文化语言多样化老年人群病前智商评估：一项批判性叙述综述

《Journal of Intelligence》：Estimating Premorbid IQ in Culturally and Linguistically Diverse Older Adults: A Critical Narrative Review

　　

病前智商(premorbid IQ)评估对于判断当前认知表现是否反映个体在神经损伤或疾病前可能功能水平的下降至关重要，然而常用估计方法在文化语言多样化(culturally and linguistically diverse, CALD)老年人群中可能效度不足。本批判性叙述综述整合了既有病前智商评估方法的直接证据、群体内验证证据及情境证据，涵盖新兴文化根基取向与知情者报告取向，以及计算建模、纵向建模和协调化(haromonization)等发展方向。关于多样性相关影响的直接证据仍然有限，而群体内验证证据最集中于语言特异性词汇阅读测验；尚无单一方法在异质性CALD老年人群中获得充分验证。研究者据此提出一个循证结构化多项方法框架，围绕四项临床任务组织：选择个体适用性最强的定量估计方法；利用发育、教育、语言、职业、移民及旁证信息对估计值进行情境化；比较合理适用的估计值之间的收敛性、分歧性及可能差异来源；报告最具辩护力的病前范围、证据权重及残余不确定性。情境信息应服务于适用性判断与相对权重分配，而非生成缺乏支持的数值校正。该框架旨在结构化临床推理并凸显未来验证研究的优先方向，其本身尚未作为标准化临床算法获得验证。

本文为批判性叙述综述，旨在整合病前智商(premorbid IQ)评估、文化语言神经心理学、教育与识字因素、老化及新兴方法学等多领域证据，并提出针对文化语言多样化(culturally and linguistically diverse, CALD)老年人群的结构化多项评估框架。引言部分阐明病前智商指个体在神经损伤、神经退行性疾病或其他可改变认知表现状况发生前的智力功能水平估计，因疾病前直接测量罕可获得，通常需回溯性推断；病前智商与认知储备(cognitive reserve)是相关但不同的构念，前者为个体化比较基准，后者指认知过程的适应性。文章指出美国老年人口在种族、语言与教育方面高度多样，约四分之一65岁以上成人自认少数族裔，16%在家使用非英语语言，且不同群体教育达成率差异显著，而常用估计方法直接或间接依赖教育、识字、语言等社会人口学特征，故其适用性存疑。文章对术语使用作出界定：Hispanic/Latino用于数据源或研究样本定义的族裔或来源，不等同于西班牙语使用者；CALD作为组织性术语指文化背景与语言经验的异质性，教育质量与连续性、识字、移民史、社会经济状况、职业经验、文化适应等被明确纳入考量。作者将病前智商估计方法归为临床判断、最佳表现法、人口学回归方程、假定抗神经衰退的保持(hold)测验、词汇阅读及相关词汇测验、组合方法等类别，并指出各方法各有优势、假设与局限，尚无单一方法在本文所涉文化、语言、教育及老化情境中被确立为有效。本综述的贡献在于整合通常被分开讨论的多类文献，并区分直接检验多样性相关特征是否影响估计器性能或适用性的实证研究、群体内验证研究与情境证据，进而转化为围绕选择(Select)、情境化(Contextualize)、比较(Compare)、报告(Report)四项临床任务的结构化框架，同时明确指出支持该框架的证据局限。方法部分说明本文为批判性叙述综述而非系统或范围综述，检索PubMed、APA PsycINFO、APA PsycArticles及ProQuest Central并辅以Google Scholar与回溯引文追踪，检索主题涵盖病前智商估计、人口学与阅读为基础的估计方法、文化语言知情神经心理评估、识字与教育质量、双语与多语、文化适应与移民、认知储备、老化中的感觉与运动因素及新兴纵向、常模、协调化与计算方法，检索最后更新于2026年9月。证据合成按方法学主题组织，并将证据区分为三类：多样性相关影响的直接证据、群体内验证证据与情境证据，情境证据用于指导解释与临床考量但不视为对估计器的直接验证。第三部分系统评述各类估计方法。临床判断部分指出其优势在于灵活性，可纳入标准化方程未充分代表的背景信息，但非结构化临床判断的可重复性存疑，Crawford等在60名英国健康参与者中发现临床医生更易高估智商，人口学变量与实测智商的相关(r=0.76)高于临床医生平均估计的相关(r=0.64)，Kareken亦强调非辅助临床推断的局限与 actuarial 信息的优势；对CALD老年人，临床判断宜作为多项方法中的结构化解释成分而非独立数值估计方法，在缺乏实证验证的权重方案时不应进行非正式数值校正，分歧与不确定性应明确记录。最佳表现法部分说明其以个体最高观察表现推断病前水平，整合测验分数、观察、访谈、知情者报告与历史资料，但健康人群分测验分数的正常异质性可能导致能力高估。人口学回归方程部分以Barona公式为例，说明其预测变量廉价易得且不依赖当前认知表现，在阅读能力、语言熟练度、言语或运动障碍、感觉限制或当前神经功能障碍影响表现性测验时尤具价值；但该指数个体水平标准误较大，职业与教育史分类存在困难，回归估计趋向分布中部，且因基于早期美国常模，应用于当代测验时需考虑Flynn效应等常模变迁，回归均值现象使分布两端准确性下降，既往文献报告该公式可能高估实际智商低于89者、低估高于110者。该部分还引述西班牙语样本研究，Sierra Sanjurjo等在哥伦比亚或阿根廷240名健康成人中发现仅教育与出生地对WAIS-III智商预测有贡献，共同解释全量表智商63.2%的方差，但分类准确性在极低、低平均与高智商组明显降低；并指出教育年限是教育经历的粗糙代理，难以反映教学质量、识字机会、教学语言或学业中断，故人口学方程可作为多项估计中的独立锚点，但其解释需考虑个体与方程开发人群、历史背景及编码假设的契合度。保持测验部分说明其基于部分WAIS分测验相对抗脑损伤的假设，词汇、矩阵推理、常识与图画完成被视为嵌入式保持测验，可单用或组合平均，但其心理测量学局限在于以当前智商 battery 的子集推算病前智商，在神经健康人群中准确性高而在神经疾病患者中的效度存疑，且未考虑健康人群分测验异质性；Ontiveros与Gasquoine在60名神经完好的平衡双语墨西哥裔美国成人中比较五种候选保持测验对美国版与墨西哥版WAIS-IV的预测，发现五种测验均显著预测美国版总分，而除词语重音测验外均显著预测墨西哥版，两版本平均分亦存在系统差异，说明假定保留的能力测验不能视为文化或语言上可互换；de Oliveira等在巴西教育异质性样本中发现WAIS-III词汇表现在认知健康、遗忘型轻度认知障碍与阿尔茨海默病组间无显著差异，而流体智力测验随诊断组下降更明显，支持词汇作为该人群先前能力指标的潜在效用，但未确立其作为文化不变或独立全量表智商估计的效度。词汇阅读及相关词汇测验部分指出此类测验简要、廉价且基于高度练习化的阅读技能，与晶体智力关联更密切，Bright与van der Linde发现NART与WAIS-IV全量表智商相关(r=0.69)，主要体现于言语理解(r=0.66)，且较最佳表现法更精确；证据延伸至多语言：Burin等在布宜诺斯艾利斯74名老年人中支持西班牙语词语重音测验(WAT)的并发效度；Schrauf等在美国80名西班牙语主导老年移民中发现WAT解释Batería Woodcock-Mu?oz Revisada与Raven彩色渐进矩阵表现的相当方差；Krueger等发现控制年龄与教育后WAT额外解释WAIS-III表现5%的方差；Sierra Sanjurjo等发现修订版WAT与WAIS-III智商强相关(r=0.82)，WAT-R、教育与出生地组合模型解释76%的智商方差；Del Pino等为700名18至86岁西班牙健康成人建立WAT与假词阅读分测验的人口学校正常模，发现年龄与教育显著影响表现而性别无影响，年龄与教育合计解释1.9%至33.2%的方差，假词阅读较WAT更抗年龄相关下降；葡萄牙语方面，TeLPI预测模型解释WAIS-III全量表智商63%的方差，且在认知健康、轻度认知障碍与阿尔茨海默病组间保持相对稳定；巴西葡萄牙语词汇决策测验在健康、轻度认知障碍与阿尔茨海默病三组间无显著差异，健康组中该测验与受教育年限合计解释估计智商66.3%的方差；韩语成人阅读测验(KART)验证样本中预测全量表智商R2=0.63，且预测智商在认知正常、轻度认知障碍与阿尔茨海默病组间无显著差异。文章进一步指出阅读估计器的语言局限超出深浅正字法差异，基于英语不规则词发音的测验不能简单翻译为不同正字法、形态与音系关系的书写系统，如汉语的语素音节文字与阿拉伯语的辅音音素文字；日语、瑞典语、韩语及西班牙语、葡萄牙语不规则词范式测验的存在表明阅读估计并非英语固有，但任务与条目须围绕目标语言的正字法、音系与词汇特征开发并在使用人群中验证。纵向证据方面，Olsen等在主要为少数族裔的HIV成人样本中发现WRAT-3阅读识别在平均近五年间隔中重测信度高(ICC=0.97)，各人口学、医学与神经认知亚组系数均超过0.92；但Overman等系统综述发现词汇阅读测验在轻度痴呆中获得谨慎支持而在更晚期疾病中证据明显减弱，Marier等发现不规则词阅读在阿尔茨海默病连续谱中存在显著差异，表现较差与更大认知与语义下降相关，提示疾病影响不规则词发音所需语义系统时阅读测验可能低估病前智商。教育经历方面，Sayegh等发现自评高中教育质量与WRAT-4词汇阅读中度相关(r=0.37)，在控制种族、社会经济地位与受教育年限后教育质量额外解释3%的阅读表现方差；Ailshire等利用健康与退休研究链接州级教育质量历史指标，发现受教育于资源较好州教育系统的老年人痴呆与无痴呆认知障碍患病率较低，教育达成本身不能解释美国南部认知障碍患病率较高，而州级教育质量差异可解释该区域差异。感觉、言语与运动变化方面，视觉损害可干扰书面刺激的准确感知，言语或运动变化可影响口头产出，感觉限制使测验更费力并可能需要适当调整；老年人亦可能易受年龄刻板印象威胁影响，通过焦虑与干扰性思维损害认知表现，故必要时应考虑感觉、言语或运动调整并记录偏离标准化施测的情况并纳入解释。组合方法部分说明其整合人口学与表现性预测以捕获部分不同的方差来源，Bright与van der Linde发现词汇阅读提供较强估计而加入人口学变量仅带来适度改善，Kirton等发现TOPF、OPIE-3与人口学方法的相对表现因评价标准而异；Watt等在澳大利亚样本中发现NART独立解释WAIS-IV全量表智商的相当方差，加入年龄、性别与教育带来适度但有意义的改善，且仅基于NART的模型在神经损伤样本中显著高估病前智商而含人口学变量的组合模型未高估；Powell等发现Barona公式较OPIE对认知下降更敏感，OPIE结合人口学变量与两个假定保持测验的当前表现，其表现性成分对神经损伤的相对脆弱性可能使OPIE反映当前而非病前功能；Kirton等发现OPIE-3与实测智商相关但倾向高估，而经Flynn校正的Barona方程与实测全量表智商平均差异最小；Shura等在神经健康退伍军人样本中发现三种含词汇阅读的TOPF分数与实测WAIS-IV全量表智商显著不同，而两种仅基于人口学信息的分数无显著差异，所有五种TOPF分数在智商分布两端差异最大；西班牙语样本中修订版WAT单独对平均智商组分类准确性较高而对极低、低平均与高智商组准确性明显较低，结合词汇阅读与人口学变量的组合模型总体分类准确性最高但仍有明显局限。文化根基与情境取向部分区分文化根基测验开发与知情者报告两类工作。前者指出传统常模方法主要开发于西方、英语与高教育群体，其向多语、移民与社会经济异质老年人群的可迁移性存疑；跨文化神经心理学研究与专业指南强调教育质量与识字、文化适应与语言熟练度、移民史及更广泛社会文化背景可能影响测验表现解释，应用多数群体常模可能导致系统性误分类与诊断不平等；近期文化神经心理学模型将认知视为嵌入社会文化与历史经验之中，文化根基评估超越简单翻译或人口学校正，强调生活经验、语言生态、教育机会、移民史与神经认知功能的交互，但实施挑战显著，许多文化调整常模系统仍依赖宽泛种族、族裔或语言类别而难以捕捉群体内异质性，且关于人口学调整或种族特异性常模是改善诊断公平还是正常化反映结构性不平等的认知差异仍存争议。文章强调以受试者偏好语言施测本身不能确立其常模参照组的适当性，Ontiveros与Gasquoine直接比较美国版与墨西哥版WAIS-IV于平衡双语墨西哥裔美国成人，发现版本间分数存在系统差异且教育史与表现模式相关，说明语言、国别来源、教育经历与常模样本特征可能交互作用。社区参与式开发的原住民认知测验如Kimberley原住民认知评估(KICA)与加拿大原住民认知评估(CICA)虽非病前智商估计器，但例示了围绕被评估人群生活文化环境开发评估内容、任务要求、语言与功能相关性的方法学模型。Sternberg等关于肯尼亚农村儿童的研究例示情境相关实践知识与传统学业智力的区分，提示未来研究可考察文化相关知识、职业专长、适应功能或语言特异性技能是否可提供超越传统阅读与教育达成方法的病前智商估计信息来源。知情者报告方面，Apolinario等开发病前认知能力量表(PCAS)以系统评估教育达成、主要终生职业、读写能力、阅读习惯、计算能力、常用技术使用与定位特定信息的能力，在132名巴西老年成人验证样本中与全局认知功能(r=0.73)及阅读能力(r=0.82)强相关，内部一致性高(Cronbach's α=0.90)、知情者间信度极佳(ICC=0.96)，且分数未随诊断组损害加重而下降，其概念意义在于证明病前功能的情境信息可系统且可重复地收集而非仅通过非结构化临床判断纳入。机器学习与常模建模部分指出当代常模方法可建模认知表现与年龄、教育、语言等变量间复杂非线性关系，理论上可纳入教育质量与连续性、识字、语言习得与主导、移民史、职业经验等更广泛变量；Abdullah等利用2691名多族裔健康与大脑老化研究参与者的XGBoost模型结合健康社会决定因素区分基于词汇阅读定义的低下与平均病前能力组，曲线下面积达0.72，担忧、邻里剥夺、收入、高中完成与有形社会支持为最具影响预测因子，但因目标组本身由词汇阅读分数定义，该结果例示机器学习纳入更广泛情境变量的潜力而未确立独立的机器学习病前智商估计器；模型性能高度依赖训练与验证样本特征，总体预测准确性可掩盖 demographic 组间临床重要差异，Yuan等发现纵向机器学习模型预测轻度认知障碍与阿尔茨海默病进展时尽管总体性能合理但灵敏度在种族与族裔组间存在显著差异，故未来机器学习方法应在语言、文化、教育与地理异质样本中外部验证并报告亚组特异性判别、校准与预测误差，同时重视可解释性，当前应视为有前景的研究补充而非经验证的临床替代。纵向与动态建模部分指出多数常规方法将病前能力视为静态量，纵向方法可将认知功能表示为个体轨迹以区分稳定个体间差异与个体内变化；Wu等利用3502名65至105岁中国成人16年纵向数据识别异质认知轨迹并以机器学习预测不利轨迹组成员，Chen等基于CHARLS纵向数据开发基于变换器的时间序列模型预测伴抑郁症状老年人的轻度认知障碍风险并以CLHLS外部评估，采用滑动窗口框架使变化预测因子间的时间关系贡献于预测；两项研究均非为病前智商估计设计，故不构成验证证据，但例示重复异质信息可纳入认知变化的动态模型。应用于病前估计，相关方法最终可能将临床问题从估计单一历史智商分数转向估计具有特定发育、教育、语言、职业与社会文化史个体的预期认知水平与轨迹并判断后续表现是否显著偏离；方法学挑战包括练习效应、选择性 attrition 与存活、非随机缺失、队列效应、测验版本与翻译变化，纵向测量不变性对判断观察分数变化反映潜在构念变化而非测量方式变化至关重要，对CALD人群未来动态模型还应评估跨语言、教育分层、文化群体与地理环境的测量等价性与预测性能。协调化部分将其界定为使跨测验、语言、队列或文化情境收集的认知数据具有足够可比性以进行合并或跨研究分析而同时保留目标构念并评估潜在测量非等价性的程序性、定性与统计方法，包括前瞻性使用共同或链接条目、条目级校准及将不同工具分数置于共同量表的统计共校准或潜变量方法；在CALD人群中还需关注语言与文化等价性，因看似相似或经翻译的条目即使意图测量同一认知构念也可能在不同人群中功能不同；协调化应理解为可能促进跨人群病前智商模型开发与验证的方法学基础设施而非病前智商估计方法本身。第四部分比较CALD老年人群病前智商估计的证据，重申三类证据区分。直接证据方面，Sierra Sanjurjo等直接考察人口学与人群特征对240名阿根廷与哥伦比亚成人病前估计的贡献，最佳模型纳入WAT-R、受教育年限与出生地共同解释WAIS-III全量表智商76%的方差，但预测准确性在智商分布两端明显较弱；Del Pino等直接评估700名西班牙健康成人中人口学因素对西班牙语病前测验的影响，年龄与教育显著影响表现而性别无影响，年龄与教育合计解释1.9%至33.2%的方差，假词阅读较WAT更抗年龄下降，并提供关于性别的阴性发现；Ontiveros与Gasquoine直接考察跨语言与常模情境，发现候选保持测验的预测关系因所预测的WAIS-IV版本而异且两版本平均分存在系统差异，说明以受试者语言施测本身不能确立心理测量可互换性；Olsen等未发现重要亚组差异，WRAT-3阅读识别在主要为少数族裔的HIV成人中总体信度极高且各亚组系数超过0.92，但样本为中年而非老年且特定于晚期HIV，故应解释为关于亚组稳定性的相关证据而非老年人群的直接验证。综合而言，教育、人群情境、语言与测验版本及常模参照组可在某些情境影响病前估计，而其他假设的亚组差异未被一致观察到，证据反对普遍可迁移性与每一文化或人口学差异均需数值校正的假设，支持对候选估计器在个体与人群中的实证适用性进行明确评估。情境证据方面，Manly等比较受教育年限相似的非痴呆非洲裔美国人与非西班牙裔白人老年人，非洲裔参与者初始多项神经心理测验分数较低，但以WRAT-3阅读表现作为教育质量代理进行调整后总体种族组效应显著减弱且多数组间差异不再显著，说明名义受教育年限可能不足以代表与后期认知测验表现相关的教育经历；Manly等在503名65岁以上非痴呆非洲裔美国成人中同时考察阅读水平、受教育年限与文化适应，发现控制年龄、性别、教育与文化适应后阅读水平是神经心理表现最强预测因子，文化适应较高与多项测验表现较高相关但其效应在考虑其他因素特别是阅读水平后大幅减弱；Cosentino等评估342名英语白人、黑人、西班牙裔老年人及西班牙语西班牙裔老年人中受教育年限与阅读表现的关系，发现阅读分数随受教育年限增加的幅度在族裔与语言组间相当，说明尽管绝对分数与适当常模解释可能不同，教育与阅读的关系足够相似以支持在某些理论与统计目的上将阅读视为可比构念；Ryan等在200名种族与族裔多样HIV成人中发现报告教育与阅读水平间存在显著差异，约半数队列阅读处于或低于八年级水平而仅小部分报告受教育八年或以下，阅读-教育差异与较差神经心理表现相关而少数族裔身份本身不相关；Dotson等发现识字与受教育年限的相对贡献因种族与社会经济阶层而异，识字预测非洲裔美国人与较低社会经济地位白人参与者几乎所有认知结果而教育在这些组中独特方差贡献很小，在较高社会经济地位白人参与者中教育与识字均预测若干认知测量；Sayegh等发现自评高中教育质量在控制种族、社会经济地位与受教育年限后显著增加对WRAT-4词汇阅读表现的预测。综合而言，情境证据说明异质人群病前估计需要超越记录受教育年限或以受试者偏好语言选择测验，识字、教育质量、社会经济情境、文化适应及相关经历可能影响定量估计的适用性与意义，但证据未确立可加或减于估计智商的固定数值效应，故支持系统情境化与证据加权而非非正式分数校正。跨方法比较综合指出尚无单一方法具备足够证据被视为在异质CALD老年人群中普遍优选，直接证据有限且集中于阅读、保持与组合方法，而情境文献提供更强证据表明识字、教育经历、语言与常模情境、社会经济状况等可影响估计的解释与适用性，群体内验证证明可在多语言与人群中开发有用估计器但一个情境的验证不确立向另一情境的可迁移性；词汇阅读测验拥有跨多人群与语言的最大验证证据体但其适用性取决于识字、教育经历、语言、书写系统、常模情境与疾病严重度，系统综述证据提示阅读表现保留随痴呆严重度增加而可靠性下降；人口学回归方程的优势在于预测变量为历史性且不受当前神经损害直接影响，但受教育年限、职业、社会经济地位与地理区域等变量在不同国家、历史时期、移民情境与教育体系间意义可能不同；组合方法在某些情境可改善预测尤其当人口学与表现性成分均在本地验证时，但组合多预测因子本身不确保文化效度；知情者报告与文化根基取向处理常规心理测量方法未充分捕捉的局限，结构化知情者测量在识字、语言不匹配或当前认知损害限制表现性估计时尤具价值，文化根基评估模型虽非病前智商估计器但例示测验内容与任务要求可围绕文化有意义知识与日常功能开发；机器学习、常模建模与纵向方法仍为有前景的研究方向但尚未在CALD老年人群中验证为临床病前智商估计器，协调化可通过改善跨队列、语言与测量的可比性支持其未来发展但本身非估计方法。第五部分提出结构化多项方法框架，围绕选择、情境化、比较、报告四项临床任务组织，并明确该框架旨在结构化临床推理而非作为经验证评分算法或生成缺乏实证支持的数值校正。选择主要由候选估计器是否具备充分语言、教育、人群、神经与心理测量适用性的证据所指导；情境化纳入表明受教育年限、识字、教育质量、语言史、社会经济情境、移民与文化适应及其他生活经历可影响定量估计意义或适用性而不对应固定数值智商调整的实证证据；比较要求临床医生考察多个合理适用估计是否收敛，不收敛时判断语言、识字、常模参照组、神经脆弱性或其他假设的可识别差异是否合理解释分歧；报告明确赋予最大权重的证据、估计病前范围与残余不确定性。框架虽为清晰起见按序呈现，实践中可迭代。文章指出该框架与Fujii的ECLECTIC框架互补但目的更窄，后者为识别神经心理评估中文化相关情境因素提供广泛结构，本框架纳入其中许多领域但处理病前智商估计这一更具体决策问题，特别规定在识别候选定量估计器后如何使用情境信息评估适用性与证据权重、考察收敛与分歧并沟通不确定性而非生成非正式数值校正，故应视为可在ECLECTIC等更广泛文化知情方法内使用的病前智商特异性扩展而非替代。框架应用于CALD老年人常见解释不确定性来源，包括常模代表性局限、语言与识字、移民与社会经济史、创伤与测验情境、感觉或运动障碍等。文章指出神经心理研究历史上对许多族裔文化群体代表性不足，现有常模样本常不能充分反映临床实践中的 demographic、教育、语言与文化多样性，且群体内异质性因教育机会、移民经历、社会经济条件、识字、多语与文化适应差异而加剧；创伤知情评估对部分CALD老年人可能相关但不应基于文化、语言、种族、族裔或移民背景推定创伤暴露，创伤知情框架在更广泛健康与行为健康情境中已确立并在老年与长期照护情境中讨论，其在老年神经心理评估中的具体应用尚不成熟，当存在创伤后应激障碍(PTSD)或临床显著创伤相关症状时可能复杂化认知表现解释，meta分析证据表明伴PTSD老年人可能在多个认知域表现较低特别是学习与记忆、加工速度与执行功能，PTSD亦与言语学习、加工速度、注意/工作记忆与言语记忆弱点相关，但该文献未确立创伤暴露、PTSD或创伤相关过度唤醒系统抑制用于估计病前智商的单词阅读测验表现，故创伤史与当前心理症状宜作为评估病前估计效度与可解释性的更广泛临床情境的一部分；当标准化词汇阅读测验与个体语言、教育、文化或临床背景匹配不佳时临床医生应明确承认局限并整合收敛信息来源而非将所得分数视为病前能力的不变估计。文章进一步指出伦理含义，APA伦理准则强调 beneficence 与非 maleficence、公正与尊重人的权利与尊严，临床医生应以受试者合理可理解的语言解释评估性质与目的及相关保密限制，并依据关于评估方法对所评估人群适当性的证据选择与解释方法，当测量效度或信度未在所测人群中确立时应明确承认其解释局限。与年龄相关的感觉障碍包括听力与视力丧失以及运动或言语限制可能在神经心理任务依赖充分感觉输入或需计时手动、书面或口头反应时影响表现，选择测量与解释分数时应考虑这些限制，因表现可能部分反映可及性或反应输出要求而非目标认知构念，未考虑这些因素可能导致病前智商低估尤其在使用口头词汇阅读等表现性测量时。5.1节以西班牙语老年人为例说明挑战，强调西班牙语人群在国别来源、移民史、方言、双语、语言主导、教育语言、识字、教育质量、社会经济情境与标准化测验熟悉度方面差异显著，Hispanic/Latino族裔不应等同于西班牙语，不同国家或地区西班牙语个体不应假定具有等价教育或文化经历；Funes等比较墨西哥、西班牙与波多黎各西班牙语WAIS-III版本常模与美国英语WAIS-III，发现相同或近乎相同分测验在常模样本间存在有意义差异，应用西班牙语常模可能低估部分美国西班牙语成人损害而应用美国英语常模可能高估损害，说明测验语言、常模参照组、教育背景与国别或地区情境须联合考虑；国别特异性常模研究亦证明年龄、教育与其他人口学特征对拉丁美洲人群神经心理表现的有意义影响。词汇阅读方法同样如此，NART与TOPF等英语工具预测价值很大程度源于正字法、发音、词汇知识与先前教育暴露间的语言特异性关系，其范式不能简单翻译为另一语言而假定等价心理测量属性，WAT等西班牙语测量例示围绕目标语言语言属性开发与验证阅读估计器的替代路径，在西班牙、拉丁美洲与美国西班牙语移民中的研究表明适当开发的西班牙语词汇阅读测量可提供有用病前智商信息同时其表现与预测关系随教育、人口学特征与人群情境变化，故一个西班牙语人群的验证不应自动推广至另一人群；Cosentino等发现受教育年限与阅读表现关系在组间相当但绝对阅读表现与常模解释因族裔与语言组而异，结合Sayegh等关于阅读表现与教育质量关联的证据，说明词汇阅读可提供关于教育经历的有意义信息而不作为文化或语言上无情境的病前智商指标，阅读估计应结合识字、教育质量与连续性、教学语言、语言熟练度及测量开发所依据的常模人群解释。Buré-Reyes等比较智利、多米尼加共和国、波多黎各与西班牙成人，尽管试图控制人口学特征仍在延迟回忆与言语流畅性上发现显著组间差异，警示不应将西班牙语视为文化等价的充分代理，国别来源、地区语言使用、移民史与接触原住民或其他语言均可贡献于个体语言与教育史，部分被归类为西班牙语使用者者可能在他种第一语言后习得西班牙语，双语者在熟练度、主导、习得年龄与语言使用模式上差异显著，这些特征对语言介导的神经心理测量尤为重要；教育情境增加另一层复杂性，近期系统综述发现教育质量测量多为识字或计算代理通常较单受教育年限更强预测后期神经心理表现，对教育机会可能未被正规教育年限充分代表的人群尤具相关性，Kamalyan等在美国-墨西哥边境附近西班牙语成人中发现若干教育、社会经济与语言背景特征与认知表现相关，但应用地区特异性人口学校正后许多关联减弱而双语与童年为自身利益工作仍与人口学校正后全局认知相关，这些发现不应解释为双语、童年工作、移民或其他生活经历对应特定病前智商水平，而例示情境特征可在考虑常规人口学变量后仍影响认知测验表现与常模假设适用性；Meza等在西班牙裔社区健康研究-神经认知老化调查中发现古巴、墨西哥与波多黎各裔第一代高中毕业生基线认知分数低于多代高中毕业生而多米尼加、中美洲或南美洲裔参与者未一致观察到相应差异，纵向认知变化率组间相似，进一步说明教育的认知相关不能假定在具有不同历史、移民与教育情境的人群中一致运作；常模选择仍是西班牙语成人评估的核心关切，美国西班牙语神经心理常模综述指出地理、教育与文化代表性方面已有实质进展但仍存差距，美国神经心理学家调查发现美国大陆收集的西班牙语常模在多数认知域一般优于外国常模，墨西哥常模为最常用外国参照数据，但美国或国别特异性西班牙语常模均不应假定自动推广至每一西班牙语受试者，双语墨西哥裔美国成人研究进一步表明语言熟练度可与语言格式神经心理测量表现相关而与更多视觉介导测量关系很小，强调评估语言熟练度与测验语言契合而非仅依赖自我认同双语身份的重要性。5.2节以两个假设临床例示说明推理：例一为受教育四年中断且识字有限老年移民在词汇阅读估计器上表现差，临床医生不应将分数视为低病前智商的直接指示而应考察识字发展、学校教育质量与连续性、教学语言、职业史、先前工具性功能及旁证描述的先前认知功能，用这些情境数据评估定量估计的合理性与局限而非转化为非正式智商校正，若无具充分语言、教育与心理测量适用性的定量估计器则应谨慎描述病前能力并明确陈述估计基础与不确定性而非表达为虚假精确的智商分数；例二为多数教育在美国境外接受的双语老年人在英语词汇阅读测量与语言契合且在与个体语言与教育背景更相似人群中验证的估计器间获得分歧估计，临床医生不应平均估计或假定分歧代表潜在病前能力的真实差异，而应考虑语言习得、识字、教育史与常模参照人群差异是否影响英语测量表现，可赋予语言、教育与心理测量适用性更强的估计更大解释权重同时明确记录分歧与判断依据。第六部分总结与实践考量重申各方法均有重要优势与心理测量及文化局限，无单一方法在CALD老年人异质文化、语言、教育与临床情境中展示充分效度，估计的选择与解释应依据方法假设与常模基础与个体发育、教育、语言与社会文化背景的契合程度；尽管CALD人群直接比较研究有限，更广泛病前估计文献支持考虑多信息来源的潜在价值，Meyers等在包括若干临床与发育状态组的异质成人样本中发现组合多种病前估计方法较单一方法改善预测，但因未评估文化或语言定义人群，应视为组合方法的邻近证据而非多项估计在CALD人群中改善效度的证据，类似增益是否在CALD老年人中发生仍待实证确立。文章提出实践可按选择-情境化-比较-报告序列实施：选择始于判断语言、识字、感觉、运动、神经或其他因素是否损害候选估计器进而识别最可辩护的定量估计；情境化系统考虑教育质量与连续性、识字、语言习得与主导、职业史、移民与文化适应、发育与学业史及旁证描述的先前功能；比较考察合理适用估计的收敛、分歧与可能差异来源；报告沟通最可辩护的病前范围、赋予最大权重的证据与残余不确定性程度；若无具充分语言、教育、文化与心理测量适用性的定量估计器则不应强求数值病前智商估计而应基于现有证据谨慎描述可能病前范围并明确记录局限。多个合理适用估计收敛时可更有信心报告可能病前范围，分歧时分歧本身可能具临床信息性应与可能解释其的假设或情境因素一并报告，此时报告范围或明确限定信心程度优于制造虚假精确的单一智商估计。更广泛而言神经心理报告应记录实质影响解释的评估条件包括测验语言、口译员参与、相关调整及与标准化施测的实质偏离，影响病前智商估计信心的相关语言、教育、文化、感觉或其他情境因素亦应纳入总结与诊断解释以免个别分数随后脱离其获取情境被解释。该框架旨在使临床推理更透明可重复而非经验证评分算法，情境变量在缺乏实证支持时不应赋予数值智商调整。第七部分局限指出本文为批判性叙述综述而非系统或范围综述，检索设计支持广泛概念与临床综合故不能保证识别每一相关出版物，未进行正式偏倚风险评估、系统证据分级或定量meta分析，故证据总结与实践考量应解释为叙述综合而非正式比较证据等级或病前智商估计方法排名层级；CALD老年人病前估计多样性相关影响的直接实证证据仍有限，综述亦引用更广泛成人样本的群体内验证研究与情境证据及识字、教育质量、跨文化神经心理学、测量等价性等相关方法学问题研究，群体内验证可确立估计器在特定人群中的表现但本身不证明多样性相关特征效应或确立向另一情境的可迁移性，情境证据可指导解释并识别潜在偏倚重要来源但不构成对病前智商估计器的直接验证；现有文献在人群、语言、教育背景、工具、临床状况与效度标准方面高度异质，此异质性结合综述的叙述性质限制研究间直接比较且不支持对估计方法的正式定量排名；所提结构化临床框架代表循证综合但本身尚未作为标准化临床算法获得实证验证，故应视为临时临床考量与待研究假设而非既定评分系统或普遍验证的评估方案。第八部分未来研究指出随着人口老化与日益CALD需要更强实证证据指导病前智商估计，关键未解问题包括哪些现有估计器在特定CALD人群中表现最准确、组合方法是否较最佳拟合单一估计器改善准确性、教育质量、识字、语言史、移民与其他情境变量应如何纳入而不引入缺乏支持的调整、以及较新纵向、计算或文化根基取向是否较既定方法提供有意义的增量效度；未来研究应在同一充分表征的CALD样本中直接比较人口学、阅读、知情者与组合方法而非跨不相关研究推断其相对表现，前瞻性研究应尽可能将估计病前智商与实际先前智力、教育或纵向认知数据比较，尤需关注识字低、正规学校教育中断或有限、多语背景及在主导西方教育体系外受教育老年人；需额外研究确定情境信息应如何收集与纳入临床解释，记录教育质量、识字、语言史、移民与文化适应、职业复杂性与先前功能旁证报告的标准程序可改善可重复性并允许考察评分者间一致性，文化语言根基测量亦应接受跨地区、方言、移民群体与教育分层的测量等价性明确评估与外部验证，新兴计算与纵向方法同样应评估预测误差、校准、可迁移性与亚组表现而非仅预测准确性；社区参与式方法可通过纳入CALD老年人、照护伙伴、临床医生、社区利益相关者与专业口译员识别文化有意义构念、评估程序与实施障碍来加强此工作；在实证证据基础发展期间结构化专家共识方法亦有助于识别临床实践的临时共识领域，Delphi法即为一种系统共识建立程序，专家小组完成连续轮次评分或问卷、接受关于群体反应的控制性反馈并有机会在各轮重新考虑评分，该方法在实证证据不完整且目标为识别专家共识领域同时限制面对面共识过程固有部分人际压力时尤为有用，纳入文化神经心理学、老化、心理测量与多语评估专长的神经心理学家Delphi研究可提供关于评估与报告实践的临时指导同时凸显需直接实证验证的优先事项。