癲癇鑒別診斷中的會話特征分析

馬文 金麗日

提 要 對患者人際互動過程的會話分析在臨床診斷中的作用已獲證實，其中最具代表性的是，對患者會話中互動特征、話題特征和語言特征的分析能夠有效鑒別臨床上不易鑒別的癇性發作和心因性非癇性發作。對漢語癇性發作和心因性非癇性發作患者的會話特征分析證實：患者會話中提供發作信息的主動性、陳述的努力程度、否定性表達的使用等特征對于鑒別診斷癇性發作與心因性非癇性發作具有重要價值。研究也進一步表明，會話分析在醫學臨床診斷中具有實際的應用價值，通過病史記錄階段的醫患溝通特征的會話分析，能夠為某些神經系統疾病的鑒別診斷提供借鑒。

關鍵詞 癲癇;會話分析;診斷性應用會話分析;癇性發作;心因性非癇性發作

中圖分類號 H002 文獻標識碼 A 文章編號 2096-1014（2021）06-0059-08

DOI 10.19689/j.cnki.cn10-1361/h.20210605

Analysis of Conversational Features in Differential Diagnosis of Epilepsy

Ma Wen and Jin Liri

Abstract Epilepsy is a neurological disorder that affects the central nervous system and causes seizures or periods of unusual behavior， sensations， and sometimes loss of awareness. In clinical diagnosis， a conversation analysis approach to patients interaction has proved to be an effective method to diagnose epilepsy. Most typically， the interactional， topical， and linguistic features in patients talk are analyzed to help the differentiation of epileptic seizure （ES） and psychogenic non-epileptic seizure （PNES）， two types of epilepsy that are difficult to be distinguished in clinical practice. With a conversation analysis of the talks of Chinese patients with ES and PNES， this study shows that the initiative of providing seizure information， the efforts of presentation， and the use of negative expressions in patients talk are of great value in differentiating ES from PNES. The study also indicates that conversation analysis has practical and applicational value in medical clinical diagnosis， which can provide a reference for differential diagnosis of some neurological diseases through an analysis of doctor-patient interactions in medical history records.

Keywords epilepsy; conversation analysis; diagnostic applied conversation analysis; epileptic seizure; psychogenic nonepileptic seizure

一、引 言

人類的語言溝通必須具備生理基礎。發達的大腦與靈活的發音器官，使人類具備了語言的產生和理解所需要的抽象思維能力和發出復雜聲音的能力。在人體的幾大生理系統中，神經系統和呼吸系統（包括呼吸道和肺）與語言的關系最為密切，神經系統和發音器官出現了障礙，就可能引發語言和溝通上的異常。那么，語言及溝通上的某些表現或特征是否可以作為診斷相關疾病的重要標志呢？顯然，語言特征與某些疾病診斷關系密切，比如，對兒童進行早期語言篩查，可以及時鑒別診斷語言障礙并加以干預，對成人失語癥患者進行語言能力的評估亦然。Al-Mosaiwi & Johnstone（2018）發現，借助人工智能技術和機器學習對語言輸出進行內容及語言風格的分析，可以對抑郁癥人群加以鑒別;Eyigoz et al.（2020）發現，語言標記可以作為阿爾茲海默病的生物標記，通過自動語言分析能夠對阿爾茲海默病的早期發生加以預測;Cummings（2020）則認為語用能力可以作為早期認知障礙的潛在行為標記。此外，還有一些成果凸現出會話分析研究方法在臨床診斷中的重要作用。

長期以來，醫療互動領域的應用會話分析研究一直是國際研究的熱點（如Byrne & Long 1976;Heritage & Maynard 2006;Per?kyl? et. al. 2008），前期研究多聚焦于醫患互動的研究，而近期研究則展示出會話分析作為一種輔助性分析工具對于實際臨床診療的重要意義及前景（如Schwabe et. al. 2007;Beeke，Maxim & Wilkinson 2007;Reuber et. al. 2009;Antaki 2011;姚遠，等2017）。對患者人際互動過程的會話分析及語言特征分析，能夠為診斷、干預、治療某些以語言交際異常或互動的非常規表現為癥狀的疾病（如某些神經系統疾病、語言及交際障礙、精神或心理疾病等）提供有用的借鑒。其中，最有代表性的是會話分析在對癇性發作（epileptic seizure，ES）和心因性非癇性發作（psychogenic nonepileptic seizure，PNES）的鑒別診斷中的應用。Schwabe et al.（2007）和Reuber et al.（2009）證實，通過對患者會話中互動特征、話題特征和語言特征3個方面的分析，能夠有效鑒別臨床上不易鑒別的ES和PNES;姚遠等（2017）首次驗證了該方法在漢語臨床環境下鑒別兩種發作的有效性，也是目前利用會話分析研究方法研究漢語癲癇診斷的唯一文獻，為漢語環境下該鑒別方法的臨床應用奠定了重要基礎。本文將在前期研究基礎上，從會話分析的視角更為細致地梳理漢語會話中鑒別診斷ES和PNES的幾項最為重要的特征，進一步說明會話分析在神經系統疾病診斷領域應用的可行性和前景。

二、研究背景

癲癇是慢性反復發作性短暫腦功能失調綜合征，以腦神經元異常放電引起反復癇性發作為特征，以抽搐、痙攣、昏厥等為主要癥狀。在臨床上因發作意識障礙就診的患者中，ES與PNES的鑒別診斷一直是個難題，因錯誤診斷對患者的身心造成的負面影響難以估量。作為鑒別診斷“金標準”的長程vEEG監測，常常因各種原因無法發揮應有的效力，使得癲癇的鑒別診斷耗時、費力、成本高、準確率偏低（Schwabe et. al. 2007;Reuber et. al. 2009）。

為此，已有研究借助會話分析的研究方法，對英語、德語、漢語癲癇患者會話中的互動特征、話題特征和語言特征進行分析，證實了會話分析作為一種經濟、便捷的有效方法在鑒別診斷ES和PNES中的重要價值（如Schwabe et. al. 2007，2008;Reuber et. al. 2009;Plug et. al. 2009;姚遠，等2017）。鑒別分析過程中，研究者關注的主要是患者如何描述癥狀的發作，而非癥狀本身，即關注患者用何種方式來描述、討論發作時的主觀體驗和經歷（參見Schwabe et. al. 2008;姚遠，等2017），這使得采用會話分析方法進行鑒別診斷成為可能。

目前，針對漢語癲癇的會話分析研究尚處于起步階段，姚遠等（2017）雖對開放提問期、就具體發作提問期、詰問無反應期3個階段的會話特征進行了描寫和對比分析，并未對相關的鑒別性會話特征做進一步的深入分析和探討，為此，本文將著重對這些最為重要的鑒別性特征進行深入探討。

本研究的語料來自課題組2014～2016年在北京協和醫院收集的12例疑似ES或PNES患者，由一名神經科醫生遵循德國EpiLing Project（德國的一項癲癇研究項目）的問詢程序對12名患者分別進行了訪談，依次詢問：您這次來看病的目的是什么？您印象中第一次發作/最近一次發作/最嚴重的一次發作的情景是怎樣的？課題通過了醫院的倫理審查，并在患者知情、同意的情況下對訪談進行錄音和錄像，隨后會話分析研究者對錄像材料根據Gail Jefferson（2004）轉寫體系進行了細致的轉寫，并由一名對臨床診斷結果毫不知情的會話分析研究者針對17項互動特征、話題特征和語言特征進行分析并加以評估賦值，最終通過統計結果進行了鑒別診斷。通過與臨床診斷結果的比對，最終確定了會話分析鑒別診斷的準確率（83.3%）。本研究中，我們將對最終確診的ES和PNES兩組患者的會話特征進行細致的分析和對比，以期梳理出在ES和PNES鑒別診斷中最為凸顯的話題特征、互動特征和語言特征。

三、ES患者與PNES患者鑒別性會話特征分析

德國EpiLing Project制定了一套標準化的開放性提問流程（具體參見姚遠，等2017），該研究中涉及6項互動特征、5項話題特征、6項語言特征，可以通過會話分析的方法加以分析和洞察，進而進行評估和鑒別。這些特征一是評估病人提供的信息在多大程度上是自己主動發起提供的，而不是他人主動發起提供的;二是評估患者圍繞發作相關話題進行主觀描述的細致程度，以及患者在自我控制能力下降階段應對主觀發作癥狀時的更具體的特征;三是評估患者所付出的表達努力以及患者對發作的隱喻概念化描述。研究者會對每項特征進行單獨評分，分值在1～- 1分之間，研究者可以根據特征分析在1、0.5、0、- 0.5、- 1之間選擇賦分，最后依據總分進行鑒別診斷，> 0分支持ES，< 0分支持PNES。

語料分析表明，在信息提供的主動性和積極性方面，ES患者傾向于主動發起有關發作的話題，并會自愿詳述圍意識障礙期（即意識障礙的前后階段）的癥狀;而PNES患者傾向于在他人引導下討論發作，對圍意識障礙期無自發的詳細描述。在發作描述的努力程度和細致程度方面，ES患者傾向于細致描述發作時的情景以及無反應期時的主觀感受，注意力容易聚焦于某一次發作;而PNES患者很少或不描述發作癥狀，幾乎無陳述努力，注意力難以集中于談論某一次發作。在語言表達方面，ES患者較少使用否定性表達，而PNES患者使用得較多。接下來，我們將對受訪者某些最為顯著的鑒別性特征進行更為細致的分析。

（一）互動特征：信息提供的主動性

在我們的語料中，能否主動發起、提供或聚焦有關發作的信息或癥狀是鑒別ES和PNES患者的一個重要特征。ES患者傾向于主動談論有關發作的話題并據此進行積極互動，而PNES患者傾向于被動地涉及這一話題或談論相關癥狀，往往是在他人發起的情況下，才開始提供相關信息。這一差異具體體現于互動中ES患者和PNES患者在提供信息積極性上的差異，ES患者表現為更為積極地給詢問者提供更多的信息，而PNES患者似無具體詳細的信息提供。

比如在例（1）醫生跟ES患者的對話中，醫生在簡單寒暄后開始詢問患者的主訴（第17行），患者主動談及其頭暈癥狀（第18、20行），并主動談起他關于其（癲癇）發作的話題（第22行），強調其在5天沒有發作的情況下仍有頭暈癥狀，并進而表達他來就診的主觀意圖（第24、26行）（檢查一下頭暈的原因，并確定是否是因藥物引起）。在患者敘述過程中，醫生一方多發出最小應答“嗯”（第19、21、23、25行），鼓勵患者繼續自己的陳述，患者一方則話輪接續順暢，陳述積極主動。

例（1）[Case 11 ES]

17 Dr： 那您簡單說一下你這次來主要的目的是什么吧.

18 Pt： 就是檢查一個我這個頭暈的癥狀.

19 Dr： 嗯.

20 Pt： 就是每天都反復性頭暈.

21 Dr： 嗯.

22 Pt： 一-呃-一天是三到四次，但是這五天呢沒有發作.

23 Dr： 嗯.

24 Pt： 就來檢查一下. 嗯，因為我在（五院）看吃那個藥是不是有副作用.

25 Dr： 嗯.

26 Pt： 就是， （藥名），因為可能引起我這左手震顫.

而在例（2）醫生跟PNES患者的對話中，當醫生詢問患者的主訴時（第7行），患者僅給出較為寬泛空洞的回答，即“主要的目的就是把自己的病治好唄”（第8行）。后續交談中，醫生多次將發話的權利交予患者一方（第9、11、13行），鼓勵患者進行陳述，而患者則以最小應答語“嗯”（第10行）、內容寬泛的回答（第12行）、沉默（第14行，約6秒的沉默）作為回應，并未主動具體談論與發作相關的信息。醫生只能主動選擇繼續向患者發起詢問（第15行）。

例（2）[Case 9 PNES]

7? ?Dr： 您能不能跟我說一下您這次來看病的主要目的是什么呀？

8? ?Pt： 主要的目的就是把自己的病治好唄.

9? ?Dr： 嗯.

10 Pt： 嗯.

11 Dr：°具體說說唄.°

12 Pt： 我，我具體我就是把病看好，然后平平安安回家.

13 Dr：嗯.

14? ? ? （6.0）

15 Dr： 你的病你形容一下.

通過語料分析可見，患者提供發作信息的主動性并據此進行積極互動往往是區分漢語環境下ES和PNES的一個重要的鑒別性會話特征，這些互動特征可以從患者對醫生開放式提問的回應方式上得以洞察。在此方面，漢語語料的發現跟英語、德語等語料中的發現是一致的。

（二）話題特征：主觀陳述努力的程度

患者是否能夠圍繞發作相關話題做出足夠的陳述努力也是鑒別ES患者和PNES患者的一個標準。在語料中，ES患者在對發作情景及主觀感受的描述中往往付出廣泛的陳述努力，試圖用準確、詳細的描述（包含他人的描述）將圍意識障礙期補全，常伴有修正、重述、猶豫、改變語法結構、重啟等互動特征;而PNES患者在描述發作情景時描述較少，多使用籠統、寬泛的表述，付出的陳述努力較少。

在例（3）醫生與ES患者的談話中，醫生詢問患者有關第一次犯病的情況，患者努力描述具體發作時的情景，努力通過自己的描述重現當時的情景和發作時的主觀感受，并多次通過修正以達到描述的準確性。比如在第90行，患者在說出“也是”后，使用“就是”加以替換修正;同樣在第92行，患者描述中，“就暈-就倒在那兒了，倒在桌子上”既包含了對不準確表達“就暈”的修正——“就倒在那兒了”，也包含了對指稱表達“那兒”的修正——“倒在桌子上”;第96行，在描述發作后的情景時，患者在說出“完了同學把我扶”后，發覺表達不準確，馬上中斷，用恰當的表達“就是把我弄醒了”加以修正。這些修正表達均分別發生于一個話輪構建單位之內，為同話輪內的自我修正，反映了患者做出即時主動的陳述努力。

例（3）[Case 11 ES]

88 Dr：那你能不能說一下你第一次犯起來-有印象中的第一次犯起來，

89? ? 是什么樣子的，前前后后的情況？

90 Pt： ，第一感覺就是頭突然一下子就非常沉得慌.

91 Dr：[嗯.

92 Pt：[就就想閉上眼完了，，倒在桌子上.

93 Dr：嗯.

94 Pt：這是第一次，是因為我有意識我知道.

95 Dr：嗯.

96 Pt：就是這么個情況，，他們繼-繼續上課.

97 Dr：奧，（2.0） 當時是倒在桌子上了呃哈？

98 Pt：嗯.

99 Dr：嗯，但是什么都清楚.

100Pt：嗯，清楚.

101Dr：嗯，同學叫你了.

102Pt：對.

相比而言，在例（4）醫生與PNES患者的談話中，患者在回答醫生的詢問時，并未努力描述發作時的情景，只是寬泛回答“這個記不清”（第98行）、“我的病其實是一個小發作”（第98行）、“根本就有時候根本就是不太知道”（第105行）等，除了對當時情景的籠統描述“我就是發呆那么幾秒鐘”（第101行）之外，患者的回應沒有體現任何圍繞具體細節所做出的陳述努力。

例（4）[Case 7 PNES]

96 Dr：行，那您能不能跟我講一下，就是您有印象的第一次犯病

97? ? ? ?前前后后是個什么樣子的呢？

98 Pt：? （.），.=

99 Dr： =[嗯.

100Pt：? ?[不是一個大發作，像別人說的一樣，抽一樣的，

101? ? ? ?我不-.=

102Dr： =[嗯.=

103Pt： =[幾分鐘就完了，所以我自己對我自己=

104Dr： =嗯=

105Pt： =.

106Dr： 嗯（.）

從語料分析可見，患者是否能夠圍繞發作相關話題做出足夠的陳述努力是有效區分ES與PNES的重要特征，這種區分可以在醫患對話的話題特征上得以充分展現，研究者通過會話分析即可洞察這些特征進而加以鑒別。在該項特征上，漢語語料的發現跟英語、德語等語料中的發現是一致的。

（三）語言特征：否定性表達的使用

在我們的語料中，否定性詞語或構式的使用也是一個鑒別ES和PNES的重要特征。ES患者通常使用否定詞語或構式來說明特定的癲癇癥狀，比如描寫嵌入到發作經歷的意識缺失時，有時使用否定表達，這種否定被稱為“語境化否定”，如：“我意識到我在癲癇發作時說話，但我永遠不記得我后來說了什么。”又如例（5）醫生與ES患者的對話中，患者在描述發作情景時，將否定表達嵌入到具體的發作語境的描寫中，如“就是有個三兩分鐘，就是什么也不知道”（第21行）、“誰招呼我，我也不知道”（第23行）、“犯病的時候，三兩秒鐘，誰招呼我，我也不知道，誰摸我，我都不知道”（第26、27行）。

例（5）[Case 1 ES]

21 Pt： .

22 Dr： 嗯.

23 Pt：

24? ? ?（6.0）

25 Dr： 嗯，誰招呼你，你也不知道，°是吧？°

26 Pt： 對，

27? ? ? =

28 Dr： =嗯.

PNES患者通常使用否定性詞語或構式來暗示他們對自己的發作一無所知，不能向詢問者提供任何相關信息。這樣的否定被稱為“絕對否定”，例如，“我不知道”“完全不知道發生了什么”。換言之，ES患者通常根據他們的感覺和記憶來描述其發作經歷，而PNES患者則可能完全根據他們未曾感覺到或真實記憶的東西來描述其發作的經歷。PNES患者傾向于將圍意識障礙期籠統描述為“我什么都不知道”，強調當時無法回憶任何事、無法接收任何外界信息，對意識障礙沒有自發的詳細描述。比如例（4）中，“這個記不清”“根本就有時候根本就是不太知道”這些絕對否定性表達，反映了患者傾向于認為意識障礙是發作時的最主要的特征。又如例（6）中，醫生發出詢問，希望患者描述第一次出現癥狀時的情景（第144、145、146行），患者并沒能即刻給出回復，在3秒鐘的沉默后（第147行），患者使用了絕對否定表達“記不清楚”作為回應（第148行）。

例（6）[Case 8 PNES]

144Dr： 那你那第一次出現意識模糊全身抖，

145? ?你↑能不能描述一下是個↑什么樣的，

146? ?具體的是個什么樣的前前后后的狀態.

147? ? ?（3.0）

148Pt：

149Dr：記不清了（（笑））.

從語料分析可見，語境化否定和絕對否定表達的使用情況可以作為漢語環境下區分ES和PNES患者的一項重要的鑒別性語言特征，該發現與英語、德語等語料中的發現是一致的。

此外，前期研究表明（Plug et al. 2009），隱喻概念化描述對于鑒別英語ES和PNES患者具有重要意義。在描述發作經歷時，ES患者傾向于使用統一連貫的概念化表達，比如，將發作描述為不受自己意志支配的外在、具有威脅性的實體，而自身積極對抗其威脅，患者常使用struggling或fighting等隱喻表達來描寫其對發作的抑制或抗爭;PNES患者對發作的概念化描述具有多樣性特征，但缺乏統一連貫的概念化表達，缺乏積極對抗發作的描述。然而該特征在我們現有的漢語語料中尚未顯著呈現，仍需未來擴大語料范圍，進行更加深入的研究。

四、討論：會話分析對于臨床診斷的重要意義

以上研究揭示了癲癇診斷中重要的會話特征，同時表明，會話分析作為研究人際溝通的最為細致的研究方法，可以深入到以人際互動為媒介的醫療互動的各個環節，尤其對于鑒別診斷癲癇在內的某些神經系統疾病具有重要的臨床意義和實際應用價值。

首先，會話分析的研究方法可以為醫療診斷提供新的方法和視角，并為相關疾病的診斷尋找語言互動方面的標記，具有重要的臨床診斷價值。除了本文所探討的癲癇鑒別診斷外，如何鑒別區分會引起癡呆的進行性神經退行性疾病和功能性記憶障礙（即非進行性記憶缺損）也一直是一個很大的挑戰。已有研究通過對兩類患者人際互動的會話分析，提出了鑒別診斷癡呆（dementia）與功能性記憶障礙的五大重要特征（Elsey et al. 2015;Jones et al. 2016）：（1）患者能否回答有關其個人信息的問題;（2）患者能否在溝通中展現工作記憶;（3）患者能否回答一個以上的組合問題;（4）患者回應提問的反應時間;（5）患者在講述記憶失敗經歷時的細致程度。這些語言互動方面的特征無疑對癡呆的早期診斷具有重要意義。

第二，會話分析能夠為相關疾病的診斷提供經濟、便捷的鑒別手段，具有重要的臨床應用與推廣價值。臨床上，無論對于癲癇還是老年癡呆的診斷，都要經歷相對煩瑣、耗時較長、花費較高的臨床檢查，而基于對臨床訪談的會話分析進行鑒別診斷，過程相對簡單且經濟、便捷，醫生容易學習掌握并加以推廣。前期對癲癇診斷的研究證明（Jenkins et al. 2016），經過一天的培訓，臨床醫生就能掌握互動特征和語言學特征評分方法，并實際應用于癲癇診斷中，從而大大提高其臨床診斷的準確性。

第三，會話分析成功介入到醫療診斷中，進一步凸顯規范化的開放式問診的重要意義，這也為臨床工作提供新思路。問診是醫療診斷的首要環節，以神經系統疾病為例，其診斷一般要經歷定向（病史記錄和輔助檢查）、定位（基于神經解剖學的病灶定位）、定性（病因及病變性質診斷）3個步驟，以問診和病史記錄為重要內容的定向診斷階段則是后面兩個步驟的基礎。定向診斷的目的是確定是否神經系統疾病、有無神經系統疾病定位體征，該階段恰恰是語言及互動研究者能夠介入到臨床診斷研究中的重要切入點，研究者可以從病史記錄階段中的醫患溝通特征及溝通方式的分析入手，對疾病率先做出定向診斷，從而為后續的定位診斷和定性診斷奠定基礎。

五、結 語

Heritage（1999）認為，任何一個研究框架，若要名副其實，必須要有持續性的應用性的研究。他預測，會話分析的應用性將會是會話分析發展進程中愈加凸顯的一個特征。盡管會話分析的應用性研究始終是會話分析研究的一部分，未曾剝離開來，但會話分析在各個社會或行業領域的應用性研究已經成為會話分析研究擴展最為迅速的領域（Richards & Seedhouse 2005）。

在各種應用領域中，會話分析在臨床診斷領域的應用獨具探索意義，這一領域不斷涌現的成果使得會話分析逐漸成為一種潛在的輔助診斷工具，并在醫學臨床領域發揮獨特作用。本研究通過對漢語語料的會話分析，梳理用于癲癇鑒別診斷的重要的互動特征、話題特征和語言特征，展示了對患者語言和互動的分析在臨床診斷上的重要意義。未來研究仍需進一步擴大語料范圍對相關會話特征進行更為深入的研究和探討，并積極探索這些會話特征上的差異所映射的背后生理基礎，從而從多個角度推動癲癇診斷的研究。此外，會話分析在癲癇診斷中的作用已經得到證實，而該方法在其他神經、心理、言語溝通疾病診斷中的作用仍有待進一步驗證。但毋庸置疑，在語言互動研究者及臨床工作者的協同合作下，該領域研究必定擁有廣闊前景。

參考文獻

姚 遠，馬 文，盧 強，等 2017 《會話分析在鑒別診斷癇性發作與心因性非癇性發作中的作用》，《中華神經科雜志》第4期。

Al-Mosaiwi， M. & T. Johnstone. 2018. In an absolute state： Elevated use of absolutist words is a marker specific to anxiety， depression， and suicidal ideation. Clinical Psychological Science （4）， 529?542.

Antaki， C. 2011. Applied Conversation Analysis： Intervention and Change in Institutional Talk. Hampshire： Palgrave Macmillan.

Beeke， S.， J. Maxim， R. Wilkinson. 2007. Using conversation analysis to assess and treat people of aphasia. Seminars in Speech Language 28（2）， 136?147.

Byrne， P. S.， & B. E. L. Long. 1976. Doctors Talking to Patients： A Study of the Verbal Behaviors of Doctors in the Consultation. London： HMSO.

Cummings， L. 2020. The role of pragmatics in the diagnosis of dementia. East Asian Pragmatics 5（2）， 147–168.

Elsey， C.， P. Drew， D. Jones， et al. 2015. Towards diagnostic conversational profiles of patient presenting with dementia or functional memory disorders to memory clinics. Patient Education and Counseling 98， 1071?2077.

Eyigoz， E.， S. Mathur， M. Santamaria， et al. 2020. Linguistic markers predict onset of Alzheimers disease. EClinicalMedicine 28， 100583.

Heritage， J. 1999. Conversation analysis at centurys end： Practices of talk-in-interaction， their distributions and their outcomes. Research on Language and Social Interaction 32（1&2）， 69?76.

Heritage， J. & D. Maynard. 2006. Communication in Medical Care： Interaction between Primary Care Physicians and Patients. Cambridge： Cambridge University Press.

Jefferson， G. 2004. Glossary of transcript symbols with an introduction. In G. H. Lerner. （Ed.）， Conversation Analysis： Studies from the First Generation， 13?31. Amsterdam： John Benjamins.

Jenkins， L.， J. Cosgrove， P. Chappell， et al. 2016. Neurologist can identify diagnostic linguistic features during routine seizure clinic interaction： Results of a one-day teaching interaction. Epilepsy & Behavior （64）， 257?261.

Johns， D.， P. Drew， C. Elsey， et al. 2016. Conversational assessment in memory clinic encounters： Interactional profiling for differentiating dementia from functional memory disorders. Aging & Mental Health 20（5）， 500?509.

Per?kyl?， A.， C. Antaki， S. Vehvil?inen， et al. 2008. Conversation Analysis and Psychotherapy. Cambridge： Cambridge University Press.

Plug， L.， B. Sharrack & M. Reuber. 2009. Conversation analysis can help to distinguish between epilepsy and non-epileptic seizure disorders： A case comparison. Seizure 18（1）， 43?50.

Reuber， M.， C. Monzoni， B. Sharrack， et al. 2009. Using interactional and linguistic analysis to distinguish between epileptic and psychogenic nonepileptic seizures： A prospective， blinded multirater study. Epilepsy & Behavior 16， 139?144.

Richards， K. & P. Seedhouse. 2005. Applying Conversation Analysis. New York： Palgrave Macmillan.

Schwabe， M.， M. Reuber， M. Sch?ndienst， et al. 2008. Listening to people with seizures： How can linguistic analysis help in the differential diagnosis of seizure disorders？ Communication and Medicine （1）， 59?72.

Schwabe， M.， S. J. Howell. & M. Reuber. 2007. Differential diagnosis of seizure disorders： A conversation analytic approach. Social Science & Medicine （4）， 712?724.

責任編輯：魏曉明