基于BCS-Greco的多维度规范框架用于精细的社会认知评估

《BMC Psychology》：A multidimensional normative framework for fine-grained social cognition assessment with the BCS-Greco

　　

摘要

研究目的

目前的社会认知评估往往仅给出总体得分，难以体现各子维度在临床意义上的差异。本研究为社会认知测试量表（Batterie de Cognition Sociale, BCS-Greco）提出了一个多层分析框架，便于对面部情绪识别、心理状态推断以及心智理论推理能力进行细致分析。

研究方法

研究基于部分重叠的健康法语成年群体样本（年龄范围：20–69岁），这些参与者完成了面部情绪识别测试（FER/IDEMO；n = 155）、读心眼测试（RMET；n = 175），以及用于评估一阶和二阶信念归因及错误行为识别的心智理论任务（n = 129–145；改编自Baron-Cohen, 2000）。通过数据驱动的分层方法，根据实际观察到的年龄和性别差异确定了最优的样本分组方式。评分维度包括针对不同情绪的识别准确率、与情绪强度相关的表现特征、系统性错误模式（混淆矩阵）、反应时间，以及按推理顺序和认知维度划分的心智理论子维度。

研究结果

愤怒和恐惧情绪的识别能力随年龄增长而下降（p = .001），而快乐和厌恶情绪则未出现明显下降趋势，反而存在上限效应。反应时间呈现非线性变化规律，50–59岁的成年人反应时间比60岁以上者更长（p < .001）。60岁以上的老年人错误归因率显著升高（p = .008），而年轻男性在愤怒与厌恶情绪识别上的混淆倾向在调整了参与者内部聚类因素后并未达到显著水平。心智理论能力在不同年龄组间保持稳定，但在推理顺序（p < .001）和认知维度上存在显著差异（p < .001）。

研究结论

这一多维度分析框架提供了标准化参考标准，有助于通过识别不同情绪下的表现特征、利用反应时间检测处理效率的差异、分析系统性错误模式，从而提升现有经过充分验证的测试工具的临床应用价值。这类工具在神经科和精神科患者群体中的临床敏感性早已得到证实。