运动依赖量表修订版（EDS-R）测量性能的系统综述与可靠性泛化元分析：基于COSMIN方法学与改良GRADE分级

《Psychology Research and Behavior Management》：Measurement Properties of the Exercise Dependence Scale-Revised (EDS-R): A Systematic Review Using the COSMIN Methodology

　　

运动依赖量表修订版（Exercise Dependence Scale-Revised, EDS-R）在国际范围内被广泛使用，但其测量性能的实证评价表现出显著不一致。该系统综述与元分析通过整合COSMIN（Consensus-based Standards for the selection of health Measurement Instruments, COSMIN）方法学、改良GRADE（Grading of Recommendations Assessment, Development and Evaluation, GRADE）分级法以及定量可靠性泛化（Reliability Generalization, RG）元分析，评估了EDS-R的全谱测量性能。系统检索在PubMed、Web of Science、EMBASE、PsycInfo和CINAHL中进行，检索截止2025年10月24日，不限语言。方法学质量通过COSMIN偏倚风险清单评估。共纳入23项研究（N = 14,779），涵盖竞技运动员、体育学院学生、健身房会员和一般人群。内容效度与结构效度假设检验（88.9%一致，24/27）被评为充分（中等质量证据）。结构效度支持原始一阶七因子模型（20/22，90.9%；中等质量证据），以及高阶和双因子配置（充分，高质量证据）；相反，变体5因子和6因子模型呈现混合拟合，单维模型被拒绝（不充分，高质量证据）。人口学与运动亚组测量不变性（性别、年龄、竞赛水平、训练时长）以高质量证据得到确立；然而，跨语言文化效度仅由有限证据支持（1项研究，不充分）。在RG元分析中，各分量表汇总信度范围为0.724至0.886；值得注意的是，“其他活动减少”（Reduction in Other Activities）分量表在运动队列中表现出显著脆弱性（汇总 α = 0.561，95% CI [0.522, 0.597]），相较非运动队列（α = 0.760，p = 0.005）。Egger检验表明各分量表无显著发表偏倚（所有 p ≥ 0.059）。重测信度被评为充分，但仅由极低质量证据支持，原因在于重测时间窗未标准化（7–28天）以及方法学上依赖Pearson’s r。纵向反应度和测量误差完全未被研究。总之，EDS-R，尤其是其原始七因子配置，对于横断面筛查和多维评估而言在心理测量学上似乎可靠。然而，在解释竞技运动员的“其他活动减少”分量表以及进行跨国得分比较时需谨慎。此外，在纵向反应度和测量误差得到实证确立之前，使用EDS-R评估干预效果或追踪个体临床变化时应相当谨慎。

Introduction（引言）
规律运动对身心健康具有公认益处，但过度与强迫性运动可引发显著生理与心理危机。早期运动剥夺实验揭示习惯性锻炼者停止运动后出现戒断样症状，随后“负性成瘾”和运动依赖（exercise dependence, ED）概念被提出。运动依赖可致过度使用损伤、应激性骨折、心血管负担和内分泌失调，并伴焦虑、抑郁症状、完美主义、社交退缩及进食障碍共病。流行病学显示一般人群约0.3–3.0%，规律锻炼者和大学生约3.0–7.0%，竞技运动员超过30.0%。Hausenblas和Symons Downs将DSM-IV物质依赖诊断框架引入运动心理学，提出七个核心标准：Tolerance、Withdrawal、Intention Effects、Lack of Control、Time、Reduction in Other Activities、Continuance。Downs等建立21条目运动依赖量表修订版（Exercise Dependence Scale-Revised, EDS-R），并形成“at-risk for exercise dependence”“nondependent-symptomatic”“nondependent-asymptomatic”三层临床评分算法。尽管EDS-R被译成多种语言并广泛使用，其测量性能评价存在不一致，尤其是结构效度支持七因子、五因子、六因子或单维模型，且“Reduction in Other Activities”分量表Cronbach’s α从0.55至0.94，重测组内相关系数（intraclass correlation coefficient, ICC）0.45至0.90，重测间隔7至28天。既往元分析仅关注信度，未全面评估内容效度、结构效度、跨文化效度、测量不变性、假设检验、测量误差和反应度，且缺乏正式偏倚风险评价与证据确定性分级。因此，本研究整合COSMIN、改良GRADE和可靠性泛化（Reliability Generalization, RG）元分析，旨在评估EDS-R全谱测量性能、定量汇总信度并检验异质性来源、提出应用边界并识别不足。

Materials and Methods（材料与方法）
Literature Search Strategy（文献检索策略）：检索PubMed、Web of Science、EMBASE、PsycInfo和CINAHL，截止2025年10月24日，无语言限制，检索词包括“Exercise Dependence Scale-Revised”“Exercise Dependence Scale-21”“EDS-21”和“EDS-R”等，遵循PRISMA 2020，方案注册于PROSPERO。
Inclusion and Exclusion Criteria（纳入与排除标准）：纳入初始开发或心理测量验证、主要评估EDS-R测量性能、至少评估一种目标属性的研究；排除仅用EDS-R测量干预效果、综述、未同行评议或仅有摘要者。目标属性包括内容效度、结构效度、内部一致性、跨文化效度/测量不变性、信度、测量误差、效标效度、结构效度假设检验和反应度。
Literature Selection and Data Extraction（文献选择与数据提取）：两名研究者独立检索、筛选和提取，第三名作者解决分歧；EndNote去重，提取作者、年份、人群、地区、样本量、年龄性别、语言版本、测量属性和心理测量数据。
Evaluation of Risk of Bias and Quality of Evidence（偏倚风险与证据质量评价）：采用COSMIN偏倚风险清单十模块，各项标准评为very good、adequate、doubtful或inadequate，按worst score principle确定总体方法学质量；改良GRADE分为高、中、低、极低，起始为高，因偏倚风险、不一致、间接性或不精确降级，不考虑发表偏倚；两名评价者独立评价，Cohen’s kappa k = 0.84（范围0.78–0.90）。
Overall Rating of Measurement Property（测量属性总体评级）：依据COSMIN良好测量属性标准，结构效度若验证性因子分析（confirmatory factor analysis, CFA）拟合指标CFI/TLI > 0.95、RMSEA < 0.06评为充分（+）；内部一致性若α ≥ 0.70评为充分；重测信度≥0.70为充分；至少75%研究满足阈值则总体充分。为补充定性合成，对七个分量表进行RG元分析，采用Bonett对数变换、限制最大似然（Restricted Maximum Likelihood, REML）随机效应模型、Cochran’s Q和I²统计量，并检验目标人群、语言版本、发表年份和样本量等调节变量，使用Egger检验评估发表偏倚。结构效度假设预先设定，包括聚合效度、已知组区分、心理前因和临床一致性。

Results（结果）
Literature Search Results（文献检索结果）：数据库检索共获339篇，去重234篇，筛题摘105篇，排除77篇，28篇寻求全文，1篇会议摘要无法获取，27篇全文评估，排除4篇（3篇仅用EDS-R评估运动心理而非验证，1篇综述），最终纳入23篇。
Characteristics of the Included Studies（纳入研究特征）：研究分布于欧洲、北美、亚洲和南美，人群包括大学生、竞技运动员、健身房会员和一般成人，年龄约15至41岁，以年轻成人为主。
Content Validity（内容效度）：5篇按COSMIN评价内容效度，专家和患者参与，2篇评估相关性，1篇全面性，2篇可理解性，总体充分；因方法学偏倚风险，证据质量降为中等。
Structural Validity（结构效度）：22篇评估结构效度。原始一阶七因子模型中20/22（90.9%）充分，总体充分，证据中等，因两项结果不一致。六因子模型1篇充分，高质量；五因子结构1充分，结构2不充分，均高质量；单维模型2篇不充分，高质量；高阶和双因子模型4篇均充分，高质量。
Internal Consistency（内部一致性）：21篇评估。七因子模型中，Tolerance α = 0.73–0.93、Intention Effects α = 0.75–0.93、Time α = 0.79–0.91，100%研究充分；Withdrawal α = 0.68–0.92、Continuance α = 0.68–0.94，94.1%充分；Lack of Control α = 0.62–0.97，88.2%充分；Reduction in Other Activities α = 0.55–0.94，64.7%充分。总体充分，证据中等。RG元分析纳入18个独立样本、130个效应量，汇总α为0.724–0.886：Intention Effects 0.886、Time 0.856、Tolerance 0.852、Withdrawal 0.846、Continuance 0.840、Lack of Control 0.825、Reduction in Other Activities 0.724（95% CI [0.649, 0.783]）。运动队列中Reduction in Other Activities汇总α = 0.561（95% CI [0.522, 0.597]），显著低于非运动/一般人群α = 0.760（p = 0.005）；Intention Effects在运动队列也较低（p = 0.027）。语言版本无显著差异，发表年份和样本量无显著调节，敏感性分析稳健，Egger检验无显著发表偏倚，仅Lack of Control和Intention Effects呈边际小样本效应。六因子模型总体充分但Reduction in Other Activities α = 0.57；五因子模型各维α均大于0.70，证据高。
Cross-Cultural Validity/Measurement Invariance（跨文化效度/测量不变性）：6篇使用多组验证性因子分析（multi-group confirmatory factor analysis, MCFA）。性别、年龄、竞赛水平和训练时长的测量不变性均充分，证据高；但跨语言跨文化效度仅1篇评估且不充分，证据高。
Reliability（信度）：5篇评价重测信度，间隔7天、10天、3周或4周。各分量表ICC或Pearson’s r范围为Tolerance 0.45–0.823（80%研究充分）、Withdrawal 0.70–0.90（100%）、Continuance 0.589–0.88（80%）、Lack of Control 0.47–0.90（80%）、Reduction in Other Activities 0.66–0.895（80%）、Intention Effects 0.52–0.90（80%）、Time 0.82–0.90（100%），总体充分；但因重测窗不标准、依赖Pearson’s r及结果不一致，证据质量极低。
Hypothesis Testing for Construct Validity（结构效度假设检验）：8篇共27个假设，24/27（88.9%）符合预设，总体充分，证据中等。运动行为相关6个假设全部符合，心理前因4个符合，与半结构化临床访谈一致性1个符合。

Discussion（讨论）
Content Validity（内容效度）：内容效度是最关键测量属性，EDS-R总体充分但证据中等。由于EDS-R完全基于DSM-IV物质成瘾标准，而运动是非物质且促进健康的行为，将高频高投入运动病理化可能混淆强烈投入与依赖，未来需认知访谈和多利益相关方Delphi专家小组，明确区分适应性运动承诺与真正功能损害。
Structural Validity（结构效度）：变体五因子和六因子可能源于因子间多重共线性、条目方差分配和分析方法差异；Time与Lack of Control、Tolerance与Intention Effects存在概念重叠。双因子模型显示Continuance和Withdrawal有特定方差，Time和Reduction in Other Activities独特因子饱和较低。原始一阶七因子模型利于标准化研究和临床筛查，并与DSM-IV操作化及既定分层一致；高阶和双因子模型适合潜变量建模；五因子或六因子不推荐常规使用，因其改变因子结构会影响诊断界值和跨研究比较。
Internal Consistency（内部一致性）：定性COSMIN与定量RG结果一致，EDS-R总体内部一致性良好，但Reduction in Other Activities是主要脆弱点。运动队列中该分量表信度显著下降，因竞技运动员减少社交娱乐活动常是训练承诺的正常组成部分。其他六个分量表残余异质性高（I² > 90%），三条目格式使α对样本离散度更敏感，且原始研究常缺少训练量、运动激情和进食障碍共病等参数。英文原版与翻译版信度相当。
Reliability（信度）：重测信度总体充分但证据极低，主要因重测间隔不标准（7天至4周）和依赖Pearson’s r而非绝对一致性ICC。建议未来采用1–2周重测间隔，报告绝对一致性ICC及95% CI，并确认参与者临床与行为稳定。
Cross-Cultural Validity/Measurement Invariance（跨文化效度/测量不变性）：应区分亚组测量不变性与跨文化效度。MCFA支持性别、年龄、竞赛级别和训练时长不变性；跨文化效度仅一项研究，且Tolerance条目3和Reduction in Other Activities条目19在瑞典与葡萄牙锻炼者间因子载荷非不变，可能反映个人主义与集体主义等文化规范差异。
Hypothesis Testing for Construct Validity（结构效度假设检验）：EDS-R分数与高强度、高频运动相关，与适应不良完美主义相关；与运动成瘾量表和一般行为成瘾测量呈中强相关，与半结构化精神科访谈中等一致，支持其筛查分诊设计。
Responsiveness and Measurement Error（反应度与测量误差）：未发现评估EDS-R反应度或测量误差的研究；在纵向反应度和测量误差建立前，使用EDS-R评估干预效果或追踪个体变化需谨慎，因为得分波动难以与测量噪声区分。
Practical Implications for Research and Clinical Practice（研究与临床实践意义）：研究者宜保留原始七因子模型以维持诊断可比性，潜变量关系研究可用双因子或层级模型，跨国研究应先检验测量不变性。临床可将EDS-R作为多维筛查工具，但需辅以临床访谈；风险个体应随访功能损害并筛查进食障碍。运动心理学家和教练应谨慎解释竞技运动员的Reduction in Other Activities和Time得分，Continuance和Withdrawal对识别强迫运动风险更有信息。
Limitations and Future Research Recommendations（局限性与未来研究建议）：综述受翻译软件辅助提取、内容效度数据非主要结局、原始研究缺少训练时数、运动史和进食障碍风险数据等限制。未来应改进Reduction in Other Activities，采用认知访谈和项目反应理论（Item Response Theory, IRT）；跨文化适应应标准化翻译并进行差异条目功能（Differential Item Functioning, DIF）分析；重测遵循1–2周并报告绝对一致性ICC；开展锚定纵向队列以量化测量标准误（standard error of measurement, SEM）、最小可检测变化（smallest detectable change, SDC）和最小重要变化（Minimal Important Change, MIC）。

Conclusion（结论）
该系统综述与RG元分析表明，EDS-R尤其原始一阶七因子配置在多维筛查和横断面构念评估中具有心理测量学可靠性；但“Reduction in Other Activities”在竞技运动员中信度受损，跨语言标量不变性未确立，重测信度受方法学报告偏倚限制，纵向反应度和测量误差尚未实证确定。因此，使用EDS-R评估干预效果或追踪个体临床恢复应谨慎，未来需推进DIF、认知访谈、标准重测和锚定队列MIC研究。