利用霍普金斯语言学习测试修订版(HVLT-R)中的完成时间来衡量一个混合临床样本中的参与度
《Applied Neuropsychology: Adult》:Using completion time on a forced choice trial of the Hopkins Verbal Learning Test – Revised (HVLT-R) to measure engagement in a mixed clinical sample
【字体:
大
中
小
】
时间:2026年05月15日
来源:Applied Neuropsychology: Adult 1.4
编辑推荐:
**摘要**
**目的** 本研究考察了霍普金斯言语学习测试-修订版(HVLT-R)中限时强制选择识别(FCR)试 验的临床效用。我们评估了FCR的准确性和完成时间(FCompT)是否与在混合临床样本中已建立的性能有效性测试(PVTs)和嵌入式有效性指标(EVIs)的表现相关
**摘要**
**目的** 本研究考察了霍普金斯言语学习测试-修订版(HVLT-R)中限时强制选择识别(FCR)试 验的临床效用。我们评估了FCR的准确性和完成时间(FCompT)是否与在混合临床样本中已建立的性能有效性测试(PVTs)和嵌入式有效性指标(EVIs)的表现相关,以及这些指标在宽松和严格的 validity 定义下是否表现出分类准确性。
**方法** 八十五名因神经心理评估而前来就诊的成年人完成了HVLT-R测试,其中包括一个FCR部分。Spearman相关性分析用于检验变量之间的关联以及独立的PVTs。接收者操作特征分析用于评估在≥1个PVT(宽松标准)或≥2个PVT(严格标准)下无效表现的区分能力。
**结果** 较低的FCR准确性和较长的FCompT与在已建立的PVTs中的较差表现相关。在宽松标准下,FCR的准确性表现出中等区分能力(AUC = .70);在严格标准下,FCR的准确性表现出优异的区分能力(AUC = .92)。FCompT在宽松标准下也表现出中等区分能力(AUC = .74),在严格标准下表现出良好的区分能力(AUC = .89)。这些估计基于一小部分无效案例。
**结论** 研究结果提供了FCR指标的初步证据,表明其具有收敛有效性和区分效用。需要更大规模的研究和更高比例的无效表现案例,以确定稳定的分类参数。
**关键词** 嵌入式测量;强制选择;神经心理学;测试;症状有效性测试
**引言**
性能有效性测试(PVTs)在临床神经心理学实践和研究中有着悠久的应用历史(Greher & Wodushek, 2017; Lippa, 2018)。PVTs在提高神经心理学评估的准确性方面起着重要作用,因为不佳的努力水平可能导致测试结果无效并引发误诊(Lange et al., 2012)。当PVT失败率较高时,这一担忧更为显著(Roor et al., 2024)。虽然临床医生的判断可能在评估患者努力程度时有所帮助,但美国临床神经心理学学会(AACN)和国家神经心理学学会(NAN)的指南建议不要仅依赖临床判断来进行评估(Sweet et al., 2021)。最佳实践是采用多种有效性评估方法,包括嵌入式和独立的测量手段,以降低假阳性率并提高检测准确性(Rickards et al., 2018; Sherman et al., 2020)。特别是在可能存在二次收益、动机问题或测试过程中注意力不稳定的情况下,这一点尤为重要。最终,不佳的努力水平会限制临床数据的解释,并可能导致得分不能准确反映认知功能。
两种常见的客观性能有效性测量方法是独立测量和嵌入式有效性指标(EVIs)。独立测量是在其他测试之外单独进行的,可以衡量多个认知领域的努力程度(例如,记忆、处理速度)。这些独立测量在心理测量学上是可靠的,具有高特异性和敏感性(Bernstein et al., 2021; Martin et al., 2022),但可能会增加测试时间,并且在法庭或法医学环境中容易受到操控(Rüsseler et al., 2008)。EVIs通常用于临床环境中,嵌入在标准神经心理学测试中,通常只需几分钟即可完成。例如,加州言语学习测试第II版(CVLT-II)包含一个经过实证验证的强制选择识别试验,可用于指示不佳的参与度(Erdodi et al., 2018)。
霍普金斯言语学习测试-修订版(HVLT-R)是由Brandt和Benedict开发的简短言语记忆任务,用于评估成人的言语学习和记忆(Benedict et al., 1998; Ryan et al., 2021)。除了单个试验的分数外,它还产生总回忆分数、延迟回忆分数、保留百分比和识别区分指数(RDI)。HVLT-R已显示出强大的结构效度、重测信度和临床效用(Benedict et al., 1998; Frank & Byrne, 2000; Gaines et al., 2006; Hogervorst et al., 2002)。尽管像CVLT-II(Schwartz et al., 2016)和韦氏记忆测验第四版(WMS-IV)逻辑记忆任务(含关键项目分析Dunn et al., 2021)已经包含了经过验证的EVIs,但HVLT-R仍缺乏一个在临床环境中一致使用的经过充分验证的EVI。
对军人退伍军人的研究表明,HVLT-R的RDI可能有助于识别有效和无效的努力表现。例如,Sawyer等人(2017)使用109名退伍军人的样本发现,RDI < 6时具有较高的敏感性(.74)和特异性(.84),而RDI < 5时的敏感性为.53,特异性为.93。2018年的一项研究对80名因神经心理评估而前来就诊的退伍军人进行了重复测试,分类准确性为.67(.80)(Bailey et al., 2018)。去除七名有遗忘症状的valid参与者后,特异性提高到.92。Abeare等人(2021)首次为HVLT-R引入了强制选择识别(FCR)试验,并建议进行FCR可能有助于更清楚地了解HVLT-R中的其他无效表现指标(包括RDI)。他们从85名大学生中收集数据,并将参与者随机分配到对照组或实验性伪装组。对照组被要求尽最大努力,而实验组则被要求像是在追求人身伤害诉讼一样参与。研究结果显示,在RDI < 11的截止分数下,特异性强(1.00),敏感性中等(.59),表明能够有效识别不可信的回答。研究人员指出,加入FCR可能会提高该工具嵌入式有效性指标的敏感性和特异性,但同时强调需要谨慎,因为HVLT-R的FCR尚未在确诊或疑似有神经精神疾病的个体中进行广泛验证。因此,需要进一步研究以确定FCR是否能在临床人群中可靠地区分不可信的回答和真正的认知障碍。
先前的研究表明,结合完成时间可能比单独测量准确性提供额外的好处(Cutler et al., 2022; Erdodi et al., 2017; Fuermaier et al., 2017; Gabel et al., 2019; Kim et al., 2010; Lupu et al., 2018)。Cutler等人(2022)评估了HVLT-R的FCR试验作为EVI的效用。在43名大学生和52名因神经心理评估而前来就诊的成人的档案数据样本中,FCR准确性截止值≤11显示出较高的特异性(最高达1.00),尽管在临床案例中的敏感性较低(.38–.60)。完成时间≥35秒时,敏感性增强(.71–.89),同时保持了良好的特异性(.83–.96)。当结合FCR准确性和完成时间时,分类准确性提高到81%至86%。对其他PVTs(如单词选择测试[WCT])的额外研究表明,采用完成时间等替代检测方法可以最小化假阳性并最大化总体分类准确性(Tyson and Shahein, 2023)。这些发现支持使用FCR试验,特别是结合完成时间,作为一种实用且高效的方法来解决传统识别截止值的局限性。然而,作者建议在更大且更具多样性的临床样本中进行复制研究。
尽管先前的研究已经在本科生和相对同质的样本中探索了FCR,但目前的研究尝试将其扩展到使用手动计时FCR的混合临床人群。本研究最好被视为一项初步的、探索性的研究,旨在考察强制选择识别的准确性和完成时间在混合门诊临床样本中的收敛有效性和潜在临床效用,而不是对诊断截止值的正式验证。本研究旨在确定FCR准确性和强制选择完成时间(FCompT)是否与已建立的PVTs和EVIs的表现相关。研究假设:(1)较低的FCR准确性和较长的FCompT与标准PVTs和EVIs的表现较差相关;(2)完成时间可以在评估任务参与度时提供额外的补充信息。为了进一步探索这些指标的潜在临床相关性,次要分析通过分析独立PVT的表现来考察FCR准确性和完成时间区分有效和无效表现的能力。作为一项初步的探索性研究,本研究旨在为HVLT-R在临床环境中的FCR准确性和响应延迟作为辅助指标的收敛有效性和潜在临床区分效用提供基础证据。
**方法**
**参与者** 参与者来自南加州的门诊学术医疗中心,由他们的医疗服务提供者推荐进行神经心理评估。数据收集涉及两个门诊诊所。推荐原因多种多样,包括但不限于创伤性脑损伤(TBI)、中风、不同原因引起的痴呆和其他神经系统疾病。纳入标准包括英语流利以及在评估时至少18岁。排除标准包括严重的精神疾病(如精神分裂症谱系障碍)、患者自愿退出(如对参与不感兴趣)以及缺乏英语能力。排除严重精神疾病是为了减少精神病相关症状(如思维紊乱)对PVT表现解释的干扰。此外,这些情况在招募参与者的诊所的就诊人群中并不常见。所有符合纳入标准的个体都被邀请参与本研究。值得注意的是,参与者是在研究期间从门诊神经心理学诊所的推荐中招募的。符合条件的个体被邀请参与他们的临床评估,其中一些人拒绝了参与。尽管纳入和排除标准是前瞻性地应用的,但没有系统地记录每个具体标准的排除数量。
**机构审查委员会(IRB)批准** 在临床评估开始时,参与者收到了IRB批准的同意书和HIPAA表格,其中说明了研究的性质。在测试开始前获得了关于随时退出研究的知情同意。数据以匿名方式录入并存储在安全的网络驱动器中。该研究得到了大学机构审查委员会(Protocol #3246)的批准。
**测量和程序**
HVLT-R用于评估言语学习、即时回忆、延迟回忆和识别记忆(Benedict et al., 1998)。它常用于临床和研究环境中,以评估有神经系统、精神疾病或发育障碍个体的记忆功能。HVLT-R第1表按照标准化临床程序进行。从HVLT-R中衍生出一个强制选择识别试验,并记录识别准确性和总完成时间。
**FCR试验** HVLT-R是开发FCR试验的基础。在当前研究中,我们开发了一个带有计时组件的FCR试验,以同时测量准确性和反应速度。所有对照词都是具体名词,遵循Abeare等人(2021)描述的程序。大多数对照词与其对应的目标词在语义上相关,其余三个在语义上不相关。如Abeare等人(2021)所述,为了增加任务的感知复杂性,语义不相关的对照词来自一个不同的语义类别。完成HVLT-R识别试验后,参与者完成了基于HVLT-R的FCR任务,同时记录准确性和总完成时间。FCR任务给出了标准化指导。FCompT记录为完成任务所需的总时间,识别准确性和完成时间也被记录下来以供分析。
**其他测量** 我们还进行了关于参与者年龄、种族、教育和就业史的人口统计问卷调查,以及作为标准神经心理评估的一部分进行的一系列PVTs和EVIs。这些测量用于检验与实验性HVLT-R FCR试验和FCompT的收敛有效性。有效性测量包括记忆伪装测试(TOMM; Tombaugh, 1997)、点计数测试(DCT; Boone et al., 2002)和韦氏成人智力量表第四版(WAIS-IV; Wechsler, 2012)中的可靠数字广度(RDS)。
**统计分析** 我们使用Microsoft Excel和IBM SPSS Statistics分析收集的数据。在SPSS中进行功效分析,以估计在相关性分析中检测中等效应大小所需的样本量。结果表明,至少84名参与者将提供足够的统计功效(≥.80)来检测中等效应(ρ ≈ .30),在α水平.05下。鉴于分析的探索性质,使用双尾测试评估统计显著性,α水平为.05,对于更强的关联,指出了更严格的阈值(p < .01)。计算了人口统计变量和主要研究指标的描述性统计,包括平均值、标准差、范围和频率分布。使用非参数Spearman等级相关系数来检验HVLT-R FCR准确性、FCompT、人口统计变量(年龄和教育)以及已建立的独立和嵌入式PVTs之间的关联。相关性分析采用成对删除法来最大化可用数据。独立的PVT(多项选择任务)管理是根据临床背景和转诊问题来确定的。因此,对完成所有测量项目的参与者子集进行了分类分析。为了检验有效性,使用两种定义将参与者分类为表现出有效或无效的表现。一种宽松的分类方法将无效表现定义为在一个或多个PVT中失败,而一种保守的方法则要求在两个或更多PVT中失败才能将表现分类为无效(Larrabee, Citation2003; Lippa, Citation2018; Proto等人, Citation2014)。进行了接收者操作特征(ROC)曲线分析,以评估FCR准确性和完成时间是否能在每种定义下预测有效性状态。曲线下面积(AUC)值使用常规基准进行解释。同时也计算了独立PVT和FCR临界点的失败基础率。进行了二项逻辑回归分析,以检验FCR准确性和完成时间对有效性状态的独立和联合预测效用。分别估计了每个预测因子的模型以及包括两个预测因子的组合模型。由于在有效性测量中存在缺失数据,二项逻辑回归和分类分析是使用列表删除法进行的。统计显著性以0.05的alpha水平进行评估,对于更强相关性,指出了更严格的阈值(p < .01)。鉴于分类分析的探索性质、无效表现的低基础率以及在整个样本中PVT数据的不完全可用性,ROC和逻辑回归分析的结果应谨慎解释。使用认知状态(正常认知、轻度神经认知障碍[mNCD]、重度神经认知障碍[MNCD])和年龄进行了亚组分析,以检查不同临床类别和特定年龄范围内的表现(Lee等人, Citation2018)。除了在选定的FCR和FCompT临界点的失败率外,还按亚组计算了平均值和标准差。由于样本量较小,这些分析应被视为描述性的。最后,进行了独立样本t检验,以评估评估者相关差异对FCompT的可能影响。
**结果**
**人口统计特征**
当前分析包括85名混合临床样本的参与者,包括TBI(创伤性脑损伤)、正常压力脑积水(NPH)、血管性认知障碍、焦虑、抑郁、阿尔茨海默病(AD)、多发性硬化症(MS)、帕金森病(PD)和其他神经系统疾病的诊断。样本的平均年龄为67.5岁(SD = 11.3岁),平均教育年限为15.9年(SD = 2.6年)。大约一半的样本是女性(N = 42,49.4%)。大多数样本是白色人种(N = 62,72.9%),其次是拉丁裔/a(N = 11,12.9%)、黑人(N = 3,3.5%)和其他(N = 7,8.2%)。有关更多人口统计信息,请参见表1。
**表1. 参与者的人口统计特征。** 下载CSV 显示表格
**Spearman相关性分析**
使用Spearman等级相关性来检查FCR准确性、完成时间、人口统计变量和既定的表现有效性测量之间的关联。FCR准确性与其完成时间表现出中等负相关(ρ = ?.49,p < .001),表明回答时间较长的参与者表现出较低的识别准确性。较高的FCR准确性与TOMM试验1中的更好表现有很强的相关性(ρ = .60,p < .001)。这些结果与常用的PVT之间预期的关系一致(例如,较高的FCR分数与更好的TOMM表现和较低的DCT分数相关)。FCompT定义为完成限时FCR任务所需的总时间(以秒计),也与几个嵌入式和独立的有效性测量表现出显著相关性。较长的完成时间与较低的RDS分数(ρ = ?.41,p < .001)和较高的DCT分数(ρ = .48,p = .001)相关,这与较慢和效率较低的回答模式一致。完成时间与TOMM试验1之间的相关性在统计上不显著(ρ = ?.13,p = .40)。Spearman等级相关系数见表2。
**表2. HVLT-R多项选择变量、人口统计变量和表现有效性测量之间的Spearman等级相关性。** 下载CSV 显示表格
为了检查人口统计因素是否影响FCR表现或完成时间,检查了其与年龄和教育的非参数关联。结果表明,年龄和教育水平与FCR准确性(ρ = .07,p = .53;ρ = .02,p = .88)或FCompT(ρ = .12,p = .29;ρ = ?.12,p = .27)均无显著关联,表明人口统计变量在该样本中并未对多项选择指数的表现产生有意义的影响。
**有效性分类**
对于TOMM试验1、RDS和DCT数据完整的参与者子集(n = 18),可以进行有效性分类。使用一个宽松的标准,即一个或多个表现有效性测试失败,9名参与者(50.0%)被分类为表现无效。使用更保守的标准,即两个或更多表现有效性测试失败,3名参与者(16.7%)被分类为无效。由于数据缺失和无效表现率较低,分类分析应谨慎解释。
**ROC分析**
进行了ROC曲线分析,以评估FCR准确性和FCompT在两种有效性定义下区分有效和无效表现的能力。在宽松标准下,FCR准确性表现出公平至可接受的区分度(AUC = .70,95% CI [.46, .95]),在保守标准下表现出极好的区分度(AUC = .92,95% CI [.79, 1.00])。完成时间在宽松标准下表现出公平至可接受的区分度(AUC = .74,95% CI [.48, .99]),在保守标准下表现出良好的区分度(AUC = .89,95% CI [.73, 1.00]),较长的完成时间与无效表现的可能性更大有关。如前所述,这些估计来自较少的无效案例,应谨慎解释。
**逻辑回归分析**
进行了二项逻辑回归分析,以检验FCR准确性和完成时间对有效性状态的预测效用。分别估计了每个预测因子的模型以及包括两个预测因子的组合模型。在保守标准下,FCR准确性显示出与无效表现的趋势性关联(比值比 = 0.42,p = .06),表明较低的准确性与无效表现的可能性增加相关。在包括FCR准确性和完成时间的组合模型中,没有一个预测因子对有效性分类有统计学上的独立贡献。
**PVT失败基础率**
审查了各个PVT的失败基础率,以表征样本的有效性特征。在进行了TOMM试验1的参与者中(n = 43),18.6%的得分低于45分,7.0%的得分等于或低于40分。在RDS中(n = 84),8.3%的得分等于或低于6分。在DCT中(n = 44),4.5%的得分等于或高于19分,15.9%的得分等于或高于14分。此外,还对所有三个单独PVT数据完整的参与者子集(n = 18)进行了有效性分类。使用宽松的定义,即在一个或多个PVT中失败,50.0%的案例被分类为无效(n = 9)。使用更保守的定义,即需要两个或更多PVT失败,16.7%的案例被分类为无效(n = 3)。
**FCR准确性和完成时间的分类**
检查了FCR准确性临界点的分类准确性指数。具体来说,使用≤11、≤10和≤9作为FCR的临界点,以及≥35、≥45和≥60秒作为FCompT的临界点。分析使用了数据完整的参与者子集(n = 18)中的宽松(≥1个失败的PVT)和保守(≥2个失败的PVT)定义。
在整个样本(n = 84)中,10.7%的参与者在FCR测试中的得分≤10分,7.1%的得分≤9分。在宽松的有效性定义下,≤11的临界点显示出55.6%的敏感性和77.8%的特异性。≤10的临界点显示出33.3%的敏感性和100%的特异性,而≤9的临界点显示出22.2%的敏感性和100%的特异性。对于保守的有效性定义,≤11的FCR临界点显示出100%的敏感性和73.3%的特异性。≤10的临界点显示出66.7%的特异性和93.3%的特异性,≤9的临界点显示出33.3%的敏感性和93.3%的特异性。对于整个样本(n = 84)中的FCompT,16.7%的参与者需要≥45秒来完成多项选择测试。在宽松的有效性定义下,≥35秒的FCompT临界点显示出77.8%的敏感性和77.8%的特异性。≥45秒的临界点显示出44.4%的敏感性和88.9%的特异性。最后,≥60秒的临界点显示出11.1%的敏感性和88.9%的特异性。对于保守的有效性定义,≥35秒的FCompT临界点显示出100%的敏感性和60.0%的特异性。≥45秒的临界点显示出66.7%的敏感性和80.0%的特异性,≥60秒的临界点显示出33.3%的敏感性和93.3%的特异性。值得注意的是,符合保守无效标准的参与者数量较少(n = 3),因此应仅作为描述性数据查看。有关更多信息,请参见表3。
**表3. HVLT-R多项选择识别和完成时间的分类准确性。** 下载CSV 显示表格
**认知状态分层**
完成了对认知状态(包括认知正常、mNCD和MNCD)的描述性分析。分析显示,FCR准确性和FCompT的组平均值似乎与认知严重程度相关。认知正常组(M = 11.91,SD = 0.36)的FCR准确性最高,mNCD组(M = 11.31,SD = 1.39)中等,MNCD组(M = 9.67,SD = 3.21)最低。对于完成时间,FCompT在各组中似乎有所增加,认知正常组的平均FCompT时间最低(M = 32.55,SD = 6.46),mNCD组中等(M = 42.00,SD = 13.24),MNCD组最高(M = 69.67,SD = 23.76)。
使用≤10的FCR临界点也显示出基于认知严重程度的失败率增加。在认知正常组中,失败率为2.3%,而mNCD和MNCD组的失败率分别为17.1%和33.3%。对于FCompT,使用≥45秒的临界点,认知正常组的失败率相对较低,为2.3%,但在mNCD组中较为常见,为22.9%。在MNCD组中,所有情况下(100%)在≥45秒的临界点都观察到FCompT失败。
最后,对于拥有完整PVT数据的参与者子集,按认知状态组描述性地检查了PVT失败率。在宽松的定义下,28.6%的认知正常案例和62.5%的mNCD案例被分类为无效,而没有MNCD案例的完整PVT数据符合宽松的有效性标准。在更保守的定义下,没有正常组和MNCD案例被分类为无效,尽管有12.5%的mNCD案例符合标准。重要的是,MNCD案例的数量非常少,且完整PVT数据的子样本有限,因此仅作为描述性数据呈现。有关更多信息,请参见表4。
**表4. 按认知状态划分的表现和失败率。** 下载CSV 显示表格
**年龄分层分析**
将参与者分为三个年龄组(<65岁、65至74岁和≥75岁)以形成比较子组。FCR平均准确性在不同年龄组之间没有一致下降。在≤10的临界点,FCR失败率在不同年龄组之间大致相当(分别为6.9%、12.9%和12.5%)。最年长年龄组的平均FCompT略有增加,≥75岁组的平均完成时间为42.63秒(SD = 12.47),而<65岁组的平均完成时间为37.76秒(SD = 13.74)。最年长年龄组的失败率也更高,为29.2%。更多信息见表5。
**表5. 按年龄组划分的表现和失败率。** 下载CSV 显示表格
**评估者效应**
使用独立样本t检验评估了评估者相关效应对FCompT表现的可能影响。对于FCompT,不同评估者之间似乎没有显著差异。由评估者A评估的参与者平均完成时间为38.65秒(SD = 15.08),而由评估者B评估的参与者平均完成时间为38.23秒(SD = 11.55)。差异在统计上不显著,t(82) = 0.15,p = .885。先前的研究使用基于识别的任务,如CVLT-II和WCT,报告称准确性的降低或非典型的反应模式可能表明表现不可信(Erdodi等人,Citation2018)。此外,结合反应潜伏期作为额外指标的研究表明,时间测量可以提高分类准确性,而不会显著增加假阳性率(Cutler等人,Citation2022;Erdodi等人,Citation2017;Lupu等人,Citation2018)。当前的研究将这一文献扩展到HVLT-R,证明了完成时间与嵌入式和独立的表现有效性指标在异质临床样本中具有收敛的有效性。ROC分析表明,FCR准确性和完成时间似乎具有区分能力,特别是在保守的有效性标准下。准确性取得了出色的分类性能(AUC = .92),而完成时间则显示出了良好的区分能力(AUC = .89),这表明这两个指标可能对明确定义的无效反应敏感。在宽松的标准下,分类准确性较为一般,可能表明有效和边缘表现之间存在重叠。在当前的混合临床样本中,准确性的截止值为≤10时,在宽松和保守的定义下都显示出了高特异性,而≤11时虽然提高了敏感性,但降低了特异性。尽管这些发现是初步的,并且基于一个较小的分类子样本,但它们表明,在混合临床样本中更保守的阈值可能会有不同的表现。虽然这些发现为FCR指标的区分有效性提供了初步支持,但由于置信区间较宽以及具有完整PVT数据的参与者样本量较小,因此仍需要在更大样本中进行谨慎的解释和复制。
认知状态分析显示,各组之间存在分级相关性,随着认知损害的加重,FCR准确性和完成时间都有所下降。被归类为认知正常的参与者表现出接近完美的准确性和最快的完成时间,而mNCD(轻度神经认知障碍)的参与者表现介于两者之间,而MNCD(中度神经认知障碍)的参与者则表现出最低的准确性和最大的处理效率低下。使用分析的截止值,FCR和FCompT的失败率也随着损害的加重而增加。基于准确性的失败(≤10)在认知正常的个体中很少见,但在mNCD,特别是MNCD中更为普遍,而基于时间的失败(≥45秒)与认知严重程度更为一致。这些发现表明,完成时间可能对严重的认知损害特别敏感,可能反映了处理速度减慢与其他认知领域缺陷的累积效应(Daugherty等人,Citation2020)。需要注意的是,宽松的有效性阈值可能会将受损表现过度归类为不可信的反应,特别是在认知损害较轻的情况下。需要在更大样本中进行复制,以澄清观察到的FCR失败是反映了实际的认知损害、由于损害导致的参与度降低,还是真正的表现无效。
按年龄分层分析表明,FCR准确性在样本中的成年人生命周期内相对稳定,因为≤10的截止值的平均准确性和失败率在各个年龄组之间相似,并且没有随着年龄的增长而下降。这种模式表明,基于准确性的表现下降不太可能仅归因于正常的衰老过程。相比之下,完成时间显示出轻微的年龄效应,≥75岁的组在≥45秒的截止值下表现出较慢的平均表现和较高的失败率。这一发现似乎与年龄相关的处理速度和效率下降相符,表明基于时间的指标可能更易受到正常衰老效应的影响(Murman,Citation2015)。临床而言,这些结果强调了在年龄背景下谨慎解释基于时间的截止值的重要性,特别是在老年人中,其中较高的失败率可能部分反映了与年龄相关的处理速度减慢,而不是表现无效。
对考官效应的分析没有显示FCCompT表现因考官而产生有意义的差异,平均时间和统计比较均无显著性差异。这一发现表明,在当前样本中,考官相关的变异似乎并未对这一指标的表现产生实质性影响。这一发现为FCCompT administration和评分的程序可靠性提供了初步支持,表明完成时间表面上没有受到考官特定因素(如节奏、指导方式或人际互动)的重大影响。尽管当前的结果减少了对于FCCompT观察到的差异可归因于考官相关因素而非参与者表现的担忧,但还不能完全排除考官的影响。在更多考官中进行复制将增强对该结论的信心。
逻辑回归分析没有显示出准确性和完成时间的独立或组合预测效应的统计显著性。总体而言,当前研究的结果表明,所研究的测量指标与其他有效性指标之间存在有意义的关系;然而,需要更大样本和更多无效表现的代表性,以建立可靠且可推广的分类阈值。
年龄和教育水平都对HVLT-R FCR试验及其相应的完成时间(FCompT)的表现没有显著预测作用。这一发现与先前的研究结果一致,表明人口统计因素对表现有效性的影响通常较弱且在不同测试中不一致。在一个大型混合临床样本中,Myers等人(Citation2024)发现,在CVLT-3强制选择识别测试中失败的个人平均年龄大于通过测试的个人,尽管这种差异仅接近统计显著性(p = .055)。这种边际效应表明,虽然年龄偶尔可能与强制选择结果显示出微弱的关联,但它似乎不是表现的主要决定因素。相比之下,Braun等人(Citation2023)报告称,较年轻的年龄和较低的教育水平预示着在两种常用的独立PVTs(Tomm和Medical Symptom Validity Test,MSVT)中更高的失败率,尽管这些效应很小。综合这些发现表明,人口统计因素在某些有效性指标的表现中可能起着适度的作用。在这个样本中,FCR试验没有显示出这样的效应,这表明人口统计因素对表现的影响可能有限;然而,这需要进一步调查。
将完成时间与现有测量指标(如HVLT-R)相结合,在神经心理学中有多种实际应用。它不需要使用额外的测试材料,成本效益高,所需的管理时间少,并且符合专业组织鼓励在整个评估过程中使用多种和多样化有效性指标的建议(Sherman等人,Citation2020;Sweet等人,Citation2021)。重要的是,临床医生可能会发现时间指标有助于对模糊的准确分数进行情境化解释。在临床实践中,潜伏期测量可能有助于区分故意不参与和真正的认知减慢,特别是在仅凭准确性无法提供明确证据时。当前的数据在混合临床样本中提供了额外的观察结果,表明反应速度和准确性可能共同作为互补的指标。这与先前的研究结果一致,即表现不佳体现在正确回答的数量以及反应模式的效率和一致性上(Boone等人,Citation2002;Kim等人,Citation2010)。这些数据支持了结合时间指标可能有助于捕捉传统基于准确性的PVTs可能忽略的更广泛的表现行为的观点。
作为一项探索性研究,样本量足以检验研究变量之间的非参数关联,但并不旨在确定明确的临床截止分数或分类阈值。在当前研究中,分类分析还受到表现有效性指标中缺失数据以及无效表现率较低的限制,这限制了ROC和逻辑回归分析的统计功效。未来的研究应旨在使用具有更高不可信表现基率的更大混合临床样本,来建立准确性和完成时间的经验性截止值,以优化不同诊断组之间的分类准确性。Abeare等人(Citation2021)的先前工作确定,FCR试验中小于或等于11的截止值是区分不可信和可信表现的最佳选择,能够检测出传统识别指标遗漏的额外15%到40%的无效HVLT-R记录。在当前研究中,为FCR试验开发了一个新的单词列表,而不是使用Abeare等人(Citation2021)创建的原始列表。虽然这一决定允许在混合临床样本中检验强制选择格式和反应潜伏期,并允许独立于特定单词内容进行初步的可行性测试,但使用新单词列表限制了与先前发表的截止值的直接可比性,并可能部分解释了分类表现的差异。需要继续研究以确定不同FCR单词列表之间是否会出现可比较的截止值,并澄清列表组成对准确性和完成时间指标的影响程度。在未来的研究和开发中,建立不同版本的等效性,包括与先前发表的FCR试验的直接比较,是一个额外且必要的步骤。
尽管将完成时间与现有测量指标(如HVLT-R)相结合在混合临床样本中提供了有前景的表现有效性评估维度,但在某些情况下,较长的完成时间可能反映了真正的记忆损害或心理运动减慢,而不是与抑郁和PVT失败相关的处理速度减慢(Shura等人,Citation2017)。在当前样本中,完成时间随认知损害程度的增加而增加,这表明这些潜伏期指标可能对神经认知严重程度敏感,而不仅仅是表现有效性。因此,不应单独解释较高的完成时间。潜伏期数据应谨慎解释,并始终应在其他行为和临床发现的背景下进行解释。
ROC分析表明,FCR准确性和完成时间在宽松和保守的定义下都具有可接受到的至优异的区分能力,但这些发现是从一个包含少量无效案例的有限子样本中获得的。需要在更大的样本中进行复制,以建立稳定且可推广的阈值。尽管招募是前瞻性的,并基于连续的转诊,但排除和拒绝没有根据具体的资格标准进行系统跟踪,这限制了描述符合条件的但未参与样本的构成。虽然纳入具有异质神经和精神诊断的参与者增加了样本的多样性,但它限制了识别特定障碍表现模式的能力,因为转诊诊断通常是异质和重叠的,导致许多诊断类别的样本量较小。未来的研究应包括系统的临床描述,以便进行更详细的分层。此外,样本主要是白人和高教育水平的,这限制了这些发现对更多样化人群的普遍性。未来的研究可以检查按特定障碍、种族或教育水平对参与者进行分层是否表现出有意义的差异,这可能支持制定基于人口统计或诊断的具体解释指南。
最后,当前研究依赖于手动计时的试验,这不如基于计算机的潜伏期测量精确。由于FCompT需要口头呈现强制选择对,可能存在考官相关的影响(例如,节奏可能会影响潜伏期估计)对完成时间的影响。尽管在当前研究中没有观察到考官之间的完成时间存在显著差异,但除了明确的计时开始和结束时间外,没有实施正式的评分者间可靠性程序。实施了标准化的管理程序,以最小化任何可能的计时差异。此外,在FCR试验之前只进行了一次独立的PVT,这减少了考官有可能影响试验节奏的可能性。尽管如此,未来的研究可能会从包含盲法管理和/或标准化的节奏程序中受益,以控制任何可靠性差异(McHugh,Citation2012)。尽管有这些局限性,但在混合临床样本中使用基于时间的FCR任务可能增强生态有效性,并强调了在现实世界实践中实施基于时间的FCR任务的可行性。
在这项探索性研究中,HVLT-R上的较高FCR准确性与TOMM等已建立PVTs的更好表现相关,而较长的完成时间与较低准确性和多个有效性指标的较弱表现相关。这些发现表明,准确性和潜伏期可能捕捉到任务参与的互补方面。这些在混合临床样本上的初步发现增加了越来越多的文献,表明在强制选择识别测试中基于时间的指标可能增强表现有效性评估的解释价值,即使分类效用受到样本特征的限制。
Erdodi等人(Citation2017)和Tyson与Shahein(2023)的先前工作表明,在PVTs(如WCT)中结合完成时间指标可以提高分类准确性。这些发现表明,基于潜伏期的变量可以作为参与度的独立指标,或作为对传统PVTs已经强大的性质的补充增强。未来的研究可以将这种方法扩展到其他广泛使用的测量工具,例如TOMM和CVLT-3强迫选择识别试验,以确定在非可信反应的基础率较高的较大样本中,反应时间数据是否能够提高分类准确率。重要的是,这些发现来自于一个反映常规神经心理学实践的异质性门诊临床样本,而不是一个狭义定义的研究队列。在这些环境中,患者常常同时患有多种重叠的神经和精神疾病,认知功能受损的程度各异,且非可信反应的基础率较低(Roor等人,引用2024年)。这些在临床背景下针对基于时间指标的初步发现,为其在生态学应用中的潜力提供了支持。通过将传统的有效性测试框架扩展到包括准确性和潜伏期指标两个方面,这一研究方向可能有助于推动神经心理学领域朝着更加细致、高效且具有生态学相关性的方向发展,从而与提高神经心理学精确性的更广泛努力保持一致。