Психиатрия Всемирная психиатрия
Психиатрия Всемирная психиатрия
№01 2021
Р-фактор – это в текущий момент сумма его частей №01 2021
Номера страниц в выпуске:69-70
Общий фактор психопатологии, или фактор р, получает все больше внимания за последние полвека, но остаются вопросы о том, как лучше его концептуализировать.
Общий фактор психопатологии, или фактор р, получает все больше внимания за последние полвека, но остаются вопросы о том, как лучше его концептуализировать 1,2 .
В этой работе мы используем данные крупномасштабного исследования ( National Epidemiological Survey on
Alcohol and Related Conditions – NESARC ), проведенного в национальной репрезентативной выборке в США, чтобы продемонстрировать, что статистически p-фактор почти идентичен сумме диагнозов, по которым он оценивается. То же самое относится и к специфическим факторам, таким как интернализация и экстернализация, и данные результаты устойчивы к различным методам оценки. Мы обсуждаем последствия данного открытия для природы этих факторов и поднимаем вопрос о том, оправдана ли единственная опора на рефлексивные модели латентных переменных, используемые в литературе по факторам р, учитывая, что почти идентичные оценки могут быть получены с помощью гораздо более простой статистической процедуры, которая имеет меньше параметров и налагает меньше допущений на данные.
Вопросы об интерпретации р важны, поскольку этот фактор несет в себе как минимум два значения. Статистически р относится к латентной переменной, оцениваемой по ковариационной матрице психопатологических симптомов или диагнозов в данном наборе данных. Эта область использовала один специфический класс моделей, отражающий латентную переменную модель, в нескольких вариантах, таких как бифакторная и факторные модели второго порядка. Данные модели несколько иначе разлагают дисперсию³. Независимо от конкретной модели, общие факторы, такие как p, обязательно появляются, когда данные характеризуются положительным многообразием 4 . С точки зрения статистики p – это просто другой способ заявить, что наблюдаемые элементы положительно связаны.
Второе значение фактора р – концептуальное: то, что представляет собой р. Концептуализация p широко варьирует, включая тяжесть/дисфункцию и общую ответственность за психопатологию через неспецифические генетические и экологические влияния, нарушение процессов мышления и/или врожденные черты характера, подобные признакам (например, негативная эмоциональность) 1,2 . Остается открытым вопрос, как эта концептуализации р соответствует данным и методам, используемым в данной области. Например, если р представляет собой ответственность, то неясно, почему модели оцениваются на основе данных о симптомах и диагнозах, а не данных о факторах риска и этиологии, таких как ранние детские травмы, ментализация/рефлексивное функционирование и опасные привязанности 5,6 .
Чтобы пролить свет на связь между статистическим и концептуальным р-факторами, мы оценили два типа общих факторных моделей: бифакторную модель (М1) и факторную модель высшего порядка (М2). Мы повторили анализ этих основных факторов для специфических факторных моделей (дистресс, страх и экстернализация), а также скоррелированные трехфакторную (М3: дистресс, страх, экстернализация) и коррелированные двухфакторные (М4: интернализация, экстернализация) модели. Основанием для оценивания многочисленных моделей была необходимость исследовать степень, в которой латентные переменные обычно больше, чем сумма их показателей, и исключить, что результаты обусловлены одной конкретной параметризацией.
Мы использовали две волны набора данных NESARC (W1: N=43 093, последующее наблюдение W2: N=34 653; см. подробнее на https://osf.io/yrpw8), который обычно используется в литературе по фактору р 7 . Наши основные выводы заключаются в следующем. Во-первых, в обеих волнах мы выявили высокие корреляции между суммой баллов всех диагнозов и р, приближающиеся к единице как для М1 (диапазон: 0,87-0,99), так и для М2 (диапазон: 0,87-1,00). Во-вторых, предметно-специфические факторы и их соответствующие суммарные баллы (например, экстернализирующий фактор с суммой экстернализирующих диагнозов) также были тесно связаны во всех моделях: 0,82–0,94 для М1, 0,87–0,96 для М2, 0,78–1,00 для М3 и 0,82–0,96 для М4. В-третьих, корреляции между латентными переменными W1 и W2 были поразительно похожи на корреляции между суммарными баллами W1 и W2 (например, коэффициент M1 p против суммарного балла: 0,4 против 0,44). Эти результаты справедливы независимо от того, оценивались ли отношения между латентными факторами и суммированными баллами с использованием факторных оценок или это были данные одной модели структурного уравнения.
Таким образом, мы показываем, что р-фактор, а также доменные факторы идентичны или почти идентичны с суммой диагнозов, которые входят в эти соответствующие факторы, и эти результаты справедливы как в общих факторных, так и в коррелированных факторных моделях. Мы видим три основных следствия наших выводов.
Во-первых, мы сравнивали два типа моделей: простую сумму показателей с классом очень сложных моделей структурных уравнений, которые оценивали большое количество параметров и накладывали значительные допущения на данные, такие как иерархии, в которых организованы факторы, или отношения между факторами, которые ограничены нулем³. Обе модели дают почти одинаковые результаты для участников. Если этот вывод будет воспроизведен в других исследованиях, то он предполагает, что использование рефлексивных моделей латентных переменных следует рассматривать более тщательно: каковы конкретные преимущества этой структуры моделирования для литературы по р-фактору и перевешивают ли они потенциальные издержки, такие как чрезмерная параметризация и строгие допущения, наложенные на данные? 3,4 Такие обсуждения выиграют от четких целей для определения того, являются ли конкретные статистические модели адекватными в контексте данного исследовательского вопроса. В целом научному прогрессу часто мешает чрезмерная зависимость от какого-либо конкретного типа модели 8 , и более четкое мышление о концептуализации р может предложить возможности для дифференцирования методологии.
Во-вторых, мы приводим доказательства того, что р – это просто повторное выражение суммы диагнозов, которые люди испытывают. Это не так уж удивительно: около 70 лет назад Cattell 9 описал оценки по основному фактору как «по-существу сумму баллов», а Lahey и соавт.¹ признают, что р-фактор – это «усредненная тяжесть» патологии. Наши результаты подразумевают, что p представляет собой тяжесть или сопутствующую патологию, а не ответственность. Примерно так же, как сумма симптомов гриппа дает приблизительный индекс тяжести, а не ответственности. Независимо от того, предлагают ли конкурирующие аккаунты p лучшие объяснения, такие как идея о том, что он представляет ответственность, требуется, чтобы модели оценивались по переменным, которые фактически обозначают ответственность, а не по переменным, обозначающим тяжесть и сопутствующую патологию.
В-третьих, если p является простым индексом данных, это предполагает, что значение p будет неизменным только в рамках исследований, поскольку данные, которые входят в наши модели, неизменны в рамках исследований.
В целом данные могут быть применены к теориям, когда статистические модели накладывают предположения на данные, которые согласуются с теориями. Литература по р-фактору была в основном атеистической и в первую очередь касалась описания данных, того решающего первого шага, необходимого для установления феноменов, которые затем могут быть объяснены. Но не будем упускать из виду тот факт, что р – это эффект, который должен быть объяснен (т.е. он обязательно возникает из положительного многообразия и ничего не говорит нам о механизмах, которые породили эти данные). Далее, если целью является описание данных, то непонятно, почему рефлексивная латентная переменная модель, на которую исключительно полагаются в литературе, должна быть единственной моделью, подходящей для этой цели.
Более четкое мышление о теориях p 1,2 и точное изложение этих теорий помогут судить между различными концептуальными объяснениями p. Критика и модификация теорий требует, чтобы мы точно знали, где они начинаются и заканчиваются. Более точные теории облегчат в этом случае выбор соответствующих статистических моделей, которые, в свою очередь, смогут направить реформу теории.
E.I. Fried и A.L. Greene внесли равный вклад в данную работу.
Перевод: Шуненков Д.А. (Москва)
Редактура: к.м.н. Северова Е.А. (Смоленск)
Fried E.I., Greene A.L, Eaton N.R. The p factor is the sum of its parts, for now. World Psychiatry. 2021;20(1):69-70.
DOI:10.1002/wps.20814
В этой работе мы используем данные крупномасштабного исследования ( National Epidemiological Survey on
Alcohol and Related Conditions – NESARC ), проведенного в национальной репрезентативной выборке в США, чтобы продемонстрировать, что статистически p-фактор почти идентичен сумме диагнозов, по которым он оценивается. То же самое относится и к специфическим факторам, таким как интернализация и экстернализация, и данные результаты устойчивы к различным методам оценки. Мы обсуждаем последствия данного открытия для природы этих факторов и поднимаем вопрос о том, оправдана ли единственная опора на рефлексивные модели латентных переменных, используемые в литературе по факторам р, учитывая, что почти идентичные оценки могут быть получены с помощью гораздо более простой статистической процедуры, которая имеет меньше параметров и налагает меньше допущений на данные.
Вопросы об интерпретации р важны, поскольку этот фактор несет в себе как минимум два значения. Статистически р относится к латентной переменной, оцениваемой по ковариационной матрице психопатологических симптомов или диагнозов в данном наборе данных. Эта область использовала один специфический класс моделей, отражающий латентную переменную модель, в нескольких вариантах, таких как бифакторная и факторные модели второго порядка. Данные модели несколько иначе разлагают дисперсию³. Независимо от конкретной модели, общие факторы, такие как p, обязательно появляются, когда данные характеризуются положительным многообразием 4 . С точки зрения статистики p – это просто другой способ заявить, что наблюдаемые элементы положительно связаны.
Второе значение фактора р – концептуальное: то, что представляет собой р. Концептуализация p широко варьирует, включая тяжесть/дисфункцию и общую ответственность за психопатологию через неспецифические генетические и экологические влияния, нарушение процессов мышления и/или врожденные черты характера, подобные признакам (например, негативная эмоциональность) 1,2 . Остается открытым вопрос, как эта концептуализации р соответствует данным и методам, используемым в данной области. Например, если р представляет собой ответственность, то неясно, почему модели оцениваются на основе данных о симптомах и диагнозах, а не данных о факторах риска и этиологии, таких как ранние детские травмы, ментализация/рефлексивное функционирование и опасные привязанности 5,6 .
Чтобы пролить свет на связь между статистическим и концептуальным р-факторами, мы оценили два типа общих факторных моделей: бифакторную модель (М1) и факторную модель высшего порядка (М2). Мы повторили анализ этих основных факторов для специфических факторных моделей (дистресс, страх и экстернализация), а также скоррелированные трехфакторную (М3: дистресс, страх, экстернализация) и коррелированные двухфакторные (М4: интернализация, экстернализация) модели. Основанием для оценивания многочисленных моделей была необходимость исследовать степень, в которой латентные переменные обычно больше, чем сумма их показателей, и исключить, что результаты обусловлены одной конкретной параметризацией.
Мы использовали две волны набора данных NESARC (W1: N=43 093, последующее наблюдение W2: N=34 653; см. подробнее на https://osf.io/yrpw8), который обычно используется в литературе по фактору р 7 . Наши основные выводы заключаются в следующем. Во-первых, в обеих волнах мы выявили высокие корреляции между суммой баллов всех диагнозов и р, приближающиеся к единице как для М1 (диапазон: 0,87-0,99), так и для М2 (диапазон: 0,87-1,00). Во-вторых, предметно-специфические факторы и их соответствующие суммарные баллы (например, экстернализирующий фактор с суммой экстернализирующих диагнозов) также были тесно связаны во всех моделях: 0,82–0,94 для М1, 0,87–0,96 для М2, 0,78–1,00 для М3 и 0,82–0,96 для М4. В-третьих, корреляции между латентными переменными W1 и W2 были поразительно похожи на корреляции между суммарными баллами W1 и W2 (например, коэффициент M1 p против суммарного балла: 0,4 против 0,44). Эти результаты справедливы независимо от того, оценивались ли отношения между латентными факторами и суммированными баллами с использованием факторных оценок или это были данные одной модели структурного уравнения.
Таким образом, мы показываем, что р-фактор, а также доменные факторы идентичны или почти идентичны с суммой диагнозов, которые входят в эти соответствующие факторы, и эти результаты справедливы как в общих факторных, так и в коррелированных факторных моделях. Мы видим три основных следствия наших выводов.
Во-первых, мы сравнивали два типа моделей: простую сумму показателей с классом очень сложных моделей структурных уравнений, которые оценивали большое количество параметров и накладывали значительные допущения на данные, такие как иерархии, в которых организованы факторы, или отношения между факторами, которые ограничены нулем³. Обе модели дают почти одинаковые результаты для участников. Если этот вывод будет воспроизведен в других исследованиях, то он предполагает, что использование рефлексивных моделей латентных переменных следует рассматривать более тщательно: каковы конкретные преимущества этой структуры моделирования для литературы по р-фактору и перевешивают ли они потенциальные издержки, такие как чрезмерная параметризация и строгие допущения, наложенные на данные? 3,4 Такие обсуждения выиграют от четких целей для определения того, являются ли конкретные статистические модели адекватными в контексте данного исследовательского вопроса. В целом научному прогрессу часто мешает чрезмерная зависимость от какого-либо конкретного типа модели 8 , и более четкое мышление о концептуализации р может предложить возможности для дифференцирования методологии.
Во-вторых, мы приводим доказательства того, что р – это просто повторное выражение суммы диагнозов, которые люди испытывают. Это не так уж удивительно: около 70 лет назад Cattell 9 описал оценки по основному фактору как «по-существу сумму баллов», а Lahey и соавт.¹ признают, что р-фактор – это «усредненная тяжесть» патологии. Наши результаты подразумевают, что p представляет собой тяжесть или сопутствующую патологию, а не ответственность. Примерно так же, как сумма симптомов гриппа дает приблизительный индекс тяжести, а не ответственности. Независимо от того, предлагают ли конкурирующие аккаунты p лучшие объяснения, такие как идея о том, что он представляет ответственность, требуется, чтобы модели оценивались по переменным, которые фактически обозначают ответственность, а не по переменным, обозначающим тяжесть и сопутствующую патологию.
В-третьих, если p является простым индексом данных, это предполагает, что значение p будет неизменным только в рамках исследований, поскольку данные, которые входят в наши модели, неизменны в рамках исследований.
В целом данные могут быть применены к теориям, когда статистические модели накладывают предположения на данные, которые согласуются с теориями. Литература по р-фактору была в основном атеистической и в первую очередь касалась описания данных, того решающего первого шага, необходимого для установления феноменов, которые затем могут быть объяснены. Но не будем упускать из виду тот факт, что р – это эффект, который должен быть объяснен (т.е. он обязательно возникает из положительного многообразия и ничего не говорит нам о механизмах, которые породили эти данные). Далее, если целью является описание данных, то непонятно, почему рефлексивная латентная переменная модель, на которую исключительно полагаются в литературе, должна быть единственной моделью, подходящей для этой цели.
Более четкое мышление о теориях p 1,2 и точное изложение этих теорий помогут судить между различными концептуальными объяснениями p. Критика и модификация теорий требует, чтобы мы точно знали, где они начинаются и заканчиваются. Более точные теории облегчат в этом случае выбор соответствующих статистических моделей, которые, в свою очередь, смогут направить реформу теории.
E.I. Fried и A.L. Greene внесли равный вклад в данную работу.
Перевод: Шуненков Д.А. (Москва)
Редактура: к.м.н. Северова Е.А. (Смоленск)
Fried E.I., Greene A.L, Eaton N.R. The p factor is the sum of its parts, for now. World Psychiatry. 2021;20(1):69-70.
DOI:10.1002/wps.20814
Список исп. литературыСкрыть список1. Lahey BB, Moore TM, Kaczkurkin AN et al. World Psychiatry 2021;20:57-63.
2. Caspi A, Moffitt TE. Am J Psychiatry 2018;175: 831-44.
3. Greene AL, Eaton NR, Li K et al. J Abnorm Psychol 2019;128:740-64.
4. van Bork R, Epskamp S, Rhemtulla M et al. Theory Psychol 2017;27:759-73.
5. Bender DS. J Pers Assess 2019;101:356-9.
6. Fried EI. https://doi.org/10.31234/osf.io/ zg84s.
7. Greene AL, Eaton NR. Compr Psychiatry 2017;72: 74-82.
8. Vaidyanathan U, Vrieze SI, Iacono WG. Psychol Inq 2015;26:209-30.
9. Cattell RB. Factor analysis: an introduction and manual for the psychologist and social scientist.New York: Harper,1952