《Counselling and Psychotherapy Research》：The Seen Anxiety: Psychotherapists' Classification of Text-Described Observable Anxiety Markers Across Three- and Five-Level Rating Formats
编辑推荐：
背景：焦虑是心理治疗（psychotherapy）过程的核心，但心理治疗师（psychotherapists）通常从可观察行为而非正式测量推断来访者的焦虑强度，且尚无广泛接受的框架来组织哪些可观察标志物（observable markers）指示哪些焦虑水平。
背景：焦虑是心理治疗（psychotherapy）过程的核心，但心理治疗师（psychotherapists）通常从可观察行为而非正式测量推断来访者的焦虑强度，且尚无广泛接受的框架来组织哪些可观察标志物（observable markers）指示哪些焦虑水平。本探索性研究考察治疗师如何进行此类分类。
方法：研究人员将91名心理健康专业人员（mental health professionals）随机分配，使用5级（5-level）或简化3级（3-level）类别系统对41个以文本描述的行为和生理标志物进行分类；两套系统均源自心理治疗中状态焦虑（state anxiety）的整合模型（integrated model）。
结果：在两种格式中，几乎所有标志物的反应分布均显著偏离均匀分布；按强度对标志物排序在两种格式间高度一致，提示治疗师可能对标志物相对强度具有广泛的共同直觉。然而，哪些标志物引发一致性远不具可重复性，并在很大程度上取决于反应格式。分类一致性（classification convergence）还取决于一致性标准（agreement criterion）设定位置：当标准从>0.50提高至>0.70时，3级格式中达到标准的标志物比例从90.2%降至51.2%，5级格式中从63.4%降至22.0%。3级格式在每个标准下均产生更多可分类标志物（classifiable markers），尽管此优势在不同指标间并不一致；5级格式则引发更少“Insufficient to Determine”（不足以判定）反应。置于最高强度水平的标志物分类最一致。
讨论：这些发现为标志物操作化（marker operationalisation）、情境化评分任务（contextualised rating tasks）以及心理治疗过程研究（psychotherapy process research）培训材料开发提供了初步基础。
政策与实践启示：这些发现可为心理治疗过程研究未来培训与评分材料的设计提供参考，而非支持在临床实践中立即采用任一格式；两种格式在任何临床应用前均需进一步验证。在所考察的每个一致性标准下，3级格式产生更多可分类标志物，而5级格式引发更少“Insufficient to Determine”反应。因此，设计编码系统的研究人员可根据广泛可分类性（broad classifiability）或细粒度分辨率（fine-grained resolution）何者更适合预期编码任务来选择格式。置于强度连续体上端的标志物分类最一致，可作为培训材料中的临时锚点（provisional anchors）；而被动性（passiveness）、低参与（minimal engagement）和情绪麻木（emotional numbness）等中间范围标志物需要操作化细化（operational refinement），才能支持可靠编码。由于随着一致性标准提高，一致性显著下降，观察性编码系统（observational coding systems）开发者应明确说明所采用的一致性标准，而非仅依赖多数阈值。
焦虑是心理治疗（psychotherapy）过程中常见且具有临床后果的现象。治疗师常需结合来访者的情感调节水平判断其参与治疗过程的状态，即其是情感参与、防御性受限还是不堪重负；这些判断影响治疗节奏、探索深度以及何时优先稳定化。实践中，此类判断常基于姿势、呼吸、面部表情、言语等行为或生理线索，而非治疗内正式测量。尽管这些判断重要，但尚无广泛接受的框架来组织心理治疗中可观察的焦虑标志物（observable markers）。自我报告工具虽有信息价值，但并非总能在当下获得，且可能受自我觉察、回避或反应偏倚限制。因此，可观察线索仍具临床相关性，但其解释可能因治疗师的理论取向、经验或隐性临床启发式而异；这与治疗师临床判断和有效性存在差异、以及临床评估者面对同一材料可产生显著分歧的证据一致。结构化的观察性编码系统（observational coding systems）在心理治疗过程研究（psychotherapy process research）中已被证明有助于训练临床工作者识别和回应治疗内过程标志物，提示对焦虑标志物进行类似系统化分类的潜在价值。既往研究已将生理和行为现象与焦虑相关状态联系起来，但这些发现如何转化为临床实践、治疗师如何将生理和行为标志物分类为分级焦虑强度，所知较少。该问题对心理治疗过程研究尤为重要，因为任何观察性编码系统的发展不仅依赖理论，也依赖临床工作者是否对不同标志物含义具有足够共享理解。同时，需区分外显分类与指导临床行为的内隐、当下识别，后者依赖治疗师的隐含理论和直觉模式识别。治疗师的外显理论信念与内隐临床行为被认为相互作用，底层图式塑造治疗内实践；本研究聚焦治疗师的理论信念，作为理解其临床行为的必要第一步。本研究使用源自Geiger and Anholt（2026）心理治疗中状态焦虑（state anxiety）模型的理论驱动层级结构，考察治疗师对文本描述的可观察焦虑标志物的概念分类。该模型将治疗内状态焦虑重新概念化为失调的分级连续体，而非简单存在或缺失的状态；其并非提出新的焦虑理论，而是整合三个独立建立的框架：神经内脏整合理论（neurovisceral integration theory），将自主神经调节与情绪加工的共享神经基础联系起来；Gross的情绪调节过程模型（process model of emotion regulation），将调节描述为前因聚焦和反应聚焦策略与过程的序列；以及强化短程动力心理治疗（intensive short-term dynamic psychotherapy, ISTDP）的躯体释放类型学（somatic discharge typology），描述焦虑通过身体释放的分级水平。该模型受ISTDP启发但不等同于ISTDP：其层级以调节努力和自主或躯体释放进行跨理论界定，而非重述ISTDP特定构念。具体而言，该模型指定五个层级有序的焦虑强度水平：非活动性焦虑（Inactive Anxiety，调节未激活且无焦虑释放）、过度调节性焦虑（Over-Regulated Anxiety，焦虑被回避而非体验）、横纹肌性焦虑（Striated-Muscle Anxiety，焦虑通过随意骨骼肌的持续激活和释放表达）、平滑肌性焦虑（Smooth-Muscle Anxiety，焦虑通过内脏、非随意系统包括自主和胃肠系统的激活增加表达）以及认知–知觉破坏（Cognitive–Perceptual Disruption，代表调节完全崩溃）。每一层级由其神经内脏和自主神经特征、其在Gross情绪调节序列中的位置、以及焦虑表达和释放的身体通道共同界定。可观察标志物主要依据ISTDP的躯体焦虑表现类型学分配到层级，该类型学区分焦虑表达所经由的肌肉和内脏激活模式。该模型在概念论文中提出，尚未被独立实证检验；因此，本研究可作为其最早的实证探索之一。由于层级以调节努力而非学派特定构念界定，使用不同术语、在ISTDP框架外工作的临床工作者也可能识别这些层级。低强度、与情感脱节的表现在概念上对应情绪加工理论（emotional processing theory）所述恐惧结构激活降低和对情感的防御；中间范围表现中焦虑存在但可耐受，对应情绪聚焦治疗（emotion-focused therapy）所述生产性情绪唤起和对核心情感的最佳参与；高强度、失调的表现对应非生产性或失组织性唤起，即激活超过新信息可被加工的范围。以这些术语框定层级，可能使不熟悉ISTDP的临床工作者更易理解其临床相关性。此处考察的标志物并非被提出为焦虑特异性指标。与Geiger and Anholt（2026）模型整合ISTDP类型学一致，标志物集涵盖直接焦虑指标和防御/调节努力指标，即反映管理或容纳焦虑相关情绪和生理激活的努力的行为。若干标志物（如呼吸急促、出汗、面部潮红）基于将交感唤起与焦虑状态联系起来的充分记录的自主体和神经生物学通路；其他标志物（如解离、被动性、低参与）反映更广泛的调节或防御过程，并非焦虑独有。标志物逐项机制和支持性引文见在线补充材料Table S1。这与更广泛焦虑文献的认识一致：焦虑相关唤起与一般失调在概念上相关但不等同。为本研究目的，模型被作为启发式框架，将标志物描述组织为有序层级，从相对低或过度调节状态到高度失调状态。研究未在实时心理治疗会谈中检验模型，也未以生理测量或治疗结果验证标志物；而是询问治疗师面对去情境化文本描述时，在将描述分配到焦虑层级时是否显示模式化收敛。由于细粒度框架可能具有临床信息价值但更难一致应用，研究还比较五级格式与简化三级格式。此比较旨在考察降低类别复杂性是否产生更大分类收敛，同时识别区分被合并时可能损失什么。三级格式中，五级被合并为三类：Level 1（Inactive Anxiety）保留为缺失类别，Levels 2和3（Over-Regulated Anxiety和Striated-Muscle Anxiety）合并为低–中等类别，Levels 4和5（Smooth-Muscle Anxiety和Cognitive–Perceptual Disruption）合并为高–极端类别，保留模型核心临床区分同时减少参与者需区分的反应选项数。因此，研究有三个探索性目的：（1）描述每种格式内各标志物的分类收敛程度，区分作为稳定锚点的标志物与更情境敏感的标志物，以及该描述如何依赖所采用的一致性标准（agreement criterion）；（2）比较五级和三级系统中的标志物分类；（3）探索分类是否随治疗师特征变化。与探索性设计一致，发现可为未来观察性验证工作提供信息，而非作为可直接用于实时临床评估方案的证据。
研究人员通过封闭社交媒体心理健康专业群组招募便利样本，149人启动在线Qualtrics调查，91人完成并被分析（希伯来语版63人、英语版28人）；参与者随机进入三级（n=49）或五级（n=42）格式，对41个文本描述的行为和生理标志物分类，可将标志物归入一个或两个相邻等级（拆分按0.5权重），并可选择“Insufficient to Determine”。分析采用加权均值、众数比例（modal proportion）、归一化Shannon熵（normalised Shannon entropy, H′）、Fei、卡方拟合优度、Benjamini–Hochberg校正、Spearman's ρ、Pearson's r、Cohen's κ、Kruskal–Wallis检验和Mann–Whitney U检验，并做敏感性分析。
2.1 完成者与非完成者比较（Completer and Non-Completer Comparisons）：通过比较完成者与非完成者，发现临床经验（p=0.311）、性别（p=0.636）和先前标志物编码经验（p=0.841）无显著差异；年龄（p=0.063）和理论取向（p=0.057；CBT/ACT完成率37% vs. 其他取向67%–71%）存在未达常规显著性的边缘差异，作为可能选择偏倚。
2.2 分类收敛分析（Classification Convergence Analyses）：通过每标志物的加权均值、众数比例、H′、Fei和卡方拟合优度，发现五级格式加权均值2.11（Minimising Problems）至4.82（Fainting），众数比例0.31（Rigidity）至0.93（Fainting）、均值0.58，H′均值0.61；>0.70时9/41（22.0%）可分类，>0.60时17/41（41.5%），>0.50时26/41（63.4%）。三级格式加权均值1.48（Rationalisation/Intellectualisation）至2.94（Confusion），众数比例0.41（Emotional Numbness）至0.95（Hallucinations）、均值0.71，H′均值0.61；>0.70时21/41（51.2%），>0.60时28/41（68.3%），>0.50时37/41（90.2%）。卡方拟合优度检验显示，五级格式39/41标志物显著，例外为Rigidity和Mild Silence/Reluctance to Speak；三级格式37/41显著，例外为Minimal Engagement、Rationalisation/Intellectualisation、Emotional Numbness和Self-Report (GI Distress)。Fei范围五级0.10–0.91（均值0.48）、三级0.05–0.92（均值0.58）。拆分反应占实质反应15.42%（483/3133），三级12.08%（203/1681）低于五级19.28%（280/1452），χ
2(1,N=3133)=30.49，p<0.001；Rigidity拆分率最高（28.2%）。
2.3 跨格式收敛（Cross-Format Convergence）：通过跨格式加权均值相关和折叠后模态分类比较，发现标志物按强度排序高度一致，Spearman's ρ=0.953、Pearson's r=0.950；五级模态分类折叠为三级带后，原始一致率87.8%（36/41），Cohen's κ=0.77，95% CI（0.58, 0.96）；5个标志物模态分类不一致（Rationalisation/Intellectualisation、Minimising Problems、Emotional Numbness、Severe Disengagement和Clutching Stomach）。众数比例跨格式相关较弱，Spearman's ρ=0.37、Pearson's r=0.40，95% CI（0.10, 0.63），而加权均值ρ=0.95，表明强度排序可重复、哪些标志物产生收敛分类则不然。配对比较显示三级格式Fei均值0.58高于五级0.48，t(40)=2.75，p=0.009，d=0.43；H′均为0.61，t(40)=?0.10，p=0.920；“Insufficient to Determine”三级均值13.36%高于五级8.49%，t(40)=5.31，p<0.001，d=0.83。三级格式6个标志物超过20%不足判定（Minimal Engagement、Mild Silence/Reluctance to Speak、Rigidity、Drastic Behaviour Changes、Eye Contact Avoidance和Silence/Inability to Speak），最高为Minimal Engagement（34.8%）和Mild Silence/Reluctance to Speak（29.2%）；五级格式3个达到或超过20%（Passiveness/Complaints 21.1%、Minimal Engagement 20.0%、Light/Heat/Sound Sensitivity 20.0%）。
2.4 调节分析（Moderator Analyses）：通过164个比较（41标志物×4调节变量）考察治疗师特征，未发现校正后存活的调节效应；仅Sweating在两种设定下有未校正效应（pooled p=0.031；控制格式p=0.045），校正后未存活（p
BH=0.98）。因此，本样本未提供分类按治疗师特征系统差异的证据，但亚组小且不平衡，功效有限，未校正趋势仅具假设生成意义。
讨论总结：讨论指出，治疗师对标志物描述并非随机反应，反应分布显著偏离均匀且跨格式强度排序高度相似，提示存在共享直觉；但达到一致性标准的标志物比例随阈值提高而大幅下降，说明仅凭多数一致标准会高估收敛。高中端标志物分类较一致，中间范围标志物（如情绪麻木、低参与、被动性/抱怨）较不一致；哪些标志物收敛本身依赖格式，故收敛是标志物与反应格式的共同属性。描述具体性、标志物稀有性和理论学派差异可能相关。三级与五级格式存在权衡：三级在每个一致性标准下产生更多可分类标志物，五级引发更少“Insufficient to Determine”反应；Fei支持三级优势，而H′几乎相同。研究不能替代传统评分者间信度，也未验证实时临床应用；标志物可能反映一般严重度、失调或防御功能而非焦虑本身。局限包括便利样本、取向分布不均、完成偏倚、未收集执业国家/设置/文化背景、英文版无正式回译、ISTDP术语熟悉度可能影响、未进行正式预试验、未以生理/观察者评分/治疗决策外部验证。未来应转向情境化材料（如案例片段或视频）并检验训练评分者应用操作化定义的信度，同时检验判别效度。
研究结论翻译：对于心理治疗过程研究，本研究的贡献是初步的但可能有用。它提示治疗师可能共享一种部分且依赖阈值的概念地图，用以说明某些可观察线索如何与心理治疗中的状态焦虑水平相关。该地图在置于强度范围两端的标志物上最连贯，尤其是上端；在中间范围则远未稳定，在那里可靠分类可能需要超出可观察标志物之外的额外情境信息。
