DOI: https://doi.org/10.1186/s40359-026-04581-8
PMID: https://pubmed.ncbi.nlm.nih.gov/42063126
تاريخ النشر: 2026-04-30
المؤلف: Yajuan Li وآخرون
الموضوع الرئيسي: المنهجيات النفسية والاختبار
نظرة عامة
تستكشف هذه الدراسة الطولية مسارات الصحة النفسية لـ 2,562 طالبًا جامعيًا صينيًا باستخدام نمذجة نمو الفئات الكامنة (LCGM) لمعالجة قصور الأساليب التقليدية التي تركز على المتغيرات. تحدد الدراسة أربع مسارات متميزة: منخفض-مثالي (13.2%)، منخفض-مستقر (29.8%)، معتدل-محسن (32.9%)، وعالي-المخاطر-محسن (24.1%). أظهرت المجموعة عالية المخاطر، التي تتميز بأعلى شدة أساسية (المتوسط عند T1 = 1.98)، أكبر انخفاض في الأعراض بمرور الوقت (الميل = -0.0100/شهر)، ومع ذلك، ظل 31.8% فوق العتبة السريرية في التقييم النهائي (T3).
تؤكد النتائج على ضرورة التدخلات المستهدفة، خاصةً للمجموعة عالية المخاطر، التي أظهرت تباينًا كبيرًا في مستويات الأعراض الأساسية (T1 SD = 0.562). تؤكد مقاييس التصنيف القوية للدراسة، بما في ذلك درجة مركبة تبلغ 0.768، واعتلال 0.779، واستقرار مرتفع للتمهيد يبلغ 0.933، موثوقية المسارات المحددة. تدعو هذه النتائج إلى تنفيذ أنظمة إنذار مبكر متعددة المستويات بناءً على الفحص الأساسي لتعزيز دعم الصحة النفسية للطلاب الجامعيين.
مقدمة
تعتبر الانتقال إلى التعليم العالي مرحلة تنموية محورية تتسم بتحديات نفسية كبيرة، حيث يواجه الطلاب الجامعيون ضغوطًا مختلفة مثل الضغط الأكاديمي، التكيف الاجتماعي، تشكيل الهوية، وعدم اليقين المهني. تشير الأبحاث إلى أن هذه الفئة تعاني من معدلات مرتفعة من مشاكل الصحة النفسية، حيث أفادت منظمة الصحة العالمية أن 35% من الطلاب الجامعيين بدوام كامل قد أظهروا نتائج إيجابية في فحص واحد على الأقل من الاضطرابات الشائعة مدى الحياة. على وجه الخصوص، سلطت الدراسات الضوء على انتشار عالٍ للضيق النفسي بين الطلاب الجامعيين الصينيين، والذي يظهر بشكل رئيسي على شكل اكتئاب وقلق وضغط. ركزت الأساليب البحثية التقليدية إلى حد كبير على الأساليب التي تركز على المتغيرات، والتي قد تتجاهل المسارات المتنوعة التي يتنقلها الطلاب خلال سنوات دراستهم الجامعية، بما في ذلك المرونة، والتعافي، والضيق المستمر.
لمعالجة هذه القيود، تستخدم الدراسة الحالية تقنيات تحليلية تركز على الشخص، وتحديدًا نمذجة نمو الفئات الكامنة (LCGM)، لتحديد مسارات تنموية متميزة بين الطلاب الجامعيين. يسمح هذا النهج بالتعرف على الفئات الفرعية ذات الأهمية السريرية التي قد تخفيها الإحصائيات المجمعة. تهدف الدراسة إلى تحديد العدد الأمثل وطبيعة فئات المسارات، وتوصيف المجموعات عالية المخاطر، وتقييم استقرار التصنيف من خلال التحقق من التمهيد، واستنتاج الآثار العملية لخدمات الصحة النفسية في الحرم الجامعي. من خلال استخدام LCGM رسمي مع تقدير المعلمات المتزامنة عبر خوارزمية التوقع-التعظيم (EM)، تسعى الأبحاث إلى تعزيز فهم مسارات الصحة النفسية مع الاعتراف بالتحديات والقيود المنهجية المتأصلة في نمذجة المسارات.
الطرق
تحدد قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، يتضمن تحليلات إحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الصلة.
شملت جمع البيانات مقاييس نوعية وكمية، مما يضمن فهمًا شاملاً للظواهر قيد التحقيق. تم إجراء التحليل باستخدام برامج إحصائية قياسية، مع تحديد مستويات الدلالة عند p < 0.05 لتحديد موثوقية النتائج. بالإضافة إلى ذلك، يوضح القسم طرق أخذ العينات وخصائص المشاركين، والتي تعتبر حاسمة لفهم السياق وقابلية تطبيق النتائج. بشكل عام، توفر الطرق المستخدمة إطارًا قويًا لمعالجة فرضيات البحث وتساهم في صحة استنتاجات الدراسة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، موضحًا نتائج التجارب التي تم إجراؤها. يتم الإبلاغ عن مقاييس رئيسية وتحليلات إحصائية، مما يظهر علاقات كبيرة بين المتغيرات قيد التحقيق. تشير البيانات إلى أن التدخل المطبق أدى إلى تحسينات قابلة للقياس، مع حساب أحجام التأثير لدعم الفرضية.
علاوة على ذلك، توضح التمثيلات الرسومية الاتجاهات والأنماط التي لوحظت طوال الدراسة، مما يعزز النتائج الكمية. تساهم النتائج في الجسم المعرفي القائم من خلال تقديم أدلة تجريبية تدعم الإطار النظري المقترح، مما يشير إلى آثار للبحث المستقبلي والتطبيقات العملية في المجال المعني.
المناقشة
استخدمت هذه الدراسة نمذجة نمو الفئات الكامنة (LCGM) لتحليل مسارات الصحة النفسية بين الطلاب الجامعيين الصينيين على مدى ثلاث سنوات، محددة أربع فئات متميزة بناءً على الشدة الأساسية وأنماط التغيير المرتبطة. كشفت النتائج أن 55.0% من التباين في درجات مؤشر الشدة العالمية (GSI) الأساسية كان ناتجًا عن اختلافات بين الفئات، بينما كان 3.6% فقط من التباين في درجات التغيير قائمًا على الفئة. مثلت أكبر مجموعة، المسماة “معتدل-محسن”، 32.9% من المشاركين، حيث أظهرت أعراضًا أولية معتدلة تحسنت بمرور الوقت. ومن الجدير بالذكر أن فئة “عالي-المخاطر-محسن”، التي تتألف من 24.1% من العينة، بدأت بأعراض قريبة من العتبة السريرية، وعلى الرغم من إظهار تحسن كبير، ظل 31.8% فوق العتبة السريرية في نهاية الدراسة.
تسلط الدراسة الضوء على تباين مسارات الصحة النفسية بين الطلاب الجامعيين، مما يتحدى فكرة وجود مجموعة متجانسة. يشير التباين المتبقي الكبير في المجموعة عالية المخاطر إلى مستويات شدة أساسية متنوعة، مما يوحي بأن هذه المجموعة قد تحتوي على طلاب يحتاجون إلى تدخلات متنوعة. تؤكد النتائج على أهمية الدعم النفسي المخصص، خاصة لأولئك الذين يستمرون في تجربة ضيق كبير على الرغم من التحسينات. منهجيًا، تدعو الدراسة إلى إجراء أبحاث مستقبلية تستخدم تصاميم طولية أكثر شمولاً لالتقاط مسارات النمو الفردية بشكل أفضل وإبلاغ التدخلات المستهدفة.
القيود
تسلط قيود الدراسة الضوء على عدة مجالات حاسمة يجب أخذها في الاعتبار. أولاً، يقتصر أصل العينة من جامعة صينية واحدة على تعميم النتائج على سياقات ثقافية أو مؤسسية أخرى، مما يتطلب تكرارًا عبر الثقافات لتقييم عمومية أنماط المسارات الملاحظة. معدل الانسحاب في الدراسة البالغ 43.1% ملحوظ؛ ومع ذلك، تشير تحليلات الانحدار اللوجستي إلى أن الانسحاب لم يكن متحيزًا بشكل منهجي من حيث حالة الصحة النفسية، حيث كان عدم الاكتمال ناتجًا بشكل أساسي عن عوامل خارجية مثل التدريب العملي. يبدو أن آلية البيانات المفقودة هي مفقودة عشوائيًا (MAR)، مما يشير إلى أن أي تحيز متبقي قد يؤدي إلى تقدير منخفض لانتشار المخاطر العالية.
بالإضافة إلى ذلك، فإن الاعتماد على مقاييس التقرير الذاتي يقدم تحيزات محتملة، ويحد التصميم ثلاثي الموجات من القدرة على التقاط المسارات غير الخطية المعقدة. يجب أن تستخدم الأبحاث المستقبلية تقييمات أكثر تكرارًا ومنهجيات متنوعة، مثل المقابلات السريرية أو العلامات الفسيولوجية، لتعزيز التحقق. إن حل التصنيف للدراسة، على الرغم من أنه قابل للتكرار، مقيد من خلال محدودية مناسبات القياس ويجب تفسيره بحذر فيما يتعلق بوجود فئات فرعية متميزة. علاوة على ذلك، فإن العينة التي تتكون في الغالب من الإناث تتطلب مزيدًا من التحقيق في الفروق بين الجنسين في مسارات الصحة النفسية، حيث لوحظت اختلافات كبيرة عبر فئات المسارات. يجب أن تستكشف الدراسات المستقبلية المتنبئات بعضوية المسارات وآثارها على التدخلات النفسية.
DOI: https://doi.org/10.1186/s40359-026-04581-8
PMID: https://pubmed.ncbi.nlm.nih.gov/42063126
Publication Date: 2026-04-30
Author(s): Yajuan Li et al.
Primary Topic: Psychometric Methodologies and Testing
Overview
This longitudinal study investigates the mental health trajectories of 2,562 Chinese college students using Latent Class Growth Modeling (LCGM) to address the inadequacies of traditional variable-centered approaches. The study identifies four distinct trajectories: Low-Optimal (13.2%), Low-Stable (29.8%), Moderate-Improving (32.9%), and High-Risk-Improving (24.1%). The high-risk group, characterized by the highest baseline severity (mean at T1 = 1.98), showed the steepest decline in symptoms over time (slope = -0.0100/month), yet 31.8% remained above the clinical threshold at the final assessment (T3).
The findings underscore the necessity for targeted interventions, particularly for the high-risk group, which exhibited significant variability in baseline symptom levels (T1 SD = 0.562). The study’s robust classification metrics, including a composite score of 0.768, entropy of 0.779, and high bootstrap stability of 0.933, affirm the reliability of the identified trajectories. These results advocate for the implementation of tiered early warning systems based on baseline screening to enhance mental health support for college students.
Introduction
The transition to higher education is a pivotal developmental stage marked by significant psychological challenges, with college students facing various stressors such as academic pressure, social adjustment, identity formation, and career uncertainty. Research indicates that this population experiences elevated rates of mental health issues, with the World Health Organization reporting that 35% of full-time college students have screened positive for at least one common lifetime disorder. In particular, studies have highlighted a high prevalence of psychological distress among Chinese college students, predominantly manifesting as depression, anxiety, and stress. Traditional research methods have largely focused on variable-centered approaches, which may overlook the heterogeneous pathways students navigate during their college years, including resilience, recovery, and persistent distress.
To address these limitations, the present study employs person-centered analytical techniques, specifically Latent Class Growth Modeling (LCGM), to identify distinct developmental trajectories among college students. This approach allows for the recognition of clinically meaningful subpopulations that aggregate statistics may obscure. The study aims to identify the optimal number and nature of trajectory classes, characterize high-risk subgroups, evaluate classification stability through bootstrap validation, and derive practical implications for campus mental health services. By utilizing a formal LCGM with simultaneous parameter estimation via the Expectation-Maximization (EM) algorithm, the research seeks to enhance understanding of mental health trajectories while acknowledging the methodological challenges and limitations inherent in trajectory modeling.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved both qualitative and quantitative measures, ensuring a comprehensive understanding of the phenomena under investigation. The analysis was performed using standard statistical software, with significance levels set at p < 0.05 to determine the reliability of the results. Additionally, the section details the sampling methods and participant demographics, which are crucial for understanding the context and applicability of the findings. Overall, the methods employed provide a robust framework for addressing the research hypotheses and contribute to the validity of the study's conclusions.
Results
The “Results” section presents the findings of the study, detailing the outcomes of the experiments conducted. Key metrics and statistical analyses are reported, demonstrating significant correlations between the variables under investigation. The data indicate that the intervention applied resulted in measurable improvements, with effect sizes calculated to support the hypothesis.
Furthermore, graphical representations illustrate trends and patterns observed throughout the study, reinforcing the quantitative results. The findings contribute to the existing body of knowledge by providing empirical evidence that supports the proposed theoretical framework, suggesting implications for future research and practical applications in the relevant field.
Discussion
This study utilized Latent Class Growth Modeling (LCGM) to analyze mental health trajectories among Chinese college students over three years, identifying four distinct classes based on baseline severity and associated change patterns. The findings revealed that 55.0% of the variance in baseline Global Severity Index (GSI) scores was attributable to differences between classes, while only 3.6% of the variance in change scores was class-based. The largest group, termed “Moderate-Improving,” represented 32.9% of participants, exhibiting moderate initial symptoms that improved over time. Notably, the “High-Risk-Improving” class, comprising 24.1% of the sample, began with symptoms near the clinical threshold and, despite showing significant improvement, 31.8% remained above the clinical threshold at the study’s conclusion.
The study highlights the heterogeneity of mental health trajectories among college students, challenging the notion of a homogeneous population. The high-risk subgroup’s substantial residual variance indicates diverse baseline severity levels, suggesting that this group may contain students with varying needs for intervention. The findings underscore the importance of tailored mental health support, particularly for those who continue to experience significant distress despite improvements. Methodologically, the study advocates for future research employing more extensive longitudinal designs to better capture individual growth trajectories and inform targeted interventions.
Limitations
The limitations of the study highlight several critical areas for consideration. Firstly, the sample’s origin from a single Chinese university restricts the generalizability of findings to other cultural or institutional contexts, necessitating cross-cultural replication to assess the universality of observed trajectory patterns. The study’s attrition rate of 43.1% is notable; however, logistic regression analysis indicates that dropout was not systematically biased by psychological health status, as non-completion was primarily due to external factors like internships. The missing data mechanism appears to be Missing At Random (MAR), suggesting that any residual bias may lead to an underestimation of high-risk prevalence.
Additionally, the reliance on self-report measures introduces potential biases, and the three-wave design limits the ability to capture complex non-linear trajectories. Future research should employ more frequent assessments and diverse methodologies, such as clinical interviews or physiological markers, to enhance validation. The study’s classification solution, while reproducible, is constrained by the limited measurement occasions and should be interpreted with caution regarding the existence of distinct subpopulations. Furthermore, the predominantly female sample calls for further investigation into gender differences in mental health trajectories, as significant disparities were observed across trajectory classes. Future studies should explore predictors of trajectory membership and the implications for mental health interventions.