《Research in Autism》：Comparing traditional and continuous norming models for neurobehavioral assessments: A simulation study
编辑推荐：
研究人员评估了16种在分布族、轨迹复杂度与结构上存在差异的连续常模（continuous norming）方法。近似模拟数据形态的广义可加模型（Generalized Additive Models for Location, Scale, and Shape
研究人员评估了16种在分布族、轨迹复杂度与结构上存在差异的连续常模（continuous norming）方法。近似模拟数据形态的广义可加模型（Generalized Additive Models for Location, Scale, and Shape，GAMLSS）比传统常模方法更准确。一种迭代搜索过程在真实世界神经行为领域中识别出了最优连续常模模型。
研究背景与问题提出
神经行为评估在孤独症及相关发育障碍的筛查、诊断与干预反应判定中具有重要价值，其跨截面应用高度依赖将个体分数与代表性常模数据比较。传统常模采用年龄分段（age-banded）窗口法，将常模组划分为6个月或1年带宽，在各段内计算标准分与百分位。该方法存在组内偏差（within sub-group bias）与过渡偏差（transition bias），在快速非线性发育期表现更差，且要保证统计精度需各子组大样本，造成商业级常模采集成本极高。已有综述指出推断常模（inferential norming）、半参数常模（semi-parametric norming）与参数常模（parametric norming）三类连续常模方法，其中基于GAMLSS的全参数方法可同时建模位置（Location）、尺度（Scale）与形状（Shape）参数，适合方差随龄变化、正偏态常见的神经行为数据。然而既往实证研究模型覆盖不全、缺乏逐步拟合与多数据集验证。该文发表于《Research in Autism》，旨在通过蒙特卡洛模拟与真实常模数据，系统比较传统6个月窗口法与16种GAMLSS候选模型在2–22岁发育跨度下的精度与最小样本需求。
主要技术方法
研究人员采用完全交叉因子蒙特卡洛设计，操纵样本量（N=500、750、1000、1250、1500）、年龄轨迹（平展、线性、渐近、早平台）、异方差（恒定、温和增、中度增）与偏态（正态、正偏态）四类因子，生成120种数据条件各重复500次；原始分按M=100、SD=15标准分度量，年龄均匀分布于2–22岁，偏态由sinh-asinh变换控制。常模方法包括传统6个月窗口经验百分位，及16种GAMLSS配置（正态NO或BCCG分布族 × 均值轨迹线性/二次/三次/惩罚样条pb() × 同方差/异方差），每数据集显式拟合全部候选模型后以贝叶斯信息准则（Bayesian Information Criterion，BIC）选优。真实数据验证采用神经行为评估工具第3版（neurobehavioral evaluation tool-version 3，NET V3）父母/照料者及教师/临床者总分，覆盖6症状+4技能域与5症状+1技能域。性能以8个代表年龄点对比真值百分位，指标含均方根误差（Root Mean Square Error，RMSE）、偏差、估计方差、覆盖误差与容差覆盖（±2.5与±5.0百分位点），并用线性混合效应模型检验常模类型×设计因子交互。
研究结果
Aim 1: Model Fit
在平展与线性轨迹下，BIC选中假设“正确”模型的比例达29.6%–50%；非线性轨迹（渐近、早平台）下正确多项式极少被选中，但最优模型多为同分布族惩罚样条或近邻多项式（如N+Spline+Hom代N+Cub+Hom）。近邻选型的RMSE代价仅0.12（相对传统法收益3.50），恢复可用改进的96.8%，说明近邻替代的实际惩罚极小。
Aim 2: GAMLSS vs. Traditional Windowing
BIC选中GAMLSS在五项指标上均显著优于传统窗口（Cohen's d=0.88–5.67）。传统法平均RMSE=4.86标准分，GAMLSS为1.28–2.91（改进40.1%–73.7%）；传统法在N=1500时尾区±2.5百分位容差仅38.7%，而GAMLSS在N=500即达71.4%。传统窗口在分布极端百分位RMSE更高（5th=6.56，95th=5.84），且系统性高估上尾、低估中数；GAMLSS全分布RMSE 1.01–1.88且偏差近零。
Aim 3: Sample Size Effects on Norming Accuracy
传统窗口随样本增大RMSE从6.37降至3.93，但各样本量均劣于GAMLSS；GAMLSS在N=500→750收益最大（RMSE降18.0%，方差降42.3%），之后递减回报，N≥750后增量不足一半。非线性轨迹正确模型识别率随样本上升（BCCG+Cub+Het在早平台从15.3%升至49.5%），平展/线性近N=500已触顶。
Aim 4: NET V3 Model Fit
真实NET V3数据中16个域BIC选型全部估计偏度，仅6域估异方差，7域含非线性均值轨迹，仅2域选惩罚样条；挑战行为域与临床者情绪域BCCG曲线不稳，换Box-Cox t（BCT）族后稳定，提示重尾地板效应需备选分布族。
讨论与结论翻译
讨论指出，迭代GAMLSS+BIC选型对简单轨迹可命中正确模型，对复杂轨迹选中近邻样条亦无实质精度损失；样本量并非传统窗口劣势的根因，结构缺陷使传统法即便N=1500仍不及GAMLSS在N=500。N=750是GAMLSS连续常模的实用阈值，现行“每子组70–149人”指南换算总样本约2800，约为本研究良效样本的四倍，说明连续常模可大幅降本。真实数据中所有域需估偏度，印证传统法常隐式正态假设的不适用。局限含候选集未覆盖fb_select逐步参数选型、未试BCT/BCPE族与双相轨迹。
结论：本模拟与真实常模评估明确，建模方法比样本量更关键；BIC选中GAMLSS在N=500超越传统窗口N=1500，N=750平衡精度与成本。对2–22岁认知、适应、行为与症状量表常模编制，应优先采用全参数GAMLSS迭代选型而非传统窗口法。
