甘怡群课题组揭示应激优化缓解青少年焦虑症状的有效性及其个性化特征

　　

近日，北京大学心理与认知科学学院甘怡群课题组在Journal of Anxiety Disorders（中科院心理学分区一区）发表题为Personalized Stress Optimization Intervention to Reduce Adolescents’ Anxiety: A Randomized Controlled Trial Leveraging Machine Learning的论文，研究通过随机对照实验和机器学习的分析方法深入分析了应激优化干预措施在缓解青少年焦虑症状中的适用性。

广泛性焦虑障碍的特征是过度和无法控制的担忧，以及高度易怒、不安、焦虑唤醒和躯体症状。在普通青少年样本群体中，中、重度焦虑症状的全球发生率高达20.5%至26.9%。随着青春期学业、人际压力等各方面压力的显现，由压力导致的焦虑症状也明显增多。因此，有必要基于压力这一核心因素，开发缓解青少年焦虑症状的有效干预措施。

传统的压力应对干预措施主要侧重于消除压力。应激优化整合模型（stress optimization integration model）提供了一种新的压力应对视角，通过结合应激重评和应激有利心态，提出对压力的看法可以转向压力促进个人发展和成长的积极方面。基于此，本研究开发设计了针对我国青少年的应激优化干预方案，并进行了大规模随机对照实验（N = 1779, age = 12-17），采用基于机器学习的贝叶斯因果森林方法（BCF）验证干预效果的有效性，并检验了个体干预效应的异质性。

结果发现，不论是干预后立即对焦虑症状进行测量，还是在两个月后的随访中，应激优化干预均有效地减少了青少年的焦虑症状。以两个月后的随访结果为例，干预使焦虑的症状水平相对于对照组平均降低了0.05个标准差（后验概率为0.87）。进一步，在个体效应的异质性分析中，我们发现在人口学水平上，如不同性别、年级与主客观社会经济地位等特征中干预效果的分布均相似。而与压力相关的特征，例如感知压力（Figure 2）和焦虑症状较高（Figure 3）的青少年在干预后，焦虑症状的缓解最为显著。由此可见，应激优化干预具有较强的群体适用性，且尤其适用于感知压力较强和焦虑症状较高的个体。

本研究综合了应激有利心向干预措施、应激重评以及应激应对技能等多种应激优化成分，从应激有利的积极视角，开发了适用于我国青少年群体的应激优化单次干预，并通过随机对照实验和BCF的方法对干预效果及其异质性进行了科学的效果验证，为缓解青少年焦虑症状、促进其心理健康发展提供了科学支持。此外，单次干预措施具有较强的可及性、可扩展性和成本效益，本研究也为未来应激优化干预措施的普及和大规模应用提供了实践参考。

北京大学博雅博士后刘金梦为本论文的第一作者，甘怡群教授是本论文通讯作者。课题组博士生胡军、吴雪冰和已毕业硕士齐玉雪为本研究做出重要贡献。研究得到了国家自然科学基金项目，博士后面上项目和博士后资助计划的支持。

参考文献：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.

论文链接：https://doi.org/10.1016/j.janxdis.2024.102964

---

2025-01-06