主题：生成式人工智能辅助自我监控在心理健康干预中的应用与效果评估

报告人：林浚鹏

主要内容：在认知行为疗法（CBT）中，自我监控（Self- monitoring）被视为一项关键的技能和策略。它通过深化个体对自身思想、情感和行为模式的理解对个体产生积极的影响。这种自我观察及记录的过程不仅提升了个体对内在经验的认识——特别是那些触发特定情绪或行为的事件、环境、思维和感受，还为改变行为模式奠定了基础。当人们开始察觉到自己的行为模式时，他们往往更加主动地追求变化。此外，持续的自我洞察也培养了个体在日常生活中独立识别和解决问题的能力，从而促进了长期的自我管理和情绪调节。虽然自我监控是一种有效的自助工具，但为了最大化其效果，通常与专业的反馈和指导结合使用。缺乏专业反馈可能导致个体难以坚持持续的自我监控，从而影响效果。然而，专业反馈的提供往往受到资源和成本的限制。在这种背景下，生成式人工智能（AI），特别是大型语言模型，展现出在心理健康干预领域的显著潜力。AI在处理和分析语言数据方面的能力为心理健康干预带来了新的思路和可能性，特别是在提高治疗的个性化和可及性方面。结合自我监测数据，AI可以提供个性化的反馈和支持，弥补专业资源的不足，从而优化心理治疗的效果和普及程度。因此，结合自我监控与AI技术，可能成为未来心理健康干预的有效方法。林浚鹏同学的研究旨在探索和评估生成式人工智能技术在心理健康干预中的应用，特别是在自我监控的背景下，其提供的反馈与专业心理咨询师相比是否能够带来更加积极的影响。通过这项研究，我们期望能够更好地理解AI技术在支持个体自我管理和情绪调节方面的潜力，以及这种技术干预对提升认知行为疗法效果的可能性。

主题：重型抑郁儿童的青春期非自杀性自残行为首发预测

报告人：于焱文

主要内容：非自杀性自伤（NSSI）在青少年中具有极高的发病率，危害个体的身心健康。非自杀性自伤在精神障碍人群，特别是报告与消极情绪、抑郁特征的人群中的发病率最高。有三分之一左右的重型抑郁患者报告有NSSI史。研究发现，在重型抑郁患者中，有NSSI行为和没有NSSI行为的人群在一些心理社会特征和临床结局上有显著差异。目前，尚没有研究对抑郁患者群体NSSI行为的发生建立可靠的预测模型。本研究将通过分析9-13岁儿童青少年的纵向队列数据，基于精神病理学、个体气质、家庭社会因素等方面的NSSI风险因素，建立重型抑郁儿童青春期早期NSSI首次发作的预测模型。

主题：青春期女孩首发广泛性焦虑障碍和社交焦虑障碍的前瞻性预测

报告人：刘君瑶

主要内容：刘君瑶同学的研究采用多波纵向设计，对青春期女孩三年内首次出现广泛性焦虑障碍（GAD）和社交焦虑障碍（SAD）进行前瞻性预测。研究对四个不同维度的风险因素进行了广泛的探索：人格和特质、环境、精神病理和家族史。通过logistics回归分析，评估了每个危险因素的独立预测效果，并综合确定了一组与 GAD 和 SAD 发病相关的预测因素。

主题：中国大学生分手困扰的测量、相关心理因素与有效干预方案的研究

报告人：鲁婉冰

主要内容：大学生处于成年早期经常面临亲密关系的挑战和压力。特别是当关系终止时，他们往往会经历一系列复杂的情绪和心理反应，被称为“分手痛苦”（Break-up distress）。本研究针对旨在深入研究这一现象在中国大学生群体中的测量、相关心理因素与干预方法，为心理健康领域提供新的见解。修订和验证“分手痛苦量表中文修订版（BDS-CV）”在中国大学生群体中的信效度和适用性。探讨影响分手痛苦的重要心理因素，包括情绪调节策略和亲密关系效能感，并评估它们与分手痛苦的关系。基于以上研究，设计一套针对分手痛苦的干预方案并验证其有效性。本研究旨在为弥补相关领域的研究空白，为经历分手痛苦的中国大学生提供更有效的帮助。

主题：中国大学生的亲密关系能力与心理健康：访谈工具的改编及能力提升干预研究

报告人：张琴

主要内容：张琴同学的研究旨在深入探究处在亲密关系中的大学生的亲密关系能力与其心理健康之间的相互作用。本研究首先对Davila等人的亲密关系能力访谈进行了中文改编，这是首次在中文文化背景下进行此类研究。随后，通过为大学生开设亲密关系能力提升工作坊，实证性地评估该方法在中文文化背景下的有效性，进而建立一套完善的亲密关系能力培训体系。