结构方程模型在艾滋病青年高危易感人群中的应用

赵静，赵强(甘肃工业职业技术学院化工学院，甘肃天水74025)

结构方程模型在艾滋病青年高危易感人群中的应用

赵静，赵强
(甘肃工业职业技术学院化工学院，甘肃天水74025)

实验选取58名中学生为被试对象参与了研究，通过情景反应、相关分析和结构模型探讨了有关变量之间的关系;在青少年性健康行为形成的理论模型指导下设计的干预模型，能针对性地控制各种可控因素，从而获得有效的干预方法和途径.结果表明，对艾滋病的外部不可控归因引起较低责任推断，较低生气类情感反应和较高同情类情感反应，以及较高利他行为内外部和控制性归因影响到责任判断和情感反应，责任推断除了直接影响到行为反应策略外，还间接地以情感反应为中介对利他行为发挥作用.干预组学生的各种性知识得分在干预后显著提高，其趋势向有利于性健康的方向发展.结构方程模型可以用于艾滋病相关因素的研究.

结构方程;艾滋病;易感人群;应用

由艾滋病病毒(HIV)感染引起的艾滋病(AIDS)是一种新发传染病，自1981年世界第1例被报道以来，它的流行与危害以及所造成的严重后果已日益引起全世界的广泛重视.与其他传染性疾病不同，行为因素在HIV感染的发生中起着决定性作用［1－2］.要控制艾滋病在人群中的流行，主要是要改变青年高危易感人群的观念及行为.我国人口中的很大比例是青少年，处于性活跃年龄的他们，道德观念、生活方式、交往范围和性行为等方面都发生着巨大的变化，生理需求、观念转变、经济考虑和知识缺乏等因素使他们更容易发生不安全性行为，从而成为艾滋病风险行为的易感染者.

结构方程模型(SEM，Structural Equation Modelling)是因子分析(raetoranalysis)与路径分析(pathanalysis)两种重要统计技术的结合体，它能将一般直接测量的观察变量作为潜在变量的指标，并允许这两种变量存在测量误差.它不但研究观察变量，又可以研究不能直接测量的潜在变量，既可研究变量间的盲接作用，又可研究变量间的间接作用.随着行为干预实践的需要和有关的行为理论研究不断深入，结构方程模型因其在帮助建立，尤其是验证行为理论上不可比拟的优势，已经成为行为问题理论研究中的热点［3］.

依据青少年性健康行为形成的理论模型，设计青少年性健康行为形成影响因素的现场调查问卷，收集影响因素的相关数据;运用统计分析技术建立青少年性健康行为形成的结构方程模型，分析主要影响因素对青少年性健康行为形成的相对贡献，并结合实际工作条件筛选出具有实际工作价值的参数以及参数的计算.鉴于调查数据的特殊性以及研究目的的需要，本研究欲采用结构方程对艾滋病青年高危易感人群进行探索，探讨结构方程模型在艾滋病研究中的应用.

1 资料与方法

(1)研究对象和内容.抽取某市中学高中一、二年级各2个班级的学生共58名进行现场调查.其中男生30人，女生28人.实验内容包括:①进行《对艾滋病患者的责任归因与情感、行为反应问卷》问卷调查;②进行刺激情景设计:一个为外部不可控，一个为内部可控原因.情景1:某人因为生病在一次手术中因接受输血而被感染艾滋病(外部不可控);情景2:某人因为性关系混乱导致感染艾滋病(内部可控).评定根据以下内容进行:艾滋病起因的不同情景、内外部环境、控制性、责任推断、同情、生气、利他和艾滋病知识为应对策略;③干预内容具体包括:对中学生性行为的态度和对艾滋病患者的态度;并进行与青春期生长发育有关的性生理卫生知识教育等.

(2)统计分析.数据经审核后，统一用EPIDATA3.02录入并进行逻辑检查.采用SAS8.2统计软件进行统计处理与分析.

2 结果

(1)信度、效度分析.信度检验主要采用同质性信度和重测信度作为指标.研究包含各项目，将其中一些同质性高的项目进行合并，如将责任、直接责任、间接责任、理由、过错合并为责任判断;将积极情感、同情、怜悯合并为同情;将安慰、帮助及交往合并为利他行为.另外，重测结果也表明项目的相关系数都达到显著性水平.

表1 艾滋病两种情景中7个变量的均值和标准差(珋±s)

表1 艾滋病两种情景中7个变量的均值和标准差(珋±s)

情景内外部控制性责任同情生气利他艾滋病知识1 1.5±1.3 2.1±1.4 2.3±1.1 5.4±1.1 3.1±2.2 5.6±1.1 6.5±1.3 2 5.3±1.1 5.2±1.4 5.8±0.9 3.2±1.4 5.1±1.1 3.4±1.3 6.5±1.3

(2)描述性统计分析(见表1).

从表中可以看出艾滋病在不同情景外部不可控和内部可控中各变量上的均值和标准差.两种情景中，被试有关艾滋病知识的得分相近，均值分别为6.62和6.59，经检验无显著差异.

(3)七个变量之间的相关分析.将两个情景的数据合并，通过相关分析进一步确定变量间的数量化关系，结果见表2.

表2 七个变量之间的相关矩阵(r，N=309)

从变量之间的相关矩阵可以看出，除艾滋病知识一项，其他6个变量之间的相关系数介于0.33～0.76之间，且都达到了0.01显著水平.

(4)结构方程模型.为了进一步确定归因的维度、责任推断、情感反应以及利他行为之间数量化关系和检验理论假设的跨情景性，将两个情景中的数据汇合，建立变量之间的结构方程模型，模型中，吻合指数x2(1)=0.211，P=0.65＞0.05，也表明理论假设与数据相吻合(无差异).NFI=1.00，NNFI=0.996，CFI=1.006，RMSEA=0.04(90%的置信区间为［0.000，0.117］)，Lisrel的相应指数为GFI=1.00，AGFI=0.996，这些数均表明模型与数据非常一致.

(5)干预模型.1)对中学生性行为的态度.干预前、后干预组与对照组学生对中学生性行为的态度均无显著性差异(P＞0.05)，干预组学生在干预前后的态度亦无显著性差异(P＞0.05);对于中学生性行为，干预组与对照组均以反对为主(见表3);2)对艾滋病患者的态度.干预前、后干预组与对照组学生对患艾滋病的态度均无显著性差异(P＞0.05);干预组学生在干预前后的态度亦无显著性差异(P＜0.05)，但干预后认为患艾滋病不可耻的人数增多(见表4).

表3 干预前后干预组与对照组学生对中学生性行为的态度比较

表4 干预前后干预组学生对艾滋病患者的态度比较

3 讨论

本次实验分别针对青少年性健康行为及对艾滋病、性病等看法进行了干预.结果表明，依据青少年性健康行为形成的理论模型的指导，设计干模型，能够很好地针对各可控因素进行干预，从而达到较好的干预效果.干预活动对模型中的各可控因素均产生了良好的效果.目前，国内学者针对艾滋病高危人群行为干预进行了多角度的研究，但使用统计分析方法相对不足.在探讨行为问题的影响因素之间的关系时，往往需要分析多个因素，定量的描述某些因素之间的关系.结构方程模型弥补了传统统计方法的不足，既可以研究显在变量，又可研究不能直接观测的变量(潜变量);不仅能研究变量间的直接作用，还可以研究变量间的间接作用，同时还考虑了测量误差.正因如此近二十年来SEM在心理学，行为学、教育学、社会学、管理学等领域中得到越来越广泛的应用［4－5］.同样，利用SEM来研究行为干预的理论问题无疑成为了唯一也是最好的选择.

［1］郭剑，高洪艳，王媛，等.大学生HIV检测影响因素的多组结构方程模型分析［J］.中国卫生统计，2010，27(6):247－252.

［2］周方莲，张爱卿，方建移，等.大学生对艾滋病患者的责任归因及惩戒行为反应［J］.心理科学，2005，28(5):1216－1219.

［3］方平，熊端琴，曹雪梅.结构方程模式的发展与应用［J］.心理科学进展，2002，10(3):270－279.

［4］Wall MM，Li R.Comparison ofmultiple regression to two latent variable techniques for estimation and prediction［J］.Stat Med，2003，22(09): 3671－3685.

［5］郝元涛，方积乾，宋心远，等.非线性因子分析模型参数估计研究［J］.中国卫生统计，2006，23(02):108－111.

(责任编辑:王宏志)

O29

A

1008－7974(2011)04－0011－02

甘肃工业职业技术学院科研基金资助项目(Gzy2010－1).

2010－12－27

赵静(1982－)，女，甘肃天水人，甘肃工业职业技术学院化工学院教师.