中文版Bell-Lysaker情绪识别任务在重性抑郁障碍患者中的信效度☆

李大志 贾晓菊 王文辰 楚利君 张健 孙霞 张勇

情绪识别（emotion recognition）是指通过面部表情和/或声音语调、身体姿势，判断和识别情绪的能力[1]。重性抑郁障碍（major depressive disorder，MDD）患者存在情绪识别缺陷[2-3]，目前国内评估MDD患者情绪识别的工具不多。Bell-Lysaker情绪识别任务 （Bell-Lysaker emotion recognition task，BLERT）作为动态情绪识别工具，与大部分测试选用的静态情绪识别工具相比，有助于提高准确性[4-5]，并已在精神分裂症患者中验证具有很好的信效度[6-9]。本研究旨在验证中文版BLERT在中国成年MDD患者中的信度及效度。

1 对象与方法

1.1 研究对象来自2019年3月至2019年12月天津市安定医院门诊及住院的MDD和稳定期双相障碍患者（bipolar disorder，BD），以及来自社区体检中心的健康对照（healthy controls,HC）。

1.1.1 MDD组 纳入标准：①符合《精神障碍诊断与统计手册第5版》重性抑郁障碍诊断标准，且为首次发病；②年龄18～65岁，性别不限；③小学及以上文化程度，右利手；④智力发育正常，无色弱或色盲；⑤伴有失眠患者允许使用非苯二氮类镇静催眠药；⑥目前使用5-羟色胺再摄取抑制剂（selective serotonin reuptake inhibitors，SSRIs） 或5-羟色胺与去甲肾上腺素再摄取抑制剂（serotonin and norepinephrine reuptake inhibitors，SNRIs） 治疗，药物剂量相当于氟西汀20～40 mg/d。排除标准：①处于躯体严重疾病活动期；②有物质滥用及依赖史；③既往或现在患有其他精神疾病；④伴有精神病性症状，或合并使用抗精神病药；⑤近12周有MECT治疗；⑥近4周使用中长效苯二氮类镇静催眠药；⑦伴有严重自杀风险或自杀行为。共收集125例患者，其中男36例，女89例，年龄18～65 岁，平均（37.53±14.11）岁，受教育年限 5～22 年，平均（13.46±3.09）年。

1.1.2 BD组 纳入标准：①符合《精神障碍诊断与统计手册第5版》双相Ⅰ、Ⅱ型障碍诊断标准；②～⑤同MDD组；⑥杨氏躁狂评定量表（Young manic rating scale，YMRS）≤6分，且汉密尔顿抑郁量表-17 （Hamilton depression scale，HAMD-17）≤8 分，且持续≥1月[10]；⑦按照《中国双相障碍防治指南》（第二版）规范使用心境稳定剂，如碳酸锂、丙戊酸盐等。排除标准同MDD组。共收集69例患者，其中男26例，女 43例，年龄 20～64岁，平均（34.71±12.48）岁，受教育年限 5～20 年，平均（14.06±3.01）年。

1.1.3 HC组 纳入标准：①90项症状清单（symptom checklist 90，SCL-90）各因子≤2 分；②～⑤同MDD组；⑥无精神疾病家族史。排除标准同MDD组。共收集66名对照，其中男20名，女46名，年龄 20～64 岁，平均（37.06±10.39）岁，受教育年限5～21 年，平均（14.29±3.63）年。

1.2 评估工具

1.2.1 中文版BLERT中文版BLERT是用于评估情绪识别能力的工具[11]，由时长6 min的视频组成。该视频分为21段，每段视频均由同一名男演员通过动态表情、语气及上半身动作表现一种情绪，每段约10 s，中间有5 s停顿时间来识别演员表达的7种基本情绪，即高兴、悲伤、恐惧、厌恶、惊奇、愤怒、中性情绪。分为3个维度，即正性情绪、负性情绪、中性情绪。正性情绪包括高兴、惊奇等基本情绪；负性情绪包括悲伤、厌恶、愤怒、恐惧等基本情绪。被试正确回答1个项目计1分，总分0～21分。得分越高，情绪识别能力越好。

翻译修订程序：①将原量表的英文独白翻译成中文，内容适合国内普通人群特点；②邀请耶鲁大学心理学华人教授修改回译；③请国内专业演员配音，在语调、语气、口型方面与原视频尽可能保持一致；④邀请14名英语专业学生分别测试英文原版及中文翻译版，两次BLERT得分的组内相关系数（ICC）为0.84，一致性较高。

1.2.2 中国面部表情图片系统（Chinese affective facial picture system，CAFPS） 用于评估面部表情识别能力。该系统具有较高的信效度[12]。从图片库中随机抽取42张静态表情图片，包括7种基本情绪（同BLERT），被试正确回答1个项目计 1分，总分 0～42分。

1.2.3 临床评估量表 使用HAMD-17评估患者近1周抑郁症状及严重程度；YMRS评估近1周躁狂症状及严重程度；SCL-90评估HC近1周心理健康状况。

1.3 测试及评估程序诊断及量表评测由1名副主任医师和1名主治医师共同完成。MDD组患者在基线和第2周完成HAMD-17、中文版BLERT、CAFPS等工具的评估，BD组与HC组仅在基线时完成 YMRS、HAMD-17、SCL-90、 中文版 BLERT及CAFPS等工具的评估。

1.4 统计学方法采用SPSS 25.0及AMOS 25.0进行统计分析。采用MDD组基线数据进行分析。社会人口学资料组间比较采用检验和单因素方差分析。内部一致性信度采用Cronbach's α系数检验；重测信度采用基线和第2周评估结果计算组内相关系数（ICC）进行检验。内容效度采用维度与总分以及基本情绪与其所属维度的Pearson相关系数检验；关联效度采用BLERT总分与CAFPS总分的Pearson相关系数检验；区分效度采用协方差分析，以年龄、性别、教育年限为协变量，事后比较采用Bonferroni检验；MDD与HC组的最佳划界分及对应的敏感性、特异性采用受试者工作特征（ROC）曲线法结合约登指数检验；结构效度采用验证性因子分析（CFA）检验。检验水准α=0.05，双侧检验。

口头述职完成后，李兴军的神情又紧张了起来，手不自觉地攥紧了一些，对在上一届已参加了两次述职的“老”代表来说，他知道下一个环节就是选民提问和评议。“乡镇卫生院长期以来积累下来的效率不高、活力不足、医疗服务质量不高的状况还没得到根本改变，现在解决得怎么样了？”选民代表、寺头村村民张玉庆开门见山地问道。“我镇是山区乡镇，条件落后，近几年院里年轻专业人才招不来、留不住，你是否向上级部门反映过？”选民代表、医院职工冯永红接着提问……李兴军代表脸红冒汗，一边听，一边用笔快速地记录问题，向选民一一作出答复。“现场回答选民的提问，压力很大，也感受到了人大代表为选民代言、为选民办事的责任。”李兴军感慨道。

2 结果

2.1 一般资料及BLERT分数MDD组、BD组与HC组年龄、性别及受教育年限差异无统计学意义（P＞0.05）。 125例 MDD 患者中 70例 （56.0%）HAMD 评分 8～17分，35例 （28.0%）HAMD 评分18～24分，20例 （16.0%）HAMD 评分≥25分。BLERT总分以及3个维度分数见表1。

2.2 BLERT的信度分析

2.2.1 内部一致性信度 在MDD组中，全量表Cronbach's α系数为0.78，其中单独删除第19项（该项显示恐惧情绪）后可增加全量表Cronbach's α系数至0.79，但增加不明显，其余20项单独删除后Cronbach's α系数均低于全量表。正性情绪、负性情绪与中性情绪的Cronbach's α系数分别为0.58、0.63、0.69。

2.2.2 重测信度 MDD组最终83例 (66.4%)完成第2周重测，全量表组内相关系数（ICC）为0.72（P＜0.01），正性情绪、负性情绪、中性情绪的组内相关系数 （ICC） 分别为 0.51、0.64、0.53 （均 P＜0.01）。

2.3 BLERT的效度分析

2.3.1 内容效度 MDD组正性情绪、负性情绪、中性情绪与全量表的相关系数r分别为0.78、0.90、0.73（均 P＜0.01）。高兴、悲伤、恐惧、厌恶、惊奇、愤怒与其所属维度的相关系数r分别为0.70、0.68、0.65、0.75、0.89、0.60（均 P＜0.01）。

2.3.2 关联效度 MDD组BLERT总分与CAFPS总分的相关系数 r为 0.55（P＜0.01），而基线时正性情绪、负性情绪、中性情绪与CAFPS总分的相关系数 r分别为 0.31、0.45、0.30（P＜0.01）。

2.3.4 敏感性和特异性 BLERT区分MDD组与HC 组的 ROC 曲线下面积为 0.73（P＜0.01），最佳分界值为15分，此时敏感性为0.79，特异性为0.60。BLERT的曲线下面积0.73高于CAFPS的0.66（P＜0.01）。 见图 1。

2.3.5 验证性因子分析 MDD组中，BLERT 7种基本情绪模型拟合良好，卡方自由度 （CMIN/df）为1.12，近似误差均方根（RMSEA）0.03，递增拟合指数（IFI）0.95，非规范拟合指数（TLI）0.93，比较拟合指数（CFI）0.94。

表1 基线时BLERT总分以及各个维度分数分布特征

图1 BLERT总分与CAFPS总分区分MDD组与HC组的ROC曲线

3 讨论

BRYSON等[11]首次发现BLERT在精神分裂症患者中具有较好的稳定性和有效性，但国内外尚缺乏该工具在MDD患者中的信效度检验。

本研究发现中文版BLERT在MDD患者中具有较高的内部一致性信度，与国外在精神分裂症患者的研究结果基本一致[6]。3个情绪维度同样具有可接受的内部一致性信度，表明BLERT在不同情绪维度中各条目的同质性和一致性程度较高。中文版BLERT的重测信度较好，尽管3个情绪维度的重测系数较低（低于0.80），仍具有可接受的稳定性[13]，本结果与国外精神分裂症患者的研究相近[8-9]。

中文版BLERT的3个情绪维度与全量表总分，以及7个基本情绪得分与其所属维度得分之间相关性较高，表明中文版BLERT具有理想的内容效度。中文版BLERT总分与CAFPS总分间存在一定程度正相关，表明中文版BLERT动态情绪与CAFPS静态表情识别内容存在叠加，都可以有效反映患者的情绪识别能力。进一步验证发现，负性情绪与CAFPS总分相关程度较高，而正性和中性情绪与之相关程度较低。有研究发现MDD患者对正性情绪图片的记忆敏感度较弱[14]，推测MDD患者可能对负性情绪或表情关注更突出，而对正性及中性情绪关注不敏感。中文版BLERT可以区分MDD、BD患者与健康对照者之间的情绪识别能力，MDD患者的情绪识别能力低于健康对照者，表明MDD患者情绪识别能力受损严重[2]。而且发现MDD患者比稳定期BD患者情绪识别能力低，推测MDD患者急性期抑郁症状严重，导致情绪识别能力受损更明显。既往研究鲜有关于BLERT的敏感性和特异性分析，本研究发现BLERT分界值为15分（此时敏感性为0.79，特异性为0.60），可以较好区分MDD患者与健康对照的情绪识别能力。中文版BLERT具有理想的拟合指标值[15-16]，表明其结构效度较高。

本研究仍存在一些不足。首先，MDD组重测时间为2周，短期较好的心理测量特性并不代表远期的稳定性[6]。其次，MDD组在急性期进行评估，而BD组在稳定期进行评估，这可能影响不同群体中BLERT情绪识别的区分效果。此外，情绪识别能力易受精神科药物影响[17]，药物可能会削弱不同组别情绪识别能力的差异性。有关研究发现中国人和美国人在情绪识别的准确性上存在差异[18]，提示评估工具应注重本土化和文化差异。总之，本研究提示中文版BLERT在中国成年MDD患者中具有可接受的心理测量特性。与其他情绪识别工具相比，BLERT模拟真实环境下的情绪判断，更有利于评估MDD患者的情绪识别能力。