國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
117
表十四、動態因子在 PTG 四組上的差異（包含初始值與改變方向）
動態變項 初始值(帄均值) 改變方向 BR(苦惱自責) 4、3 > 1 1 下降
RF(深思反省) 4 > 3、2 > 1
SL(自我導向因應) 4 > 3 > 2 > 1 1、3 下降 SO(社會導向因應) 4 > 3 > 2、1 1、3 下降
PV(自覺脆弱性) 4 > 3、2、1 1、4 下降，2 上升
註：數字代表軌跡組別，1 = PTG 下降組、2 = PTG 上升組、3 = PTG 中度維持組、
4 = PTG 高度維持組。『改變方向』未註明者代表斜率不顯著。
整體而言，在認知投入、適應性因應、自覺脆弱性上，PTG高度維持組的初 始程度都是最高的，PTG中度維持組次之（除了在BR的初始值上，PTG中度維持 組與PTG高度維持組未達差異顯著），PTG上升組在兩種適應性因應策略（SL與 SO）的初始程度上顯著低於PTG中度維持組，PTG下降組在所有動態變項之初始 值上皆為最低分者。尌動態因子的變化情形而言，RF是唯一沒有變化的因子，
除RF外，PTG下降組之所有動態因子也隨時間顯著地下降，PTG中度維持組之適 應性因應策略（SL與SO）亦隨時間顯著下降。在自覺脆弱性的變化上，PTG下 降組與高度維持組都隨時間下降，而PTG上升組卻隨時間增加。
第三節、 PTG 軌跡與心理適應的關係
研究問題三、PTG 軌跡與心理適應的關係
1. 乳癌患者的心理適應變化軌跡是否具有異質性？
本研究以同樣方式分析手術一年內（T1–T4）心理適應變化軌跡是否存在不
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
118
同類型，表十五顯示四組軌跡最能代表焦慮的變化型態，BIC隨著組數增加直到 四組，且2ΔBIC大於10，到第五組的時候BIC反而下降，四組的人數比例分配也 恰當（> 5%）。軌跡1到4的事後機率分別為0.91、0.85、0.86、0.93，代表此包 含四條軌跡的模式的正確度相當高。對憂鬱而言，表十五顯示三或四組軌跡最能 代表憂鬱的變化型態，因為BIC差值未大於2，這兩種模式在人數比例分配與事 後機率都符合篩選標準，所以我們以其他的標準來篩選，首先，增加的組是下降 組，下降幅度很大，這個改變型態是三組模式所沒有的，且這一組亦有足夠的人 數（17%）；其次，以原始資料的型態來看，確實存在一組下降的次群體，所以 最後選擇四組的模式。軌跡1到4的事後機率分別為0.94、0.76、0.75、0.92，代表 此包含四條軌跡的模式的正確度可以接受。
表十五、心理沮喪模式選擇：選擇軌跡數目的標準 模式／
組別數
BIC 2ΔBIC 各組比例（%）
1 2 3 4 5 焦慮
1 -3449.82 ---- 100
2 -3271.97 355.7 68.6 31.4
3 -3222.49 98.96 44.2 43.9 11.9 4 -3206.64 31.7 31.6 41.8 17.3 9.3
5 -3212.01 -10.74 30.6 7.5 35.7 17.0 9.2 憂鬱
1 -3244.21 ---- 100
2 -3036.36 415.7 67.5 32.5
3 -2989.77 93.18 51.9 34.1 14.0
4 -2990.19 -0.84 49.1 26.6 11.4 12.9 5 -2980.48 19.42 45.2 21.2 14.1 16.9 2.6 註：BIC = 貝氏估計係數。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
121
下降，T3–T4又些微上升，命名為『高憂鬱組』。
圖十三、憂鬱四組軌跡的估計值與觀察值
橫座標代表手術後的月數，實線為群體軌跡模型分析（TRAJ）的估計值，虛線 為實際觀察值（各組在每個時間點的帄均值）。N = 311。
2. PTG 變化軌跡與心理適應變化軌跡是否具有關聯性？
決定PTG與心理沮喪的軌跡組別之後，本研究接著以雙軌跡模式（Dual / Joint Trajectory Model），探討PTG不同的變化軌跡與心理適應不同的變化軌跡關聯有 多強？以及有何關聯？此分析方法可以回答心理適應的不同軌跡之個體落在 PTG不同軌跡的比率（以及PTG的不同軌跡之個體落在心理適應不同軌跡的比 率），若是某個心理適應軌跡與某個PTG軌跡的重疊性高，則代表兩個軌跡關聯 性強。
表十七顯示PTG與焦慮雙軌跡模式之估計結果，雙軌跡模式提供條件機率的
6 8 10 12 14 16
0 3 6 9 12
憂 鬱 分 數
時間（月）
高憂鬱組
中憂鬱組 憂鬱下降組 低憂鬱組
‧
註：PTG = 創傷後成長。此模式之適配度為 Bayesian information criterion（BIC）
= -8560.51、Akaike information criterion（AIC）= -8483.85、log likelihood（LL）
= -8442.85，雙軌跡模式的估計結果和單變項的軌跡估計結果會有些微差異，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
123
跡相比，PTG下降組中低焦慮組的成員所佔比例亦明顯較高（其他三組PTG組別 只有23%－32%的低焦慮組成員），可見PTG下降組與低焦慮組的關聯性相當高；
此外，PTG下降組有極低比例的高焦慮者（4%）。對PTG上升組而言，四個焦慮 組別的比例差異不明確，顯示組內焦慮程度的異質性高，不過，相較於其他三組 PTG軌跡，PTG上升組有較高比例的高焦慮組成員（32% vs. 3－11%）。在PTG中 度維持組與PTG高度維持組，次焦慮組的比例最高（49%與45%），且PTG高度維 持組有極少的比例為高焦慮者（3%）。
於表十七的第二部分，低焦慮組的患者有較低比例是PTG上升組（8%），而 在其他三組PTG軌跡則分布較帄均（26－38%）。次焦慮組的患者主要為PTG高度 維持組（42%）與PTG中度維持組（44%）的成員。中高焦慮組的PTG高度維持 組（45%）與PTG中度維持組（32%）成員比例亦偏高。高焦慮組的患者，有極 低比例是PTG下降組（5%），也有較低比例是PTG高度維持組（13%）。與其他三 組焦慮軌跡相比，高焦慮組的患者有明顯較高比例的PTG上升組（38% vs. 8－
12%）。
第三部分－聯合機率（joint probability）中，若變項間有很強的正向關係，
則預期（左上到右下）對角線上的數值會高於其他非對角線的數值，反之，若變 項間有很強的負向關係，則預期（右上到左下）反對角線上的數值會高於其他數 值。根據Davis等人（1998）與Frazier等人（2001）的研究結果，我們預期PTG 組別與心理沮喪的關係應該是負向關係，所以在反對角線上的數值應高於其他數 值。不過，表上兩條對角線之比例都不高，表示這樣的線性關係（正相關、負相 關）並不明顯，反對角線只解釋全體樣本的30%。聯合機率中，數值最大者為PTG 高度維持組及PTG中度維持組與次焦慮組的重疊（17%、18%），可見PTG高度維 持組及PTG中度維持組與次焦慮組的關聯較強。
圖十四與表十七內容一致，以圖的A部分『焦慮在每一PTG組別上的條件機 率』來看，每一組長條圖代表表中的一列，所以總和為1。從圖十四之C部分『PTG
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
124
軌跡與焦慮軌跡的聯合機率』來看，PTG下降組的長條圖比例，由低焦慮組、次 焦慮組、中高焦慮組、高焦慮組逐次遞減，可以看出PTG下降組與低焦慮組的關 聯最強，且PTG下降組的患者，焦慮程度越高、所佔比例越少；PTG上升組中，
各焦慮組別分布較帄均，可見焦慮程度異質性高；PTG中度維持組中，則呈現倒 U形，其中次焦慮組的比例最高，低焦慮組的比例次之，中高焦慮組與高焦慮組 的比例較低；PTG高度維持組中，焦慮組別的分布亦呈現倒U形，次焦慮組的比 例最高，低焦慮組的比例次之，高焦慮組的比例極微。
整體而言，從PTG與焦慮的雙軌跡模型可以發現，PTG軌跡與焦慮軌跡重疊 性最高之處在於PTG下降組的患者有極高比例屬於低焦慮組，且極微比例為高焦 慮組，所以PTG下降組與低焦慮組的關聯性強、與高焦慮組的關聯性低。PTG高 度維持組與次焦慮組的關聯性強、與高焦慮組的關聯性低。PTG中度維持組亦與 次焦慮關聯性較強，PTG上升組的組內焦慮異質性高，不過比起其他三組PTG軌 跡，PTG上升組有較高比例的高焦慮者。由此可見，PTG與焦慮是存在關聯性的，
但並非直線關係，而是類似曲線的關係，PTG下降組患者焦慮最低，PTG高度維 持組及PTG中度維持組與次焦慮組關聯性高，PTG上升組有較多高焦慮患者。
‧
C. Joint probability of anxiety group and PTG group
低焦慮組 次焦慮組 中高焦慮組 高焦慮組
B. Probability of PTG group conditional on anxiety group
PTG下降組 PTG上升組 PTG中度維持組 PTG高度維持組
A. Probability of anxiety group conditional on PTG group
低焦慮組 次焦慮組 中高焦慮組 高焦慮組
‧
註：PTG = 創傷後成長。此模式之適配度為 Bayesian information criterion（BIC）
= -8329.84、Akaike information criterion（AIC）= -8260.66、log likelihood（LL）
= -8223.66，雙軌跡模式的估計結果和單變項的軌跡估計結果會有些微差異，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
127
為PTG高度維持組，反之，若為PTG高度維持組，也有很高的機率是低憂鬱者。
中憂鬱組有偏高的比例為PTG中度維持組的患者（47%），PTG高度維持組的比例 次之（30%）；憂鬱下降組中，有偏高的比例為PTG下降組（37%）與PTG高度維 持組（46%）的患者；高憂鬱組中，分部在PTG下降、上升、中度維持組的比例 差異較不明顯（23－46%），但高憂鬱組的患者有極少比例屬於PTG高度維持組
（5%）。由此可見，低憂鬱組中有較高比例為PTG高度維持組，但高憂鬱組中，
除了PTG高度維持組外，其他三組分布較帄均，可以說明『憂鬱低時，PTG高；
憂鬱高時，PTG不見得最低，但極微機率是PTG高度維持組。』
第三部分－聯合機率中，（右上到左下）反對角線上的數值有較其他數值高 的趨勢，整個反對角線上的比例總和為45%（解釋了全體樣本的45%），可見PTG 與憂鬱有負向關聯的趨勢。聯合機率中，最明顯的數值仍屬低憂鬱與PTG高度維 持組（26%），低憂鬱與PTG中度維持組（16%）、中憂鬱與PTG中度維持組（14%）
次之。從圖十五的C部分『PTG軌跡與憂鬱軌跡的聯合機率』來看，相同的趨勢 也相當明顯：PTG高度維持組與低憂鬱組關聯性最強，PTG中度維持組的患者有 偏高比例的低憂鬱組與中憂鬱組。此外，PTG高度維持組的長條圖比例中，由低 憂鬱組、中憂鬱組、憂鬱下降組、高憂鬱組逐次遞減，可以看出PTG高度維持組 的患者，憂鬱程度越高、所佔比例越少，或憂鬱程度越高，所佔比例越低。由此 可見，PTG與憂鬱是存在關聯性的，尤其是PTG高時，憂鬱較低。
‧
C. Joint probability of depression group and PTG group
低憂鬱組 中憂鬱組 憂鬱下降組 高憂鬱組
B. Probability of PTG group conditional on depression group
PTG下降組 PTG上升組 PTG中度維持組 PTG高度維持組
A. Probability of depression group conditional on PTG group
低憂鬱組 中憂鬱組 憂鬱下降組 高憂鬱組
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
129
3. 不同 PTG 軌跡組別的心理適應初始程度與變化情形有否不同？
探討 PTG 與心理適應之間長期變化的關係，除了軌跡的對應，亦可以分析 PTG 四組的初始值及斜率上有何差異，利用以組別虛擬變項為共變項的 LGM 模 型，可以得到 PTG 每一組的帄均截距與帄均斜率，再比較每一組帄均截距與帄 均斜率的差異。本研究採用前一節『動態變項與 PTG 的關係』之分析方式來探
探討 PTG 與心理適應之間長期變化的關係，除了軌跡的對應，亦可以分析 PTG 四組的初始值及斜率上有何差異，利用以組別虛擬變項為共變項的 LGM 模 型，可以得到 PTG 每一組的帄均截距與帄均斜率，再比較每一組帄均截距與帄 均斜率的差異。本研究採用前一節『動態變項與 PTG 的關係』之分析方式來探