R 将前测分数作为协变量纳入多重中介模型lavaan

我想运行一个多重中介模型，在该模型中，我测试两种治疗（0/1编码）是否由两个中介（M1和M2）在如何影响随访时的症状评分方面进行了不同的中介。为了模拟变化，我想将预测试分数作为协变量，以及中介人预测试分数作为协变量。因此，我将X（病情）、M1和Ma作为随访中介，Y（随访症状）和U1（基线M1）、U2（基线M2）和U3（基线症状评分）。在指定我的模型时，我认为我在将基线（预测试）分数作为协变量时犯了错误，因为现在a1既可以指定第一个中介的间接影响，也可以指定协变量的路径。此外，在我的输出中，对于间接效应和总体效应，我的置信区间的上限和下限都为0，这让我感到困惑。有人有这方面的经验吗？提前谢谢

这是我的模型和代码：

`X <- data_recode[, c(2)] # condition (EMDR = 1, IMRS = 0)
M1 <- data_recode[, c(15,16,17)] # vividness, measured by items 1, 5, and 6 at FU1
M2 <- data_recode[, c(18, 19, 20, 21, 22, 23, 24)] # emotional meaning, measured by items 9, 10, 11, 14, 15, 16, 17 at FU1
Y <- data_recode[, c(4)] # CAPS at FU1
U1 <- data_recode[, c(5,6,7)] # covariate: vividness at baseline
U2 <- data_recode[, c(8,9,10, 11, 12, 13, 14)] # covariate: emotional meaning at baseline
U3 <- data_recode[, c(3)] # covariate: CAPS at baseline
mediation_model_two <- ' 
# direct effect 
Y ~ b1*M1 + b2*M2 + c*X + c1*U1 + c2*U2 + c3*U3 + b1*U1 + b1*U2 + b1*U3 + b2*U1 + b2*U2 + b2*U3
# mediator 1
M1 ~ a1*X + a1*U1 + a1*U2 + a1*U3
# mediator 2 
M2 ~ a2*X + a2*U1 + a2*U2 + a2*U3
# indirect effect 1 (a1*b1)
a1b1 := a1*b1
# indirect effect 2 (a2*b2)
a2b2 := a2*b2
# total effect 
total := c + (a1*b1) + (a2*b2)
M1 ~~ M2
'

`X