《Journal of Clinical Child & Adolescent Psychology》：Development of the Reactive Aggression Assessment (RAGA-16) Part I: Item Selection and Initial Validation
编辑推荐：
摘要：目的 以反应性攻击（reactive aggression，RA）为特征的严重行为爆发在儿童及其家庭中较为常见，且致残性较高。越来越多的研究提示，RA可能表征一类具有行为问题的独特青少年群体；然而，目前缺乏针对儿童、经验证的RA特异性评估工具。本研究提供
摘要：目的 以反应性攻击（reactive aggression，RA）为特征的严重行为爆发在儿童及其家庭中较为常见，且致残性较高。越来越多的研究提示，RA可能表征一类具有行为问题的独特青少年群体；然而，目前缺乏针对儿童、经验证的RA特异性评估工具。本研究提供一种新型筛查工具与结局测量工具——16条目反应性攻击评估量表（Reactive Aggression Assessment，RAGA-16）的心理测量学证据。方法 来自美国全国代表性样本的家长（N＝1,162），其子女年龄为5至19岁（M＝11.4；SD＝3.98），完成了一项尚未发表的情绪与行为问题评估。研究人员基于该条目池，采用两种不同的测验开发方法，即数据知情法（Data-Informed）与自动化测验组装（Automated Test Assembly，ATA），并依据多个信度维度及其与家长报告健康信息的关联，对所得量表进行比较。结果 数据知情版与ATA衍生版在广泛症状严重度范围内均表现出较高信度（rxx＞.80），尽管所含条目大多不同，但内部一致性均极佳。数据知情版对家长报告外化性障碍（externalizing disorders）的检出表现描述性更高（AUC＝.76 vs. .73）。研究报告了数据知情版得分的百分位数常模与T分常模。结论 数据知情版被选定为RAGA-16的最终版本。拥有一种简短、高信度、针对RA的评估工具，并配备流行病学常模，可使研究人员与临床工作者更好地表征青少年RA行为。后续研究将对RAGA-16作为临床环境筛查工具的效度进行验证。
本研究发表于《Journal of Clinical Child 》，聚焦儿童反应性攻击（reactive aggression，RA）的测量工具开发与初步验证。RA通常表现为在受挫、被限制或情境转换时出现的剧烈言语及躯体行为爆发，如尖叫、摔物、攻击他人等，既造成显著功能损害，也加重照护者负担，并与儿童长期社会情绪困难相关。尽管既往研究提示RA可能构成行为问题儿童中的相对独特亚群，但其临床分类边界仍不清晰。RA虽可见于品行障碍（conduct disorder，CD）与对立违抗障碍（oppositional defiant disorder，ODD）的诊断框架中，但这些诊断并不要求RA必须存在。同时，RA还可能与主动性攻击、情绪症状、气质特征、教养方式及应激生活事件相互交织，导致其识别和评估极具挑战。更关键的是，当前针对儿童RA的专门化测量工具明显不足，现有免费且简短的工具往往缺乏高质量常模与儿童样本效度证据，商业化量表虽有较强心理测量学基础，却常存在将反应性攻击与主动性攻击混合计分、RA特异性条目不足、篇幅较长或使用成本较高等局限。因此，开发一项简短、可重复施测、具有全国常模且专门评估RA的工具，既是方法学需求，也是临床评估实践中的现实需求。
围绕上述问题，研究人员开发了16条目反应性攻击评估量表（Reactive Aggression Assessment，RAGA-16），并系统比较了两种量表建构策略：数据知情法（Data-Informed）与自动化测验组装（Automated Test Assembly，ATA）。研究的核心目标并非单纯缩短条目，而是在保留内容代表性的同时，使量表在广泛症状严重度范围内保持较高信度，并形成适于研究与临床筛查的总分解释框架。研究最终得出结论：两种策略形成的16条目版本均具有良好的结构效度、较高信度与初步效标关联证据，但数据知情版在若干信度和效度指标上略具优势，因此被确定为RAGA-16最终版本。该研究的重要意义在于，首次为儿童RA提供了一个简短、免费、照护者报告、具备流行病学常模支持的专门化测量工具，并展示了现代测验理论与算法组卷在临床量表开发中的可比性和应用价值。
方法概括：研究样本来自按2010年美国人口普查分层招募的全国代表性照护者队列，共1,162名5～18岁儿童的照护者完成167条目的儿童双相及相关障碍诊断量表（Pediatric Bipolar and Related Disorders Diagnostic Scale，PBiRDS）照护者版。研究人员首先通过专家评分结合潜类别方法筛选RA相关候选条目，其后采用平行分析、探索性因素分析（EFA）、多级评分模型（graded response model，GRM）与双因子模型评估维度结构，并分别以人工数据知情选题和ATA算法优化形成短版量表；最终通过验证性因素分析、内部一致性指标、项目反应理论（IRT）信度区间及受试者工作特征曲线（ROC）评估量表表现，并建立百分位数与T分常模。
研究结果部分首先说明了候选条目池的界定及其潜在结构。
Defining the Item Pool
研究人员从PBiRDS的167个照护者报告条目中，通过5位内容专家对“是否属于RA内容”的三级评分，并结合潜类别/潜在剖面方法，筛选出43个含有RA内容的候选条目。随后，平行分析与探索性因素分析提示该条目池最适合采用双因素结构。两个因素之间相关较高（r＝.63），说明其既有区分又彼此关联。其中一个因素主要由“易被激惹、易怒、情绪控制困难、被打扰后反应过度、冲他人喊叫”等条目构成，被暂命名为“怒气丧失”（Temper Loss）；另一因素主要由“摔东西、争吵、迅速暴怒、打人”等行为表现条目构成，被命名为“攻击行为”（Aggressive Behavior）。尽管双因素模型最能解释数据，但双因子分析显示总括性一般因子解释了大部分方差，ω
hierarchical＝.945，说明量表在实际应用中以单一总分表征总体RA水平是可行的。
Choosing the Short Form: Approach 1: Data-Informed Item Selection
在数据知情法中，研究人员依据单维IRT模型下各条目的区分度和难度参数、项目特征曲线以及临床内容代表性进行人工筛选。为了保证内容覆盖，两个内容域各纳入相同数量条目，同时确保量表至少包含言语攻击、躯体攻击和针对财物的攻击条目，并避免内容冗余。最终，研究人员认为第二因素中有8个条目具有足够信息量，因此选择构建16条目版本，使两个内容域各有8个条目。该策略兼顾了统计性能与临床可解释性。
Approach 2: Automated Test Assembly
在ATA策略中，研究人员使用优化算法，在预设约束条件下自动选取条目，以使量表总信息量最大化。约束包括量表总长度、各内容域条目数均衡、冗余条目限制，以及必须覆盖言语攻击、躯体攻击和财物破坏等关键症状域。ATA还特别尝试在平均水平以上2个标准差（约对应第98百分位、T分70以上）的潜在严重度阈值附近提高信息量，以增强筛查用途。研究人员系统比较了总长度为8、10、12、14、16、18条目的多个版本，以及第一阶段优先优化阈值区间时纳入2、4或6条目的不同组合。结果显示，所有方案均可生成最优解，而16条目版本在信息量与篇幅之间具有良好平衡，因此选取其中一个16条目ATA版本与数据知情版直接比较。
Comparing the Two Approaches
两种建构路径所得量表表现出极高的一致性，尽管二者共同条目很少，仅共享“有一阵阵暴怒”“生气时摔东西”“生气时大喊”3个条目。两量表的因子分相关达到Pearson r＝.927，总分相关达到r＝.950，说明不同选题路径均锁定了相同核心构念。所有ATA版本在θ约0至5范围内的信度大多可达到.80以上，但数据知情版的边际信度高于任何ATA版本，甚至优于18条目的ATA形式。研究还发现，ATA第一阶段优先纳入若干高阈值信息条目对整体信度提升有限，提示候选条目池中许多条目本身就对高严重度区间具有较强信息贡献。
Evaluating the Final Scales
在最终量表评价中，研究人员对数据知情版和ATA衍生版分别建立单因素、双因素与双因子验证性模型，并进一步在不同儿童性别亚组中检验测量模型拟合。结果表明，两种量表的双因素与双因子模型均拟合优良，比较拟合指数（CFI）和Tucker-Lewis指数（TLI）均高于.99，近似误差均方根（RMSEA）低于.08；单因素模型拟合略差，但仍支持总分使用。多组模型显示，在保持条目负荷和阈值一致的前提下，男童平均得分普遍高于女童，幅度约为.2～.4个标准差，这与既往关于男童外显性攻击更常见的发现一致，也表明量表在性别间具有稳定的测量结构。
Evidence of Reliability
两量表均显示很高的内部一致性和总体可靠方差。双因子GRM分析表明，ω
Total均大于.97，提示总分高度可靠；同时高阶一般因子贡献显著，数据知情版ω
Hierarchical＝.88，ATA版ω
Hierarchical＝.94。两者都具有较高的解释共同方差（ECV）与未污染方差比例（PUC），支持以单一总分近似RA总体水平。就可靠测量的严重度区间而言，数据知情版略宽，并向较低症状端延伸更多，其可靠区间为[?0.90, 4.7]，ATA版为[?0.65, 4.05]。作者据此认为，数据知情版在覆盖更广泛严重度范围方面略有优势。此外，研究还计算了测量标准误（SEm）、差异标准误（SEdiff）、90%与95%临界变化值及最小重要差异（MID），为临床随访中的个体变化解释提供了依据。
Preliminary Evidence of Validity
由于样本并非临床就诊人群，研究人员主要利用照护者报告的诊断与用药信息作为初步效标。ROC分析显示，两种量表对外化性障碍的检出均达到可接受水平，数据知情版AUC＝.76，ATA版AUC＝.73，前者显著更高。对于其他结局，如注意缺陷多动障碍（ADHD）药物、抑郁药物、易激惹相关药物、攻击相关药物使用及儿童被逮捕等，两个版本的AUC大致处于.67～.77之间，差异不显著。这说明RAGA-16总分与家长所报告的外化性精神病理和攻击相关临床指标存在稳定关联，具有初步构念效度和实际筛查潜力。
Clinical Utility
本研究的一项重要贡献在于基于全国代表性样本建立了RAGA-16数据知情版的常模。研究人员提供了原始分与百分位数、z分数及T分之间的转换表。由于样本总分分布明显正偏，T分并非简单基于正态分布换算，而是依据观测百分位等值转换得到。研究指出，总分39分约对应第98百分位，T＝71，可作为进一步临床评估的参考筛查阈值。结合临界变化值和最小重要差异指标，该量表不仅能用于横断面症状严重度判别，也可用于纵向疗效或变化幅度的监测。
讨论部分认为，RAGA-16回应了儿童RA领域长期存在的专门化测量不足问题。两种建构方法虽然路径不同，但最终都形成了高度一致且测量表现优良的量表版本，这表明RA这一构念具有较稳定的内容核心。数据知情版之所以被优先采用，主要因为其边际信度略高、对外化性障碍的识别略优，并且保留了稍多的特异因素方差。这种“更高的特异因素方差”被作者解释为可能具有更广的内容覆盖，即不仅衡量总体RA，也更有助于区分“怒气丧失”与“攻击行为”两个彼此相关但不完全相同的维度。相较之下，ATA版虽内部一致性略高，却可能更贴合单维模型、条目彼此更相似，存在一定“过拟合”风险。研究同时强调，本研究基于流行病学样本，严重结局发生率较低，且效标均来自照护者自报、未经临床核实，因此目前的效度证据仍属初步。未来需要在临床转诊样本中独立重复其测量模型，评估更具临床意义的切点、治疗反应阈值，并与现有攻击量表如回顾性修订外显攻击量表（Retrospective-Modified Overt Aggression Scale，R-MOAS）进行直接比较。此外，作者指出，多信息源评估体系将是后续发展的关键方向，因为RA在家庭、学校及其他情境中的表现可能并不一致，单一照护者报告仍不足以完整捕捉其跨情境特征。
研究结论部分可译为：鉴于当前可获得、兼具严格心理测量学证据和相关常模数据的评估工具匮乏，RAGA-16的加入代表了儿童反应性攻击行为评估方面的重要进展。若进一步补充临床相关常模，将可进一步提升该工具的实用价值。基于本文所呈现的整体证据，数据知情版在若干信度和效度指标上具有轻微但具有意义的优势。其与纯算法生成的ATA衍生版之间表现出的高度收敛性，也增强了对数据知情版并非“择优拼凑”条目的信心。鉴于数据知情版既受丰富临床经验指导，又显示出统计学优势，后续在临床样本中的研究应优先采用该版本。
