基于Represser-Sensitizer理论的新型疾病应对问卷开发及其在个体化医疗沟通中的应用价值

本研究针对患者对疾病信息处理方式的个体差异，开发了15项简洁版Repression-Sensitization问卷(RSQ)。通过两阶段验证(N=540)，证实该量表具有良好信效度(α=0.777)，能有效区分回避型(Represser)与主动应对型(Sensitizer)患者，为临床医患沟通的个体化信息传递提供量化工具，对提升治疗依从性及 placebo/nocebo效应管理具有重要意义。

　　

在医疗实践中，患者面对疾病诊断时展现出截然不同的应对风格：有人迫切寻求详细信息，有人则回避医疗讨论。这种个体差异直接影响治疗依从性和疗效，但现有评估工具存在问卷冗长(如Byrne版127项)、缺乏医疗情境关联等问题。如何快速识别患者的应对类型，成为优化医患沟通的关键科学问题。

埃森大学医院医学心理学与行为免疫生物学研究所的Anna Lena Friedel团队在《Pr?vention und Gesundheitsf?rderung》发表研究，基于认知心理学的Represser-Sensitizer理论，开发了首个专注于医疗场景的简明评估工具。该理论将患者分为两类：回避型(Represser)会抑制威胁性信息，表现为低估病情和快速恢复日常；主动型(Sensitizer)则过度关注负面信息，易出现健康焦虑和风险高估。研究通过两阶段验证，最终形成15项量表，为临床医生调整信息传递策略提供了科学依据。

研究方法上，团队首先通过专家共识生成20项初始问卷，在248名门诊患者中进行首轮测试，同步评估抑郁-焦虑-压力量表(DASS)、健康焦虑量表(MK-HAI)等结构效度。通过项目分析剔除5项后，在292名新样本中验证15项精简版，采用Cronbach's α检验信度，Pearson/Spearman相关分析检验效标效度。所有数据通过SPSS 29处理，采用逐步回归分析预测变量贡献。

研究结果部分呈现了系统性发现：
项目分析：初始20项量表α=0.748，通过剔除低相关性项目（如"就诊前上网查资料"Item 14，r<0.1）优化至15项，α提升至0.777。关键项目如"我希望只获取最必要的健康信息"（Item 8）有效区分应对风格。

量表效度：与DASS抑郁分量表呈现中度负相关(r=-0.337)，证实高Sensitizer得分者抑郁倾向更低。与健康焦虑(MK-HAI r=-0.181)、压力(DASS r=-0.296)等结构保持适当区分度，说明测量特质独立。

人口学分析：量表得分与年龄(r=0.106)、主观健康状态(r=-0.124)仅微弱相关，证实其作为稳定人格特质的测量属性。回归分析显示DASS抑郁解释9.1%方差，支持量表的增量效度。

临床适用性：15项问卷仅需3分钟完成，通过简单求和即可计分（范围15-75分），低分对应Represser，高分对应Sensitizer。如Item 5"医生解释不清时我会追问"（Sensitizer特征）与主动应对显著相关(r=0.516)。

讨论部分强调，这是首个针对医患沟通场景的Represser-Sensitizer量表，其简洁性突破传统工具的操作瓶颈。临床价值体现在三方面：

1. 精准沟通：帮助医生预判患者信息需求，如对Sensitizer需控制信息强度以避免nocebo效应；
2. 疗效优化：通过调节期望值增强placebo响应，如对Represser需强化积极治疗预期；
3. 研究拓展：为探索应对风格与治疗结局的机制研究提供测量基础。

研究局限性包括样本量较小(n=540)和缺乏重症患者数据。未来需在肿瘤、慢性病等群体中验证，并探索与临床结局（如药物依从性、康复速度）的关联。该成果为实施"患者中心型"医疗沟通提供了可操作的工具，标志着个体化医疗从生物指标向心理特质评估的重要延伸。