Skip to main content
NCBI home page
Journal of Southern Medical University logoLink to Journal of Southern Medical University
. 2023 Jun 20;43(6):900–905. [Article in Chinese] doi: 10.12122/j.issn.1673-4254.2023.06.04

6条目孤独感量表（ULS-6）是测量中国成年人群孤独感的有效工具

Reliability and validity of the 6-item UCLA Loneliness Scale(ULS-6)for application in adults

肖 蓉 1,2,*, 杜 静雯 1
PMCID: PMC10339310  PMID: 37439161

Abstract

目的

修订6条目孤独感量表（ULS-6）并在成年人群中使用，评价其测量学性能和适用性。

方法

调查1采用UCLA孤独感量表（ULS）、患者健康问卷-9（PHQ-9）、领悟社会支持量表（PSSS）对1480名成年人进行施测，对ULS-6进行项目分析、信效度评价和测量等值性分析；调查2采用UCLA孤独感量表调查652名大学生分析效标效度，并对其中300名大学生间隔3周后再次施测以分析ULS-6的重测信度。

结果

项目分析显示ULS-6各条目的区分度良好，鉴别指数均在0.775以上（r=0.775~0.820，P < 0.001）。ULS-6为单一维度，其内部一致性信度为0.891，分半信度为0.875，重测信度为0.726。ULS-6与UCLA孤独感量表、ULS-8、PHQ-9及PSSS量表的效标相关系数分别为0.882，0.967，0.528和-0.532。在跨性别、跨年龄组别中均满足测量等值性。成年人ULS-6总分为12.97±3.96分，成年人中有20%无孤独感，80%有孤独感（其中轻、中、重度孤独感者分别占39.6%、25.7%和14.7%）。

结论

ULS-6孤独感量表具有良好的信效度和适用性，是能简洁快速测量中国成年人群孤独感的有效工具。

Keywords: 6条目孤独感量表, 孤独感, 信度, 效度, 测量等值

孤独感是当个体缺乏社会支持或者社会互动不足时产生的消极主观体验[1]，这种消极体验已越来越成为全球备受关注的公共卫生问题，多项研究表明，持续的孤独感会影响个体的身心健康，长期有孤独感经历和体验的人会产生更多的焦虑、抑郁症状和睡眠问题，甚至会有更大的自杀和早期死亡风险[2-5]。目前有关研究大多集中在老年人群体上，这是因为孤独感是老年人明确的严重疾病和死亡的危险因素[6]。但老年人并不是唯一面临孤独感风险的人群，孤独感普遍存在于各个年龄阶段的人群中。如今青年人的孤独感正在逐渐升高，孤独感的高峰值也被证实存在于大约30岁和60岁年龄阶层的人群中[7]。且自疫情发生以来，由于隔离政策的实行，许多人的生活和工作方式被迫发生了改变，社交距离的拉长进一步导致了孤独感流行率的增高，孤独感的发生更为普遍[8-11]，所以在关注老年人群体孤独感的同时，其它成年人群的孤独感也亟需引起重视。

洛杉矶加州大学孤独感量表（ULS）[12]是目前最常用的测量成年人群孤独感的量表[13, 14]，为减轻被试的答题负担及探究量表在不同人群中的适用情况，ULS被修订为多个简式版本，如Hughes等[15]修订的3条目简式版本、Russell等[16]修订的4条目简式版本、Hays等[17]修订的8条目简式孤独感量表（ULS-8）。其中ULS-8在国内外的孤独感研究中得到广泛使用[18]，被认为是可靠的、能替代ULS测量孤独感的简式版本。然而，周亮等[19]在农村老年人中对ULS-8进行信效度评价时，发现ULS-8量表中的2道反向计分条目会降低量表的测量学性能，因而删除了ULS-8中的2道反向计分题形成了ULS-6量表，发现ULS-6在农村老年人中使用具有良好的信效度，能更简洁、准确地测量农村老年人的孤独感。

目前，在量表编制的研究中，对正、反向措辞条目的结合使用颇有争议，Alexandrov通过实证研究发现，如果反向计分条目无法正确反映所测量心理特征的对立面，那么反向计分条目的使用就会造成总分的偏倚，无法正确反映所测量的心理特征，建议使用无反向计分的条目组成的量表以提高量表的可靠性与简洁性[20]。ULS-6孤独感量表条目均为正向计分，内容更为简洁明了，能更加快速地进行人群孤独感的测量，但由于该量表此前仅在我国农村老年人中使用，是否合适我国其他成年人群使用，其测量学性能有待进一步检验。故本研究拟将ULS-6量表在成年人中使用并对其信效度进行评价，分析ULS-6在不同性别及年龄阶段的成年人中的测量等值性情况，为更好地认识和评估民众的孤独感状况及其对身心健康的影响提供有益的测量工具及实证参考。

1. 资料和方法

1.1. 被试

样本1：从2021年4月开始采用方便取样和滚雪球取样方式，通过问卷星平台收取问卷数据。共回收问卷1480份，删除回答时间低于5 min和重复作答的无效问卷217份，剩余有效问卷1263份，问卷有效率约为85.34%。其中，大学生有517人（40.9%），社会人群有746人（59.1%）；男性有529人（41.9%），女性有734人（58.1%）；文化程度为初中及以下的有70人（5.5%），高中或中专的有158人（12.5%），大专的有171人（13.5%），本科及以上的有864人（68.4%）；家庭经济情况差的有108人（8.6%），一般的有858人（67.9%），好的有297人（23.5%）；被试的年龄范围为18~80岁，平均年龄为31.24 ± 12.37岁，其中30岁及以下的有752人（59.5%），31~40岁的有131人（10.4%），41~50岁的有329人（26%），51岁及以上的有51人（4%）。数据将被用于ULS-6的项目分析、内部一致性与分半信度分析、结构效度与效标效度分析、测量等值性分析。

样本2：于2022年9月通过问卷星网络调查某大学本科生652人，获得有效数据599份，样本数据用于分析6条目孤独感量表（ULS-6）的重测信度及其与UCLA孤独感量表间的效标效度，被试的年龄范围在18~23岁，平均年龄为20.08±0.81岁，其中男生262人，女生337人，大一77人，大二522人。间隔3周后邀请被试再次进行施测，共收集到有效重测数据300人。数据被用于ULS-6的重测信度分析。

1.2. 研究工具

1.2.1. UCLA孤独感量表及8条目UCLA孤独感量表（ULS and ULS-8）

ULS [12]是由Dan等人编制的，被多数研究者用于测量成年人群的孤独感的量表。该量表包含了20个条目，每个条目按照时间频度“从无”“很少”“有时”“经常”采用1~4的四级评分。其中第1、5、6、9、10、15、16、19、20个条目为反向计分条目，量表总分为20~80分。为追求量表的简洁适用性，ULS经Hays等[17]改编，保留了其中的第2、3、9、11、14、15、17、18个条目，形成了8条目孤独感量表（ULS-8）。量表为单一维度，总分越高代表着个体孤独感越强。

1.2.2. 6条目UCLA孤独感量表（ULS-6）

ULS-6孤独感量表是在ULS-8孤独感量表基础上删去第3题和第6题两个采用积极措辞的反向计分条目而形成[19]，其条目分别对应UCLA孤独感量表中的第2、3、11、14、17、18题。本研究中对照英文原版UCLA孤独感量表对6个条目进行重新翻译和修订形成新的汉化版本。参考UCLA孤独感量表第3版中文版条目的疑问句表达，各条目从原英文版的陈述句修改为疑问句，各条目表述更为简洁，从而更有利于中国人的理解，疑问句的问题更易于被试按照其孤独感体验出现的时间频度进行作答。修订后的6个条目内容分别如下：1.常感到缺少伙伴吗、2.常感到没人可以信赖吗、3.常感到被人冷落吗、4.常感到与他人的疏远吗、5.常因为孤单而感到不开心吗、6.常感到周围都是人但却没人关心你吗。6个条目均采用正向计分，各条目采用1~4的四级评分（“从无” “很少”“有时”“经常”）。各条目选项分≥2为阳性项目，说明个体感受到不同程度的孤独感。量表总分为6~24分，分数越高说明个体的孤独感越强。

1.2.3. 9条目患者健康问卷（PHQ-9）

该量表[21]是用于测量抑郁障碍的自评问卷，根据DSM-IV中关于抑郁障碍的9条症状制定，每个条目均有0~3分的四级评分，总分处于0~27分。以10分作为抑郁症筛查的临界值，总分≥10分即被筛为抑郁阳性。本研究中量表的内部一致性系数为0.896。

1.2.4. 领悟社会支持量表（PSSS）

该量表由Zimet和Dahlem [22]编制，用于测量个体感受到的受到家人、朋友和其他人员的支持程度，量表共有12题，采取7分计分法，1~7分代表着“非常不符合”到“非常符合”，总分越高代表着感受到越高的社会支持度[23]。本研究中量表的内部一致性系数为0.971。

1.3. 统计方法

采用SPSS26进行描述性统计分析、项目分析、信度分析、相关性分析、独立样本t检验、单因素方差分析；采用Mplus8.3进行测量等值性分析。进行测量等值性分析时需按顺序依次对形态等值模型、弱等值模型、强等值模型进行拟合度检验，前一步的模型是嵌套于后一步模型之中的，后者的模型检验都是在前一步模型基础上通过限制相应参数形成的嵌套模型，只有前一步等值性确立才能检验更高一级模型的等值性。测量等值模型拟合良好的检验指标为CFI>0.9，TLI>0.9，SRMR≤0.05，RMSEA≤0.08。满足模型的拟合后，测量等值的结果通过拟合指数差异法得出，拟合指数差异法是看后一个模型与前一个模型间CFI、TLI的差异结果，当Δ < |0.01|时表明不存在显著差异，支持指标等值的假设；当Δ在|0.01|~|0.02|之间表明存在中等差异，无法证明差异明确存在；当Δ>|0.02|表明存在确定显著的差异，测量等值的假设被拒绝[24, 25]。

2. 结果

2.1. 项目分析

（1）临界比率法：将ULS-6总分前27%的划分为高分组，后27%的划分为低分组，对高低分两组中的总分及各条目得分作独立样本t检验，结果显示两组得分差异均具有统计学显著性（P < 0.001）。说明各条目均具有良好的区分度（表 1）；（2）相关法：条目和总分的相关可作为项目区分度的指标，相关越高，项目区分度越高，其相关值又称为鉴别指数，是鉴别项目有效性的重要指标。将ULS-6量表总分与各条目得分进行皮尔逊积差相关分析，发现各条目与总分间的相关系数在0.775~0.820（P < 0.001），提示ULS-6各条目的性能很好。

表 1.

ULS-6量表的项目分析

Item analysis of ULS-6

Item Low score group (n=408) High score group (n=417) t Correlation with total score
**P < 0.001 by comparing Low score group with High score group, ***P < 0.001 by the correlation analysis.
1. I lack companionship. 1.62±0.63 3.04±0.61 -32.983** 0.794***
2. There is no one I can turn to. 1.37±0.54 3.00±0.67 -38.219** 0.817***
3. I feel left out. 1.43±0.53 2.82±0.58 -35.97** 0.820***
4. I feel isolated from others. 1.49±0.55 2.91±0.57 -36.389** 0.818***
5. I am unhappy being so withdrawn. 1.42±0.54 2.80±0.70 -31.559** 0.775***
6. People are around me but not with me. 1.27±0.52 2.86±0.68 -37.439** 0.809***
Open in a new tab

2.2. 信度分析

ULS-6量表的重测信度系数为0.726（P < 0.001），Cronbach's α系数0.891，分半信度系数为0.875，说明该量表在成年人群样本中的信度良好。

2.3. 效度分析

2.3.1. 结构效度

采用探索性因子分析考察ULS-6量表的结构效度，进行Bartlett球形检验，结果显示：χ2= 4073.852（df=15，P < 0.001）；KMO=0.871，说明数据适合进行因子分析。选用主成分分析法进行探索性因子分析，最大方差法旋转后得到特征值为大于1的因子1个，其特征值为3.897，可以解释总变异的64.944%。证实ULS-6量表的结构为单一维度。

2.3.2. 效标效度

本研究选取PHQ-9和PSSS量表作为ULS-6的效标效度评估工具，同时分析修订后的ULS-6量表与ULS、ULS-8孤独感量表之间的效标效度。结果显示，ULS-6与PHQ-9有明显正相关关系（r=0.528，P < 0.001），与PSSS有明显的负相关关系（r=-0.532，P < 0.001），与ULS有显著正相关关系（r=0.882，P < 0.001），与ULS-8有显著正相关关系（r=0.967，P < 0.001）。

2.4. 年龄、性别的测量等值性分析

结合世卫组织的年龄划分标准及本研究中被试的年龄分布情况，将被试划分为44岁及以下的青年组（n=940，74.4%）和44岁以上的中老年组（n=323，25.6%）。性别划分为男性组（n=529，41.9%）和女性组（n=734，58.1%），分别进行形态等值模型（1）、弱等值模型（2）和强等值模型（3）的等值性分析，结果显示：在性别、年龄组别中，形态等值模型、弱等值模型、强等值模型中的CFI、TFI指标结果在0.975~0.991，RMSEA结果在0.055~0.074，SRMR结果在0.02~0.033，指标均不超过标准临界值，表示以上模型均拟合良好。ΔCFI、ΔTFI均不超建议的临界值0.01，代表以上模型的等值性均得到很好的支持，量表在跨性别、跨年龄群体中均具有良好的测量等值性（表 2、3）。

表 2.

ULS-6量表的不同年龄测量等值性检验

Measurement invariance test of adults in different age groups using ULS-6

Model χ2 df CFI TLI RMSEA SRMR Model comparison ΔCFI ΔTLI
CFI: Comparative fit index; TLI: Tucker-lewis index; RMSEA: Root mean square error of approximation; SRMR: Standardized root mean square residual. same as below.
Configural invariance 50.825 14 0.991 0.981 0.065 0.020
Weak invariance 54.919 19 0.991 0.986 0.055 0.026 2 vs.1 0 0.005
Strong invariance 90.842 24 0.984 0.98 0.066 0.033 3 vs.2 -0.007 -0.006
Open in a new tab

表 3.

ULS-6量表的不同性别测量等值性检验

Measurement invariance test of adults with different genders using ULS-6

Model χ2 df CFI TLI RMSEA SRMR Model comparison ΔCFI ΔTLI
Configural invariance 62.238 14 0.988 0.975 0.074 0.022
Weak invariance 67.218 19 0.988 0.981 0.063 0.027 2 vs.1 0 0.006
Strong invariance 70.426 24 0.989 0.986 0.055 0.028 3 vs.2 0.001 0.005
Open in a new tab

2.5. ULS-6在成年人中的适用性

对1263名成年人的数据进行分析，结果显示：成年人ULS-6总分为12.97±3.96分，男性与女性的总分分别为13.08±4.06分与12.89±3.88分。青年组与中老年组的总分分别为13.08±4.04分与12.64±3.71分。采用独立样本t检验，结果显示成年人的孤独感水平不存在性别差异（t=0.806, P=0.421）和年龄差异（t=1.750, P=0.080）。

根据ULS-6的评分及阳性项目数情况（各条目选项≥2的条目为阳性项目，无孤独感者的阳性项目数≤3个，即不超过半数；中、高孤独感者的阳性项目数≥4个，即超过半数），采用以下结果解释标准用于分析个体的孤独感表现水平，6~9分为无孤独感，10~13分为轻度孤独感，14~17分为中度孤独感，18~24分为重度孤独感。结果显示成年人中20%无孤独感，80%有孤独感（轻、中、重度孤独感者分别占39.6%、25.7%和14.7%）。采用单因素方差分析对不同孤独感水平者的孤独感总分、抑郁及社会支持状况进行比较，结果显示差异具有统计学意义，进一步两两比较显示：个体的孤独感水平越高，抑郁症状越多，社会支持水平越低。证实该结果解释标准合理，能很好区分不同个体孤独感表现差异，且能很好反映出高孤独感者存在更高水平的抑郁及更低的社会支持状况（表 4）。

表 4.

不同孤独感水平者的孤独感、抑郁与社会支持状况比较

Comparison of loneliness, depression and social support among the adult participants with different levels of loneliness

Score No loneliness
(n=253)		 Slight loneliness
(n=500)		 Moderate loneliness
(n=324)		 Serious loneliness
(n=186)		 F P
ULS-6 7.40±1.24 11.88±1.01 15.30±1.07 19.42±1.73 4129.818 < 0.001
Number of positive items 1.30±1.17 5.17±0.98 5.87±0.38 5.95±0.23 1787.148 < 0.001
PHQ-9 3.67±3.33 6.13±3.60 8.33±4.34 11.32±5.38 146.363 < 0.001
PSSS 76.46±9.62 69.74±10.98 62.72±12.00 54.38±15.59 148.705 < 0.001
Open in a new tab

3. 讨论

本研究探讨了ULS-6在中国成年人群中的适用情况，相较于ULS-8量表，ULS-6量表删去了两个反向计分条目。以往研究者在量表编制过程中，为了减少被试可能的答题偏倚和反应偏差，常将正向措辞的条目和反向措辞的条目结合起来测量某个心理特性，但近年来，这种做法受到了质疑，越来越多证据表明，正向措辞和反向措辞的条目作用可能并不相同，他们在测量某个心理特性上的表现可能不同，并不一定代表着潜在特征的相反两极[26]。如ULS-8量表中的条目“ 3常爱与人来往，结交朋友吗”，该条目是基于“如果我不喜与人交往、不喜结交朋友，就会感到孤独”的假设研究孤独感，但喜热闹、喜交朋友并不是孤独的相反含义，擅长社交多受人格特征的影响，内向的个体在社交中大多拘谨、沉默寡言，这不能代表内向的人一定孤独、而外向的人少有孤独。且传统中国人“比较内向、抑制、羞怯、不善社交” [27]，这一反向条目在中国文化下无法准确反映出个体孤独的体验。在统计上，郭庆科等[28]通过语义反转研究发现，UCLA孤独感量表中的正反措辞效应对量表的结构效度有较大影响，两种措辞的题目并不测量同一特质。

项目分析是对测验题目区分度的评价，题目的区分度又称为鉴别力，它是项目能否区分测验高分者与低分者的有效性的指标，一个测验如果具有良好的区分度，则能将不同水平的作答者区分开来。常用的方法有临界比率法和条目与总分的相关法[29]。ULS-6的项目分析显示，6个条目均具有良好的区分度，各条目的鉴别指数高达0.77以上。鉴别指数是鉴别项目有效性的重要指标，0.40以上可说明题目质量很好[30]，这说明ULS-6具有良好的区分度，能很好地区分不同孤独感水平的个体之间的差异，尽管ULS-6只有6个条目，但高度的鉴别指数有利于区分出高孤独感的个体，这对于健康筛查工作是十分有益的。

对ULS-6的信度分析显示其内部一致性系数为0.891，分半信度系数为0.875，重测信度系数为0.726，说明该量表在成年人群体中应用有着很好的内部一致性及稳定性。周亮等[19]在老年人中验证的ULS-6显示内部一致性信度系数为0.831、重测信度系数为0.715，由此对比可见，ULS-6在更广泛的成年人群体中具有更好的量表适用性及测量性能。

在效度分析上，对ULS-6进行探索性因子分析，表明ULS-6量表具有稳健的单维结构，在测量成年人孤独感中的结构效度良好。在效标效度评价上，ULS-6与ULS和ULS-8的相关系数分别高达0.882和0.967，具有高度的正相关，这说明ULS-6量表具有非常优秀的效标效度，能够很好地替代20条目的UCLA孤独感量表和8条目孤独感量表对现代社会成年人的孤独感进行评价。

以往研究显示，长期经历孤独感体验的人抑郁症状更明显，社会支持的缺乏是孤独感提高的明显风险因素[5, 31]。故本研究以抑郁和社会支持为效标来考查ULS-6的效标效度。在以往孤独感与抑郁的研究中，研究者发现社区老年慢性病患者的ULS总分与抑郁的相关系数为0.333 [32]，社区老年高血压病人ULS-8总分与抑郁的相关0.289 [33]，而本研究中ULS-6与抑郁的相关高达0.528，这说明尽管ULS-6的内容更简洁，但应用ULS-6较ULS及ULS-8能更好，更为敏感地反映成年人的孤独感与抑郁之间的关系。另外，前人应用ULS对老年人和成年人孤独感与社会支持的关系研究发现两者间的相关系数分别为-0.63 [34]和-0.60 [35]、应用ULS-8对老年人和孕产妇孤独感与社会支持的关系研究显示两者间的相关系数分别为-0.323 [36]与-0.61 [37]，而在本研究中ULS-6总分与社会支持的相关系数为-0.532，与前人研究得到的相关系数极为接近。但ULS-6条目更为简短，却依然很好地呈现出低社会支持与高孤独感之间的关系。由此可见ULS-6在实践应用中，其性能并不逊色于ULS和ULS-8，ULS-6具有良好的实证效度和测量学性能。

在测量等值性上，若要比较不同群体间孤独感的差异情况，则需考虑量表在不同群体之间是否有相同的意义和功能，量表测得的心理特性在不同群体之间是否等价，因此，本研究对两样本中跨性别、跨年龄的成年人进行了测量等值性分析，结果显示以上跨群体中的形态等值模型、弱等值模型、强等值模型的拟合度均为良好，表明ULS-6在成年人群体的性别、年龄上均具有良好的测量等值性，群体间的孤独感差异可直接进行比较。这与Panayiotou等[13, 38]在年龄、性别上测量等值性的研究结果一致。这表明ULS-6量表能很好地应用于不同性别和年龄样本人群测量他们的孤独感体验。

本研究制定了ULS-6的结果解释标准，能有效区分不同孤独感水平者以及他们在抑郁与社会支持状况上的差异表现特点，为有效进行人群孤独感状况筛查及干预效果提供了必要的依据。疫情或各种社会因素变化所导致的社会支持的流动性和不稳定性强化了个人的孤独感体验[28]；居家隔离、失业下岗也给个体带来更严重的孤独感[39]，而孤独感与多种躯体症状密切相关，包括身体疲劳、头痛、失眠和肌肉疼痛[40]等，孤独感还是压力、抑郁、焦虑和自杀的前兆，可能会加剧先前存在的心理和精神问题[41]。社会的变迁使民众孤独感及其健康风险日益出现变化，这需要我们进一步加强对人群孤独感的测评，深入认识其在不同背景下对身心健康影响的作用机制，探索有效的孤独感干预措施及健康促进策略。通过本研究所制定的ULS-6结果解释标准可以对社会民众的孤独感表现进行早期筛查和早期识别，并对不同程度孤独感者进行早期分级预防和干预，尤其是中、重度孤独感者需重点关注，这对于避免或减少人群高孤独感所导致的健康风险具有重要的应用价值和实践意义。

综上，ULS-6量表在测量成年人孤独感中具有良好的信度与效度，同时在跨性别、跨年龄样本中具有测量等值性，其结果解释标准具有良好的适用性，能在1~2 min内简洁快速地评估中国成年人群的孤独感，具有很好的推广应用价值。

本研究的局限性与展望：因本研究为方便抽样，样本代表性不足，可能使研究存在一定的局限，未来可在更具代表性的样本或其它特殊人群中加以使用，以进一步考察和评价ULS-6的测量学性能。

Funding Statement

广东省教育科学“十三五”规划2020年度德育专项（2020JKDY010）

References

  • 1.McWhirter BT. Loneliness: a review of current literature, with implications for counseling and research. J Couns Dev. 1990;68(4):417–22. doi: 10.1002/j.1556-6676.1990.tb02521.x. [DOI] [Google Scholar]
  • 2.Holt-Lunstad J, Smith TB, Baker M, et al. Loneliness and social isolation as risk factors for mortality: a meta-analytic review. Perspect Psychol Sci. 2015;10(2):227–37. doi: 10.1177/1745691614568352. [DOI] [PubMed] [Google Scholar]
  • 3.Cacioppo JT, Cacioppo S. The growing problem of loneliness. Lancet. 2018;391(10119):426. doi: 10.1016/S0140-6736(18)30142-9. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Holt-Lunstad J. The potential public health relevance of social isolation and loneliness: prevalence, epidemiology, and risk factors. Public Policy Aging Rep. 2017;27(4):127–30. doi: 10.1093/ppar/prx030. [DOI] [Google Scholar]
  • 5.Matthews T, Bryan BT, Danese A, et al. Using a loneliness measure to screen for risk of mental health problems: a replication in two nationally representative cohorts. Int J Environ Res Public Health. 2022;19(3):1641. doi: 10.3390/ijerph19031641. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.Ong AD, Uchino BN, Wethington E. Loneliness and health in older adults: a mini-review and synthesis. Gerontology. 2016;62(4):443–9. doi: 10.1159/000441651. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7.Luhmann M, Hawkley LC. Age differences in loneliness from late adolescence to oldest old age. Dev Psychol. 2016;52(6):943–59. doi: 10.1037/dev0000117. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 8.Emir Öksüz E, Kalkan B, Can N, et al. Adult mental health and loneliness during the COVID-19 pandemic in late 2020. Eur J Psychol Open. 2021;80(1/2):18–30. [Google Scholar]
  • 9.Kayis AR, Satici B, Deniz ME, et al. Fear of COVID-19, loneliness, smartphone addiction, and mental wellbeing among the Turkish general population: a serial mediation model. Behav Inf Technol. 2022;41(11):2484–96. doi: 10.1080/0144929X.2021.1933181. [DOI] [Google Scholar]
  • 10.Hoffart A, Johnson SU, Ebrahimi OV. Loneliness during the COVID-19 pandemic: change and predictors of change from strict to discontinued social distancing protocols. Anxiety Stress Coping. 2022;35(1):44–57. doi: 10.1080/10615806.2021.1958790. [DOI] [PubMed] [Google Scholar]
  • 11.Mansour KA, Greenwood CJ, Biden EJ, et al. Pre-pandemic predictors of loneliness in adult men during COVID-19. Front Psychiatry. 2021;12:775588. doi: 10.3389/fpsyt.2021.775588. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 12.Russell D, Peplau LA, Ferguson ML. Developing a measure of loneliness. J Pers Assess. 1978;42(3):290–4. doi: 10.1207/s15327752jpa4203_11. [DOI] [PubMed] [Google Scholar]
  • 13.Maes M, Qualter P, Lodder GMA, et al. How (not) to measure loneliness: a review of the eight most commonly used scales. Int J Environ Res Public Health. 2022;19(17):10816. doi: 10.3390/ijerph191710816. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 14.Mund M, Maes M, Drewke PM, et al. Would the real loneliness please stand up? the validity of loneliness scores and the reliability of single-item scores. Assessment. 2023;30(4):1226–48. doi: 10.1177/10731911221077227. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 15.Hughes ME, Waite LJ, Hawkley LC, et al. A short scale for measuring loneliness in large surveys: results from two populationbased studies. Res Aging. 2004;26(6):655–72. doi: 10.1177/0164027504268574. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.Russell D, Peplau LA, Cutrona CE. The revised UCLA Loneliness Scale: concurrent and discriminant validity evidence. J Pers Soc Psychol. 1980;39(3):472–80. doi: 10.1037/0022-3514.39.3.472. [DOI] [PubMed] [Google Scholar]
  • 17.Hays RD, DiMatteo MR. A short- form measure of loneliness. J Pers Assess. 1987;51(1):69–81. doi: 10.1207/s15327752jpa5101_6. [DOI] [PubMed] [Google Scholar]
  • 18.刘 艳, 谷 传华. 大学生孤独感问卷(ULS-8)的修订. 青岛大学师范学院学报. 2012;29(2):40–4. [Google Scholar]
  • 19.周 亮, 黎 芝, 胡 宓, et al. ULS-8孤独感量表信效度检验及其应用. 中南大学学报: 医学版. 2012;37(11):1124–8. doi: 10.3969/j.issn.1672-7347.2012.11.008. [DOI] [PubMed] [Google Scholar]
  • 20.Alexandrov A. Characteristics of Single-Item Measures in Likert Scale Format. Journal of Polymer Research. 2010;8(1) [Google Scholar]
  • 21.Wenzheng, Wang, Ph D, et al. Reliability and validity of the Chinese version of the Patient Health Questionnaire (PHQ-9) in the general population[J]. Gen Hosp Psychiatry, 2014, 36(5): 539-44.
  • 22.Zimet GD, Dahlem NW, Zimet SG, et al. The multidimensional scale of perceived social support. J Pers Assess. 1988;52(1):30–41. doi: 10.1207/s15327752jpa5201_2. [DOI] [Google Scholar]
  • 23.汪 向东, 王 希林, 马 弘. 心理卫生评定量表手册. 北京: 中国心理卫生杂志社; 1999. pp. 127–9. [Google Scholar]
  • 24.Cheung GW, Rensvold RB. Evaluating goodness-of- fit indexes for testing measurement invariance. Struct Equ Modeling A Multidiscip J. 2002;9(2):233–55. doi: 10.1207/S15328007SEM0902_5. [DOI] [Google Scholar]
  • 25.王 孟成. 潜变量建模与Mplus应用-基础篇. 重庆: 重庆大学出版社; 2014. pp. 179–88. [Google Scholar]
  • 26.Ebesutani C, Drescher CF, Reise SP, et al. The loneliness questionnaire-short version: an evaluation of reverse-worded and non-reverse-worded items via item response theory. J Pers Assess. 2012;94(4):427–37. doi: 10.1080/00223891.2012.662188. [DOI] [PubMed] [Google Scholar]
  • 27.李 亦园, 杨 国枢. 中国人的性格. 南京: 江苏教育出版社; 2006. pp. 423–38. [Google Scholar]
  • 28.郭 庆科, 蔡 明航, 王 菲, et al. 题目措辞方向对孤独感测量的影响. 中国临床心理学杂志. 2017;25(1):116-9, 131. [Google Scholar]
  • 29.毕 重增. 心理测量学. 重庆: 西南师范大学出版社; 2016. pp. 101–3. [Google Scholar]
  • 30.郑 日昌. 心理与教育测量. 北京: 人民教育出版社; 2015. p. 137. [Google Scholar]
  • 31.刘 昕芸, 靳 宇倡, 安 俊秀. 社会支持与成年早期孤独感: 有调节的中介模型. 心理科学. 2020;43(3):586–92. [Google Scholar]
  • 32.吴 小婷, 储 爱琴, 张 海玲, et al. 孤独感在社区老年慢性病患者述情障碍和抑郁间的中介效应研究. 中国全科医学. 2021;24(36):4563–8. [Google Scholar]
  • 33.孙 羽燕, 张 会敏, 高 杰, et al. 社区老年高血压病人孤独感现状及影响因素分析. 护理研究. 2021;35(5):808–14. [Google Scholar]
  • 34.范 舒茗, 王 逸欣, 焦 璨". 老漂族"领悟社会支持对认知功能的影响: 有调节的中介模型. 中国临床心理学杂志. 2021;29(1):165–8. [Google Scholar]
  • 35.鲁 小华, 张 英俊, 刘 倩, et al. 领悟社会支持对疫情下应激反应的影响: 羞耻和孤独的中介作用. 中国临床心理学杂志. 2022;30(3):744–8. [Google Scholar]
  • 36.韩 静, 胡 惠菊, 唐 启群, et al. 领悟社会支持在养老机构老年人孤独感与成功老龄化的中介效应. 护理学报. 2021;28(17):53–8. [Google Scholar]
  • 37.高 源敏, 王 晶, 肖 菊兰, et al. 孕产妇围产期抑郁、孤独感与社会支持的关系: 交叉滞后分析. 解放军护理杂志. 2020;37(7):29-32, 65. [Google Scholar]
  • 38.Panayiotou M, Badcock JC, Lim MH, et al. Measuring loneliness in different age groups: the measurement invariance of the UCLA loneliness scale. Assessment. 2022:107319112211195. doi: 10.1177/10731911221119533. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 39.Morrish N, Medina-Lara A. Does unemployment lead to greater levels of loneliness? A systematic review. Soc Sci Med. 2021;287:114339. doi: 10.1016/j.socscimed.2021.114339. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 40.Majumdar P, Biswas A, Sahu S. COVID-19 pandemic and lockdown: cause of sleep disruption, depression, somatic pain, and increased screen exposure of office workers and students of India. Chronobiol Int. 2020;37(8):1191–200. doi: 10.1080/07420528.2020.1786107. [DOI] [PubMed] [Google Scholar]
  • 41.Gan SW, Ong LS, Lee CH, et al. Perceived social support and life satisfaction of Malaysian Chinese young adults: the mediating effect of loneliness. J Genet Psychol. 2020;181(6):458–69. doi: 10.1080/00221325.2020.1803196. [DOI] [PubMed] [Google Scholar]

Articles from Journal of Southern Medical University are provided here courtesy of Editorial Department of Journal of Southern Medical University

RESOURCES