《Frontiers in Psychology》：Measurement properties of Arabic-validated sleep quality instruments: a COSMIN-based systematic review from the BRIDGE Project
编辑推荐：
背景：睡眠质量是一个多维且固有主观的构念，在身心健康中起着基础性作用。已开发出多种自评工具来评估主观睡眠质量；然而，其跨文化效度必须在不同语言背景中使用前建立。目的：本研究的目的是系统识别阿拉伯语验证的睡眠质量评估工具，并依据COSMIN标准批判性评估其方法学
背景：睡眠质量是一个多维且固有主观的构念，在身心健康中起着基础性作用。已开发出多种自评工具来评估主观睡眠质量；然而，其跨文化效度必须在不同语言背景中使用前建立。目的：本研究的目的是系统识别阿拉伯语验证的睡眠质量评估工具，并依据COSMIN标准批判性评估其方法学质量和心理测量学特性。方法：本系统综述遵循PRISMA-COSMIN指南进行。检索了PubMed/MEDLINE、Scopus和Web of Science数据库，时间从建库至2025年12月。纳入报告睡眠质量评估工具翻译、跨文化适应或验证的阿拉伯语研究。使用COSMIN偏倚风险清单评估方法学质量。根据COSMIN良好测量特性标准评估测量特性。结果：纳入15项验证研究，涵盖7个阿拉伯国家和1个通用阿拉伯语人群。匹兹堡睡眠质量指数（PSQI）是验证最广泛的工具（n=9项研究），显示出总体充分的结构效度，但不同人群的内部一致性结果存在异质性。睡眠质量量表（SQS）在结构适应后表现出可接受的心理测量表现。单条目SQS和詹金斯睡眠量表（JSS）提供了实用、简短的替代方案，具有可接受的构念效度，但结构评估有限。在重症监护环境中，理查兹-坎贝尔睡眠问卷（RCSQ）和弗里德曼睡眠问卷（FSQ）显示出令人满意的内部一致性。在各项工具中，结构效度和内部一致性经常被评估，而测量误差、反应度和跨文化测量不变性很少被检验。结论：多种睡眠质量评估工具可用于阿拉伯语人群。然而，没有任何工具在所有COSMIN推荐的测量特性上表现出全面评估。工具选择应基于心理测量证据和与预期使用情境的概念一致性。未来的验证研究应优先考虑反应度、测量误差估计和正式的跨文化不变性检验，以加强阿拉伯语语境中睡眠质量评估的证据基础。系统综述注册：https://www.crd.york.ac.uk/PROSPERO/view/CRD420261328016，标识符CRD420261328016。
背景：
睡眠是一个复杂的生物过程，超越了单纯的意识停止。它代表一种动态的生理状态，在此期间大脑虽脱离随意活动，但仍保持对内外部刺激的调节性反应。睡眠周期占据人类近三分之一的生命，对维持身体、心理和社会健康至关重要。睡眠现被视为一个多维构念，不仅限于时长，还包括规律性、时机、连续性、效率和主观睡眠质量。睡眠质量不应仅视为与睡眠相关的结局，而是睡眠健康的一个构成维度。根据《行为医学百科全书》，睡眠质量定义为“个体对睡眠体验的满意度，整合了入睡、睡眠维持、睡眠时长和醒来后恢复感的方面”。该定义虽包含可测量参数如入睡潜伏期和时长，但睡眠质量本质上是一个主观构念，反映个体对其睡眠体验的整体评价。因此，它既包含睡眠连续性的客观维度，也包含感知的恢复价值。多种生理、心理和环境因素影响睡眠质量，包括年龄、昼夜节律、体重指数、压力、焦虑、抑郁、环境温度和电子设备暴露。良好的睡眠质量与恢复性功能、最佳认知表现和情绪稳定性相关，而差的睡眠质量与疲劳、易怒、日间功能障碍、反应时间受损、兴奋剂使用增加及多种不良健康结局相关。睡眠质量可通过客观生理工具如多导睡眠监测（PSG）和体动记录仪，或主观自评工具评估。客观方法提供睡眠结构和效率的精确数据，但未能完全捕捉睡眠的感知体验，而这正是睡眠质量构念的核心。自评量表因此在临床实践和研究中发挥核心作用，因其可行性、可及性和测量主观睡眠评价的能力。多种自评工具已开发用于评估临床和社区人群的主观睡眠质量。这些工具在概念基础和结构组成上存在差异。有些采用多维框架将睡眠时长、睡眠效率和日间功能等方面整合为总分，另一些则基于关键夜间体验或整体主观评价提供更简洁的评估。阿拉伯语国家代表异质的社会文化和语言环境，直接应用其他语境开发的工具可能损害测量效度。因此，睡眠质量量表在使用前必须经过严格的翻译和跨文化适应。该过程涉及关键心理测量特性的评估，以确保工具准确测量目标人群中的预期构念。量表验证需要严格的方法学标准，包括正向和反向翻译、专家评审、认知测试和测量特性的正式评估。根据国际指南如基于共识的健康测量工具选择标准（COSMIN），跨文化验证应包括可靠性、结构效度、构念效度、测量误差等特性的评估。尽管已有多种睡眠相关工具被翻译或适应于阿拉伯语人群，但可用版本在跨文化适应过程和心理测量特性评估程度上存在差异。因此，需要系统综述来识别可用的阿拉伯语工具，批判性评价验证证据的质量，并为研究人员和临床医生提供关于在阿拉伯语人群中最合适工具的建议。据研究人员所知，尚无系统综述根据当代方法学标准综合阿拉伯语验证的睡眠质量工具。因此，本系统综述的目的是识别这些工具并批判性评价其方法学质量和心理测量特性。
材料与方法：
本系统综述根据2024年PRISMA-COSMIN指南进行。综述方案已在国际前瞻性系统综述注册平台（PROSPERO）注册（注册号：CRD420261328016）。检索策略涵盖三个主要电子数据库：PubMed/MEDLINE、Scopus和Web of Science，未限制出版日期，考虑截至2025年12月的所有相关研究。此外，通过手动筛选纳入研究的参考文献列表和在Google Scholar中进行定向检索进行补充检索。未系统检索灰色文献。检索策略结合了与三个主要概念相关的MeSH术语和自由文本关键词：（1）睡眠质量；（2）睡眠质量工具及其心理测量特性：验证、可靠性、翻译和跨文化适应；（3）地理背景，包括阿拉伯语人群和阿拉伯国家。纳入标准：研究设计为报告特定睡眠质量问卷的阿拉伯语翻译、跨文化适应或验证，包括心理测量特性评估；人群为阿拉伯语人群；语言和出版物为英文、法文或阿拉伯文且可获取全文的原创文章。排除标准：评估睡眠质量以外的睡眠相关构念的研究；仅将睡眠质量问卷作为结局指标而未报告验证或心理测量评估的研究；以及综述、社论、致编辑的信和缺乏方法学数据的会议摘要。研究选择过程由两名独立评审员在标题、摘要和全文三个阶段进行，分歧通过共识或第三方评审员仲裁解决。数据提取使用与PRISMA-COSMIN建议一致的标准化表格，提取一般信息、样本特征、工具特征和心理测量特性。方法学质量评估使用COSMIN偏倚风险清单，根据2018/2020年更新版COSMIN指南，对每个测量特性域独立评估，采用“最差评分计数”原则，评分等级为非常好、充分、可疑或不足。测量特性的结果使用COSMIN良好测量特性标准进行评价，结果为充分（+）、不足（?）或不确定（？），独立于方法学质量评估。
结果：
电子检索共识别276条记录，去除44条重复后，筛选232条。基于标题和摘要筛选排除213条，剩余19篇进行全文评估，其中6篇被排除（2篇量表未测量睡眠质量，4篇无法获取全文）。通过手动检索参考文献和Google Scholar另外识别2篇研究。最终纳入15项研究。研究发表于2012年至2025年，覆盖7个特定国家和1个通用阿拉伯人群：沙特阿拉伯（n=5）、摩洛哥（n=3）、阿曼（n=2）、约旦（n=1）、科威特（n=1）、突尼斯（n=1）和阿拉伯联合酋长国（UAE）（n=1），以及1项针对通用阿拉伯语人群的研究。6种不同的睡眠质量工具被文化适应和验证：匹兹堡睡眠质量指数（PSQI）（n=9）、睡眠质量量表（SQS）（n=1）、单条目SQS（n=1）、詹金斯睡眠量表（JSS）（n=1）、理查兹-坎贝尔睡眠问卷（RCSQ）（n=2）和弗里德曼睡眠问卷（FSQ）（n=1）。总合并样本量为4408名参与者，个体研究样本量从50到560不等。
（1）PSQI：PSQI是验证最频繁的量表，由19个条目组成，在9项研究中评估了阿拉伯语版本。研究人群包括健康一般人群、青少年和学生、临床群体（如冠心病患者、癌症患者、血液透析患者）以及医疗专业人员。方法学质量因测量特性而异。内容效度在4项研究中评估，方法学质量多为可疑或不足，但结果充分（+）。结构效度在6项研究中评估，5项方法学质量非常好，1项充分；5项研究结果充分（+），1项不足（?）。内部一致性在所有9项研究中评估，方法学质量均非常好，但α系数范围为0.56至0.77，3项研究充分（+），6项不足（?）。重测信度在3项研究中评估，方法学质量非常好，2项充分（+），1项不足（?）。构念效度在4项研究中评估，方法学质量非常好，3项充分（+），1项不确定（？）。跨文化效度在1项研究中评估，方法学质量非常好，但结果不足（?）。测量误差在1项研究中评估，方法学质量非常好，但结果不确定（？）。
（2）SQS：一项研究在沙特阿拉伯验证了阿拉伯语版SQS，该工具包含28个条目，6个子量表。方法学质量：内容效度非常好且充分（+）；结构效度非常好且充分（+）；内部一致性α值范围为0.58至0.88，部分子量表不足（?）；重测信度非常好且充分（+）。
（3）单条目SQS：一项研究在阿曼验证了阿拉伯语版单条目SQS，包含1个条目。仅评估了构念效度，方法学质量非常好，结果充分（+）。
（4）JSS：一项研究在通用阿拉伯语人群中验证了阿拉伯语版JSS，该工具包含4个条目，无子量表。方法学质量：内容效度非常好且充分（+）；结构效度非常好且充分（+）；内部一致性充分（+）；重测信度非常好且充分（+）；构念效度非常好且充分（+）。
（5）ICU专用工具：两项研究验证了RCSQ（沙特阿拉伯和摩洛哥），一项研究验证了FSQ（摩洛哥）。RCSQ为5条目工具，FSQ为27条目4子量表工具。内容效度在所有3项研究中非常好且充分（+）。结构效度在摩洛哥研究中通过EFA评估，方法学质量充分，结果充分（+）；沙特RCSQ未评估结构效度。内部一致性在3项研究中非常好且充分（+），α值分别为0.89、0.96和0.82。重测信度在摩洛哥研究中非常好且充分（+）。构念效度仅在摩洛哥RCSQ研究中评估，方法学质量非常好且充分（+）。
（6）整体发现总结：共识别5种阿拉伯语验证的睡眠质量工具（PSQI、SQS、单条目SQS、JSS、ICU专用工具RCSQ和FSQ）。PSQI是验证最广泛的工具，而其他量表验证有限。内部一致性和结构效度是最常评估且通常充分的特性，但测量误差、反应度和跨文化效度很少被评估。
讨论：
本系统综述首次综合了翻译和心理测量学验证的阿拉伯语睡眠质量工具。使用PRISMA-COSMIN框架识别了15项验证研究。结果揭示了工具和验证质量的异质性，以及多个心理测量特性方面的空白。
（1）PSQI：PSQI是验证最频繁的工具（n=9），确认其作为最广泛使用的睡眠质量问卷的地位。方法学严谨性与心理测量性能之间存在差异。内部一致性在9项研究中均被评估，但仅3项达到COSMIN阈值（α≥0.70），包括约旦冠心病患者、阿曼癌症患者和沙特医生。其余研究α值在0.56至0.65之间，低于原始验证（α=0.83）和国际适应范围（0.70-0.83）。临床与非临床人群的区分不能完全解释变异性。结构效度方面，阿拉伯语验证研究报告了异质的因子结构，一些支持单维模型，另一些识别出双因子解。Rasch验证在健康成人中确认了单维性，但报告了低人员信度和多个组分的无序阈值。无研究评估标准效度，这反映了缺乏主观睡眠质量的黄金标准。总体而言，阿拉伯语PSQI在特定人群中表现出总体充分的结构效度和可接受的可靠性，但内部一致性结果异质，且测量误差、反应度和跨文化测量不变性检验不足。
（2）SQS和单条目SQS：SQS的阿拉伯语验证识别出修改后的心理测量结构，因子分析不支持原始六因子框架，而是揭示五因子模型，需删除一个条目。这反映了文化特异性睡眠感知模式。单条目SQS作为高度实用的筛查工具，在阿曼医疗保健提供者中验证，通过假设检验确认了构念效度，但单条目工具内在限制了对内部结构、测量精度和可靠性的评估。
（3）JSS：JSS将睡眠质量操作化为四个核心症状（入睡困难、夜间觉醒、早醒和非恢复性睡眠）。阿拉伯语适应再现了预期的结构和可靠性特性，表明跨文化稳健性。然而，JSS不评估睡眠时长、效率、药物使用或日间功能障碍等域，反映了较窄的概念化。
（4）ICU专用工具：RCSQ和FSQ代表了两种互补方法。RCSQ作为简短实用的筛查工具，基于单维睡眠质量表征，在阿拉伯语验证中表现出优异的内部一致性和临床可接受性。FSQ基于多维概念化，整合了环境、组织和个人因素，在摩洛哥验证中通过EFA识别出稳定的四因子结构，解释了大部分方差，内部一致性和重测信度令人满意。
跨工具比较和概念考虑：结构效度和内部一致性是最常评估的特性，而测量误差、反应度和正式跨文化不变性分析很少被评估。审查的工具展示了睡眠质量的不同操作定义。没有单一工具在所有COSMIN测量域上表现出全面评估。因此，工具选择应基于心理测量性能和与预期研究或临床目标的概念一致性。
综述的优势与局限性：优势包括首次针对阿拉伯语验证的睡眠质量工具进行系统综合，应用PRISMA-COSMIN框架确保严格评价，以及纳入多种临床、职业和重症监护环境。局限性包括未检索灰色文献可能引入发表偏倚，研究人群、心理测量方法和工具版本的异质性限制了比较，以及某些工具的关键测量特性评估有限。
结论：
阿拉伯语睡眠质量评估近年来显著扩展。PSQI仍是研究最广泛的工具，但其心理测量性能在不同人群中存在变异性。SQS提供多维框架，在某些情境下需要结构适应，而单条目SQS和JSS提供实用替代方案，优先考虑可行性。ICU专用工具如RCSQ和FSQ满足危重患者的独特临床需求。重要的是，没有单一工具在所有COSMIN推荐的测量域上表现出全面评估。未来研究应优先评估反应度、测量误差和跨文化测量不变性，以加强这些工具的方法学稳健性。
