探究猫科动物疼痛表情量表(FGS)的维度结构与各动作单元判别效能：一项关于评估者变量及量表一致性的实证研究

本研究针对猫急性疼痛评估工具Feline Grimace Scale (FGS)开展多维验证，通过主成分分析与混合模型系统解析其维度结构、各动作单元(AU)判别能力及评估者性别、年龄等因素对评分的影响。结果表明FGS为单维量表，各AU均与总分高度相关，但口鼻部紧张与触须变化判别力较低，女性评估者倾向于给出更高评分。研究为FGS的临床标准化应用及评估者培训提供重要依据。

　　

猫作为伴侣动物，其疼痛管理一直是兽医临床的重要课题。由于猫天性隐匿疼痛，准确评估其疼痛程度面临巨大挑战。近年来，基于面部表情的疼痛评估工具逐渐成为研究热点，其中猫痛苦表情量表(Feline Grimace Scale, FGS)通过五个动作单元(Action Units, AU)——耳朵位置、眼眶收紧、口鼻部紧张、触须变化和头部位置的系统化评分，为急性疼痛评估提供了标准化工具。虽然前期研究已验证FGS的有效性和可靠性，但其维度结构、各AU的相对重要性以及评估者特征（如性别、专业背景）对评分的影响尚未明确。这些问题的存在限制了FGS在临床中的精准应用和推广。

为深入解析FGS的测量特性，由Paulo V. Steagall领衔的研究团队在《The Veterinary Journal》发表了最新研究成果。该研究基于100张猫面部图像，由5名兽医和5名兽医学生进行独立评分，采用主成分分析(Principal Component Analysis, PCA)和Horn平行分析探究量表维度，通过项目-总分相关性和受试者工作特征(ROC)曲线评估各AU的判别能力，并利用线性混合模型(Linear Mixed Model)分析疼痛状态、评估者性别、年龄及专业背景对评分的影响。

研究首先通过PCA和Horn平行分析证实FGS是单维度量表，所有AU在第一个主成分上的载荷均≥0.6，表明各单元均有效贡献于疼痛强度的测量。项目-总分相关性分析显示，所有AU的Spearman相关系数均处于0.3-0.7的理想范围，证明各单元既相互独立又保持整体一致性。线性混合模型结果表明，疼痛状态显著影响所有AU及总分（p<0.001），而女性评估者较男性给出更高评分（p<0.02），其中眼眶收紧和触须变化评分受性别影响显著。专业背景（兽医vs.学生）和年龄对多数AU评分无显著影响，提示FGS具有较好的跨群体适用性。

在判别效能方面，耳朵位置表现出最高的灵敏度(0.98)和特异性(0.80)，而口鼻部紧张灵敏度最低(0.63)，触须变化特异性最低(0.65)。两者的曲线下面积(AUC)和Youden指数也相对较低，提示这两个AU在区分疼痛与非疼痛状态时判别力较弱。相比之下，FGS总分显示出优异的判别性能(AUC=0.97)。

这些发现证实FGS是一个结构严谨、内部一致性高的单维量表，各AU均对疼痛评估有重要贡献且无冗余。评估者性别对评分的影响可能与疼痛感知的性别差异有关，但需注意本研究存在性别样本量不平衡的局限。口鼻部和触须评分的高变异性和低判别力可能与图像质量、拍摄角度及毛发颜色等干扰因素有关，这提示在实际应用中需加强这些单元的评估培训或结合多维技术（如深度学习）进行辅助判断。

该研究不仅为FGS的临床适用性提供了扎实的 psychometric（心理测量学）证据，也为后续疼痛评估工具的优化指明了方向——通过聚焦高判别力AU、开发自动化评估系统，有望进一步提升猫疼痛管理的精准性和可及性。