健康適能評價指標體系的構建研究

蔣麗潔，許軍*，黃晨，馮葉芳，許夢瑤，伍成凱，李文源，張金華，吳偉旋

“體適能”一詞源于運動醫學領域，是從運動醫學視角評價軀體適應能力的綜合指標，其核心內涵為“身體適應外界環境變化的能力”［1-3］。隨著疾病譜的變化及生物醫學模式向生物-心理-社會醫學的轉變，人們對體適能概念的認識也在不斷深入，單純強調生理（軀體）對環境適應能力的“體適能”概念已不能滿足對個體適應能力評價的需求，對個體適應能力的評價不應僅包含生理（軀體）適能，還應包括心理適能、社會適能評價內容。因此，本研究提出“健康適能”的操作定義為：內外環境發生變化時，個體在生理、心理和社會上所具有的最佳適應能力。

本課題組前期采用Delphi專家征詢法，對健康適能評價指標進行初步篩選，形成了66個條目的健康適能評價體系。為對該指標體系進行進一步精簡與優化，本研究編制《健康適能評定量表測試版》并在人群中開展調查，對條目進行分析與再評價，旨在遴選特異度好、靈敏度高、可操作性強的指標，保證評價指標的科學性、可靠性與代表性，力求比較全面、準確、具體地反映出健康適能的真正內涵和外延。

1 對象與方法

1.1 研究對象 采用便利抽樣法，于2019年7—8月在廣州市天河區、白云區、黃浦區抽取相應社區、高校及體檢中心開展流行病學調查。根據多變量統計學的經驗做法，條目測試分析的樣本量應為條目數的5～20倍［4-5］。《健康適能評定量表測試版》共有66個初選條目，考慮脫落率并結合課題抽樣方案設計，最終確定選取大學生、老年人、城鎮居民3個群體共計600例樣本進行現場調查。納入標準：年齡≥18歲，愿意配合調查；排除標準：認知功能障礙者，不配合調查者。

1.2 研究方法

1.2.1 《健康適能評定量表測試版》 本課題組經Delphi專家征詢，初步形成《健康適能評定量表測試版》。該量表為一個二階式結構的測量工具，包含生理適能、心理適能、社會適能3個子量表，并在各子量表下分別設置器官功能（P1～P8）、活動功能（P9～P17）、軀體調適能力（P18～P25）、認知功能（M27～M31）、心理彈性（M32～M38）、心理應激反應（M39～M47）、社會認知（S49～S53）、角色適應（S54～S58）、社會資源與社會支持（S59～S64）9個維度，共計66個初選條目（見表1）。量表評分采用正反向計分法與Likert 5級評分法，每個選項從差到好分別賦予1～5分，正向條目得分為其原始評分，反向條目得分為6-原始評分。各維度總分等于所屬條目得分之和，各子量表總分等于所屬維度得分之和，總量表得分為各子量表得分之和。

表1 《健康適能評定量表測試版》內容Table 1 Healthy Fitness Measurement Scale

1.2.2 條目分析方法 對于量表條目的分析多采取臨界比值（critical ratio，CR）法，又稱極端值法［6］。其計算方式是將量表總分從高到低排序，按得分分為高分組與低分組，分析每個指標高分組與低分組間的CR，并以其得分差異是否具有統計學意義來考察條目是否具有較好的鑒別能力［7］。如果條目在高分組與低分組間的得分存在顯著性差異，則表明該條目能有效鑒別不同被試對象，可考慮保留該條目，否則予以刪除。

1.2.3 條目篩選方法 國內外用于量表條目篩選的方法較多，目前常用的方法包括主觀評價法、頻數分布法、離散趨勢法、聚類分析法、因子分析法、主成分分析法、判別分析法、相關性系數法等［8-9］。由于各種方法均有其優勢與不足，因此，在實際應用過程中常綜合應用多種方法進行分析評價。為使健康適能評價指標更為準確、可靠，本研究綜合應用變異系數法（CV法）、指標間相關性系數法（指標共線性分析法）、指標與維度間相關性系數法、因子分析法、主成分分析法以及內部一致性系數法（Cronbach's α系數法）共6種方法對62個健康適能評價指標進行分析評價，4個總體評價條目不納入本次條目篩選分析。

1.3 統計學方法 采用EpiData 3.02軟件建立數據庫并實行雙錄入核對，采用SPSS 22.0進行統計分析。計量資料以（±s）表示，條目分析方法采用獨立樣本t檢驗；相關系數法采用Spearman秩相關分析；因子分析、主成分分析通過Data reduction-factor analysis模塊進行，Cronbach's α系數通過Scale-reliable analysis模塊進行。以P＜0.05為差異有統計學意義。

表2 《健康適能評定量表測試版》條目分析結果（±s，分）Table 2 Item analysis results of Healthy Fitness Measurement Scale

表2 《健康適能評定量表測試版》條目分析結果（±s，分）Table 2 Item analysis results of Healthy Fitness Measurement Scale

條目 高分組（n=1 5 0）（n=1 5 0） t值 P值 條目 高分組（n=1 5 0）低分組低分組（n=1 5 0） t值 P值P 1 3.6±0.9 2.9±0.9 6.4 9 ＜0.0 1 M 3 4 4.5±0.6 3.3±0.8 1 4.6 4 ＜0.0 1 P 2 3.6±0.8 2.8±0.8 8.8 7 ＜0.0 1 M 3 5 4.6±0.6 3.3±0.7 1 7.3 9 ＜0.0 1 P 3 4.4±0.8 3.4±1.0 1 0.4 4 ＜0.0 1 M 3 6 3.7±0.9 2.7±0.9 9.1 3 ＜0.0 1 P 4 4.1±0.5 3.4±0.7 8.6 3 ＜0.0 1 M 3 7 4.3±0.8 3.2±0.9 1 1.1 8 ＜0.0 1 P 5 4.8±0.5 3.8±0.8 1 2.8 7 ＜0.0 1 M 3 8 3.9±0.9 3.0±0.8 9.9 7 ＜0.0 1 P 6 4.1±0.8 3.0±0.8 1 1.9 0 ＜0.0 1 M 3 9 4.4±0.6 3.1±0.7 1 6.7 2 ＜0.0 1 P 7 4.5±0.7 3.4±0.8 1 2.3 9 ＜0.0 1 M 4 0 4.1±0.8 3.0±0.7 1 2.8 0 ＜0.0 1 P 8 4.7±0.6 3.8±0.8 1 1.2 2 ＜0.0 1 M 4 1 3.6±1.0 2.9±0.9 6.6 3 ＜0.0 1 P 9 4.6±0.7 3.4±1.0 1 1.6 7 ＜0.0 1 M 4 2 4.1±1.0 3.0±0.7 1 0.4 4 ＜0.0 1 P 1 0 4.7±0.6 3.3±1.0 1 4.1 8 ＜0.0 1 M 4 3 4.2±0.7 3.3±0.6 1 1.6 8 ＜0.0 1 P 1 1 4.8±0.4 3.8±1.0 1 3.1 7 ＜0.0 1 M 4 4 4.2±0.7 3.1±0.7 1 3.3 3 ＜0.0 1 P 1 2 4.9±0.3 3.9±1.0 1 2.2 5 ＜0.0 1 M 4 5 3.5±0.9 2.6±0.9 8.3 4 ＜0.0 1 P 1 3 4.2±1.1 3.0±1.2 8.8 7 ＜0.0 1 M 4 6 3.9±0.8 3.0±0.7 1 0.4 8 ＜0.0 1 P 1 4 4.6±0.7 3.4±1.0 1 3.2 6 ＜0.0 1 M 4 7 4.4±0.6 3.3±0.7 1 4.7 5 ＜0.0 1 P 1 5 4.8±0.7 4.1±0.8 8.5 4 ＜0.0 1 T 4 8 4.4±0.5 3.0±0.8 1 6.9 9 ＜0.0 1 P 1 6 4.9±0.3 3.8±0.9 1 4.7 7 ＜0.0 1 S 4 9 4.9±0.3 4.3±0.7 8.6 2 ＜0.0 1 P 1 7 4.5±0.9 2.8±0.9 1 4.0 3 ＜0.0 1 S 5 0 4.5±0.6 3.7±0.8 1 0.5 6 ＜0.0 1 P 1 8 4.0±0.9 3.0±1.1 8.9 3 ＜0.0 1 S 5 1 4.9±0.4 4.3±0.7 9.6 3 ＜0.0 1 P 1 9 3.7±1.1 2.6±0.9 9.5 1 ＜0.0 1 S 5 2 4.4±0.7 3.6±0.9 9.0 4 ＜0.0 1 P 2 0 4.0±0.7 3.1±0.8 1 0.6 6 ＜0.0 1 S 5 3 4.1±0.8 3.3±0.7 9.5 2 ＜0.0 1 P 2 1 3.7±0.8 2.6±0.7 1 2.2 2 ＜0.0 1 S 5 4 4.7±0.6 3.7±0.8 1 2.6 7 ＜0.0 1 P 2 2 4.6±0.7 3.5±0.7 1 3.5 4 ＜0.0 1 S 5 5 4.6±0.5 3.4±0.7 1 7.5 8 ＜0.0 1 P 2 3 4.1±1.1 3.4±0.8 7.1 6 ＜0.0 1 S 5 6 4.6±0.5 3.5±0.8 1 5.7 0 ＜0.0 1 P 2 4 4.6±0.6 3.5±0.8 1 3.2 6 ＜0.0 1 S 5 7 4.5±0.6 3.4±0.7 1 6.1 5 ＜0.0 1 P 2 5 4.6±0.6 3.5±0.8 1 4.0 1 ＜0.0 1 S 5 8 4.3±0.7 3.2±0.8 1 2.1 6 ＜0.0 1 T 2 6 4.5±0.6 3.2±0.7 1 7.3 7 ＜0.0 1 S 5 9 4.2±0.8 3.1±0.9 1 1.2 6 ＜0.0 1 M 2 7 4.4±0.7 3.1±0.8 1 5.0 1 ＜0.0 1 S 6 0 4.2±0.8 3.4±0.8 9.6 7 ＜0.0 1 M 2 8 3.7±0.9 2.4±0.7 1 3.6 8 ＜0.0 1 S 6 1 3.4±0.9 3.0±0.8 4.4 9 ＜0.0 1 M 2 9 3.9±0.7 2.6±0.8 1 4.2 8 ＜0.0 1 S 6 2 4.4±0.8 3.1±0.9 1 3.6 1 ＜0.0 1 M 3 0 4.7±0.5 3.6±0.8 1 3.7 6 ＜0.0 1 S 6 3 4.0±0.9 2.9±0.9 1 0.3 8 ＜0.0 1 M 3 1 4.4±0.6 3.2±0.7 1 5.9 9 ＜0.0 1 S 6 4 4.5±0.6 3.4±0.7 1 3.6 7 ＜0.0 1 M 3 2 4.5±0.6 3.1±0.8 1 7.7 8 ＜0.0 1 T 6 5 4.4±0.6 3.3±0.7 1 5.1 4 ＜0.0 1 M 3 3 4.5±0.7 3.3±0.9 1 2.2 8 ＜0.0 1 T 6 6 4.4±0.6 3.2±0.6 1 6.7 1 ＜0.0 1

2 結果

2.1 一般情況 本研究共發放問卷600份，回收問卷581份，回收率為96.8%。剔除問卷中填寫質量不高或條目完成率低于80.0%的問卷，共得到有效問卷553份，有效回收率為92.2%。本次調查中，男309例（55.9%），女244例（44.1%）；年齡18～86歲，平均年齡（40.2±16.9）歲；文化程度：初中及以下學歷67例（12.1%），中專或高中學歷91例（16.5%），大專學歷68例（12.3%），本科學歷224例（40.5%），研究生及以上學歷97例（17.5%），信息缺失6例（1.1%）。

2.2 條目分析 本研究將健康適能總體得分進行轉化，轉化公式為：量表總轉化分=（量表原始粗分-量表理論最低分）/（量表理論最高分-量表理論最低分）×100［10］。按量表總轉化分的高低排序，以總轉化分最高分的27%（即總轉化分≥75.4分）作為高分組，以總轉化分最低分的27%（即總轉化分≤63.7分）作為低分組［11］，將兩組得分經兩獨立樣本t檢驗，結果顯示，量表所有條目高分組與低分組之間的得分均存在顯著性差異，保留所有條目，見表2。

2.3 條目篩選

2.3.1 CV法 CV是指數據的標準差（SD）與均值（M）之比，其計算公式為CV=SD/M×100%［12］。參考以往量表條目篩選標準［7，13］，本研究擬將CV＜0.2的指標刪除。據此刪除指標P4、P5、P8、P12、P15、P22、M30、M35、S49、S50、S51、S55、S56、S57、S64，見表 3。

2.3.2 指標間相關性系數法 為保證量表的精簡，本研究通過指標間相關性系數法（指標共線性分析法）進行指標的篩選。計算指標間相關性系數，篩選并刪除r＞0.5的多對指標，同時需結合專家咨詢中專家對指標的重要性排序，優先保留重復指標中重要性靠前的條目。據此，擬刪除指標P8、P9、P12、P14、P16、P24、M29、M31、M34、M43、M44、M47、S57、S62，見表 3。

2.3.3 指標與其維度間相關性系數法 指標與其維度間相關性系數法主要用于判斷指標是否歸屬于該維度。計算《健康適能評定量表測試版》中各條目與其對應維度得分的相關系數r，擬刪除r＜0.4的評價指標，或r在各維度中排名為倒數第1～3位的條目。據此刪除指標P1、P4、P15、P19、P21、P23、M30、M36、M41、M45、M46、S49、S53、S54、S61，見表3。

2.3.4 因子分析法 對62個初選指標作因子分析并經最大方差旋轉，刪除在各因子上負荷系數＜0.45的評價指標，或在兩個及兩個因子上的因子負荷系數相近且無顯著性差異的評價指標［14］。計算數據的KMO統計量并進行Bartlett球型檢驗，結果顯示KMO值為0.939，Bartlett球型檢驗P＜0.05，提示數據的偏相關性較小，且拒絕單位陣的原假設，適合進行因子分析。因子分析結果顯示，相關矩陣特征值＞1的共有13個公因子。13個公因子的特征值總和為37.58，累積方差貢獻率為60.62%。經過因子分析法刪除的指標有：P2、P3、P19、P25、M27、M42、S49、S50、S53、S64，見表 3。

2.3.5 主成分分析法

2.3.5.1 生理適能評價指標 對25個生理適能評價指標進行主成分分析，共提取出5個特征值＞1的因子，五個主成分的方差貢獻率分別為32.59%、7.80%、6.72%、5.01%、4.32%，累積方差貢獻率為56.42%。一般認為，因子載荷＜0.5的條目被所屬公因子解釋程度較弱，可考慮將其刪除。據此刪除指標P3、P15，見表3。

2.3.5.2 心理適能評價指標 對21個心理適能評價指標進行主成分分析，共提取出4個特征值＞1的因子，四個主成分的方差貢獻率分別為39.03%、7.73%、6.41%、5.28%，累積方差貢獻率為58.46%。一般認為，因子載荷＜0.5的條目被所屬公因子解釋程度較弱，可考慮將其刪除。據此刪除指標M42、M47，見表 3。

表3 健康適能評價指標篩選結果Table 3 Screening results of health-related fitness evaluation indicators

（續表3）

2.3.5.3 社會適能評價指標 對16個社會適能評價指標進行主成分分析，共提取出3個特征值＞1的因子，三個主成分的方差貢獻率分別為36.29%、9.15%、6.83%，累積方差貢獻率為52.28%。一般認為，因子載荷＜0.5的條目被所屬公因子解釋程度較弱，可考慮將其刪除。據此刪除指標S53，見表3。

2.3.6 Cronbach's α系數法 Cronbach's α系數是評價內部一致性的重要指標。首先計算某一方面的Cronbach's α系數，比較去除某一條目后系數的變化。如果去除某一條目后Cronbach's α系數顯著上升，則說明去掉該條目能使量表的內部一致性增強，應考慮刪除該指標，反之保留［7］。據此刪除指標P1、M36、M41、S61，見表3。

2.4 條目確定 運用以上6種方法對健康適能62個初選指標進行分析與再篩選。本研究擬選取被6種方法選入4次或4次以上的初選指標，并結合前期的研究工作、專家對指標的重要性評價以及實地調研中被調查者對各指標的實際反饋情況，優先保留統計分析結果良好、專家重要性評分高、實操性強、便于理解的指標。在指標調整過程中，P22與P23內容相似，對其進行合并并修改表述；P13、P20、M32、M34、M46、M47、S56表述不清，對其語言表達進行進一步修正；經檢驗，被試對象對社會認知維度設置的指標（S49～S53）難以理解，且部分專家對該維度的設置存在一定爭議，考慮將其刪除。經課題協調小組的刪除、調整、合并與修改，最終確定生理適能有14個指標入選，心理適能有11個指標入選，社會適能有9個指標入選，再加上生理適能、心理適能、社會適能各1個總體評價指標與1個健康適能總體評價指標，共計38個條目入選，構成健康適能評價指標體系，并以此評價指標體系為基礎編制出《健康適能評定量表V1.0》，見表4。

表4 《健康適能評定量表 V1.0》結構劃分Table 4 Structural classification of Healthy Fitness Measurement Scale Version 1.0

3 討論

一般而言，編制具有較高信度效度的健康適能評定量表需要遵循以下原則：一是在指標體系的構建過程中，要廣泛、全面遴選具有代表性和可操作性的指標，能夠反映出健康適能的真正內涵與外延；二是所選取的指標要有較好的區分度，能有效辨別和區分不同個體間的健康適能狀況；三是評價指標體系的條目數量應控制在一定范圍之內，以盡量少的指標反映健康適能最多的信息，保證量表的可操作性和實用性。《健康適能評定量表》主要用于個體健康適能狀況的評價，因此在保證條目內容效度的同時，還要確保量表的條目數量合理。基于此，本研究利用條目分析法、CV法、因子分析法、Cronbach's α系數法等統計學方法對健康適能評定量表的條目進行進一步分析和篩選。

本研究運用CR法進行條目分析，結果顯示各條目高分組與低分組之間得分具有顯著性差異，提示條目均能較好地區別不同個體的健康適能狀況，據此保留所有條目。本研究綜合運用6種統計分析方法，對健康適能評價指標進行分析與再篩選。CV法從條目的敏感性角度來遴選指標，若條目的CV太小，則說明其用于評價個體健康適能狀況的區別能力較差，靈敏度不高，考慮將其刪除［15］。計算各指標的CV發現，共有15個指標的CV＜0.2，提示以上指標區別能力較差，考慮將其刪除。編制量表過程中，指標間測量的內容應盡量避免重復，不同的指標應反映不同的測試內容［16］。本研究將《健康適能評定量表測試版》中各條目的得分做相關分析，并綜合專家對指標的重要性評價以及指標的實操性，刪除了14個指標。計算指標與其所屬維度的r值，若某一指標屬于該維度，則該指標與其所屬維度得分的r值應較大，而與其他維度得分的r值較小［17］，由此刪除15個指標。主成分分析與因子分析是為了探索各指標公因子的分布狀況，剔除負荷系數小、代表性較差的指標。經統計分析，剔除主成分分析中被所屬公因子解釋程度較弱的指標（因子載荷＜0.5），以及因子分析中負荷系數較小（＜0.45）的指標。Cronbach's α系數用于檢驗指標體系內部結構的一致性、穩定性，本研究經分析剔除4個指標，保證了健康適能評價指標具有較好的內部一致性。

綜上，本研究聯合應用6種統計學分析方法，刪除了一些區分度差、代表性差、內容重復以及影響內部一致性的指標，最終確定38個指標入選，構成健康適能評價指標體系，并以此為基礎，初步編制出《健康適能評定量表V1.0》（Healty Fitness Measurement Scale Version 1.0，HFMS V1.0）。本研究基于生物-心理-社會三維醫學模式以及WHO提出的三維健康觀理論，從生理、心理、社會三方面對個體健康適能狀況做出評價，符合健康評價與健康測量研究領域的發展趨勢。對于當前部分學者提出的道德健康、環境健康等健康內涵，本課題組將在下一步的研究中予以探討。有關《健康適能評定量表 V1.0》的信度、效度、反應度等指標的考評，將在后續研究中予以報告。

本研究在國內外相關文獻的基礎上，將體適能概念進行豐富與拓展，提出了健康適能的操作定義，并將自測健康與健康適能的測量相結合，提出編制包括生理適能、心理適能、社會適能三個方面的健康適能評價體系，形成《健康適能評定量表V1.0》，為個體和有關部門有效地開展健康適能的測量、干預與管理工作提供科學依據和手段。

作者貢獻：蔣麗潔、黃晨負責進行文章的構思與設計、數據分析及論文的撰寫；許軍、張金華、吳偉旋負責設計研究方案與研究的可行性分析，對本文進行監督管理；馮葉芳、許夢瑤、伍成凱負責進行現場調查、數據管理及數據分析；許軍、李文源負責整體質量控制。

本文無利益沖突。