症状网络和潜在剖面一起做，先分类再建网，还是先建网再分类

两种顺序回答的是两个不同的问题，选哪一种取决于研究想回答哪一个。先用潜在剖面把病人分成几类，再在每一类里各建一个网络，回答的是不同类别的病人，症状之间的关联方式是否不同。先用全部样本建一个网络，再做潜在剖面，回答的是两个并列的问题，一个是在全体病人中哪些症状处在网络中心，另一个是病人按症状轻重可以分成几类、哪些人更可能落在症状负担重的一类。后一种做法自始至终只有一个网络，不在各类内部建网，也就不比较各类的网络。

在同时做了潜在剖面（或潜在类别）分析和症状网络分析的 43 篇护理论文中，31 篇先分类、再在各类分别建网；先用全样本建网、再做潜在剖面的有 3 篇，均发表于 2025—2026 年。重庆医科大学附属第二医院 2026 年的一项研究纳入 261 名急性冠脉综合征患者，均在经皮冠状动脉介入治疗（PCI，经导管放置支架等的手术）后 1 个月接受调查。作者先用 9 个症状建网，抑郁的强度中心性最高；再以这 9 个症状的得分做潜在剖面，分出低症状负担、中等负担伴穿刺部位疼痛、高症状负担三类，分别占 64.0%、12.3% 和 23.8%；最后以所属类别为因变量做多项 logistic 回归，控制人口学和生活方式变量后，只有体重指数与中、高负担两类有关。南方医科大学南方医院 2026 年对 357 名胶质瘤术后患者的研究采用同样的顺序，作者在结论中写道，从群体角度看，干预应优先针对核心症状无力；从个体角度看，应按病人所属的亚组安排治疗和管理。

下面依次介绍两种顺序分别回答什么问题、各自得出什么结论；先建网再分类的 3 篇论文怎样把网络、分类和回归接在一起；开题时怎样按研究问题选择顺序；以及方法部分怎样交代顺序和理由。

一、两种顺序分别回答什么问题

先分类再建网时，网络按类别分开估计，每一类得到一张网络图和一组中心性指标。这种设计能回答的问题是，某一类病人的症状怎样相互关联，与另一类相比，核心症状、边或整体连接强度有没有不同。31 篇中，9 篇用网络比较检验（NCT，用置换的方法检验两个网络是否不同）比较了各类的网络，其中 7 篇报告至少一项差异有统计学意义；2 篇用了其他差异检验；其余 20 篇把各类的网络图并排呈现、分别描述核心症状，没有做统计比较。

先建网再分类时，网络和潜在剖面都在全样本上完成。网络给出的是全体病人的症状怎样相连、哪个症状处在中心；潜在剖面给出的是病人可以分成几类、每一类病人哪些症状重、哪些症状轻。两项分析用的是同一批人的同一组症状得分，但网络的结果并不输入潜在剖面，潜在剖面的结果也不输入网络，所以先报告哪一项，都不改变另一项的结果。

由此可以看出，两种做法的差别在于要不要在每一类里分别建网，先后顺序并不改变结果。另有 4 篇论文先报告潜在剖面，再在全样本中建一个网络，同样没有在各类内部建网，结构上与先建网再分类的 3 篇相同。开题时要定的，是研究需不需要回答各类病人的症状关联是否不同。

二、先建网再分类的论文，怎样把网络、分类和回归接在一起

3 篇的分析步骤相同。先用全样本建网，报告核心症状；再用网络中的同一组症状做潜在剖面，给各类命名；最后以病人所属的类别为因变量做 logistic 回归，找出与类别有关的因素。

重庆医科大学附属第二医院那项研究把单因素分析中 P < 0.05 的变量放进多项 logistic 回归，以低症状负担组为参照，结果只有体重指数有统计学意义。南方医科大学南方医院那项研究用多因素 logistic 回归，结果显示年龄较大、肿瘤级别较高、合并慢性病的患者，术后更可能出现以消化道症状和情绪困扰为主的症状模式。中山大学护理学院 2025 年对 195 名卒中患者随访了 4 次，分别在卒中后两周内和 1、3、6 个月，每个时间点各建一个网络、各做一次潜在类别分析和回归；卒中后两周内，月收入较低的患者更可能属于症状重的一类。这项研究在第一个时间点分出 4 类，后三个时间点各分出 2 类，作者在讨论中说明，由于各时间点的最佳类别数不同，无法分析病人在各类之间怎样转移。

到了讨论部分，网络、分类和回归各自对应一层建议。重庆医科大学附属第二医院那项研究依据抑郁处在网络中心，建议在 PCI 术后随访中常规评估情绪、加入心理支持；依据分类结果，建议对中等负担伴穿刺部位疼痛的一类加强围术期和出院早期的疼痛评估，对高负担的一类采取心理支持与躯体症状管理相结合的干预；依据回归结果，建议把体重指数纳入术后早期评估，用来识别中、高负担的高风险病人。

三、开题时怎样按研究问题选择

研究问题如果是不同类别病人的症状关联方式是否不同、干预靶点是否因类别而异，就要先分类、再在各类分别建网。这种设计有三个前提。第一，每一类的人数都要足够估计这一类自己的网络。第二，分类用的指标如果就是网络中的症状，各类网络之间的差异有一部分来自分类本身；用病耻感、情绪调节方式这类网络以外的变量分类，差异更容易解释。第三，要说各类的网络不同，需要做网络比较检验，并排的两张网络图只能描述各自的特点。

研究问题如果是全体病人的核心症状是什么、哪些病人的症状负担重、这些病人有什么特征，就在全样本中建网，再做潜在剖面和回归。样本量只需足够估计一个网络，分出的类别再小也不影响网络本身。这种设计回答不了各类病人的症状关联是否不同，论文里也就不要写某一类的核心症状。

计划先分类、但收完数据发现某些类人数不够的，可以退回全样本建网。一项妇科恶性肿瘤术后研究分出 220 人和 104 人两类，作者判断两类的人数都不足以稳定估计网络，最终合并建网，研究也就成了全样本建网加分类的结构。两种设计也可以放在同一篇论文里。安徽医科大学 2025 年对 378 名同步放化疗宫颈癌患者的研究，研究目的写的是同时找出全样本和各亚组的核心症状，结果报告了全样本网络和三类各自的网络。

四、方法部分怎样交代顺序和理由

先建网再分类的论文，在研究目的里把两项分析各自回答的问题并列写出。重庆医科大学附属第二医院那项研究这样写：

Accordingly, this study aimed to identify central symptoms and latent symptom burden subgroups in patients with ACS during the post–PCI period using symptom network analysis and latent profile analysis.

接着用一句话写出回归要回答的问题，即体重指数与所属类别的关系。南方医科大学南方医院那项研究在引言中交代了为什么两项分析都做：

Therefore, this study employed both symptom network analysis and LPA to explore the intrinsic relationships among symptoms in postoperative glioma patients from group- and individual-level perspectives, respectively.

这句话的意思是，两项分析分别从群体和个体两个层面考察症状，网络对应群体，潜在剖面对应个体。

统计分析部分写明回归的因变量和自变量的筛选方式。重庆医科大学附属第二医院那项研究写的是：

Variables with P < 0.05 in univariate analyses were included in a multinomial logistic regression model with latent profile membership as the dependent variable to identify factors associated with symptom burden heterogeneity.

结果部分报告完网络、开始报告潜在剖面之前，这项研究用了一句过渡，说明接下来的潜在剖面要考察什么：

These results highlight complex interrelationships among post–PCI symptoms and justify subsequent latent profile analysis to explore heterogeneity in symptom experiences.

先分类再建网的论文要交代的内容不同，分类指标与网络节点是否重叠、各类人数、类间比较的方法都要写明。

结语

症状网络和潜在剖面一起做，两项分析都在全样本上完成时，先报告哪一项不影响结果，要选的是要不要在每一类里分别建网。研究想知道不同类别病人的症状关联是否不同，就先分类、再在各类建网，每一类的人数要够，类间要做统计比较；研究想知道全体病人的核心症状和哪些病人症状负担重，就在全样本建一个网络，再做潜在剖面和回归，论文中不写某一类的网络结论。两种设计也可以在同一篇论文中同时使用。

参考文献

1. Hong S, Gan X, Zhou W, et al. Symptom burden in patients with acute coronary syndrome after percutaneous coronary intervention: a network and latent profile analysis. Patient Preference and Adherence, 2026, 20: 580130.

2. Luo X, Song H, Wang P, et al. Symptom network and latent profile analysis in patients after glioma surgery: a cross-sectional study. Supportive Care in Cancer, 2026, 34(4): 396.

3. Chen R, Zhang J, Qu Y, et al. The trajectory of depression-related symptom clusters following stroke: a network and latent class analysis. Journal of Affective Disorders, 2025, 389: 119659.

4. Liu J, Li X, Wang Z, et al. A longitudinal study of early postoperative symptom cluster trajectories in patients with gynecologic malignancies. BMC Women's Health, 2025, 26: 37.

5. Lu X, Zheng L, Jin X, et al. Symptoms associated with concurrent chemoradiotherapy in patients with cervical cancer: application of latent profile analysis and network analysis. Asia-Pacific Journal of Oncology Nursing, 2025, 12: 100649.