《Infant Mental Health Journal: Infancy and Early Childhood》：A systematic review of observational and report-based measures of caregiver sensitivity: A Latin American perspective
敏感性（sensitivity）是早期儿童心理健康（early childhood mental health, ECMH）的基石；然而，其测量高度依赖在英语、高资源情境中开发的工具。本系统综述（systematic review, SR）识别用于评估0–6岁儿童照护者敏感性的观察性（observational）与报告性（report-based）工具，并评估这些工具在拉丁美洲（Latin America, LA）情境中的方法学稳健性（methodological robustness）与可用性（usability）。遵循系统检索策略，在Web of Science、Scopus、PsycInfo和Redalyc中检索，共识别732项符合条件的研究。基于使用频率阈值（frequency-of-use threshold），从616篇论文中选取16个工具（14个观察性、2个报告性）进行深度评估。测量工具按与Ainsworth敏感性定义的理论一致性、心理测量学证据（psychometric evidence）和可用性进行编码；可用性具体包括培训可及性（training accessibility）、实施复杂性（administration complexity），以及在多样拉丁美洲人群中的使用证据（如农村情境或教育水平较低的照护者）。结果发现，仅少数工具明确遵循Ainsworth原始定义。多数工具优先关注温暖（warmth）和积极情感（positive affect），可能导致在反应性通过接近性（proximity）和常规化照护（routine-based care）表达的情境中出现跨文化漏检（cross-cultural underdetection）。观察性工具占主导，报告性工具验证有限且区域使用极少。这些发现凸显迫切需要文化适配验证（culturally grounded validation）以及为该地区开发可及培训项目（accessible training programs）。
1 引言（INTRODUCTION）
依恋理论（attachment theory）将依恋界定为婴儿与主要照护者在生命早期形成的情感联结，并在反复互动中组织为相对稳定的安全或不安全模式；安全依恋反映儿童对照护者在压力情境中可得性与反应性的期待，并支持其以照护者为安全基地进行探索。已有研究提示，照护者敏感性（caregiver sensitivity）是安全依恋的稳健预测因素，指照护者感知、解释并适当回应儿童信号的能力。通过持续互惠交换，敏感性照护支持儿童对照护者可得性的信任及安全内部工作模型的发展，为跨发展的社会情绪能力与心理健康提供关系基础。
1.1 敏感性的评估（Assessing sensitivity）
观察性测量（observational measures）常被视为敏感性评估的参照方法，因其可直接评估照护者—儿童互动，并捕捉直觉化、自动化而非完全经意识计划的敏感行为。Ainsworth母性敏感性量表（Maternal Sensitivity Scale, AMSS）被视为金标准观察性工具，将敏感性操作化为照护者对信号的及时、适当且与儿童调谐的回应。后续观察性工具在概念化与操作化上存在差异：部分工具贴近Ainsworth原始定义，关注对儿童信号的 contingent 与情境适当回应；另一些工具纳入温暖、言语参与或结构化互动任务等指标。既往系统综述多集中于英语开发、主要在北美或欧洲验证的观察性工具，且缺少同时整合心理测量指标与实际可用性（包括培训可及性与不同研究情境中的可行性）的评估。
1.2 拉丁美洲的方法学挑战（Methodological challenges in Latin America）
在拉丁美洲研究情境中，敏感性评估受培训获取受限、语言障碍与研究基础设施约束影响，导致工具应用异质、部分适配或依赖少数可用工具。跨国家依恋研究强调需实证检验西方高收入情境开发的观察性工具与程序能否在不同情境中有效且可行地应用。拉丁美洲照护常涉及扩展家庭网络、共同照护责任、较高身体接近性及文化特定的情感表达形式，这些特征可能未被基于二元、言语导向互动模型的工具充分捕捉。若测量工具突出外显积极情感，可能低估非西方农村情境中以非言语、接近性和日常 routine 表达的敏感性照护，从而降低跨研究可比性。该地区敏感性实证研究仍有限，既有观察性研究样本常小于西方情境；报告性测量（report-based measures）可能更适合大规模研究与观察法难以实施的环境，但其理论根基、心理测量质量与非西方情境适用性仍缺乏系统探索。
1.3 本研究（The present study）
本研究有两个目标：第一，系统综述用于评估0–6岁儿童照护者敏感性的观察性与报告性工具，包括英语和西班牙语开发的工具；第二，从拉丁美洲视角评估这些工具的方法学稳健性（理论一致性与心理测量证据）与可用性。可用性标准包括培训可及性、实施复杂性，以及与拉丁美洲人群特征（如教育水平较低照护者、农村居民）相关的使用证据。研究旨在扩展既往仅关注观察性方法、英语工具及北美或欧洲情境的综述，为 non-Western 尤其是拉丁美洲情境中选择和优先验证工具提供依据。
2 方法（METHODS）
2.1 检索策略（Search strategy）
研究在Web of Science、Scopus、PsycInfo和Redalyc四个数据库中系统检索，遵循PRISMA指南，识别使用观察性或报告性工具评估照护者敏感性的实证研究。英文检索词涵盖 maternal/paternal/parent sensitivity/responsiveness 与儿童相关词；Redalyc使用对应的西班牙语检索词以捕捉西语出版物。检索限定于2012年12月8日至2023年4月8日，并于2025年5月6日更新检索2023年4月8日至2025年5月6日的文献。排除与研究生题不直接相关的广泛行为与社会科学学科记录。
2.2 选择标准（Selection criteria）
纳入标准包括：实证文章；以英语或西班牙语发表；报告使用观察性或报告性工具测量照护者敏感性；观察性研究采用宏观编码（macro-coding）方法；聚焦0–6岁儿童照护者。使用更广泛育儿行为测量但包含可独立解释和评估的敏感性分量表者亦被考虑。排除临时测量（ad hoc measures）、微观分析编码系统及全文不可得研究；重复记录经人工去重。
2.3 研究选择过程（Study selection process）
2.3.1 第一轮检索（First search wave (2012–2023)）
初检获得7890条记录，去重后剩5316条；筛选排除非英语或西班牙语、未评估敏感性、儿童年龄大于6岁或无实证结果者后剩767条；全文审查排除全文不可得、临时测量或微观分析编码后，最终纳入617篇。
2.3.2 第二轮检索（Second search wave (2023–2025)）
更新检索获得3923条记录，去重后2396条；筛选后199条；全文审查后最终纳入115篇。两轮合计形成732项符合条件研究的合并语料。第一轮由第一作者筛选编码全部记录，第三作者独立筛选编码20%随机子样本，一致性超过95%；分歧经团队讨论解决。第二轮筛选编码由第一作者完成。本综述为测量聚焦型系统综述，分析单位为工具而非单项研究，故质量评估在工具层面进行。
2.4 深度评估工具的选择（Selection of instruments for in-depth evaluation）
在732篇论文合并语料中，按研究样本层面计算工具使用频率；多独立样本报告分别计为一次使用。分别在观察性与报告性工具类别内识别所有独特工具，计算各类别工具使用次数算术均值，仅保留使用频率超过类别均值者进行深度编码。该频率阈值优先纳入持续使用且文献存在度较高的工具，但可能引入选择偏倚，使本地开发、非索引区域发表或较新报告性工具被排除。
2.5 数据提取（Data extraction）
由第一和第三作者独立提取工具特征，包括条目数、反应选项、施测时间、计分时间、是否要求正式培训、培训成本与时长、验证研究可得性、使用国家及照护者样本特征。验证研究界定为主要目的为心理测量评估的出版物。拉丁美洲样本界定为在拉丁美洲国家（中美、南美和墨西哥）开展的研究；美国或欧洲的拉丁美洲裔参与者不归类为拉丁美洲样本。信度与效度信息在可得时提取；若文章未报告但注明可应要求提供，作者直接联系工具开发者。结果部分区分来自综述语料的信息与来自手册、开发者官网或作者联系的信息。
2.6 质量与可用性评估（Quality and usability assessment）
观察性与报告性工具采用不同评估标准。质量评估包括敏感性定义、验证研究、信度、效标效度（儿童依恋结果）；报告性工具另评内容效度、收敛效度与结构效度。可用性评估包括农村样本、低教育样本、拉丁美洲样本、培训可及性、短施测时间与无需实验室。各标准按存在（1）或缺失（0）计分并求和，作为描述性比较指标而非确定性排名。培训可及性要求正式培训在西班牙语中可远程获得或有西语手册/材料；仅远程可得但无西语材料不满足标准。
3 结果（RESULTS）
3.1 检索与选择结果（Search and selection results）
系统检索与选择从73个已识别工具（60个观察性、13个报告性）中最终纳入16个工具：14个观察性和2个报告性。尽管这些工具仅占全部识别工具的一部分，但其合计用于616篇论文，约占纳入研究的84%。
3.2 工具的描述性特征（Descriptive characteristics of the instruments）
3.2.1 观察性测量（Observational measures）
14个观察性工具中，AMSS、Erickson Scales和Global Rating Scales of Mother-Infant Interaction（GRS）采用整体评分；Maternal Behavior Q-sort（MBQS）、Maternal Behavior for Preschoolers Q-sort（MBPQS）和Mini-Maternal Behavior Q-Sort（Mini-MBQS）采用观察性Q-sort，将照护者行为剖面与敏感性原型比较；其余8个为观察性编码系统，包括Child-Adult Relationship Experimental Index（CARE-Index）、Coding Interactive Behavior（CIB）、Emotional Availability Scales（EAS）、Escala de Sensibilidad del Adulto（E.S.A.）、Infant Toddler Home Observation（IT-HOME）、National Institute of Child Health and Human Development Sensitivity Scales（NICHD Scales）、Parent-Child Interaction Rating Scales（PCIRS）和Parenting Interactions with Children: Checklist of Observations Linked to Outcomes（PICCOLO）。多数工具主要用于母亲敏感性，除IT-HOME外几乎均用于父亲；EAS、NICHD Scales和E.S.A.也用于非父母照护者。除E.S.A.外，所有观察性工具均用于非典型发展样本；E.S.A.是唯一最初以西班牙语开发的观察性工具。
3.2.2 报告性测量（Report-based measures）
报告性工具为单维工具，不依赖结构化观察程序。Maternal Infant Responsiveness Instrument（MIRI）为照护者自报问卷；Boston City Hospital Assessment of Parental Sensitivity（BCHAPS）由健康专业人员根据临床评估评定。二者均将敏感性视为无分量表的整体构念，用于母亲和父亲，主要在临床情境中用于早产儿、发育风险儿童或新生儿重症监护住院婴儿的照护者。
3.3 质量评估标准（Quality assessment criteria）
3.3.1 敏感性定义（Sensitivity definition）
14个观察性工具中仅AMSS、NICHD Scales和PICCOLO明确按Ainsworth原始定义界定敏感性；其余工具纳入敏感性核心成分，但不同程度扩展至温暖和积极情感指标，在EAS和CARE-Index中作用较大，在PCIRS中较弱。报告性工具中，MIRI较贴近Ainsworth定义，强调解释婴儿信号并适当回应；BCHAPS包含互动积极情感及按健康专业人员建议改变行为等不完全一致条目。
3.3.2 验证研究（Validation studies）
14个观察性工具中9个至少有一项已发表验证研究；PCIRS、NICHD Scales、GRS、Erickson Scales和CARE-Index未识别到正式发表的心里测量验证研究。两个报告性工具均有已发表验证研究。
3.3.3 信度（Reliability）
12/14观察性工具满足至少75%研究报告充分评分者间信度（inter-rater reliability）≥.70；IT-HOME因常未报告评分者间信度未满足；E.S.A.虽报告评分者间信度，但达到≥.70者少于75%。报告性工具中，MIRI研究报告平均内部一致性（internal consistency）系数为.85，BCHAPS为.95，均以Cronbach's alpha估计。
3.3.4 效标效度（Criterion validity）
在假设敏感性与儿童依恋相关的观察性工具中，11个工具至少75%相关研究证实假设关联；PCIRS和PICCOLO无研究检验该关系；Erickson Scales未达75%标准。报告性工具均无研究假设或检验敏感性与儿童依恋关系。
3.3.5 内容效度（Content validity）
两个报告性工具均通过照护、敏感性与测量专家判断的条目开发过程显示内容效度证据。
3.3.6 收敛效度（Convergent validity）
纳入报告性工具均未报告与观察性敏感性测量的收敛效度证据。
3.3.7 结构效度（Construct validity）
报告性工具均未识别到基于探索性因子分析（exploratory factor analysis, EFA）或验证性因子分析（confirmatory factor analysis, CFA）的已发表结构效度证据。
3.4 可用性评估标准（Usability assessment criteria）
3.4.1 农村样本（Rural samples）
14个观察性工具中11个用于农村样本，Erickson Scales、MBPQS和E.S.A.除外；MBQS和AMSS曾用于秘鲁安第斯与亚马孙样本，MBQS用于哥伦比亚农村。报告性工具均未用于农村样本。
3.4.2 低教育样本（Low-educated samples）
所有观察性与报告性工具均曾用于教育水平较低照护者样本。
3.4.3 拉丁美洲样本（Latin American samples）
11个观察性工具用于拉丁美洲样本，Erickson Scales、NICHD Scales和PCIRS未识别到；E.S.A.最初在智利开发并用于多项智利研究；CARE-Index在智利和巴西使用；AMSS用于秘鲁农村及巴西、智利样本；MBQS用于秘鲁、哥伦比亚和智利样本；PICCOLO用于巴西和乌拉圭；MBPQS用于秘鲁和厄瓜多尔。报告性工具均未用于拉丁美洲样本。其他可用性标准证据来自国际语料，不直接反映拉丁美洲可行性。
3.4.4 培训可及性（Accessible training）
所有观察性工具均需某种培训。需正式认证的工具培训多以英语提供；EAS、CIB和AMSS认证可远程获得，但因无正式记录的西班牙语培训/认证未满足标准。CARE-Index、MBQS和MBPQS因开发者官网正式记录或有作者联系确认的西语培训/认证路径而满足标准；Mini-MBQS未满足。无需正式认证、依赖自定进度培训的Erickson Scales和GRS仅识别到英语手册与核心培训材料；NICHD Scales、PCIRS、IT-HOME和PICCOLO未识别到正式可得的西语手册或培训材料。
3.4.5 短时施测（Short administration time）
14个观察性工具中11个施测涉及约10分钟照护者—儿童互动录像；多数研究未报告编码时间。Q-sort工具（MBQS和MBPQS）及IT-HOME施测更耗时。两个报告性工具条目均少于25项，施测相对简短。
3.4.6 无需实验室（No laboratory requirement）
所有观察性工具均可在实验室外施测；报告性工具不需实验室基础设施。
3.5 综合评分摘要（Summary of combined scores）
观察性工具中，AMSS满足质量 criteria 最多，PCIRS最少；可用性方面，CARE-Index满足标准最多，Erickson Scales和IT-HOME较少。联合质量与可用性时，AMSS、CIB、EAS、Mini-MBQS和PICCOLO覆盖相对较广。报告性工具均未满足全部质量标准；MIRI在质量与可用性领域满足标准数多于BCHAPS。
4 讨论（DISCUSSION）
4.1 概念异质性与结构效度启示（Conceptual heterogeneity and implications for construct validity）
核心发现是敏感性定义与操作化存在概念异质性；仅少数观察性工具明确遵循Ainsworth定义。多数工具纳入温暖和积极情感指标，虽常与敏感性照护共存，但作为核心指标可能使敏感性偏向更广泛育儿质量指数，增加构念重叠并降低不同操作定义研究间的可比性。若主要以 overt positive affect 操作化敏感性，可能在以接近性、工具性支持和日常照护表达 contingent responsiveness 的情境中低估该构念，影响跨文化测量等价性。
4.2 证据积累不遵循“验证优先”逻辑（Evidence accumulation does not follow a validation-first logic）
证据积累并非遵循“先验证、后广泛使用”的顺序。一些使用广泛的工具未满足本综述验证研究标准，而使用较少的工具有至少一项已发表验证研究。此模式部分反映验证研究的保守操作定义，即优先明确心理测量论文，可能低估实质性研究中分散报告的验证证据。工具采用不仅受正式心理测量工作影响，也受历史地位、培训网络和工具可得性等领域动态影响。
4.3 方法学指标与可用性部分独立（Methodological indicators and usability as partially independent dimensions）
方法学指标与可用性呈部分独立。需要大量培训或耗时施测的工具可能产生高质量观察数据但限制样本量与可扩展性；更可行的方法可扩大覆盖但需更强验证程序以确保理论一致性与测量精度。这些权衡可能影响可招募样本、文献中呈现的照护实践及长期积累的证据类型。
4.4 培训、语言与测量公平的结构性障碍（Training, language, and structural barriers to measurement equity）
尽管许多工具用于低教育样本且部分用于拉丁美洲，西班牙语可及培训与材料并不常见。有拉丁美洲使用记录的工具中，仅CARE-Index、MBQS和MBPQS满足培训可及标准；EAS、AMSS和NICHD Scales等广泛使用工具目前无正式记录的西语培训，限制区域研究者充分标准化实施。语言与培训基础设施影响谁能以足够标准化和信度实施工具，尤其在低资源情境中；培训材料语言可及性不足可构成结构性障碍，导致地理覆盖不均并可能延续全球南方研究在累积证据基础中的代表性不足。短时自然观察且不要求实验室或冗长认证的工具可能更适合拉丁美洲研究现实；不将照护情境限制为结构化游戏任务的工具可能更好捕捉接近性和日常 routine 中的反应性。仍需文化适配研究检验敏感性核心指标跨情境等价性。
4.5 观察性方法的显著性与报告性测量发展不足（Observational salience and the underdevelopment of report-based measures）
观察性方法在照护者敏感性测量中占主导，常被视为参照标准，因其捕捉照护者报告难以完全接近的互动过程。报告性工具在语料中少用，证据基础较窄，未用于农村样本且少用于拉丁美洲情境；其显示足够内部一致性和内容效度证据，但无与观察性测量的收敛效度证据，也无依恋结果研究使用。这些空白不意味着报告性方法本身不足，而表明当前文献尚不支持其与观察性评估等价或具依恋相关效度的强主张；对大规模研究和低资源情境尤为重要，需针对性验证项目检验与观察性工具的收敛性及与依恋相关结果的效标效度。
4.6 进一步研究启示与局限（Implications for further research and limitations）
总体而言，广泛使用的敏感性工具与拉丁美洲研究实施现实之间存在不匹配：多种观察性工具用于该区域且许多用于低教育样本，但语言可及培训不常见，构成标准化与可扩展性障碍。未来研究应优先三个方向：报告性工具系统验证，包括与观察性测量的收敛效度及依恋相关效度；文化适配研究检验敏感性核心指标跨情境等价性并识别文化 salient 的 contingent responsiveness 表现；提高培训要求、语言可及性与资源需求透明度以减少结构性障碍并促进测量公平。本工作局限包括：基于使用频率阈值聚焦最常用工具，可能排除本地开发、区域发表或新兴报告性工具；主要依赖公开文章、手册和正式记录培训材料，虽联系开发者但多数未获回应；未进行 study-level 质量评价；二分评分不捕捉证据强度梯度；除拉丁美洲样本标准外，可用性标准基于国际语料，不直接反映拉丁美洲情境可行性。
5 结论（CONCLUSION）
联合评估方法学指标与可用性，本综述揭示照护者敏感性测量的结构性模式。按现行标准，无单一工具同时优化概念清晰性、心理测量证据与跨情境可用性。推进该领域需要更具情境敏感性和多元化的测量路径，以及支持英语和高资源情境之外培训与标准化的基础设施。
