意大利版多维解离量表(MDI-ITA)的判别效能:总分截断值及分量表贡献

《Journal of Trauma & Dissociation》:Discriminative Performance of the Italian Multiscale Dissociation Inventory: Total Score Cutoff and Subscale Contributions

【字体: 大 中 小 】 时间:2026年09月19日 来源:Journal of Trauma & Dissociation 2.7

编辑推荐:

  多维解离测量工具能够对解离现象进行详细表征,但其临床应用因缺乏经实证验证的截断值而受限。意大利版多维解离量表(Multiscale Dissociation Inventory, MDI-ITA)已显示出稳健的心理测量学特性,但其在识别具有临床意义解离方面的诊

  
多维解离测量工具能够对解离现象进行详细表征,但其临床应用因缺乏经实证验证的截断值而受限。意大利版多维解离量表(Multiscale Dissociation Inventory, MDI-ITA)已显示出稳健的心理测量学特性,但其在识别具有临床意义解离方面的诊断准确性尚未被研究。本研究对MDI-ITA意大利语验证研究的数据进行了二次分析,样本包括439名来自普通人群的成人。临床显著性解离通过解离体验量表–II(Dissociative Experiences Scale–II, DES-II)截断值(≥30)进行操作化界定。采用受试者工作特征(Receiver Operating Characteristic, ROC)分析评估MDI-ITA总分及其五个分量表(去投入[Disengagement, DIS];人格解体-现实感丧失[Depersonalization-Derealization, DP/DR];情绪紧缩[Emotional Constriction, EC];记忆障碍[Memory Disturbances, MD];身份解离[Identity Dissociation, ID])的判别准确性。使用约登指数(Youden Index)确定总分的截断值。MDI-ITA总分显示出良好的判别准确性(AUC=0.885)。最优截断值为52,其敏感性为70.6%,特异性为90.9%,有利于排除非病例。分量表分析显示异质性但整体尚可的判别性能,其中DP/DR和DIS的准确性最高。分量表得出的阈值被解释为维度性指标,而非独立的诊断截断值。研究结果支持将MDI-ITA总分用作潜在临床显著性解离的筛查指标。尽管MDI-ITA的多维结构对于维度性表征仍然至关重要,但总分截断值的可用性增强了其在需要同时进行分类和解离特征描绘的评估与研究情境中的适用性。
### 研究背景与问题

解离(dissociation)通常被定义为意识、记忆、身份、情感、知觉、运动控制和行为等整合功能的中断或不连续。解离体验量表–II(DES-II)是应用最广泛的单维自评筛查工具,常以总分≥30表示临床显著性解离。然而,DES-II无法捕捉解离体验的异质性。为此,多维测量工具如多维解离量表(MDI)被开发出来,用以评估不同解离领域。意大利版MDI(MDI-ITA)已在大样本非临床人群中验证了稳定的五因子结构和良好的心理测量学特性,但其识别临床显著性解离的诊断准确性尚未被研究。确立经验证的截断值对于研究中的病例分类以及临床情境中的筛查和转介决策具有重要意义。因此,本研究旨在检验MDI-ITA总分和分量表对DES-II阳性状态的判别性能,并通过约登指数(YI)确定最优截断值。研究者假设MDI-ITA总分具有良好至优秀的判别能力,分量表具有可接受的判别性能,且各分量表对整体解离严重度的贡献存在差异。

### 研究方法概览

这是一项对MDI-ITA意大利语验证研究(Rossini等,2025)数据的二次定量分析。样本包括439名通过线上和纸质广告从普通人群招募的意大利语成人,纳入标准为年龄≥18岁且意大利语水平足以完成自评问卷。临床显著性解离以DES-II总分≥30为操作定义,作为所有ROC分析的二分类参考标准。研究使用受试者工作特征(ROC)曲线评估MDI-ITA总分及五个分量表的判别准确性,以曲线下面积(AUC)量化。通过约登指数确定总分的最优截断点,并报告敏感性(Se)、特异性(Sp)和YI。所有估计的不确定性采用非参数自举法(10,000次重采样)计算百分位95%置信区间。统计软件为R 4.3.2,使用pROC和ggplot2包。

### 研究结果

**总分判别性能**
ROC分析显示,MDI-ITA总分具有良好判别准确性,AUC=0.885。经约登指数确定的最优ROC截断值为51.5,取整后采用MDI-ITA总分≥52作为提示潜在临床显著性解离的阈值。该截断值对应的敏感性为70.6%,特异性为90.9%,YI=0.616。这一模式表明该阈值优先保证特异性,有利于准确排除非病例。

**分量表判别性能**
各分量表的判别性能存在差异。人格解体-现实感丧失(DP/DR)分量表表现最高(AUC=0.857),最优阈值为15.5,Se=72.6%,Sp=85.6%(YI=0.583)。去投入(DIS)分量表表现相近(AUC=0.842),阈值为14.5,Se=70.6%,Sp=84.0%(YI=0.546)。情绪紧缩(EC)分量表AUC=0.810,阈值为5.5,敏感性最高(80.6%)但特异性较低(70.7%),YI=0.513。记忆障碍(MD)分量表AUC=0.785,同样阈值为5.5,Se=70.2%,Sp=74.5%(YI=0.447)。身份解离(ID)分量表判别性能最低但仍可接受(AUC=0.741),阈值为8.5,Se=61.1%,Sp=76.6%(YI=0.377)。研究者强调,这些分量表阈值仅作维度性解释,不构成独立诊断截断值。

### 讨论与结论

讨论部分指出,MDI-ITA总分可作为整体解离严重度的可靠指标,其高特异性与中等敏感性的特征与DES/DES-II等筛查工具优先排除非病例的策略一致。同时,MDI-ITA结合了多维症状轮廓与整体严重度指数,在层级精神病理学模型中具有合理性。分量表结果中DP/DR和DIS与DES-II阳性相关性最强,这与DES-II主要测量人格解体/现实感丧失及吸收相关现象的证据一致;而EC、MD、ID判别效能较低,可能与非临床样本中身份解离和遗忘症状较少见,以及EC更多反映创伤后情绪麻木有关。研究局限性包括以DES-II阳性而非访谈诊断作为参考标准,以及非临床样本限制推广性。未来需在临床样本和纵向设计中验证该截断值的稳定性与临床效用。

**结论**
MDI-ITA总分提供了解离严重度的有效整体指标,其截断值显示出良好的判别性能。分量表结果进一步支持了解离的多维性质,其中人格解体/现实感丧失和去投入与DES定义的严重度最一致。总体而言,MDI-ITA能够在单一评估框架内整合整体筛查与领域特异性特征描述。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号