抑郁状态大学生情绪识别特点

Characteristics of Emotion Recognition in College Students with Depressed State

摘要: 目的：了解抑郁状态大学生情绪识别的特点。方法：通过SDS抑郁自评量表、表情类别知觉任务及情绪面孔识别任务了解抑郁状态大学生情绪识别特点。结果：抑郁状态大学生在情绪识别的过程中容易将表情程度低于50%的表情判定为悲伤表情，且抑郁状态大学生情绪识别的正确率更低、反应速度更慢。结论：抑郁状态大学生在情绪识别中表现出明显的悲伤反应偏向，倾向于将中性情绪报告为悲伤情绪，并且识别悲伤情绪的正确率更高。

Abstract: Objective: To understand the characteristics of depressive college students’ emotion recognition. Methods: The characteristics of depressive college students’ emotion recognition were understood through the SDS depression self-rating scale, expression category perception task and emotional face recognition task. Results: In the process of emotion recognition, college students in a depressed state are easy to judge expressions with an expression degree of less than 50% as sad expressions, and the accuracy of emotion recognition in depressed college students is lower and the response speed is slower. Conclusion: College students in a depressed state show a clear sad response bias in emotion recognition, tend to report neutral emotions as sad emotions, and have a higher accuracy rate in identifying sad emotions.

1. 引言

抑郁障碍(Major depressive disorders, MDD)是由各种原因引起的情感性(心境)障碍，又称为抑郁症，多表现为心境低落、思维迟缓、认知功能损伤以及意志活动减退，多数患者还伴有躯体症状，严重者可导致自杀，是严重影响公众健康的一种精神疾病。近年来，随着人们生活方式的改变和压力的加大，精神类疾病的患病率不断升高，抑郁障碍在临床上有较高的发生率。据世界卫生组织(WHO)统计，世界上约有2.8亿人患有抑郁症。我国成人抑郁障碍终生患病率为6.8%，目前我国患抑郁症人数9500万，每年大约有28万人自杀，其中40%患有抑郁症。在这样严峻的形势下，为贯彻落实《健康中国行动(2019~2030年)》有关要求，国家卫生健康委办公厅组织专家编制了《探索抑郁症防治特色服务工作方案》，以加大抑郁症防治工作力度，遏制患病率上升趋势。

抑郁障碍是一种以持久且显著的心情低落为主要特征的全球常见病，患者出现心境低落、思维迟缓、认知功能损伤及意志活动减退等精神改变，并伴有睡眠紊乱、肠胃不适、疼痛、疲乏、虚弱等多种躯体症状，严重者甚至出现伤害自身健康及生命的行为(龚梦姣等，2024)。在我国临床研究证实，抑郁症是导致自杀发生率最高的一种疾病，由于患病率高、治愈率低、复发率高及致残率高已成为严重危害人类身心健康的精神类疾病，给社会及家庭造成巨大的精神和经济负担(瞿伟，谷珊珊，2014)。抑郁症患者除情绪低落、兴趣减退、快感缺失等症状之外，还会出现面部情绪识别受损。而面部情绪识别受损会导致抑郁患者在社交过程中对他人面部表情的微弱变化不能正确识别并做出反应，也会出现表情类别知觉障碍，进而造成社交困难，加重抑郁程度。

类别知觉(Categorical Perception, CP)是指事物在人脑中是按照类别表征的，而不是按照连续的物理信号表征的，且类别之间存在鲜明的类别界线。刺激从一种类别到另一种类别的知觉转折点叫做类别界线，跨类别界线的一对刺激叫做类间(between-category)刺激，如快乐表情和悲伤表情，属于一个类别的一对刺激叫做类内(within category)刺激，如不同程度的悲伤表情。类别知觉研究能够得到不同人群的类别知觉界线，从而可以根据表情类别界线偏移情况，解释不同人群的社会行为(邱方晖等，2015)。Etcoff和Magee (1992)最先研究面部表情的类别知觉，他们将选自Ekman和Friesen面部表情图片系统的图片改为线条画，并使用计算机程序制造出表情强度等距变化的面孔。他们发现了面部表情的类别知觉效应，即被试辨别类间表情的正确率更高，反应时更短。Calder等人使用面孔照片作为材料来验证Etcoff和Magee的研究，结果表明快乐–悲伤、悲伤–愤怒连续体中存在明显的类别知觉效应。有研究表明，抑郁症患者存在面部表情识别障碍(Kohler et al., 2011)，社交缺陷是抑郁症形成和持续的重要原因(Joormann & Gotlib, 2006)，而情绪性面部表情加工受损可能会导致社交缺陷。Liu等人使用类别知觉研究范式考察了抑郁个体在识别快乐–悲伤、快乐–愤怒、愤怒–恐惧三种表情连续体时表情类别的转折点和斜率，结果发现，抑郁患者容易将快乐–悲伤连续体中的模糊表情识别为悲伤面孔(Liu et al., 2012)。研究发现抑郁个体识别悲伤表情的正确率显著高于正常被试，这种差异主要体现在低强度悲伤面孔识别中，并且抑郁个体比正常被试更多地将表情错误识别为悲伤表情(Gollan et al., 2010)。抑郁受试者更加受吸引的则是与悲哀、失落、失败等消极负性刺激(Eva et al., 2004)。抑郁患者在社交过程中对他人面部表情的微弱变化不能正确识别并做出反应，这一缺陷可能与抑郁患者明显的社交障碍有关，而社交缺陷是抑郁症形成和持续的重要原因。故研究抑郁与面部表情识别之间的关系，有助于加深我们对抑郁个体社交困难本质的理解。

综上所述，通过将抑郁状态大学生表情类别知觉、情绪面孔识别任务的数据进行对比，能够了解抑郁状态患者情绪识别的特点，促进国民身心健康。

2. 方法

2.1. 被试

本实验以随机抽样的方式选取38名被试参与实验。所有被试均招募于贵州省贵阳市花溪大学城及其周边社区。所有被试听力或矫正听力正常，视力或矫正视力正常，未曾有脑部损伤记录。实验完成后，所有被试均按照约定得到了相应的报酬。

2.2. 实验装置与材料

实验程序的编写和数据的采集均采用E-prime 3.0。刺激呈现在Dell SE2719HR型号的液晶显示器上，可视尺寸为27英寸，分辨率为1920 × 1080像素，刷新率为60 Hz。实验在黑暗、隔音的环境下进行，被试眼睛距离屏幕中心约60 cm。

采用威廉(W. K. William)于1965年编制的SDS抑郁自评量表(Self-Rating Depression Scale, SDS)对被试进行测评，并根据量表得分情况，招募19名抑郁状态大学生以及19名健康大学生。19名抑郁状态被试为抑郁组，19名健康大学生为健康组被试，两组均需完成一次测试任务，不做任何干预。

2.2.1. 抑郁状态大学生的判定标准

SDS抑郁自评量表由20个项目组成，组成成分提取了三个因素，分别为情感、认知和躯体症状。在本研究中，SDS抑郁自评量表主要应用于辅助诊断抑郁状态和评价干预效果的有效性。SDS抑郁自评量表中20个项目的各个得分相加，即得总粗分。总粗分的正常上限参考值为41分，标准分等于总粗分乘以1.25后的整数部分。研究表明，标准分正常上限参考值为53分更适合中国人群，标准分53~62为轻度抑郁，63~72为中度抑郁，72分以上为重度抑郁(Wang et al., 2009)。

2.2.2. 抑郁状态大学生的纳入标准

a. 本研究选择抑郁状态被试的SDS抑郁自评量表标准分需大于53分并且小于72分；

b. 近两周内未服用过抗精神病药物及影响认知功能的药物；

c. 被试意识清晰，依从性好，愿意配合耳穴疗法联合艾灸的所有实验要求，自愿参与研究并签署知情同意书。

2.2.3. 抑郁状态大学生的排除标准

a. 脑血管病、其他脑部疾病及重大躯体疾病者；

b. 有精神活性药物使用史者或慢性疾病持续药物治疗者及长期嗜酒者；

c. 报告欺诈数据及数据不足的问卷；

2.3. 实验设计与程序

2.3.1. 表情类别知觉

实验设计：面部表情类别知觉任务参照Etcoff和Magee (1992)的实验范式，使被试完成辨别任务(Discrimination Task)，评估其辨别某一连续体中不同表情的能力。视觉刺激使用软件FaceGen Modeller制作的表情图片，系统地生成40张面部表情图片(男性、女性面孔各20张)，其中包括高兴、悲伤两种情绪。相邻表情的物理差异是10%。例如，面孔1是10%高兴成分，面孔2是20%高兴成分，依次类推，形成了高兴成分按照10%物理差异渐变的1~10号面孔。该实验包括16个有反馈练习和920个无反馈正式实验，正式实验中40个视觉刺激随机呈现，整个实验过程总时长为30 min，中间休息时间为5 min。

实验流程：黑色屏幕中央首先呈现注视点“+”500 ms，随机呈现1张表情图片在屏幕上，呈现约1000 ms后消失，要求被试对刺激做出反应，之后呈现500 ms黑色空屏(如图1所示)。

Figure 1. Expression category perception recognition task

图1. 表情类别知觉识别任务

2.3.2. 情绪面孔识别

实验设计：视觉材料从中国化面孔情绪图片系统(CFAPS)选取包括正性(高兴面孔)、负性(悲伤面孔)、中性(平静面孔)三种情绪面孔，共有12张情绪面孔图片，男女比例为50%，并将图片亮度、对比度和尺寸在Adobe PhotoShop图像处理软件中调整统一。听觉材料选自蒙特利尔情绪声音刺激库，包括正性(高兴声音)、负性(悲伤声音)、中性(平静声音)三种情绪声音，共有6个声音，男女比例为50%，之后经Adobe Audition CC软件进行处理，截取声音时长为1000 ms，音量均控制在60 dB。视觉刺激(V)为情绪面孔图片，听觉刺激(A)为情绪声音，视听觉刺激(VA)为视觉刺激和听觉刺激组合而成；要求被试在刺激呈现后快速、准确地识别情绪，并做出反应(正性情绪按“H”，负性情绪按“S”，中性情绪按“F”)。

实验流程：首先在黑色屏幕中央呈现白色注视点“+”500 ms后，随机呈现视觉单通道刺激、听觉单通道刺激或者视听觉双通道刺激250 ms，要求被试对刺激做出按键反应，随后呈现500 ms黑色空屏(如图2所示)。

Figure 2. Emotional face recognition task

图2. 情绪面孔识别任务

2.4. 数据处理

(1) SDS抑郁自评量表。将被试的SDS抑郁自评量表测试结果使用SPSS统计软件进行数据处理并将SDS抑郁自评量表的标准分进行Wilcoxon符号秩检验，评价干预治疗对抑郁状态大学生的改善效果。

(2) 表情类别知觉。表情类别知觉的识别任务中需要分析识别正确率和反应时。首先删除在表情程度90%、100%上正确率低于90%的被试数据。在识别百分比(即正确率)的分析上，根据Pollak和Kistler (2002)使用的逻辑函数P = c + (d − c)/(1 + e − (x − a)/b)来估算类别界线的转折点SP和识别曲线在类别界线转折处的斜率(Pollak & Kistler, 2002)。拟合得出两组被试的转折点和斜率，符合标准的被试数据会呈现“S”型曲线关系。对两组被试的转折点和斜率进行独立样本T检验，分析两组被试在两个表情连续体上是否存在显著差异。

(3) 情绪面孔识别。需要对每名被试的数据进行预处理，首先剔除被试响应错误的试次。接着，为防止被试快速猜测以及反应过慢导致结果出现偏差，将剔除以下两种试次：一是反应时间超过200 ms至1200 ms范围的试次；二是超出平均反应时间正负2.5个标准差的试次。最后，使用正确率和反应时来衡量被试的任务表现。正确率为被试正确按键的数目且未被剔除的试次数除以总试次数，反应时为被试进行正确按键且未被剔除的试次的平均反应时。

3. 结果

3.1. 抑郁状态大学生表情类别知觉特点

(1) 正确率

通过考察健康组、抑郁组被试对表情识别的正确率，本研究结果发现，在对刺激判断的正确率方面，健康组(88.5%)在表情识别正确率方面的表现显著优于抑郁组(85.6%)。值得注意的是，两组被试在识别悲伤表情中均展现出更高的正确率和稳定性，其中健康组达到93.6%的正确率，而抑郁组则为89.6%。被试对于高兴情绪的识别则表现出相对较低且波动性较大的特征，健康组识别高兴表情的正确率为83.4%，抑郁组识别高兴表情的正确率为81.5%。两组被试识别高兴表情的正确率需要表情程度趋近于50%时才显著提高、识别高兴表情正确率曲线转折点较高，而识别悲伤表情正确率曲线较为平稳、无明显转折点(结果如图3所示)。

(2) 反应时

通过考察健康组、抑郁组被试对表情识别的反应速度，本研究结果发现，在对刺激判断的反应时间方面，健康组表情识别反应时(512.8 ms)与抑郁组表情识别反应时(548.7 ms)未表现出明显的时序差异。两组被试对悲伤表情识别的反应速度均慢于对高兴表情识别的反应速度(结果如图4所示)。

Figure 3. (A) Accuracy of perception of expression categories in the healthy control group; (B) Accuracy of perception of expression categories in the depressed control group

图3. (A) 健康对照组表情类别知觉正确率；(B) 抑郁对照组表情类别知觉正确率

Figure 4. (A) When the healthy control group responds to the perceptual response of the expression category; (B) When the depressed control group responds to the perceptual response of the expression category

图4. (A) 健康对照组表情类别知觉反应时；(B) 抑郁对照组表情类别知觉反应时

3.2. 抑郁状态大学生情绪面孔识别特点

为了考察健康对照组和抑郁对照组在情绪面孔识别任务中的正确率和反应时，本研究进行了2 (组别：健康对照组、抑郁对照组) × 3 (刺激类型：视觉、听觉、视听觉) × 3 (情绪类型：正性、中性、负性)的重复测量方差分析。在本研究中，考察的主要自变量包括一个组间变量和两个组内变量。区分组间的因素为组别差异，而组内的动态变化则为刺激类型和情绪类型两个变量(见表1)。

(1) 正确率

考察正确率，本研究结果发现，在组别方面，其主效应未达到显著性水平，F(1,36) = 0.616，p = 0.438, ${\eta }_p^2$ = 0.017，健康对照组情绪面孔识别正确率(85.8%)高于抑郁对照组情绪面孔识别正确率(83.7%)。主效应在刺激类型方面表现显著，F(2, 35) = 51.402，p < 0.05，${\eta }_p^2$ = 0.746，具体来说，当视听觉刺激同时呈现，被试的正确率达到88.7%。这一成绩优于视觉刺激单独呈现时的正确率(88.1%)，也显著优于听觉刺激单独呈现时的正确率(77.5%)，体现了跨通道处理的优势。在情绪类型方面，其主效应显著，F(2, 35) = 3.831，p < 0.05，${\eta }_p^2$ = 0.180，被试对正性面孔识别正确率(85.9%)显著优于中性面孔识别正确率(83.8%)及负性面孔识别正确率(84.5%)。同时，健康对照组正性面孔识别正确率(87.0%)显著高于抑郁对照组正性面孔识别正确率(84.9%)。组别因素、刺激类型因素和情绪类型因素三者交互效应不显著，F(4, 33) = 0.919，p = 0.465，${\eta }_p^2$ = 0.100。

(2)反应时

考察反应时，本研究结果发现，在组别方面，其主效应未达到显著性水平，F(1, 36) = 0.031，p = 0.862，${\eta }_p^2$ = 0.001。主效应在刺激类型方面表现显著，F(2, 35) = 173.104，p < 0.05，${\eta }_p^2$ = 0.908，具体来说，当视听觉刺激同时呈现，被试的反应时为717.9 ms。这一速度显著快于视觉刺激单独呈现时的反应时(732.4 ms)，也显著优于听觉刺激单独呈现时的反应时(829.7 ms)，体现了跨通道处理的优势。在情绪类型方面，其主效应显著，F(2, 35) = 22.905，p < 0.05，${\eta }_p^2$ = 0.567，被试对正性面孔识别反应时(738.2 ms)显著优于中性面孔识别反应时(769.5 ms)及负性面孔识别反应时(772.3 ms)。组别因素、刺激类型因素和情绪类型因素三者交互效应不显著，F(4, 33) = 0.428，p = 0.787，${\eta }_p^2$ = 0.049。

Table 1. Response time (RT) and correct rate (ACC) of healthy control group and depressed control group

表1. 健康对照组与抑郁对照组被试的反应时(RT)与正确率(ACC)

		健康对照组			抑郁对照组
		V	A	VA	V	A	VA
	正性情绪	703.0	814.1	690.0	717.7	809.8	694.6
RT (ms)	中性情绪	740.0	839.7	731.0	745.3	829.1	731.7
	负性情绪	752.0	848.8	737.6	736.2	836.7	722.3
	正性情绪	90.5	78.8	91.6	87.2	78.6	89.0
ACC (%)	中性情绪	90.5	76.9	88.9	85.5	76.9	84.4
	负性情绪	88.6	77.1	89.0	86.2	76.6	89.2

4. 讨论

本研究设计了表情类别知觉任务、情绪面孔识别任务以了解抑郁状态大学生情绪识别的特点。在表情类别知觉任务中，我们通过对被试的反应时、正确率进行分析。结果发现，抑郁状态大学生表情类别知觉的正确率低于健康对照组大学生知觉的正确率。同时，相较于健康对照组大学生，抑郁状态大学生在表情类别知觉的过程中更容易将程度较低的表情判定为悲伤表情，识别高兴表情正确率曲线转折点较高。健康对照组表情识别反应速度较抑郁对照组表情识别反应速度更快。在情绪面孔识别的过程中，我们考察了两组被试对不同情绪的反应时及正确率，结果发现，健康对照组情绪面孔识别正确率及反应速度的成绩均优于抑郁对照组情绪面孔识别成绩。两组被试识别视听觉刺激同时呈现时的正确率及反应速度均优于视觉、听觉刺激分别单独呈现时的正确率及反应速度，体现了跨通道处理的优势。同时，两组被试对正性面孔识别正确率及反应速度的成绩显著优于对中性面孔、负性面孔识别的成绩。

抑郁障碍是一种比较常见的精神疾病，具有较高的患病率。而面部表情识别是人们社会生活中的一项重要功能，有助于个体的社会交往和环境适应。有研究表明，抑郁症患者存在面部表情识别障碍，社交缺陷是抑郁症形成和持续的重要原因，而情绪性面部表情加工受损可能会导致社交缺陷。近年来，面部表情类别知觉研究受到越来越多的重视。已有大量行为实验探讨面部表情类别知觉及其在情绪识别障碍人群中的应用(Fujimura et al., 2012; Huang et al., 2011)，现实生活中人们知觉的面孔都是立体面孔，因此本研究使用FaceGen Modeller软件合成三维立体面孔，并设计表情类别知觉任务，以便更准确地探究人们对面部表情的知觉(Wilkowski & Robinson, 2012)。

负性材料总会优先捕获注意并产生注意偏向，搜索负性刺激所需要的时间最短。负性刺激优先捕获注意的现象最初在情绪Stroop任务中被发现(Mama, Ben-Haim, & Algom, 2013)，之后Carlson和Reinke使用点探测任务(dot probe)同样发现了负性偏向，探测到处于负性刺激位置的靶刺激的反应时最短(Carlson & Reinke, 2008)。Anderson (2005)研究发现负性材料的注意瞬脱效应减弱，表明负性信息不仅会优先捕获和占用注意资源，而且在注意资源不足的情况下，负性信息仍能得到有效的加工。

负性偏向体现在个体能迅速地觉察到负性刺激，对负性刺激产生更强的情绪体验(朱永泽等，2014)。抑郁症患者加工面部表情时存在负性偏向，例如，抑郁症患者倾向于将中性面孔报告为悲伤面孔(Douglas & Porter, 2010)，悲伤面孔的识别正确率高，并且表现出稳定的悲伤反应偏向(Milders et al., 2010)。除了将中性面孔识别为悲伤面孔之外，抑郁症患者识别微弱的快乐表情也存在困难(Joormann & Gotlib, 2006; Yoon et al., 2009)。这与本研究中探究到的抑郁状态大学生情绪识别特点的结果相一致。

Beevers等人采用情绪识别任务考察了以抑郁为主要特点的心境恶劣(dysphoric)个体与正常被试识别快乐、悲伤、恐惧、愤怒表情的差异，研究发现抑郁个体识别原型(100%强度)表情的正确率与正常被试无显著差异，表明抑郁对识别非模糊面部表情没有影响，但是抑郁个体更容易将快乐—悲伤连续体中的模糊表情识别为悲伤，将快乐—恐惧连续体中的模糊表情识别为恐惧(Beevers et al., 2009)。另外，抑郁风险男孩对悲伤面孔具有高度的敏感性(Lopez-Duran et al., 2013)。这些研究支持了抑郁个体存在情绪负性偏向的观点，认为抑郁个体容易将模糊表情识别为不快乐情绪，倾向于对负性情绪信号具有高度的敏感性。负性偏向使个体能迅速地发现危险和痛苦。从生存的角度说，它是个体的一种自我保护机制，其本质是一种进化的加工优势(朱永泽等，2014)。

有研究报告了自上而下的监管网络理论，该理论认为在任务激活相关网络时，由系统自动的调节情绪刺激对于任务执行过程的影响。该理论将注意功能与情绪当作一个复杂的相互关系系统——情绪刺激会影响注意的过程，同时会受到某些过程的抑制，这样动物和人类在相应情境中能够机动地表现为适应性的反应。很明显抑郁患者的这一对于情绪过程的抑制机制受损，对于情绪刺激的干扰的调节，尤其是悲伤情绪。通常理解上，消极情绪往往会占用更多的注意资源，从而让人们更好的对于紧急事件做出反应，相对的留给非威胁性刺激的注意资源也就减少了(王艳梅，曾于秦，2015)。且负性的面孔刺激传达的消极情绪往往是出现在身心受到威胁的环境中(Bradley et al., 1998)，因抑郁症患者对于他人负性情绪的高敏感性，甚至有倾向性更有可能将中性的刺激辨别为威胁或消极刺激。

综上所述，本研究的结果与现有理论共同揭示了抑郁状态大学生情绪识别的核心特征，即一个在多层面表现出的、稳定的“负性认知偏向”。这一发现不仅证实了抑郁个体对悲伤等负性面孔存在识别敏感性增高、且倾向于将中性和模糊表情曲解为负性的行为学现象，更深刻地指出了其背后的认知机制：即个体在注意资源分配与情绪调节功能上的系统性失调。根据“自上而下的监管网络”理论，本研究结果提示，抑郁状态大学生可能存在着认知控制系统的功能受损，使其难以有效抑制负性情绪刺激的干扰，从而导致其对环境中的潜在威胁信号表现出过度警觉。这种适应不良的认知模式，或许是导致其社交互动困难、环境适应不良，乃至抑郁状态得以维持的重要心理因素。

近年来，面部表情类别知觉研究受到越来越多的重视。目前已有大量的情绪、表情类别知觉范式应用于情绪识别障碍人群中，并取得了有意义的成果，但是大多研究结果并不一致，有关面部表情类别知觉的研究尚存在许多问题有待未来的研究去解决和探讨。包括本研究中样本容量有限，面孔刺激的身份较少，被试相对较少且实验均是在控制了大多额外变量的实验室环境中进行、不具有代表性，结果在推广时会受到局限。同时，本研究仅局限于抑郁状态个体情绪识别特点的行为研究中，未能探索生理机制等方面，研究止步于“识别”，但如何将识别结果转化为有效的心理干预措施，探索不足。未来的研究中还需要人们投入更多的关注，开展更丰富、更深入、更系统的理论和应用研究，例如在探索行为研究时结合事件相关电位(ERP)、功能核磁共振(fMRI)等，了解其神经机制并将理论运用到临床上，探索其干预方法，以改善抑郁症状。

基金项目

2024年国家级大学生创新创业训练项目(2024106620608)，贵中医大创合字(2024) 36号；贵州省中医药管理局中医药、民族医药科学技术研究课题(QZYY-2025-178)。

附 录

抑郁自评量表(SDS)

下面有20条文字，请仔细阅读每一条，把意思弄明白。然后根据您最近一周的实际感觉，在适合的字母上划“√”，每一条文字后有四个括号，表示：A没有或很少时间；B小部分时间；C相当多时间；D绝大部分或全部时间。

A没有或很少时间(过去一周内，出现这类情况的日子不超过一天)；B小部分时间(过去一周内，有1~2天有过这类情况)；C相当多时间(过去一周内，3~4天有过这类情况)；D绝大部分或全部时间(过去一周内，有5~7天有过这类情况)。

施测时间建议：5~10分钟。

• 我觉得闷闷不乐，情绪低沉。 A B C D

• 我觉得一天之中早晨最好。 A B C D

• 我一阵阵哭出来或觉得想哭。 A B C D

• 我晚上睡眠不好。 A B C D

• 我吃的跟平常一样多。 A B C D

• 我与异性亲密接触时和以往一样感觉愉快。 A B C D

• 我发觉我的体重在下降。 A B C D

• 我有便秘的苦恼。 A B C D

• 我心跳比平时快。 A B C D

• 我无缘无故地感到疲乏。 A B C D

• 我的头脑跟平常一样清楚。 A B C D

• 我觉得经常做的事情并没有困难。 A B C D

• 我觉得不安而平静不下来。 A B C D

• 我对将来抱有希望。 A B C D

• 我比平常容易生气激动。 A B C D

• 我觉得作出决定是容易的。 A B C D

• 我觉得自己是个有用的人，有人需要我。 A B C D

• 我的生活过得很有意思。 A B C D

• 我认为如果我死了别人会生活得好些。 A B C D

• 平常感兴趣的事我仍然照样感兴趣。 A B C D

记分：正向计分题A、B、C、D按1、2、3、4分计；反向计分题按4、3、2、1计分。

反向计分题号：2、5、6、11、12、14、16、17、18、20。

结果分析：

将20个项目的各个得分相加，即得总粗分。总粗分的正常上限参考值为41分，标准分等于总粗分乘以1.25后的整数部分。分值越小越好。

标准分正常上限参考值为53分。标准总分53~62为轻度抑郁，63~72为中度抑郁，72分以上为重度抑郁。

NOTES

^*通讯作者。