综述：青少年注意缺陷/多动障碍评估中的跨信息提供者一致性与差异：一项系统综述与Meta分析

《Children》：Cross-Informant Agreement and Discrepancies in ADHD Assessment During Adolescence: A Systematic Review and Meta-Analysis

　　

背景/目标：注意缺陷/多动障碍（attention-deficit/hyperactivity disorder, ADHD）的评估需要来自不同环境的信息，但青少年、照护者、教师和临床医生的报告往往仅部分一致。本综述综合了10-19岁青少年ADHD评估中跨信息提供者的一致性与差异。方法：于2026年7月19日通过EBSCO检索MEDLINE、CINAHL、ERIC和Academic Search Complete，同时检索PubMed和Scopus。符合条件的原始定量研究需比较至少两位独立信息提供者对同一青少年ADHD领域的评估。采用改编的11条目QAREL框架评估方法学质量。Pearson相关系数经Fisher z转换后，使用限制性最大似然随机效应模型和Hartung–Knapp–Sidik–Jonkman置信区间进行合并。结果：检索共识别1447条记录；纳入30篇报告（282个结局）。照护者-青少年注意缺陷的合并r为0.33（k = 7，95% CI 0.19–0.46；I2 = 88.1%；95%预测区间 ?0.07至0.64），多动/冲动的合并r为0.32（k = 7，95% CI 0.12–0.50；I2 = 94.8%；预测区间 ?0.28至0.74）。尽管合并点估计为正值，但两个预测区间均较宽且跨越零。照护者-教师的估计值在注意缺陷方面为r = 0.29（k = 4，95% CI ?0.02至0.55；I2 = 94.1%），在多动/冲动方面为r = 0.27（k = 4，95% CI ?0.03至0.52；I2 = 83.0%）；两个置信区间均跨越零。诊断一致性普遍较低，且对损害和共识规则敏感。结论：信息提供者的报告平均而言呈正相关，但一致性程度高度异质且估计不精确。宽区间（包括照护者-青少年预测区间跨越零和照护者-教师置信区间跨越零）表明，在一些可比环境中，很少或没有一致性仍然是可能的。因此，报告不应被视为临床上可互换的，合并估计值也不应被解释为普遍的一致性水平。

1. 1.
   引言
   ADHD评估本质上是多情境的。症状必须与损害及其在不同环境中的表现一起评估，这使得来自青少年、照护者、教师和临床医生的报告对诊断制定和治疗计划至关重要。这些来源并非在相同要求下观察相同行为。照护者主要观察家庭中的日常事务和关系，教师观察在结构化学业和同伴要求下的表现，而青少年则能直接接触到可能对成人不可见的努力、分心和内在体验。跨信息提供者的差异在儿童和青少年心理健康评估中很常见。经典和较新的研究表明，当信息提供者在不同环境中观察年轻人时，一致性通常较低，差异可能反映情境特异性行为、不同的关注阈值、与年轻人的不同关系以及评估方法的特征。因此，分歧不应自动被解释为某一信息提供者不准确的证据。多信息提供者评估的价值不在于期望不同来源相互复制，而在于利用其趋同和分歧来阐明困难在何处、何时以及对谁显现。优先考虑单一报告可能会忽略临床上重要的困难，而合并报告而不检查其差异可能会模糊不同环境中有意义的变异。

青春期使这一问题尤为重要。父母的观察变得不那么完整，学校信息可能分布在多位教师之间，青少年在描述自身功能方面承担更突出的角色。青少年可能更有能力报告维持注意力或调节行为所需的努力，而照护者和教师可能更有能力评估可观察的行为、随时间的一致性以及对日常功能的干扰。信息提供者也可能在决定行为是否有问题时应用不同的阈值，这取决于他们的期望、观察机会以及与青少年的关系。因此，青春期跨信息提供者的差异可能包含关于ADHD症状的情境分布和功能意义的信息，而不仅仅是代表测量噪声。

一致性也不是一个单一的结构。评定量表之间的相关性表明两位信息提供者是否以相似顺序对青少年进行排序，但它们并未确定绝对症状水平或诊断分类上的一致性。相反，配对均值差异可以识别一个信息提供者比另一个报告更多症状的系统性倾向，而不显示两份报告在个体水平上是否对应。组内相关系数、kappa系数、一致性比例和潜变量模型处理的是相关但不同的一致性方面。这些结局不应被视为可互换的，特别是因为临床决策取决于症状阈值、损害和跨环境证据，而不仅仅是相对排序。

跨信息提供者分歧、临床不可互换性和心理测量非等价性是不同的概念。在本综述中，跨信息提供者分歧指不同报告者之间在症状评分、分类或其他一致性结局上的观察差异。临床不可互换性意味着不同信息提供者的报告不应被假定提供相同信息或在临床制定中可替代。心理测量非等价性更狭义地指项目或潜在结构在不同信息提供者之间功能不同的证据，通常通过测量不变性或相关分析来评估。适度的相关性或差异分数本身并不能证明心理测量非等价性。

邻近的综述已考察了教师评定量表相对于诊断访谈或课堂观察的效度，以及ADHD症状标准在父母和教师报告中的测量不变性。这些问题分别涉及效标效度和心理测量等价性，与直接的跨信息提供者一致性相关但不同。两项综述均未直接综合与青少年评估相关的各种信息提供者配对中的跨信息提供者一致性。相关的主要文献包括父母-青少年、父母-教师、教师-青少年、教师-教师以及临床医生或共识比较，并采用明显不同的一致性和一致性指数定义。因此，需要一项针对青春期的综合研究来确定观察到的差异是代表广泛一致的模式，还是主要归因于特定的信息提供者配对、工具、结局定义或诊断规则。

本综述旨在综合10-19岁青少年ADHD评估中跨信息提供者一致性和差异的幅度、方向和方法学决定因素。主要问题涉及照护者与青少年之间，以及照护者与教师之间，在注意缺陷和多动/冲动核心领域的协议。次要问题涉及诊断和阈值一致性、教师-青少年和教师-教师一致性、与临床医生或共识诊断的比较、系统性均值差异、评估形式效应以及提出的分歧调节因素。

1. 2.
   材料与方法
   2.1. 方案与报告框架
   本系统综述和探索性Meta分析根据PRISMA 2020声明进行。综述于2026年7月22日在开放科学框架注册。数据库检索和初始研究检索已在注册前完成。注册发生在正式数据提取、方法学质量评估、效应分组和定量综合之前。注册的综合框架规定了概念上不同的一致性和差异指标的单独处理、领域特异性分析、定量合并至少三项独立研究、随机效应综合以及计划的稳健性检查。

2.2. 资格标准

资格围绕人群、关注现象、比较和结局构建。研究符合条件时需满足：参与者年龄在10-19岁，或报告呈现可分离的该年龄段结果；至少两位独立信息提供者评估同一青少年；比较的结构为ADHD诊断、ADHD症状总分、注意缺陷、多动/冲动或明确的ADHD特异性量表或分类；报告呈现定量跨信息提供者一致性或差异分析；研究为原始定量研究。当混合年龄样本中符合条件的青少年部分无法分离时，研究被排除。

2.3. 信息来源与检索策略

检索于2026年7月19日在MEDLINE、CINAHL with Full Text、ERIC和Academic Search Complete（通过EBSCO界面）、PubMed（通过PubMed界面）和Scopus（通过Scopus界面）完成。APA PsycInfo无法通过可访问的机构界面获得，因此无法直接检索。检索结合了ADHD、青春期、信息提供者或报告者以及一致性、一致性、差异或评分者间信度的自由文本术语。数据库总产出为1447条记录。

2.4. 记录管理与研究选择

所有来源的记录合并为主语料库。去重后得到796条唯一记录，首先由一位审稿人进行标题和摘要层面的筛选。在同行评审修订期间，第二位审稿人独立重新筛选了所有796条唯一记录，并独立重新评估了所有64篇检索到的全文报告。最终工作流程包括68篇寻求检索的报告、64篇全文评估报告、4篇未检索报告、34篇全文排除和30篇纳入报告。

2.5. 数据提取

标准化提取表在五份报告上试点后应用于其余纳入报告。提取涵盖书目信息；国家、环境和设计；招募和样本特征；信息提供者配对；工具、实施程序和评分；确切结局定义；指标、估计值、不确定性和分析样本；时间点；效应方向；以及报告中的来源位置。最终数据集包含30篇纳入报告和282个结果级行。

2.6. 方法学质量评估

使用改编的11条目QAREL框架在报告层面评估方法学质量。QAREL因其专门为诊断信度和一致性研究开发而被选中。每个条目被判定为是、否、不清楚或不适用。总体判断为低关注、有些关注或高关注，是定性的，反映已识别问题的可能方法学影响。初始评估由一位审稿人完成。在同行评审修订期间，第二位审稿人独立重复了所有30篇纳入报告的条目级QAREL评估。

2.7. 结局分组与效应选择

在数据提取和效应分组之后，但在解释合并结果之前，定量综合被操作化为四个主要Pearson相关模型：照护者-青少年注意缺陷和多动/冲动一致性，以及照护者-教师相同两个领域的一致性。每项独立研究选择一个领域对齐效应。DSM或核心症状领域量表优先于更广泛的内容量表。kappa系数、ICC、一致性比例、均值差异和潜变量估计值未转换为Pearson相关，因为它们在量化不同属性，且通常缺乏进行可靠方差估计所需的信息。这些结局以结构化叙述形式综合。

2.8. 统计分析

Pearson相关转换为Fisher z值，抽样方差计算为1/(n?3)。使用限制性最大似然估计拟合逆方差随机效应模型。由于每个模型包含的研究较少，使用Hartung–Knapp–Sidik–Jonkman t区间计算合并效应周围的不确定性。使用Cochran's Q、研究间方差（τ²）和I²统计量描述统计异质性。当至少五项研究可用时计算95%预测区间。未进行正式亚组分析和Meta回归，因为四个主要模型仅包含四项或七项研究。稳健性检查包括固定效应模型、排除QAREL高关注报告、替代工具或形式替换以及留一分析。由于每个Meta分析包含少于10项研究，未进行漏斗图和回归不对称检验。

1. 3.
   结果
   3.1. 研究选择
   检索产生1447条记录。去重后，796条唯一记录被筛选。30篇报告符合综述标准，34篇在全文评估后被排除。全文排除的最常见原因是混合年龄样本中缺乏可分离的青少年结果（n = 29）。最终证据集包含30篇报告。

3.2. 研究特征

纳入报告发表于1996年至2025年，代表13个国家或国家环境中的临床、社区、学校、流行病学和随访样本。报告级样本量从35到10,476名参与者不等。信息提供者比较包括青少年-照护者、照护者-教师、青少年-教师、教师-教师以及与临床医生或共识诊断的比较。工具包括基于DSM的症状量表、Conners量表、Vanderbilt和SNAP-IV评定、结构化或半结构化诊断访谈、宽带行为测量以及多特质多方法或潜类别模型。年龄覆盖范围集中在10至18岁之间。

3.3. 方法学质量

所有30篇纳入报告均使用QAREL评估：3篇被判定为“低关注”，15篇为“有些关注”，12篇为“高关注”。反复出现的问题是掩蔽或独立完成报告不足、固定访谈顺序或同一访谈者接触两份报告、非平行工具、年龄分层不确定以及单独使用相关来描述“一致性”。

3.4. 照护者-青少年一致性

七项研究为每个照护者-青少年Meta分析做出贡献。对于注意缺陷，随机效应合并相关为r = 0.33（95% CI 0.19–0.46，p = 0.001），I² = 88.1%，95%预测区间从?0.07延伸至0.64。对于多动/冲动，合并相关为r = 0.32（95% CI 0.12–0.50，p = 0.009），I² = 94.8%，预测区间从?0.28至0.74。两个预测区间均跨越零。诊断和阈值结局不支持共同的Meta分析。照护者-青少年ADHD分类的kappa估计值从约零到0.51不等，并随损害或亚型规则改变而变化。

3.5. 照护者-教师一致性

四项研究为每个照护者-教师模型做出贡献。注意缺陷的合并点估计为r = 0.29，但HKSJ区间包含零（95% CI ?0.02至0.55，p = 0.060），I² = 94.1%。多动/冲动的估计值为r = 0.27（95% CI ?0.03至0.52，p = 0.064），I² = 83.0%。由于每个模型仅四项研究，未计算预测区间。排除高关注报告后，每个领域仅剩两项研究，无法进行有意义的限制质量Meta分析。

3.6. 教师-青少年、教师-教师与临床医生比较

教师-青少年证据过于异质，无法合并。研究使用Pearson相关、ICC、基于模型的共享特质方差、符号秩检验和更广泛的注意力问题测量。教师-教师一致性因教师配对、工具以及估计一致性或绝对一致性而异。与临床医生或共识诊断的比较也需要谨慎解释，因为临床医生评定在纳入被评估的同一青少年或父母报告时并非独立参考标准。

3.7. 敏感性分析

对于照护者-青少年注意缺陷，排除高关注报告将合并估计值降至r = 0.24（k = 4，95% CI 0.06–0.40），I²降至33.1%。对于多动/冲动，相应估计值为r = 0.27（k = 4，95% CI ?0.03–0.52），残余异质性I² = 74.8%。替代测量分析保持正值但异质。留一分析中，省略Kaner降低了异质性，但该报告在样本量、环境、工具和方法学质量上同时存在差异。照护者-教师限制质量模型无法估计，因为仅剩两项研究。

3.8. 综合综合

在所有证据流中，信息提供者报告平均呈正相关，但临床上不可互换。一致性取决于观察者配对、环境、评估形式、症状领域和病例定义。维度相关性不保证诊断一致性，诊断一致性在添加损害或共识规则后可能改变。未进行正式亚组分析和Meta回归。最可辩护的总体结论不是某一信息提供者通常更准确，而是每个来源提供部分重叠且部分情境受限的描述。

1. 4.
   讨论
   4.1. 主要发现
   本系统综述提供了ADHD评估中跨信息提供者一致性的青春期特异性综合。照护者-青少年一致性在两个核心领域均为正但适度，注意缺陷合并相关为0.33，多动/冲动为0.32。照护者-教师估计值幅度相似，但仅四项研究贡献于每个模型，且Hartung–Knapp–Sidik–Jonkman置信区间包含零。这些合并相关应被解释为异质研究间的平均效应，而非稳定预期的一致性水平。两个核心领域均显示非常高的异质性，预测区间从负值到强正值。证据不支持任一核心ADHD领域始终不易受信息提供者分歧影响的结论。

4.2. 与既往文献的关系

本研究结果扩展而非反驳了早期关于多信息提供者评估的工作。儿童和青少年精神病理学的广泛综述反复表明，信息提供者差异很常见，不能仅用测量误差解释。既往综述处理了相关但不同的问题。Staff等人考察了教师评定量表相对于访谈和课堂观察的效度，而Garcia-Rosales等人综述了ADHD症状标准在父母和教师评定中是否功能等价。当前综述综合了信息提供者之间观察到的协议和差异；它未测试测量不变性。青春期也区分了当前证据与许多早期以儿童为中心的文献。随着青少年在直接父母监督之外花费更多时间，照护者可能较少接触学校行为、同伴互动和非结构化活动。

4.3. 一致性为何变化

情境特异性是高度异质性的一个可能贡献因素。ADHD症状并非独立于环境要求而表达。观察机会也大不相同。信息提供者在参考框架上也不同。父母-青少年关系过程也可能影响照护者-青少年一致性。方法学变异是另一个重要解释。敏感性分析未隔离异质性的单一解释。一致性统计量的选择也塑造了证据。

4.4. 临床意义

研究结果支持在整个青少年ADHD评估中保留来源特定信息。临床医生应首先分别记录每份报告，包括观察环境、观察持续时间、用药状态、功能要求和信息提供者相互影响的任何机会。当评分出现分歧时，下一个临床任务是确定分歧的结构。应纳入青少年自我报告，但在更广泛框架内解释。教师信息仍然特别重要，因为ADHD诊断制定需要家庭环境以外的证据。整合规则也应与临床目的匹配。

4.5. 研究意义

未来研究应单独报告青少年结果，而非与年幼儿童混合。跨信息提供者研究的最低报告集应包括每项估计的分析样本、确切症状领域和工具、信息提供者配对、置信区间、实施时间、用药状况、完成独立性和一致性统计定义。研究还应区分一致性、绝对一致性、诊断一致性和损害一致性。证据基础不允许就分歧是否受年龄、性别、父母ADHD、家庭特征、学校环境或文化背景调节得出可靠结论。

4.6. 优势与局限性

本综述具有多项优势。它解决了一个明确定义的青春期特异性问题，检索了医学、护理、教育和多学科数据库，并纳入了涉及青少年、照护者、教师和临床医生的比较。提取在结果层面进行，保留了症状领域、信息提供者配对、工具、年龄分层和诊断规则之间的区别。相关未与kappa、ICC或一致性比例合并。使用限制性最大似然随机效应模型和Hartung–Knapp–Sidik–Jonkman区间避免了对仅包含少量研究的Meta分析赋予不合理的精确度。应考虑若干局限性。原始标题和摘要筛选、数据提取和方法学质量评估由一位审稿人执行。注册并非完全前瞻性。APA PsycInfo无法通过可访问的机构界面获得。四篇可能符合条件的报告无法全文检索，每个Meta分析仅包含四项或七项研究。主要证据的方法学质量也限制了结论的精确性。最后，本综述未应用GRADE确定性评级。

1. 5.
   结论
   青少年ADHD评估中的跨信息提供者一致性平均为正，但高度异质且估计不精确。照护者-青少年预测区间跨越零，照护者-教师置信区间也包含零；因此，合并相关应被解释为不同研究间的平均效应，而非特定环境中预期的稳定水平。照护者、青少年、教师和临床医生的报告应被视为相关但临床上不可互换的证据来源；这一结论并未确立工具的心理测量非等价性。对分歧的临床有用反应不是选择普遍优越的信息提供者，而是调查每个来源观察到什么以及分歧如何与情境和损害相关。在能够对异质性来源或特定评估程序做出更精确结论之前，需要更好的年龄分层报告和协调的调节因素数据。