健康儿童（4–12岁）临床平衡与共济失调量表的可靠性：PBS、SARA与BARS的评分者间信度与结构效度研究

《Frontiers in Neurology》：How reliable are clinical balance and ataxia scales in healthy children aged 4–12?years? An inter-rater reliability and construct validity study of the PBS, SARA, and BARS

　　

背景： 尚无研究在同一健康儿童样本中同时评估儿科平衡量表（Pediatric Balance Scale, PBS）、共济失调评估与评定量表（Scale for the Assessment and Rating of Ataxia, SARA）和简明共济失调评定量表（Brief Ataxia Rating Scale, BARS）。 目的： 本研究旨在确定PBS、SARA和BARS在4–12岁健康儿童中的评分者间信度、测量误差和结构效度，并比较物理治疗师与儿科神经科医生的评分差异。 方法： 34名健康儿童（18名女孩，16名男孩；平均年龄8.2±1.8岁）由五名独立、相互盲法的评分者（两名物理治疗师和三名儿科神经科医生）根据标准化视频录像进行评分。评分者间信度采用双向随机效应、绝对一致性组内相关系数（intraclass correlation coefficients, ICCs）进行量化，报告为单个评分者[ICC (2,1)]和五名评分者均值[ICC (2, k)]指标。计算了测量标准误（standard error of measurement, SEM）、最小可检测变化（minimal detectable change, MDC95）、Cronbach's α、Bland–Altman一致性、Spearman量表间相关性以及评分者差异的Kruskal–Wallis检验。 结果： 平均测量信度对于PBS（ICC2k=0.89，95% CI 0.81–0.94）和SARA（0.85，0.74–0.92）为良好，但对于BARS（0.64，0.41–0.80）为中等。单个评分者信度对于PBS（0.61）和SARA（0.53）为中等，但对于BARS（0.27）较差。BARS的信度受到地板效应（20.6%得分为零）而非评分者不一致的影响，Bland–Altman分析证实评分者间差异很小。结构效度得到支持：PBS与SARA（ρ=?0.76）和BARS（ρ=?0.59）呈负相关，SARA与BARS呈正相关（ρ=0.87；所有p<0.001），这些相关性在非零BARS亚组中保持不变。未发现性别差异。 结论： 在健康儿童中，PBS、SARA和BARS在跨评分者平均时是可靠的，并显示出连贯的结构效度。单个评分者的使用对于PBS和SARA是足够的，但在这种以地板效应为主导的人群中对BARS有限。基于年龄参照的PBS解释是必要的。在典型发育儿童中建立这些量表的信度和常模特征，将有助于在临床实践和研究中更准确地解读儿科共济失调和平衡评估。

论文解读文章

研究背景与问题

儿童期共济失调虽不常见但临床意义重大，欧洲地区儿童获得性、遗传性和混合性共济失调的综合患病率约为每10万儿童26例。客观、定量的平衡与协调功能评定对于诊断、纵向监测以及治疗效果评估至关重要。临床上常用的三种工具包括：国际协作共济失调评定量表（International Cooperative Ataxia Rating Scale, ICARS）、共济失调评估与评定量表（Scale for the Assessment and Rating of Ataxia, SARA）和简明共济失调评定量表（Brief Ataxia Rating Scale, BARS）。平衡功能则通常使用专为学龄儿童设计的儿科平衡量表（Pediatric Balance Scale, PBS）进行评估。

然而，将这些量表应用于儿童面临一个发展性问题：协调性、姿势控制和精细运动技能在整个童年期持续成熟，因此年龄相关的发育不成熟可能类似于轻度共济失调，从而在年幼健康儿童中导致评分偏高。Brandsma等人已证明，ICARS、SARA和BARS在健康儿童中直到约12岁仍存在年龄依赖性，信度随儿童成熟而提高。相反，PBS表现随成熟而增加，在7–8岁后接近天花板效应，因此相同的原始分数在不同年龄具有不同含义。

尽管已有针对土耳其语版本的PBS和BARS的信效度研究，但大多数证据来自平衡障碍或共济失调患儿，健康儿童的信度数据仍然稀缺，尤其是针对设计用于小脑疾病患者的SARA和BARS。此外，不同专业背景的临床医生——物理治疗师和儿科神经科医生——对同一儿童的评分一致性尚不清楚。据研究人员所知，尚无研究同时评估PBS、SARA和BARS在健康儿童样本中的表现，也未考察不同专业群体之间的评分一致性。

研究方法

这是一项横断面评分者间信度和结构效度研究。研究对象为34名健康儿童（18名女孩，16名男孩；平均年龄8.2±1.8岁，范围4.8–11.4岁），招募自2024年12月至2026年5月期间某门诊部。排除标准包括任何影响协调或平衡的神经、骨科或前庭疾病，服用已知有运动副作用的药物，以及无法完成评估。

主要技术方法包括：

1. 1.
   标准化视频录制与多评分者盲法评分：每名儿童在标准化条件下完成所有任务，最多允许三次尝试，取最佳成绩。所有评估过程均进行视频录制。五名评分者——两名儿科物理治疗师（5–20年经验）和三名儿科神经科医生（10–35年经验）——独立、相互盲法地对每份录像进行评分。
2. 2.
   统计分析方法：评分者间信度采用双向随机效应、绝对一致性组内相关系数（ICC），报告为单个评分者[ICC (2,1)]和五名评分者均值[ICC (2, k)]指标。测量误差通过测量标准误（SEM）和最小可检测变化（MDC₉₅）评估。内部一致性使用Cronbach's α汇总。物理治疗师与儿科神经科医生之间的一致性通过Bland–Altman分析（偏倚和95%一致性界限）评估。五名评分者间的差异使用Kruskal–Wallis检验。结构效度通过Spearman相关性分析检验。

研究结果

3.1 参与者

34名健康儿童纳入分析，其中52.9%达到PBS满分56分的天花板效应，20.6%在BARS上得分为零的地板效应。所有三个总分分布均偏离正态性。

3.2 总分评分者间信度与测量误差

五名评分者平均后，PBS（ICC_2k=0.89）和SARA（0.85）的平均测量信度为良好，BARS（0.64）为中等。单个评分者信度方面，PBS（0.61）和SARA（0.53）为中等，BARS（0.27）为较差。Cronbach's α在PBS（0.89）和SARA（0.87）中较高，在BARS（0.72）中可接受。PBS和SARA的测量误差较小（SEM分别为1.16和0.96；MDC₉₅分别为3.21和2.67），而BARS的测量误差相对其均值较大（SEM=1.59；MDC₉₅=4.39）。

3.3 分量表信度

由于健康儿童个体间变异极小，大多数领域的分量表ICC较低。SARA肢体（运动）复合分量的信度最高[ICC (2,1)=0.44]，其次是BARS构音障碍（0.32）和SARA言语（0.30）。SARA坐位分量表无方差（所有儿童和评分者得分相同）。

3.4 物理治疗师与儿科神经科医生之间的一致性

Bland–Altman分析显示PBS的偏倚可忽略不计（?0.10；95%一致性界限 ?2.98至+2.77）。对于共济失调量表，物理治疗师给出的评分略高于神经科医生（SARA偏倚+0.72，?1.30至+2.73；BARS偏倚+1.54，?2.25至+5.33）。绝对差异较小，但BARS的一致性界限相对于其均值较宽。

3.5 结构效度

所有量表间相关性均符合假设方向。PBS与SARA呈强负相关（ρ=?0.76），与BARS呈中等负相关（ρ=?0.59），SARA与BARS呈强正相关（ρ=0.87）；所有p<0.001。排除BARS得分为零的参与者后，PBS–BARS和SARA–BARS的相关性基本保持不变。

3.6 评分者差异、年龄与性别

BARS上五名评分者间的评分差异最大（Kruskal–Wallis H=42.4，p<0.001），主要由专业背景驱动：物理治疗师记录的BARS评分高于儿科神经科医生。SARA在不同评分者间也存在差异（H=20.8，p<0.001），而PBS无显著差异（H=6.0，p=0.20）。PBS评分随年龄增长而增加（ρ=0.35，p=0.046），从4–6岁的平均53.6分增加到10–12岁的55.9分，趋近天花板；而共济失调量表显示出微弱、不显著的负向年龄趋势。未发现任何量表的性别差异。

讨论与结论

讨论总结： 本研究首次联合评估了PBS、SARA和BARS在健康儿童中的表现，并首次比较了物理治疗师与儿科神经科医生在平衡和共济失调评分上的一致性。三个主要发现：首先，当评分跨评分者平均时，三种工具在典型发育儿童中均可靠，PBS和SARA达到“良好”等级，BARS达到“中等”等级。其次，单个评分者信度对PBS和SARA足够，但对BARS有限——这一效应是由该量表在健康儿童中显著的地板效应而非评分者间的真正分歧所驱动。最后，三个量表间的相关性支持它们在评估共享的平衡–共济失调连续体方面的结构效度。研究观察到的年龄发展模式再现了Brandsma等人描述的年龄依赖性。物理治疗师倾向于给出略高的共济失调评分这一微小但系统的差异是一个新颖且临床相关的发现，可能源于两个专业群体对运动检查的不同侧重点。研究的局限性包括单中心便利样本规模适中、仅限于健康儿童、仅包含五名评分者限制了信度估计的泛化性，以及未评估重测信度和评分者内信度。

研究结论： 在4–12岁健康儿童中，PBS、SARA和BARS在跨评分者平均评分时是可靠的，并显示出连贯的结构效度，平衡与共济失调评分按预期呈反向变化。单个评分者的应用对PBS和SARA足够，但对BARS有限，后者在该人群中的信度受到强烈地板效应而非评分者分歧的制约。平衡表现随年龄改善，强调了基于年龄参照解释的必要性。这些发现支持这些工具在典型发育儿童中的应用，并为未来特定人群的常模数据提供了基础。