亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Which comes first? Comorbidity of depression and anxiety symptoms: a cross-lagged network analysis

共病 萧条(经济学) 焦虑 精神科 心理学 临床心理学 医学 经济 凯恩斯经济学
作者
Hongyu Zou,Junyao Gao,Wanchun Wu,Lijuan Huo,Shouxin Zhang
出处
期刊:Social Science & Medicine [Elsevier]
卷期号:360: 117339-117339 被引量:1
标识
DOI:10.1016/j.socscimed.2024.117339
摘要

Depression and anxiety significantly impact college students, leading to various negative outcomes. While numerous studies have investigated the relationship between these two conditions, their temporal sequence remains unresolved. Many previous studies have concentrated on broad latent variables, often neglecting the nuanced symptomatology perspective, which may offer deeper insight into the clinical characteristics of these disorders. In this study, we collected questionnaire data from a college in South China using a cluster random sampling method. Data collection occurred over two time points, with the first round completed in November 2022 and May 2023, with a six-month interval. A total of 689 participants successfully completed the questionnaires during both rounds. Employing cross-lagged network analysis from a symptom-focused perspective, this research examines the interactions and predictive relationships between symptoms of depression and anxiety. The findings identified key symptoms-specifically "Irritability", "Guilty" and "Sad mood"- as critical bridging nodes of connection within the depression and anxiety symptom network. Our analysis revealed both bidirectional predictive relationships between certain symptoms nodes of depression and anxiety, as well as unidirectional ones. By highlighting these core nodes and their directional relationships, this study offers valuable insights that can inform targeted intervention and treatment strategies for enhancing mental health among college students.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
13秒前
涂山发布了新的文献求助10
16秒前
26秒前
46秒前
绝尘发布了新的文献求助10
50秒前
1分钟前
Aliceq发布了新的文献求助10
1分钟前
涂山完成签到,获得积分10
1分钟前
sinan发布了新的文献求助10
1分钟前
sinan发布了新的文献求助10
2分钟前
无语的冰淇淋完成签到 ,获得积分10
3分钟前
完美的海完成签到 ,获得积分0
3分钟前
kaginagain发布了新的文献求助10
3分钟前
3分钟前
麦尔哈巴发布了新的文献求助10
4分钟前
Zhou应助美味肉蟹煲采纳,获得10
4分钟前
美味肉蟹煲完成签到,获得积分10
4分钟前
wangfaqing942完成签到 ,获得积分10
4分钟前
充电宝应助麦尔哈巴采纳,获得10
4分钟前
WXHL完成签到 ,获得积分10
5分钟前
星流xx完成签到 ,获得积分10
6分钟前
gy完成签到,获得积分10
6分钟前
坚强的小白菜关注了科研通微信公众号
6分钟前
击倒大树的风暴完成签到,获得积分10
7分钟前
7分钟前
oleskarabach发布了新的文献求助10
7分钟前
7分钟前
tao完成签到 ,获得积分10
7分钟前
研友_Lw43on发布了新的文献求助10
7分钟前
顾矜应助研友_Lw43on采纳,获得10
7分钟前
oleskarabach发布了新的文献求助10
8分钟前
8分钟前
8分钟前
史前巨怪完成签到,获得积分10
8分钟前
9分钟前
9分钟前
小二郎应助kikeva采纳,获得10
9分钟前
9分钟前
9分钟前
9分钟前
高分求助中
Earth System Geophysics 1000
Co-opetition under Endogenous Bargaining Power 666
Medicina di laboratorio. Logica e patologia clinica 600
Handbook of Marine Craft Hydrodynamics and Motion Control, 2nd Edition 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
Language injustice and social equity in EMI policies in China 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3213132
求助须知:如何正确求助?哪些是违规求助? 2861929
关于积分的说明 8131215
捐赠科研通 2527854
什么是DOI,文献DOI怎么找? 1361909
科研通“疑难数据库(出版商)”最低求助积分说明 643529
邀请新用户注册赠送积分活动 615885