基于直接观察的孤独症筛查与诊断工具

郑闽南 马增慧 林凡裕

1 引言

孤独症谱系障碍（autism spectrum disorder,ASD）是一种广泛性的神经发育障碍性疾病，以社交沟通和重复受限的行为及兴趣为典型病征[1]。目前，全球范围内每160个儿童中有1位罹患孤独症[2]。美国8岁儿童的ASD患病率增长至1/44[3]。中国6～12岁儿童ASD患病率预计为0.7%[4]。持续增长的患病率引发了相关机构和公众对ASD的认知及关注。早期筛查与诊断对ASD儿童具有重要意义，为儿童在发展关键期接受干预提供了可能性。

美国儿科学会建议，所有儿童应当在18～24月龄接受ASD筛查评估[5]。常见的早期筛查与诊断方法主要有两类：基于家长报告的问卷和访谈，以及基于儿童互动活动进行的直接观察，这两类工具可以独立使用，也可结合使用，如幼儿自闭症筛查量表（checklist for autism in toddlers，CHAT）[6]。本文主要聚焦于第二种。以适用年龄3岁及以下，包含半结构化互动活动及基于直接观察方式进行的ASD筛查和诊断为纳入标准，选取3个ASD筛查工具和1个ASD诊断工具，分别为2岁儿童孤独症筛查（screening tool for autism in two-year-old，STAT）[7]、婴儿孤独症观察量表(the autism observation scale for infants，AOSI)[8]、婴幼儿孤独症快速互动筛查测试（rapid interactive screening test for autism in toddlers，RITA-T）[9]和孤独症诊断观察量表-第二版（autism diagnostic observation schedule,second edition，ADOS-2）[10]（见表1）。本文分析了上述4个工具在半结构化互动活动中观察到的ASD特征行为及其在精神障碍诊断与统计手册-第五版[1]（diagnostic statistical manual-5，DSM-5）中与ASD诊断标准的映射关系。

表1 工具信息介绍及其互动活动对DSM-5 中ASD 诊断标准的映射

2 基于半结构化互动活动进行直接观察的早期筛查工具

通常来说，ASD筛查工具应用于初级医疗卫生体系。基于问卷和访谈的量表类工具以主要养育者报告为主；直接观察类工具主要由医生完成。前者因其经济简便在目前临床使用范围较广，但可能因养育者对量表内容理解或信息回忆不准确造成偏差[11，12]。专业人员作为主要施测者，使用标准化的玩具通过一系列结构化和半结构化互动活动，对儿童观察时可以直接获得丰富的行为信息，但儿童也可能因对施测者和环境不熟悉表现出与平时不同的行为[13]。互动活动完成后，施测者按照行为是否出现或行为的质量和非典型程度等标准对儿童的表现计分，并给出孤独症风险评级及是否需进一步转诊的判断。

2.1 2岁儿童自闭症筛查（STAT）

STAT是第一个二级筛查工具，由Stone等于1997年[14]编制。最初为24～36月龄幼儿设计，随后适用年龄延伸至12月龄[7]。STAT包含来自游戏、提出请求、引导注意及动作模仿4个行为领域的12个游戏活动。以引导注意领域（directing attention）活动为例，该领域创设了气球、玩偶、玩具袋、声音玩具等4种互动活动观察幼儿主动发起共同注意的行为。此外，STAT通过吃零食、娃娃游戏、摇拨浪鼓等行为，为幼儿提供一系列机会展现ASD诊断标准中描述的A类行为（社交交流和社交互动方面持续性的缺陷）中发展、维持和理解人际关系方面的行为，如提要求、功能性玩耍能力和模仿能力等。2012年[15]，姜忠信教授等人修订了台湾版的T-STAT，灵敏度9%，特异度87%。

2.2 婴儿孤独症观察量表 (AOSI)

AOSI由Bryson等[8]于2000年编制，包含7个半结构化活动。观察活动由自由玩耍开始，施测者和婴儿一同玩球类玩具、积木或看/读绘本。主要目的是让受试婴幼儿适应环境，并且提供婴幼儿展现自发性社会性发声的机会，即诊断标准A类行为中的社交情感互动行为。此外，施测者通过回应性微笑和对面部情绪的区别性反应活动观察儿童回应性微笑和识别情绪变化并做出适宜表情的能力，即A类行为中社交互动中使用非语言交流行为方面。

2.3 婴幼儿孤独症快速互动筛查测试（RITA-T）

RITA-T是相对较新的互动观察筛查工具，由Choueiri等在2015年[9]编制，包含9个游戏形式的互动活动。RITA-T的特点一是快速性，5～10分钟内可以完成施测和计分；二是活动观察的目标行为区别于其它工具。RITA-T中的一些活动旨在观察幼儿的个体能动性（如妨碍玩具探索活动）、自我认知（如镜子标记）和基础的认知能力（如颜色恒常性活动）。以客体永久性活动为例，施测者向儿童展示装有球的魔术杯，随后让球消失。过程中儿童与养育者或施测者的目光接触，主动发起对魔术杯或球的共同注意及因球消失而展现的惊讶表情是观察的重点。RITA-T并未设计观察B类行为（重复受限的行为模式和活动兴趣）的活动，这可能是因为在5～10分钟的快速施测内缺乏B类行为出现的机会。尽管RITA-T具有简短快速，灵敏度高等优点，但目前仅有三篇已发表的研究[9,16,17]使用了此工具，且均存在样本量偏小，缺少重测信度等问题[18]；此外，在Lemay等[16]的研究中，提供诊断意见的医生可以获得儿童的RITA-T测试结果。因此，该工具的有效性仍需进一步验证。

3 基于半结构化互动活动的早期诊断工具

ADOS-2是标准化的半结构化诊断工具，被称为诊断“金标准”，由Lord等[10]于2012年修订发布，添加了幼儿模块（toddler module），本文将以“泡泡游戏”为例，简述半结构化活动设计、观察的目标行为及相应的ASD诊断标准三者间的映射关系。在泡泡游戏活动中，首先施测者用玩具吹泡泡。观察儿童是否会注意到泡泡，并主动引导施测者或父母对泡泡的注意。同时观察儿童自主性发声、与施测者或父母的眼神接触、分享性的愉悦等行为，即诊断标准A类行为中的社交情感互动行为。随后，施测者建立泡泡游戏的玩耍流程，如装满泡泡水-将玩具对着空气-吹出泡泡。施测者在此流程中的某一环节停顿，等待儿童以发声、眼神或肢体接触的方式提出继续活动的要求。此时，儿童可能会出现提出请求、自主性发声和眼神接触等行为，并在玩耍过程中表现出刻板、怪异的词语/短语，手或手指的刻板动作等行为，对应ASD诊断标准B类行为中局限刻板的兴趣和重复刻板的动作，ADOS-2中对每个活动的行为观察都遵循了层级原则[19]，即施测者提供的辅助逐级增加。如果施测者停顿时，儿童并未以发声或其他非语言方式要求施测者继续吹泡泡，施测者会将拿泡泡玩具的手臂垂在身侧，从而让儿童通过触碰手臂或将手臂举起的方式提要求。这种施测的层级设置可以清晰地记录儿童在半结构化活动场景下相应的反应层级，并基于此进行相应条目计分。

4 讨论

随着医疗技术的不断发展，研究人员对ASD有了逐渐深刻和清晰的认识，但其病因和病理机制仍未完全明确，通过对以上筛查和诊断工具时整理可见，目前医学上可通过半结构化的互动游戏对ASD相关特征行为进行直接观察，对儿童是否患有ASD进行筛查和诊断。

尽管基于直接观察的筛查与诊断可以帮助医生获取儿童社交沟通行为的一手资料，但是上述工具在临床使用中仍存在问题。第一，大部分工具编制时间较早，且未根据2013年发表的精神障碍诊断与统计手册-第五版对工具内容更新调整。从上述分析可以发现，本文讨论的筛查和诊断工具均未能同时覆盖DSM-5中对ASD的各子诊断标准。即便是相对全面的ADOS-2也不一定能在施测时间内观察到儿童所有的B类行为。这是因为在有限的观测时间内，重复、刻板的行为可能缺乏发生的条件；另一方面，观察类工具难以涵盖对向同性的非寻常坚持和仪式化的行为等与日常生活习惯高度相关的内容。第二，文化差异因素。种族、性别、社会经济背景都可能影响ASD的诊断[20～22]。工具的跨文化使用同样需要保持谨慎的态度。在东方文化中，语言发育的迟缓、与长辈有较少的目光接触、经常安静的独处及鲜有与同龄儿童的接触等行为并不总是在第一时间作为反常表现引起家长的关注[23]。此外，在经济欠发达和医疗资源不平衡的地区，需要高昂的经济和人力成本的工具普及率远低于预期[24]。在我国，目前仅北京、天津、上海、无锡、常州等中大型城市以项目合作方式在社区卫生服务中心和妇幼系统开展早期筛查，医疗资源匮乏地区的数据鲜有提及。为了解决医疗资源不均的问题，专业人士应当思考如何采取对于人力要求更少的可替代策略，如新兴的NODA[13]、Cognoa[25]等数字化辅助诊断技术。在梳理特征行为和诊断标准对应关系过程中，笔者发现研究者对于部分行为的归类存在争议。例如，Brewer等[18]将儿童主动发起共同注意的行为归于A3类行为（发展、维持和理解人际关系的缺陷），而Kris等[26]则认为此行为属于A1类行为（社交情感互动中的行为曲线），对于儿童的请求行为则刚好相反。前者认为提出请求体现的是A3类行为，而后者则认为这属于A1类行为。正如Kris等[26]指出，DSM-5中对ASD的各类子标准的定义尚不够清晰，在对具体行为做对应时极易混淆。

5 结语

近年来涌现了众多基于直接观察的孤独症筛查与诊断工具，虽然直接观察式工具均表现出了较高的灵敏度和特异度，但普遍存在更新滞后、对诊断标准覆盖不全面，使用成本高、缺少本土化等问题。另外，部分工具的心理测量特性仍需在更大样本量和长期追踪实验中验证。如何结合观察式工具和量表式工具、充分发挥二者优点是临床使用上需要考虑的问题。DSM-5已经发布了近10年，基于最新的ASD诊断标准进行修订和研发的本土化的筛查和诊断工具亟待出现。未来更多的研究重点可以关注在医疗资源匮乏地区利用数字化医疗技术辅助ASD诊断。

(致谢：感谢史春梅博士在写作期间给予的细心指导)