《Research in Autism》：Validity of a self-reported screening test on co-occurring clinical problems in autism without intellectual disability: Evidence of factorial structure and network analysis of symptom comorbidity
编辑推荐：
本研究针对无智力障碍的自闭谱系状况（ASC-noID）患者共病临床问题高发但缺乏特异性筛查工具的现实困境，研发了西班牙语自评问卷APCA-sin DI。通过对227名ASC-noID青年进行在线测评，结合探索性因子分析（EFA）、探索性图分析（EGA）和验证性因子分析（CFA），最终确立包含18个条目、5个因子（焦虑、抑郁、自伤意念、进食障碍、感觉异常）的简化版工具。该工具显示出良好的心理测量学特性，其得分与生活满意度量表（SWLS）呈负相关，为西班牙语ASC-noID人群的共病问题筛查提供了首个高效、低成本的专用工具，对促进早期识别和个性化干预具有重要意义。
自闭症，或更准确地称为自闭谱系状况（Autism Spectrum Condition, ASC），是一种神经发育性状况，它独特地塑造了个体与他人互动和沟通的方式、感知和体验世界的方式，以及从事活动模式的特点。尤其是在没有智力障碍（no Intellectual Disability, noID）的自闭谱系个体（ASC-noID）中，共患其他临床问题的比例极高：约70%的个体至少患有一种共病障碍，约40%符合两种或以上临床诊断。最常见的共病包括注意缺陷多动障碍（ADHD）、焦虑症、强迫症（OCD）和抑郁症。然而，这一群体的心理健康状况评估却面临严峻挑战。目前缺乏专门为其认知特点、反应方式和伪装策略而设计的可靠筛查工具。在通用人群中验证的工具（如ASEBA）无法直接应用，因为它们未能捕捉到自闭症文献中描述的最常见的共病临床类别和症状表现。虽然英语环境中存在一些评估特定共病问题的工具，但西班牙语中目前尚无经过验证的、可同时评估多种临床问题的自评工具。这一空白尤为显著，因为全球有近6亿人使用西班牙语。
为了填补这一关键空白，Marta Danés-Henríquez等人开展了一项研究，旨在开发和验证一个名为《自闭谱系障碍无智力障碍相关临床问题自评量表》（Autoinforme sobre Problemas Clínicos asociados al TEA-sin DI, APCA-sin DI）的西班牙语自评工具。该研究最终形成并报告了该工具的最终版本及其结构效度证据。研究成果发表在《Research in Autism》期刊上。
研究人员为开展此项研究，主要应用了以下几个关键技术方法：研究招募了227名经专业确认诊断为ASC-noID、年龄在15至50岁之间的西班牙语参与者，通过在线平台（Qualtrics Software）匿名、自愿地完成了初步版本的APCA-sin DI问卷（包含34个临床条目、3个注意力控制条目）和生活满意度量表（Satisfaction with Life Scale, SWLS）。数据分析首先进行了项目描述性统计，随后采用探索性图分析（Exploratory Graph Analysis, EGA）和平行分析（Parallel Analysis, PA）来确定数据的维度数，进而进行探索性因子分析（Exploratory Factor Analysis, EFA）以探查工具的内部结构，并对最终简化版进行了验证性因子分析（Confirmatory Factor Analysis, CFA）以检验模型拟合度。内部一致性信度通过克龙巴赫α系数（Cronbach's α）和麦克唐纳ω系数（McDonald's ω）进行评估。
项目描述性统计
对APCA-sin DI初步版本（34个条目）的分析显示，总体条目应答率为93%。“我不知道”和“不愿回答”选项的总频率为3%。除“进食障碍”和“疑病症”类别外，各临床类别条目的平均分均超过2分（1=“从不”，4=“总是”），表明参与者普遍认为这些问题在过去6个月内“有时”发生。应答分布近似正态，峰度值接近零，偏度略为正且接近零。可靠性分析显示，“抑郁”、“自伤意念”、“焦虑”、“激越”和“进食障碍”五个类别的信度较高（α/ω > 0.80），而“睡眠障碍”、“疑病症”、“成瘾”和“强迫症”的信度较低（α/ω < 0.60）。低信度类别被排除在后续分析之外。
效度证据来自维度评估：EGA和PA
在进行EFA之前，研究人员首先通过EGA和PA评估了替代因子模型。EGA分析建议七因子解决方案，而PA则指示六因子。基于模型拟合统计量（χ2/df相同）和简洁性原则，六因子模型（M2）被确定为最佳且最简洁的拟合模型，其比较拟合指数（CFI = .93）、塔克-刘易斯指数（TLI = .89）和近似误差均方根（RMSEA = .062）表明模型拟合可接受。
效度证据来自内部结构：探索性和验证性因子分析
对初步34条目版本进行的EFA（六因子解决方案）显示了一个可解释的因子结构。因子1（“自伤意念”）主要由“自伤意念”和“抑郁”类别的条目组成。因子2由与“焦虑”和“感觉障碍”相关的条目定义。因子3聚集了与“强迫症”相关的条目，但整体显著性较低且信度不足。因子4（“抑郁”）包含了反映快感缺乏和动机症状的条目。因子5（“激越”）的条目载荷非常高。因子6反映了“进食障碍”的一个独特维度。然而，由于“强迫症”因子的心理测量特性不理想（信度低，载荷不足），以及“激越”因子因条目措辞冗余可能高估信度，这两个因子被排除在最终工具之外。此外，“睡眠障碍”、“成瘾”、“破坏性冲动控制”和“疑病症”四个临床类别因低方差或条目载荷不足也被排除。
基于初步结构分析，APCA-sin DI的最终版本包含18个条目，涵盖五个临床类别。随后对该最终版本进行的一系列探索性和验证性分析表明，18个条目、五个因子的EFA模型（M3）在拟合度和简洁性之间取得了最佳平衡（χ2/df = 2.3, RMSEA = .078, CFI = .974, TLI = .945），优于其他竞争模型。这五个因子最终被命名为：焦虑（ANX）、自伤意念（AUT）、情感淡漠/快感缺乏（APA）、进食障碍（FEE）和绝望（DES）。条目通常在预期因子上有最高的载荷，但也存在一些有意义的交叉载荷，反映了构念之间的共享方差。因子间的相关性显示，AUT与ANX之间（r = .50）以及ANX与APA之间（r = .47）存在中度关联。
临床类别之间及其与SWLS得分的相关性
相关性分析显示，几个临床类别之间存在显著相关（p < .01），例如“焦虑”与“感觉障碍”（.52）、“焦虑”与“抑郁”（.57）、“焦虑”与“自伤意念”（.44）以及“抑郁”与“自伤意念”（.50）。与假设部分一致，并非所有五个类别都与SWLS得分显著相关。“焦虑”（-.15）和“进食障碍”（-.14）未达到显著性水平，而“抑郁”（-.33）、“自伤意念”（-.33）和“感觉障碍”（-.25）则显示出中度且统计显著的负相关。
本研究成功开发并验证了首个西班牙语自评筛查工具APCA-sin DI，用于评估无智力障碍的自闭谱系成年人的共病临床问题。最终工具包含18个条目，涵盖五个关键临床领域（焦虑、抑郁、自伤意念、进食障碍、感觉异常），显示出良好的心理测量特性。研究发现，感觉过敏与焦虑症状聚集在一起，强化了自闭症中感觉处理异常与焦虑之间已获证实的联系。自伤意念（AUT）与焦虑密切相关，但与抑郁仅部分相关，主要与绝望和低自尊感相关，而非快感缺乏或情感淡漠，这表明ASC-noID中的自杀风险可能更多由绝望感驱动，而非全面的抑郁综合征。抑郁症状进一步分解为两个不同的维度：一个以情感淡漠和快感缺乏为特征，另一个以绝望和悲伤为特征，提示ASC-noID中的抑郁并非同质，而是多维度的。这些发现对于理解ASC-noID的共病精神病理结构具有重要意义。
该研究的重要意义在于，APCA-sin DI填补了西班牙语环境中ASC-noID特异性筛查工具的空白。作为一种易于使用、成本低廉的自评工具，它使ASC-noID个体能够独立识别临床困难，促进自主性和自我意识，有可能促进更早的帮助寻求行为并支持更个性化的护理。该工具可以提高临床医生对自闭症共病问题的认识，有助于防止诊断遮蔽，改善识别和转诊途径。虽然样本量和招募方式存在局限性，但该研究为后续研究奠定了基础，包括将该工具应用于其他诊断群体和语言环境，以及探索其在临床和社区环境中的实际效用。总之，APCA-sin DI的开发是朝着改善西班牙语ASC-noID人群心理健康评估和护理迈出的重要一步。
