《American Journal on Intellectual and Developmental Disabilities》：French Adaptation of the Diagnostic Adaptive Behavior Scale: An IRT-Based Approach
编辑推荐：
本研究旨在从基于项目反应理论（Item Response Theory, IRT）的方法角度，评估法语版诊断适应性行为量表（Diagnostic Adaptive Behavior Scale, DABS）在改编项目主要现场测试阶段所收集的数据。研究人员在三个
本研究旨在从基于项目反应理论（Item Response Theory, IRT）的方法角度，评估法语版诊断适应性行为量表（Diagnostic Adaptive Behavior Scale, DABS）在改编项目主要现场测试阶段所收集的数据。研究人员在三个欧洲法语国家（比利时、法国和瑞士）招募了686名典型发育参与者和199名智力障碍参与者。数据分析复制了DABS原始开发者所进行的分析。结果表明，单维度性、链接项目、源自IRT分析的区分度与难度参数，以及DABS法语版（DABS-F）的判别效度，均与使用该工具原始版本所获得的结果相当。这些结果已结合DABS-F的整个改编项目进行了讨论。
**基于IRT的DABS法语版改编：方法、结果与意义**
**一、研究背景与问题**
适应性行为（Adaptive Behavior, AB）是指个体为满足日常生活需要及社会对同龄同文化人群期望而习得并表现出的一系列技能，涵盖概念技能、社交技能和实用技能三大领域。目前，智力障碍（Intellectual Disability, ID）的三部权威诊断文献——美国智力与发展障碍协会（AAIDD）手册、国际疾病分类第11版（ICD-11）和《精神障碍诊断与统计手册》第5版（DSM-5）——均将至少一个AB领域的显著局限作为ID诊断的必要标准，并将其定义为低于总体均值约两个标准差的表现。此外，AB缺陷亦是自闭症谱系障碍、注意缺陷/多动障碍等多种障碍的核心特征，并与年龄相关认知衰退和痴呆的疾病进展追踪密切相关。
尽管过去五十年间AB评估工具大量涌现，但多数工具存在明显不足，如仅评估特定适应性技能而非完整AB结构、缺乏一般人群常模、纳入适应不良行为、侧重最大表现而非典型表现、与AB三元定义不一致等。为此，AAIDD开发了诊断适应性行为量表（Diagnostic Adaptive Behavior Scale, DABS），这是首个专为优化AB显著局限鉴别区（即均值以下两个标准差处）而设计的心理测量学工具，适用于4至21岁个体。DABS包含75个项目（每领域25项），分三个年龄版本，并采用基于项目反应理论（Item Response Theory, IRT）的计算机评分系统。该量表已在西班牙、意大利、巴西等国完成跨文化改编，均显示出与原始版本一致的良好心理测量学特性。DABS近期在欧洲法语国家（比利时、法国、瑞士）完成了跨文化改编，并已获得良好的内容效度证据。本研究的目的是复制原始DABS开发者的IRT分析框架，对DABS法语版（DABS-F）进行IRT校准，以检验其与原始版本的跨文化等价性。论文发表在《American Journal on Intellectual and Developmental Disabilities》。
**二、研究方法概述**
研究人员采用分层抽样策略，在比利时、法国和瑞士的六个研究中心招募了885名参与者，其中686名典型发育（Typical Development, TD）者和199名ID者（占22.49%），覆盖4至21岁所有年龄段，ID组轻中度比例约为2.3:1。研究使用分级响应模型（Graded Response Model, GRM）分别对概念、社交和实用三个领域进行IRT校准；通过解释共同方差（Explained Common Variance, ECV）、分层ω（ωh）和u指数（unidim）检验单维度性假设；通过差异项目功能（Differential Item Functioning, DIF）分析检验跨年龄版本链接项目的参数不变性；使用IRTPRO软件估计区分度和难度参数；采用期望后验（Expected A Posteriori, EAP）方法计算个体分数，并运用局部加权回归（LOESS）平滑程序构建常模。
**三、研究结果**
**1. 单维度性**
九个双因子模型（3个领域×3个年龄版本）的分析结果显示，所有项目在一般因子上的载荷均为正且高于.50。九个模型中，ωh值均高于.70（其中八个高于.80），u值均高于.80（其中八个高于.90），ECV值均高于.60（多数高于.70）。以上结果有力支持了DABS-F各领域量表单维度性假设的成立。
**2. 链接项目不变性**
DIF分析结果显示，64个跨版本共同项目中54个项目呈现参数不变性。概念领域仅一个项目（"列清单"）在9-15岁与16-21岁版本间为非链接项目；实用领域出现四个非链接项目（如"调节水龙头水温"、"拨打紧急电话"等），略多于原始版本（原始版本该领域全部为链接项目）。但总体而言，多数共同项目呈现实质性跨版本不变性，足以支撑相邻年龄版本量表的连接（锚定）。
**3. 校准**
三个领域GRM模型均表现出良好拟合（RMSEA分别为.04、.06、.05）。区分度参数与原始版本高度一致，例如概念领域4-8岁版本的区分度范围为1.27-5.37（原版为1.48-4.88）。所有项目的难度参数均呈单调递增的有序模式，且绝大多数项目至少有两个难度阈值为负值（即低于所测能力均值），表明DABS-F项目能够有效测量低于均值水平的AB能力，并在决定AB显著局限的临界点附近具有良好的区分能力。
**4. 判别效度**
LOESS平滑曲线显示，各领域EAP分数均随年龄增长而上升，早期增长尤为显著，接近成年时趋于稳定；ID组与TD组遵循相似轨迹，但曲线明显分离。独立t检验显示两组在三个领域的标准化分数差异均极其显著（概念：t(883)=34.09, p<.001, d=2.75；社交：t(883)=25.97, p<.001, d=2.09；实用：t(883)=24.45, p<.001, d=1.97），效应量极大，证实了DABS-F对年龄和ID状态的敏感性即判别效度。
**四、讨论与结论**
本研究作为DABS-F验证流程的第二阶段，成功完成了IRT校准。结果表明，DABS-F各领域量表单维度性水平与原始版本及其他改编版本（如巴西版）相当，模型拟合指数良好，区分度与难度参数均与原始版本具有高度相似性，证实了跨文化等价性。研究的主要局限在于ID严重程度信息的精确性不足，这反映了欧洲法语国家的临床现实——AB评估尚未成为ID诊断的常规实践。研究结论指出，IRT分析是DABS法语版验证过程中至关重要的一步，但IRT方法与经典测量理论方法并非优劣对立而是互补关系。DABS-F验证的第三阶段将采用与原始版本相同的方法论，检验量表的聚合效度、内部一致性、跨评估者信度和重测信度，以进一步积累DABS-F的心理测量学效度证据，为法语国家的ID诊断实践提供可靠工具。
