1672-7347.2025.250364

青少年抑郁症与自伤行为的发病机制和干预专题

青少年失眠、焦虑、抑郁症状与非自杀性自伤行为的网络分析

席畅 ¹ ,
曾成伟 ¹ ,
张安琪 ¹ ,
曾奕欣 ¹ ,
曾灿 ²

作者信息 +

Network analysis of insomnia, anxiety, depression, and non-suicidal self-injury in adolescents

Author information +

文章历史 +

PDF (2058K)

摘要

目的非自杀性自伤(non-suicidal self-injury，NSSI)行为常与抑郁、焦虑症状共存于青少年群体，共同损害其心理健康。NSSI行为与抑郁、焦虑及睡眠问题的相互影响关系目前尚不明确。本研究旨在探索青少年失眠、焦虑、抑郁症状与NSSI行为的关联模式。方法对来自湖南省湘南地区3所中学的4 319名中学生使用失眠严重程度指数量表(Insomnia Severity Index，ISI)、广泛性焦虑障碍量表(Generalized Anxiety Disorder-7 items，GAD)、患者健康问卷(Patient Health Questionaire-9 items，PHQ)和青少年自我伤害量表(Adolescent Self-Injury Scale，ASIS)分别收集失眠、焦虑、抑郁和自我伤害行为状况，并进行网络分析。结果网络分析结果显示，抑郁症状中自杀意念与NSSI行为密切关联(边权重=0.15)；失眠症状ISI6(他人注意到的睡眠问题)、焦虑症状GAD2(无法控制的担忧)和抑郁症状PHQ2(情绪低落)是疾病网络的高强度中心性的症状(强度分别为0.88，0.80和0.76)；焦虑症状GAD5(坐立不安)、GAD6(易怒)、GAD7(感到害怕)和抑郁症状PHQ2(情绪低落)、PHQ3(睡眠问题)和PHQ8(运动迟缓/激越)是网络结构中的桥接症状(桥接强度分别为0.95、1.32、1.23、1.21、1.32、1.27)。结论坐立不安、易怒、感到害怕、情绪低落、睡眠问题和运动迟缓/激越可能是有效干预青少年失眠、焦虑、抑郁症状和NSSI行为的靶点症状。

Abstract

Objective Non-suicidal self-injury (NSSI) often coexists with depressive and anxiety symptoms in adolescents, jointly impairing their mental health. However, the interplay between NSSI and symptoms of depression, anxiety, and sleep problems remain unclear. This study aims to explore the association patterns among insomnia, anxiety, depression, and NSSI behaviors in adolescents. Methods A total of 4 319 students from three secondary schools in southern Hunan Province were assessed using the Insomnia Severity Index (ISI), Generalized Anxiety Disorder-7 items (GAD), Patient Health Questionaire-9 items (PHQ), and the Adolescent Self-Injury Scale (ASIS) to evaluate insomnia symptoms, depressive symptoms, and NSSI behaviors, respectively. Network analysis was then conducted to examine the interrelationships among these symptom domains. Results Network analysis indicated that suicidal ideation within depressive symptoms was closely associated with NSSI (edge weight=0.15). Among the symptoms, ISI6 (sleep problems noticed by others, an insomnia symptom), GAD2 (difficulty controlling worries, an anxiety symptom), and PHQ2 (low mood, a depressive symptom) exhibited high strength centrality in the disease network (strength values: 0.88, 0.80, and 0.76, respectively). Additionally, anxiety symptoms including GAD5 (restlessness), GAD6 (irritability), GAD7 (feeling afraid), and depressive symptoms including PHQ2 (low mood), PHQ3 (sleep problems), and PHQ8 (psychomotor retardation/agitation) were identified as bridge symptoms in the network structure (bridge strength values=0.95, 1.32, 1.23, 1.21, 1.32, and 1.27, respectively). Conclusion Restlessness, irritability, feeling afraid, feeling down, sleep problems, and psychomotor agitation/retardation may serve as key target symptoms for effective interventions addressing insomnia, anxiety, depression, and NSSI among adolescents.

Graphical abstract

关键词

青少年 / 失眠 / 焦虑 / 抑郁 / 非自杀性自伤行为

Key words

adolescents / insomnia / anxiety / depression / non-suicidal self-injury behaviors

引用本文

引用格式 ▾

席畅,曾成伟,张安琪,曾奕欣,曾灿. 青少年失眠、焦虑、抑郁症状与非自杀性自伤行为的网络分析[J]. 中南大学学报（医学版）, 2025, 50(9): 1545-1554 DOI:10.11817/j.issn.1672-7347.2025.250364

登录浏览全文

4963

注册一个新账户忘记密码

非自杀性自伤(non-suicidal self-injury，NSSI)行为是指个体在无自杀意图的情况下，故意进行自我伤害的行为，包括划伤、抓伤、撞击等表现形式^[1]。流行病学调查^[2-4]结果显示全球9%~44%的青少年在过去1年内实施过至少1种NSSI行为。NSSI行为已被视为全球青少年心理健康领域的重要公共卫生问题。中国青少年群体NSSI行为也较为普遍^[5-6]。探究NSSI行为的风险因素及其相互作用机制，制订有效的干预策略，对于改善当前青少年心理健康状况至关重要。

既往研究^[7-8]表明NSSI行为与多种因素相关，包括心理健康问题和睡眠障碍。NSSI行为常与抑郁、焦虑症状共存^[9]。研究^[10-11]指出：调节痛苦情绪是NSSI行为的核心功能，即个体通过NSSI行为来逃避或缓解负面情绪体验从而获得暂时的心理疏解。慢性抑郁和焦虑会增加青少年持续NSSI行为的风险^[12-13]。反之，NSSI行为也会加剧情绪恶化、从而导致抑郁或焦虑症状的发生^[11]。此外，由于青春期睡眠模式显著改变，青少年常出现睡眠时长过短/过长、睡眠质量差、失眠及频繁噩梦等问题^[14]。抑郁、焦虑症状与NSSI行为的关联可能通过睡眠问题介导，青少年的抑郁、焦虑症状会改变其生理和社会心理状态，从而引发睡眠问题和NSSI行为^[15]。鉴于NSSI行为与抑郁、焦虑和睡眠问题共同构成青少年心理危机的高危因素，当前迫切需要深入剖析这些症状间的相互影响机制。

近些年来，心理病理学网络理论指出各种症状间相互影响是精神心理问题的内在特征，即精神病理症状间存在相互依存和相互影响的关系^[16]。网络分析方法可以将症状间的关系建模为一个网络，从而可视化和量化不同症状及障碍之间的关系^[17]。同时，网络分析还能帮助识别症状网络中最核心及最具影响力的症状^[18]，这些症状可能是潜在的干预靶点。当前，网络分析方法已广泛应用于探索临床人群和非临床人群精神病理症状的网络结构^[19-20]，识别这些症状网络中的核心症状，可以为心理行为问题的防治提供可靠的干预策略。

因此，鉴于NSSI行为与抑郁、焦虑和睡眠问题对青少年心理健康的重要影响，本研究拟基于心理病理学网络理论，构建抑郁症状、焦虑症状、睡眠质量与NSSI行为的网络关系，以期为理解这些症状之间的相互关系及制订相关预防干预措施提供依据。

1 对象与方法

1.1 伦理声明

本研究已获得韶关学院医学院医学伦理委员会批准(审批号：SGUYXLL2023-3)，测试前所有研究参与者及其监护人均签署知情同意书。

1.2 对象

本研究采取整群抽样法，以湖南省湘南地区3所普通高中的高一、高二和高三学生为研究对象，由心理学研究生担任主试，并在统一指导语下进行测试。共收到4 333份问卷，剔除无效问卷14份，最终纳入有效数据4 319份，有效回收率为99.68%。

1.3 研究工具

为收集研究对象的基础信息，本研究设计了社会人口学与临床调查问卷，内容涵盖年龄、性别、居住地、是否独生子女、经济状况及父母婚姻状况。其中，经济状况采用麦克阿瑟阶梯量表(Mac Arthur Scale)进行评定，该量表为一个包含10个梯级的阶梯图，用于评估个体主观感知的社会经济地位，评分为1到10。阶梯顶端代表社会经济地位最高，底端代表最低^[21]。该量表在中国人群中具有良好的信效度^[22]。

采用失眠严重程度指数量表(Insomnia Severity Index，ISI)评估参与者的失眠症状^[23]。该量表包含7个问题，每个问题的评分范围为0到4，总分为0到28。较高的分数表示更严重的失眠问题。该量表中文版具有较高的信效度^[24]，在本研究中的克龙巴赫α系数为0.893。

采用广泛性焦虑障碍量表(Generalized Anxiety Disorder-7 items，GAD)评估焦虑症状^[25]。该量表共7个条目，使用Likert 4级评分(0=完全不会；1=少数几天；2=一半以上的日子；3=几乎每天)，总分为0～21，得分越高表明焦虑程度越严重。该量表中文版具备良好的信效度^[26]，在本研究中的克龙巴赫α系数为0.926。

采用患者健康问卷(Patient Health Questionnaire-9 items，PHQ)评估抑郁症状^[27]。量表包含9个条目，采用0到3分的记分方式，总分为0~27，得分越高表明抑郁症状越严重。该量表中文版具备良好的信效度^[28]，在本研究中的克龙巴赫α系数为0.914。

采用青少年自我伤害量表(Adolescent Self-Injury Scale，ASIS)评估NSSI行为^[29]。该量表共19个条目，各条目分别由自伤行为次数和身体伤害程度2个问题组成。自伤行为次数为0、1、2~4和≥5次4个等级，分别记为0、1、2、3分。身体伤害程度为无、轻度、中度、重度和极重度5个等级，分别记为0、1、2、3、4分。NSSI行为评分等于自伤次数和伤害程度的乘积，总分越高代表自我伤害水平越高。该量表在中国青少年群体中信效度良好^[30]，在本研究中的克龙巴赫α系数为0.992。

1.4 网络分析

在数据预处理阶段，采用修正Z分数法(|Z|>3.29)识别异常值。经检测，异常值数据占比不超过1%。对于检测到的异常值，运用多变量链式方程插补(multivariate imputation by chained equations，MICE)法进行处理^[31]，以最大程度降低异常值对后续分析结果的影响。在网络分析计算阶段，将样本的年龄、性别及主观社会经济地位纳入协变量，构建了由ASIS、PHQ、GAD和ISI 4个量表共24个变量得分组成的心理症状网络模型。在这个模型中，各个变量作为网络节点，节点间的连接边代表变量之间的相互作用关系，边权重则定义为偏相关系数，其反映的是在控制其他节点影响后变量间的独特关联。采用混合图形模型(mixed graphical models)对混合数据类型进行网络分析^[32]；通过结合扩展贝叶斯信息准则(extended bayesian in formation criterion，EBIC)(gamma=0.5)和最小绝对收缩和选择算子(least absolute shrinkage and selection operator，LASSO)进行模型选择，以此获得更为稳健的稀疏偏相关网络^[33-34]。在网络中计算以下各节点核心指标：1)强度，节点边权重绝对值之和，用以表征节点在网络中的相对重要性。该指标以标准化Z分数呈现，正值表示高于均值，负值表示低于均值。2)接近度，反映某节点到网络中所有其他节点的平均最短距离，用于评估信息传播效率。3)中介度，统计通过该节点的最短路径数量，揭示其作为网络“桥梁”的关键程度。4)预期影响力，该指标量化了该节点通过其网络连接能够影响到的其他节点的广度和深度，反映了节点在网络中的全局重要性或传播潜力^[35-36]。为确保中心性指标的可靠性，本研究采用子抽样Bootstrap法计算了中心性稳定(centrality stability，CS)系数。CS系数需满足：≥0.25为最低可接受阈值，≥0.5可达到理想解释效度^[35]。进一步通过使用R包networktools计算所有节点的桥接强度，桥接强度是指某一节点与所有其他社群节点之间连接边权重的绝对值之和，该指标有助于识别在不同社群间起到重要连接作用的节点。

1.5 统计学处理

采用SPSS 18.08统计学软件进行描述性统计分析，并运用R软件(4.3.1版本)完成网络分析。分类变量以百分比表示；连续变量以均数±标准差表示。

2 结果

2.1 一般资料及得分情况

NSSI行为在青少年中的检出率为26.00%。4 319名青少年的年龄为(15.24±0.77)岁，其中有2 122名女性(49.13%)。来自城市地区的青少年占比50.59%，乡镇地区占比49.41%。非独生子女在样本中占绝大多数(84.09%)，且父母婚姻状况稳定的青少年(74.35%)多于父母婚姻状况不稳定的青少年(离婚、丧偶和分居)。青少年主观社会经济地位、ISI、GAD-7、PHQ-9和ASIS总分分别为5.45±1.53、6.89±5.29、4.53±4.77、5.41±5.62和1.71±11.70。ISI、GAD-7、PHQ-9和ASIS具体条目得分和节点强度见表1。

2.2 网络结构结果

本研究构建的网络结构如图1所示，以年龄、性别和主观社会经济地位为协变量，包含失眠、焦虑、抑郁和非自杀性自伤行为4个症状共24个节点。网络分析结果显示，在不同症状间连接的各条边中，权重较大如下：抑郁症状PHQ3(睡眠问题)与失眠症状ISI1(入睡困难)(边权重=0.18)；抑郁症状PHQ8(运动迟缓/激越)与焦虑症状GAD5(坐立不安)(边权重=0.15)；抑郁症状PHQ9(自杀意念)与NSSI(边权重=0.15)；抑郁症状PHQ2(情绪低落)与焦虑症状GAD1(紧张)(边权重=0.11)。

中心性指标分析结果如图2所示。失眠症状ISI6(他人注意到的睡眠问题)、焦虑症状GAD2(无法控制的担忧)和抑郁症状PHQ2(情绪低落)表现出最强的节点强度(0.88，0.80和0.76)。同时，在整个网络中，与其他节点相比，这3个节点(ISI6、GAD2和PHQ2)也表现出更大的预期影响力(0.90，0.82和0.79)。在失眠、焦虑和抑郁的单独症状网络中，节点强度最大的节点分别为失眠症状ISI1(入睡困难)(节点强度=0.54)、ISI5(日常生活干扰)(节点强度=0.45)和ISI6(他人注意到的睡眠问题)(节点强度=0.88)；焦虑症状GAD2(无法控制的担忧)(节点强度=0.80)、GAD3(过度担忧)(节点强度=0.69)和GAD6(易怒)(节点强度=0.62)；抑郁症状PHQ2(情绪低落)(节点强度=0.76)、PHQ4(疲劳)(节点强度=0.57)和PHQ6(内疚感)(节点强度=0.42)。而在网络接近度和中介度的表现上，抑郁症状PHQ1(快感缺失)和PHQ4(疲劳)在所有网络节点中具备较强的接近度(1.47和1.86)，抑郁症状PHQ3(睡眠问题)和ISI1(入睡困难)表现出较强的中介度(2.58和2.36)。

构建的桥接网络结构如图3所示。GAD5(坐立不安)、GAD6(易怒)、GAD7(感到害怕)、PHQ2(情绪低落)、PHQ3(睡眠问题)和PHQ8(运动迟缓/激越)被识别为桥接症状(桥接强度分别为0.95、1.32、1.23、1.21、1.32和1.27)。

2.3 网络中心性指标稳定性检验结果

中心稳定性系数结果(图4)显示：节点强度、节点接近度、节点预期影响力和节点桥接强度的CS系数均为0.75，节点中介度的CS系数为0.67，均远大于0.50。这表明该网络模型具有较好的稳健性。

3 讨论

本研究中青少年NSSI行为的检出率为26.00%，略低于此前国内对湖南^[5]和云南^[6]几所学校的调查数据。同时，本研究通过探究青少年群体中失眠-焦虑-抑郁-NSSI的网络结构，发现抑郁症状不仅和失眠、焦虑症状紧密关联，抑郁症状中自杀意念与NSSI行为也密切相关。网络的中心性指标分析结果显示：他人注意到的睡眠问题、无法控制的担忧和情绪低落表现出最强的节点强度和预期影响力。这表明这3个节点在整个网络中的核心影响力最大。另外，坐立不安、易怒、感到害怕、情绪低落、睡眠问题和运动迟缓/激越是网络结构中起桥梁作用的症状。

既往研究^[37]在探讨NSSI行为与焦虑、抑郁等症状的关联时，多采用结构方程模型或回归分析。这些方法通常将症状拆分为多个因子，考察因子间的线性关系，却忽视了单个症状条目之间的微观关联。本研究中使用的网络分析方法通过构建症状间关联网络，不仅识别出对症状群起关键作用的桥接节点，还为理解不同症状在单一维度上的相互影响提供了全新视角，从而更精准地揭示NSSI行为与情绪等症状发展和维持的关键路径。与既往研究^[38]结果一致，本研究也发现NSSI行为与自杀意念密切相关，表现在NSSI行为的存在和频率可以预测自杀意念。以往研究^[39]显示：有自伤行为的个体更可能报告同时出现的自杀意念。一项聚焦于1 561名14~24岁青少年的研究^[40]表明有自伤行为的青少年同时具有很高的自杀意念风险。并且，NSSI行为的频率也与自杀未遂的次数呈正相关，存在NSSI行为的个体更有可能存在过往自杀未遂的历史及未来更高的自杀未遂风险^[41]。长期的或者严重的NSSI行为会导致个体反复暴露于伤害和疼痛中，从而造成个体痛觉敏感度降低、耐受性增加及对死亡的恐惧减少，进而增加自杀行为的风险^[42]。然而，在本研究构建的失眠-焦虑-抑郁-NSSI网络中，NSSI的标准化节点强度为负值(-3.45)，表明其节点强度显著低于整体网络节点强度均值。在网络结构中，NSSI行为仅与自杀意念保持中等强度连接(边权重=0.15)，而与其他失眠、焦虑和抑郁症状节点的边权重均低于0.06。这一结果显示NSSI这一节点可能并非直接嵌入失眠-焦虑-抑郁症状链，而是经由自杀意念这一节点间接与整体症状网络发生关联。换言之，NSSI行为在这一症状网络中较为独立，其临床意义更多体现在自杀风险的放大，而非情绪症状的简单延伸。

在整个网络结构中，焦虑症状中的坐立不安、易怒和感到害怕及抑郁症状中的情绪低落、睡眠问题和运动迟缓/激越是具有较强桥接强度的症状，这一结果揭示可以通过对这些桥接症状的干预从而改善青少年的心理健康状况。在网络结构中，失眠、焦虑和抑郁的核心症状紧密关联，而这些桥接症状就是这些症状群连接的关键。这些桥接症状不仅维持了症状集群之间的结构连通性，还可能调控不同心理病理维度之间症状的传递效率^[43]。以青少年中较为常见的睡眠问题为例^[14]，作为具有较强影响力的桥接症状，它既可能由焦虑相关的“过度觉醒”状态诱发，又可通过日间疲劳和功能损害加剧情绪低落，从而形成跨症状维度的恶性循环。针对此类关键桥接症状进行干预，有望切断症状间的联动路径，阻止其进一步升级。同时，失眠症状ISI6(他人注意到的睡眠问题)是网络中具有最强的节点强度和预期影响力的指标，青少年正处于自我认知发展的关键阶段，对睡眠问题的觉察能力本就较弱，很容易忽视自身存在的入睡困难、夜间易醒等失眠症状。而日间功能异常(如晨起易怒、课堂走神)、行为模式异常(如课间频繁趴睡、补觉后仍无精力)、社交功能受损(如主动回避集体活动)等外显信号，更能精准揭示失眠的真实严重程度。这些表现串联起“夜间失眠-日间功能下降-社交、学业与情绪全面受影响”的连锁反应路径，从而可作为评估失眠病情的综合性指标。

基于桥接强度指标，本研究进一步提出分级干预策略：睡眠问题、易怒和运动迟缓/激越作为高优先级干预靶点，因其对症状网络的跨维度传播具有显著驱动作用；而感到害怕、情绪低落和坐立不安可作为辅助干预靶点。已有针对青少年群体的研究^[44]证实：认知行为疗法可显著改善青少年失眠症状，干预后青少年入睡潜伏期明显缩短、睡眠总时长显著延长，且该干预方案对学龄期儿童至青少年群体均具有良好适用性。另有一项纳入随机对照试验的元分析研究^[45]表明：持续8周的正念训练可对青少年产生多维度积极影响。在认知功能层面，能有效提升注意力、执行功能等核心能力；在心理健康层面，可显著增强情绪调节能力，并改善抑郁、焦虑和应激状态。此外，中等强度体育锻炼可改善青少年运动迟缓及抑郁相关症状。一项针对青少年住院患者的随机对照研究^[46]显示：每周3次、每次30 min的结构化体育锻炼(如慢跑、游泳等)持续6周，可使20名青少年在医院焦虑抑郁量表抑郁亚量表上的平均评分降低3.8分，同时显著提升其心血管功能，进而间接改善运动迟缓表现。因此，建议在临床实践中首要运用认知行为疗法治疗失眠，结合正念训练调节易怒情绪，并辅以轻中度体育锻炼改善精神运动性症状。

本研究仍存在局限性。其一，样本来源单一，仅来源于某地区3所中学，未涵盖更多地区的青少年群体，可能导致研究结果难以广泛推广。未来研究需扩大样本覆盖范围，提升结果的普适性。其二，研究设计为横断面设计，仅能揭示各症状间的关联性，无法明确这些症状因果及时序动态变化关系，后续需开展纵向追踪研究，通过长期数据验证症状间的因果假设。其三，未能结合纵向追踪设计，深入揭示桥接症状在青少年失眠-焦虑-抑郁-NSSI发生和发展中的动态作用机制，为青少年NSSI行为的早期预防与干预提供更全面的科学支撑。

综上所述，本研究通过网络分析的方法对青少年失眠、焦虑、抑郁症状和NSSI行为的关系进行了研究，发现NSSI行为与青少年的自杀意念密切相关。焦虑症状中坐立不安、易怒和感到害怕及抑郁症状中情绪低落、睡眠问题和运动迟缓/激越是网络结构中的桥接症状，对这些核心症状进行干预能够更好地促进青少年的心理健康，也有利于青少年NSSI行为的预防及控制。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Moloney F, Amini J, Sinyor M, et al. Sex differences in the global prevalence of nonsuicidal self-injury in adolescents: A Meta-analysis[J/OL]. JAMA Netw Open, 2024, 7(6): e2415436[2025-06-02].

[2]	Thai TT, Jones MK, Nguyen TP, et al. The prevalence, correlates and functions of non-suicidal self-injury in Vietnamese adolescents[J]. Psychol Res Behav Manag, 2021, 14: 1915-1927.

[3]	Jeong JY, Kim DH. Gender differences in the prevalence of and factors related to non-suicidal self-injury among middle and high school students in south Korea[J]. Int J Environ Res Public Health, 2021, 18(11): 5965.

[4]	Xiao Q, Song X, Huang L, et al. Global prevalence and characteristics of non-suicidal self-injury between 2010 and 2021 among a non-clinical sample of adolescents: a Meta-analysis[J]. Front Psychiatry, 2022, 13: 912441.

[5]	张小崔, 朱婷, 雷辉, 等. 青少年非自杀性自伤行为的发展轨迹及性别差异[J]. 中南大学学报(医学版), 2025, 50(1): 143-148.

[6]	ZHANG Xiaocui, ZHU Ting, LEI Hui, et al. Developmental trajectories and gender differences in adolescent non-suicidal self-injury[J]. Journal of Central South University. Medical Science, 2025, 50(1): 143-148.

[7]	Liu Y, Xiao Y, Ran H, et al. Association between parenting and non-suicidal self-injury among adolescents in Yunnan, China: a cross-sectional survey[J/OL]. PeerJ, 2020, 8: e10493[2025-06-02].

[8]	Middeldorp CM, Cath DC, Van Dyck R, et al. The co-morbidity of anxiety and depression in the perspective of genetic epidemiology. A review of twin and family studies[J]. Psychol Med, 2005, 35(5): 611-624.

[9]	Latina D, Bauducco S, Tilton-Weaver L. Insomnia symptoms and non-suicidal self-injury in adolescence: understanding temporal relations and mechanisms[J/OL]. J Sleep Res, 2021, 30(1): e13190[2025-06-02].

[10]	Xiao Q, Song X, Huang L, et al. Association between life events, anxiety, depression and non-suicidal self-injury behavior in Chinese psychiatric adolescent inpatients: a cross-sectional study[J]. Front Psychiatry, 2023, 14: 1140597.

[11]	Escofet-Colet I, Casadó-Marín LC, Orós-Navas L, et al. Non-suicidal self-injury in adolescents: A systematic review on prevention and intervention programmes[J/OL]. J Child Adolesc Psychiatr Nurs, 2025, 38(4): e70039[2025-06-02].

[12]	Taylor PJ, Jomar K, Dhingra K, et al. A Meta-analysis of the prevalence of different functions of non-suicidal self-injury[J]. J Affect Disord, 2018, 227: 759-769.

[13]	Guo X, Liu S, Jiang L, et al. Longitudinal machine learning prediction of non-suicidal self-injury among Chinese adolescents: A prospective multicenter Cohort study[J]. J Affect Disord, 2026, 392: 120110.

[14]	Ma M, Xiao C, Ou W, et al. Depression and anxiety symptoms associated with internet addiction and non-suicidal self-injury in Chinese adolescent students-A network analysis[J]. BMC Psychiatry, 2025, 25(1): 731.

[15]	Leung TNH, Wong KL, Chan AKC, et al. Common childhood sleep problems and disorders[J]. Curr Pediatr Rev, 2024, 20(1): 27-42.

[16]	Duan H, Qin K, Hu L, et al. Association between sleep duration, suicidal ideation, suicidal attempt and suicidal behavior among Chinese adolescents[J]. J Affect Disord, 2024, 363: 348-357.

[17]	Jiang Z, Liu Z, Yang Q, et al. A novel approach to exploring youth non-suicidal self-injury heterogeneity: Individual differential psychopathology network analysis[J]. Ann Gen Psychiatry, 2025, 24(1): 63.

[18]	Robinaugh DJ, Haslbeck JMB, Waldorp LJ, et al. Advancing the Network Theory of Mental Disorders: A Computational Model of Panic Disorder[J]. Psychol Rev, 2024, 131(6): 1482-1508.

[19]	Zhao L, Wang S, Li J, et al. Network analysis of the relationship between self-Injury addiction, attachment, and anxiety in adolescents with non-suicidal self-injury[J]. BMC Psychiatry, 2025, 25(1): 704.

[20]	Xu S, Ju Y, Wei X, et al. Network analysis of suicide ideation and depression-anxiety symptoms among Chinese adolescents[J/OL]. Gen Psychiatr, 2024, 37(2): e101225[2025-06-25].

[21]	Zhang P, Wang L, Zhou Q, et al. A network analysis of anxiety and depression symptoms in Chinese disabled elderly[J]. J Affect Disord, 2023, 333: 535-542.

[22]	Adler NE, Epel ES, Castellazzo G, et al. Relationship of subjective and objective social status with psychological and physiological functioning: preliminary data in healthy white women[J]. Health Psychol, 2000, 19(6): 586-592.

[23]	Huang S, Hou JW, Sun L, et al. The effects of objective and subjective socioeconomic status on subjective well-being among rural-to-urban migrants in China: the moderating role of subjective social mobility[J]. Front Psychol, 2017, 8: 819.

[24]	Fabbri M, Beracci A, Martoni M, et al. Measuring subjective sleep quality: A review[J]. Int J Environ Res Public Health, 2021, 18(3): 1082.

[25]	白春杰, 纪代红, 陈丽霞, 等. 失眠严重程度指数量表在临床失眠患者评估中的信效度研究[J]. 中国实用护理杂志, 2018(28): 2182-2186.

[26]	BAI Chunjie, JI Daihong, CHEN Lixia, et al. Reliability and validity of Insomnia Severity Index in clinical insomnia patients[J]. Chinese Journal of Practical Nursing, 2018(28): 2182-2186.

[27]	Spitzer RL, Kroenke K, Williams JBW, et al. A brief measure for assessing generalized anxiety disorder: the GAD-7[J]. Arch Intern Med, 2006, 166(10): 1092-1097.

[28]	何筱衍, 李春波, 钱洁, 等. 广泛性焦虑量表在综合性医院的信度和效度研究[J]. 上海精神医学, 2010, 22(4): 200-203.

[29]	HE Xiaoyan, LI Chunbo, QIAN Jie, et al. Reliability and validity of a generalized anxiety disorder scale in general hospital outpatients[J]. Shanghai Archives of Psychiatry, 2010, 22(4): 200-203.

[30]	Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure[J]. J Gen Intern Med, 2001, 16(9): 606-613.

[31]	胡星辰, 张迎黎, 梁炜, 等. 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[J]. 四川精神卫生, 2014, 27(4): 357-360.

[32]	HU Xingchen, ZHANG Yingli, LIANG Wei, et al. Reliability and validity of the patient health questionnaire-9 in Chinese adolescents[J]. Sichuan Mental Health, 2014, 27(4): 357-360.

[33]	郑莺. 武汉市中学生自我伤害行为流行学调查及其功能模型[D]. 武汉: 华中师范大学, 2006.

[34]	ZHENG Ying.Epidemiologic investigation of self-mutilation behavior among adolescents in Wuhan and its functional model. Wuhan: Central China Normal University, 2006.

[35]	冯玉. 青少年自我伤害行为与个体情绪因素和家庭环境因素的关系[D]. 武汉: 华中师范大学, 2008.

[36]	FENG Yu.The Relation of Adolecents’ Self-Harm Behaviors Individual Emotion Characteristics and Family Environment Factors. Wuhan: Central China Normal University, 2008.

[37]	van Buuren S, Groothuis-Oudshoorn K. Mice: multivariate imputation by chained equations inR [J]. J Stat Soft, 2011, 45(3): 1-63.

[38]	Haslbeck JMB, Waldorp LJ. Mgm: estimating time-varying mixed graphical models in high-dimensional data[J]. J Stat Soft, 2020, 93(8): 1-46.

[39]	Epskamp S, Fried EI. A tutorial on regularized partial correlation networks[J]. Psychol Methods, 2018, 23(4): 617-634.

[40]	Foygel R, Drton M. Extended Bayesian information criteria for Gaussian graphical models[C]//Neural Information Processing Systems, 2010.

[41]	Epskamp S, Borsboom D, Fried EI. Estimating psychological networks and their accuracy: a tutorial paper[J]. Behav Res Methods, 2018, 50(1): 195-212.

[42]	Haslbeck JMB, Fried EI. How predictable are symptoms in psychopathological networks? A reanalysis of 18 published datasets[J]. Psychol Med, 2017, 47(16): 2767-2776.

[43]	唐诗娇, 颜楚涵, 林晨希, 等. 基于LASSO回归分析的大学生非自杀性自伤行为风险预测模型[J/OL]. 中南大学学报(医学版), 2025: 1-12[2025-08-20].

[44]	TANG Shijiao, YAN Chuhan, LIN Chenxi, et al. Developing a predictive model for non-suicidal self-injury behavior among college students based on LASSO regression analysis[J/OL]. Journal of Central South University .Medical Science, 2025: 1-12[2025-08-20].

[45]	Xu Z, Li N, Kong Y, et al. Nonsuicidal self-injury as the gateway and consequence of suicidal ideation among adolescents: a cross-lagged regression analysis[J]. Front Psychiatry, 2024, 15: 1434191.

[46]	Zinchuk M, Beghi M, Beghi E, et al. Non-suicidal self-injury in Russian patients with suicidal ideation[J]. Arch Suicide Res, 2022, 26(2): 776-800.

[47]	Jenkins AL, Singer J, Conner BT, et al. Risk for suicidal ideation and attempt among a primary care sample of adolescents engaging in nonsuicidal self-injury[J]. Suicide Life Threat Behav, 2014, 44(6): 616-628.

[48]	Liu YH, Chen M, Huang HZ, et al. A predictive nomogram for suicide attempts in Chinese adolescents with both non-suicidal self-injury and suicidal ideation[J/OL]. Asia Pac Psychiatry, 2025, 17(2): e70003[2025-08-25].

[49]	van der Venne P, Balint A, Drews E, et al. Pain sensitivity and plasma beta-endorphin in adolescent non-suicidal self-injury[J]. J Affect Disord, 2021, 278: 199-208.

[50]	Jones PJ, Ma RF, McNally RJ. Bridge centrality: a network approach to understanding comorbidity[J]. Multivariate Behav Res, 2021, 56(2): 353-367.

[51]	Reddy A, Mansuri Z, Vadukapuram R, et al. Efficacy of cognitive behavioral therapy for insomnia for the treatment of child and adolescent anxiety and depression: A systematic review from randomized controlled trials[J]. J Nerv Ment Dis, 2023, 211(3): 238-243.

[52]	Dunning DL, Griffiths K, Kuyken W, et al. Research Review: The effects of mindfulness-based interventions on cognition and mental health in children and adolescents-a Meta-analysis of randomized controlled trials[J]. J Child Psychol Psychiatry, 2019, 60(3): 244-258.

[53]	Philippot A, Dubois V, Lambrechts K, et al. Impact of physical exercise on depression and anxiety in adolescent inpatients: a randomized controlled trial[J]. J Affect Disord, 2022, 301: 145-153.