基于共識選擇健康測量工具對粗大運動功能評估88項和66項測量學(xué)屬性的系統(tǒng)評價

王以文 陳功勛 朱登納 史 惟

粗大運動功能量表(GMFM)是由加拿大運動醫(yī)學(xué)專家Russell于1989年使用經(jīng)典理論制定的形成性量表，用于測量腦性癱瘓(簡稱腦癱)患兒粗大運動功能及隨時間或干預(yù)而出現(xiàn)的運動功能改變，是目前腦癱患兒粗大運動評估中使用最廣泛的量表[1]。GMFM由5個能區(qū)組成：A能區(qū)：臥位與翻身，B能區(qū)：坐，C能區(qū)：跪與爬，D能區(qū)：站立，E能區(qū)：行走和跑跳，每個能區(qū)包括不同項目內(nèi)容。GMFM于1989年發(fā)表時包括85項內(nèi)容，后來增加至88項，稱為GMFM-88，2000年使用項目反應(yīng)理論基于Rasch分析法對GMFM-88進(jìn)行了信度和效度分析，確立了GMFM-66新版本[2]。

患者報告結(jié)局測量工具(PROM)允許患者通過認(rèn)知與判斷直接報告自己的健康結(jié)果，在醫(yī)學(xué)研究中具有重要意義。PROM在開發(fā)及測量學(xué)屬性研究中偏倚不可避免，這影響了其臨床應(yīng)用推廣。2010年[3]由荷蘭、美國、西班牙等研究機構(gòu)的心理測量學(xué)專家提出了基于共識選擇健康測量工具的標(biāo)準(zhǔn)(COSMIN)，詳細(xì)介紹了規(guī)范制定PROM系統(tǒng)評價的COSMIN方法，并在2018年實施更新[4]，制定了 COSMIN偏倚風(fēng)險清單[5]，以指導(dǎo)研究者與臨床實踐者選擇最合適的PROM。國內(nèi)外使用COSMIN對PROM進(jìn)行評價的文獻(xiàn)逐年增加[6,7]，但目前國內(nèi)尚無對GMFM-88的系統(tǒng)評價，現(xiàn)有的GMFM-66的系統(tǒng)評價對評價過程未進(jìn)行詳細(xì)描述。本文使用COSMIN方法對GMFM-88和GMFM-66進(jìn)行系統(tǒng)評價，探討COSMIN方法對現(xiàn)場觀察性量表評估時的相關(guān)事項，同時比較GMFM-88和GMFM-66測量學(xué)屬性。

1 方法

1.1 研究設(shè)計 系統(tǒng)評價。系統(tǒng)檢索和篩選GMFM-88和GMFM-66的文獻(xiàn)，以COSMIN偏倚風(fēng)險清單評價GMFM-88和GMFM-66的內(nèi)容效度和其他測量學(xué)屬性，本文按系統(tǒng)綜述/Meta分析寫作規(guī)范(PRISMA)[8]撰寫。

1.2 檢索策略

1.2.1 檢索數(shù)據(jù)庫和時間 英文數(shù)據(jù)庫：MEDLINE、Embase，中文數(shù)據(jù)庫：SinoMed；建庫至2022年4月21日。

1.2.2 檢索詞 腦癱兒童，GMFM，COSMIN，量表的心理測量學(xué)屬性。采用主題詞與自由詞相結(jié)合的方式行文獻(xiàn)檢索，其中測量學(xué)屬性檢索詞參考Terwee等[9]開發(fā)的經(jīng)過驗證的高靈敏度搜索過濾器。

1.2.3 不同數(shù)據(jù)庫檢索式 檢索語言為簡體中文和英語。人工檢索納入文獻(xiàn)的參考文獻(xiàn)(包括系統(tǒng)評價/Meta分析)。中英文檢索式和檢索截屏見本文附件1(http://www.cjebp.net/CN/10.3969/j.issn.1673-5501.2022.05.003)。

1.3 文獻(xiàn)篩選方法 使用EndNote刪除了重復(fù)文獻(xiàn)；由評估者王以文和陳功勛分別閱讀文獻(xiàn)題目、摘要和全文，排除：①書籍、會議論文、動物實驗和無法獲得全文的文獻(xiàn)；②以GMFM-88或GMFM-66作為結(jié)局測量工具的文獻(xiàn)；③GMFM-88或GMFM-66作為對照性量表驗證其他測量工具測量屬性的文獻(xiàn)；④全文非中文和英文文獻(xiàn)。遇有分歧先2名評估者討論解決，不能確定與史惟討論協(xié)商解決。

1.4 數(shù)據(jù)提取 ①選擇GMFM評估工具推薦的評估類數(shù)據(jù)提取量表；②王以文提取GMFM-88數(shù)據(jù)，陳功勛提取GMFM-66數(shù)據(jù)，如遇困惑與史惟討論協(xié)商解決；③數(shù)據(jù)提取內(nèi)容包括：第一作者、發(fā)表年份、量表名稱、研究對象及其來源、地區(qū)、樣本量、研究對象年齡、男女比例、量表維度數(shù)與條目數(shù)、量表維度、各條目采用的評分方法、重測時間、9種量表測量學(xué)屬性、疾病特征數(shù)據(jù)(疾病人群、疾病嚴(yán)重程度或腦癱粗大運動功能分級系統(tǒng)的分級范圍)。

1.5 評價過程及GRADE證據(jù)質(zhì)量評級

1.5.1 偏倚風(fēng)險評價 使用COSMIN偏倚風(fēng)險檢查表[4]評估所納入的測量學(xué)屬性研究的方法學(xué)偏倚風(fēng)險。COSMIN偏倚風(fēng)險檢查表包括3個部分共10個框目，①量表內(nèi)容效度(框目1和2)：量表開發(fā)和內(nèi)容效度；②量表內(nèi)部結(jié)構(gòu)(框目3～5)：結(jié)構(gòu)效度、內(nèi)部一致性和跨文化效度；③量表其他測量學(xué)屬性(框目6～10)：信度、測量誤差、校標(biāo)效度、假設(shè)檢驗和反應(yīng)度。每個框目評估1項測量學(xué)屬性，每項測量學(xué)屬性研究的偏倚風(fēng)險可以評估為非常好(V)，足夠(A)，模糊的(D)，不適用(N)，不足(I)；依據(jù)每個框目中條目的最低評級確定該研究的方法學(xué)質(zhì)量[10]。如果1篇文獻(xiàn)同時評估了多個測量學(xué)屬性，將每個測量學(xué)屬性作為獨立項目單獨評估。最終評價結(jié)果由2名評估者討論決定，存在分歧時與史惟協(xié)商解決。

1.5.2 測量學(xué)屬性的質(zhì)量評價 由評估者陳功勛和王以文參照Terwee等開發(fā)的在COSMIN測量學(xué)屬性質(zhì)量標(biāo)準(zhǔn)，單獨評價量表的9種測量學(xué)屬性。內(nèi)容效度的質(zhì)量評價使用“良好內(nèi)容效度的10條評價準(zhǔn)則”和“單個研究內(nèi)容效度評定指南”，評價為充分(+)、不足(-)、不一致(±)或不確定(?)；其余8個測量學(xué)屬性質(zhì)量評價根據(jù)“更新的測量學(xué)屬性優(yōu)劣評價標(biāo)準(zhǔn)”,評價為充分(+)、不足(-)或不確定(?)[10]。

內(nèi)容效度質(zhì)量是PROM最重要部分，COSMIN將量表開發(fā)過程納入內(nèi)容效度總體評價，內(nèi)容效度總體評分需要綜合量表開發(fā)過程、內(nèi)容效度研究和評估者評分3方面的結(jié)果，從評估量表的相關(guān)性、全面性和可理解性開展評價[5]。

1.5.3 證據(jù)匯總和證據(jù)質(zhì)量分級 若某一測量特性在各項研究中均為充分(+)或不充分(-)或不確定(？)，則此測量特性的總體評級亦為充分(+)或不充分(-)或不確定(？)。若某一測量特性在各項研究中得到的評價不一致，且造成評價不一致的原因無法解釋，則此測量特性的總體評級為不一致(±)。最終評價結(jié)果由2名評估者討論決定，或與史惟協(xié)商解決。

根據(jù)“改良的GRADE證據(jù)質(zhì)量評級”標(biāo)準(zhǔn)，證據(jù)起始為高質(zhì)量，考慮偏倚風(fēng)險(研究的方法學(xué)質(zhì)量)、不一致性、不精確性及間接性進(jìn)行降級，最終證據(jù)質(zhì)量分為高、中、低和極低4 個級別。依據(jù)證據(jù)客觀評價結(jié)果形成推薦意見，并對推薦意見進(jìn)行強度標(biāo)注[10]。

2 結(jié)果

2.1 文獻(xiàn)檢索和篩選結(jié)果 圖1為文獻(xiàn)納入和排除流程。初檢獲得文獻(xiàn)285篇，剔除167篇重復(fù)文獻(xiàn)，通過閱讀題目和摘要排除85篇文獻(xiàn)，33篇文獻(xiàn)閱讀全文篩選，刪除15篇文獻(xiàn)，手工檢索納入文獻(xiàn)的參考文獻(xiàn)中2篇文獻(xiàn)符合納入標(biāo)準(zhǔn)，共納入20篇文獻(xiàn)，GMFM-88和GMFM-66分別有11篇和6篇文獻(xiàn)，GMFM-88和GMFM-66共同納入的有2篇文獻(xiàn)，1篇GMFM內(nèi)容效度文獻(xiàn)[11]。

圖1 文獻(xiàn)篩選流程及結(jié)果

2.2 GMFM-88和GMFM-66測量學(xué)屬性相關(guān)研究的基本特征 表1顯示，內(nèi)容效度以外的19篇文獻(xiàn)中，2000年前2篇，～2010年9篇，～2020年6篇，～2022年2篇；GMFM語言版本：英語6篇，漢語5篇，西班牙語3篇，韓語2篇，荷蘭語、波斯語和泰語各1篇；研究來自國家：中國5篇(其中臺灣省2篇)，加拿大3篇，美國和韓國各2篇，荷蘭、西班牙、伊朗、比利時、泰國、巴西和哥倫比亞各1篇；GMFM-88應(yīng)用年齡0～20歲，樣本量39～173例，女性23.1%～54.0%，覆蓋了腦癱嚴(yán)重程度的所有級別；GMFM-66應(yīng)用年齡0～17歲，女性26.3%～70.0%，覆蓋了腦癱嚴(yán)重程度的所有級別。

2.3 內(nèi)容效度 GMFM-66開發(fā)過程評價依據(jù)GMFM-88的開發(fā)過程[1]。本文涉及GMFM開發(fā)過程的文獻(xiàn)有2項研究[1,2]，檢測到關(guān)于GMFM內(nèi)容效度1項研究[11]，由于GMFM-66刪減22個條目，GMFM-88已不能作為GMFM-66的內(nèi)容效度研究證據(jù)，沒有文獻(xiàn)支持GMFM-66的內(nèi)容效度，只能基于量表開發(fā)過程和評估者評分開展內(nèi)容效度總體評分。

表2顯示，GMFM-88內(nèi)容效度總體評價，有中等級別，證實相關(guān)性為足夠(+)、全面性為足夠(+)，低級別證據(jù)，可理解性為足夠(+)。GMFM-66內(nèi)容效度總體評價，低級別證據(jù)，相關(guān)性為不一致(±)，可理解性為不確定(？)；中等級別證據(jù)，全面性為足夠(+)。

表2 內(nèi)容效度研究方法學(xué)質(zhì)量和測量學(xué)屬性評分

2.4 GMFM-88和GMFM-66除內(nèi)容效度外的測量學(xué)屬性 納入GMFM-88的13篇文獻(xiàn)中涉及了測量學(xué)屬性21項，GMFM-66的8篇文獻(xiàn)中涉及了測量學(xué)屬性20項。具體評價見本文附件2(http://www.cjebp.net/CN/10.3969/j.issn.1673-5501.2022.05.003)。

2.4.1 內(nèi)部一致性 表3顯示，GMFM-88內(nèi)部一致性3項[13,18,22]研究，樣本量分別為50、115、65例，均使用Cronbach'sα系數(shù)作為評估內(nèi)部一致性指標(biāo)，方法學(xué)質(zhì)量評價非常好(V)，Cronbach's α系數(shù)為0.78～0.99，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。GMFM-66西班牙語版本內(nèi)部一致性1項[28]，使用McDonald's ω系數(shù)研究內(nèi)部一致性。方法學(xué)質(zhì)量為非常好(V)，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。

2.4.2 信度 表3顯示，GMFM-88組間信度5項[1,17-19,22]，組內(nèi)信度7項[1,15-17,20-22]。使用組內(nèi)相關(guān)系數(shù)(ICC)，或進(jìn)一步細(xì)化為ICC2,1、ICC3,1作為評估指標(biāo)。結(jié)果顯示GMFM-88具有足夠的組間信度和組內(nèi)信度，組內(nèi)相關(guān)系數(shù)均>0.70，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。

表3 其他測量學(xué)屬性的偏倚風(fēng)險、質(zhì)量評價和證據(jù)級別

GMFM-66組內(nèi)信度7項[1,20,22,24,26-28]，組間信度5項[20,22,24,26,27]，采用ICC，結(jié)果顯示具有足夠的組間信度和組內(nèi)信度，組內(nèi)相關(guān)系數(shù)均>0.70，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。

2.4.3 結(jié)構(gòu)效度 表3顯示，1項[23]重新構(gòu)建GMFM-66的Rash分析結(jié)果顯示，<5%的剩余項目內(nèi)聚擬合度值>3.0，表明具有良好單維性，驗證了結(jié)構(gòu)效度，研究方法學(xué)質(zhì)量評估為非常好(V)，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。

2.4.4 測量誤差 表3顯示，GMFM-88測量誤差2項[15,17]，文獻(xiàn)[15](n=60)方法學(xué)質(zhì)量為足夠(A)，測量誤差結(jié)果顯示標(biāo)準(zhǔn)測量誤差 (SEM)=1.60，最小的實際差別(SRD)=3.14。文獻(xiàn)[17](n=51)方法學(xué)質(zhì)量非常好(V)，SEM=1.60，SRD=3.14，由于2項結(jié)果均無最小可測重要變化(MIC)數(shù)據(jù)，無法與MIC比較，因此測量學(xué)屬性評估為不確定(？)，GRADE證據(jù)級別為高。

2.4.5 效標(biāo)效度 表3顯示，1項[19]將GMFM-88評分和神經(jīng)肌肉系統(tǒng)缺陷程度分類和美國腦癱學(xué)會障礙分級與治療性分級進(jìn)行相關(guān)性研究，本文視其為效標(biāo)效度研究，因其不是與公認(rèn)的金標(biāo)準(zhǔn)進(jìn)行比較，方法學(xué)質(zhì)量為模糊(D)。相關(guān)性范圍0.67～0.75，測量學(xué)屬性評分為不確定(？)。偏倚風(fēng)險降2級，樣本量<50，精確性降2級，GRADE證據(jù)級別為極低。

2.4.6 假設(shè)檢驗 表3顯示，假設(shè)檢驗屬性包括平行效度和區(qū)分效度假設(shè)檢驗，1項[13]GMFM-88平行效度假設(shè)檢驗的研究，在115例腦癱人群中分析了GMFM-88與兒童殘疾評定表(PEDI)、兒科結(jié)局?jǐn)?shù)據(jù)收集工具(PODCI)、兒童健康問卷(CHQ)3種評估量表中的運動能區(qū)分值的Spearman’s相關(guān)性，結(jié)果顯示GMFM-88與PEDI(r=0.91)、PODCI(r=0.88)、CHQ/ITHQ(r=0.74)的運動能區(qū)分值高度相關(guān)，以此評價GMFM-88的平行效度屬性研究，方法學(xué)質(zhì)量非常好(V)，評分為充分(+)，GRADE證據(jù)級別為高。

GMFM-88的區(qū)分效度2項[13,19]，文獻(xiàn)[13]比較了GMFM-88在偏癱型腦癱、痙攣型雙癱和痙攣型四肢癱分?jǐn)?shù)差異有統(tǒng)計學(xué)意義，文獻(xiàn)[19]比較了腦癱人群和正常兒童GMFM-88分?jǐn)?shù)差異有統(tǒng)計學(xué)意義。2項區(qū)分效度研究方法學(xué)質(zhì)量評價均為不足(I)，評分為充分(+)，GRADE證據(jù)級別為極低。

GMFM-66平行效度假設(shè)檢驗1項[25]，在115例腦癱患兒中驗證GMFM-66和PEDI的運動能區(qū)的 Pearson's相關(guān)性系數(shù)(0.83～0.90)。方法學(xué)質(zhì)量評估為非常好(V)，測量學(xué)屬性評分為充分(+)，GRADE證據(jù)級別為高。

GMFM-66區(qū)分效度檢驗1項[2]，比較了GMFM-66在偏癱型、痙攣型雙癱和痙攣型四肢癱分?jǐn)?shù)差異有統(tǒng)計學(xué)意義。區(qū)分效度研究方法學(xué)質(zhì)量為不足(I)，評分為充分(+)，GRADE證據(jù)級別為低。

2.4.7 反應(yīng)度 9項GMFM-88反應(yīng)度相關(guān)研究。表3顯示，3項研究進(jìn)行了有關(guān)效標(biāo)的反應(yīng)度評價。其中1項[1]研究將治療師及家屬對患兒變化評分作為效標(biāo)與GMFM-88分?jǐn)?shù)變化進(jìn)行相關(guān)性研究，相關(guān)性為0.50～0.82，與假設(shè)檢驗相符，評分為充分(+)，偏倚風(fēng)險評為模糊(D)；1項研究[14]顯示家屬對患兒變化評分與GMFM-88改變分?jǐn)?shù)間的Spearman’s相關(guān)系數(shù)為0.50，偏倚風(fēng)險評為模糊(D)，評分為充分(+)；1項研究[22]使用治療師評估患兒變化程度作為效標(biāo)，受試者工作曲線(ROC)下面積方法評估效標(biāo)反應(yīng)度，AUC=0.784，評分為充分(+)，偏倚風(fēng)險評為模糊(D)。故效標(biāo)反應(yīng)度評分為充分(+)，證據(jù)級別為中等。

表3顯示，平行效度的反應(yīng)度2項。1項[16]為韓國版GMFM-88和粗大運動治療評估(GMPM)數(shù)值變化有較高相關(guān)性(r=0.762～0.884 )，方法學(xué)質(zhì)量均非常好(V)，評分為充分(+)。1項[20]通過效應(yīng)尺度(ES)的方法，發(fā)現(xiàn)GMFM-88和GMFM-66有相近的反應(yīng)度評分為充分(+)，但方法學(xué)質(zhì)量評為模糊(D)。故GMFM-88平行效度的反應(yīng)度，評分為充分(+)，偏倚風(fēng)險不降級，GRADE證據(jù)級別為高。

表3顯示，區(qū)分效度反應(yīng)度4項[1,12,14,15]，分別進(jìn)行了不同年齡、不同嚴(yán)重程度和不同分型、腦癱與正常人群、腦癱及腦損傷急性期人群GMFM-88變化值的比較，結(jié)果顯示方法學(xué)質(zhì)量為模糊(D)或不足(I)，評分為充分(+)，GRADE證據(jù)級別為低。

GMFM-66的反應(yīng)度4項[2,20,22,24]，其中對不同嚴(yán)重程度和年齡亞組的GMFM-66分?jǐn)?shù)變化值1項[2]，其方法學(xué)質(zhì)量評估為不足(I)，評分為充分(+)。通過 ES的方法GMFM-66平行反應(yīng)度2項[20,24]，其方法學(xué)質(zhì)量評為模糊(D)，評分為充分(+)。使用治療師評估患兒變化程度作為效標(biāo)1項[22]，ROC下面積方法評估效標(biāo)反應(yīng)度，方法學(xué)質(zhì)量評為模糊(D)，評分為充分(+)。改良GRADE證據(jù)級別為低。

3 討論

內(nèi)容效度是量表最重要的測量學(xué)屬性[5]，內(nèi)容效度總體評價包括量表開發(fā)階段、內(nèi)容效度研究和評價者評分。本系統(tǒng)綜述只檢索到史惟基于ICF-CY的腦癱GMFM-88的內(nèi)容效度分析[11]，沒有檢索到GMFM-66內(nèi)容效度的研究，GMFM-88的內(nèi)容效度闡述了GMFM-88評估內(nèi)容與ICF-CY量表的對應(yīng)關(guān)系。而GMFM-88和GMFM-66擁有共同的量表開發(fā)階段，雖然量表開發(fā)者在GMFM開發(fā)階段[1]表述了其主要評估臥位與翻身、坐、跪與爬、站立、行走和跑跳等5個領(lǐng)域，本研究認(rèn)為對粗大運動構(gòu)念描述還是不夠清晰，故偏倚風(fēng)險評估為不足(I)，GMFM-88的內(nèi)容效度相關(guān)性證據(jù)為中等，GMFM-66內(nèi)容效度相關(guān)性證據(jù)級別為低。觀察性量表與PROM在評價可理解性上有所不同，因為PROM可理解性評估的對象多為受試者本人，而觀察性量表可理解性對象為測試者。GMFM-88和GMFM-66使用者手冊描述顯示有多名治療師參加過多次小組會議[31]，對項目和格式問題提供了反饋性意見，效度研究后對13名治療師進(jìn)行了問卷調(diào)查，治療師對GMFM的內(nèi)容和4分的評分制均感到滿意。但因GMFM開發(fā)年代久遠(yuǎn)，對量表開發(fā)過程描述不清，尤其是可理解性方面，由此本研究把偏倚風(fēng)險評為模糊(D)，而且沒有有關(guān)可理解性的內(nèi)容效度研究，故GMFM-88和GMFM-66可理解性證據(jù)等級為低。

2003年Russell等[23]重新構(gòu)建GMFM-66的Rash分析已經(jīng)驗證其為單維性量表，這與Marina[30]進(jìn)行的系統(tǒng)評價結(jié)果一致,而未檢索到GMFM-88結(jié)構(gòu)效度相關(guān)文獻(xiàn)。文獻(xiàn)[28](2022年)的內(nèi)部一致性研究對量表的5個部分分別評價，卻未對整個量表進(jìn)行評價，存在一定不合理性。相比之下，GMFM-88做了多個內(nèi)部一致性評估，結(jié)果提示有較高的內(nèi)部一致性。GMFM-88 GMFM-66均有較高證據(jù)級別的組間信度和組內(nèi)信度，這也與既往系統(tǒng)評價結(jié)果一致[29,30]。

效標(biāo)效度和效標(biāo)反應(yīng)度都需要與金標(biāo)準(zhǔn)對比，但粗大運動功能評估沒有真正意義的金標(biāo)準(zhǔn)，而且GMFM-66并不屬于GMFM-88的短縮版，也不屬于嚴(yán)格意義上的金標(biāo)準(zhǔn)。Russell等將父母或治療師評估患兒的變化作為金標(biāo)準(zhǔn)[1]，GMFM-88有1項類似的效標(biāo)效度研究[19]，3項效標(biāo)反應(yīng)度研究[1,14,22]雖然評估為充分(+)，仍由于方法學(xué)質(zhì)量的缺憾被降為模糊(D)。Wang等[22]在2006年的反應(yīng)度研究中，使用治療師評估作為評價功能改善的結(jié)局標(biāo)準(zhǔn)，應(yīng)用ROC曲線下面積研究反應(yīng)度，顯示GMFM-66較GMFM-88有更好的校標(biāo)反應(yīng)度，這與史惟使用效應(yīng)尺度為指標(biāo)比較2個反應(yīng)度結(jié)果類似[20]，因為未使用COSMIN推薦的更佳方法，方法學(xué)質(zhì)量評估為模糊(D)，評分為充分(+)，證據(jù)質(zhì)量等級為中等，這與既往系統(tǒng)評價結(jié)果一致[31]。

根據(jù)各種測量學(xué)屬性的定義，反應(yīng)度與假設(shè)檢驗的屬性區(qū)別在于反應(yīng)度是多次測量分?jǐn)?shù)變化值之間的比較，但如果作者既比較了首次測量數(shù)值間的區(qū)別又進(jìn)行了改變分值間的比較，就等同于同時完成了假設(shè)檢驗和反應(yīng)度的評價[19]。根據(jù)COSMIN 偏倚風(fēng)險清單使用者手冊，假設(shè)檢驗的平行效度研究旨在驗證兩種評估工具的相關(guān)性方向和幅度是否與預(yù)測一致，兩個量表的相關(guān)性可以作為平行效度檢驗的良好方法，但不應(yīng)當(dāng)使用P值來表達(dá)相關(guān)程度，比如t檢驗的P值和單因素方法分析的P值作為平行效度檢驗的方法[3]，因為通過P值無法判定相關(guān)性系數(shù)與0相差多少，為此本研究將使用P值來表達(dá)平行效度結(jié)果的文獻(xiàn)的方法學(xué)質(zhì)量評為不足(I)。本系統(tǒng)評價納入GMFM-88和GMFM-66文獻(xiàn)中平行效度多采用相關(guān)性為判斷指標(biāo)，所以平行效度和平行效度反應(yīng)度研究質(zhì)量較好，證據(jù)級別較高。假設(shè)檢驗的區(qū)分效度也存在同樣問題，建議使用結(jié)果相關(guān)性是否和預(yù)期一致作為評估結(jié)果，不建議使用不同組結(jié)果差異是否有統(tǒng)計學(xué)意義(其中取決于樣本量)，所以Melissa等[13]使用單因素方差分析、重復(fù)方差分析等以P值是否存在顯著差異的偏倚風(fēng)險評為不足(I)。ES和SRM(Standardised Response Mean)并沒有被COSMIN推薦為評價反應(yīng)度的合理指標(biāo)，但由于ES和SRM長期以來一直作為反應(yīng)度的傳統(tǒng)評價指標(biāo)，既往發(fā)表了眾多文章將ES作為反應(yīng)度指標(biāo)，因此不建議立即將其拋棄[31]，本系統(tǒng)評價將以ES為反應(yīng)度指標(biāo)的文獻(xiàn)[14,20]質(zhì)量評價為模糊(D)。因此GMFM-88和GMFM-66區(qū)分效度及區(qū)分效度反應(yīng)度證據(jù)級別為低或極低證據(jù)等級。

本文不足與局限：本文使用中英文作為檢索語言，會遺漏其他語種測量學(xué)屬性研究，如Ferre-Fernández等在2021年用以西班牙語發(fā)表了一篇關(guān)于GMFM的跨文化效度研究[31]，因語言原因未納入本研究，導(dǎo)致針對跨文化效度測量學(xué)屬性的COSMIN評價缺失。由于能力評估類量表使用者是評估者本人，不需要患者或照看者理解量表條目，使用COSMIN對此類量表進(jìn)行系統(tǒng)評價可能低估量表可理解性證據(jù)質(zhì)量等級。

4 結(jié)論

本研究嘗試使用COSMIN方法對GMFM-88和GMFM-66的測量學(xué)屬性進(jìn)行系統(tǒng)評價，顯示GMFM-88比GMFM-66內(nèi)容效度證據(jù)等級高，二者均有較高證據(jù)的信度研究。GMFM-88在內(nèi)部一致性、測量誤差方面比GMFM-66有更多證據(jù)支持，GMFM-88缺乏結(jié)構(gòu)效度研究。GMFM-88和GMFM-66均有高證據(jù)的平行效度和平行效度反應(yīng)度，低質(zhì)量證據(jù)級別或極低質(zhì)量證據(jù)級別的區(qū)分效度和區(qū)分效度反應(yīng)度，GMFM-66比GMFM-88有更高的效標(biāo)反應(yīng)度。本研究為使用COSMIN方法評價現(xiàn)場評估類量表積累經(jīng)驗，研究顯示雖然COSMIN方法并非針對現(xiàn)場評估類量表而開發(fā)，但仍可作為一種現(xiàn)場評估類量表測量學(xué)屬性評價方法。