2 结 果 由于预调查和正式调查时使用的调查表中包含的内容几乎完全一致,所以我们将预调查的资料和正式调查的资料合起来分析。调查的有效问卷为652例,去除3例无效案例,则为649例。去除26例应答率小于80%的样本,对剩余的623个样本进行缺失值的替换。经过条目的分析和筛选,得到由45个条目组成的HSTCM(简称T卷_45,以下同),分析T卷_45的信度和效度。分析过程使用的是含88个条目的HSTCM,即T卷,调查所得的数据,从含88个条目的中医健康量表的预试稿(initial Health Scale Traditional Chinese Medicine, iHSTCM)至含45个条目的HSTCM中获取,其具体筛选过程参考文献[2]。 2.1 量表的信度 2.1.1 重测信度 有76位用自填的方式完成调查的被访者接受了我们的第2次调查,间隔时间均为15 d(样本来源:广州市天河区及白云区的军营),我们将用这部分资料进行重测信度的分析。T卷_45组内相关系数为0.93(95% CI 0.89~0.96),T卷处于自然环境中的人体机能维度(T_Physical Functioning under Natural Environment, tPFNE)为0.86(95% CI 0.77~0.91),T卷精神意识思维维度(T_ Spirit, tSP)为0.88(95% CI 0.82~0.93),T卷适应社会环境维度(T_ Adaptability of Social Environment, tASE)为0.91(95% CI 0.86~0.95)。可以看出,2次调查的量表总分及各维度总分间的组内平均相关系数均大于0.85,且95% CI的下限也都在0.77以上,组内相关系数排除了偶然一致性和系统误差的干扰,如果大于0.6,则表示信度尚可[4]。因此,我们认为T卷_45及其维度的重测信度较好。 2.1.2 内在一致性信度 将T卷_45按照奇偶顺序分半,通过623个样本组成的数据计算其分半信度系数,得非等长斯皮尔曼-布朗系数(Unequal-length Spearman-Brown)0.79,T卷_45的分半信度较好。另外,计算T卷_45、各维度及子维度的克朗巴赫α系数,以估计其内在一致性信度。见表1。 表1 中医健康量表及各维度的克朗巴赫α系数 Table 1 Internal consistency of Health Scale of Traditional Chinese Medicine Domain and facet scale | Cronbach's coefficient α | Number of items | Health Scale of Traditional Chinese Medicine | 0.93 | 45 | T_Physical Functioning under Natural Environment (tPFNE) | 0.89 | 18 | T_Physical Functioning (tPF) | 0.89 | 9 | T_Voice (tVOC) | 0.68 | 2 | T_Stool and Urine (tSU) | 0.67 | 2 | T_Adaptability of Natural Environment (tANE) | 0.71 | 5 | T_Spirit (tSP) | 0.84 | 14 | T_Confidence and Content (tCC) | 0.83 | 6 | T_Self-confidence (tSC) | 0.87 | 2 | T_Energy (tEG) | 0.71 | 4 | T_Basic Ability of Thinking (tBAT) | 0.49 | 2 | T_Adaptability of Social Environment (tASE) | 0.89 | 13 | T_Ability of Contacting with People (tACP) | 0.79 | 2 | T_Adaptability of Noisy Condition (tANC) | 0.57 | 2 | T_Ability of Dealing with Bad Stimulations (tADBS) | 0.89 | 9 | 从表1可以看出,T卷_45及3个维度的内在一致性信度均大于0.80。除基本思维能力和适应嘈杂环境能力2个子维度(它们的内在一致性信度分别为0.49、0.57)外,其余81.8%的子维度内在一致性信度均大于0.65,大多数研究认为克朗巴赫α系数大于0.6就可取,表明条目间内在的一致性较好和可靠[4]。因此,可以认为T卷_45及其维度、子维度具有较好的内在一致性信度。 2.1.3 访谈员信度 估计量表跨访谈员的一致性。访谈员信度资料收集是以不同调查员访问同一个被访者的方式进行,共采访了12例,全都采用一个调查员主访谈,该调查员和另一个调查员同时记录的方式进行。具体的实施方法是:(1)将调查员分成若干个小组,每组2人,一个是A调查员,一个是B调查员;(2)面对被访者时,用信封法决定由哪个调查员来进行访谈;(3)如果是A调查员进行访谈,那么B调查员只能根据被访者的回答进行记录,不能参与访谈,反之亦然;(4)A、B调查员各自独立地对访谈作记录。 在分析中,我们计算的是A和B调查员间的一致性。T卷_45组内相关系数为0.90(95% CI 0.67~0.97),tPFNE为0.96(95% CI 0.87~0.99),tSP为0.92(95% CI 0.73~0.98),tASE为0.91(95% CI 0.70~0.98)。两组访谈的T卷_45和各维度总分间的组内相关系数均大于0.9,其95% CI下限均大于0.66,表明其访谈员信度较好。 2.2 量表的效度 2.2.1 内容效度和表面效度 HSTCM编制的过程具有合理性,主要体现在以下几个方面:(1)由临床、教学和科研专业人员组成研究小组,对中医健康概念进行定位;(2)根据研究目的,对中医健康概念进行操作化,将中医健康概念具体分为不同层次的指标,并建立条目池;(3)由研究小组对条目池进行筛选,并通过由非医学专业人员参与的两次咨询对条目在中医健康测量方面的重要性进行评价,并在此基础上形成在预调查和正式调查中使用的量表。我们认为通过这些步骤编制的量表具有较好的内容效度和表面效度。 2.2.2 结构效度 2.2.2.1 会聚效度与区分效度 T卷_45和W卷总分间的相关系数为-0.66(由于T卷是负向的,而W卷是正向的,所以所有的相关系数均为负值),绝对值在0.4~0.8之间[5],表明T卷_45与W卷的测量目的接近,具有较好的会聚效度,这也与研究假设相符。对区分效度的估计包括估计发散结构效度和区分会聚效度2个部分。见表2。 表2 T卷_45及3个维度的发散结构效度 Table 2 Divergent construct validity of Health Scale of Traditional Chinese Medicine | tPFNE | tSP | tASE | HSTCM | Scale delivering order | 0.07** | 0.02** | 0.06** | 0.06** | Interviewer | -0.14* | -0.07** | -0.08** | -0.12* | Date | -0.15* | -0.18* | -0.08* | -0.17* | Time | 0.11* | 0.30* | 0.13* | 0.20* | *Correlation is significant at 0.01 level (2-tailed); **Correlation is significant at 0.05 level (2-tailed). 从上表可以看出,T_45及其3个维度和调查表类型、调查员、调查日期及完成T卷所需时间之间的相关均很低,均小于0.3。T卷_45及3个维度与自评健康状况的相关系数均高于3个维度与是否有已确诊疾病的相关系数。见表3。 表3 T卷_45及3个维度的区分会聚效度 Table 3 Discriminant validity of Health Scale of Traditional Chinese Medicine | tPFNE | tSP | tASE | HSTCM | Chronic disease | 0.32 | 0.27 | 0.11 | 0.28 | Self-reported health status | 0.39 | 0.54 | 0.25 | 0.46 | All the correlations are significant at 0.01 level (2-tailed).
以是否有已确诊疾病作为分组因素,将样本分为2组,根据T卷_45及3个维度得分绘制ROC曲线,以进一步了解T卷_45及其维度对被访者患病状况的区分能力。见表4和图1。 表4 ROC曲线下面积 Table 4 The areas under ROC curves Variable | Area | Standard error | Significant level | 95% CI | Lower bound | Upper bound | tPFNE | 0.69 | 0.02 | 0.00 | 0.65 | 0.74 | tSP | 0.67 | 0.02 | 0.00 | 0.62 | 0.71 | tASE | 0.57 | 0.02 | 0.00 | 0.53 | 0.62 | T_45 | 0.67 | 0.02 | 0.00 | 0.63 | 0.71 | Null hypothesis: true area=0.5.
图1 T卷_45及3个维度比较是否有患病人群的ROC曲线 Figure 1 ROC curves of Health Scale of Traditional Chinese Medicine in comparing different samples of whether having chronic disease or not
可以看出ROC曲线下面积在0.57~0.69之间,且所有维度的曲线下面积95% CI下限均大于0.5。上述结果表明,T卷_45及其3个维度具有较好的区分效度。 2.2.2.2 内部结构的评估 我们对用保留的45个条目组成的量表进行结构效度分析,得到11个类别,并对这11个子维度组成的变量进行因子分析,提取到3个因子。见图2。 图2 方面归类为领域 Figure 2 Structure model of Health Scale of Traditional Chinese Medicine 从我们设计量表的操作化过程可以看出,每个维度都是由几个方面的条目组成,而且我们可以看出提取的公因子所包含的条目或子维度存在我们所预想的连带关系或逻辑联系,我们可以认为T卷_45具有结构效度。 2.2.2.3 效标关联效度的研究 另一方面,计算T卷_45及3个维度在各相应特征组别的得分均数和95% CI,以了解量表能否区别这些具有不同特征的组别。见表5和表6。
表5 相应特征组别的T卷_45得分的均数和95%可信区间 Table 5 Demographic characteristics of overall scores of Health Scale of Traditional Chinese Medicine Characteristics | n | x±s | 95% CI | Age | 18-34 years old | 153 | 90.0±18.63 | 87.0-93.0 | 35-44 years old | 138 | 96.9±22.32 | 93.1-100.6 | 45-54 years old | 139 | 100.2±25.34 | 96.0-104.5 | ≥55 years old | 190 | 93.9±21.34 | 90.9-97.0 | Number of missing value | 3 | - | - | Chronic disease | | | | No | 362 | 89.0±19.36 | 87.1-91.2 | Yes | 252 | 102.9±23.38 | 100.2-106.1 | Number of missing value | 9 | - | - | Self-reported health status | | | | Poor | 100 | 110.0±24.71 | 105.2-115.2 | Neither poor nor good | 240 | 100.7±20.19 | 98.1-103.4 | Good | 283 | 84.7±17.60 | 82.5-86.6 | Number of missing value | 0 | - | - | Self-reported health status change | Worse | 236 | 106.4±22.59 | 103.5-109.4 | No change | 270 | 87.1±18.31 | 84.6-89.1 | Better | 115 | 89.9±19.74 | 86.1-93.5 | Number of missing value | 2 | - | - | Medical care need | | | | A good many | 106 | 110.0±26.21 | 105.0-115.2 | A moderate amount | 135 | 100.0±19.90 | 96.4-103.3 | Few | 375 | 88.9±19.17 | 86.8-90.8 | Number of missing value | 7 | - | - | 表6 相应特征组别的3个维度得分的均数和95%可信区间 Table 6 Demographic characteristics of domain scores of Health Scale of Traditional Chinese Medicine Chracteristics | n | tPFNE | tSP | tASE | `x±s | 95% CI | `x±s | 95% CI | `x±s | 95% CI | Age | 18-34 years old | 153 | 32.7±8.57 | 31.3-34.1 | 29.0±6.35 | 27.9-30.0 | 28.4±7.87 | 27.1-29.6 | 35-44 years old | 138 | 34.8±10.34 | 33.1-36.6 | 31.5±7.69 | 30.2-32.8 | 30.6±8.82 | 29.1-32.0 | 45-54 years old | 139 | 36.0±11.55 | 34.1-37.9 | 32.4±8.27 | 31.0-33.8 | 31.8±9.43 | 30.2-33.4 | ≥55 years old | 190 | 33.2±10.14 | 31.8-34.7 | 33.3±7.23 | 32.3-34.4 | 27.4±8.60 | 26.2-28.6 | Number of missing value | 3 | - | - | - | - | - | - | Chronic disease | No | 362 | 31.1±8.50 | 30.2-32.0 | 29.7±6.93 | 29.0-30.5 | 28.2±8.39 | 27.3-29.0 | Yes | 252 | 38.1±11.07 | 36.7-39.5 | 34.1±7.67 | 33.2-35.1 | 30.7±9.30 | 29.5-31.8 | Number of missing value | 9 | - | - | - | - | - | - | Self-reported health status | Poor | 100 | 40.1±11.91 | 37.8-42.5 | 37.4±8.46 | 35.7-39.1 | 32.5±9.52 | 30.6-34.4 | Neither poor nor good | 240 | 36.0±9.79 | 34.7-37.2 | 34.2±6.02 | 33.4-35.0 | 30.5±8.78 | 29.4-31.6 | Good | 283 | 30.3±8.26 | 29.3-31.3 | 27.4±5.83 | 26.7-28.1 | 27.1±8.09 | 26.1-28.0 | Number of missing value | 0 | - | - | - | - | - | - | Self-reported health status change | Worse | 236 | 38.3±11.04 | 36.9-39.7 | 35.9±7.06 | 35.0-36.8 | 32.3±9.09 | 31.1-33.5 | No change | 270 | 30.5±8.29 | 29.6-31.5 | 29.6±6.40 | 28.8-30.3 | 27.0±8.15 | 26.0-28.0 | Better | 115 | 33.6±9.30 | 31.9-35.3 | 27.8±6.95 | 26.5-29.1 | 28.5±8.19 | 27.0-30.0 | Number of missing value | 2 | - | - | - | - | - | - | Medical care need | A good many | 106 | 40.2±12.59 | 37.8-42.7 | 36.1±9.06 | 34.3-37.8 | 33.6±10.38 | 31.6-35.6 | A moderate amount | 135 | 37.0±9.38 | 35.4-38.6 | 33.1±7.19 | 31.9-34.3 | 29.9±8.06 | 28.5-31.3 | Few | 375 | 31.3±8.60 | 30.4-32.2 | 29.8±6.48 | 29.1-30.4 | 27.8±8.23 | 27.0-28.6 | Number of missing value | 7 | - | - | - | - | - | - | (1)年龄:随着年龄的增加,T卷_45总分和各维度总分的均数都有增加的趋势,只是在55岁或以上年龄段时,又呈现下降的趋势,且在3个维度上都与18~34岁和35~44岁年龄段接近。除T卷_45和精神意识思维维度在18~34岁和35~44岁年龄段均数之间95% CI没有相互交叉的范围外,其余各个年龄段量表和各维度均数的95% CI之间均有范围的交叉,表明量表和各维度对不同年龄组健康状态的差别没有区分能力。(2)是否有已确诊的疾病:T卷_45总分和各维度总分均数的95% CI在不患病和患病间并没有范围的交叉,且患病组的均数都高于不患病组的均数,表明T卷_45和3个维度可以区分不同患病状态的人群。(3)自评健康状况:随着自评健康状况从“不好”到“好”,我们可以看到T卷_45总分和各维度总分的均数都有递减的趋势,从它们的95% CI范围可以看出,除适应社会环境维度外,T卷_45和其余2个维度都可以区分出3种不同的自评健康状况。而适应社会环境维度,则可以区分出“好”与“马马虎虎”、“好”与“不好”,但却不能将自评结果是“不好”与“马马虎虎”这两类人群区分开来。(4)自评健康状况的变化:T卷_45及3个维度总分的均数能够将转差和转好区分开来,但却不能区分没有变化的状况。(5)需要医疗帮助的程度:T卷_45可以区分对医疗帮助需要程度不同的人群。3个维度的平均分可以区分不需要与比较需要的人群,却不能将一般需要的状况区分出来。 |