针对受影响他人的10项和20项赌博危害量表（GHS-10-AO、GHS-20-AO）：通过倾向性加权法和对共病情况的控制，将其与健康效用进行基准对比

《Addictive Behaviors》：The 10-item and 20-item gambling harms scale for affected others (GHS-10-AO, GHS-20-AO): benchmarked to health utility using propensity weighting and control for comorbidities

本研究开发了并验证了针对受赌博影响者（AOs）的赌博伤害量表GHS-10-AO和GHS-20-AO，通过心理测量方法筛选条目并基准化至SF-6D健康效用指标，证实了赌博对AOs造成的心理、关系、财务等多维度伤害与健康效用显著相关，且伤害程度与SF-6D呈非线性递增关系，填补了现有测量空白。

　　赌博相关的伤害不仅影响赌徒本身，也深刻地影响与他们有密切关系的人群，即所谓的“受影响者”（Affected Others, AOs）。然而，长期以来，量化这些影响一直面临挑战。本研究开发并验证了两种用于衡量因他人赌博而造成伤害的量表——10项和20项的“受影响者赌博伤害量表”（Gambling Harms Scale for Affected Others, GHS-10-AO和GHS-20-AO），并将其与健康效用指标进行基准比较。通过分析2018名澳大利亚成年人的数据，这些量表展示了良好的信度和与健康效用指标的强相关性，为赌博伤害的量化提供了新的工具。

研究发现，赌博对受影响者造成的伤害主要集中在情感、关系和财务领域。这些量表的信度很高，分别为GHS-10-AO的α=0.89和GHS-20-AO的α=0.94。它们与健康效用指标（如SF-6D）的关联性也非常强，相关系数分别为r=-0.47到r=-0.48。这些量表的引入填补了赌博伤害测量领域的一个重要空白，使不同群体（包括赌徒和受影响者）的伤害评估能够在同一标准下进行比较，从而为政策制定者提供了更全面的工具，用于监测赌博伤害的减轻进展。

在方法部分，研究者采用了心理测量学的项目选择方法、倾向性加权以及控制共病因素，以建立赌博伤害与健康效用下降之间的因果联系。研究参与者被招募为澳大利亚的成年人，他们与赌徒有密切关系，但并未参与赌博本身。研究过程中，参与者被要求根据他们在过去12个月内因他人赌博而受到的伤害情况回答问题。这些伤害项目分为六个领域：财务、关系、情感/心理、健康、工作/学习和社交偏差。通过统计分析，研究者筛选出最能反映健康效用下降的项目，并将其用于构建10项和20项的量表。

研究还发现，这些伤害项目之间存在较高的相关性，因此需要采用特定的统计方法来确保项目选择的稳定性。通过使用glmnet包进行正则化回归，研究者能够排除那些对健康效用影响较小的项目，并选择出对健康效用有显著负面影响的项目。同时，研究者使用了ltm包进行心理测量学拟合统计，并通过GAM（广义可加模型）框架评估了健康效用下降与伤害量表之间的非线性关系。结果显示，伤害对健康效用的影响呈现非线性趋势，且在更高的伤害水平上呈现出增加的凸性。

研究的发现具有重要的实际意义。例如，澳大利亚的最新流行病学调查显示，约6%的受访者因他人赌博而遭受伤害，而使用GHS-10-AO量表进行评估时，这一比例可能更高。这些量表的引入不仅有助于更准确地评估赌博对受影响者的伤害，还能够帮助政策制定者和研究人员更全面地理解赌博在社会中的影响，从而制定更有效的干预措施。

此外，研究者还强调了这些量表的局限性。例如，这些量表主要适用于18岁及以上的成年人，并未经过青少年群体的验证。这提示未来的研究需要关注更广泛的人群，包括年轻人。同时，研究者也指出，这些量表是在澳大利亚特定背景下开发的，因此在其他文化或社会环境中可能需要进行适应性调整。

总的来说，这项研究为赌博伤害的量化评估提供了新的工具，使研究人员和政策制定者能够更全面地理解赌博对个人和社会的影响。通过将受影响者的伤害与健康效用指标进行比较，这些量表不仅能够反映赌博对受影响者的影响，还能与其他健康指标进行比较，从而为赌博相关干预措施的评估提供更准确的依据。研究结果表明，赌博对受影响者的伤害在情感、关系和财务领域最为常见，且这些伤害对健康效用的影响呈现非线性趋势，这一发现对于理解赌博对社会的复杂影响具有重要意义。