新闻公告
近日，General Psychiatry期刊（BMJ子刊，2022年影响因子11.9）发表了一项关于躯体症状障碍的新量表开发研究，该研究探讨了新量表Neuro-11的信效度以及与现有精神科量表对躯体症状障碍的诊断效力的对比。研究结果表明，新量表Neuro-11是一个躯体症状-负性情绪-负性事件的三维度结构，共包含了11个条目，其在筛查躯体症状障碍方面相较于汉密尔顿焦虑/抑郁量表、患者健康问卷-15条目等常用的精神科量表具有更优的效力。
躯体症状障碍（somatic symptom disorder, SSD）是一种精神疾病，以持续的躯体不适和过度的症状感觉或行为为主要表现。躯体症状是患者就诊的主要原因，其形式多种多样，包括消化系统、心血管系统、神经系统或自主神经系统等方面的不适。在我国，综合医院中患有躯体症状障碍的患病率为20-40%，但诊断标准的复杂性和相关诊断标准的界限模糊，导致了这类患者的误诊率和漏诊率相当高。因此，无法及时为大量患者提供适当的诊疗，造成了医疗资源的巨大浪费。
目前综合医院对躯体症状障碍的识别率较低，因此快速识别躯体症状障碍患者显得尤为重要。针对这一问题，深圳市人民医院神经内科新编制的躯体形式障碍筛查量表（Neuro-11）只有11个项目，简单但维度丰富，评估包含三个维度：躯体症状、负性情绪和负性事件。该量表的开发历时12年，自2011年起郭毅团队开始基于多年的临床经验、躯体症状相关的诊断标准及研究进展进行量表的理论构建，开展了多次临床调研及进行条目内容校对，与常用的焦虑/抑郁自评量表GAD-7、PHQ-9进行了对比分析均具有较高的相关性，在前期研究中就显示出了优秀的诊断效力。该研究通过和现有常用的标准问卷进行比较，对Neuro-11的信度、效度和阈值进行了验证和校准。
为了验证Neuro-11量表的可靠性、有效性和阈值，以及与现有的精神科常用量表进行对比，该研究纳入了731名躯体不适的门诊和住院患者，这些患者完成了Neuro-11、简短健康问卷（SF-36）、健康问卷躯体症状量表（PHQ-15）、HAMA和HAMD等问卷。随后，经过精神专科培训的临床医生对这些患者进行了结构化访谈和相关的临床检查，以确定是否患有SSD，并将其作为金标准。该研究检验了Neuro-11与其他问卷量表的相关性，并通过重测和分半法验证了内容信度。验证性因子分析确定了模型拟合的程度和三维结构的有效性，检验了内部一致性信度和维度收敛性。在以临床诊断为金标准的情况下，绘制了ROC曲线来确定Neuro-11的阈值，并使用逻辑回归模型将Neuro-11与其他问卷对SSD的诊断效力进行比较。
研究结果显示，Neuro-11具有良好的内容信度和结构一致性，与其他国际上广泛使用和认可的问卷具有显著的相关性。尽管Neuro-11仅包含11个问题，但其总分与其他问卷的分数以及每个维度都显著相关。重测相关系数为0.996，Spearman-Brown系数为0.642，Neuro-11的Cronbach's Alpha系数为0.723这些数据表明该量表具有出色的内容信度和内部一致性。
在结构效度方面，Neuro-11量表的验证性因素分析证实了其三维结构的有效性（p<0.001，CFI=0.938，TLI=0.916，RMSEA=0.057，SRMR=0.043）。TLI和CFI的实际值都在适配范围内，RMSEA稍大于0.05，在0.05和0.08之间，模型拟合合理，整体而言，Neuro-11量表的拟合优度良好。然而，研究人员指出，聚合效度和组合效度检验的结果表明，负性事件的AVE及CR值的结果均不理想，这表明该次测量样本数据不具有优秀的聚合效度。关于慢性病的第11个条目在基于该数据集的SSD诊断中的统计有效性似乎不高，但检验的结果受到受测样本的影响。考虑到大量文献提示慢性疾病与精神症状之间的密切相关性，该条目予以保留，未来将针对更普遍且扩大的数据集或经修订的条目进行进一步研究。
在诊断效力方面，基于ROC曲线的最大约登指数，Neuro-11的阈值设定为10分。在SSD诊断效力比较中，基于金标准和逻辑回归模型，Neuro-11的AUC为0.669。同时使用HAMA、HAMD、PHQ-15量表对躯体症状障碍的患者进行评估时，Neuro-11量表对该类患者诊断的ROC曲线下面积最大，显示出最佳的诊断效力。其他指标如准确性、特异性和阳性预测率均高于HAMA、HAMD、PHQ-15和SF-36。
此外，应用Neuro-11的得分作为变量进行了分类Logistic回归模型检验。结果发现，Neuro-11对SSD的诊断力度均大于HAMD、HAMA、PHQ-15单独应用和HAMD+HAMA联合应用，这提示了Neuro-11在综合医院SSD患者筛查中的潜在应用价值，可以极大地节约时间和人力及经济成本。在寻找Neuro-11最佳界值时，同样对HAMA及HAMD做了灵敏度及特异度的分析。结果发现，汉密尔顿焦虑/抑郁量表在SSD人群中的界值在8分左右（结果未展示），提示该研究中的SSD人群仅伴随着轻度的焦虑、抑郁情绪，如果只选用汉密尔顿抑郁/焦虑量表进行评估，可能会漏诊此类人群。
Neuro-11作为一个简单有效的神经心理量表，既能够评估患者的心理状况，又能够缩短面诊的时间成本，有利于患者的综合诊疗，并且更容易被综合医院的医生和患者接受。因此，将Neuro-11应用于有躯体症状的患者将对其诊断和治疗有很大帮助。Neuro-11可作为综合医院医生评估SSD诊断或常规筛查的首选问卷。其应用有助于提高精神障碍的识别率，特别是对于综合医院非精神科医师具有重要的意义。
作者简介
南方科技大学21级博士生俞易安为该文的共同第一作者，她主要研究方向包括解决实际数据问题的统计建模，特别是对函数对数据的分析。她曾作为第一作者在Statistics in Medicine(医学统计顶刊)上发表过一篇论文。
深圳市人民医院医院神经科郭毅、深圳市人民医院耿庆山、南方科技大学统计与数据科学系史建清、美国霍普金斯大学医学院Rafael H Llinas为该文的共同通讯作者。
郭毅教授团队主要致力于神经心理疾病与脑网络神经调控领域的临床研究。主要研究方向为基于高密度脑电图及TMS-EEG的脑网络及神经科疾病脑库的建立，包括认知障碍、焦虑抑郁、睡眠障碍的基于脑网络早期改变的智能人工诊断、无创神经调控治疗靶点选择、经颅磁刺激治疗机制、神经重症如大面积脑梗死、重症脑炎等脑网络电生理诊断等临床转化研究。
史建清教授团队主要从事统计方法论和生物医学统计研究。主要研究方向为函数型数据分析、缺失数据分析等，在医学统计研究中主要针对可穿戴设备数据、脑动态图像数据和量表数据的分析，依托深圳国家应用数学中心和南方科技大学生物医学统计中心成立了步态实验室。
图文编辑：邱童/俞易安
文章转载至BMJ医学公众号
