10項流調中心抑郁自評量表在中國中老人群中的信效度

黃慶波王曉華陳功△

①中國．北京大學人口研究所(北京)100871②北京師范大學社會發展與公共政策學院△通訊作者E-mail:chengong@pku．edu．cn

為篩查社區抑郁人群，美國國立精神衛生研究院Radloff于1977年編制了20項流調中心抑郁水平評定量表(the Center for Epidemiological Studies Depression Scale，CES－D)，包括16個描述消極情緒的項目和4個描述積極情緒的項目［1］，此量表在許多國家的研究中被證明具有較高的信效度［2-3］。原有量表在計分方法上基本上是將4個描述積極情緒的題目進行反向計分然后計算量表總分。

然而，一些研究者發現，20項CES－D要求作答的時間過長，被試情緒負荷較高，以及項目內容敏感等問題，導致較高的拒答率［4-5］。為此，研究者根據不同的人群和目的，設計多種簡版CES－D，其中包括10項、9項等簡短量表［6］。比如Kohout等人根據修訂的簡版量表與完整量表之間的對比結果篩選出10個項目，在65歲以上老年人樣本中構建了Boston版本和Iowa版本，這兩個簡版量表與原量表的結構效度一致［4］。Cole等人利用RASCH模型的交叉檢驗篩選出9個項目，用來測量不同人群的抑郁水平，該量表在不同人群中信度和結構效度較高［7］。這表明，縮短CES－D的長度并不會降低該量表的穩定性和有效性。

許多研究發現，中文CES－D在我國不同的人群中有較高的信效度［8-10］，可以穩定且有效地測查抑郁癥狀。然而，由于簡版CES－D的縮短時間和問卷長度的優越性，在不降低測量信效度的情況下，許多大型調查或研究已逐步開始采用簡版CESD［11-12］。由于老年人缺乏耐性，簡版量表在老年人群體中更具有適用性［13-14］。比如，中國健康與養老追蹤調查作為一個針對中老年人的大型微觀調查，該調查使用了由Andresen等修訂的10項CES－D問卷［15］。

與此同時，10項CES－D的因子結構在國外得到了較多的研究，且研究結論并不一致。部分研究發現10項CES－D只有一個因子結構［16-17］。比如，Bjorgvinssonb等利用內部一致性分析和因子分析方法，對755名精神病人的分析后發現，10項CES－D具有較高的內部一致性，具有1個因子結構。但一些學者研究發現了兩個因子結構:積極因子和消極因子［18-20］。Lee在3個不同模型的假定下，利用驗證性因子分析對1013名非機構老年人進行分析后，發現樣本數據在兩因子模型中擬合更好。此外還有少數研究發現此量表有3個因子結構［21］。如Cheng對231名中國老人進行了分析，發現10項CES－D的結構效度有3個因子，依次為積極因子、軀體因子、消極因子。

研究結論的不一致，可能由于社會文化與關注人群的差異。一方面，由于社會文化背景的不同，不同種族和地域的人對量表項目的理解和解釋會存在差異，量表的因子結構也可能隨之而發生一定改變［22］。比如研究結論為一因子結構的研究來自美國，二因子結構的研究來自加拿大和新加坡，三因子結構的則來自中國。另外，上述研究關注的人群也有較大的差異，從青少年、精神病人到老人各不相同。

由此可見，10項CES－D在不同的人群和社會文化背景中，其信效度可能有所差異。隨著中文10項CES－D被廣泛使用，此類簡版量表在中國人群中的信效度評價就顯得十分迫切。因此，本文將利用中國健康與養老追蹤調查數據，分析中文10項CES－D的信效度，為未來10項CES－D的廣泛使用提供一些依據。鑒于此，本文提出如下研究問題，中文10項CES－D的信效度與國外的研究結論是否有所不同呢?在中年和老年群體中的信效度是否存在差異呢?

1 對象與方法

1．1 對象

本研究利用中國健康與養老追蹤調查2011年第一波追蹤數據，該調查是對中國中老年人進行的一項調查。抽樣方法為多階段分層概率比例抽樣(PPS)，經過縣級抽樣、村居抽樣、家戶抽樣和個人抽樣等4個階段抽取了28個省150個縣區的450個村、居。該樣本代表了中國45歲及以上住戶人群，機構中的老年人并沒有進入抽樣。總樣本17705人，剔除掉無效樣本和年齡不足者2774人，共獲得有效樣本14931人，其中中年人群(45～60歲)8337人，老年人群(60歲以上)6594人。

表1 10項CES－D項目構成

樣本中，平均年齡為(60．21±9．63)歲，其中45～60歲8337人(55．84%)，60歲以上6594人(44．16%);男性7172人(48．03%);受教育程度方面，文盲3943人(26．41%)，小學未畢業者2658人(17．8%)，小學畢業3264人(21．86%)，中學畢業者3126人(20．94%)，高中以上1940人(13%);婚姻狀況方面，13129人(87．93%)已婚，1802人(12．07%)不在婚。

1．2 方法

本研究采用Andresen于1994年修訂的10項流調中心抑郁量表，該量表由10個項目構成，要求被訪者在回答過去1周內各項目所描述癥狀出現的頻率，并以(0～3)4級記分，其中“對未來充滿希望”和“我很愉快”屬于反向計分題目(見表1)。

1．3 統計處理

使用SPSS 20．0和IBM SPSS Amos 21．0對數據進行分析。首先，本研究在整個人群樣本中，使用內部一致性分析方法檢驗10項CES－D的內部一致性，運用驗證性因子分析方法分析10項CES－D的因子結構。其次，分別檢驗10項CES－D在中年人群和老年人群中的內部一致性，并使用多組驗證性因子分析方法，檢驗最優因子結構在中年人和老年人群體中的恒等性。多組驗證性因子分析方法是在原來SEM的分析之外，增加了另一個(或多個)平行樣本的估計，即在SEM模型的基本設定之外，另外納入一個類別變量反映共變結構的跨樣本變化［23］，其統計學原理是將跨樣本因子結構模型視為單一樣本的因子結構的更嚴格限制模型，再透過嵌套模型的比較決定樣本間的因子恒等性［24］。該方法主要的擬合函數如下:

其中，Fg為擬合函數，Ng為各組樣本數

一方面，考慮到χ2隨樣本量的增加而變大，模型很容易被拒絕，所以本研究報告χ2與df，但并不進行深入討論，而主要使用RMSEA，NNFI，CFI，GFI，AGFI，SRMR等指標來評價模型的擬合優度。根據以往研究的經驗，RMSEA和SRMR＜0．08，NNFI、GFI與AGFI，CFI＞0．95時，模型擬合程度較好［23］。另一方面，由于判斷模型恒等性的χ2差異檢驗對于一致性檢驗過于苛刻，結構方程模型最多只是趨近現實，而且CFI、RMSEA和SRMR受樣本量影響較小，所以利用△CFI、△RMSEA和△SRMR測量模型恒等性的效果要優于△χ2［25］。根據研究者的推薦，本研究采用△CFI＜0．01、△RMSEA＜0．015和△SRMR＜0．01為各嵌套模型恒等的臨界值［26］。

最后，利用量表總分最高27%百分數和最低27%百分數的樣本，運用獨立樣本t檢驗分析10項CES－D各條目在該樣本中區分不同水平被試的能力。

1．4 分析框架

假定3種因子結構，利用多組驗證性因子分析分別對這3個因子結構進行檢驗，并選擇最優因子結構。3個因子結構包括:單因子結構，兩因子結構(積極因子和消極因子)，三因子結構(積極因子、軀體因子和消極因子)，具體構成條目見表2。

表2 假定的三種因子結構

2 結果

2．1 整個人群分析

2．1．1 區分度分析首先，由各項目得分計算10項CES－D的總分，以百分位數最高和最低的27%為臨界點，將被試分為高低兩組，其中低分組和高分組的臨界分值分別為4分和12分。對兩組人群在每一個項目上的得分進行獨立樣本t檢驗，結果發現兩組被試在所有項目上得分顯著地統計學差異，見表3。

2．1．2 信度檢驗內部一致性檢驗發現，10項CES－D的信度為0．81，是可以接受的。刪除當前條目后量表的Cronbach＇s系數在0．791～0．819之間，量表的總Cronbach＇s系數為0．815;各條目得分與刪掉此條目后量表得分的相關系數分別為0．299～0．647，該量表的內部一致性較好。已有學者指出，當項目與測驗總分的相關在0．30～0．80之間，測驗的會聚效度是令人滿意的［27］。

表3 老年抑郁量表項目區分度(±s)

表3 老年抑郁量表項目區分度(±s)

注:對積極題目進行反向計分后計算總分

類別低分組高分組P我因一些小事而煩惱0．258±0．5522．030±0．997＜0．001我在做事時很難集中精力0．219±0．5541．827±1．060＜0．001我感到情緒低落0．186±0．4612．050±0．920＜0．001我覺得做任何事都很費勁0．191±0．5152．070±1．000＜0．001我對未來充滿希望0．495±0．8951．835±1．133＜0．001我感到害怕0．033±0．2040．900±1．103＜0．000我的睡眠不好0．352±0．7671．881±1．145＜0．001我很愉快0．270±0．5961．922±0．993＜0．001我感到孤獨0．060±0．3061．306±1．187＜0．001我覺得我無法繼續我的生活0．024±0．1881．007±1．093＜0．001

表4 10項CES－D內部一致性檢驗±s)

表4 10項CES－D內部一致性檢驗±s)

條目得分條目－總分相關系數Cronbach＇s系數11．02±1．100．5650．791 20．91±1．080．5100．797 30．97±1．060．6470．782 40．99±1．140．5820．789 51．84±1．190．2990．819 60．35±0．770．4390．805 71．05±1．190．3930．809 81．96±1．110．4920．799 90．54±0．940．5080．797 100．36±0．780．5240．795總系數0．815

2．1．3 結構效度檢驗假定3個不同的因子結構模型，用驗證性因子分析驗證各模型的擬合優度。第一個模型是所有條目都由一個公因子解釋，即單因子結構模型;第二個模型假定所有條目由積極因子和消極因子共同解釋;第三個模型假定所有條目由3個公因子，即積極因子、消極因子和軀體因子所解釋。

檢驗結果顯示，單因子結構模型的RMSEA＞0．08、AGFI和NNFI＜0．95，模型不滿足最低臨界值的要求;兩因子模型和三因子模型的擬合指數均滿足最低擬合指數的要求，但是兩因子模型中RMSEA、NNFI和AGFI均優于三因子模型，所以兩因子模型是最佳擬合模型。

表5 10項目CES－D各因子結構模型的因子載荷與擬合優度

2．2 分組別的信效度分析

2．2．1 信度分析將整個樣本人群分為中年人和老年人后，分別對這兩個樣本進行信度分析。內部一致性分析發現，中年人和老年人的Cronbach＇s系數分別為0．8145、0．8128;刪除當前條目后的Cronbach＇s系數分別在0．7817～0．8195，0．7780～0．8167，條目得分與刪除條目后的總得分之間的相關系數分別在0．288～0．6412，0．2974～0．6549之間。

2．2．2 多組驗證性因子分析首先，本研究利用驗證性因子分析檢驗最優因子結構在中年人群和老年人群中的擬合情況，結果發現，中年人群和老年人群中，兩因子結構模型的GFI、SRM、RMSEA、CFI均滿足臨界值，顯示中年人群和老年人群的因子結構和數量是類似的，見表6。所有因子載荷在0．01的水平上具有顯著性差異。兩個因子之間的相關系數在中年和老年人群中分別為0．54和0．56。

其次，具有類似因子數量與結構并不能保證條目和潛在的理論因子結構的一致性，據此本研究利用多組驗證性因子分析對中年和老年群體的模型參數進行同時預測以檢驗因子結構模型差異的顯著性，為模型比較提供參數指標［28］。模型一的擬合指數顯示，χ2為1876．43，df為68，CFI和RMSEA分別為0．973、0．042，這表明兩因子模型的因子結構和因子數量在老年人和中年人群體中具有一致性。

表6 中年人群與老年人群中X因子結構模型的因子載荷與擬合優度指數

表7 10項CES－D因素結構在中年人群和老年人群中的恒等性檢驗

最后，在檢驗了因子結構模型在中年和老年人群中的差異性后，通過多組驗證性因子分析檢驗模型在兩個群體中的恒等性。依據群體間模型恒等性檢驗程序，設定4個嵌套模型:模型一(基準模型，兩個群體的模型參數均自由估計)，模型二(兩個群體的模型的因子負荷設定相等)，模型三(除殘差誤差外，兩個群體的模型其他參數均設定相等)，模型四(兩個群體的模型參數均設定相等)，然后將其他模型分別與模型一進行對比，以△CFI、△RMSEA和△SRMR為指標來判斷模型的一致性。

多組驗證性因子分析的結果顯示，模型二和模型三滿足△CFI＜0．01、△RMSEA＜0．015和△SRMR＜0．01;雖然模型四△SRMR并不滿足臨界值，但由于該模型所有參數都受限，其參考意義不大［28］。綜上所述，兩因子結構模型在中年人群和老年人群中的具有穩定性，適用于中年人群和老年人群。

3 討論

研究顯示，10項CES－D具有較高的信效度，并沒有因為條目的減少而降低。首先，內部一致性分析發現，10項CES－D的總量表系數和刪除條目的系數都較高，并沒有因為條目的減少而降低，這在其他的研究中也得到了證實［17-18，29］。

3個假設的因子模型在整個樣本人群中進行了檢驗，檢驗發現兩因子結構，即積極因子和消極因子擬合數據更佳。研究結果與先前的其他研究一致［15，18-20，29］，但卻與另外的研究結果相反［17，21］。研究結果的不一致可能來源于不同社會文化中，研究人群理解問卷的方式有所不同。比如，Boey對中國香港的研究結果與本研究的結論不一致，這可能與香港的殖民歷史有關，香港的文化已經逐漸地演變成歐洲文化，與中國所屬的儒家道家文化并不一致。

多組驗證性因子分析發現，兩因子結構在中年和老年人群中具有恒等性。研究老年人群的中年生活對于研究老年人階段的各種問題具有非常大的意義，所以本研究的結論對于以后同時調查中年人群和老年人群提供了重要的應用依據。因子結構恒定性可能是由于中年人群和老年人群均處于生活的焦慮和壓力期，兩個群體具有相似性。一方面，中年人群正處于事業成就和孩子發展所帶來壓力期，他們面對各種挑戰;另一方面，老年人面臨社會角色丟失等生活方式變遷的壓力，疾病和收入降低也隨之而來。基于中年和老年人群一致性，研究者可以利用該量表來比較中年和老年人群的抑郁水平。在本研究中通過獨立樣本t檢驗發現老年人的抑郁水平顯著高于中年人的抑郁水平，這與以往的研究相一致［30］。最后，區分度分析顯示高分組和低分組之間的各項目得分差異在99%的水平上具有統計學顯著性，證明該量表具有良好的區分度，能區分不同水平的被試。

國內外學者評價了其他版本的CES－D的信效度［6，31-32］，但10項CES－D的信效度研究，除了少數在中國香港的研究外［29］，對中國大陸人群中的研究卻十分不足，本研究為進一步的使用10項CES－D提供了依據。

綜上所述，10項CES－D量表由于具有良好的信效度，加上其較短的回答時間和較高的回收率，該量表在大型調查研究中具有較大的應用潛力。這在中國健康與養老追蹤調查、及其國外其它姊妹調查中得到了印證。然而，因本研究局限于內部一致性分和驗證性因子分析，所以還需要更多的信效度分析以進一步確定其信度和效度，比如ROC分析、重測信度、效標關聯效度、內容效度等。

［1］ Radloff L S．The CES－D scale a self－report depression scale for research in the general population［J］．Applied Psychological Measurement，1977，1(3):385-401

［2］ Beekman A T，Deeg D，Van Limbeek J，et al．Criterion validity of the Center for Epidemiologic Studies Depression scale(CES－D):Results from a community－based sample of older subjects in The Netherlands［J］．Psychological medicine，1997，27(1):231-236

［3］ 張寶山，李娟．流調中心抑郁量表在老年人群中的因素結構［J］．心理科學，2012，29(4):993-998

［4］ Kohout F J，Berkman L F，Evans D A，et al．Two shorter forms of the CES－D depression symptoms index［J］．Journal of Aging and Health，1993，5(2):179-193

［5］ Santor D A，Coyne J C．Shortening the CES－D to improve its ability to detect cases of depression［J］．Psychological Assessment，1997，9(3):233

［6］ Grzywacz J G，Hovey J D，Seligman L D，et al．Evaluating short－form versions of the CES－D for measuring depressive symptoms among immigrants from Mexico［J］．Hispanic Journal of Behavioral Sciences，2006，28(3):404-424

［7］ Cole J C，Rabin A S，Smith T L，et al．Development and validation of a Rasch－derived CES－D short form［J］．Psychological Assessment，2004，16(4):360

［8］ 吳九君，鄭日昌．高三學生人格、應對方式、親子溝通、社會支持與抑郁的關系［J］．中國健康心理學雜志，2007，15(12):1101-1103

［9］ 崔向軍，魏志霞，李麗娜，等．農村老年人抑郁癥狀及其影響因素的相關研究［J］．中國健康心理學雜志，2012，20(4):536-538

［10］ 常向東，馬丹英．企業員工工作倦怠與抑郁的相關性［J］．中國健康心理學雜志，2013，21(11):1663-1666

［11］ 林俞均．老人憂鬱狀態與休閒活動之相關性研究［J］．亞洲大學長期照護研究所，2008:1-72

［12］ 林正祥，陳佩含，林惠生．臺灣老人憂鬱狀態變化及其影響因子［J］．Journal of Population Studies．2010(41):67-109

［13］ Shrout P E，Yager T J．Reliability and validity of screening scales:Effect of reducing scale length［J］．Journal of Clinical Epidemiology，1989，42(1):69-78

［14］ Cheng S T，Chan A C．The center for epidemiologic studies depression scale in older chinese:Thresholds for long and short forms［J］．Int J Geriatr Psychiatry，2005，20(5):465-470

［15］ Andresen E M，Malmgren J A，Carter W B，et al．Screening for depression in well older adults:Evaluation of a short form of the CES－D［J］．American Journal of Preventive Medicine，1994，10(2):77-84

［16］ Carpenter J S，Andrykowski M A，Wilson J，et al．Psychometrics for two short forms of the center for epidemiologic studies－depression scale［J］．Issues Ment Health Nurs，1998，19(5):481-494

［17］ Bjorgvinsson T，Kertz S J，Bigda－Peyton J S，et al．Psychometric properties of the CES－D－10 in a psychiatric sample［J］．Assessment，2013，20(4):429-436

［18］ Lee A E，Chokkanathan S．Factor structure of the 10-item CESD scale among community dwelling older adults in singapore［J］．International Journal of Geriatric Psychiatry，2008，23(6):592-597

［19］ Bradley K L，Bagnell A L，Brannen C L．Factorial validity of the center for epidemiological studies depression 10 in adolescents［J］．Issues Ment Health Nurs，2010，31(6):408-412

［20］ Zhang W，O＇Brien N，Forrest J I，et al．Validating a shortened depression scale(10 item CES－D)among HIV－positive people in British Columbia，Canada［J］．PLoS One，2012，7(7):e40793

［21］ Cheng S T，Chan A，Fung H H．Factorial structure of a short version of the Center for Epidemiologic Studies Depression Scale［J］．International Journal of Geriatric Psychiatry，2006，21(4):333-336

［22］ Vandenberg R J，Lance C E．A review and synthesis of the measurement invariance literature:Suggestions，practices，and recommendations for organizational research［J］．Organizational Research Methods，2000，3(1):4-70

［23］ 邱皓政，林碧芳．結構方程模型的原理與應用［M］．北京:中國輕工業出版社，2009

［24］ Joreskog K G．Simultaneous factor analysis in several populations［J］．Psychometrika，1971，36(4):409-426

［25］ Cheung G W，Rensvold R B．Evaluating goodness－of－fit indexes for testing measurement invariance［J］．Structural Equation Modeling，2002，9(2):233-255

［26］ Chen F F．Sensitivity of goodness of fit indexes to lack of measurement invariance［J］．Structural Equation Modeling，2007，14(3):464-504

［27］ 戴忠恒．心理與教育測量［M］．上海:華東師范大學出版社，1987

［28］ Byrne B M．Structural equation modeling with AMOS:Basic concepts，applications，and programming［M］．Routledge，2013

［29］ Boey K W．Cross-validation of a short form of the CES-D in Chinese elderly［J］．International Journal of Geriatric Psychiatry，1999，14(8):608-617

［30］ Burns R A，Butterworth P，Windsor T D，et al．Deriving prevalence estimates of depressive symptoms throughout middle and old age in those living in the community［J］．Int Psychogeriatr，2012，24(3):503-511

［31］ 陳祉妍，楊小冬，李新影．流調中心抑郁量表在我國青少年中的試用［J］．中國臨床心理學雜志，2009，17(4):443-445

［32］ 張寶山，李娟．簡版流調中心抑郁量表在全國成年人群中的信效度［J］．中國心理衛生雜志，2011，25(7):506-511