自测健康评定量表应用于高血压患者的信效度研究*

丰志强 尹文强△ 赵兹旋 周龙德 陈兴民 马广斌 唐昌海 陈钟鸣

【提 要】 目的 考评自测健康评定量表(multiple-item self-rated health measurement scale，SRHMS)应用于高血压患者的信度和效度。方法 选取1219名高血压患者应用自测健康评定量表进行测试，使用Cronbach′s α系数和分半信度系数分析SRHMS的内部一致性，使用Spearman相关系数分析其内容效度，使用验证性因子分析对SRHMS的结构效度进行分析。结果 信度分析结果显示总量表以及三个子量表的Cronbach′s α系数均大于0.8，分半信度系数均大于0.7，说明该量表信度良好。Spearman相关系数结果显示各维度与相应子量表间相关性强，而与其他子量表相关性较弱，量表一阶验证性因子分析和二阶验证性因子分析显示各项因子载荷系数与各项拟合指标均符合标准，说明该量表的内容效度和结构效度良好。结论 自测健康评定量表应用于高血压患者具有良好的信效度，能够准确、全面地反映高血压患者的自测健康水平。

高血压是一种常见慢性非传染性疾病，是中国心脑血管疾病死亡的主要原因[1-2]。近年来随着人们生活方式改变和人口老龄化的加剧，我国高血压患病人数持续增加，其已并被确定为我国第二大健康危险因素，每年造成约200万人过早死亡[3-4]。高血压已成为我国重要的公共卫生问题[5-6]。有效识别和分析高血压患者的健康状况对于高血压防控工作具有重要意义。

自测健康评定量表(multiple-item self-rated health measurement scale，SRHMS)基于WHO对健康的定义，选取生理健康、心理健康和社会健康三个角度，并结合中国国情和文化背景等特点，能够比较直观、全面地对人群健康进行测量[7-8]。因其条目精炼、易于实施和管理，被许多研究者用于人群健康测量的实践中[9-11]。

不同人群的健康状况及其影响因素存在着较大差别，高血压作为一种常见慢性病，应在健康测量中适度考虑其自身健康特点，且现有自测健康评定量表的研究实践中，针对高血压等慢病患者的信效度研究较少。本研究基于该量表在高血压患者中应用的信度和效度进行分析验证，其结果对于进一步验证自测健康评定量表在高血压人群中的应用效果，并丰富该量表的应用场景具有一定的参考价值。

对象与方法

1.调查对象

本研究运用多阶段分层随机抽样的方法，于2019年4月在日照市四个县(区)中随机抽取岚山和五莲两县(区)，并在每个县(区)随机抽取8个街镇，共计调查16个街镇。以18 岁以上的居民为调查对象(排除认知功能有障碍者)，由经过培训的社区卫生服务中心护士进行血压测量。在调查对象静坐15分钟后，使用标准水银血压计进行3次血压测量，每次测量之间休息30秒，取最后两次读数的平均值用于分析。高血压定义为在未使用任何抗高血压药物的情况下，现场测量收缩压(SBP)≥140mm Hg和(或)舒张压(DBP)≥90mmHg。本研究共计调查高血压患者1219名，并采用SRHMS进行现场测评。

2.研究工具

本研究采用自测健康评定量表对调查对象进行健康自评。该量表是由许军等基于WHO的健康定义，依据专家咨询和现场调查法论证而建立的适合我国社会和文化背景的健康测量工具，能够较为全面地反映健康的内涵。自测健康评定量表由生理健康、心理健康和社会健康3个子量表组成，共48个项目(条目18、34、47、48为总体健康自测条目，不参与计分)。48个项目又分为9个维度：身体症状与器官功能(physical symptom and organ function，B1)、日常生活功能(daily life function，B2)、躯体活动(physical activity function，B3)、正向情绪(positive emotion，M1)、心理社会症状与负性情绪(psychological symptoms and negative emotions，M2)、认知功能(cognitive function，M3)、角色活动与社会适应(role activity and social adaptation，S1)、社会资源与社会联系(social resource and social contact，S2)、社会支持(social support，S3)。自测健康评定量表采用模拟线性方式进行评分，各个条目下方均有一条10cm的线，被调查者通过在线上划上“X”号作答，每个条目的最高分10分，最低分0分。

3.分析方法

使用SPSS 21.0软件进统计学分析和信度检验，采用AMOS 21.0软件进行验证性因子分析(confirmatory factor analysis，CFA)，通过模型拟合情况来对量表的效度进行考评，以P<0.05为差异有统计学意义。

结 果

1.基本情况

本次调查共计发放问卷1245份，回收有效问卷1219份，占97.9%。在参与调查的高血压患者中女性居多，共计825人，占67.7%，男性偏少，共394人，占32.3%；年龄分布中40至60岁共740人，占60.7%，小于40岁66人，占5.4%，大于60岁共413人，占33.9%；婚姻情况以已婚为主，共计1128人，占92.5%；户籍状况中城市户口667人，占54.7%，农村户口552人，占45，3%；有医疗保险者共计1198人，占98.3%，无医疗保险者21人，占21.3%。

2.自测健康评定量表应用于高血压患者的信度分析

本研究通过计算Cronbach′s α系数和分半信度系数对SRHMS应用于高血压患者健康测量的信度进行评价。结果显示，总量表的Cronbach′ s α系数为0.946，生理健康子量表、心理健康子量表和社会健康子量表的Cronbach′ s α系数分别为0.882、0.899和0.915，均大于0.8，说明该量表内部一致性良好。分半信度结果显示，总量表分半信度为0.824，生理健康子量表、心理健康子量表和社会健康子量表的分半信度分别为0.709、0.863和0.838，均大于0.7，说明分半信度较好。总量表和3个子量表的信度系数详见表1。

表1 自测健康评定量表总量表和子量表信度

3.自测健康评定量表应用于高血压患者的效度分析

(1)子量表间的相关分析

采用Spearman相关分析对各维度得分与子量表得分之间的相关系数进行计算。结果显示，各维度得分与相应子量表得分的相关系数较大(0.661～0.923，P<0.001)，与其他子量表相关系数较小(0.367～0.665，P<0.001)，符合SRHMS设计的维度划分，其内容效度较好，具体结果如表2所示。

表2 自测健康评定量表各维度与子量表间Spearman相关系数

(2)自测健康评定量表一阶验证性因子分析

根据SRHMS设计的维度划分，共包括9个维度，44个测量条目，因此使用AMOS建立体现9个潜变量和44个测量变量(依次标记为 SR1～SR44)相互关系的一阶九因子模型。

采用最大似然法(maximum likelihood method，ML)对初始验证模型进行拟合修正，初始验证模型识别后拟合效果不理想，说明该模型相关条目间的关联没有释放。在有实证指导且有专业意义的前提下依据修正指数(modification indices，MI)提示对模型参数进行修正，即增加了个别条目间的相关路径。依据修正指数，在“e1↔e3”、“e2↔e6”、“e3↔e4”、“e8↔e9”、“e13↔e14”、“e23↔e24”、“e33↔e34”、“e36↔e41”、“e40↔e43”间建立联系，并分别对变量进行了释放，修正后相关指标的拟合结果均达到标准并确定最终模型，验证模型整体拟合优度指标均达到标准[12-15]，如表3所示。

表3 一阶模型整体拟合优度指标

模型中44个观测变量的因子载荷系数在0.51～0.90之间，均大于0.45(P<0.05)；9个潜变量的平均方差提取值(AVE)分别为0.522、0.623、0.712、0.651、0.598、0.644、0.636、0.610、0.612均大于0.5；潜变量的复合信度(CR)分别为0.882、0.907、0.908、0.901、0.911、0.844、0.874、0.884、0.825均大于0.8。模型中各项指标均符合标准，说明该验证模型条目设计合理。最终模型如图1所示。

图1 自测健康评定量表应用于高血压患者的一阶验证性因子分析模型

(3)自测健康评定量表二阶验证性因子分析

以自测健康评定量表中包含的生理健康，心理健康，社会健康三个子量表作为二阶维度，采用二阶验证性因子分析对模型进一步分析，以验证该量表在高血压患者中的适用性。采用最大似然法对二阶验证性因子分析模型进行拟合，依据修正指数提示对模型参数进行修正，依据修正指数在“e2↔e3”、“e2↔e6”、“e4↔e6”、“e9↔e13”、“e15↔e17”、“e23↔e24”、“e29↔e31”、“e36↔e41”、“e40↔e43”间建立联系，并分别对变量进行了释放，修正后相关指标的拟合结果均达到标准并确定最终模型(图2)，观测变量的因子载荷系数均大于0.45(P<0.05)，如表4所示验证模型整体拟合优度指标均达到标准，说明基于高血压患者的二阶验证性因子分析模型构建符合SRHMS维度和条目的设计。

图2 自测健康评定量表应用于高血压患者的二阶验证性因子分析模型

表4 二阶模型整体拟合优度指标

讨 论

本研究基于自测健康评定量表在高血压患者中的应用，对其信度和效度进行了分析。高血压作为一种常见的慢性非传染性疾病，在健康测量中应适度考虑高血压患者的健康特点。高血压患者常伴有如糖尿病、中风、心血管疾病等并发症，影响其生活质量，导致整体健康状况不佳[16]。另一方面，已有研究表明高血压患者的并发症会影响患者的健康意识，从而直接或间接地使高血压患者对自身健康状况产生错误的认知，影响其自测健康水平[17]。已有针对自测健康评定量表的研究中，对普通居民、交通警察、精神病康复期患者等不同人群均进行了分析和印证[9-10，18]，结合高血压患者的健康特点有必要对自测健康评定量表的应用效果进行验证，进而在一定程度上丰富该量表的应用场景。

信度分析方面，本研究使用Cronbach′s α系数和分半信度系数对自测健康评定量表应用于高血压患者健康测量的信度进行了评价。研究显示总量表，生理健康、心理健康和社会健康三个子量表的Cronbach′s α系数均大于0.8，分半信度系数中除生理健康子量表分半信度为0.709略低外，其余均大于0.8，说明该量表应用于高血压患者的健康自测在一致性、稳定性及可靠性方面均较好。

在效度方面，本研究考评了量表的内容效度和结构效度，其中使用Spearman相关系数考察量表的内容效度，通常相关系数>0.8为高度相关，0.5～0.8为中度相关，0.3～0.5为低度相关，<0.3认为不相关。结果显示各维度得分与相应子量表得分的相关系数在0.661～0.923之间(P<0.001)，呈中、高度相关，与其他子量表相关系数在0.367～0.665之间(P<0.001)，相关性较弱，说明该量表应用的内容效度好。在结构效度方面，应用验证性因子分析测量变量的因素构念间的关系。基于自测健康评定量表设计的维度划分，本研究建立了包含9个维度共计44个测量条目的一阶验证性因子分析模型，模型拟合结果中RMR=0.048、RMSEA=0.057、IFI=0.914、CFI=0.914等指标均符合拟合标准，拟合良好。已有针对SRHMS效度分析的研究实践中，多以一阶9维度为主展开，而对子量表包含的二阶维度的信息挖掘不够充分。本研究以自测健康评定量表中包含的生理健康、心理健康、社会健康三个子量表作为二阶维度，在一阶因子数目较多且彼此相关的基础上，采用二阶验证性因子分析对模型进行进一步研究。在对模型修正后，二阶模型各因子载荷系数和拟合指数RMR=0.047、RMSEA=0.067、IFI=0.907、CFI=0.907等指标均符合标准，说明二阶模型拟合良好。一阶和二阶验证性因子分析结果说明，该量表应用高血压患者的健康测量的整体和局部结构均相对有效合理，符合量表设计预期。

综上所述，自测健康评定量表在高血压患者中的应用具有较好的信度和效度，能够准确、可靠地测量高血压患者的健康状况，可以为下一步研究该群体的健康状况及影响因素等奠定基础。