《Applied Neuropsychology: Adult》：Diagnostic accuracy of the Groningen Effort test for detecting underperformance in early retirement Claimants—New analyses in an expanded Austrian sample
编辑推荐：
表现效度测试（PVT，如格罗宁根努力测试 GET）旨在评估神经心理学表现低常。本回顾性研究考察了 GET 在检测提前退休申请者表现低常中的效用，并探讨了人口学变量的影响。研究人员分析了完成神经心理测验套件的 249 名申请者的数据。基于预设截断值，受试者被分为
表现效度测试（PVT，如格罗宁根努力测试 GET）旨在评估神经心理学表现低常。本回顾性研究考察了 GET 在检测提前退休申请者表现低常中的效用，并探讨了人口学变量的影响。研究人员分析了完成神经心理测验套件的 249 名申请者的数据。基于预设截断值，受试者被分为表现低常组与非表现低常组。表现低常组在所有 GET 变量上的结果均显著差于非表现低常组。研究人员进行了 ROC 分析与逻辑回归分析。总错误数成为表现低常最可靠的指标。ROC 分析确认所有 GET 变量均具诊断效度，其中总错误数的判别准确度最高（AUC = .82）。采用总错误数截断值 ≥ 24 时，特异度为 0.90，灵敏度为 0.56。更严格的表现低常定义提高了特异度与整体准确度。似然比 LR+ = 3.56、LR- = 0.33 表明 GET 总错误数可用于筛查。上述发现指示，GET（特别是总错误数）可作为提前退休评估中表现效度测试的有效工具。
研究背景与问题提出
神经心理学评估在提前退休等存在外部诱因的场景中，个体可能未付出充分且一致的努力，即表现低常（underperformance），导致测验结果不能准确反映真实认知功能。表现效度测试（PVT）是甄别此类无效表现的核心客观工具。多数 PVT 基于记忆范式，而格罗宁根努力测试（GET）是少数基于注意力的独立 PVT 之一。先前 Te?mann 等（2025）在奥地利同场景小样本（N=132）中支持 GET 价值，但排除了“不确定表现者”，外部临床效度受限。本研究在该私企维也纳神经心理评估数据库中扩展至 249 例，纳入更多 PVT、采用更包容与更严格的多级表现低常定义，重检 GET 诊断准确性及人口学影响。论文发表于《Applied Neuropsychology: Adult》。
主要技术方法概要
研究人员采用回顾性设计，样本为 2022 年 1 月至 2025 年 2 月由法律机关或养老金保险机构转介的 249 名提前退休申请者（男 97、女 152，年龄 21–63 岁），排除智力障碍、痴呆及数据不全者。以“两测验失败规则”为核心归类标准：失败 ≥ 2 项 PVT 者为表现低常组；失败 ≤ 1 项为非表现低常组。效标 PVT 包括 1 项独立 PVT（词语记忆测试 WMT）与 3 项嵌入型 PVT（注意表现测验-警觉子测验 TAP-Alertness、Cognitrone 复合分 CCS、可靠数字广度 RDS），GET 本身不进入效标。统计上依次使用 Mann?Whitney U 检验、卡方检验、Pearson 相关、ROC 曲线（取 AUC、灵敏度、特异度、似然比、Youden 指数）、按模块分层二元逻辑回归（块 1 为 GET 三指标，块 2 加年龄性别，块 3 加受教育年限与言语智商 WST?IQ），并对 ≥3 失败、4 项全失败做探索性亚组分析。
研究结果
基线与表现低常率：249 人中 128 人（51.4%）属表现低常组，121 人（48.6%）非表现低常。表现低常组年龄更大、受教育年限（YFE）更少、言语智商（WST?IQ）更低；女性表现低常比例略高（小效应）。
GET 变量与表现低常：三组 GET 变量（ADHD Index、ABI Index、总错误数）在表现低常组均显著恶化，总错误数效应最强（r = ?.55，p < .001）；随定义趋严（≥3 失败、4 项全失败）总错误数区分度进一步升至 r = ?.67。
GET 与效标/人口学关联：GET 三变量内部相关 +.59~+.83。非表现低常组中总错误数仅与 WST、CCS、RDS 呈弱负关联；表现低常组中与 TAP 弱正关联，与 WST、mWMT、CCS、RDS 中等负关联，年龄性别无显著关联。
诊断性能（ROC）：以 ≥2 失败为效标，总错误数 AUC = .817（灵敏度 .78，特异度 .75，LR+ 3.15，LR? .29）；为保特异度 .90，推荐截断值 23.50（即临床取 ≥24），灵敏度降至 .56。≥3 失败时总错误数 AUC = .86；4 项全失败时 AUC = .92（灵敏度 .94，特异度 .80，LR+ 4.75，LR? .07）。ADHD Index 与 ABI Index 判别力次之且不稳定。
增量效度（逻辑回归）：块 1 仅 GET 三变量即显著改善拟合（χ2(3)=87.64，p<.001，Nagelkerke R2=41.2%），仅总错误数显著（OR=1.143）。加入年龄性别后 R2 升至 47.5%，总错误数仍显著（OR=1.123），女性（OR=3.09）与年龄（OR=1.055）亦显著。再加受教育年限与 WST?IQ 后 R2=51.0%，总错误数、女性、年龄、受教育年限正向显著，WST?IQ 负向显著。亚组（≥3、4 失败）中总错误数 OR 升至 1.195 与 1.356，R2 最高达 74.6%。
分类矩阵：≥2 失败标准下块 1 准确度 .76（灵敏度 .74，特异度 .79，LR+ 3.56，LR? .33）；≥3 失败准确度 .84（LR+ 4.74）；4 失败准确度 .91（特异度 .95，LR+ 10.15）。人口学变量未提升分类准确度。
讨论与结论翻译
讨论指出，ROC 与逻辑回归一致显示 GET 总错误数是早期退休场景中判别表现低常的最稳定指标（AUC≈.82，属“良好”），优于 ADHD/ABI Index；更严格效标使判别力增强，印证 GET 对低常严重度敏感。本研究所需总错误数截断值（≥24 保特异度 .90）高于手册原值（ADHD≥13、ABI≥21），提示需按场景校准截断值而非套用通用标准。女性、年龄、低受教育年限与低言语智商在组间差异显著，但仅女性与年龄进入回归预测，受教育年限在控制言语智商后出现正向压制效应，关系复杂。51.4% 的高基率与提前退休强外部诱因一致。局限性含回顾性设计、效标依赖 WMT 等、嵌入 PVT 截断值未完全独立验证、GET 三指标共线性使回归系数解释需谨慎、样本具奥地利法医?保险场景特殊性。
结论：GET 可作为提前退休评估中检测表现低常的有用 PVT，总错误数在各定义下预测力最强且诊断准确度不受人口学与认知协变量实质影响；GET 对该专项人群具效度与稳健性，但需在更广泛人群与外部复制中再验证。
