營養素養評價工具的漢化及在糖尿病患者中的信效度研究——基于CTT和Rasch模型的分析

陳圓圓，楊春軍，王冬梅，宋穎

近幾十年來隨著全球經濟的發展及生活方式的巨大變化，使得糖尿病患病率在世界范圍內不斷攀升，成為繼心腦血管疾病、腫瘤之后第3大威脅人類健康的慢性非傳染性疾病。中國是世界上糖尿病患者人數最多的國家，流行病學數據表明大約11%的人口患有糖尿病，而其中很大一部分尚未確診，此外，35.7%的人群存在葡萄糖異常狀態［1］。國際糖尿病聯合會推薦糖尿病需要綜合治療，其中營養與飲食治療是其他治療措施的基礎，貫穿于糖尿病自然病程的任何階段［2］。隨著對飲食與營養的日益關注，許多學者提出了營養素養的概念，即“個人獲取和理解營養信息，做出正確判斷，并運用這些信息維護和促進自身及他人營養狀況的能力”［3-5］。有研究表明，較高的營養素養與健康飲食行為呈正相關，通過了解患者的營養素養水平，使其明確營養信息的重要性，也為臨床醫護人員實施針對性的營養教育措施提供依據［6-7］。然而，目前國內尚無成熟的評價工具測量糖尿病患者的營養素養。2018年美國學者GIBBS等［5，8］編制了用于測量營養相關慢性病患者營養素養的評價工具，并在美國、西班牙營養相關慢性病患者中使用，具有良好的信效度。本研究旨在對英文版營養素養評價工具（Nutrition Literacy Assessment Instrument，NLit）進行漢化，并在糖尿病患者中使用，評價其信度與效度。

1 對象與方法

1.1 研究對象 2018年11月—2019年5月采用方便抽樣法選擇在天津醫科大學總醫院住院的325例糖尿病患者作為研究對象。納入標準：（1）符合1999年WHO糖尿病的診斷標準［9］；（2）年齡≥18歲；（3）意識清楚，有基本的聽說讀寫能力，能自行閱讀理解或在別人幫助下理解問卷內容；（4）知情同意，自愿參與。排除標準：（1）患有嚴重精神疾病或認知障礙；（2）妊娠期糖尿病患者。本研究經天津醫科大學總醫院倫理委員會審核批準。

1.2 研究工具

1.2.1 一般資料調查表 使用自行設計的一般資料調查表收集患者一般資料，包括性別、年齡、文化程度、月收入水平等。

1.2.2 NLit NLit是由GIBBS等［5］研制的英文版自評量表，包括營養與健康（7條）、食物中的能量來源（6條）、家庭食品測量（6條）、食品標簽計算（6條）、食物分組（8條）、消費者技能（9條）6個分量表，共42個條目，均為標準選擇題形式，每個選擇題包括了題干以及3～7個備選項，正確選項賦值1分，錯誤選項賦值0分，總分為42條目得分總和，理論最高分為42分。總分≤28分為極大可能低營養素養；29～38分為中等水平的營養素養；≥39分為極大可能高營養素養。該量表的專家效度及信度較好，整體信度為0.96。

1.2.3 健康素養-最新關鍵指標量表（Newest Vital Sign，NVS） NVS于2005年由美國學者WEISS等開發，是國際通用的健康素養測量工具，已被美國、英國、日本、中國等許多國家驗證和使用［10-13］。可以用來測量人群健康素養以及營養素養中的閱讀和計算能力。漢化版的NVS內容包括4項計算題和2項閱讀題，簡單易行，完成測評僅需3 min。量表采用2級計分方式，回答正確計1分，錯誤計0分，最高分為6分，得分0～1分為健康素養水平低，2～3分為臨界水平，≥4分為較高的健康素養水平。該量表具有良好的信效度，本研究使用該量表作為效標測量中文版營養素養評價工具（CHINLit）的效標關聯效度。

1.3 研究過程

1.3.1 量表漢化 取得原量表作者授權，嚴格按照Brislin翻譯原則進行量表翻譯和修訂［14］：（1）正譯：由1名營養學教授和1名護理學專業碩士獨立完成量表的正向翻譯，兩者均精通雙語。（2）審核：請1名臨床護理專家和1名營養學專家進行獨立審核，并由研究者記錄修改意見。（3）回譯：由1名雙語護理專家和1名大學英語教師在未了解量表內容的前提下進行量表回譯。（4）比對：有國外留學經歷的護理專家對兩份英文譯稿進行對比分析，當語句一致率不足70%時，由翻譯小組進行翻譯和回譯步驟的循環，直至達到與原量表在概念、語義、思想上等價。（5）修改：邀請1名博士學歷的內分泌科主任對量表初稿與原量表進行對比，依據我國居民飲食習慣，對各條目內容提出修改意見。（6）專家咨詢：為提高其嚴謹性和有效性，需對測試問卷進行專家咨詢，將測試題編制成專家咨詢問卷發放給5名工作時間10年以上，副高級及以上職稱的專家（2名護理學教授、2名營養學教授、1名內分泌科主任），對量表的翻譯效度、內容效度和跨文化調適做出評價并給予修改意見。考察內容包括：項目與主題的關系程度、項目語言的簡明程度、項目語言的清晰度、項目與源語言的等值程度4個方面。研究者本人記錄咨詢結果，根據結果對量表進行條目篩選、修改或刪除，形成CHI-NLit初稿。

1.3.2 預試驗和正式調查 采用方便抽樣的方法抽取符合納入排除標準的30例糖尿病患者，發放CHI-Nlit初稿調查問卷。向患者解釋調查目的、注意事項，填寫完畢后當場收回，調查中詢問患者對問卷的理解程度、填表感受、記錄填表時間，存在問題和建議，結果顯示，患者能夠認真填寫問卷和理解問卷內容，平均填寫時間約15 min。抽取在天津醫科大學總醫院住院的338例糖尿病患者進行正式調查。

1.4 資料收集 研究者本人發放問卷，確定統一指導語，告知本次調查目的和主要內容，說明調查的保密性和匿名性，獲得患者同意并簽署知情同意書。問卷填寫前告知其填寫方式和注意事項，填寫完畢當場收回。本研究共發放問卷338份，剔除無效問卷13份（無效問卷為患者無法在24 h內獨立完成問卷），回收有效問卷325份，有效問卷回收率為96.2%。符合項目反應理論（Item Response Theory，IRT）中對Rasch模型樣本量≥200的要求［15-16］。

1.5 統計學方法 采用SPSS 23.0軟件進行經典測量理論（Classica Test Theory，CTT）數據分析，使用Conquest 4.5.2軟件進行Rasch模型分析。計數資料采用相對數表示，計量資料以（±s）表示；CTT數據分析的指標包括量表的信度和效度，其中量表的穩定性采用重測信度，內部一致性采用庫理信度（KR-21）檢驗，分量表得分與量表總分的相關性采用Pearson相關分析；效度檢驗包括內容效度和效標關聯效度；采用IRT中的Rasch模型對數據進行信效度分析，主要包括：模型擬合度、難度、信度等。潛在特質的單維性是進行Rasch模型分析的一個重要前提條件，即模型所處理的測驗只能包括一個潛在特質維度［17］，而量表單維性檢驗可采用Rasch模型殘差主成分分析法（PCA），以首因子標準化殘差特值作為衡量量表單維性的指標，其范圍為（1.4，2.1）［18］。通常，未加權均方擬合統計量（Outfit Mean Square，Outfit MNSQ）和加權均方擬合統計量（Infit Mean Square，Infit MNSQ）均可作為模型擬合度指標，取值范圍為（0.50，1.50）［19］，越接近于1表示越擬合。T值是均方（MNSQ）兩種適配指標通過Wilson-Hilferty轉換法轉換成近似正態化的T分數，當|T|＜2.0時，代表條目測量的是同一個概念［19］。條目-總分相關系數（PT-measure）表示個體在某一條目上的表現與在整個量表中表現的相關性，范圍一般為（0.40，0.80）［20］。Rasch模型分析的項目信度表示項目在施測于其他樣本時，項目排序是否相同，樣本信度表示相同被試者在完成類似測驗時，個體排序是否相同，兩者取值范圍在（0，1.000），越接近于1.000表示信度越好。懷特圖是體現量表整體質量的指標之一，其將被試能力與條目難度放在同一尺度中，能直接顯示出項目對于個體的適切度。通過對異常條目的擬合指數（難度值、Outfit MNSQ、T值、Infit MNSQ及PT-measure相關系數、Rasch信度）等方面進行綜合評價，以作為條目刪減與否的依據。首先對分量表進行逐一分析，其次對量表進行對比分析；間隔7 d后對30例糖尿病患者進行重測，計算其重測信度。采用KR-21對量表進行內部一致性信度分析，其表達式為，其中K為整個量表的總題數，為量表分數的平均數，S2為總分的方差。

2 結果

2.1 一般資料 受試者中男178例（54.8%），女147例（45.2%）；年齡18～82歲，平均年齡（54.6±13.5）歲；文化程度：高中及以下173例（53.2%），大專103例（31.7%），本科及以上49例（15.1%）；月收入水平：≤3 000元43例（13.2），3 001～5 000元129例（39.7%），5 001～10 000元102例（31.4%），＞10 000元51例（15.7%）。

2.2 Rasch分析結果 本研究中的6個分量表是營養素養這一潛在特質的重要組成部分，即6個分量表中包含的條目都要指向營養素養這一特質。因此本研究首先對各分量表進行單維性檢驗，其次對量表進行Rasch模型分析。

2.2.1 單維性檢驗 分量表1～6的首成分殘差特征值分別是1.7、1.8、1.7、1.7、1.8、1.6，總量表的首成分殘差特征值是3.1。

2.2.2 數據-模型擬合 總量表的的項目信度為0.952，樣本信度為0.827，分量表的具體情況見表1。

2.2.3 懷特圖分析 條目難度分布大約為8個Logits，被試能力分布大約為6個Logits，結果詳見圖1。

2.2.4 項目分析 刪除相關條目后總量表的項目信度為0.919，樣本信度為0.838，具體刪減情況見表2。

2.3 經典測量理論的信效度

2.3.1 內容效度 為了使量表內容更符合我國文化習俗及居民的飲食習慣，專家對各條目內容進行討論修改，建議將條目1中的“黃油”修改為“動物油”，條目6中的“黑咖啡”修改為“礦泉水”，條目11中的“蛋黃醬”修改為“沙拉醬”，“人造黃油”修改為“植物油”，條目20～25中的“奶酪通心粉”修改為“蛋糕”，條目30中“豬排”修改為牛肉，為了便于受試者理解，將原量表中所涉及的重量單位“盎司”全部換算為“克”，條目34～42中所附食品彩圖全部替換為中文食品彩圖。根據內容效度計算方法，本研究結果顯示，條目水平的內容效度指數（Item-Level CVI，I-CVI）為0.800～1.000，量表的內容效度指數（Scale-Level CVI，S-CVI）為0.905。

2.3.2 效標關聯效度 以NVS作為金標準，Pearsen相關分析結果顯示，CHI-Nlit評分與NVS評分呈正相關（P＜0.05，見表3）。以NVS≤1分表示營養素養水平不足，繪制CHINLit預測營養素養水平的受試者工作特征（ROC）曲線，ROC曲線下面積（AUC）為0.885〔95%CI（0.846，0.924）〕，當CHI-NLit= 21.5分時，約登指數最大為0.623，此時靈敏度為0.884，特異度為0.757（見圖2）。

表1 項目擬合指數Table 1 Item fitting index

2.3.3 CHI-NLit的信度分析 分量表的重測信度為（0.895，0.931），KR-21為（0.688，0.721），總量表的重測信度為0.936，KR-21為0.860（見表4）。

3 討論

本研究結合了CTT和IRT中的Rasch模型分析方法共同評價CHI-NLit的整體質量，探究其在我國人群中的適應性，并提出修訂建議。

圖1 中文營養素養評價工具懷特圖Figure 1 The wright map of CHI-NLit

圖2 CHI-NLit預測營養素養水平的ROC曲線Figure 2 The ROC curve of the CHI-NLit to predict nutritional literacy level

表2 項目分析結果Tabel 2 The results of item analysis

表3 CHI-NLit各維度評分與NVS評分相關性Table 3 Correlation coefficients of scale and subscale scores of CHI-NLit with NVS scale score

表4 CHI-NLit的信度分析Table 4 Reliability analysis of CHI-NLit

3.1 CHI-NLit具有良好的效度 一般而言，量表I-CVI＞0.78，S-CVI＞0.90，表明量表內容效度較好［21］。本研究量表的I-CVI為0.8～1.0，S-CVI為0.905，認為該量表具有較好的內容效度。CHI-NLit的結構效度通過Rasch模型分析的殘差主成分分析、模型擬合度分析、難度分析等來驗證，殘差主成分分析結果顯示，各分量表的首成分殘差特征值均在標準范圍內，表明各項目均在所屬分量表中，即各分量表分別測量糖尿病患者營養素養的一個方面，不存在特質交叉。總量表的首成分殘差特征值不在標準范圍內，顯示此量表并非單維量表，因此本研究支持原量表中6個維度的劃分。依據原量表條目分布進行深層分析，模型擬合分析結果表明除26條目（蘋果屬于哪一組食物）和29條目（玉米餅屬于哪一組食物）不擬合外，其余40個條目的Outfit MNSQ和Infit MNSQ指數為（0.69，1.31），說明數據與Rasch模型擬合良好。絕大部分|T|在參考范圍內，說明量表內容能夠預測被試者的營養素養水平。除第26、29、31、32條目的PT-measure相關系數不在標準范圍內，其他條目的相關系數為（0.51，0.77），顯示條目與分量表之間有良好的相關性。繼而對量表進行難度分析，從圖1可以看出條目難度分布大約為8個Logits，被試能力分布大約為6個Logits，說明難度處于中等水平，部分條目缺乏被試與其對應，過于簡單以至于條目很難區分被試能力，如第26、31、32條目。為保證量表質量，需對CHI-NLit量表進行項目分析，有學者認為當某些條目與模型擬合不一致時，表示該條目與其他條目不協調，應將其刪除，但并不表示該條目不重要，只是在本次調查中未能有效測出所需要的潛在特質［22］。BOND等［23］則認為不能以擬合指標作為條目刪減標準，應根據擬合度指標對異常條目進行分析。本研究通過對相關指標進行綜合評價，共刪除4個條目，形成38條目的CHI-NLit，具有良好的結構效度。CHI-NLit與NVS相關性結果表明，CHI-NLit具有良好的效標效度，通過ROC曲線確定截斷值為21.5，顯示CHI-NLit總分＜21.5分的糖尿病患者存在營養素養不足的風險，需要加強相關營養宣教。

3.2 CHI-NLit具有良好的信度 傳統測量方法中，對于二分計分方式的量表的內部一致性信度采用KR-21信度表示，量表的穩定性通過重測信度表達，KR-21系數在0.6以上，重測信度系數（ICC）在0.7以上，表明問卷的信度較好［24］。本研究中，總量表KR-21和重測信度分別為0.860和0.936，分量表KR-21和重測信度分別為0.688～0.721和0.895～0.931。在Rasch模型分析中，可對項目信度和樣本信度進行測量，其數值在0.6以上代表信度尚可。本研究結果顯示，總量表項目信度為0.919，樣本信度為0.838，分量表的項目信度為0.902～0.968，樣本信度為0.601～0.690。總量表信度低于原量表信度（整體信度為0.960），但仍在接受范圍內，可能與信度指標不同有關。兩種測量方法均表明CHI-NLit具有良好的信度。

3.3 小結 通過傳統信效度分析和Rasch模型分析結果表明，CHI-NLit擬合度良好，信效度較好，條目難度與患者能力水平分布合理，整體質量較好。條目內容簡單易懂，并確定截斷值為21.5，可用于糖尿病患者的營養素養調查，為臨床快速篩查低營養素養患者并及時提供營養教育指導提供依據。本研究的局限性在于受條件限制，樣本均選自同一地點，量表的普適性有待進一步驗證；原量表中被試人群為營養相關慢性病患者（糖尿病、肥胖、高血壓等），而本研究中僅選取糖尿病患者進行驗證，因此未來研究可納入多種營養相關慢性病患者，增加其適用性。

作者貢獻：陳圓圓、宋穎進行文章的構思與設計；楊春軍、王冬梅進行研究的實施與可行性分析；陳圓圓、王冬梅進行數據收集和整理；陳圓圓進行統計學分析，結果的分析與解釋，撰寫論文；楊春軍、宋穎進行論文的修訂；宋穎負責文章的質量控制及審校，對文章整體負責，監督管理。

本文無利益沖突。