《Behavioral Interventions》:Comprehensive Psychometric Evaluation of the Assessment of Basic Language and Learning Skills-Revised and the Assessment of Functional Living Skills
编辑推荐:
神经发育障碍,包括自闭症谱系障碍(ASD),患病率增加,凸显了对指导行为干预的可靠有效工具的需求。研究人员报道了对基本语言和学习技能评估-修订版(ABLLS-R)和功能性生活技能评估(AFLS)的综合心理测量评估。研究人员假设在内容领域具有强单维性、充分或更好
神经发育障碍,包括自闭症谱系障碍(ASD),患病率增加,凸显了对指导行为干预的可靠有效工具的需求。研究人员报道了对基本语言和学习技能评估-修订版(ABLLS-R)和功能性生活技能评估(AFLS)的综合心理测量评估。研究人员假设在内容领域具有强单维性、充分或更好的信度以及良好的聚合效度和已知组群效度。使用来自41,912名独特个体(共89,733次施测)的评估数据,研究人员进行了多项信度和效度分析。大多数内容领域显示出单维性、极好的内部一致性(α ≥ 0.88),以及一般至极好的重测信度(所有ABLLS-R的rxx ≥ 0.40,所有AFLS的rxx ≥ 0.60)。ABLLS-R和AFLS总分之间的相关性很高(r = 0.82)。已知组群效度得到支持,在智力残疾(ID)和非ID个体之间观察到预期差异。结果表明ABLLS-R和AFLS具有良好的心理测量特性,支持它们在干预计划和进展监测中的实用性。
近年来,神经发育障碍(neurodevelopmental disabilities)包括自闭症谱系障碍(ASD)患病率持续上升(Danielson et al. 2024; Solmi et al. 2022; Zablotsky et al. 2019; Shaw et al. 2025),这凸显了对可靠有效评估工具的迫切需求,以指导行为干预(behavioral interventions)的实施。已有研究指出,尽管基于技能的评估工具如基本语言和学习技能评估-修订版(ABLLS-R)和功能性生活技能评估(AFLS)在临床和教育领域广泛使用,但针对这些工具的心理测量特性证据仍然稀缺,现有研究样本量小、年龄范围有限,且缺乏对内容区水平信度、重测信度以及效标关联效度的系统评估(Padilla et al. 2023)。这一知识空白严重限制了临床医生对评估结果的正确解读以及工具在干预计划和进展监测中的有效应用。
为填补这一空白,研究人员利用来自CentralReach评估系统的真实世界临床数据(样本涵盖41,912名独特个体,共89,733次施测),对ABLLS-R和AFLS进行了迄今为止规模最大、最全面的心理测量评估。研究发表于《Behavioral Interventions》。结果表明,两种工具均具有良好的心理测量特性:内容区表现出强单维性,内部一致性极好(α ≥ 0.88),重测信度在ABLLS-R整体呈一般至良好(运动区除外),AFLS整体呈良好至极好(ICC ≥ 0.60)。ABLLS-R与AFLS总分高度相关(r = 0.82),已知组群效度得到支持,智力残疾/全面性发育迟缓(ID/GDD)个体在多数内容区得分显著低于对照,且首次为基于技能的工具提供了基于项目反应理论(IRT)生长分数的可靠变化指数(RCI),为临床纵向监测提供了量化依据。
研究人员的关键技术方法包括:样本来自美国及少量西方国家(加拿大、澳大利亚、香港)的临床和教育机构,通过CentralReach平台采集。使用主成分分析(PCA)结合Horn平行分析评估内容区单维性;采用Cronbach's α计算量表内部一致性信度;基于单维IRT模型(二参数logistic模型和等级反应模型)估计条件信度和生长分数(M=1000,SD=100);通过组内相关系数(ICC模型3,1)计算重测信度;并使用Pearson相关分析内容区间及总分间的聚合和区分效度;最后通过独立样本t检验和Cohen's d评估已知组群效度(ID/GDD vs. 无ID/GDD,ASD vs. 无ASD)。
研究结果详细如下:
**3.1 样本特征**
通过描述性统计表明,ABLLS-R评估更常用于年幼儿童(平均年龄8.04岁),而AFLS评估倾向于较大年龄人群(平均年龄13.4岁)。两种工具均在广年龄范围内使用,男性占主导(约3:1),ASD诊断占比最高(ABLLS-R: 64.5%; AFLS: 71.1%),大部分施测发生在美国。
**3.2 内容区维度**
通过PCA和Horn平行分析发现,ABLLS-R中25个内容区有14个、AFLS中66个有58个存在显著次级因子,但第一特征值远大于第二特征值,表明大多数内容区基本呈单维结构,尽管存在微小的次要维度。
**3.3 量表和条件信度**
所有ABLLS-R和AFLS内容区的Cronbach's α均≥0.88(极好)。条件信度(r
xx > 0.70)的θ范围在ABLLS-R中相对较窄(均数θ范围=3.2),AFLS中较宽(均数θ范围=4.3),说明测量精度在不同能力水平上存在差异,ABLLS-R某些内容区在极端能力水平的测量误差较大。
**3.4 重测信度**
除ABLLS-R运动区(Y和Z)外,其余内容区重测信度至少达到一般(ICC ≥ 0.40),多数为良好至极好。AFLS所有内容区ICC ≥ 0.60,多数达0.75以上。整体生长分数重测信度:ABLLS-R总分ICC=0.581(接近良好),AFLS总分ICC=0.819(极好)。
**3.5 可靠变化指数(RCI)**
基于重测信度和IRT生长分数计算80%和90% RCI。ABLLS-R各内容区80% RCI对应生长分数变化范围为102–168(约1–1.7 SD),AFLS为63–115(约0.6–1.2 SD)。ABLLS-R和AFLS总分80% RCI分别为117和77,表明临床干预中常见的改善可在1–3年内达到可靠变化。
**3.6 案例示例**
通过两个案例展示RCI应用:一名7岁儿童ABLLS-R总分在2.5年内超过80% RCI阈值;一名16岁青少年AFLS总分在1.5年内超过阈值。说明RCI可辅助判断真实技能习得与测量误差,并提示是否需要调整干预目标或强度。
**3.7 内容区与总分关系**
ABLLS-R内容区间平均相关r=0.68,有5对相关≥0.85提示冗余(主要涉及沟通、学业和运动领域)。AFLS内容区间平均相关r=0.66,有24对相关≥0.85(涉及学业、烹饪厨房、社会、风险规避、环境知识和职业技能领域)。ABLLS-R与AFLS总分高度相关(r=0.82),支持聚合效度。
**3.8 已知组群效度**
ID/GDD组与无ID/GDD组比较:ABLLS-R所有内容区效应方向与预期一致(ID组更低),但效应量很小(均数d=-0.10,9/25显著);AFLS中效应量稍大(均数d=-0.17,35/66显著)。ASD与无ASD比较:ABLLS-R中小部分内容区ASD组得分更高(效应量正),可能因年幼ASD个体认知功能较高者较多;AFLS中ASD组普遍更低(均数d=-0.09,44/66显著),符合预期,尤其在社会、实用生活和执行功能领域差异最大。
讨论部分指出,本研究为ABLLS-R和AFLS提供了首个真实世界大规模心理测量证据,多数心理测量指标良好,但也存在局限性,如部分内容区条件信度范围窄、内容区间高度重叠可能冗余,以及ABLLS-R运动区重测信度较低。研究建议未来修订应聚焦增强单维性,优化内容区结构,并考虑采用计算机自适应测试(CAT)以提升效率。同时强调生长分数应仅用于个体自身纵向比较,而非常模参照。研究结论翻译如下:本研究是迄今为止对ABLLS-R和AFLS进行的最大规模、最全面的心理测量评估。结果显示多个指标具有良好的信度和效度,为临床实践提供了改进纵向监测和检测可靠技能改善的进展。未来需要大规模心理测量研究以更好地理解工具结构,在固定间隔评估重测信度,并发展合理修订以增强这些工具在行为干预背景中的应用效用和效率。