PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / N · 神经技术与方法 / N052 · NatHumBehav警钟！网络分析还能信吗？最新研究揭

N052 Nat Hum Behav | 警钟！网络分析还能信吗？最新研究揭示超80%心理学网络研究证据薄弱或不确定

来源：公众号 PSY-Brain_Frontier ｜发布：2025-10-16 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

心理与认知科学前沿文献分享

基本信息

Title:Statistical evidence in psychological networks

发表时间：2025.10.9

Journal：Nature Human Behaviour

影响因子：16.0

获取原文：

后台回复“文献”即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

引言：“看起来很美”的网络连接，有多少是可靠的？

想象一下，如果我们将人类心理中那些最复杂的概念——抑郁、人格、智力——不再看作是单一、孤立的实体，而是描绘成一幅幅错综复杂的城市地图。在这张地图上，每一个地标（比如一个症状、一种特质）就是一个“节点”，而连接它们的道路就是“边”。这种将心理现象概念化为动态交互系统的“网络方法”（network approach），在过去十年中彻底改变了我们看待人类心智的方式。

这些绘制精美、看似深刻的“心灵地图”为我们理解心理障碍的成因、人格特质的互动提供了全新的视角。但一个令人不安的问题也随之浮现：这些地图上标注的道路，有多少是真实存在的，又有多少仅仅是统计数据制造的“幽灵”？我们所追踪、研究，甚至用来指导临床治疗的那些连接，其背后的证据究竟有多可靠？

这正是发表于顶尖期刊《自然·人类行为》（Nature Human Behaviour）上的一项里程碑式研究所要回答的核心问题。由Karoline B. S. Huth及其团队完成的这项研究，对心理学网络领域进行了一次大规模、系统性的“结构完整性质检”。他们没有停留在理论层面的探讨，而是通过重新分析数百个已发表的网络模型，逐一量化了支撑每条连接背后的统计学证据。其研究结果，正如作者所言，为整个领域提供了一个意义深远的“警示故事”（cautionary tale）。

省流总结

对于时间紧张的读者，以下是这项研究最核心的结论：

研究概览：通过对126篇已发表论文中的293个心理网络进行大规模贝叶斯再分析，研究发现，支撑网络中大多数连接（边）的统计学证据惊人地薄弱或不确定。
惊人数据：在所有被检验的连接中，只有不到五分之一（约18.7%）得到了强有力的统计学证据支持。超过80%的连接要么证据薄弱，要么处于无法判断其存在与否的“证据不明”状态。
“数据密度”定乾坤：决定一个网络模型可靠性的最关键因素是其“相对样本量”——即参与者数量相对于模型复杂性（可能存在的连接总数）的比例。每个潜在连接拥有的数据点越多，证据就越可靠。
“强度”的幻觉：在网络图上看起来很粗、似乎很“强”的连接（即具有较高的偏相关系数），并不等同于其背后有很强的统计学证据。许多看似重要的连接，在严格的统计检验下实则非常脆弱。
未来之路：研究大力倡导使用贝叶斯方法。该方法能清晰地区分“支持连接存在的证据”、“支持连接不存在的证据”以及至关重要的“没有足够证据做出判断”这三种情况，这种透明度是建立可累积科学的基石。

注：此图片由AI生成，仅用于辅助阐释“网络分析”的概念

研究背景与动机

互联心智的魅力

要理解这项研究的重要性，我们首先需要明白心理网络方法为何具有如此大的吸引力。它代表了一次深刻的范式转移。 在传统观点中，我们通常采用“潜变量模型”。例如，我们假设存在一个看不见的潜在实体叫“抑郁症”，它导致了一系列症状，如失眠、疲劳和快感缺失。

而网络观点则提出了一个“复杂系统模型”。它认为，症状本身就是系统。失眠直接导致疲劳，疲劳进而加剧了情绪低落，而情绪低落又可能反过来干扰睡眠，形成恶性循环的反馈回路。在这种视角下，所谓的“抑郁症”就是这个由症状相互作用构成的网络本身。

这一革命性的理念，尤其在临床心理学、人格心理学和社会心理学等领域，产生了巨大影响，在短时间内催生了数千篇相关研究论文。然而，在这种爆炸式增长的背后，方法学家们日益增长的担忧也如影随形。网络模型是“高度参数化”的，意味着它们需要同时估计大量的连接。这种统计上的复杂性要求极大的数据量才能保证结果的稳健性。

更关键的是，当时构建这些网络最流行的一些统计方法（如LASSO正则化），虽然能生成简洁、稀疏的网络图，却难以准确量化每条连接的不确定性。而像自助法（bootstrapping）这类传统的统计工具，在处理这类特定问题时也效果不佳。这就造成了一个关键的“方法论盲点”：研究者们发表了大量的网络图，却无法正式报告他们所绘制的每一条连接背后的统计置信度有多高。整个领域对网络概念的热情，似乎已经超越了对其方法论严谨性的审慎评估。

研究问题

基于上述背景，Huth团队的研究目标清晰而尖锐。他们旨在通过一次大规模的实证调查，回答关于已发表网络文献现状的三个核心问题：

证据强度问题：在数百个已发表的心理网络中，支持每条连接（边）存在或不存在的统计学证据的真实强度究竟如何？
样本量问题：证据的强度与研究的“相对样本量”（即每个潜在连接平均拥有的观测数据量）之间存在什么样的关系？
效应量问题：我们能否简单地把一条连接的估计“权重”或“强度”（即其效应量大小）作为其统计学证据的可靠替代指标？换言之，看起来更强的连接，其证据也一定更强吗？

实验设计

为了回答这些问题，研究者们设计并执行了一项极其严谨和系统的工作。

第一部分：系统性搜索——广撒网

研究团队遵循了系统性综述的黄金标准——PRISMA指南，进行了一次大规模的文献搜集。他们的搜索范围涵盖了从2010年1月到2023年3月发表的论文，初步识别了超过4700篇独特的文章。经过严格的筛选，并与原作者联系获取原始数据，最终形成了一个包含126篇论文中293个网络模型的庞大分析数据集。这些论文必须满足一系列严格的标准，例如作者愿意共享原始数据、模型为高斯图模型（GGM）等。正是这种前所未有的研究规模，赋予了其结论强大的说服力和普适性。

Fig. 1 | PRISMA 2020 protocol

第二部分：分析引擎——贝叶斯因子（BF10）

这项研究的核心分析工具是贝叶斯因子（Bayes Factor），具体来说是BF10。我们可以将其理解为一个“证据权重”的衡量标准，它专门用来比较两个相互竞争的假设。在这里，对于网络中的每一条潜在连接，这两个假设是：

H1：这条连接（边）是存在的。
H0：这条连接是不存在的。

BF10的数值告诉我们，观测到的数据在多大程度上更支持H1而非H0。打个比方，这就像一场拔河比赛，H1和H0在两端角力。

一个BF10=10的贝叶斯因子意味着，数据支持“连接存在”这一假设的可能性，是支持“连接不存在”的10倍。
反之，一个BF10=1/10则意味着，数据支持“连接不存在”的可能性是“连接存在”的10倍。

为了解释结果，研究者们采用了科学界公认的解释阈值：

BF10>10：强证据支持连接存在。
3<BF10≤10：弱证据支持连接存在。
1/3≤BF10≤3：证据不明确（Inconclusive）。数据无法明确支持任何一方，这是统计上的“灰色地带”。
1/10≤BF10<1/3：弱证据支持连接不存在。
BF10<1/10：强证据支持连接不存在。

第三部分：再分析——让每条连接都接受检验

研究团队利用贝叶斯方法，对293个网络中的每一条潜在连接都重新进行了估计，并为之计算了相应的BF10值。这使得他们能够以前所未有的精度，量化支持或反对每条连接存在的证据强度。这种“研究之上的研究”（research on research）范式，将讨论从“我们担忧某个潜在问题”的理论层面，推进到了“我们已经测量了该问题的严重程度，这是具体数据”的实证层面，其影响力远超一篇普通的评论文章。

图10

核心发现

这项大规模审计的结果，为我们描绘了一幅关于心理网络研究现状的、令人警醒的画面。

发现一：笼罩在不确定性下的冰山

最引人注目的核心发现在于：在所有293个网络的所有连接中，绝大多数都缺乏令人信服的证据支持。具体数据如下：

证据不明确：高达 31.7% 的连接落入了统计的“灰色地带”。对于近三分之一的已发表连接，数据根本不足以判断其究竟是否存在。
证据薄弱：49.7% 的连接仅有微弱的证据支持（其中4.4%支持存在，45.2%支持不存在）。
证据强有力：仅有 18.7% 的连接拥有强有力的、令人信服的证据（其中13%支持存在，5.7%支持不存在）。

这意味着，在已发表的心理网络文献中，超过80%的连接缺乏稳健的统计学支持。许多网络图上那些看起来坚实的线条，从统计学的角度看，更像是用铅笔轻轻画上的，而非用墨水笃定绘下的。

图11

Fig. 2 | Statistical evidence for edge presence or absence across all networks.

发现二：“数据密度”的力量

研究进一步揭示了造成这种普遍不确定性的关键原因。决定网络质量的，不仅仅是总样本量（N），而是“相对样本量”——即样本量与网络中可能存在的连接总数的比值。一个包含20个变量的网络远比一个只有5个变量的网络复杂，因此也需要多得多的数据来支撑。

研究数据显示了一种清晰的“剂量-反应关系”：随着相对样本量的增加，拥有强证据的连接比例急剧上升，而证据不明确的连接比例则大幅下降。下面的表格直观地展示了这种惊人差异：（数据同下图）

图12

这张表格清晰地告诉我们，当数据严重不足时（左列），网络中超过一半的连接都无法确定是否存在；而当数据充足时（右列），近70%的连接都得到了强有力的证实。这为未来研究设计提供了极其重要的指导。

图13

Fig. 3 | Statistical evidence depending on relative sample size

发现三：“强度”的幻觉

这可能是对研究实践者而言最反直觉、也最重要的发现。研究表明，一条连接的估计权重（即其偏相关系数值）与其统计学证据（BF10值）之间，并不存在简单的一一对应关系。

研究者发现，不同证据类别的连接，其权重值存在大量重叠。例如，一个偏相关系数为0.2的连接，在一个大样本研究中可能对应着强有力的证据，但在另一个小样本研究中，则可能证据不明确。从下图中可以看到，代表不同证据类别的散点在效应量轴上犬牙交错，互相渗透。

这一发现的实践意义是巨大的：研究者不能再简单地看着网络图，挑出那些最粗的线条，就想当然地认为它们是“最真实”或“最可重复”的发现。如果不去正式地量化证据，他们很可能只是在解读统计噪声。这种现象也直接关联到心理学领域更广泛的“可重复性危机”——大量证据薄弱的发现意味着，如果其他研究者用新的样本重复实验，得到的网络结构很可能会大相径庭，这并非因为理论错误，而仅仅是源于在统计效力不足的研究中所固有的抽样变异性。

图14

Fig. 4 | Edge weight estimates (that is, partial correlations) and their evidence

图15

编辑部观点

一次对审慎与清晰的呼吁

那么，我们应该如何看待这项研究带来的“坏消息”？

首先，必须明确，这项研究并非对网络理论的判决书，而是对其在实践中如何被应用的一次至关重要的方法论校准。问题不在于“心灵地图”这个概念本身，而在于许多地图赖以建立的地基并不牢固。

其次，这项研究凸显了科学研究中一个最核心的区别：“缺乏证据”（absence of evidence）与“证明其不存在的证据”（evidence of absence）。传统统计方法常常将两者混为一谈。在一个正则化网络中，如果一条连接消失了，我们无从知晓：究竟是有强有力的证据表明它不存在，还是仅仅因为数据太嘈杂而无法探测到它？贝叶斯分析的优越性正在于此，它能让研究者清晰地声明：“我们发现了支持这条连接的强证据”、“我们发现了反对这条连接的强证据”，或者“我们的数据不足以做出任何确切的判断”。这种学术上的坦诚，对于构建一个可累积的、稳固的科学知识体系至关重要。

最后，这项研究是建设性的，而非破坏性的。作者们不仅指出了问题，还提供了解决方案和工具。他们倡导学界广泛采用贝叶斯方法，以透明的方式量化和报告不确定性。更重要的是，他们创建并开放了名为ReBayesed的网站，这是一个包含了本次再分析中所有网络结果的数据库。它不仅能帮助研究者们查证过往研究发现的证据强度，还能为方法学家们提供真实世界的数据，以开发更优良的统计工具。

对于我们公众号的读者，尤其是广大心理学、脑科学领域的学生和青年学者而言，这项研究传递了一个清晰的讯息：

作为研究的消费者，当看到一幅心理网络图时，要多问一句：这项研究的样本量是多少？变量有多少？支撑这些连接的统计学证据是什么？
作为研究的生产者，要将数据质量和统计严谨性置于首位。在运用网络分析时，务必采用能够量化不确定性的方法，并坦诚地报告它。

Huth团队的研究并非悲观的理由，而是一声战斗的号角，它呼唤着一个更严谨、更透明，也因此更值得信赖的心理科学的到来。

图16

Author information

第一作者兼通讯作者: Karoline B. S. Huth

主要单位：

Department of Psychology, University of Amsterdam, Amsterdam, The Netherlands.

荷兰阿姆斯特丹大学心理学系

图17

Abstract

Psychometric network models have become increasingly popular in psychology and the social sciences as tools to explore multivariate data. In these models, constructs are represented as networks of observed variables, and researchers often interpret the presence or absence of edges as evidence for or against conditional associations between variables. However, the statistical evidence supporting these edges is rarely evaluated. Here we show that a large proportion of reported network findings is based on weak or inconclusive evidence. We reanalysed 293 networks from 126 published papers using a Bayesian approach that quantifies the evidence for each edge. Across the studies, one-third of edges showed inconclusive evidence (1/3 < inclusion Bayes factor (BF10) < 3), about half showed weak evidence (BF10 > 3 or BF10 < 1/3) and fewer than 20% were strongly supported (BF10 > 10 or BF10 < 1/10). Networks based on relatively large sample sizes yielded more-robust results. Our study shows that networks are often supported by too little evidence from the data for the results to be reported with confidence, not meaning that the results are flawed but, rather, suggesting caution in interpreting individual edges.

图18