当少即是足够：精简情绪聚焦疗法中治疗完整性评估方法

《Counselling Psychology Quarterly》：When less is enough: Streamlining assessment methods for treatment integrity in emotion-focused therapy

　　

心理治疗研究常强调观察与评估治疗师表现的价值，因为治疗实施可能存在差异，评估治疗完整性（treatment integrity）可提供有用见解。实际挑战，包括时间限制、高成本及资源有限，常使此类评估难以进行。本研究调查了10分钟片段能否推广至整个会话的治疗完整性评分，以及结果是否因观察形式（视频 vs. 音频）而异。研究人员对11个案例的22次情绪聚焦疗法（emotion-focused therapy, EFT）会话（66个片段）进行了编码，其中包含13个（59.1%）视频和9个（40.9%）音频记录。采用混合设计方差分析（mixed-design analysis of variance）检验了三个会话内片段之间以及观察形式（视频或音频）和会话时间点（第5次或第10次会话）之间的差异。总体评分者间信度良好（组内相关系数 [ICC]=.90）。会话中期和后期片段与全局评分的共享方差高于早期片段。视频片段评分显著高于音频片段。这些初步发现表明，在EFT中，一个或两个10分钟片段可合理近似整个会话的治疗完整性评分。视频记录能同时捕捉言语与非言语线索，可能比单独音频更具价值，但其使用应权衡实际考量。

**论文解读：情绪聚焦疗法中治疗完整性评估的简化方法研究**

**研究背景与问题**
心理治疗研究中，治疗完整性（treatment integrity）——即干预措施按计划实施的程度——对于推断治疗传递与疗效之间的关系至关重要。治疗完整性涵盖治疗师依从性（therapist adherence，指治疗师使用规定技术并避免禁止性实践的程度）和治疗师能力（therapist competence，指治疗师技能水平及有效实施特定干预的能力）。然而，评估治疗完整性面临诸多实际障碍，包括时间密集、专业人员需求高、成本高昂以及资源有限，导致该领域常忽视此类评估。为应对这些挑战，研究人员探索了更高效的评估策略，如使用短会话片段（“薄片”，thin slices）替代完整会话评估。先前研究表明，在认知行为疗法（cognitive-behavioral therapy, CBT）中，中段10分钟片段可提供可靠且高效的治疗完整性评分，但在情绪聚焦疗法（emotion-focused therapy, EFT）中，由于该疗法强调非言语沟通与情感协调，尚需验证短片段能否可靠捕获治疗师表现。此外，评估形式（视频 vs. 音频）是否影响评分一致性也需明确。本研究旨在检验在EFT中，使用10分钟片段能否可靠预测整个会话的治疗完整性评分，并比较视频与音频评估的效果。论文发表在《Counselling Psychology Quarterly》。

**关键技术方法**
本研究样本来自英国斯特拉斯克莱德大学（University of Strathclyde）一项针对社交焦虑的EFT试点结局研究，共纳入11名客户（6名女性，5名男性；年龄20–57岁）和8名治疗师（5名女性，3名男性；中位年龄50岁，中位EFT经验2年）。使用观察者评定量表《以人为中心与体验性心理治疗量表——情绪聚焦疗法版本》（Person-Centered and Experiential Psychotherapy Scale – Emotion-Focused Therapy Version for Observer Ratings, PCEPS-EFT-9）对22次会话（第5次和第10次）进行编码，每个会话分为三个10分钟片段（早期：第10–20分钟；中期：第25–35分钟；后期：最后10分钟）。两名独立编码员（均具有EFT临床经验）对所有片段进行编码，并通过共识会议确定全局会话评分（使用会话水平全局评估项目 [Session-Level Global Assessment of Items, SLGAI]）。主要统计方法包括混合设计方差分析（mixed-design ANOVA）、皮尔逊相关（Pearson correlation）和多元线性回归（multiple linear regression），调整评估形式（音频 vs. 视频）和会话时间点。

**研究结果**
**评估格式对评分者间信度的影响（RQ1）**
混合设计方差分析显示，片段主效应不显著（F(2, 54)=0.29, p=.754, η2p=.02），表明早期、中期和后期片段平均评分无显著差异。但片段与评估格式的交互作用显著，效应量较大（F(2, 54)=7.17, p=.002, η2p=.29）：音频评估的评分在三个片段间相对稳定（均值3.55, 3.11, 3.16），而视频评估的评分随片段递增（均值4.24, 4.56, 4.68），后期片段评分更高。视频评估的平均评分（M=4.49, SE=0.32）显著高于音频评估（M=3.28, SE=0.26），标准化差异大（d=1.28）。评分者间信度总体优秀（ICC=.90），音频与视频间无显著差异。

**会话片段对全局评分的代表性（RQ2 & RQ3）**
片段间相关分析显示，所有相关系数均较高（r≥.70），其中中期片段（Segment 2）与后期片段（Segment 3）的相关系数最高（r=.952），共享方差约90%。逐步回归分析中，以全局会话评分为因变量，分别以各片段评分为预测变量，调整评估格式和会话时间点后，中期片段（Adj. R2=.88, β=.96, p<.001）和后期片段（Adj. R2=.92, β=.96, p<.001）的解释力最强，早期片段（Adj. R2=.78, β=.93, p<.001）也解释了超过三分之二的方差。这表明，单个10分钟片段，尤其是中后期片段，可高度近似全局会话评分。

**讨论与结论**
讨论部分指出，本研究提供了初步证据，表明PCEPS-EFT-9量表在评估治疗完整性时可灵活应用于研究、培训与督导，而不会显著损害效度。较短片段（特别是中期和后期10分钟片段）的评分与完整会话评估高度一致，为优化资源利用提供了可行方案。视频评估因捕捉非言语线索（如面部表情、姿势）而获得更高评分，这提示在EFT中视频可能是更优评估形式，但需权衡实际可行性。研究同时强调了局限性，包括样本仅限社交焦虑患者、非随机分配至音频/视频条件、同一组编码员可能引入近因效应等。未来研究应扩大样本、使用独立编码员并在更多治疗阶段检验。

**研究结论**
本研究表明，PCEPS-EFT-9可灵活应用于研究、培训与督导，而不会显著损害效度。较短片段——尤其是中期和后期10分钟会话片段——的评分与完整会话中治疗师依从性和能力的评估高度一致。该方法可作为完整会话编码的更高效替代方案，同时保持足够严谨性。总体而言，研究结果初步强调了视频评估的潜在价值，并为治疗完整性评估的实用方向提供了支持。