普通話單音節(jié)小詞表的復(fù)測(cè)信度分析

陳 靜 王 碩 劉 蘇 張 華*

(1.首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院北京市耳鼻咽喉科研究所耳鼻咽喉頭頸科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，北京100730;2.首都醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院，北京100069)

言語(yǔ)測(cè)聽(tīng)是一種用言語(yǔ)信號(hào)作為聲刺激來(lái)檢查受試者言語(yǔ)聽(tīng)閾和言語(yǔ)識(shí)別能力的聽(tīng)力學(xué)測(cè)試方法。言語(yǔ)測(cè)聽(tīng)材料的復(fù)測(cè)信度(test-retest reliability)指以同樣測(cè)試材料在不同時(shí)間段內(nèi)測(cè)量同一對(duì)象所得結(jié)果的穩(wěn)定性，是考核言語(yǔ)測(cè)聽(tīng)材料可靠性的重要指標(biāo)［1］。單音節(jié)言語(yǔ)詞表是臨床應(yīng)用最為廣泛的言語(yǔ)識(shí)別率(speech recognition score，SRS)測(cè)試材料。

國(guó)外現(xiàn)有英文言語(yǔ)測(cè)聽(tīng)材料中多數(shù)已經(jīng)實(shí)現(xiàn)復(fù)測(cè)信度的評(píng)估［2］。英文單音節(jié)測(cè)試詞表相關(guān)研究記載較少，僅有NU-6(N.U.Auditory Test No.6)和Maryland CNC測(cè)試表實(shí)現(xiàn)了復(fù)測(cè)信度評(píng)估，因此該詞表作為同類詞表中最敏感的測(cè)試工具而廣泛應(yīng)用于臨床［3］。目前在中國(guó)已有一些漢語(yǔ)普通話言語(yǔ)測(cè)聽(tīng)材料面世。相關(guān)研究正處在發(fā)展階段:郗昕等［4］完成了漢語(yǔ)普通話單音節(jié)測(cè)試表在北京聽(tīng)力正常人群中的復(fù)測(cè)信度評(píng)估;陳艾婷等［5］評(píng)價(jià)了一組等價(jià)的漢語(yǔ)普通話單音節(jié)詞表在聽(tīng)力損失人群中的復(fù)測(cè)信度;冀飛等［6］進(jìn)行了漢語(yǔ)普通話單音節(jié)測(cè)聽(tīng)表在不同方言地區(qū)聽(tīng)力正常人群中的復(fù)測(cè)信度研究。

王靚等［7］圍繞普通話言語(yǔ)測(cè)聽(tīng)材料(mandarin speech test materials，MSTMs)開(kāi)展了一系列研究工作，詞表的等價(jià)性和可靠性已從臨床實(shí)踐［7-9］得到驗(yàn)證。本實(shí)驗(yàn)在上述工作的基礎(chǔ)上，對(duì)MSTMs中的單音節(jié)小詞表的復(fù)測(cè)信度進(jìn)行分析，完善MSTMs的標(biāo)準(zhǔn)化設(shè)計(jì)，為今后進(jìn)一步應(yīng)用和推廣該材料打下必要基礎(chǔ)。

1 資料與方法

1.1 測(cè)試材料

北京市耳鼻咽喉科研究所研發(fā)的普通話言語(yǔ)測(cè)聽(tīng)材料MSTMs(mandarin speech test materials)是一套完整的、集測(cè)聽(tīng)材料和測(cè)聽(tīng)軟件于一體的言語(yǔ)測(cè)聽(tīng)系統(tǒng)。本次實(shí)驗(yàn)以該材料中的單音節(jié)小詞表為測(cè)試表。共16張，每張20個(gè)單音節(jié)詞，附帶練習(xí)表1張，表內(nèi)包含10個(gè)詞。

利用Cool Edit Pro 2.0聲音處理軟件檢驗(yàn)，各詞表間聲能量均方根值變化在±1dB之內(nèi)，符合國(guó)家標(biāo)準(zhǔn)GB/T17696-1999《聲學(xué)測(cè)聽(tīng)方法第三部分:語(yǔ)言測(cè)聽(tīng)》中言語(yǔ)級(jí)法的規(guī)定。對(duì)修訂后的16張小詞表進(jìn)行切割，在每個(gè)測(cè)試音節(jié)前后各加入0.5 s靜音。將練習(xí)表與測(cè)試表音頻導(dǎo)入首都醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院與首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院聯(lián)合開(kāi)發(fā)的漢語(yǔ)言語(yǔ)測(cè)聽(tīng)智能化系統(tǒng)以用于測(cè)試［10］。

1.2 測(cè)試對(duì)象

招募聽(tīng)力正常的北京高校在校生共16例，其中男生8例，女生8例，年齡20至25歲，平均年齡22.2歲;聽(tīng)力較好耳在0.25、0.5、1、2、4 和8k Hz處純音聽(tīng)閾 ＜15 dB HL;鼓室導(dǎo)抗測(cè)試結(jié)果均為A型，受試者均未患耳科疾病且無(wú)相關(guān)病史;平日主要交流方式為普通話，吐字清晰且較標(biāo)準(zhǔn);所有受試者均首次接觸測(cè)試材料。

1.3 測(cè)試方法

用MSTMs單音節(jié)小詞表對(duì)16例受試者進(jìn)行識(shí)別率測(cè)試。

1)測(cè)試地點(diǎn):首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院耳鼻喉科臨床聽(tīng)力學(xué)中心標(biāo)準(zhǔn)雙間隔聲室，本底噪聲＜20 dB(A)。

測(cè)試前使用B＆K 2209型精密聲級(jí)計(jì)，B＆K 4145電容傳聲器和B＆K 4152型仿真耳，參考國(guó)標(biāo)GB/T 7341.2-1998對(duì)耳機(jī)進(jìn)行校準(zhǔn)。校準(zhǔn)時(shí)，調(diào)節(jié)1k Hz校準(zhǔn)純音來(lái)代替言語(yǔ)信號(hào)，輸出的20 dB SPL被定為0 dB聽(tīng)力級(jí)(HL)。

2)測(cè)試順序:實(shí)驗(yàn)采用拉丁方設(shè)計(jì)，將詞表順序循環(huán)排列，使每張表均有1次機(jī)會(huì)作為首張測(cè)試表出現(xiàn)，以此將若干例受試者個(gè)人心理、生理狀態(tài)等混雜因素相對(duì)若干張表均衡分布。排序設(shè)計(jì)見(jiàn)表1。

表1 MSTMs小詞表測(cè)試順序Tab.1 Test sequence of the monosyllable word short lists in mandarin speech test materials

3)測(cè)試步驟:以受試者500～4 000頻率處純音聽(tīng)閾均值較好一側(cè)為測(cè)試耳。測(cè)試前由測(cè)試者講解測(cè)試流程，并播放1張練習(xí)表以便受試者熟悉測(cè)試方法(練習(xí)表不計(jì)分)測(cè)試采用固定給聲強(qiáng)度(通過(guò)預(yù)試驗(yàn)，確定小詞表采用12 dB HL)，將受試者得分控制在70%上下;由測(cè)試者手動(dòng)選擇詞表;每張?jiān)~表測(cè)試項(xiàng)目的播放順序通過(guò)軟件隨機(jī)給出。測(cè)試過(guò)程中根據(jù)受試者要求適當(dāng)安排休息。2次測(cè)試間隔6至35 d(中位數(shù)11 d)，受試者于同一時(shí)間段(±2 h)，在相同測(cè)試環(huán)境下，以同樣的測(cè)試材料、測(cè)試設(shè)備和給聲強(qiáng)度，由同一名測(cè)試者進(jìn)行單音節(jié)識(shí)別率的復(fù)測(cè)。

1.4 計(jì)分方法

受試者以口述作為應(yīng)答形式，測(cè)試者通過(guò)手動(dòng)操作智能測(cè)聽(tīng)軟件進(jìn)行計(jì)分。計(jì)分時(shí)以整字為單位，即單音節(jié)字的聲母、韻母和聲調(diào)完全復(fù)述正確則得一分，否則不得分;每張?jiān)~表單獨(dú)計(jì)算得分。計(jì)算方法如下:單音節(jié)詞識(shí)別率=(正確復(fù)述詞數(shù)/總詞數(shù))×100%。

1.5 統(tǒng)計(jì)學(xué)方法

復(fù)測(cè)信度可由前后2次測(cè)試結(jié)果的差異程度進(jìn)行描述。單音節(jié)識(shí)別率測(cè)試結(jié)果符合二項(xiàng)分布，其差異程度與得分相關(guān)聯(lián)(識(shí)別率在接近0%及100%時(shí)變異度最小，50%處變異度最大)。為消除此種關(guān)聯(lián)性，本實(shí)驗(yàn)通過(guò)Matlab 2010軟件編程實(shí)現(xiàn)“合理化”反正弦變換(“rationalized”arcsine transform)對(duì)識(shí)別率進(jìn)行調(diào)整，使不同得分下隨機(jī)誤差大致相等。其公式為:

式中X為應(yīng)答正確項(xiàng)目數(shù)，N為表中測(cè)試項(xiàng)目總數(shù)，R為反正弦變換后的單位(rationalized arcsine units，RAU)［11］。

復(fù)測(cè)信度常用Pearson相關(guān)系數(shù)或臨界差值(critical difference，CD)進(jìn)行評(píng)估。本實(shí)驗(yàn)采用統(tǒng)計(jì)學(xué)軟件SPSS19.0對(duì)經(jīng)“合理化”反正弦變換調(diào)整的兩輪測(cè)試得分進(jìn)行相關(guān)性分析和配對(duì)t檢驗(yàn)，計(jì)算相關(guān)系數(shù)r值;逐表計(jì)算兩輪測(cè)試得分差異的標(biāo)準(zhǔn)差(standard deviation，SD)，以 95% 置信區(qū)間(confidence interval，CI)計(jì)算各表臨界差值，計(jì)算式為:CD=SD×1.96。

由于測(cè)試表之間嚴(yán)格等價(jià)，詞表整體標(biāo)準(zhǔn)差可由各表得分差異的平均偏離程度(以方差表示)間接求得，則:

(N為材料包含的詞表數(shù))，當(dāng)兩次測(cè)試結(jié)果差異大于該臨界值時(shí)可認(rèn)為該差異具有臨床意義。

2 結(jié)果

2.1 言語(yǔ)識(shí)別率測(cè)試結(jié)果

16張小詞表兩輪測(cè)試總體得分為(69.5±10.6)%、(71.0±11.4)%。經(jīng)“合理化”反正弦變換，最終得到2輪測(cè)試結(jié)果(68.1±10.7)%、(69.1±11.7)%。經(jīng)Shapiro-Wilk正態(tài)性檢驗(yàn)，變換后數(shù)據(jù)均服從正態(tài)分布(P＞0.05)。

2.2 相關(guān)性分析

小詞表兩輪測(cè)試得分總體相關(guān)系數(shù)r=0.748(P＜0.01)，測(cè)試結(jié)果顯著相關(guān)。將各受試者前后兩輪測(cè)試平均成績(jī)進(jìn)行配對(duì)t檢驗(yàn)。結(jié)果顯示小詞表兩輪測(cè)試得分比較差異無(wú)統(tǒng)計(jì)學(xué)意義(P=0.249)。

2.3 臨界差值

普通話單音節(jié)小詞表總體標(biāo)準(zhǔn)差為11.5%，臨界差值22.5%。由于本實(shí)驗(yàn)所使用測(cè)試材料為每表20詞，共計(jì)100%，則每詞可以5%計(jì)算。當(dāng)干預(yù)前后測(cè)試得分差值超過(guò)25%即5個(gè)詞(以詞計(jì)分，得分只能是5%的整數(shù)倍)時(shí)該差值不可用復(fù)測(cè)信度解釋，而應(yīng)考慮為測(cè)試前后干預(yù)效果(表2)。

表2 MSTMs單音節(jié)小詞表兩輪測(cè)試得分標(biāo)準(zhǔn)差、臨界差值、相應(yīng)測(cè)試項(xiàng)數(shù)目Tab.2 The standard deviation，critical difference and corresponding test items of the two tests

3 討論

用同樣的測(cè)試方法在不同時(shí)間段內(nèi)對(duì)同一對(duì)象進(jìn)行重復(fù)測(cè)試，其得分差異由測(cè)試過(guò)程中產(chǎn)生的各種誤差決定。這些誤差包括隨機(jī)誤差和各種因素造成的變異［2］。復(fù)測(cè)信度在理論上應(yīng)以隨機(jī)誤差來(lái)表示。理想情況下，同一張表前后測(cè)試得分差異總和為0;測(cè)試結(jié)果相互獨(dú)立，服從二項(xiàng)分布。基于這一點(diǎn)，Thornton等［12］提出根據(jù)測(cè)試項(xiàng)目數(shù)推算出隨機(jī)誤差的數(shù)學(xué)模型，并且列出當(dāng)測(cè)試項(xiàng)目數(shù)一定時(shí)，95%置信區(qū)間下不具有統(tǒng)計(jì)學(xué)意義的差異范圍。

Studebaker等［11］提出另一種直接計(jì)算置信區(qū)間的方法，即求RAU方差 Vrau。RAU可理解為“合理化”反正弦變換調(diào)整后的測(cè)試得分，仍然保持原始百分?jǐn)?shù)形式，但消除了隨機(jī)誤差與得分間的關(guān)聯(lián)性，使不同識(shí)別率下隨機(jī)誤差基本保持一致。對(duì)于測(cè)試項(xiàng)目數(shù)和置信水平已知的測(cè)試表，僅有一個(gè)RAU值用來(lái)表達(dá)它的臨界區(qū)間，該值可以通過(guò)幾步簡(jiǎn)單計(jì)算求得。公式如下:

若:N ＜50，V=1/(N+0.5)

若:N≥50，V=1/(N+1)

Vrau=V×2159.8(常數(shù))

根據(jù)方差計(jì)算臨界差值，公式如下:

其中V為反正弦變換方差;n為觀察指數(shù)(number of observations)，本式中n=1。由此可知，測(cè)試項(xiàng)目數(shù)為20的詞表其CD推算值為28.5%。實(shí)驗(yàn)測(cè)得本套材料的相應(yīng)值為22.5%，略小于理論推算。

影響復(fù)測(cè)信度測(cè)量結(jié)果的因素可大致分為3個(gè)方面，即測(cè)試環(huán)境的影響，受試者個(gè)體差異的影響，測(cè)試材料特征的影響。由于實(shí)際測(cè)量結(jié)果總是被多種因素同時(shí)作用、交互影響，這就要求實(shí)驗(yàn)采用多因素均衡設(shè)計(jì)，最大限度地排除系統(tǒng)誤差［1］;同一名受試者的初測(cè)和復(fù)測(cè)應(yīng)當(dāng)在完全相同的條件下進(jìn)行——包括使用同樣的測(cè)試材料、測(cè)試設(shè)備和刺激聲強(qiáng)度，身處同樣的聲學(xué)環(huán)境下由同一測(cè)試者進(jìn)行測(cè)試，兩次測(cè)試的設(shè)備校準(zhǔn)，耳機(jī)型號(hào)保持一致，這有利于去除儀器和計(jì)分帶來(lái)的誤差［13-16］。本次試驗(yàn)控制了影響隨機(jī)誤差范圍的因素，以保證評(píng)估結(jié)果的真實(shí)可靠。

Plomp等［17-20］在改善句表信度的相關(guān)研究中發(fā)現(xiàn)，影響復(fù)測(cè)信度的最主要因素為學(xué)習(xí)效應(yīng)，即受試者對(duì)測(cè)試方法和測(cè)試內(nèi)容的熟悉程度。由于單音節(jié)測(cè)試材料言語(yǔ)冗余度很小，不便于記憶，故這里的學(xué)習(xí)效應(yīng)主要指受試者對(duì)測(cè)試方法的熟悉程度。單音節(jié)小詞表兩輪測(cè)試分差不具有統(tǒng)計(jì)學(xué)意義(P=0.249)，說(shuō)明學(xué)習(xí)效應(yīng)對(duì)本次研究的影響不大。

復(fù)測(cè)信度的評(píng)估，其主要臨床目的在于判斷患者接受干預(yù)前后測(cè)試結(jié)果的差異是否具有臨床意義。本次實(shí)驗(yàn)對(duì)MSTMs單音節(jié)小詞表的復(fù)測(cè)信度進(jìn)行評(píng)估，得CD值為22.5%，小于理論臨界值28.5%，可以用于臨床測(cè)試。

［1］冀飛.言語(yǔ)測(cè)聽(tīng)材料的復(fù)測(cè)信度評(píng)估［J］.聽(tīng)力學(xué)及言語(yǔ)疾病雜志，2009，17(3):209-211.

［2］Lisa L M，Jeffrey L，Danhauer.Audiologic evaluation and management and speech perception assessmen［M］.San Diego，CA:Singular Publishing Group，1997，59-74.

［3］張華.研發(fā)漢語(yǔ)測(cè)聽(tīng)材料的重要性(專家筆談)［J］.中華耳科學(xué)雜志，2008，6(1):11-12.

［4］郗昕，趙烏蘭，冀飛，等.漢語(yǔ)單音節(jié)測(cè)聽(tīng)表在北京聽(tīng)力正常人群眾的復(fù)測(cè)信度評(píng)估［J］.聽(tīng)力學(xué)及言語(yǔ)疾病雜志，2009，17(2):95-99.

［5］陳艾婷，冀飛，郗昕，等.一組漢語(yǔ)普通話單音節(jié)詞表在聽(tīng)力損失人群中的復(fù)測(cè)信度研究［J］.聽(tīng)力學(xué)及言語(yǔ)疾病雜志，2009，17(3):201-204.

［6］冀飛，郗昕，韓東一，等.漢語(yǔ)普通話單音節(jié)測(cè)聽(tīng)表的多中心復(fù)測(cè)信度研究［J］.中華耳鼻咽喉頭頸外科雜志，2010，45(3):200-205.

［7］王靚，張華，王碩，等.普通話單音節(jié)詞言語(yǔ)測(cè)聽(tīng)材料的等價(jià)性分析［J］.中國(guó)耳鼻咽喉頭頸外科，2006，13(6):397-401.

［8］張華，王碩，王靚，等.普通話言語(yǔ)測(cè)聽(tīng)材料的數(shù)字化錄制與等價(jià)性分析［J］.臨床耳鼻咽喉科雜志，2006，20(22):1011-1015.

［9］張華，曹文，王碩，等.語(yǔ)音學(xué)理論在普通話單音節(jié)小詞表編錄中的應(yīng)用［J］.聽(tīng)力學(xué)及言語(yǔ)疾病雜志，2009，17(2):100-106.

［10］Wu W，Zhang H，Chen J，et al.Development and evaluation of a computerized Mandarin speech test system in China［J］.Comput Biol Med，2011，41(3):131-138.

［11］Studebaker G A.“Rationalized”arcsine transform［J］.J Speech Hear Res，1985，28(3):455-462.

［12］Thornton A R，Raffin M J.Speech-discrimination scores modeled as a binomial variable［J］.J Speech Hear Res，1978，21(3):507-518.

［13］Bamford J，Wilson I.Methodological considerations and practical aspects of the BKB sentences lists［M］.London，UK:Acadamic Press，1979:146-187.

［14］Dillon H.A quantitave examination of the sources of speech discrimination test score variability［J］.Ear Hear，1982，3(2):51-58.

［15］Tom W.Tillman，Raymond Carhart，An Expanded Test for Speech Discrimination Utilizing CNC Monosyllabic Words.Northwestern University Auditory Test No.6.USAF School of Aerospace Medicine Technical Report，1966.

［16］Wilson R H，Carter A S.Relation between slopes of word recognition psychometric functions and homogeneity of the stimulus materials［J］.J Am Acad Audiol，2001，12(1):7-14.

［17］Plomp R，Mimpen A M.Improving the reliability of testing the speech reception threshold for sentences［J］.Audiology，1979，18(1):43-52.

［18］Wagener K，Josvassen J L，Ardenkjaer R.Design optimization and evaluation of a danish sentence test in noise［J］.Int J Audiol，2003，42(1):10-17.

［19］Rhebergen K S，Versfield N J，Dreschler W A.Learning effect observed for the speech reception threshold in interrupted noise with normal hearing listeners［J］.Int J Audiol，2008，47(4):185-188.

［20］Causey G D，Hood L J，Hezmanson C L，et al.The Maryland CNC Test:normative studies［J］.Audiology，1984，23(6):552-568.