《Scientific Reports》：Revisiting dimensionality in measurement of sense of coherence among rural healthcare workers using network analysis
编辑推荐：
本研究针对医疗工作者（HCW）一致感（SOC）测量维度存在争议、限制健康促进（salutogenic）研究与应用的问题，研究人员运用探索性图分析（EGA）这一新心理测量方法，在澳大利亚乡村医疗工作者队列中重新评估了SOC-13量表。结果表明，通过删除与SOCQ3内容高度重叠的冗余项目SOCQ2，可获得一个精炼的12项单维SOC工具，其具有良好的内部一致性，且与抑郁、焦虑和韧性相关。该研究为SOC测量提供了更精确的工具，推动了基于 salutogenesis 理论的实证研究。
新冠大流行对医疗工作者的心理健康造成了严重影响。在这样的背景下，如何提升这个群体的心理韧性与应对能力，成为了一个亟待解决的现实问题。源自健康促进（salutogenesis）理论的一致感（Sense of Coherence, SOC）概念，被认为是应对压力的关键心理资源。它衡量个体认为自己的生活经验是可理解的、可管理的且有意义的程度。一个强大的SOC与更好的身心健康结果相关，因此，理解并准确测量医疗工作者的SOC，对于设计有效的支持干预措施至关重要。
然而，尽管SOC-13量表被广泛使用，但其核心的维度结构——它究竟测量的是一个单一的整体构念，还是多个不同的子维度（如可理解性、可管理性和意义感）——在学术界长期存在分歧。这种测量学上的不确定性，像一层迷雾，笼罩着许多基于SOC的研究，使得不同研究结果难以比较，也限制了该理论在实践中的深入应用。传统的验证方法，如因子分析和结构方程建模，在此问题上给出了不一致的答案，其准确性也受到一些方法学上的挑战。为了拨开这层迷雾，为SOC的测量提供一个更清晰、更可靠的方案，一项发表在《Scientific Reports》上的研究采用了当时较新的心理测量学方法——探索性图分析（Exploratory Graph Analysis, EGA），对澳大利亚乡村地区的医疗工作者群体进行了深入探究。
为了回答上述问题，研究团队在一项为期12个月的随访研究中，聚焦于澳大利亚Loddon Mallee地区的区域和乡村医疗工作者队列。该研究主要运用了探索性图分析（EGA）这一心理测量学网络分析方法来评估SOC-13量表的维度结构。通过分析参与者（n=649，其中完成全部SOC-13项目的有效案例n=597）的数据，研究人员构建了项目间的关联网络，以直观地揭示其底层结构，从而避免了传统因子分析中的一些强假设限制。
研究结果
网络结构与维度
探索性图分析（EGA）的结果清晰显示，SOC-13量表的所有项目紧密地联结在一个单一的、高度互联的“集群”或社区中。这意味着，在该研究样本中，SOC表现为一个单维的构念，而非由多个独立子维度构成。网络可视化图直观地证实了这一点，所有项目都归属于同一个网络社区。
项目冗余性识别
尽管整体呈现单维结构，网络分析却敏锐地识别出其中存在内容高度重叠的项目对。具体而言，项目SOCQ2（“你是否曾感到，你过去的生活是毫无意义的？”）与项目SOCQ3（“你曾否感到，你并不真的关心你周围发生了什么？”）在网络中显示出异常强的连接。这种强连接表明两个项目在测量内容上存在大量冗余，即它们询问的是极为相似的心理体验。为了精炼量表，提升测量效率，研究人员建议将SOCQ2从量表中移除。
精炼量表的心理测量学特性
移除SOCQ2后，研究对剩下的12项SOC量表（简称SOC-12）进行了心理测量学检验。结果表明：
- 1.
内部一致性：SOC-12表现出优秀的内部一致性，克隆巴赫系数（Cronbach's α）高达0.91，表明这12个项目高度可靠地测量了同一个潜在特质。
- 2.
聚合效度：SOC-12得分与另一个广泛使用的韧性量表（CD-RISC-10）的得分呈显著正相关。这意味着SOC越强的个体，其心理韧性也越强，这符合理论预期，支持了量表的效度。
- 3.
同时效度：SOC-12得分与抑郁（PHQ-9量表）和焦虑（GAD-7量表）症状得分均呈显著负相关。即SOC水平越高，抑郁和焦虑症状水平越低。这一强有力的负向关联，凸显了SOC作为对抗常见心理健康问题的保护性资源的重要作用。
敏感性分析
为了确保结果的稳健性，研究进行了敏感性分析。即使在排除了那些在SOC-13量表上存在缺失数据而被主要分析排除在外的参与者后，EGA的结果仍然保持一致，持续支持单维结构。这增强了研究结论的可信度。
讨论与结论
本研究通过应用前沿的探索性图分析方法，为长期存在的SOC维度争议提供了新的、更细致的证据。核心结论是，在澳大利亚乡村医疗工作者样本中，SOC-13量表本质上测量的是一个单维的心理构念。这一发现支持将SOC作为一个整体的、统一的心理资源来理解和测量，而不是强行将其分割为理论上的三个独立成分。
然而，研究更重要的贡献在于其方法学上的精进。它并非简单验证单维性，而是利用网络分析的优势，识别并移除了一个冗余项目（SOCQ2）。这一操作产生了一个更精炼、更高效的12项SOC测量工具。这个精炼后的SOC-12量表不仅保持了出色的心理测量学属性（高信度），而且与关键的心理健康指标（抑郁、焦虑、韧性）有着理论上一致且显著的相关性，证明了其有效性和实用价值。
这项研究的意义是多方面的。首先，它为研究人员提供了一个经过实证优化、更精简可靠的SOC测量版本（SOC-12），有助于未来研究获得更精确、可比较的结果。其次，它展示了探索性图分析在心理测量学中的强大应用潜力，特别是在检验量表维度和识别冗余项目方面，这种方法比传统方法能提供更直观、更细致的洞察。最后，在实践层面，确认SOC作为医疗工作者重要的保护性因素，并有了更好的测量工具，可以为医疗机构设计针对性的心理健康促进和韧性培养项目提供坚实的科学依据。当然，作者也指出，量表的维度可能因文化和人群而异，未来需要在更广泛的人群中进行验证，并进一步改进网络分析中处理缺失数据的技术。尽管如此，这项研究无疑是朝着厘清SOC测量迷雾、推动健康促进理论在现实世界中更有效应用所迈出的坚实一步。
