孕妇心理资本和产前抑郁的潜在剖面分析

Latent profile analysis of psychological capital and antenatal depression among pregnant women

摘要

目的 产前抑郁是影响孕产妇身心健康和母婴结局的重要公共卫生问题，全球患病率为10%~20%。心理资本作为孕妇的一种积极心理资源，包括自我效能感、希望、韧性与乐观4个核心维度，可在应对孕期压力、维持心理健康中发挥关键作用。然而，目前关于产前抑郁和心理资本的研究仍不足，尤其缺乏对其潜在异质性模式的探索。本研究旨在通过潜在剖面分析(latent profile analysis，LPA)识别孕妇在心理资本与产前抑郁上的潜在联合剖面类型，并量化社会支持、睡眠质量与运动行为对不同类型的影响，为实现孕期心理干预的精准化提供实证依据。 方法 采用横断面调查设计，于2023年7至12月通过在线调查平台在湖北省、辽宁省和广东省的三级医院(每个省1家医院，共3家医院)开展调查，最终得到有效问卷772份。采用中文版爱丁堡产后抑郁量表(Edinburgh Postnatal Depression Scale，EPDS)、心理资本问卷12项简版(Psychological Capital Questionnaire-12，PCQ-12)、多维度领悟社会支持量表(Multidimensional Scale of Perceived Social Support，MSPSS)、匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index，PSQI)量表及自编问卷收集数据。通过LPA识别心理资本和产前抑郁的潜在剖面类型，依据贝叶斯信息准则、熵值及罗-门德尔-鲁宾(Lo-Mendell-Rubin，LMR)校正似然比检验结果等确定最优拟合模型，并采用多项Logistic回归评估各因素对不同潜在类型的影响。 结果 3类模型为最优拟合模型。3类模型中的全面匮乏组(占比为3.50%)心理资本水平最低、抑郁症状最严重，功能受限组(占比为33.94%)心理资本水平中等、抑郁症状偏高，积极调节组(占比为62.56%)心理资本水平高、抑郁症状低。单因素分析结果显示，3个潜在类别在职业、学历、家庭人均月收入、孕期伴侣的饮酒频率、孕前运动频率、孕期运动频率、与丈夫的关系、领悟社会支持、睡眠质量方面的差异均有统计学意义(均P<0.05)。在控制协变量后，MSPSS评分每增加1分，孕妇进入积极调节组而非全面匮乏组的概率提高13.0%[比值比(odds ratio，OR)=1.130，95%置信区间(confidence interval，CI) 1.091~1.171，P<0.001]；孕期很少运动者更可能进入全面匮乏组而非积极调节组(OR=0.107，95% CI 0.012~0.962，P=0.046)；MSPSS评分高的孕妇更可能进入积极调节组而非功能受限组(OR=1.075，95% CI 1.058~1.091，P<0.001)，PSQI评分高(睡眠质量差)的孕妇更可能进入功能受限组而非积极调节组(OR=0.902，95% CI 0.848~0.959，P<0.001)；MSPSS评分高的孕妇更可能进入功能受限组而非全面匮乏组(OR=1.052，95% CI 1.017~1.087，P=0.003)。 结论 孕妇在心理资本与产前抑郁表现上存在显著异质性，可识别出具有临床与干预意义的3个潜在类别。社会支持是促进心理韧性、预防产前抑郁的关键保护因素，规律的运动与良好睡眠亦具有独立预测价值。建议将积极心理资源纳入孕期心理健康筛查体系，推动从“疾病导向”向“资源导向”的服务模式转型，并实施基于类别特征的分层干预策略：对积极调节组，可鼓励其参与社区同伴支持网络，培育为心理健康促进的关键意见领袖；对功能受限组，应重点改善睡眠障碍、增加身体活动、强化社会联结，阻断其向高危状态转化；对全面匮乏组，需纳入孕期保健门诊高危个案管理流程，开展早期识别与多学科协同干预，以有效降低不良心理及妊娠结局风险，提升母婴整体健康水平。

Abstract

Objective Antenatal depression is an important public health issue affecting the physical and mental health of pregnant women and maternal-infant outcomes, with a global prevalence of 10% to 20%. Psychological capital, as a positive psychological resource of pregnant women, includes 4 core dimensions: Self-efficacy, hope, optimism, and resilience, and plays a critical role in coping with pregnancy-related stress and maintaining mental health. However, current research on antenatal depression and psychological capital remains insufficient, particularly with regard to exploration of their latent heterogeneous patterns. This study aims to identify latent joint profile types of psychological capital and antenatal depression among pregnant women using latent profile analysis (LPA), and to quantify the effects of social support, sleep quality, and exercise behavior on different types, so as to provide empirical evidence for the precision of psychological interventions during pregnancy. Methods A cross-sectional survey design was adopted. From July to December 2023, an online survey platform was used to conduct investigations in tertiary hospitals in Hubei Province, Liaoning Province, and Guangdong Province (one hospital per province, 3 hospitals in total). A total of 772 valid questionnaires were obtained. Data were collected using the Chinese version of the Edinburgh Postnatal Depression Scale (EPDS), the 12-item short version of the Psychological Capital Questionnaire (PCQ-12), the Multidimensional Scale of Perceived Social Support (MSPSS) for perceived social support, the Pittsburgh Sleep Quality Index (PSQI), and a self-designed questionnaire. LPA was used to identify latent profile types of psychological capital and antenatal depression. The optimal fitting model was determined based on the Bayesian Information Criterion (BIC), entropy, and the Lo-Mendell-Rubin (LMR) adjusted likelihood ratio test results. Multinomial logistic regression was applied to evaluate the effects of various factors on different latent types. Results The three-class model was the optimal fitting model. The comprehensive deprivation group (3.50%) showed the lowest levels of psychological capital and the most severe depressive symptoms; the functionally restricted group (33.94%) showed moderate psychological capital and relatively high depressive symptoms; and the positive adjustment group (62.56%) showed high psychological capital and low depressive symptoms. Univariate analysis showed statistically significant differences among the 3 latent classes in occupation, educational level, monthly income, frequency of alcohol consumption during pregnancy, frequency of exercise during and before pregnancy, relationship with husband, perceived social support, and sleep quality (all P<0.05). After controlling for covariates, each 1-point increase in perceived social support increased the probability of pregnant women entering the positive adjustment group rather than the comprehensive deprivation group by 13.0% [odds ratio (OR)=1.130, 95% confidence interval (CI) 1.091 to 1.171, P<0.001]. Pregnant women who rarely exercised during pregnancy were more likely to enter the comprehensive deprivation group rather than the positive adjustment group (OR=0.107, 95% CI 0.012 to 0.962, P=0.046). Pregnant women with higher perceived social support scores were more likely to enter the positive adjustment group rather than the functionally limited group (OR=1.075, 95% CI 1.058 to 1.091, P<0.001), while pregnant women with poor sleep quality were more likely to enter the functionally limited group rather than the positive adjustment group (OR=0.902, 95% CI 0.848 to 0.959, P<0.001). Pregnant women with higher perceived social support scores were more likely to enter the functionally limited group rather than the comprehensive deprivation group (OR=1.052，95% CI 1.017 to 1.087，P=0.003). Conclusion Significant heterogeneity exists in psychological capital and antenatal depression among pregnant women, and 3 latent classes with clinical and intervention significance can be identified. Social support is a key protective factor in promoting psychological resilience and preventing antenatal depression, while regular physical activity and good sleep also have independent predictive value. It is recommended that positive psychological resources be incorporated into pregnancy mental health screening systems, promoting a shift in service models from “disease-oriented” to “resource-oriented” and implementing stratified intervention strategies based on class characteristics. For the positive adjustment group, participation in community peer support networks can be encouraged, and they can be cultivated as key opinion leaders for mental health promotion. For the functionally limited group, priority should be given to improving sleep disorders, increasing physical activity, and strengthening social connections to prevent progression to high-risk states. For the comprehensive deprivation group, inclusion in high-risk case management pathways in prenatal care clinics is required, with early identification and multidisciplinary collaborative interventions to effectively reduce the risk of adverse psychological and pregnancy outcomes and improve overall maternal and infant health.

Graphical abstract

关键词

心理资本 / 抑郁 / 孕期 / 潜在剖面分析 / 领悟社会支持

Key words

psychological capital / depression / pregnancy / latent profile analysis / perceived social support

产前抑郁又称孕期抑郁或妊娠期抑郁，是孕期最常见的心理应激反应之一^[1]。具体而言，产前抑郁是指妊娠期间出现以郁闷、胆怯、空虚感、烦恼、愤怒、焦虑、自卑、沮丧、悲哀和绝望等一系列情绪症状为特征的心理障碍^[2]。产前抑郁的发生率可受评估工具、孕期阶段及地区差异等因素影响，全球范围内为10%~20%^[3-6]。产前抑郁严重危害母婴健康，可引起自伤、自杀，并持续影响子代健康^[6-7]。

与产前抑郁所反映的心理病理状态不同，心理资本指个体在成长和发展过程中表现出的积极心理状态，主要包括4个核心维度：心理弹性、乐观、希望及自我效能^[8]。随着积极心理学的发展，心理资本逐渐被引入心理健康领域，用于评估青少年、医护人员和大学生等群体的积极心理资源储备^[9-12]。孕妇是抑郁的高风险人群，但关于其心理资本的研究相对有限。现有研究^[12-15]多以自我效能感或心理韧性作为因变量，探讨其与产前抑郁的关联，其优势在于证据成熟且便于临床针对性干预，但维度较为单一。心理资本则可在整体上反映孕妇的心理资源储备，从而弥补这一不足。已有研究探讨心理资本在高龄孕妇家庭关系与产前抑郁之间的中介作用^[16]，以及其在领悟社会支持水平与产前抑郁之间的作用^[17]，但总体研究证据仍显不足。多数研究采用变量中心取向，通过相关或回归分析探讨二者间的线性关系。尽管这有助于识别风险路径，但隐含的同质性假设可能掩盖群体内部差异。

双因素心理健康模型(dual-factor model of mental health，DFMH)为研究孕期心理资本和产前抑郁的个体差异提供了新的理论依据^[18]。该模型认为，个体的心理健康不仅是病理症状的缺失，还包括积极心理功能的存在^[19]。个体的心理状态可因病理症状和积极心理的交叉而被划分为多种亚型，例如“繁荣型”(高福祉-低症状)、“脆弱型”(低福祉-高症状)、“压抑型”(高福祉-高症状)或“空虚型”(低福祉-低症状)^[20]。该模型已在大学生、抑郁症患者等群体中得到实证支持，显示出良好的分类效度和临床意义^[20-21]。然而，该理论在孕妇群体中尚未得到验证。

潜在剖面分析(latent profile analysis，LPA)作为一种个体中心取向的统计方法，可为验证研究假设提供可靠的方法学支持^[22]。LPA可基于个体在多个连续变量上的响应模式，识别出具有内部一致性的潜在类别，已广泛应用于心理学、教育学和公共卫生领域^[23-24]。此方法也被用于探究孕妇心理健康的潜在类别，如自我效能和焦虑的LPA^[25]，但目前尚无将心理资本与产前抑郁作为双维结构纳入LPA模型的实证研究。

在此背景下，本研究基于DFMH，拟将心理资本作为积极心理资源指标，产前抑郁作为病理症状指标，采用LPA分析和识别孕妇心理资本和产前抑郁的不同潜在类别。

1 对象与方法

1.1 伦理声明

本研究已获得武汉大学医学院伦理委员会批准(审批号：2019YF2019)，所有研究对象均签署电子知情同意书。

1.2 调查对象

本研究采用横断面调查设计，于2023年7至12月通过在线调查平台“问卷星”在湖北省、辽宁省和广东省的三级医院(每省1家医院，共3家医院)开展调查。采用便利抽样法，向门诊及住院孕妇发放问卷。纳入标准为：1)年龄≥18岁；2)处于妊娠期(不限孕期)，并能够阅读和理解中文；3)自愿参与本研究并签署电子知情同意书。排除标准为：1)既往被诊断为重性精神障碍或当前处于急性精神危机；2)存在明显认知或沟通障碍，导致无法完成问卷；3)妊娠合并重大躯体疾病，且处于急性或不稳定期；4)重复作答或关键信息缺失。

为保证数据质量，本研究采用多项控制措施：1)同一IP与设备指纹的重复问卷仅保留首份；2)作答时间少于3 min或超过60 min的问卷判定为无效；3)核心量表条目缺失≥20%的问卷判定为无效，其余按量表手册的规定进行处理；4)对孕周、年龄、体重等关键变量进行逻辑合理性校验。

本研究共回收问卷840份，剔除无效问卷68份，最终得到有效问卷772份(广东省116份、湖北省416份、辽宁省240份)，有效回收率为90.59%。

文献[24]认为在进行LPA时，样本量需达到潜变量指标数量的10倍以上，且每个潜在类别至少包含50例，才能保证结果的稳定性与可推广性。本研究共纳入5个潜变量指标，潜在类别数量最多为5，因此样本量应不少于250个。本研究最终有效样本量为772份，满足上述要求。

1.3 方法

本研究假设不同孕妇可呈现复杂多样的心理特征组合(图1)，如部分孕妇虽承受较高的压力，但心理资本充足，因此可保持稳定，另一些在外部应激不严重的情况下，因资源匮乏或认知脆弱而表现出抑郁症状。

1.3.1 一般情况调查

采用自编问卷，收集孕妇的人口学与妊娠情况，包括孕妇的年龄、职业、孕期体重指数(body mass index，BMI)、学历、家庭人均月收入、居住地、夫妻关系、照顾者情况、孕期伴侣的饮酒情况，以及孕次与产次、妊娠计划性、并发症、孕周、受孕方式、孕前与孕期运动情况。

1.3.2 产前抑郁评估

采用中文版爱丁堡产后抑郁量表(Edinburgh Postnatal Depression Scale，EPDS)评估孕妇的产前抑郁情况。该量表由Cox等^[26]于1987年编制，最初用于产后抑郁筛查，后广泛应用于孕期抑郁的评估。量表共10个条目，每个条目按0~3分计分，总分为0~30，评分越高，表明抑郁症状越严重。已有研究^[27]表明EPDS在中国孕妇群体中具有良好的信度和效度，适用于孕期抑郁的筛查。本研究以总分大于9.5作为产前抑郁风险的判断标准。在本研究中，量表的克龙巴赫α系数为0.827，验证性因素分析结果良好[比较拟合指数(comparative fit index，CFI)=0.98，特克-刘易斯指数(Tucker-Lewis index，TLI)=0.98，近似误差均方根(root mean square error of approximation，RMSEA)=0.090，标准化残差均方根(standardized root mean square residual，SRMR)=0.078]。

1.3.3 领悟社会支持评估

领悟社会支持采用多维度领悟社会支持量表(Multidimensional Scale of Perceived Social Support，MSPSS)进行评估。该量表由Zimet等^[28]编制，共12个条目，采用7点评分(1=“极不同意”，7=“极同意”)，包括家庭支持、朋友支持和其他来源支持3个维度，总分可反映个体领悟到的整体社会支持水平。在本研究中，MSPSS的克龙巴赫α系数为0.968，条目载荷值为0.72~0.89，均较高，验证性因素分析结果良好(CFI=0.97，TLI=0.96，RMSEA=0.045，SRMR=0.039)。

1.3.4 心理资本评估

心理资本采用心理资本问卷12项简版(Psychological Capital Questionnaire-12，PCQ-12)评估。该量表由Luthans等^[29]开发，主要用于测量个体的积极心理资源，包括自我效能、希望、韧性和乐观4个维度，共12个条目，每个条目采用6点评分 (1=“非常不同意”，6=“非常同意”)。得分越高，表明心理资本水平越高。在本研究中，PCQ-12的克龙巴赫α系数为0.975，4个维度的验证性因素分析结果良好(CFI=0.99，TLI=0.98，RMSEA=0.032，SRMR=0.021)，且各维度在心理资本潜变量上的标准化载荷较高(载荷值为0.82~0.91)。

1.3.5 睡眠质量评估

匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index，PSQI)量表由Buysse等^[30]于1989年编制，用于评估最近1个月的总体睡眠质量。该量表共18个条目，包括主观睡眠质量、入睡时间、睡眠时长、睡眠效率、睡眠障碍、催眠药物使用及日间功能障碍7个维度。总分为0~21，评分越高，表明睡眠质量越差；总分大于7，提示存在睡眠障碍。此量表的中文版经过检验，具有较高的信度和效度^[31]。在本研究中，PSQI量表的克龙巴赫α系数为0.871，提示内部一致性好。

1.4 统计学处理

采用Mplus 8.3进行LPA，以心理资本4个维度(自我效能、希望、韧性、乐观)的评分及产前EPDS总分作为潜变量指标；模型拟合的评价指标包括艾凯克信息准则(Akaike information criteria，AIC)、贝叶斯信息准则(Bayesian information criteria，BIC)与样本量校正的调整BIC(adjusted BIC，aBIC)，指标数值越小，表示模型拟合效果越好；分类效度以熵衡量，熵值越接近1越好；并采用罗-门德尔-鲁宾(Lo-Mendell-Rubin，LMR)校正似然比检验和基于Bootstrap的似然比检验(Bootstrapped likelihood ratio test，BLRT)比较k类与k-1类模型，若P<0.05，则表示前者更优^[32]。模型的分类质量通过平均后验归属概率(average posterior probability of assignment，AvePP)进行评估，一般要求各类别的AvePP均达到80%以上。综合不同类别数模型的拟合评价指标、统计学意义、模型简洁性及类别解释性等因素，确定最优拟合模型。根据分类结果绘制潜在剖面图，呈现不同类别5个指标的标准化均数。

采用SPSS 25.0软件进行统计学分析。分类变量以频数和百分比描述，组间比较用χ²检验；连续变量以均数±标准差描述，分布偏离正态时采用Kruskal-Wallis H检验。采用多项Logistic回归评估各因素对不同潜在类型的影响。显著性水平α=0.05。

为直观呈现不同潜在类别在各指标上的特征差异，以样本总体均数和标准差为参照，对各潜在类别指标的均数进行标准化处理，计算公式为：

Z_{jk}=\frac{{\overline{X}}_{jk}-{\overline{X}}_j}{S{D}_j}

其中，{\overline{X}}_{jk}表示第k潜在类别在第j个指标上的均数，{\overline{X}}_j和SD_j 分别表示该指标在样本总体中的均数和标准差。鉴于标准化结果可能出现负值，在图形呈现阶段进一步对标准化均数进行指数化转换(指数化均数=Z_jk ×10+100)，将样本总体均数设定为100，用于描绘各潜在类别的心理特征剖面。

2 结 果

2.1 孕妇心理资本和产前抑郁的LPA结果

共拟合1~4个类别的模型(表1)。AIC值、BIC值与aBIC值均随类别数的增加而递减。3个类别的模型(3类模型)的拟合指标显著优于2个类别的模型(2类模型)，3类模型的熵值为0.965，LMR校正似然比检验与BLRT结果均有统计学意义(分别为P<0.000 1与P<0.001)。

4个类别的模型(4类模型)中的类别1各指标的标准化均数均接近总体均数，未呈现出具有实质性区分意义的心理剖面，其独立存在对模型理论解释意义的增量贡献有限(图2)。相比之下，3类模型的标准化均数剖面图的形态差异明显(图3)，可解释性更强。

3类模型中的小比例类别(占3.50%)在不同类别数设定下(k=3与k=4)均可被稳定识别，比例基本一致，且表现为“心理资本最低且抑郁最高”的极端特征，具有明确的临床指向性。3类模型中类别1、2、3的AvePP分别为98.3%、99.6%、98.7%，表明3类模型具有出色的分类精确度与内部一致性，个体归类确定性极高。因此，即使小比例类别的占比低于文献[24]提出的“单一类别占比≥5%”的经验阈值，本研究仍保留该类别。

综合上述理由，确定3类模型为最优拟合模型。在3类模型中，类别1共27例(3.50%)，该类别在心理资本各维度得分均最低，且抑郁水平最高，表明其心理应对资源全面匮乏，故将其命名为“全面匮乏组”；类别2共262例(33.94%)，该类别的心理资本各维度得分均处于中等水平，但抑郁水平与类别1相近，表明其尽管具备一定心理资本，但未能发挥有效的保护作用，故将其命名为“功能受限组”；类别3共483例(62.56%)，该类别在心理资本各维度得分均最高且抑郁水平最低，表明其具有良好的内部心理资源且能充分发挥积极的调节作用，故将其命名为“积极调节组”。

2.2 孕妇心理资本和产前抑郁潜在类别的单因素分析

单因素分析结果(表2)显示，3个潜在类别在职业、学历、家庭人均月收入、孕期伴侣的饮酒频率、孕前运动频率、孕期运动频率、与丈夫的关系、MSPSS评分、PSQI评分方面的差异均有统计学意义(均P<0.05)。

2.3 孕妇心理资本和产前抑郁潜在类别的多项Logistic回归

以孕妇心理资本和产前抑郁的3个潜在类别为因变量，将单因素分析中有统计学意义的指标作为自变量(表3)进行多项Logistic回归分析，结果(表4)显示：在控制协变量后，MSPSS评分每增加1分，孕妇进入积极调节组而非全面匮乏组的概率提高13.0%[比值比(odds ratio，OR)=1.130，95%置信区间(confidence interval，CI) 1.091~1.171，P<0.001]；孕期很少运动者更可能进入全面匮乏组而非积极调节组(OR=0.107，95% CI 0.012~0.962，P=0.046)；MSPSS评分高的孕妇更可能进入积极调节组而非功能受限组(OR=1.075，95% CI 1.058~1.091，P<0.001)，PSQI评分高(睡眠质量差)的孕妇更可能进入功能受限组而非积极调节组(OR=0.902，95% CI 0.848~0.959，P<0.001)；MSPSS评分高的孕妇更可能进入功能受限组而非全面匮乏组(OR=1.052，95% CI 1.017~1.087，P=0.003)。

3 讨 论

本研究基于DFMH，通过LPA，在孕妇人群中识别出3种在心理资本与产前抑郁组合上具有质性差异的类别，即积极调节组、功能受限组及全面匮乏组。这一分类揭示了该人群显著的内部异质性，既验证了双因素模型在孕期背景下的适用性，也为从整合视角理解孕期心理适应提供了实证依据。在此基础上，本研究进一步通过多项Logistic回归分析，探讨了各类别在社会人口学与行为特征上的个性与共性，并据此提出具有针对性的分层干预策略，为推动产前抑郁的精准预防与干预实践提供了科学依据。

积极调节组孕妇表现出高心理资本与低抑郁水平的理想组合，体现了良好的情绪调节与适应功能。进一步研究发现，高水平的领悟社会支持、良好的睡眠质量及规律的运动是这一群体的典型特征，说明维系孕期最佳心理健康是由健康行为与外部资源共同支撑的动态过程。既往研究亦证实，社会支持能显著降低孕期抑郁和焦虑的发生风险^[33]，而规律的中等强度运动则与孕妇积极情绪和较低的抑郁发生率相关^[34]。此外，多项研究^[35-36]结果显示良好的睡眠质量是孕妇心理健康的重要保护因子，不仅与抑郁水平呈负相关，还可通过改善情绪调节能力促进整体心理资本的发展。这些实证结果与本研究的发现高度一致，进一步凸显了积极调节组孕妇在维护孕期心理健康方面的重要示范意义。因此，对于已处于良好状态的孕妇，干预重点不应仅是“防止恶化”，更应是维持和发挥其优势。由此，可借鉴关键意见领袖(key opinion leader，KOL)理论^[37]，即群体中具有特定优势的个体能通过其影响力辐射并带动整体。将这一理念应用于孕产健康领域，意味着积极调节组孕妇可凭借其成功的适应经验而成为孕产妇社群中天然具有影响力的“同伴KOL”。在社区心理健康促进中，可鼓励她们成为“同伴支持员”，通过组织经验分享会、建立同伴支持小组等方式，传授维系心理健康的成功经验与应对策略。这不仅能通过“利他行为”增强自我价值感，进一步巩固和提升自身的积极心理资本，更能将个体优势转化为群体支持网络，实现从个体健康到社区健康的协同促进。

功能受限组的特征表现为虽具备一定的心理资本储备，但抑郁水平仍偏高，说明该群体心理资源处于持续消耗状态，反映了“资源-应对”转化效率的不足。资源保护理论认为，当个体资源受到威胁或持续流失而得不到补充时，会产生压力反应^[38]。孕期的压力可分为基础性压力和突发的应激事件所带来的压力^[39]。孕期固有的基础性压力，如持续的生理不适及对胎儿健康的担忧^[40]，构成了资源的“持续性漏损”。其中，睡眠障碍是本研究识别出的关键损耗因素，其直接阻碍了心理能量的夜间恢复，使得资源入不敷出。在此背景下，该群体可用于应对额外压力事件(如人际冲突、工作压力)的弹性资源不足，从而导致“资源-应对”转化效率不足，出现心理功能受限。因此，针对该群体的干预应双管齐下：一是节流，即通过失眠的认知行为疗法(cognitive behavioral therapy for insomnia，CBT-I)等直接减轻睡眠障碍等基础性压力负荷，减缓资源流失；二是开源，即训练其在资源受限状态下的压力应对技巧，提升资源利用效率。功能受限组是临床早期干预的关键目标人群，重点在于阻断资源流失的恶性循环，为其资源恢复创造窗口，从而防止其状态恶化，并促进其向积极组别转化。

全面匮乏组表现为心理资本全面偏低与抑郁症状聚集的高危状态。值得注意的是，领悟社会支持水平从本组到功能受限组，再到积极调节组逐级升高，孕期运动频率亦表现为同样的特征，呈现出清晰的梯度效应。这提示该群体面临的是多重保护性资源的协同匮乏。鉴于本组占比仅为3.50%，因此应被视为强烈的临床风险信号，在三级医院围产保健门诊等情境下对合并多重应激源的个体进行高危个案识别与重点管理。在干预策略上，需采取强化的、多维度的支持，优先构建基础的社会支持网络，并尝试引入低强度的体力活动，同时联动精神科进行专业评估。未来研究者可在基层或与本研究差异较大的人群中，进行小规模验证或再抽样复核，并在不同孕期、不同地区进行测量不变性与稳定性评估，以确认其是否为可重现的稳定表型。

领悟社会支持水平在3个类别间呈现出稳定的梯度效应，且孕妇归属于更积极心理状态类别的比值比显著增加，表明社会支持是孕期心理健康的关键保护因子。这一发现在中国传统文化背景下具有深刻的现实意义。儒家文化强调的“家国同构”与“孝道”伦理，奠定了家庭作为核心支持系统的基石^[41]。对于孕妇而言，这一文化规范在实践中体现为配偶的体贴关怀、长辈的经验指导与生活照料，以及家族成员的情感接纳。这些支持要素如经纬交织，形成一个多层次、有温度的家庭支持系统，在心理与生活2个层面为孕期女性提供稳固依托。良好的家庭支持系统不仅提供情感慰藉与实际帮助，更通过增强归属感与价值感，有效发挥其压力缓冲功能^[42-43]，从而显著缓解孕期女性的焦虑^[44]。然而，在功能受限组中，即使是较高的社会支持与心理资本也未能完全发挥保护作用。这可能源于传统文化中对孕妇的特定角色期望所带来的隐性压力，例如对胎儿性别的关注、对“为家族添丁”的责任感，这些因素可能构成独特的应激源，部分抵消了支持的积极作用^[45]。因此，基于清晰的梯度效应，提升社会支持水平是实现精准干预的核心。干预策略应结合中国文化背景，例如，对全面匮乏组，重点在于重建或激活其家庭支持网络，弘扬孕产关怀的传统美德；对功能受限组，需优化现有支持质量，引导家人提供更具共情性与减压功能的支持；对积极调节组，则可鼓励其将传统睦邻理念扩展为社区层面的同伴支持，形成文化资源传递的良性循环。

综上，本研究将孕妇心理资本与产前抑郁分为3个潜在类别，孕妇的领悟社会支持水平、睡眠质量、运动频率等与心理资本和抑郁水平密切相关。医护人员应在孕期心理健康干预中加强社会支持网络建设，纳入睡眠质量管理，以及促进孕期运动行为，特别是针对归属全面匮乏或功能受限类别的孕妇，应提供更具针对性的多维度支持，以实现更好的孕期心理适应和孕期精神健康促进。

本研究亦存在局限性。首先，横断面设计难以推断变量间的因果关系，例如领悟社会支持水平与心理状态的相互作用方向需进一步验证。其次，样本主要来源于中部、北部和南部城市三级医院，对西部、农村或基层孕妇群体的代表性有限，可能影响结果的普适性。本研究所识别的类别结构及其特征在推广时需谨慎，尤其是在文化经济背景差异较大的群体中更应谨慎使用。未来研究可采取纵向设计，动态追踪孕期各阶段心理资本与抑郁的演化路径；同时扩大样本覆盖面，检验本研究中各类别在不同人群中的稳定性和测量等值性，以推动孕期心理健康评估工具的跨文化适用性。

参考文献

[1] Venkatesh KK, Nadel H, Blewett D, et al. Implementation of universal screening for depression during pregnancy: feasibility and impact on obstetric care[J/OL]. Am J Obstet Gynecol, 2016, 215(4): 517.e1-517.e8[2025-07-01].

[2] No authors listed. ACOG committee opinion No. 757 summary: screening for perinatal depression[J]. Obstet Gynecol, 2018, 132(5): 1314-1316.

[3] Woody CA, Ferrari AJ, Siskind DJ, et al. A systematic review and meta-regression of the prevalence and incidence of perinatal depression[J]. J Affect Disord, 2017, 219: 86-92.

[4] van’t Hof SR, Straathof M, Spalek K, et al. Theory of mind during pregnancy and postpartum: a systematic review[J/OL]. J Neuroendocrinol, 2023, 35(7): e13266[2025-07-01].

[5] Luciano M, Sampogna G, Del Vecchio V, et al. The transition from maternity blues to full-blown perinatal depression: results from a longitudinal study[J]. Front Psychiatry, 2021, 12: 703180.

[6] Castro e Couto T, Cardoso MN, Brancaglion MY, et al. Antenatal depression: Prevalence and risk factor patterns across the gestational period[J]. J Affect Disord, 2016, 192: 70-75.

[7] Fan X, Wu N, Tu Y, et al. Perinatal depression and infant and toddler neurodevelopment: a systematic review and meta-analysis[J]. Neurosci Biobehav Rev, 2024, 159: 105579.

[8] Broad JD, Luthans F. Positive resources for psychiatry in the fourth industrial revolution: building patient and family focused psychological capital (PsyCap)[J]. Int Rev Psychiatry, 2020, 32(7/8): 542-554.

[9] Wang X, Li Y, Wang J, et al. The relationship between nursing students’ psychological capital and occupational stigma in the Chinese context: A potential profiling analysis[J]. Nurse Educ Pract, 2025, 88: 104532.

[10] Xiong Y, Si J, Huang Z, et al. The role of social support and psychological capital in college students’ physical exercise behavior: A mediation analysis[J]. Front Psychol, 2025, 16: 1601079.

[11] Luo J, Muhamad HB, Chen F. Positive psychological capital and adolescent psychosexual health: the moderating roles of gender and autonomy[J]. BMC Psychol, 2025, 13(1): 765.

[12] Yue W, Chen Y, Ma X. A structural equation model of psychological capital, self-directed learning, and learned helplessness: Implications for postgraduate nursing education[J]. Nurse Educ Today, 2025, 151: 106748.

[13] Wang Y, Gu J, Zhang F, et al. The mediating role of social support and resilience between self-efficacy and prenatal stress: a mediational analysis[J]. BMC Pregnancy Childbirth, 2023, 23(1): 866.

[14] Huang J, Xu L, Xu Z, et al. The relationship among pregnancy-related anxiety, perceived social support, family function and resilience in Chinese pregnant women: a structural equation modeling analysis[J]. BMC Womens Health, 2022, 22(1): 546.

[15] 夏比旦·吐逊江, 李玲, 张薇, 等. 心理弹性在孕妇妊娠压力与产前抑郁间的中介效应[J]. 中南大学学报(医学版), 2023, 48(4): 557-564.

[16] TUXUNJIANG Xiabidan, LI Ling, ZHANG Wei, et al. Mediation effect of resilience on pregnancy stress and prenatal depression in pregnant women[J]. Journal of Central South University. Medical Science, 2023, 48(4): 557-564.

[17] Zeng K, Li Y, Yang R. The mediation role of psychological capital between family relationship and antenatal depressive symptoms among women with advanced maternal age: a cross sectional study[J]. BMC Pregnancy Childbirth, 2022, 22(1): 488.

[18] Han L, Sun Y, Wu JX, et al. Mediating effect of psychological capital on the relationship between perceived social support and antenatal depression[J]. Curr Psychol, 2025, 44(15): 13847-13858.

[19] Magalhães E. Dual-factor models of mental health: a systematic review of empirical evidence[J]. Psychosoc Interv, 2024, 33(2): 89-102.

[20] Huang L, Feng Z, Xu C, et al. Stigma and psychological health in psoriasis patients based on the dual-factor model of mental health: the chain mediating roles of social appearance anxiety and alexithymia[J]. Front Psychiatry, 2024, 15: 1499714.

[21] Clark KN, Malecki CK. Adolescent mental health profiles through a latent dual-factor approach[J]. J Sch Psychol, 2022, 91: 112-128.

[22] Teismann T, Brailovskaia J, Siegmann P, et al. Dual factor model of mental health: co-occurrence of positive mental health and suicide ideation in inpatients and outpatients[J]. Psychiatry Res, 2018, 260: 343-345.

[23] Hu H, Dou W, Qian M, et al. Latent profile analysis and influence factors of self-compassion among colorectal cancer patients with enterostomy from China: a cross-sectional study[J]. BMJ Open, 2025, 15(9): e097955.

[24] Zhang C, Wang Q, Zhao W, et al. The effect of adolescents’ perceived social support types on sense of meaning in life: the mediating role of social- emotional competence[J]. Front Psychol, 2025, 16: 1585270.

[25] 王家鹏, 陈金军. 潜类别分析在疾病分类中的应用[J]. 广东医学, 2019, 40(S1): 223-226.

[26] WANG Jiapeng, CHEN Jinjun. Application of latent class analysis in disease classification[J]. Guangdong Medical Journal, 2019, 40(S1): 223-226.

[27] 王艳驰, 张凤, 徐旭娟. 孕妇孕晚期自我效能和焦虑的潜在剖面分析[J]. 现代预防医学, 2024, 51(13): 2375-2380.

[28] WANG Yanchi, ZHANG Feng, XU Xujuan. Latent profile analysis of self-efficacy and anxiety in pregnant women in the third trimester[J]. Modern Preventive Medicine, 2024, 51(13): 2375-2380.

[29] Cox JL, Holden JM, Sagovsky R. Detection of postnatal depression. development of the 10-item Edinburgh Postnatal Depression Scale[J]. Br J Psychiatry, 1987, 150: 782-786.

[30] Wang Y, Guo X, Lau Y, et al. Psychometric evaluation of the mainland Chinese version of the Edinburgh Postnatal Depression Scale[J]. Int J Nurs Stud, 2009, 46(6): 813-823.

[31] Zimet GD, Powell SS, Farley GK, et al. Psychometric characteristics of the Multidimensional Scale of Perceived Social Support[J]. J Pers Assess, 1990, 55(3/4): 610-617.

[32] Luthans F, Youssef-Morgan CM, Avolio BJ. Psychological capital: Developing the human competitive edge[M]. Oxford: Oxford University Press, 2007.

[33] Buysse DJ, Reynolds CF 3rd, Monk TH, et al. The Pittsburgh Sleep Quality Index: A new instrument for psychiatric practice and research[J]. Psychiatry Res, 1989, 28(2): 193-213.

[34] 刘贤臣, 唐茂芹. 匹慈堡睡眠质量指数的信度和效度研究[J]. 中华精神科杂志, 1996, 29(2):103-107.

[35] LIU Xianchen, TANG Maoqin. Reliability and validity study of the Pittsburgh Sleep Quality Index[J]. Chinese Journal of Psychiatry, 1996, 29(2): 103-107.

[36] 蒲江锋, 王婉儿, 李格格, 等. 护士组织支持感现状及潜在剖面分析[J]. 中华护理杂志, 2025, 60(3): 340-347.

[37] PU Jiangfeng, WANG Waner, LI Gege, et al. Study on the current situation and latent profile analysis of nurses’ perceived organizational support[J]. Chinese Journal of Nursing, 2025, 60(3): 340-347.

[38] Li P, Wang H, Feng J, et al. Association between perceived stress and prenatal depressive symptoms: moderating effect of social support[J]. J Multidiscip Healthc, 2021, 14: 3195-3204.

[39] Davenport MH, Ruchat SM, Sobierajski F, et al. Impact of prenatal exercise on maternal harms, labour and delivery outcomes: a systematic review and meta-analysis[J]. Br J Sports Med, 2019, 53(2): 99-107.

[40] Wang Y, Liu H, Zhang C, et al. Antepartum sleep quality, mental status, and postpartum depressive symptoms: a mediation analysis[J]. BMC Psychiatry, 2022, 22(1): 521.

[41] Sedov ID, Cameron EE, Madigan S, et al. Sleep quality during pregnancy: a meta-analysis[J]. Sleep Med Rev, 2018, 38: 168-176.

[42] 孙玮, 徐铭. 新媒体视域下青年学生网络意见领袖的情绪传播研究[J]. 教育传媒研究, 2025(2): 73-76.

[43] SUN Wei, XU Ming. Research on the emotional communication of young student online opinion leaders from the perspective of new media[J]. Journal of Education and Media Studies, 2025(2): 73-76.

[44] Hobfoll SE. Conservation of resources: a new attempt at conceptualizing stress[J]. Am Psychol, 1989, 44(3): 513-524.

[45] Dunkel Schetter C, Tanner L. Anxiety, depression and stress in pregnancy: implications for mothers, children, research, and practice[J]. Curr Opin Psychiatry, 2012, 25(2): 141-148.

[46] Liou SR, Wang P, Cheng CY. Longitudinal study of perinatal maternal stress, depressive symptoms and anxiety[J]. Midwifery, 2014, 30(6): 795-801.

[47] 刘玉平. 先秦儒家的孝道及其现代意义[J]. 齐鲁学刊, 2001(4): 80-83.

[48] LIU Yuping. On Confucian filial duty in pre-Qin dynasty and its modern significance[J]. Qilu Journal, 2001(4): 80-83.

[49] Friedman LE, Gelaye B, Sanchez SE, et al. Association of social support and antepartum depression among pregnant women[J]. J Affect Disord, 2020, 264: 201-205.

[50] Zhong QY, Gelaye B, VanderWeele TJ, et al. Causal model of the association of social support with antepartum depression: a marginal structural modeling approach[J]. Am J Epidemiol, 2018, 187(9): 1871-1879.

[51] Huang Y, Lin X, Yang J, et al. Association between psychological capital and depressive symptoms during COVID-19: The mediating role of perceived social support and the moderating effect of employment pressure[J]. Front Public Health, 2023, 11: 1036172.

[52] Wang Y, Gu J, Zhang F, et al. Path analysis of influencing factors for maternal antenatal depression in the third trimester[J]. Sci Rep, 2024, 14(1): 4742.

基金资助

国家自然科学基金(81903334)

武汉大学临床护理专项科研培育基金(LCHL202302┫。This work was supported by the National Natural Science Foundation ┣81903334)

the Clinical Nursing Special Research Cultivation Fund of Wuhan University(LCHL202302)

RIGHTS & PERMISSIONS

开放获取(Open access)：本文遵循知识共享许可协议，允许第三方用户按照署名-非商业性使用-禁止演绎4.0(CC BY-NC-ND 4.0)的方式，在任何媒介以任何形式复制、传播本作品(https://creativecommons.org/licenses/by-nc-nd/4.0/)。