抑郁症自评量表MADRS-S的心理测量学优化：基于大样本的维度分析与项目精简研究

本研究针对自评版蒙哥马利-?sberg抑郁量表(MADRS-S)在精神病患者中测量特性不明的问题，通过因子分析和项目反应理论(IRT)对1286名抑郁症患者数据进行分析。研究发现原始9项量表虽具单维性但区分度不足，通过剔除睡眠和食欲两项形成MADRS-S-7版本使信度(MS=0.79)和区分度(H=0.39)提升，进一步精简为核心3项(MADRS-S-3)后获得最佳区分度(H=0.53)。该研究为抑郁症评估提供了更精准的测量工具选择方案。

　　

在抑郁症临床评估领域，自评版蒙哥马利-?sberg抑郁量表(MADRS-S)作为从临床医生版改良的9项自评工具，虽被广泛用于药物试验和心理治疗评估，但其心理测量特性始终存在争议。既往研究样本量小、人群异质性强，且缺乏现代测量学方法的系统验证，特别是对量表项目质量的分析不足。更关键的是，与汉密尔顿抑郁量表类似，MADRS-S可能包含降低测量精度的"噪音项目"，但至今未有研究尝试通过项目优化来提升其性能。

瑞典互联网精神病学单元的研究团队基于MULTI-PSYCH队列的1286名抑郁症患者数据，开展了这项迄今最大规模的MADRS-S心理测量学评估。研究采用探索性/验证性因子分析(EFA/CFA)检验量表维度结构，运用项目反应理论(IRT)分析项目性能，并通过Molenaar-Sijtsma指数(MS)和Omega Hierarchical(Omega_H
)等指标评估信度。研究创新性地通过逐步剔除低性能项目，开发出两个优化版本，为不同场景下的抑郁症评估提供了科学依据。

关键技术方法包括：1)基于大样本(n=1286)的横断面分析，样本来自瑞典最大的网络精神病门诊；2)采用主成分分析和平行分析确定因子数量；3)应用双因子模型验证量表维度结构；4)通过Mokken量表分析和IRT模型评估项目区分度；5)使用MS、Cronbach's α和Omega_H
多指标评估信度。

维度结构验证

探索性因子分析显示首特征值3.3(解释37%方差)，支持单维结构；双因子模型证实存在强一般因子(解释84%共同方差)，表明MADRS-S本质上是单维工具，支持总分解释的合理性。

原始量表性能

9项MADRS-S显示可接受信度(MS=0.77，Omega_H
=0.81)但区分度弱(H=0.31)，睡眠和食欲项目表现最差，与抑郁核心症状关联性低，证实了既往研究的疑虑。

优化版本开发

剔除睡眠和食欲项形成的MADRS-S-7显著提升区分度(H=0.39)并保持信度(MS=0.79)。进一步精简为仅包含情绪、主动性和情感投入3个核心项的MADRS-S-3，实现最优区分度(H=0.53)和临床实用性。

这项研究首次系统验证了MADRS-S在抑郁症患者中的测量特性，解决了长期存在的争议。通过现代心理测量学方法证实：虽然原始量表基本可用，但存在明确的优化空间。特别是开发的MADRS-S-3版本，在保持足够信度(MS=0.75)前提下，仅用3个最具鉴别力的核心症状项目就实现了最佳区分性能，极大降低了评估负担。这一发现对临床实践和科研具有双重意义：研究者可根据需要选择MADRS-S-7(保持概念广度)或MADRS-S-3(追求评估效率)，而原始量表则应谨慎使用，特别是当关注总分排序时。研究结果发表于《Journal of Affective Disorders》，为抑郁症评估工具的选择提供了实证依据，未来需在不同临床场景中进行外部验证。