聋人大学生心理健康状况的Meta分析———基于症状自评量表（SCL-90）的评估<br/>

聋人大学生心理健康状况的Meta分析———基于症状自评量表（SCL-90）的评估

2013-09-04王志强

绥化学院学报 2013年10期

王志强

（北京师范大学教育学部特殊教育研究所北京 100875）

症状自评量表（Symptom Check-list90,SCL-90）是测查心理健康状况的常用工具。它是以Derogatis编制的Hopkin’s症状清单为基础，包括90个项目，分为5级评分的精神症状自评表，具有容量大，反映症状丰富，更能准确刻划病人自觉症状特性等特点。[1]有研究者检索中国学术期刊全文数据库（CNKI）136种心理健康测查工具在1979-2006年间的使用情况，症状自评量表被使用8041次，是使用率最高的心理健康测查工具。[2]症状自评量表也是测查我国聋人大学生心理健康状况的常用工具，但由于研究多仅在某一所专门招收聋人大学生的高等院校展开，同时用于比较的常模不一，因此调查结果不同。例如，刘在花等人的研究[3]与于靖等人的研究[4]均采用相同的大学生常模，但是两个研究在人际敏感、焦虑、偏执症状上的结论存在差异；而李强等人的研究[5]采用历年大学生综合样本作为常模，常模选择的不同造成上述三个研究仅在敌对和恐怖两个症状上得出相同结论。除了常模选择不同外，所选常模发表的年份也较为久远（见表1），因此较难从整体上更客观地认识聋人大学生心理健康状况。

元分析在一定程度上可以弥补这一不足。元分析也称Meta分析，最早由G.V.Glass在1976年提出，是一种对多个同类研究结果进行合并汇总的分析方法，从统计的角度来讲，该分析达到了增大样本含量，提高检验效能的目的，尤其是当多个研究结果不一致或都没有统计学意义时，采用元分析可得到更加接近真实情况的综合分析结果[6]。本研究拟采用元分析方法，收集运用症状自评量表测查聋人大学生心理健康状况的文献，同时选取某一较合适的常模进行比较，从整体上把握我国聋人大学生心理健康的整体状况。

一、对象与方法

（一）文献检索

在中国学术期刊全文数据库（CNKI）中，分别以“听”、“心理健康”和“聋”、“心理健康”为题目进行检索，在所检索出的文献中逐个核查，并结合检索到的文献的“相关文献链接”进一步扩大检索范围。本次检索共搜集到应用症状自评量表评估聋人大学生心理健康状况的文献15篇，涉及9项调查，其中2项调查并未在文献中呈现症状自评量表评估的基本数据（平均数和标准差），1项调查对症状自评量表的题项进行了调整，无法与其它研究进行比较，因此共有6项调查（元分析的优势在于增大样本含量，增强推论的准确性，虽然本研究仅包含6项调查，但却涉及到961个被调查对象，样本总量高于已有任何一项研究；本研究涉及调查对象相对较少，这是由聋人大学生的人口比重较小决定的，元分析基于不同的调查数量给予了不同的稳定性评估方法，因此，并未妨碍本研究对数据稳定性的评估。）的文献适合进行元分析。6项调查所涉及的6篇文献概况见表1。6项调查数据的平均数和标准差见表2。

表1 Meta分析所用文献概况

（二）常模的选择

常模选用的差异是造成已有研究结果不一致的原因之一，因此为更准确地把握聋人大学生心理健康状况，需要选择统一且较适当的常模。有研究者[1]运用元分析方法研究症状自评量表评估普通大学生的心理健康状况，其选用1979-2008年间符合其研究标准的214篇，共232个样本，包括华北、东北、华东、中南、西南、西北24个省市共263775个大学生被试，合并后的常模介于正常成人常模和大学生常模之间。虽然该常模作为大学生常模是否合适还需进一步验证，但该常模所覆盖区域更广、时间跨度也较大、样本数量最高，具备一定的代表性，因此本研究拟选用此常模作为认识聋人大学生心理健康状况的比较常模。该常模的平均数和标准差见表2。

表2 Meta分析所用文献与常模的平均数和标准差

（三）统计方法

本研究采用Comprehensive Meta-analysis2.0版软件[8]。在对各症状的效应量合并时，元分析提供了两种合并模型：固定效应模型（fixed effect model）和随机效应模型（random effect model）。当待合并的各效应量异质性检验（tests of heterogeneity）同质时（p>0.05），采用固定效应模型进行运算，若出现异质性（p<0.05）则采用随机效应模型。本研究拟合并的统计量是连续性数值变量，选择分析的指标为标准化均数差（standardized mean difference），即两均数的差值再除以合并标准差的商，它不仅消除了多个研究间的绝对值大小的影响，还消除了多个研究测量单位不同的影响[6]。为保证元分析的稳定性，在完成效应量合并后，需对元分析结果进行敏感性分析（sensitivity）和发表偏倚分析（publication bias）。

二、结果

（一）合并效应值分析

将聋人大学生样本数据与所选常模进行比较，所得合并效应值见表3。各症状的异质性检验结果均为异质（p<0.05），因此均采用随机效应模型。可信区间（confidenceinterval,CI）和Z检验均可用于检验多个独立研究的合并统计量是否具有统计学意义的指标。当实验效应指标为标准化均数差时，其95%的CI若包含了0，等价于p>0.05，即无统计学意义；若其上下限不包含0（均大于0或均小于0），等价于p<0.05，即有统计学意义[16]。而在Z检验中，若p<0.05，多个研究的合并统计量具有统计学意义，若p>0.05，则多个研究的合并统计量不具有统计学意义。表3数据表明，CI和Z检验的结果具有一致性，在躯体化、抑郁、焦虑、敌对、恐怖、偏执和精神病性7个症状上的合并统计量具有统计学意义，即聋人大学生在上述7个症状上的得分显著高于常模；而在强迫和人际敏感2个症状上的合并统计量并不具有统计学意义，即聋人大学生在这2个症状上的得分与常模间的差异并不显著。

表3 聋人大学生样本数据与常模比较的合并效应表

（二）敏感性分析

敏感性分析是对元分析结果的稳定性进行分析。做法是观察排除一些研究后对元分析结果的影响。如果影响较小，说明分析的结果代表性较好，一般地说，那些大规模、高质量或有最新的研究成果的文献对元分析结果影响较大[9]。因此，本研究拟分别删除本研究规模最大的样本（文献2）和最新的样本（文献6），进而对剩余文献的元分析与原元分析的显著性结果进行比较。结果见表4。

表4 敏感性分析与发表偏倚分析结果

表4数据表明，除抑郁症状外，虽然敌对、恐怖、偏执3个症状的显著性水平发生了变化，但均保有原元分析的统计学意义，表明两次敏感性分析结果均未从实质上改变原元分析结果，本研究结果较为稳定。

（三）发表偏倚分析

研究者在根据研究目的收集相关资料时，往往较易收集到有阳性结果的资料，或者说阳性结果的文章容易被发表，而阴性结果的文章不易被发表[10]，从而造成发表偏倚。通常评价发表偏倚的方法是计算失效安全数（fail-safenumber）[11]，也就是要有多少个阴性结果（不具有统计学意义的结果）才能改变元分析的结果。除失效安全数外，计算发表偏倚的方法还包括漏斗图法、Begg and Mazumdar’s等级相关检验、Egger’s回归分析和剪补(Trimandfillmethod)法等，但漏斗图法的解释带有很大的主观性[12]，BeggandMazumdar’s等级相关检验、Egger’s回归分析和剪补法不适用于小样本[12][13]，因此选择失效安全数这一指标。通常，失效安全数越大说明发表偏倚越小，元分析结果越稳定[14]。

在Comprehensive Meta-analysis2.0版软件中提供了两种失效安全数，即经典(classic)失效安全数和Orwin’s失效安全数。由于本研究偏重统计学上的显著性而非临床意义上的显著性，无法从临床意义上规定阴性结果的总效应量和未发表研究的平均效应量，因此，选择经典失效安全数。表4数据表明，要使躯体化、抑郁、焦虑、敌对、恐怖、偏执和精神病性7个症状的合并统计量不具有统计学意义（p>0.05），需分别增加362、88、135、114、32、204、264 个阴性结果。此结果反映出本研究在一定程度上具备稳定性。

三、讨论

（一）聋人大学生的心理健康状况

本研究得出的较为稳定的结果是，聋人大学生在躯体化、焦虑、敌对、恐怖、偏执、精神病性6个症状上的得分显著高于普通大学生，在强迫、人际敏感两个症状上与普通大学生的差异不显著。另外，抑郁症状的显著性结果相对不稳定。聋人大学生在6个症状上的得分显著高于普通大学生，并不意味着聋人大学生群体存在此5项心理症状（躯体化是心理症状的生理表现）。依据国内使用惯例，以各因子分≥3来评定被测者有中等程度及以上的痛苦水平，即有心理障碍[15]。但从本研究所选用的6项调查以及常模的平均数来看，只有文献3所调查的强迫症状平均分>2，由此很难得出被调查群体存在心理障碍。所得结果即使有差异，甚至达到显著，它们所代表的人群也都不位于有心理障碍者之列，也不能得出被测群体“心理更不健康”或“心理健康水平令人堪忧”的结论[15]。本研究结果虽然不能得出聋人大学生群体存在上述5项心理症状的结论，但是其得分显著高于普通大学生的结果应得到聋人大学生心理健康教育的重视，应成为心理健康课程关注的内容。

（二）症状自评量表在聋人大学生中的合理应用

症状自评量表基本上是用来衡量门诊病人自觉症状的严重程度[1]。有研究者认为，症状自评量表只适用于测查某人群中哪些人可能有心理障碍、某人可能有何种心理障碍及程度如何。不适用于用来判断比较普通人之间心理健康水平的差异，尤其不适用于比较两个普通人群间平均心理健康水平的差异、某人群平均心理健康水平与常模的差异[16]。虽然症状自评量表在适用对象范围上存在不同的声音，但我国目前尚缺乏科学有效的综合性心理健康评定量表，因此症状自评量表还是具有其应用的空间。

具体到聋人大学生群体，为使症状自评量表更科学地描述和判断聋人大学生个体的心理症状，需要在大规模、范围广的聋人大学生样本中对症状自评量表进行标准化。有研究者发现，症状自评量表的因子结构可能会随被试群体的变化而变化，因此，有必要针对不同的群体进行信度和效度的研究，并建立相应的因子模型[17]。国内已有研究者将症状自评量表应用于聋人大学生群体并进行标准化的尝试，其目的在于，把对某一症状贡献率或共同度偏低的题项排除，增强题项在描述聋人大学生心理问题时的敏感性[18]。