Background: Both the latent variable model and the network model have been widely used to conceptualize mental disorders. However, it has been pointed out that there is no clear dichotomy between the two models, and a combination of these two model could enable a better understanding of psychopathology. The recently proposed latent network model (LNM) has provided a statistical framework to enable this combination. Evidence has shown that posttraumatic stress disorder (PTSD) could be a suitable candidate disorder to study the combined model. In the current study, we initiated the first investigation of the latent network of PTSD symptoms.
Methods: The latent network of DSM-5 PTSD symptoms was estimated in 1196 adult survivors of China's 2008 Wenchuan earthquake. Validation testing of the latent network was conducted in a replication sample of children and adolescent who experienced various trauma types. PTSD symptoms were measured by the PTSD Checklist for DSM-5 (PCL-5). The latent network was estimated using the seven-factor hybrid model of DSM-5 PTSD symptoms, analysed using the R package lvnet.
Results: The latent network model demonstrated good fit in both samples. A strong weighted edge between the intrusion and avoidance dimensions was identified (regularized partial correlation = 0.75). The externalizing behaviour dimension demonstrated the highest centrality in the latent network.
Conclusions: This study is the first to investigate the latent network of DSM-5 PTSD symptoms. Results suggest that both latent symptom dimension and associations between the dimensions should be considered in future PTSD studies and clinical practices.
Antecedentes: tanto el modelo de variable latente como el modelo de red se han utilizado ampliamente para conceptualizar los trastornos mentales. Sin embargo, se ha señalado que no existe una dicotomía clara entre los dos modelos, y una combinación de estos dos modelos podría permitir una mejor comprensión de la psicopatología. El modelo de red latente (LNM) recientemente propuesto ha proporcionado un marco estadístico para permitir esta combinación. La evidencia ha demostrado que el trastorno de estrés postraumático (TEPT) podría ser un trastorno candidato adecuado para estudiar el modelo combinado. En el presente estudio, iniciamos la primera investigación de la red latente de síntomas de TEPT.Métodos: La red latente de síntomas del TEPT DSM-5 se estimó en 1196 adultos sobrevivientes del terremoto de Wenchuan en China en 2008. Las pruebas de validación de la red latente se realizaron en una muestra de replicación de niños y adolescentes que experimentaron varios tipos de trauma. Los síntomas de TEPT se midieron mediante la Lista de verificación de TEPT para DSM-5 (PCL-5). La red latente se estimó utilizando el modelo híbrido de siete factores de síntomas del TEPT DSM-5, analizados utilizando el paquete R lvnet.Resultados: El modelo de red latente demostró un buen ajuste en ambas muestras. Se identificó un margen ponderado fuerte entre las dimensiones de intrusión y evitación (correlación parcial regularizada = 0,75). La dimensión del comportamiento de externalización demostró la centralidad más alta en la red latente.Conclusiones: este estudio es el primero en investigar la red latente de síntomas de TEPT DSM-5. Los resultados sugieren que tanto la dimensión de los síntomas latentes como las asociaciones entre las dimensiones deben considerarse en futuros estudios de TEPT y prácticas clínicas.
背景: 潜变量模型和网络模型已被广泛用于精神障碍的概念化。然而已有文献指出，这两种模型之间没有明确的二分，且这两种模型的合并可以更好地理解心理病理学。最近提出的潜网络模型（LNM）提供了一个可以实现这种合并的统计框架。有证据表明，创伤后应激障碍（PTSD）可能是研究这种合并模型的合适候选疾病。本研究中，我们首次对PTSD症状潜网络进行了考查。方法: 在2008年汶川地震的1196名成年幸存者中估计了DSM-5 PTSD症状潜网络。在一个经历多种创伤类型的儿童和青少年的重复样本中进行了潜网络的验证。 PTSD症状由DSM-5 PTSD检查表（PCL-5）测量。潜网络由DSM-5 PTSD症状的七因素混合模型估计，并使用R的lvnet程序包进行分析。结果: 潜网络模型在两个样本中均有良好拟合。识别出了闯入和回避维度之间较强的加权边（正则化偏相关= 0.75）。潜网络中外化行为维度具有最高的中心性。结论: 本研究是第一个考查DSM-5 PTSD症状潜网络的研究。结果表明，在未来的PTSD研究和临床实践中应同时考虑潜在症状维度和维度之间的关联。.
Keywords: Latent factor; posttraumatic stress disorder; symptom network.
© 2020 The Author(s). Published by Informa UK Limited, trading as Taylor & Francis Group.