医脉通导读

长期以来，精神医学领域一直试图对复杂的思维、情感和行为进行分类，并形成了以《精神障碍诊断与统计手册》（DSM）为代表的体系。然而，当前的分类模型面临严重的异质性、高共病率及临床效用有限等瓶颈问题。

一项3月11日发表于JAMA Psychiatry.的叙述性综述通过引入生物学中的「稳态属性簇」概念，提出了一种新的精神健康概念框架。该框架主张，精神障碍并非自然界中预设的、具有固定本质的类别，而是由多种生物-心理-社会属性相互作用、因概率关联而形成的统计聚合。

几个世纪以来，生物学家始终致力于为庞杂的动物王国建立秩序，从而诞生了长颈鹿、鳄鱼等物种范畴。其中一些分类经受住了遗传学的考验，但另一些分类如「鱼类」则被证明在演化树上并不成立。

历史上，生物界曾将「鱼类」视为一个广泛的分类组，但出发点主要是基于它们外表相似的特征，而非深层的遗传或演化逻辑。现代遗传学证明，传统的「鱼类」分类在生命树上并不是一个合理的类别。例如，肺鱼与牛的亲缘关系事实上比它与很多其他鱼类的关系还要近。

精神医学领域在分类工作中面临着类似的艰巨挑战。虽然DSM等工具在临床照护、流行病学研究和公共卫生政策中发挥了关键作用，但它们也带来了分类范畴高度异质、边界模糊、信度与效度存疑等显著问题。

现有的DSM体系被形象地比作一架由历代专家通过增加螺丝和胶水勉强维持飞行的「纸飞机」。自1980年第三版修订以来，尽管不断进行局部的修补，但其核心缺陷始终未能解决。目前分类体系中的类别大多基于表面的相似性，缺乏深层的生物学或病理机制支撑。为寻求突破，我们必须借鉴生物学在处理物种分类这一难题上的成熟经验，将视角从寻找「固定本质」转向理解动态的「属性簇」。

传统的生物学观点认为，物种是自然界中被「发现」的类别，类似于化学元素。这种观点认为物种具有固定的本质，即定义成员资格的充要属性。例如，氢原子总是有一个质子，而长颈鹿则被定义为拥有长脖子的动物。

然而，这种本质主义的物种概念已被证明是错误的。物种实际上是「移动的目标」，随着时间的推移不断演化、合并和分裂。例如，同样是鳄鱼，其成员之间也需要存在一定的差异才能产生健康的后代；另一方面，失去牙齿的鳄鱼依然是鳄鱼。

因此，生物学发展出了多种分类框架，包括基于表型相似性的数值分类法，以及基于杂交、生态位或共同祖先的其他概念。这种在「拆分」与「合并」之间的博弈，对于精神医学从业人员而言异常熟悉。

如果生物物种不是直觉中所认为的清晰类别，那么它们究竟是什么？Boyd 提出的「稳态属性簇」（homeostatic property clusters, HPC）框架为此提供了强大的解释力。在这个框架中，动物拥有表型、遗传、生态、发育、解剖等多种属性，这些属性在自然界中是偶然聚集的。

这些属性之所以共同出现，是因为某些属性的存在有利于其他属性的存在。例如，长颈鹿的长脖子需要异常强大的心脏支撑血液循环，而其灵活的舌头则有助于取食树上的叶子。属性间的关联通常是概率性的而非决定性的，这导致了属性簇是不完美的聚合，从而在物种之间形成了「灰色地带」。如果我们在多维空间中绘制所有动物的属性，会看到杂乱且重叠的点云，而物种分类实际上是在这些统计模式上叠加的人为结构。

将上述逻辑应用于心理健康领域，我们首先需要定义心理健康的属性。过去一个世纪，学科过度关注症状学属性，但「鱼类」分类的教训提醒我们不能只看表面。心理健康属性应包含显示个体差异且与心理健康广泛相关的特征，如基因型、脑解剖、神经递质水平、心理特质、生活方式、应对机制及生命史等。

这些属性往往有集聚的倾向，如严重的恐惧常与回避行为共存，情绪低落常与自杀意念关联。更广泛地看，神经质与内化障碍相关，低社会经济地位与多种心理困难相关。属性之所以聚集，是因为它们之间存在相互促进的关系，如失眠会导致注意力下降。在这种视角下，诊断本质上就包含了在重要方面存在差异的个体。

属性间的相关性还会形成「稀缺地带」，如严重的睡眠问题与持续的高功能表现极少同时出现。这些关联的背后是复杂的因果结构，包括直接的因果解释、中介或调节过程，以及共同原因（如创伤或社会经济地位）引发的内源性关联。

基于HPC概念，我们可以通过绘制所有心理健康属性间的统计关联，构建一个大规模的、描述性的「心理健康地图集」。这个地图集将作为一个名义网络，为识别属性簇的层次结构、稳定性和核心凝聚机制提供入口。为此，我们需要推进以下五点研究议程：

• 数据收集：在具有广泛代表性的样本中收集数据，不仅包含跨诊断症状集，还应扩展到社会决定因素等生物-心理-社会属性。将病因学特征纳入聚类，有助于克服症状异质性带来的障碍。

  
  

• 以变量为中心的映射：利用统计模型映射属性间的关联，形成展示变量共存情况的庞大名义网络。

  
  

• 以人为中心的映射：在多维空间中对个体进行投射，研究哪些人聚集在一起，以及这些群体具有哪些共同特征。

  
  

• 局部缩放：通过限制变量空间或特定人群，构建针对性地图（例如仅关注生物属性或求助人群），以探究特定机制在不同背景下的作用。

  
  

• 时间维度：心理健康问题是动态的，不能仅通过横断面研究来理解。HPC 视角允许我们引入时间轴，推断个体的「安全操作空间」。利用智能手机监测等工具，我们可以捕捉个体在不同稳态（如健康、抑郁或躁狂发作）之间的转换，并运用复杂性科学的工具进行分析。

通过对来自WARN-D研究的1,193名学生的29个心理社会变量进行演示，我们可以直观地看到属性间的异质关联。这些变量涵盖了心理健康资源、社会经验和人格特质等多个领域。主成分分析揭示了内化问题、生活创伤与社会经济压力、以及酒精使用与社交特质等核心成分。在以人为中心的投射图中，可以清晰地观察到抑郁程度较高的个体在地图集中的分布特征。

尽管生物学家拥有化石记录和实验杂交等手段，但界定清晰的物种边界依然具有挑战性。同理，没有理由相信精神障碍会比生物物种形成更整齐的类别。从HPC的观点来看，诊断并非从数据中「发现」的，而是在复杂的属性景观上「叠加」的结构。

这种观点的核心在于，即使症状、功能障碍或其底层病理是真实的，我们仍然可以有多种经验支持、科学准确且稳健的方式来划分精神障碍。此外，心理健康标签作为「移动的目标」，必然受到文化、语境和历史因素的影响。明确分类的目标（如临床公用性、计费覆盖、科研定义等）有助于我们在不同的聚类方式中做出裁决。

HPC视角为心理健康科学中的许多稳健现象提供了合理解释，它将分类挑战从孤立的异常现象转变为在心理健康问题景观上叠加结构的自然结果。这种观点表明，单一因果解释的失败并非偶然，因为心理健康是由数百个生物-心理-社会风险与保护因素共同作用的结果，每个因素单独解释的方差极其有限。通过这种范式，分类体系中长期存在的异质性、高共病率、有限的评定者间信度以及治疗效果的变异性，都可以被理解为概率结构化属性空间和叠加诊断的必然产物。

此外，HPC视角具有极强的整合性，能够将多种临床和研究框架有机结合。它不仅与Engel的生物-心理-社会模型相契合，还与网络和系统方法产生共鸣，将心理健康问题视为从复杂关联中涌现的状态。它同样支持心理病理学层次分类（HiTOP）等维度方法，并与关注跨诊断机制的RDoC项目相一致。通过将属性簇视为不完美的聚合，该视角也为个体化治疗提供了逻辑支撑，鼓励根据每个患者独特的属性轮廓制定治疗计划。

值得注意的是，HPC视角将心理健康景观的复杂性重新定义为一种灵活性而非障碍。它倡导多元主义，帮助我们避开关于「谁才是最好的通用分类学系统」的无谓争论。由于临床医生、研究人员和政策制定者具有不同的优先事项和约束条件，开发多个并存的、针对特定务实功能定制的框架，比追求一个万能的分类法更具科学意义。

此外，这一视角重新聚焦于「变量和人为何会在统计空间中聚合」这一核心问题。必须强调的是，这些聚类和相关的诊断标签本身是需要被解释的对象，而不是解释原因。正如长脖子的属性给长颈鹿带来了标签，而非标签导致了长脖子；一个人的糟糕睡眠和忧虑被总结为广泛性焦虑障碍，而非诊断本身导致了睡眠问题。

在未来的研究方向中，数据驱动的分类工作应超越简单的特征计数，转向基于强理论的机制探索。当下的分类手册和研究框架往往倾向于「不可知论」，而HPC视角提醒我们，成功的分类需要能够解释聚类现象的强大理论。这要求领域将重心重新转向理论构建与测试，利用生态位、演化原则或复杂系统动力学等工具，深化对心理健康动态景观的理解。

精神障碍应被视为稳态属性簇，而非具有固定本质的自然种类。这一视角承认心理健康属性之间存在复杂的、概率性的相互作用，且诊断类别是人为叠加于统计模式之上的结构。

通过拥抱多元主义并构建动态的心理健康地图集，该框架不仅解释了当前分类体系的诸多困境，更为整合现有临床框架和推动基于理论的分类研究提供了新的路径。

参考文献：Fried EI. Mental Disorders as Homeostatic Property Clusters: A Narrative Review. JAMA Psychiatry. 2026 Mar 11. doi: 10.1001/jamapsychiatry.2026.0073. Epub ahead of print. 

点击「阅读原文」可查看及检索历史文章。