编辑推荐：
推荐
为明确参与者对在线个人效用函数（OPUF）任务的理解与参与情况，研究人员针对 OPUF 评估 EQ-HWB-S 展开认知复述访谈。结果显示 27 例访谈均存至少轻微问题，67% 有重大问题，提示需改进 OPUF 数据收集方式以保障质量。
论文解读
在医疗决策中，质量调整生命年（QALYs）是评估治疗效果的核心指标，它通过健康相关生活质量（HRQoL）与生存时间的结合来量化健康收益。传统的健康状态估值方法如时间权衡法（TTO）虽被广泛应用，但存在样本需求量大、任务复杂度高的局限。近年来，在线个人效用函数（Online Personal Utility Functions, OPUF）作为一种创新的偏好诱导技术，通过整合排序、摇摆加权（swing-weighting）、水平评分（levels-rating）等多任务，试图更高效地直接获取个体对健康状态的偏好值。然而，该方法在推广应用中面临关键挑战：参与者能否准确理解任务要求？其响应是否能真实反映偏好？这些问题直接关乎估值数据的有效性，却长期缺乏系统性探究。
为填补这一研究空白，英国谢菲尔德大学（University of Sheffield）与墨尔本大学（University of Melbourne）等机构的研究团队，针对 EQ-HWB-S（EQ 健康与幸福简版）这一涵盖健康、社会照护及照护者相关生活质量的新型通用量表，开展了 OPUF 方法的认知有效性研究。该研究成果发表于《Quality of Life Research》，为优化在线健康状态估值方法提供了重要实证依据。
研究方法
研究采用认知复述（Cognitive Debrief）访谈技术，结合 “有声思维（Think-Aloud）” 与探究性提问，系统捕捉参与者完成 OPUF 任务时的思维过程。27 名英国成年参与者通过 Prolific 平台招募，覆盖不同性别、年龄及健康状况，在屏幕共享环境下独立完成包含五个核心任务的在线调查：
- 维度排序任务（Ranking Task）：对 EQ-HWB-S 的九个维度在最差状态下进行重要性排序；
- 摇摆加权任务（Swing-Weighting Task）：以排序最高的维度为基准，比较各维度从最差到最佳状态的改善重要性；
- 水平评分任务（Levels-Rating Task）：使用滑动条对各维度的中间水平进行评分；
- 成对选择任务（Pairwise Choice Task）：比较 “最差健康状态” 与 “死亡” 的偏好；
- 锚定死亡任务（Anchoring Dead Task）：在视觉模拟量表（VAS）上为偏好状态赋值。
访谈全程录像并转录，采用框架分析法（Framework Approach）对数据进行编码，依据任务完成符合预期程度、是否存在界面混淆或量表解读偏差等标准，将问题分为 “轻微关注（Minor Concern）” 与 “重大关注（Major Concern）”，后者被视为可能损害响应有效性。
研究结果
任务完成整体状况
所有 27 例访谈均存在至少一项轻微或重大问题，其中 18 例（67%）存在重大关注，涉及四个核心任务。从任务维度看，水平评分任务（56%）与锚定死亡任务（48%）的重大问题发生率最高，摇摆加权任务（30%）与排序任务（19%）次之，而成对选择任务相对表现较好，67% 的参与者能按预期完成。
关键问题类型
- 排序任务：部分参与者误将当前健康状态代入假设情境（R3.1），或颠倒排序方向（R3.2），导致基准维度锚定错误；
- 摇摆加权任务：30% 的参与者对 “100 分” 基准的理解偏差显著，如将其解读为 “完全改善” 而非相对重要性（S3.2），或因忽视参考维度导致评分逻辑混乱（S2b.9）；
- 水平评分任务：56% 的参与者受量表方向混淆（L3.4）、响应水平语义模糊（如 “偶尔” 与 “有时” 的区分，L2c.1）等问题困扰，甚至出现逆向评分（较差状态得分高于较好状态）；
- 锚定死亡任务：48% 的参与者对 “死亡” 锚点的定位偏离 QALY 量表逻辑，例如将 “死亡” 赋值为 100（与 “无健康问题” 混淆，D3.5），或基于个人耐受度而非偏好估值（D3.7）。
- 年龄效应
50 岁以上参与者在摇摆加权（36% vs. 14%）、水平评分（64% vs. 43%）及锚定死亡任务（57% vs. 36%）中的重大问题发生率显著更高，提示老年群体可能因认知负荷或技术适应差异面临更大挑战。
结论与讨论
本研究通过深度认知访谈揭示了 OPUF 方法在在线实施中的潜在缺陷：参与者对多任务的理解偏差普遍存在，量表逻辑不一致、界面设计缺陷及 EQ-HWB-S 条目歧义等因素，共同导致数据有效性受损。尽管 OPUF 在样本效率上优于传统分解法，但其自动化在线模式可能加剧 “指令漏读”“量表误判” 等问题，尤其对老年或非专业群体影响显著。
研究强调，完全依赖无监督在线数据收集存在风险，建议借鉴原始 PUF 方法的访谈引导模式，通过引入研究者实时辅助（如澄清任务逻辑、纠正量表误解）提升数据质量。同时，界面优化（如固定量表方向、强化基准说明）与量表条目修订（如明确响应水平定义）可作为补充策略。这些发现不仅为 OPUF 的方法学改进提供了路径，也为其他在线健康估值工具的开发敲响了警钟 —— 认知有效性检验应成为方法学验证的核心环节，而非仅依赖事后统计筛选。
未来研究需进一步探索混合式数据收集模式（如访谈引导与在线自填结合）的可行性，并通过重测信度（Test-Retest Reliability）等量化指标验证改进措施的实际效果。在追求估值效率的同时，确保数据真实反映公众偏好，是提升健康经济决策科学性的必要前提。
