這次專題報告的在文獻回顧時遭遇的一個大問題:為何要發展「中風專用的憂鬱篩檢量表」?
除了一般憂鬱量表常有爭議的身體症狀題目(somatic items)、無法早期篩檢出憂鬱情緒之外,
施用在中風個案的心理計量特性驗證結果不是很好,也是個理由。
但是敏感性、正向預測值偏低並不是現有量表的致命傷,
因為高估患病的機率除了降低醫療效率之外,並沒有太大的危害。
然而,低估個案的憂鬱情緒,便無法有效預防個案自殺(中風後兩年內自殺率最高)、降低死亡率,也會造成不良的預後。
因此,在報告時應強調適用族群的特性與使用目的,
才能夠使聽眾接受:發展新量表確實刻不容緩。
後記
在強大的預期心理與時間壓力促使之下,
總覺得自己一直希望找出現有工具的缺點。
因為以自己的想法中風個案的答案,覺得幾乎每一題都會選是/非常符合,
很容易就達到天花板效應。
換句話說,只要是中風個案來作答,就等於表示:他填答這份量表的結果一定有憂鬱情緒。
那何必要篩檢?全部去找精神科醫師診斷就好了!
我原本以為這是個大問題,但老師認為:高估和能不能區分不同程度的個案都不是大問題,
低敏感性/偽陽性頂多造成醫療沒有效率,低特異性/偽陰性卻可能造成無法早期發現個案有憂鬱(自殺)的傾向,
也會影響個案的長期恢復。
兩者相較,偽陰性的嚴重程度遠大於偽陽性。
就像是HIV的篩檢,就應盡量提高其特異性,以免病毒快速傳播。
而且,篩檢的目的只是快速找出高風險的個案,而不是診斷,
並不要求極高的準確性。
因此,以低特異性為主要缺點,內容效度與其他心理計量特性不足為次要缺點,
才能加強研究的說服力。
*儘管在心理測量課程中,老師與助教都一再強調:信效度的驗證要視量表使用目的而定。
經過這次討論,才真正體會到這個概念。
果然是要邊做邊學,才會有深刻的印象啊!
您有目前常用 screeners 使用於中風病人 [低特異性/偽陰性] 的證據嗎?
回覆刪除您有突破[低特異性/偽陰性]之道嗎?
由於大家對同一量表的切截分數判斷不一致,
回覆刪除因此特異性和負向預測值的差異也很大。
至於,要如何提升特異性和負向預測值,
目前還沒有找到實際可解決此問題的文獻,
或許提高內容效度、建構效度,以及增加中風專有的憂鬱問題,
有助於提升特異性與負向預測值。