來源：市場資訊

張潔婷老師近期聯合加拿大麥吉爾大學（McGill University）精神病理學系、統計系和心理系、德國柏林夏里特醫(yī)學院（Charité - Universit?tsmedizin Berlin）心身醫(yī)學科以及DEPRESSD HADS國際合作組，圍繞醫(yī)院焦慮抑郁量表（HADS）在重度抑郁篩查中的評分方法學問題開展了一項大規(guī)模個體參與者數據Meta分析（IPDMA）。研究成果以“Comparison of the accuracy of latent factor and sum scoring of the Hospital Anxiety and Depression Scale to screen for major depression: An individual participant data meta-analysis”為題，發(fā)表于精神病學與情感障礙領域權威期刊Journal of Affective Disorders（JCR一區(qū)，5年影響因子約6.3）。

該論文由張潔婷副教授（第一作者），加拿大麥吉爾大學Brett D. Thombs教授與Andrea Benedetti副教授（共同通訊）、Felix Fischer博士、 Carl Falk副教授等合作者共同參與完成。張潔婷老師深度參與了方法學構建、研究設計與論文撰寫。深圳大學心理學院為論文的第一完成單位。

研究背景

醫(yī)院焦慮抑郁量表（HADS）是臨床及研究中廣泛使用的篩查工具，其抑郁子量表（HADS-D，7題）及總量表（HADS-T，14題）通常采用簡單總分法進行評分。然而，潛因子模型通過加權各條目分數，理論上可提供更精確的潛在特質估計。既往模擬研究提示因子評分可能提高篩查敏感性，但基于真實患者數據的實證證據尚不明確。本研究旨在系統比較HADS-D與HADS-T的多種潛因子分數計算方案與經典的總分法在重度抑郁篩查中的準確性差異，為臨床實踐提供方法學選擇依據。

研究方法

研究基于已有HADS篩查準確性的IPDMA數據庫，納入42項采用半結構化診斷訪談（如SCID）作為重度抑郁診斷金標準的研究，共7,982名參與者（包含780例重度抑郁病例）。將數據庫隨機拆分為校準集與驗證集（重復1000次），在校準集中擬合四種潛因子模型：HADS-D單因子、HADS-T單因子、HADS-T傳統的雙因子（焦慮與抑郁相關因子）及Bifactor雙因子（含一般因子與兩個特異性因子），所有模型均納入正向表述的方法效應因子。通過貝葉斯模態(tài)法估算因子得分，并選取敏感性與特異性之和的最大值作為截斷值；在驗證集中比較各模型的因子分計算方法與HADS-D總分法的篩查準確性（AUC、靈敏度、特異度），差異閾值設定為0.05視為有臨床意義。

圖.1：測量模型圖。G = general factor; Anx = anxiety symptom factor; Dep = depression symptom factor; HADS-D = seven-item Hospital Anxiety and Depression Scale Depression subscale; HADS-T = 14-item Hospital Anxiety and Depression Scale total scale; Word = positive wording factor.

研究發(fā)現

研究結果顯示，所有潛因子評分法與總分法在靈敏度、特異度及靈敏度和特異度總和上的差異，其95%置信區(qū)間均包含0，無統計學顯著差異。兩種雙因子模型相較于總分計算方法的AUC差值僅為0.01~0.02，遠低于預設的臨床有意義閾值。此外，復雜潛因子模型（尤其是雙因子模型）在1000次重復驗證中出現大量收斂失敗或Heywood的情況，影響實際應用的可行性。這兩種雙因子模型得分與總分的相關性極高（r=0.95~0.97），表明在HADS這類條目負荷較為均勻的量表中，因子加權在篩查準確性上并未帶來額外增益。

研究啟示與展望

本研究基于大規(guī)模真實世界數據，在重度抑郁篩查中，HADS的潛因子評分方法相比簡單總分法未展現臨床意義上的優(yōu)勢。鑒于總分法操作簡便、無需復雜建模，且準確性相當，研究建議在常規(guī)臨床及基層篩查中繼續(xù)采用HADS-D總分法。未來研究可探索在條目異質性更高或聯合多模態(tài)指標的情境下，因子評分是否可能發(fā)揮更大價值；同時應重視篩查工具的外部效度驗證，而非僅依賴結構效度。本研究也為心理測量學中“復雜方法是否優(yōu)于簡單方法”提供了重要的實證參考。