癫痫鉴别诊断中的会话特征分析

马文 金丽日

提 要 对患者人际互动过程的会话分析在临床诊断中的作用已获证实，其中最具代表性的是，对患者会话中互动特征、话题特征和语言特征的分析能够有效鉴别临床上不易鉴别的痫性发作和心因性非痫性发作。对汉语痫性发作和心因性非痫性发作患者的会话特征分析证实：患者会话中提供发作信息的主动性、陈述的努力程度、否定性表达的使用等特征对于鉴别诊断痫性发作与心因性非痫性发作具有重要价值。研究也进一步表明，会话分析在医学临床诊断中具有实际的应用价值，通过病史记录阶段的医患沟通特征的会话分析，能够为某些神经系统疾病的鉴别诊断提供借鉴。

关键词 癫痫;会话分析;诊断性应用会话分析;痫性发作;心因性非痫性发作

中图分类号 H002 文献标识码 A 文章编号 2096-1014（2021）06-0059-08

DOI 10.19689/j.cnki.cn10-1361/h.20210605

Analysis of Conversational Features in Differential Diagnosis of Epilepsy

Ma Wen and Jin Liri

Abstract Epilepsy is a neurological disorder that affects the central nervous system and causes seizures or periods of unusual behavior， sensations， and sometimes loss of awareness. In clinical diagnosis， a conversation analysis approach to patients interaction has proved to be an effective method to diagnose epilepsy. Most typically， the interactional， topical， and linguistic features in patients talk are analyzed to help the differentiation of epileptic seizure （ES） and psychogenic non-epileptic seizure （PNES）， two types of epilepsy that are difficult to be distinguished in clinical practice. With a conversation analysis of the talks of Chinese patients with ES and PNES， this study shows that the initiative of providing seizure information， the efforts of presentation， and the use of negative expressions in patients talk are of great value in differentiating ES from PNES. The study also indicates that conversation analysis has practical and applicational value in medical clinical diagnosis， which can provide a reference for differential diagnosis of some neurological diseases through an analysis of doctor-patient interactions in medical history records.

Keywords epilepsy; conversation analysis; diagnostic applied conversation analysis; epileptic seizure; psychogenic nonepileptic seizure

一、引 言

人類的语言沟通必须具备生理基础。发达的大脑与灵活的发音器官，使人类具备了语言的产生和理解所需要的抽象思维能力和发出复杂声音的能力。在人体的几大生理系统中，神经系统和呼吸系统（包括呼吸道和肺）与语言的关系最为密切，神经系统和发音器官出现了障碍，就可能引发语言和沟通上的异常。那么，语言及沟通上的某些表现或特征是否可以作为诊断相关疾病的重要标志呢？显然，语言特征与某些疾病诊断关系密切，比如，对儿童进行早期语言筛查，可以及时鉴别诊断语言障碍并加以干预，对成人失语症患者进行语言能力的评估亦然。Al-Mosaiwi & Johnstone（2018）发现，借助人工智能技术和机器学习对语言输出进行内容及语言风格的分析，可以对抑郁症人群加以鉴别;Eyigoz et al.（2020）发现，语言标记可以作为阿尔兹海默病的生物标记，通过自动语言分析能够对阿尔兹海默病的早期发生加以预测;Cummings（2020）则认为语用能力可以作为早期认知障碍的潜在行为标记。此外，还有一些成果凸现出会话分析研究方法在临床诊断中的重要作用。

长期以来，医疗互动领域的应用会话分析研究一直是国际研究的热点（如Byrne & Long 1976;Heritage & Maynard 2006;Per?kyl? et. al. 2008），前期研究多聚焦于医患互动的研究，而近期研究则展示出会话分析作为一种辅助性分析工具对于实际临床诊疗的重要意义及前景（如Schwabe et. al. 2007;Beeke，Maxim & Wilkinson 2007;Reuber et. al. 2009;Antaki 2011;姚远，等2017）。对患者人际互动过程的会话分析及语言特征分析，能够为诊断、干预、治疗某些以语言交际异常或互动的非常规表现为症状的疾病（如某些神经系统疾病、语言及交际障碍、精神或心理疾病等）提供有用的借鉴。其中，最有代表性的是会话分析在对痫性发作（epileptic seizure，ES）和心因性非痫性发作（psychogenic nonepileptic seizure，PNES）的鉴别诊断中的应用。Schwabe et al.（2007）和Reuber et al.（2009）证实，通过对患者会话中互动特征、话题特征和语言特征3个方面的分析，能够有效鉴别临床上不易鉴别的ES和PNES;姚远等（2017）首次验证了该方法在汉语临床环境下鉴别两种发作的有效性，也是目前利用会话分析研究方法研究汉语癫痫诊断的唯一文献，为汉语环境下该鉴别方法的临床应用奠定了重要基础。本文将在前期研究基础上，从会话分析的视角更为细致地梳理汉语会话中鉴别诊断ES和PNES的几项最为重要的特征，进一步说明会话分析在神经系统疾病诊断领域应用的可行性和前景。

二、研究背景

癫痫是慢性反复发作性短暂脑功能失调综合征，以脑神经元异常放电引起反复痫性发作为特征，以抽搐、痉挛、昏厥等为主要症状。在临床上因发作意识障碍就诊的患者中，ES与PNES的鉴别诊断一直是个难题，因错误诊断对患者的身心造成的负面影响难以估量。作为鉴别诊断“金标准”的长程vEEG监测，常常因各种原因无法发挥应有的效力，使得癫痫的鉴别诊断耗时、费力、成本高、准确率偏低（Schwabe et. al. 2007;Reuber et. al. 2009）。

为此，已有研究借助会话分析的研究方法，对英语、德语、汉语癫痫患者会话中的互动特征、话题特征和语言特征进行分析，证实了会话分析作为一种经济、便捷的有效方法在鉴别诊断ES和PNES中的重要价值（如Schwabe et. al. 2007，2008;Reuber et. al. 2009;Plug et. al. 2009;姚远，等2017）。鉴别分析过程中，研究者关注的主要是患者如何描述症状的发作，而非症状本身，即关注患者用何种方式来描述、讨论发作时的主观体验和经历（参见Schwabe et. al. 2008;姚远，等2017），这使得采用会话分析方法进行鉴别诊断成为可能。

目前，针对汉语癫痫的会话分析研究尚处于起步阶段，姚远等（2017）虽对开放提问期、就具体发作提问期、诘问无反应期3个阶段的会话特征进行了描写和对比分析，并未对相关的鉴别性会话特征做进一步的深入分析和探讨，为此，本文将着重对这些最为重要的鉴别性特征进行深入探討。

本研究的语料来自课题组2014～2016年在北京协和医院收集的12例疑似ES或PNES患者，由一名神经科医生遵循德国EpiLing Project（德国的一项癫痫研究项目）的问询程序对12名患者分别进行了访谈，依次询问：您这次来看病的目的是什么？您印象中第一次发作/最近一次发作/最严重的一次发作的情景是怎样的？课题通过了医院的伦理审查，并在患者知情、同意的情况下对访谈进行录音和录像，随后会话分析研究者对录像材料根据Gail Jefferson（2004）转写体系进行了细致的转写，并由一名对临床诊断结果毫不知情的会话分析研究者针对17项互动特征、话题特征和语言特征进行分析并加以评估赋值，最终通过统计结果进行了鉴别诊断。通过与临床诊断结果的比对，最终确定了会话分析鉴别诊断的准确率（83.3%）。本研究中，我们将对最终确诊的ES和PNES两组患者的会话特征进行细致的分析和对比，以期梳理出在ES和PNES鉴别诊断中最为凸显的话题特征、互动特征和语言特征。

三、ES患者与PNES患者鉴别性会话特征分析

德国EpiLing Project制定了一套标准化的开放性提问流程（具体参见姚远，等2017），该研究中涉及6项互动特征、5项话题特征、6项语言特征，可以通过会话分析的方法加以分析和洞察，进而进行评估和鉴别。这些特征一是评估病人提供的信息在多大程度上是自己主动发起提供的，而不是他人主动发起提供的;二是评估患者围绕发作相关话题进行主观描述的细致程度，以及患者在自我控制能力下降阶段应对主观发作症状时的更具体的特征;三是评估患者所付出的表达努力以及患者对发作的隐喻概念化描述。研究者会对每项特征进行单独评分，分值在1～- 1分之间，研究者可以根据特征分析在1、0.5、0、- 0.5、- 1之间选择赋分，最后依据总分进行鉴别诊断，> 0分支持ES，< 0分支持PNES。

语料分析表明，在信息提供的主动性和积极性方面，ES患者倾向于主动发起有关发作的话题，并会自愿详述围意识障碍期（即意识障碍的前后阶段）的症状;而PNES患者倾向于在他人引导下讨论发作，对围意识障碍期无自发的详细描述。在发作描述的努力程度和细致程度方面，ES患者倾向于细致描述发作时的情景以及无反应期时的主观感受，注意力容易聚焦于某一次发作;而PNES患者很少或不描述发作症状，几乎无陈述努力，注意力难以集中于谈论某一次发作。在语言表达方面，ES患者较少使用否定性表达，而PNES患者使用得较多。接下来，我们将对受访者某些最为显著的鉴别性特征进行更为细致的分析。

（一）互动特征：信息提供的主动性

在我们的语料中，能否主动发起、提供或聚焦有关发作的信息或症状是鉴别ES和PNES患者的一个重要特征。ES患者倾向于主动谈论有关发作的话题并据此进行积极互动，而PNES患者倾向于被动地涉及这一话题或谈论相关症状，往往是在他人发起的情况下，才开始提供相关信息。这一差异具体体现于互动中ES患者和PNES患者在提供信息积极性上的差异，ES患者表现为更为积极地给询问者提供更多的信息，而PNES患者似无具体详细的信息提供。

比如在例（1）医生跟ES患者的对话中，医生在简单寒暄后开始询问患者的主诉（第17行），患者主动谈及其头晕症状（第18、20行），并主动谈起他关于其（癫痫）发作的话题（第22行），强调其在5天没有发作的情况下仍有头晕症状，并进而表达他来就诊的主观意图（第24、26行）（检查一下头晕的原因，并确定是否是因药物引起）。在患者叙述过程中，医生一方多发出最小应答“嗯”（第19、21、23、25行），鼓励患者继续自己的陈述，患者一方则话轮接续顺畅，陈述积极主动。

例（1）[Case 11 ES]

17 Dr： 那您简单说一下你这次来主要的目的是什么吧.

18 Pt： 就是检查一个我这个头晕的症状.

19 Dr： 嗯.

20 Pt： 就是每天都反复性头晕.

21 Dr： 嗯.

22 Pt： 一-呃-一天是三到四次，但是这五天呢没有发作.

23 Dr： 嗯.

24 Pt： 就来检查一下. 嗯，因为我在（五院）看吃那个药是不是有副作用.

25 Dr： 嗯.

26 Pt： 就是， （药名），因为可能引起我这左手震颤.

而在例（2）医生跟PNES患者的对话中，当医生询问患者的主诉时（第7行），患者仅给出较为宽泛空洞的回答，即“主要的目的就是把自己的病治好呗”（第8行）。后续交谈中，医生多次将发话的权利交予患者一方（第9、11、13行），鼓励患者进行陈述，而患者则以最小应答语“嗯”（第10行）、内容宽泛的回答（第12行）、沉默（第14行，约6秒的沉默）作为回应，并未主动具体谈论与发作相关的信息。医生只能主动选择继续向患者发起询问（第15行）。

例（2）[Case 9 PNES]

7   Dr： 您能不能跟我说一下您这次来看病的主要目的是什么呀？

8   Pt： 主要的目的就是把自己的病治好呗.

9   Dr： 嗯.

10 Pt： 嗯.

11 Dr：°具体说说呗.°

12 Pt： 我，我具体我就是把病看好，然后平平安安回家.

13 Dr：嗯.

14      （6.0）

15 Dr： 你的病你形容一下.

通过语料分析可见，患者提供发作信息的主动性并据此进行积极互动往往是区分汉语环境下ES和PNES的一个重要的鉴别性会话特征，这些互动特征可以从患者对医生开放式提问的回应方式上得以洞察。在此方面，汉语语料的发现跟英语、德语等语料中的发现是一致的。

（二）话题特征：主观陈述努力的程度

患者是否能够围绕发作相关话题做出足够的陈述努力也是鉴别ES患者和PNES患者的一个标准。在语料中，ES患者在对发作情景及主观感受的描述中往往付出广泛的陈述努力，试图用准确、详细的描述（包含他人的描述）将围意识障碍期补全，常伴有修正、重述、犹豫、改变语法结构、重启等互动特征;而PNES患者在描述发作情景时描述较少，多使用笼统、宽泛的表述，付出的陈述努力较少。

在例（3）医生与ES患者的谈话中，医生询问患者有关第一次犯病的情况，患者努力描述具体发作时的情景，努力通过自己的描述重现当时的情景和发作时的主观感受，并多次通过修正以达到描述的准确性。比如在第90行，患者在说出“也是”后，使用“就是”加以替换修正;同样在第92行，患者描述中，“就晕-就倒在那儿了，倒在桌子上”既包含了对不准确表达“就晕”的修正——“就倒在那儿了”，也包含了对指称表达“那儿”的修正——“倒在桌子上”;第96行，在描述发作后的情景时，患者在说出“完了同学把我扶”后，发觉表达不准确，马上中断，用恰当的表达“就是把我弄醒了”加以修正。这些修正表达均分别发生于一个话轮构建单位之内，为同话轮内的自我修正，反映了患者做出即时主动的陈述努力。

例（3）[Case 11 ES]

88 Dr：那你能不能说一下你第一次犯起来-有印象中的第一次犯起来，

89    是什么样子的，前前后后的情况？

90 Pt： ，第一感觉就是头突然一下子就非常沉得慌.

91 Dr：[嗯.

92 Pt：[就就想闭上眼完了，，倒在桌子上.

93 Dr：嗯.

94 Pt：这是第一次，是因为我有意识我知道.

95 Dr：嗯.

96 Pt：就是这么个情况，，他们继-继续上课.

97 Dr：奥，（2.0） 当时是倒在桌子上了呃哈？

98 Pt：嗯.

99 Dr：嗯，但是什么都清楚.

100Pt：嗯，清楚.

101Dr：嗯，同学叫你了.

102Pt：對.

相比而言，在例（4）医生与PNES患者的谈话中，患者在回答医生的询问时，并未努力描述发作时的情景，只是宽泛回答“这个记不清”（第98行）、“我的病其实是一个小发作”（第98行）、“根本就有时候根本就是不太知道”（第105行）等，除了对当时情景的笼统描述“我就是发呆那么几秒钟”（第101行）之外，患者的回应没有体现任何围绕具体细节所做出的陈述努力。

例（4）[Case 7 PNES]

96 Dr：行，那您能不能跟我讲一下，就是您有印象的第一次犯病

97       前前后后是个什么样子的呢？

98 Pt：  （.），.=

99 Dr： =[嗯.

100Pt：   [不是一个大发作，像别人说的一样，抽一样的，

101       我不-.=

102Dr： =[嗯.=

103Pt： =[几分钟就完了，所以我自己对我自己=

104Dr： =嗯=

105Pt： =.

106Dr： 嗯（.）

从语料分析可见，患者是否能够围绕发作相关话题做出足够的陈述努力是有效区分ES与PNES的重要特征，这种区分可以在医患对话的话题特征上得以充分展现，研究者通过会话分析即可洞察这些特征进而加以鉴别。在该项特征上，汉语语料的发现跟英语、德语等语料中的发现是一致的。

（三）语言特征：否定性表达的使用

在我们的语料中，否定性词语或构式的使用也是一个鉴别ES和PNES的重要特征。ES患者通常使用否定词语或构式来说明特定的癫痫症状，比如描写嵌入到发作经历的意识缺失时，有时使用否定表达，这种否定被称为“语境化否定”，如：“我意识到我在癫痫发作时说话，但我永远不记得我后来说了什么。”又如例（5）医生与ES患者的对话中，患者在描述发作情景时，将否定表达嵌入到具体的发作语境的描写中，如“就是有个三两分钟，就是什么也不知道”（第21行）、“谁招呼我，我也不知道”（第23行）、“犯病的时候，三两秒钟，谁招呼我，我也不知道，谁摸我，我都不知道”（第26、27行）。

例（5）[Case 1 ES]

21 Pt： .

22 Dr： 嗯.

23 Pt：

24     （6.0）

25 Dr： 嗯，谁招呼你，你也不知道，°是吧？°

26 Pt： 对，

27      =

28 Dr： =嗯.

PNES患者通常使用否定性词语或构式来暗示他们对自己的发作一无所知，不能向询问者提供任何相关信息。这样的否定被称为“绝对否定”，例如，“我不知道”“完全不知道发生了什么”。换言之，ES患者通常根据他们的感觉和记忆来描述其发作经历，而PNES患者则可能完全根据他们未曾感觉到或真实记忆的东西来描述其发作的经历。PNES患者倾向于将围意识障碍期笼统描述为“我什么都不知道”，强调当时无法回忆任何事、无法接收任何外界信息，对意识障碍没有自发的详细描述。比如例（4）中，“这个记不清”“根本就有时候根本就是不太知道”这些绝对否定性表达，反映了患者倾向于认为意识障碍是发作时的最主要的特征。又如例（6）中，医生发出询问，希望患者描述第一次出现症状时的情景（第144、145、146行），患者并没能即刻给出回复，在3秒钟的沉默后（第147行），患者使用了绝对否定表达“记不清楚”作为回应（第148行）。

例（6）[Case 8 PNES]

144Dr： 那你那第一次出现意识模糊全身抖，

145   你↑能不能描述一下是个↑什么样的，

146   具体的是个什么样的前前后后的状态.

147     （3.0）

148Pt：

149Dr：记不清了（（笑））.

从语料分析可见，语境化否定和绝对否定表达的使用情况可以作为汉语环境下区分ES和PNES患者的一项重要的鉴别性语言特征，该发现与英语、德语等语料中的发现是一致的。

此外，前期研究表明（Plug et al. 2009），隐喻概念化描述对于鉴别英语ES和PNES患者具有重要意义。在描述发作经历时，ES患者倾向于使用统一连贯的概念化表达，比如，将发作描述为不受自己意志支配的外在、具有威胁性的实体，而自身积极对抗其威胁，患者常使用struggling或fighting等隐喻表达来描写其对发作的抑制或抗争;PNES患者对发作的概念化描述具有多样性特征，但缺乏统一连贯的概念化表达，缺乏积极对抗发作的描述。然而该特征在我们现有的汉语语料中尚未显著呈现，仍需未来扩大语料范围，进行更加深入的研究。

四、讨论：会话分析对于临床诊断的重要意义

以上研究揭示了癫痫诊断中重要的会话特征，同时表明，会话分析作为研究人际沟通的最为细致的研究方法，可以深入到以人际互动为媒介的医疗互动的各个环节，尤其对于鉴别诊断癫痫在内的某些神经系统疾病具有重要的临床意义和实际应用价值。

首先，会话分析的研究方法可以为医疗诊断提供新的方法和视角，并为相关疾病的诊断寻找语言互动方面的标记，具有重要的临床诊断价值。除了本文所探讨的癫痫鉴别诊断外，如何鉴别区分会引起痴呆的进行性神经退行性疾病和功能性记忆障碍（即非进行性记忆缺损）也一直是一个很大的挑战。已有研究通过对两类患者人际互动的会话分析，提出了鉴别诊断痴呆（dementia）与功能性记忆障碍的五大重要特征（Elsey et al. 2015;Jones et al. 2016）：（1）患者能否回答有关其个人信息的问题;（2）患者能否在沟通中展现工作记忆;（3）患者能否回答一个以上的组合问题;（4）患者回应提问的反应时间;（5）患者在讲述记忆失败经历时的细致程度。这些语言互动方面的特征无疑对痴呆的早期诊断具有重要意义。

第二，会话分析能够为相关疾病的诊断提供经济、便捷的鉴别手段，具有重要的临床应用与推广价值。临床上，无论对于癫痫还是老年痴呆的诊断，都要经历相对烦琐、耗时较长、花费较高的临床检查，而基于对临床访谈的会话分析进行鉴别诊断，过程相对简单且经济、便捷，医生容易学习掌握并加以推广。前期对癫痫诊断的研究证明（Jenkins et al. 2016），经过一天的培训，临床医生就能掌握互动特征和语言学特征评分方法，并实际应用于癫痫诊断中，从而大大提高其临床诊断的准确性。

第三，会话分析成功介入到医疗诊断中，进一步凸显规范化的开放式问诊的重要意义，这也为临床工作提供新思路。问诊是医疗诊断的首要环节，以神经系统疾病为例，其诊断一般要经历定向（病史记录和辅助检查）、定位（基于神經解剖学的病灶定位）、定性（病因及病变性质诊断）3个步骤，以问诊和病史记录为重要内容的定向诊断阶段则是后面两个步骤的基础。定向诊断的目的是确定是否神经系统疾病、有无神经系统疾病定位体征，该阶段恰恰是语言及互动研究者能够介入到临床诊断研究中的重要切入点，研究者可以从病史记录阶段中的医患沟通特征及沟通方式的分析入手，对疾病率先做出定向诊断，从而为后续的定位诊断和定性诊断奠定基础。

五、结 语

Heritage（1999）认为，任何一个研究框架，若要名副其实，必须要有持续性的应用性的研究。他预测，会话分析的应用性将会是会话分析发展进程中愈加凸显的一个特征。尽管会话分析的应用性研究始终是会话分析研究的一部分，未曾剥离开来，但会话分析在各个社会或行业领域的应用性研究已经成为会话分析研究扩展最为迅速的领域（Richards & Seedhouse 2005）。

在各种应用领域中，会话分析在临床诊断领域的应用独具探索意义，这一领域不断涌现的成果使得会话分析逐渐成为一种潜在的辅助诊断工具，并在医学临床领域发挥独特作用。本研究通过对汉语语料的会话分析，梳理用于癫痫鉴别诊断的重要的互动特征、话题特征和语言特征，展示了对患者语言和互动的分析在临床诊断上的重要意义。未来研究仍需进一步扩大语料范围对相关会话特征进行更为深入的研究和探讨，并积极探索这些会话特征上的差异所映射的背后生理基础，从而从多个角度推动癫痫诊断的研究。此外，会话分析在癫痫诊断中的作用已经得到证实，而该方法在其他神经、心理、言语沟通疾病诊断中的作用仍有待进一步验证。但毋庸置疑，在语言互动研究者及临床工作者的协同合作下，该领域研究必定拥有广阔前景。

参考文献

姚 远，马 文，卢 强，等 2017 《会话分析在鉴别诊断痫性发作与心因性非痫性发作中的作用》，《中华神经科杂志》第4期。

Al-Mosaiwi， M. & T. Johnstone. 2018. In an absolute state： Elevated use of absolutist words is a marker specific to anxiety， depression， and suicidal ideation. Clinical Psychological Science （4）， 529?542.

Antaki， C. 2011. Applied Conversation Analysis： Intervention and Change in Institutional Talk. Hampshire： Palgrave Macmillan.

Beeke， S.， J. Maxim， R. Wilkinson. 2007. Using conversation analysis to assess and treat people of aphasia. Seminars in Speech Language 28（2）， 136?147.

Byrne， P. S.， & B. E. L. Long. 1976. Doctors Talking to Patients： A Study of the Verbal Behaviors of Doctors in the Consultation. London： HMSO.

Cummings， L. 2020. The role of pragmatics in the diagnosis of dementia. East Asian Pragmatics 5（2）， 147–168.

Elsey， C.， P. Drew， D. Jones， et al. 2015. Towards diagnostic conversational profiles of patient presenting with dementia or functional memory disorders to memory clinics. Patient Education and Counseling 98， 1071?2077.

Eyigoz， E.， S. Mathur， M. Santamaria， et al. 2020. Linguistic markers predict onset of Alzheimers disease. EClinicalMedicine 28， 100583.

Heritage， J. 1999. Conversation analysis at centurys end： Practices of talk-in-interaction， their distributions and their outcomes. Research on Language and Social Interaction 32（1&2）， 69?76.

Heritage， J. & D. Maynard. 2006. Communication in Medical Care： Interaction between Primary Care Physicians and Patients. Cambridge： Cambridge University Press.

Jefferson， G. 2004. Glossary of transcript symbols with an introduction. In G. H. Lerner. （Ed.）， Conversation Analysis： Studies from the First Generation， 13?31. Amsterdam： John Benjamins.

Jenkins， L.， J. Cosgrove， P. Chappell， et al. 2016. Neurologist can identify diagnostic linguistic features during routine seizure clinic interaction： Results of a one-day teaching interaction. Epilepsy & Behavior （64）， 257?261.

Johns， D.， P. Drew， C. Elsey， et al. 2016. Conversational assessment in memory clinic encounters： Interactional profiling for differentiating dementia from functional memory disorders. Aging & Mental Health 20（5）， 500?509.

Per?kyl?， A.， C. Antaki， S. Vehvil?inen， et al. 2008. Conversation Analysis and Psychotherapy. Cambridge： Cambridge University Press.

Plug， L.， B. Sharrack & M. Reuber. 2009. Conversation analysis can help to distinguish between epilepsy and non-epileptic seizure disorders： A case comparison. Seizure 18（1）， 43?50.

Reuber， M.， C. Monzoni， B. Sharrack， et al. 2009. Using interactional and linguistic analysis to distinguish between epileptic and psychogenic nonepileptic seizures： A prospective， blinded multirater study. Epilepsy & Behavior 16， 139?144.

Richards， K. & P. Seedhouse. 2005. Applying Conversation Analysis. New York： Palgrave Macmillan.

Schwabe， M.， M. Reuber， M. Sch?ndienst， et al. 2008. Listening to people with seizures： How can linguistic analysis help in the differential diagnosis of seizure disorders？ Communication and Medicine （1）， 59?72.

Schwabe， M.， S. J. Howell. & M. Reuber. 2007. Differential diagnosis of seizure disorders： A conversation analytic approach. Social Science & Medicine （4）， 712?724.

责任编辑：魏晓明