《JMIR mHealth and uHealth》：Intensive, Repeated Self-Report Measures: Should We Be Concerned About Changes in Data Quality Over Time?
编辑推荐：
本文针对密集纵向研究中自我报告测量随时间可能出现的质量问题展开探讨，指出重复评估可能导致反应时间缩短、数据缺失增加、回答随意性上升及反应性偏差，并通过多维度实证分析提出监测与改进建议，为生态瞬时评估（EMA）和移动健康（mHealth）研究的信效度保障提供重要方法论参考。
在行为科学与医疗健康研究领域，密集纵向研究方法日益成为探索变量动态交互关系的重要工具。尤其是生态瞬时评估（Ecological Momentary Assessment, EMA）等技术，通过重复采集个体在自然环境中的实时数据，有效减少了回顾性偏差，并为理解个体与环境间的微观过程提供了新视角。然而，随着移动健康（mobile Health, mHealth）应用的普及，这些方法在参与式监测、即时干预和实时反馈中扮演着核心角色，其数据质量的可靠性也受到严峻挑战。长期以来，研究界普遍假设重复测量过程中问卷的解读、反应尺度的理解及内部参照标准的应用均保持恒定，即测量不变性（invariance）。但若这一假设不成立，观测到的个体内变化可能混淆真实动态与测量质量的演变，从而削弱研究结论的效度。
为系统探讨重复自我报告测量中数据质量的潜在变化，Arthur A. Stone等人聚焦于四个关键现象：反应时间、缺失数据率、随意回答频率及反应性效应。研究发现，随着评估次数的增加，参与者完成问卷的时间显著缩短，例如一项涉及706名社区成年人的EMA研究中，反应时间在首周内下降32%，呈现负指数模式。这种“练习效应”虽可能提升效率，但也可能伴随注意力的减退。进一步地，缺失数据率在某些研究中随时间的推移而上升，反映出参与者对研究协议的逐渐疏离，若非随机缺失，可能引入样本代表性偏差。同时，随意回答（careless responding）如机械式勾选（straight-lining）或快速应答，在重复测量中呈现上升趋势，例如一项EMA研究中快速应答率从3%增至8%，这可能降低测量信度。此外，反应性（reactivity）表现为多次评估本身对行为、认知或情绪的真实影响（如自我监控引发的调节），或对报告方式的改变（如初始抬高效应 initial elevation），甚至涉及问题含义或反应尺度的重新校准（recalibration）。这些现象共同提示，重复测量可能通过多种心理过程扭曲数据质量。
为支撑上述观点，研究团队引用了多项实证证据。例如，通过分析大规模EMA数据，揭示了反应时间随提示次数增加的下降规律；结合访谈研究，发现参与者为应对负担可能采取中性化回答策略；此外，通过比较自我报告与客观测量（如社交媒体使用时间），发现随重复测量进行，二者关联度减弱，暗示随意回答的干扰。在反应性方面，研究指出初始抬高效应可能造成变量水平在研究初期虚高，而问题含义演变或尺度重构则可能导致前后数据不可比。
本研究的意义在于呼吁研究者重视重复测量中数据质量的潜在变异，并提出了具体应对策略。例如，监控反应时间变化、优化EMA设计以降低负担、引入注意力检查问题、利用统计模型（如多水平多重插补）处理缺失数据，以及通过实验操纵检测反应性偏差。这些建议不仅适用于高频率的EMA研究，也可能延伸至更长间隔的纵向调查。总之，本文为深化密集纵向研究方法学提供了关键警示，强调在追求数据粒度的同时，需同步保障测量工具的稳健性，以提升行为与健康研究的科学价值。
关键方法概述
研究通过分析多源EMA数据集（如Understanding American Study），追踪参与者反应时间、缺失率及回答模式随时间的变化；采用访谈法探究参与者负担体验；通过比较自我报告与客观测量（如社交媒体使用时间）评估随意回答；引用初始抬高效应及问卷含义演变研究，揭示反应性机制。样本涵盖社区成年人、青少年等队列，侧重行为观察而非实验操作。
研究结果
反应时间随重复测量减少
通过对706名成年人42次/周的EMA数据分析，发现反应时间在首9次评估中急剧下降，整体一周内减少32%，符合练习效应模式，但可能伴随注意力下降。
缺失数据率可能上升
多项EMA研究显示，随着时间推移，参与者对提示的依从性降低，缺失率增加，若缺失非随机，会削弱统计效力并引入偏差。
随意回答频率增加
证据表明，重复测量中机械回答或快速应答行为上升，例如一项研究显示速度应答率从3%升至8%，且自我报告与客观测量关联度随重复次数减弱。
反应性效应存在多种形式
包括：行为真实改变（如自我监控引发调节）、报告方式变化（如初始抬高效应）、问题含义演变（如焦虑问卷标准提高）及反应尺度重构（如极端事件后尺度校准）。这些效应威胁测量不变性，需通过设计优化与统计控制应对。
结论与意义
本文系统论证了重复自我报告测量中数据质量随时间的潜在变化，强调反应时间缩短、缺失增加、随意回答上升及反应性效应可能共同危及研究效度。建议通过监测工具、设计优化及统计方法提升数据可靠性，为EMA和mHealth研究提供了方法论警示。未来需进一步探索这些效应的普遍性及调控机制，以强化纵向研究的科学基础。
