张振香 任娟娟 梅永霞 王明旭 惠沼沼 张 伟

2020年1月31日，新型冠状病毒感染疫情被世界卫生组织正式认定为最严重的“世界突发公共卫生事件”之一，并于2020年3月11日达到全球大流行状态[1]，截至2022年4月20日，全球COVID-19确诊病例为5亿400多万例，其中620多万人死亡[2]，因其具有高传染性、强致病性，严重威胁着世界各国人民的生命安全和身心健康[3]。个体的防控配合和预防行为(如洗手、保持社交距离、戴口罩等)仍然是预防COVID-19感染最基本和有效的方法[4-5]。因此，新冠肺炎的控制和预防至为关键。

研究发现，疫情期间，个体的风险感知与自我保护行为呈正相关，自觉高易感者倾向于减少社会接触，增加洗手频率[6-7]；
此外，风险感知还会影响人们采取和遵守防控措施的意愿和动机[8-9]。风险感知指个体对各种客观外部风险的主观感知和判断[10]，是人们对突发公共卫生事件反应行为的基础[11]，且风险感知水平相近的个体可能会采取不同程度的预防行为[12]。可见，风险感知是影响个体健康行为和疫情防控的显著预测因子。大学生生活相对集中，社会交往活跃，跨地区流动性强，一旦感染，就会引发严重的公共卫生事件。因此，高校学生是新冠肺炎疫情防控的重点人群[13]，而医学生作为高校学生的重要组成，是未来医疗行业的储备力量和抗疫主力军[14]，对健康信息警觉且敏感，其疫情相关知识和风险意识影响着周围人的风险感知，并发挥着引领示范作用[10]。因此，有必要特别关注高校医学生对新冠疫情的风险感知现状。

疫情发生以来，在医学生风险感知相关研究中，多以自评量表得分判断风险感知水平高低[15-17]，测量工具及分类标准不统一，无法辨别特殊学生群体感知特征。潜在剖面分析(Latent profile analysis，LPA)是以个体为中心的分析技术，通过将具有相似反应模式的个体归为同一亚组，明晰不同条目或维度上个体的反应特征及数量占比[18]，能较好地区分群体类别。因此，本研究拟通过潜在剖面分析法探究高校医学生疫情风险感知潜在类别及其特征差异，为高校及相关部门制定科学可行的疫情防控管理方案，进行适度风险调控，引导学生建立理性风险意识，促进身心健康发展提供理论依据。

1.1 对象

2022年1月到2月，通过“问卷星”对10个省份(包括天津市、河南省、河北省、四川省、陕西省、山西省、山东省、辽宁省、黑龙江省、贵州省)1800名高校医学生进行在线匿名横断面调查，剔除总用时小于180秒及无效问卷(所有条目的答案均为同一选项)，最终回收有效问卷1703分(94.61%)。本研究已获得西安交通大学医学部生物医学伦理委员的批准(编号：2022-0006)，参与本次研究的学生均为自愿且在调查前已线上签署知情同意书。纳入标准：全日制在读医学生(包括专科生、本科生及研究生)。排除标准：既往诊断为焦虑症或抑郁症者。

共调查高校医学生1703名，其中男生576人，女生1127人，年龄16～30岁，平均年龄19岁，见表1。

表1 医学生一般人口学资料(n=1703)

1.2 方法

1.2.1 一般资料调查表 由课题组查阅文献后自行设计，包括性别、年龄、婚姻状态、民族、生源地、吸烟饮酒状态、攻读学位、年级、政治面貌等人口社会学资料。

1.2.2 新冠感染疫情风险感知量表(COVID-19 Risk Perception Scale，CRPS) 由崔小倩等[19]基于实证研究编制而成，包括3个维度，9个条目，其中条目1、2、6为易感性，条目3、4、5为严重性，条目7、8、9为可控性，采用1到5分(从“非常不符合”到“非常符合”)，Likert-5级评分法。总量表的克朗巴赫系数为0.824，分半系数为0.731，各维度与总量表的相关系数为0.720～0.841，信效度良好。

1.2.3 领悟社会支持量表(Perceived Social Support Scale，PSSS) 该量表由Blumenthal等[20]人编制，用于测量个体领悟到来自社会各种支持源的支持程度，中文版经姜乾金等[21]引进国内，包括3个维度，12个条目，其中条目3、4、8、11为家庭支持，条目6、7、9、12为朋友支持，条目1、2、5、10为其他支持，采用1到7分7级评分法分别代表从“极不同意”到“极同意”，各条目分相加即为总分，总分越高代表个体所感受到的社会支持程度越高，12～36分为低支持水平，37～60分为中间支持水平，61～84为高支持水平，在本研究中该量表的Cronbach"s α系数为0.973。

1.2.4 广泛性焦虑障碍量表(Generalized Anxiety Disorder-7，GAD-7) 由Spitzer等[22]编制，测量个体过去两周的精神心理活动，中文版由何筱衍等[23]于2010年翻译，在综合医院普通门诊患者中进行验证，Cronbach"s α系数为0.898。GAD-7(中文版)量表用于筛查及评估广泛性焦虑症状，共7个条目，采用0(完全不会)到3(几乎每天)4级评分法，总分0到21分，其中0～5分无焦虑，6～9分为轻度，10～14分为中度，15～21分为重度。

1.2.5 健康抑郁问卷(Patient Health Questionnaire-9，PHQ-9) 该问卷由Kroenke等[24]根据抑郁发作诊断标准编制而成，于2009年[25]引入国内，用于筛查及评估抑郁症状，内部一致性系数为0.857，Kappa值为0.884，共9个条目，采用0(完全不会)～3(几乎每天)分4级评分法，总分范围0～27分，其中0～5分无抑郁，6～9分为轻度，10～14分为中度，15～19分为重度，20～27分为极重度。

1.2.6 质量控制 采用问卷星收集资料，相同IP地址作答权限仅1次，完成所有题目后方可提交问卷，调查结束后，双人核对录入数据，排除年龄不在16～30岁的被调查者，删除单个答题时间小于2秒且总答题时间小于180秒及规律作答型问卷。

1.3 统计处理

根据外显变量类型，以疫情风险感知量表中的9个条目为观察变量，运用Mplus 7.0软件中的潜在剖面分析模块进行数据分析，模型适配检验指标[18]包括：①对数似然值(log likelihood，LL)、艾凯克信息标准(Akaike information criterion，AIC)、贝叶斯信息标准(Bayesian information criterion，BIC)以及样本校正的BIC(adjusted Bayesian information criterion，aBIC)，以上4个数值越小，表示模型拟合度越好；
②熵(Entropy)值，取值范围0～1，越接近1，表示分类准确性越高；
③基于Bootstrap的似然比值(Bootstrapped likelihood ratio test，BLRT)，当P<0.05时，表示K个类别的模型显著优于K-1个类别的模型[26]。上述指标均不存在临界值，最优模型需满足以下标准：AIC、BIC、aBIC值为模型中最小，Entropy值>0.7且LMR、BLRT的P<0.05。采用SPSS 26.0软件进行分析，计量资料采用均数±标准差描述，计数资料采用频数和百分比或百分率，多组间比较采用卡方检验或非参数检验，多元Logistic回归分析高校医学生疫情风险感知类别的影响因素，检验水准为0.05，双侧检验，以P<0.05为差异具有统计学意义。

2.1 高校医学生疫情风险感知、领悟社会支持和焦虑、抑郁得分比较

高校医学生疫情风险感知平均得分为20.54±7.04分，领悟社会支持总得分为63.61±14.07分，焦虑自评平均得分为3.90±4.38分，抑郁自评平均得分为5.98±5.30分，见表2。

表2 医学生CRPS、PSSS、GAD-7、PHQ-9总分及各维度得分

2.2 高校医学生疫情风险感知的潜在剖面结果

本研究以疫情风险感知量表的9个条目为指标，将高校医学生风险感知类型依次分成1、2、3、4类进行模型拟合估计。结果显示：模型1～4随着分类增加，AIC和BIC值均不断减小，当保留至2个类别时，LMR和BLRT达到显著水平(均P<0.05)，保留至3个类别时，LMR和BLRT也达到显著水平(P<0.05)，但类别2中的Entropy值为0.870小于类别3中的Entropy值0.881，在模型拟合指数中“Entropy值越接近1，表示分类准确性越高”，因此类别3比类别2分类准确性更高，说明模型3优于模型2；
当保留至4个类别时，LMR未达到显著水平(P>0.05)，说明模型3优于模型4，由此推断模型3为最佳模型，见表3。

表3 医学生疫情风险感知潜在剖面分析拟合信息

2.3 高校医学生疫情风险感知潜在类别的命名

利用3个类别医学生在疫情风险感知量表9个条目上的得分分布绘制图表，横坐标为条目数，纵坐标为分值，见图1。

图1 医学生疫情风险感知的潜在剖面分析结果

第一种感知类型的医学生在各个条目上的得分均处于较低水平。这种类型的医学生对疫情风险相关信息识别和判断不够敏感，总体风险感知水平较低，因此命名为C1“低风险感知组”，共479人，占总样本的28.13%。

第二种感知类型的医学生在“感染新冠肺炎会产生严重后遗症”、“一旦被传染会对身体健康造成非常严重的影响”和“此次疫情远未结束，随时会面临感染的风险”3个条目上的得分相对较高。但在“我感染的可能性很大”、“我会比别人更容易感染”和“我觉得我所在地区的疫情很严重，容易被感染”上得分均低于其他6个条目。说明此类医学生了解新冠肺炎“高传染性、传播速度快、严重危害身体健康”等疾病特点，但自觉可能认为自己抵抗力较强，校园疫情防控管理严格，加之作为医学生具备一定的防护知识的意识，可能所处区域风险等级较低，不容易被感染。此类人群尚能够感知新冠疫情的严重性，但主观判断自己不容易感染，命名为C2“感知严重-非易感组”，共881人，占总样本的51.73%。

第三种感知类型的医学生在各条目的得分处于中等偏上水平，且在“感染新冠肺炎会产生严重后遗症”、“一旦被传染会对身体健康造成非常严重的影响”、“我觉得这次疫情的流行与传播是很难控制的”和“此次疫情远未结束，随时会面临感染的风险”这4个条目上得分最高。说明此类医学生能深刻到认识疫情形势的严峻性和感染肺炎的严重性，但可能受到国际疫情走向及其他区省份出现散发病例的影响，认为目前距离动态清零，完全控制住疫情尚需时间，因此命名为C3“感知严重-不可控组”，共343人，占总样本的20.14%。

2.4 医学生疫情风险感知得分的组间比较

低风险感知组、感知严重-非易感组、感知严重-不可控组的医学生疫情风险感知总分分别为11.52±0.12分、22.36±0.12分和28.43±0.23分，差异具有统计学意义(F=2545.139，P<0.001)。

2.5 医学生疫情风险感知潜在类别的单因素分析

疫情风险感知3个类别在生源地、是否有慢性基础疾病、GAD-7总分、PHQ-9总分、领悟社会支持总分及各维度得分上差异具有统计学意义(P<0.05)；
而在其他一般资料中差异无统计学意义(P>0.05)，见表4。

表4 医学生疫情风险感知3个潜在类别的单因素分析

2.6 医学生疫情风险感知潜在类别的多元Logistic回归分析

以C1低风险感知组、C2感知严重-非易感组和C3感知严重-不可控组3个变量为结局变量，自变量赋值方式见表5。“C1”为参照组，比较疫情风险感知类型的特征差异。结果显示：有统计学意义的指标为生源地城市、有慢性基础疾病、朋友支持和焦虑(P<0.05)。以“C1”为参照，生源地城市(OR=0.744，P=0.048)、有慢性基础疾病(OR=3.618，P<0.001)归为C3的可能性越大，朋友支持程度越低(OR=0.925，P=0.011)和焦虑情绪越重(OR=1.066，P=0.027)归为C1的可能性越大，见表6。

表5 自变量赋值

表6 医学生疫情风险感知3个潜在类别的多元Logistic回归

3.1 医学生疫情风险感知存在明显异质性，总体处于中低水平

在本研究中，高校医学生疫情风险感知识别出3个亚群：“低风险感知组(28.13%)、感知严重-非易感组(51.73%)和感知严重-不可控组(20.14%)”。医学生疫情风险感知得分为20.54±7.04分(总分45)，3个维度中易感性维度得分最低为5.32±2.32分(总分15分)，且低风险感知组占比近30%，说明在新冠感染疫情背景下，医学生整体风险感知水平不高，与Tadese[13]和Xu[1]等人的研究一致。风险感知影响个体信息寻求意图和行为[25]，如果个体风险感知水平较低，会影响其主观判断，低估实际风险，内心恐惧感减少，相应的防护行为很可能中断[13]；
但风险事件会形成一个有压力的环境，对风险感知过高影响个人心理健康，产生焦虑抑郁等不良情绪[27]。研究发现[28]，风险沟通对预防行为具有直接和间接的正向作用，风险感知在风险沟通与预防行为中起中介作用。因此，高校和相关部门需要特别关注低风险感知的医学生群体，与医学生保持互动交流，通过不同的风险沟通策略促进其风险感知水平的提高和防护行为的建立，充分利用疫情实时信息获取途径，在发布相关防控信息和预防策略时以科学证据为基础，避免引发学生的过度担忧和风险感知偏差。有学者指出，疫情防控志愿参与和前瞻性培训学习也有利于增强学生的风险意识[17]，因此，可适当鼓励有条件的医学生加入抗疫志愿服务、协助社区公共卫生宣传，制作各类防疫手册和信息图、实习前或一二年级即进行防护装备使用和新冠肺炎知识课程培训等。

其次，医学生疫情风险感知存在明显的异质性，感知严重-非易感组占比超过50%，反映出高校和相关部门新冠肺炎病毒相关知识的普及宣传工作扎实。本次调查的医学生对新冠肺炎病毒有着充分了解，其医学知识背景也可能起到了助推作用。但部分医学生普遍自觉“不易感”，可能与学校采取封闭式管理，限制学生跨区跨校流动，减少了与社会人群接触的机会，校园环境安全，感染可能性小，且医学生群体年轻有活力、身体素质和免疫力较强有关。但需注意，个体对自身感染风险的主观感知可能与客观情况不一致[29]，从婴幼儿到老年人对新冠肺炎病毒都普遍易感[30]，要引导此类学生保持适度的易感性思维，保持一定警惕性，在校和实习期间严格落实个人防护，避免出现“侥幸”和“大意麻痹”心理。

有研究显示，风险感知程度以及风险的不确定性和不可控性会增加个体的心理压力和负面情绪[30]。新冠肺炎疫情作为突发重大公共卫生事件已形成全球大流行，疫情大环境的高不确定性和低控制感[31]对个体构成了健康威胁，容易诱发焦虑等强烈情绪；
加之医学生是一个对信息敏感的群体，可能受到疫情信息碎片化、信源不确定、社交媒体所传播信息的真实性和准确性难以考证等[32]诸多因素影响，内心的恐慌与不安加剧，安全感缺乏，致使其感知疫情严重性增强，但可控性受到消极影响。Gan等[33]指出个体对防护行为的控制感大于对新冠肺炎病毒感染的控制感，尽管他们很了解感染症状，但无法控制风险事件，这种不可控感越高，人们越害怕。因此，管理层应采取措施平衡风险感知的正负面影响，将疫情信息管理纳入校园防控工作，优化信息传播结构，构建良好的交互环境，缓和不实网络报道对学生的心理冲击；
此外，医学生也需要提高自身信息素养，进行合理恰当的风险评估，理性应对。

3.2 医学生疫情风险感知类型在人口社会学、社会支持和焦虑程度上存在差异

本研究中，以“C1”为参照，生源地城市、有慢性基础疾病归为C3的可能性越大，朋友支持程度越低和焦虑情绪越重归为C1的可能性越大。城市居民的公共卫生意识和防疫观念高于农村地区[34]，且疫情多集中发生在城市，而城市生活集中，人口流动性强，交通运输量大，物理空间结构复杂[34]，更容易感染和传播。Tadese等对682名大学生的调查结果显示[13]，患有糖尿病等共病的学生感知风险水平更高；
WHO相关报告也指出[30]，有慢性基础疾病的人更容易感染，原有疾病严重性增加且会伴发并发症，因此更容易感知疫情严重性和被感染的风险。虽然本研究中这类群体仅占4.9%，但一旦感染，产生的不良后果影响更大，更需要给与特殊关注。

此外，在涵盖欧、美和亚洲10个国家的大样本调查[35]中，“从朋友和家人处了解COVID-19”是风险感知的预测因素之一。医学生在校和实习期间，学校和医院多采取闭环管理，来自家庭和其他的支持可能较少，而直接频繁接触的同学和朋友是主要的信息分享和互动者，学生对周围人的风险感知有很大影响[10]，相反，自己感知到的风险也可能会受到周围人的反向影响。朋友支持水平较低促使医学生信息交流和获取需求受限，对新冠肺炎了解不全面，相应地风险感知水平也较低。其次，大学生感知更高的COVID-19感染风险与更高的焦虑、抑郁和压力水平相关[36]，与本研究“焦虑情绪越明显者倾向于低风险感知组”的结果不一致，可能与目标对象的选择有关。有调查显示[10]，专业与COVID-19风险感知有关，与非医学生相比，医学生风险感知水平较低。再者，客观来看，新冠肺炎作为风险事件本身就会诱发大学生出现焦虑、紧张等负面情绪，影响其心理健康[10]，医学生虽也存在焦虑和担忧心理，但因其具备较多的医学专业知识，对COVID-19有着科学全面的认识，风险评估更加理性，相应地风险感知水平可能较低。同时，有学者指出[30]，在新冠疫情背景下，社会支持、应对效能和正念对心理健康具有保护作用。这提示，或可从改变应对方式，增加应对效能，培养学生正念意识，发展支持性关系来缓和疫情带来的心理冲击，降低焦虑抑郁及对新冠疫情的恐惧感，提高医学生环境适应力和心理韧性水平。

总之，本研究采用潜在剖面分析，识别了新冠肺炎背景下高校医学生疫情风险感知的类别特征及其影响因素，充分了考虑医学生的个体差异和专业特点。研究结果为疫情期间高校医学生风险感知及心理干预提供了新思路与新见解，针对不同风险感知类别的医学生可采取针对性的干预方案，并为高校及相关部门在疫情背景下开展学生心理健康教育工作和疫情防控管理提供了理论依据。

猜你喜欢 类别条目医学生 《词诠》互见条目述略神州·下旬刊(2019年1期)2019-02-11壮字喃字同形字的三种类别及简要分析民族古籍研究(2018年1期)2018-05-21Can we treat neurodegenerative diseases by preventing an age-related decline in microRNA expression?中国神经再生研究（英文版）(2017年10期)2017-11-08服务类别新校长(2016年8期)2016-01-10医学生怎么看待现在的医学教育中国卫生(2015年3期)2015-11-19多类别复合资源的空间匹配浙江大学学报（工学版）(2015年1期)2015-03-01对医学生德育实践的几点思考卫生职业教育(2014年14期)2014-05-16中医类别全科医师培养模式的探讨中国中医药现代远程教育(2014年16期)2014-03-01浅谈医学生创新意识的培养中国中医药现代远程教育(2014年15期)2014-03-01对医学生心肺复苏课程设计的思考卫生职业教育(2014年8期)2014-02-16