量表的研制2012杭州

量表的研制与应用

方积乾

中山大学公共卫生学院

2012年4月第一章

什麽是量表？

Scale量表

Questionnair

问卷

Listforinvestigation调查表Instrument测量工具工作能力受损问卷慢性阻塞性肺病量表1.1量表的概念与分类

量表是测量“某个概念”的工具概念:“生存质量”潜变量（latentvariable）:用来测量某个概念在人群中，“生存质量”是个变量,但不可直接测量可观测变量（observablevariable）：量表的问题条目或项目(item)。量表=工具(instrument):用可观测变量来表征潜变量,用量表测量概念概念的测量过程第一步，明确概念的定义，必须用尽量简洁和准确的语言定义所研究的概念;

WHO生存质量的定义

不同文化和价值体系中的个体对与他们的目标、期望、标准以及所关心的事情有关的生存状况的体验。

特点:植根于所处的文化、社会环境之中

自我主观评价第二步，根据概念的定义确定相关的领域

(domain)和方面(facet)及其操作性定义----分别对应于一个潜变量;WHOQOL-100量表的结构生理领域

疼痛与不适精力与疲倦睡眠与休息心理领域

积极感受思想、学习、记忆和注意力自尊身材与相貌消极感受独立性领域

行动能力日常生活能力对药物及医疗手段的依赖性工作能力社会关系领域

个人关系所需社会支持的满足程度性生活WHOQOL-100

量表的结构环境领域

社会安全保障住房环境经济来源医疗服务与社会保障：获取途径与质量获取新信息/知识/技能的机会

特点:内容全面、详细

休闲娱乐活动的参与机会与参与程度环境条件（污染／噪声／气候）交通条件精神支柱／宗教／个人信仰

精神支柱／宗教第三步，针对各个领域和方面产生相应的可观测变量：问题条目(item);第四步，构建测量模型(model)：潜变量和可观测变量之间的关系。图1领域是所测概念的体现图2概念是领域的综合PhysicalPsychologicalLevelofInd.SocialRelationshipsEnvironmentSpiritQualityofLife医药领域常用的量表

（1）普适性量表：适用于所有疾病人群和健康人群，用于了解一般的情况。例如,

世界卫生组织生存质量测定量表

WHOQOL-100和WHOQOL-BREF

健康状况调查量表SF－36（2）特异性量表：针对特定疾病的量表。例如,

艾滋病人生存质量调查量表肺结核病人生存质量调查量表儿童生存质量量表老年人生存质量量表残疾人生存质量量表1970年代，国外开始关注健康相关生存质量（healthrelatedquality，HRQOL）、健康状况(healthstatus)2000年以来，国内外医学专家在临床实践中越来越多地重视患者报告的结局指标(patientreportedoutcome,PRO)1.2量表在医学领域的应用与现状有的国家还成立了专门的量表专家科学咨询委员会，专门评估量表的质量和应用价值。2002年，欧洲癌症研究与治疗组织制定了欧洲癌症生存质量量表模块的研究和在临床试验中的应用规范；2006年,美国食品与药品管理局(FoodandDrugAdministration,FDA)颁布了PRO量表研制的规范草案。中国，“十∙五”科技攻关课题《中医临床疗效评价研究》的一部分，由方积乾、刘凤斌、郝元涛、刘保延、谢雁鸣等起草和制定《医药领域量表研制与应用指南（草案）》。国内外研制了许多测评量表作为评价工具。一般人群健康状况测评健康影响因素与防治重点----有助于卫生资源配置、计划和决策的制定临床疾病的评估----通过PRO量表比较治疗前后的患者的主观感受，从而判断治疗方案对疾病的干预效果和不良反应；比较不同治疗方案，帮助选择更为优越的个体化治疗方案。康复医学评估----较之通常的客观测定更能真实地评价康复对象的功能障碍状况和康复效果。中医药研究传统中医的疗效评价以软指标为主，其描述的不确定性、结果判断的笼统性严重阻碍了中医药的现代化发展。测评量表的引入已被中医药专家普遍认可，并得到广泛的应用。管理与服务的满意度评估各行各业都使用满意度量表，改进工作，评优评先进量表研制的现状测评量表琳琅满目，却并不完善

量表研制的规范达成共识

----出现了若干由专门的委员会或机构制定的量表研制规范或指南。国际范围资源共享

----国际机构纷纷建立网上资源信息库，信息共享，推动交流与应用。国内如火如荼，唯缺量表

第二章

量表的研制2.1基本原理与步骤

确定研究目的被测概念的确立及操作性定义文献回顾条目的形成和筛选量表的考评及修订2.1.1根据研究目的确定量表性质

量表的性质决定于研究目的。研究一般人群的生存质量或健康状况？

----普适性量表（如WHOQOL－100）研究老年人群的生存质量或健康状况？

----特异性量表（如WHOQOL－OLD）比较多种疾病治疗的成本-效果？

----普适性量表（如SF－36）比较治疗肺癌的两种方法？

----特异性量表（如FACT-L）评价？需要普适性量表？特异性量表？鉴别？特异性量表2.1.2测定概念的定义及分解文献检索，形成概念的结构模型：概念的操作性定义？几个领域(domain)？每个领域含哪几个方面(facet)？2.1.3建立条目池条目的产生1）核心小组(focusgroup)

成员广泛，由能代表目标人群的人员组成除专家、医生、护士，必须有被调查者；互相不认识；

3－6个核心小组,每组6-8人核心小组的讨论:研究者主持说明座谈的目的和作用没有正确或错误不同的观点对研究都很重要记录、录音，但资料保密2)访谈选择30－50位相关研究对象主诉既往和现在的症状；核心小组综合归纳，提出条目；根据条目的频率、重要性决定取舍3)推导法在预想概念结构模型的基础上，根据专业知识和经验写出与上述概念有关的条目

----层次分明、内容完善4）文献法阅读文献及相关的量表，摘录相关的条目初步确定条目

整理，使每个条目只表达一个含义；

提请课题组以外的专家，征求意见根据语义，条目可分为：评价性条目(evaluation)，如好差强度性条目(intensity)，如重极重频度性条目(frequency)，如很少经常能力性条目(capacity)，如能完全能根据条目的内涵，可分为：感知的客观性条目(percievedobjectiveitem)自己报告的主观性条目(self-reportedsubjectiveitem)

确定条目的反应尺度(responsescale)线性尺度在具有刻度（如0-10）的线段上划记等距等级尺度(Likert法)在一些等距离的、反映程度的词语间选择答案。如很差差中等好很好

Likert(1932)创立，3点法、5点法和7点法，5点法最为常用。不等距等级尺度备选词语的程度间不完全等距。两分类尺度

仅在两个词语间选择，如是否累积型尺度一个条目之下设若干分条目，每个分条目有各自的备选词语。描述性尺度每个条目的各种备选词语均有较详细的描述，帮助被测者选择。注意：现阶段多采用线性尺度和等级尺度；等级形式的备选词语需要认真斟酌确定。2.1.4量表的初稿量表的格式

卷首语调查的目的、对患者带来的益处、该量表的设计。

填表说明填表方法、举例说明。

条目的排列相类似的条目排在一起？知情同意应说明：伦理问题、隐私问题、是否会对被调查者造成不便……

应留有空间，供被调查者填写需补充的内容;被调查者签名和填写日期条目粗筛

应分析以下问题：困难度：条目的通过率，如某个条目很多人都未回答，则说明条目不适宜或难以理解。反应度：被测者如何回答？集中于特定的选择项？

----天花板效应、地板效应某个选择项完全没有人问津？条目涵义：相关较大的条目，择其主要者小范围试用目标人群和一般人群中分别选择5-10位、文化程度中等的对象，用条目池的条目进行小范围试用；能否理解？如何理解？其理解与我们的设计意图一致？能否回答该条目？分析、比较、讨论和修改，整理成量表初稿。预调查

从目标人群、一般人群中分别选择40－50名个体，进行现场测试；详细记录测试过程中被调查者提出的疑问和问题；再次修改完善，形成正式的调查表2.1.5现场调查目标人群根据研究目的确立目标人群，如健康人？患者？样本量和构成性别、年龄、文化层次、地域等的分配比例？抽样方法在目标人群中做抽样调查。样本样本构成随机原则某些重要混杂因素（如文化程度、地区、城乡、年龄等）的构成比例与总体接近；资料收集完毕后，如果发现样本与总体的构成出入较大，可以进行校正(如标准化)样本量多领域、多条目，多终点，可借鉴多变量分析中样本含量的估算经验和方法。Kendall认为作为一个粗糙的工作准则，样本含量可取变量数的10倍。例如，20个条目，至少应测定100例。调查招聘调查员大样本多中心研究，需较多的调查员。调查员：具备相关的背景知识、认真和诚实。调查员指南和实施手册由研究者起草；规范研究的行为和实施步骤调查员培训

使调查员熟悉实施步骤和可能遇到的问题；

----至少独立填写调查表一次；对可能遇到的问题应有统一的解释2.1.6结果分析和条目筛选综合多种方法结果,兼顾专家意见,形成最终量表。常用方法：专家重要性评分法从重要性角度筛选条目。邀请若干名医药专业人员分别、独立对各条目的重要程度评分；求平均值离散趋势法(变异系数法)从敏感性角度筛选条目。指标的变异小，区别能力就差

----选变异较大的指标。偏离正态分布,则变量变换，使接近正态。回归分析法从与综合评分关系密切的角度筛选条目。要求被调查者对其生存质量或健康状况给出一个综合评分；以此综合评分为因变量Y，各条目的得分为自变量，进行多重回归

----筛选出对综合评分影响较大的条目。克朗巴赫系数法从内部一致性角度筛选条目。

Cronbachα系数，反映“领域”或“方面”内部条目间一致性。

----如果某条目去掉后，Cronbachα系数较大上升，则剔除该条目。因子分析法从代表性角度筛选条目。根据设想的量表结构作因子分析

----挑选因子负荷较大者聚类分析法从代表性角度筛选条目。将相似的条目归并在同一类，类内条目差别小，类间差别大

----从同一类指标中挑选代表性条目。判别分析法从区分性的角度筛选条目。选择能区分病人vs.健康人或特殊人群vs.一般人群或A疗法vs.B疗法2.2量表的考核量表能否测得所需测量的东西?----量表的效度（validity）测量结果的可靠性如何？----量表的信度（reliability）2.2.1效度及其考核方法量表是否真正能测量所要测量的概念?例如,

智商测验是否真正测量了智力的高低？生存质量量表是否真正测量人们的生存质量？抑郁量表是否真正测量病人抑郁的程度？四类效度：内容效度标准效度结构效度区分效度内容效度（contentvalidity）

专家评价:概念的定义vs.最终的量表内容效度的局限:对概念定义的依赖性。许多概念的定义缺乏一致的认同,例如，

----许多测量“亚健康”的量表，彼此差别较大统计方法：若条目与所属“领域”得分的相关强，与其它“领域”的相关弱；若条目与所属“方面”得分的相关强，与其它“方面”的相关弱

----具有较好的内容效度。标准效度（criteriavalidity）

测量与“标准”测量之间接近的程度，又称效标效度。效标：选定一个与之比较的“标准”。

----常采用相关系数来衡量。有时不存在公认的“标准”量表：相关系数大？不好！相关系数小？不好！结构效度（constructvalidity）

因子分析：提取一系列条目条目的公共因子(潜变量)；高度关联的“条目”分成几群，每群共享一个公共因子；条目-公共因子反映量表的基本结构。探索性因子分析

(expolratoryfactoranalysis,EFA)

证实性因子分析

(confirmatoryfactoranalysis,CFA)借助因子分析考察结构效度步骤设计量表时假设理论结构；实际测量数据；验证数据是否符合假设的结构？证实性因子分析更适合评价量表的结构效度。区分效度(discriminantvalidity)

步骤:

选择两类不同人群（例如,“健康人”和“病人”）;

从两类不同人群分别抽样;

测量两组样本（各领域得分和总得分）；这两组样本得分的差别有统计学意义吗？

----量表区分不同人群的能力。2.2.2信度及其考核方法测量的一致性。答案的波动越大，信度越低；回答的一致性越好，信度越高常用三种方法：重复测量法分半信度法

Cronbach’s

信度系数重复测量法（test-retestmethod）

假定在这段时间内被调查者的情况没有发生变化，两次测验相距时间不能过长。----两次测定各项得分间的相关与差异分析信度系数，一般要求达到0.7以上。困难：被调查者可能随时间发生变化；记忆，第二次测定结果未必反映真实情况。间隔时间：不宜太长，也不宜太短，2-4周为宜分半信度法（split-halfmethod）

将调查的条目分成两半计算两半得分的相关系数r；进一步计算分半信度系数(斯皮尔曼-布朗公式)

假定：两半部分中，条目分数的方差相等优点：只在一个时间点上进行；不受记忆效应的影响；经济和简便。缺点：如何分为两半？如果两半条目的方差不相等，分半信度系数往往低估信度。克朗巴哈

信度系数

(Cronbach

coefficient)

一般认为，

系数应在0.7以上；有的认为，应在0.9以上。注意：若包含几个“领域”，宜分别计算领域的

系数。分半信度和

系数：量表内部一致性（Internalconsistency）如果条目间没有一致性，那么得分的累加就没有根据。设计量表时，要注意各种陈述间的同质性和同方向；尽量排除可能表现异质性的条目。2.2.3反应度

(responsibilitytochange)

反应度：效度的一个侧面，又称敏感度。如果一份量表不能检测出有临床意义的、随时间推移而出现的变化,还不能算是有效的测定工具。利用现有知识确定若干不同条件下被测对象应当有变化；考察相应的测量结果是否存在差异。例如，记录治疗前后的得分，如果治疗有效，前后得分的差别应该有统计学意义。

----配对t检验或秩和检验2.3量表的使用手册（1）前言：背景、目的、应用范围、资助