编辑推荐：
为解决普通话版 HBSC 症状清单（HBSC-SCL）心理测量学特性不明、缺乏常模及评分算法等问题，研究人员开展了对其心理测量学特性评估、常模制定及评分算法创建的研究。结果显示该版本有良好特性，适用于相关监测、调查及临床应用。
在青少年的成长过程中，心身症状（Psychosomatic complaints，PSC）就像隐藏在暗处的 “小怪兽”，时刻影响着他们的身心健康。PSC 是用来描述各种常见健康症状（如头痛、胃痛、紧张和睡眠困难等）的术语，不管这些症状是否被诊断出来，都可以用这个词概括。近几十年来，儿童和青少年中 PSC 的案例不断增加，它就像一个警报器，提示着这个年龄段人群的健康状况不佳。多项研究表明，PSC 与不良的教育和健康后果相关，比如幸福感降低、学业压力大、孤独感增加、压力过大以及睡眠不足等。而且，青春期是奠定终身健康轨迹的关键时期，这个阶段出现的任何健康症状都可能带来长期的负面影响。有可靠证据显示，PSC 还可能预示着未来的问题，比如青春期有 PSC 的人，成年后教育程度可能较低，还更容易出现精神障碍，像抑郁和焦虑症状等。
目前，心理健康问题在儿童和青少年中日益严重，已经成为全球公共卫生关注的焦点。在这样的背景下，筛查这个年龄段人群的 PSC 就显得尤为重要。当前的筛查方法主要依赖儿童和青少年在日常功能中表现出的某些症状或损伤来识别他们是否处于风险中，是否需要进一步评估和治疗。为此，研究人员开发了许多筛查工具，其中最著名的就是由健康行为在学龄儿童（Health Behaviour in School-aged Children，HBSC）研究开发的症状清单（Symptom Checklist，SCL），也就是 HBSC-SCL。
HBSC-SCL 有很多优点，它是一个非临床量表，广泛适用于人群健康调查、疾病负担研究、流行病学研究、筛查以及健康状况描述等。经过科学严格的心理测量评估后，它还有望应用于特定的临床实践，为高风险人群制定管理计划。而且，它只有八个项目，简洁明了，减少了数据收集的负担和无应答风险，适用性更广。自 1993/1994 年 HBSC 研究第二轮起，它就开始被用于测量 PSC，在多年、跨国、大规模的样本中得到了广泛应用和验证，展现出了强大的心理测量学特性。
然而，普通话版 HBSC-SCL 却存在不少问题。虽然它在中国应用较早且范围较广，但目前关于其心理测量学特性的当代证据却很有限。已有的研究样本规模小，代表性不足，而且研究方法也有局限性，没有充分考虑项目层面的等效性等问题。这就导致了一系列后果，比如测量中国儿童和青少年乃至更广泛华语人群时的准确性不确定，影响研究质量；缺乏常模，无法为未来研究提供参考；心理测量学特性未得到充分验证，限制了其在国际研究中的应用，也影响了中国参与未来 HBSC 研究的能力。此外，在实际应用中，普通话版 HBSC-SCL 还存在透明度和可及性方面的障碍，相关数据未公开，量表内容不一致，缺乏科学依据，这也引发了人们对研究可重复性的担忧。
为了解决这些问题，山东第二医科大学等机构的研究人员开展了一项研究。他们通过两阶段抽样，收集了来自中国八个地理区域的 3290 名初中生的数据，这些学生参与了匿名的纸笔自填问卷调查。研究人员运用验证性因子分析（Confirmatory factor analysis，CFA）和 Rasch 测量方法等技术，对普通话版 HBSC-SCL 的心理测量学特性进行了全面评估，并制定了基于人群的常模和标准参照评分算法。
研究结果如下：
- 调查响应率：预调查和大规模样本调查的响应率分别为 96.6% 和 97.2%，最终获得了 3290 份有效问卷。
- 样本特征：样本中初中生平均年龄为 13.49 岁，性别比例接近平衡，大多数学生属于汉族，家庭情况和父母教育水平各异。
- 缺失值：项目层面和维度层面的缺失值比例都很低，最终采用删除法处理这些缺失值。
- 数据分布：数据呈偏态分布，因此采用适合偏态分布的方法进行分析。
- 单维度假设验证：通过 CFA 初步确定该版本具有单维度测量结构。
- Rasch 测量方法的六个特征：
- 等级量表分析：所有 5 级评分量表都能很好地用于区分学生的 PSC 水平，无需修改。
- 项目反应效度：八项内容均显示出良好的拟合度，但部分项目的 Zstd 值超出推荐范围，不过整体项目反应效度仍可认为良好。
- 测试单维度性和局部独立性：该版本具有良好的单维度性，且项目之间不存在混淆或局部依赖性。
- Rasch 生成的信度：项目指标表现良好，说明样本量足够；但人员指标未达到可接受水平，提示该版本在区分不同 PSC 水平学生时可能缺乏敏感性。
- 等级排序和测试目标（人 - 项目映射）：人 - 项目映射显示存在一定程度的错配，有地板效应，部分项目存在冗余，还需要增加项目来填补测量差距。
- 差异项目功能：所有项目在 13 个组中均未显示出实质性的统一差异项目功能（Uniform differential item functioning，UDIF）。
- 基于人群的常模和标准参照评分算法：确定了该版本数据符合 Rasch 模型假设，进而开发了常模和评分算法。
研究结论和讨论部分表明，普通话版 HBSC-SCL 具有令人满意的心理测量学特性，在中国大陆背景下表现良好。它为初中生提供了简洁的自我报告 PSC 测量方法，适用于常规学校监测、大规模人群调查和临床应用。其常模和评分算法有助于该版本在更广泛范围内的应用，为解释 PSC 总分提供了新的视角。不过，该研究也存在一些局限性，比如样本年龄范围有限，没有涵盖小学和高中阶段的学生；不能完全排除该量表存在二维结构的可能性；研究成果与更大规模研究相比还有差距等。未来的研究可以针对这些问题进一步深入探讨。总之，这项研究为普通话版 HBSC-SCL 的应用和发展提供了重要的依据，具有重要的意义，相关成果发表在《BMC Psychology》上。
在研究方法上，研究人员主要采用了以下关键技术：
- 抽样方法：通过便利抽样进行预调查，获取 1069 名学生的数据；采用多阶段、分层、整群抽样进行大规模样本调查，得到 2464 名学生的数据。
- 统计分析方法：运用验证性因子分析（CFA）来验证单维度假设；采用 Rasch 测量方法，具体使用部分信用模型（Partial credit model，PCM）和联合最大似然估计（Joint maximum likelihood estimation，JMLE）方法，评估心理测量学特性。
