华威爱丁堡心理健康量表（WEMWBS）的内部结构效度：使用苏格兰健康教育人口调查数据的Rasch分析

背景

沃里克-爱丁堡心理健康量表(WEMWBS)是为了满足对心理健康测量工具的需求而开发的。它包括14个积极的李克特风格项目，并满足经典标准的规模发展。我们从Rasch测量模型的角度报告了WEMWBS的内部构念效度。

方法

该模型应用于苏格兰健康教育人口调查第12波（2006年秋季）中779名受访者的数据。受访者年龄为16-74岁（平均41.9岁）。

后果

最初与模型预期的拟合度很差。“我一直对自己感觉良好”、“我对新事物感兴趣”和“我一直感到高兴”这三个项目都与模型的期望值严重不符，因此被删除。这使得模型的拟合度略有提高。在进一步分析后，删除了更多项目，并解决了严格的一维七项量表（简短的华威爱丁堡心理健康量表（SWEMWBS））。许多由于与模型预期不符而被删除的项目显示出相当大的性别偏见。两个保留项目也表现出性别偏见，但在量表层面上，被取消了。另一个保留的条目“我一直对未来感到乐观”显示出对年龄的偏见。14项和7项版本之间的相关性为0.954。

由于符合Rasch模型和严格的单维性，SWEMWBS提供了心理健康的区间尺度估计。

结论

一个短的7项版本的WEMWBS被发现满足Rasch模型的严格的一维期望，并且在很大程度上是无偏差的。这个尺度，SWEMWBS，提供了一个原始的分数区间尺度转换，用于参数化过程。在面子效度方面，与14项WEMWBS相比，SWEMWBS对心理幸福感的看法更为有限，大多数项目代表心理和幸福幸福感方面，而很少涵盖享乐幸福感或情感。然而，在目前监测人群心理健康方面，稳健的测量特性和简洁性使SWEMWBS比WEMWBS更可取。当面子有效性是一个问题时，仍然存在继续收集完整的14项WEMWBS数据的争论。

国际上对积极心理健康的概念及其对人类生活各个方面的贡献越来越感兴趣[1.,2.]．这个词在政策和学术文献中经常被使用，与“心理健康”一词互换。它是一个复杂的概念，它被普遍认为包括情感和心理功能，以及享乐和幸福幸福的概念重叠[3.]．积极的心理健康被认为对健康和社会结果具有重大影响[4.,5.]，并产生了明确侧重于促进积极心理健康的新疗法[6.以及旨在促进社区精神健康的健康促进方案。积极心理健康领域研究不足，部分原因是缺乏适当的措施[7.而且对适合个人和人群使用的仪器有需求。

华威爱丁堡心理健康量表（WEMWBS）就是为了满足这一需求而开发的[8.]．它是一个序数量表，由14个李克特风格的积极短语题项组成。一个专家小组利用当前的学术文献进行发展，与焦点小组进行定性研究，和现有量表(影响量表2)的心理测量测试。新量表在英国的学生和代表性人口样本上进行了验证，使用了定性和定量的方法，与量表开发的经典标准相比表现良好[9].WEMWBS具有良好的内容效度，与其他心理健康量表具有较高的相关性，与测量总体健康的量表具有较低的相关性。其分布接近正态，在人群样本中未显示上限效应。它以一种与其他人口调查结果基本一致的方式对人口群体进行歧视。一周时的重测信度较高（0.83）。社会期望偏差低于或类似于其他可比量表。

以验证性因子分析的形式，使用内部结构效度测试WEMWBS的内部量表属性。结果与单一基础结构一致。内部一致性可靠性采用Cronbach's Alpha进行评估[10]，建议项目冗余。在基于序数数据的量表测试中，有人认为后两种方法都是不合适的，因为因子分析是参数化的，需要区间标度，而克朗巴赫的阿尔法不能解决一维性问题[11–13]

近年来，现代心理测量学方法被用来对有序量表的内部结构有效性提供更为可靠的解释，其中应用最为广泛的是Rasch测量模型[14].在这种方法中，包括旨在汇总为特定量表的总体序数分数的项目的数据根据该测量模型的预期进行测试。这些预期是Guttman标度的概率形式，可操作支撑测量的正式公理[15,16].其他问题，如类别排序（项目的类别是否按预期工作？）和项目偏差，或差异项目功能（DIF）[17也可以在Rasch模型的框架内处理。最后，当发现数据符合模型期望时，将得到原始序数分数的线性变换，从而打开有效的参数方法，并给出适当的分布[18,19]．

在本报告中，我们使用从苏格兰健康教育人口调查（HEPS）第12波（2006年秋季）收集的数据，从Rasch测量模型的角度评估了14项华威爱丁堡心理健康量表（WEMWBS）的内部结构效度。

华威爱丁堡心理健康量表（WEMWBS）

WEMWBS与其他心理健康量表的不同之处在于，它只涵盖心理健康的积极方面，所有14个项目的措辞都是积极的（见附加文件）1.）.项目涵盖了心理健康的一系列方面，包括许多其他众所周知的量表所熟悉的内容(例如，我一直感觉很放松，我一直在清晰地思考)。李克特量表形式的回答包括“没有时间”;“很少”;'Some of the time';“经常”和“所有的时间”。分数从14到70不等，分数越高反映的心理健康水平越高。

健康教育人口调查(HEPS)

HEPS是一项苏格兰人口调查，每年分两次（春季和秋季）收集数据从1996年至2007年进行的16至74岁成年人口的代表性样本中，HEPS随后被停用，并在2008年苏格兰健康调查中被一个模块取代。苏格兰国家卫生服务局（NHS Health Scotland）委托HEPS，BMRB International开展了实地调查。

该验证研究的数据来自调查的第12波（2006年秋季）。考虑到无效地址，响应率达到66%。访谈采用计算机辅助的个人访谈，在人们的家中面对面进行。在该数据集中，779名受访者完成了全部或部分WEMWB，其中45.8%为男性。受访者的平均年龄（767人，有连续年龄信息）为41.9岁（标准差16.05），范围为16-74岁。由于Rasch分析（见下文）以可用信息为基础进行人员估计，因此，如果存在缺失值，则可以给出估计值。但是，估计的精度会根据缺失项目的数量而降低。

拉希模型

在满足联合测量的公理中[20.]，Rasch模型显示了如果要实现度量（在度量级别）的测量，对量表中项目的响应的预期。二分法[14]并提供该模型的多相合版本[21,22]．该模型假设给定应答者确认某一物品的概率是该物品所在位置与应答者所在位置在线性尺度上的相对距离的逻辑函数。换句话说，一个人肯定一个项目的概率是一个逻辑函数，它反映了这个人的心理健康水平和这个项目所表达的健康水平之间的差异。模型可以用logit模型的形式表示:

其中ln是正常对数，P是人的概率N确认项目我θ人的心理健康水平，和B是项目所表达的心理健康水平。

Rasch分析的过程在别处有详细描述[23,24]。简单地说，分析涉及观察到的数据与模型预期的匹配程度，使用了大量拟合统计数据。在本文中，考虑了三个总体拟合统计数据。两个是项目-人交互统计数据，转换为近似的z分数，代表标准化正态分布。因此而符合模型的人，平均值约为零，标准偏差为1。第三个是项目-特质交互统计数据，报告为卡方检验，反映了整个特质的不变性。显著卡方检验表明项目的层次顺序在整个特质中有所不同，因此ising是不变性的必要性质。

除了这些总体汇总拟合统计数据外，还提供了个人和项目拟合统计数据，包括残差（个人和项目偏差的总和）和卡方统计数据。在前一种情况下，±2.5之间的残差被视为表明与模型的适当拟合。考虑到多次测试，Bonferroni校正用于调整卡方p值[25]。相同的拟合统计数据可用于检测人员偏差，因为少数受访者显著偏离模型预期可能会导致项目层面的重大不匹配。

还对反应类别的正确顺序进行了评估。如果未能遵循预期的反应增加选项，而该选项与心理健康的潜在增加相一致，则表明项目中不同类别的阈值紊乱。术语门槛指两个响应类别之间的点，其中任一响应的可能性相等。对于给定的项目，阈值的数量总是比响应选项的数量少一个。

在Rasch测量框架内，无论评估的是哪一组（如性别），量表也应以同样的方式工作[26]．例如，在衡量心理健康的情况下，男性和女性肯定一个项目的概率应该是相同的(在二分法的情况下)，在相同的心理健康水平．因此概率取决于特征。如果由于某种原因，一个性别没有显示出相同的肯定项目的概率，那么该项目将被视为显示不同项目功能(DIF)，并有导致结果偏倚的风险。例如，如果项目有性别偏见，那么性别就不能作为心理健康的预测变量，因为心理健康的测量会被性别偏见所混淆。值得注意的是，对DIF的检测和必要时的调整并没有消除性别的影响，而是确保量表中没有性别偏见，以便能够正确理解性别的影响。在实践中，在大多数情况下，可以事后对这种偏差进行调整，但显示DIF的项目将是任何量表修订中主要的剔除对象[27]。有时，测试中的偏差可能会被抵消，例如，一个项目可能偏向男性，另一个项目偏向女性，其影响可能会被抵消[28]．在目前的分析中，对DIF进行了年龄、性别和是否存在长期疾病的检测。

在分析的每个阶段都要进行严格的一维性测试[29].主成分分析（PCA）在残差中，观察到的数据和模型对每个人对每个项目的反应的预期之间的标准化人-项目差异。提取“拉什因子”后，数据中不应有进一步的模式。这通过允许第一个残差分量上的因子载荷进行正式测试确定项目的“子集”，然后由独立的T-测试从这些子集得出的人的估计值（人的“能力”或在本例中的“心理健康”）是否彼此显著不同[29,30.]．如果发现超过5%的独立t检验是显著的，允许一个比例的二项置信区间，这将表明违背单维假设。

还可以根据人员分离指数（PSI）对量表的内部一致性可靠性进行估计，其中使用罗吉特量表中每个人的估计值来计算可靠性。这相当于克朗巴赫的阿尔法[10]．

为了获得量表内部构造效度的稳健估计，将总数据集随机分为另外两组大约50%的病例。关于量表有效性的最终结果应该在整个数据集和每个随机样本中是稳健的。

Rasch分析使用RUMM2020软件包进行[31]．

779例患者最初没有出现下限或上限效应，因此全部进入分析。对数似然检验卡方检验为143.75（df 38），概率<0.0001，表明Rasch模型的部分信用版本是合适的。发现所有阈值都是有序的（图3）1.）.也就是说，在每个项目中，从一个类别到下一个类别的转变代表着心理健康的潜在特征的增加。

最初与模型期望的拟合很差(表1.-分析1).“我对自己感觉很好”、“我对新事物很感兴趣”和“我一直感觉很愉快”这些条目都显示出与模型预期明显不相符，并被删除。这导致了fit的微小改善(分析2)。另外两个条目“我一直对其他人感兴趣”和“我有多余的精力”被删除，导致进一步的改善(分析3)。

然后观察另外两个项目的局部依赖性，在进一步分析后，一个严格的单维度七项量表得到解决(分析4)，包括:

第一条:我对未来一直很乐观

第2项——我一直觉得自己很有用

项目3 -我感觉很放松

第6项——我一直在很好地处理问题

第7项——我已经想清楚了

第九项——我感觉和其他人很亲近

第11项——我已经能够对事情做出自己的决定

我们将此简化量表命名为SWEMWBS(沃里克-爱丁堡短心理健康量表)(见附加文件)2.）.

被丢弃的7个项目中有5个显示了显著的性别DIF(表)2.）.例如，“我一直感觉很自信”(第10项)显示，在任何心理健康水平上，男性报告的分数都比女性高(图)2.）.

在最后七个项目量表中，两个项目也显示了性别差异，但在测试水平上，这些项目被取消，拟合度进一步提高（分析5）。另外一个项目（项目1）“我一直对未来感到乐观”仍然显示出年龄的边际DIF。14项WEMWB中没有一项因长期存在或不存在疾病而显示DIF。正如在较短的量表中所预期的，可靠性水平从0.906（分析1）下降到0.845（分析5），尽管最初的14项版本因性别偏见造成的多维性而受损。

给予满意的拉希模型适合七个项目规模,严格unidimensionality和确认,解决方案的鲁棒性(5)分析测试两个随机样本嵌入到数据(分析6 & 7)。两个子集的数据显示适合模型的期望。然后，根据7个有效条目，对原始分数进行线性变换。原始的score-logit转换如表所示3.．WEMWBS评分与SWEMWBS评分的Spearman相关性为0.954。

最后，考虑到与性别相关的偏见对模型拟合造成的干扰，来自完整的14项量表的数据分别适用于每个性别的Rasch模型。无论是男性（分析8）还是女性（分析9）证明符合模型预期，表明对量表的干扰不仅仅是性别差异。

越来越多的用于测量健康和医疗结果的量表正在开发中，以满足通过Rasch测量模型操作的加法联合测量相关的严格标准[14,20.]。为线性测量的构建提供科学依据。该方法目前在健康和社会科学中广泛使用[32,33]然而，在试验和人口调查中通常用于衡量心理健康的大多数量表都没有达到这些严格标准，这一点仍然是正确的。

我们的分析表明，最初的14项WEMWBS中有7项，我们称之为SWEMWBS（Warwick-Edinburgh心理健康量表），符合Rasch模型的预期，并提供了有效的原始分数-区间水平转换，与全量表的相关性为0.954。此外，SWEMWBS已被证明基本上没有项目偏见，其多相合反应结构按预期工作，项目内得分越高，反映出整体心理健康水平越高。

尽管验证性因素分析（未显示）表明WEMWBS与单一潜在因素一致[8.]的比例不符合拉什模型所要求的标准。被排除的7个项目中，大多数都显示出性别偏见。也许因为这个DIF(它可能是多维度的一个原因)，不可能从被删除的7个条目构建第二个有意义的量表。对性别设置的14项单独分析表明，在这两种情况下都不符合模型期望，这表明在性别DIF引起的干扰之外还有一个潜在的问题。为了满足区间缩放的构造规则，Rasch模型施加了最严格的度量标准和。WEMWBS不符合模型期望可能是由于维度问题，或者是由于间隔尺度测量的额外要求超过了顺序尺度的要求。

WEMWBS的开发部分是为了支持心理健康计划的评估。后者涉及心理健康本质教育的一部分，对许多公众来说，这是一个新概念。因此，WEMWBS必须提供心理健康的全貌，包括与学术文献中提出的大多数方面相关的项目。对普通公众的面孔效度研究及其在英国心理健康促进和公共心理健康实践中的流行程度表明，WEMWBS达到了这一目标。

在面孔效度方面，7项量表(SWEMWBS)比14项量表(WEMWBS)表现出更狭隘的心理幸福感观点，大多数项目代表心理和幸福幸福感方面，而很少涵盖享乐幸福感或情感方面。然而，在测量属性方面，7项量表(SWEMWBS)对Rasch模型预期是稳健的，而原来的14项量表(WEMWBS)则不是。在最初的14个项目的量表中，有一半的项目显示出测量效度的缺乏，这可能是由于目前公众中与心理健康相关的知识和自我意识水平，导致反应不稳健。随着知识和自我意识的增加，这种情况可能会改变。

考虑到SWEMWBS包含在较大的WEMWBS中，继续收集完整的14个项目的数据可能是合适的，以进一步调查不同样本的维度和性别偏见。它还允许在顺序水平上与早期研究进行比较。然而，我们的结果清楚地表明，7项量表比14项量表更可取，其中稳健的区间量表测量是重要的，被调查者的负担是一个问题。为了促进这一点，我们已经能够提供一个原始分数到7项量表的区间量表转换，以便在需要更改分数和其他参数化程序时使用。

虽然与简化版（SWEMWBS）相比，WEMWBS提供了更广泛的心理健康视角，但它不符合RASCH模型要求的严格测量标准，证明了DIF和多维性。简化版由7个项目（SWEMWBS）组成，满足所有标准，包括严格的一维性。SWEMWBS原始分数的线性变换（表3.)在适当分布的情况下，可在参数分析中自信地使用。随着人口水平上知识和自我意识的增加，对心理健康量表的反应可能会发生变化。因此，有理由继续收集14项量表的数据（假设嵌入了7项量表）在有序水平上检验心理幸福感的测量，探索不同样本中的项目偏差，并进一步分析潜在维度。

苏格兰国家卫生服务局卫生部委托BMRB国际执行HEPS。Ruth Fishwick在WEMWBS的开发和验证中发挥了重要作用，该项目由Stephen Joseph支持，并由Jenny Secker、Glyn Lewis、Stephen Stansfeld以及SS-B、RT、SP、JP和SW组成的专家小组指导.我们非常感谢所有以这种方式作出贡献的人。

从属关系

1. 华威大学华威医学院，考文垂，CV4 7AL，英国

   Sarah Stewart-Brown和Scott Weich

2. 康复医学系，利兹大学医学与健康学院，利兹综合医院，圣乔治街，利兹，LS1 3EX，英国

   艾伦·坦南特

3. 考文垂教学初级保健信托，基督城住宅，Greyfriars Lane，考文垂，CV1 2GQ，英国

   露丝·坦南特

4. 社区卫生科学，爱丁堡大学临床科学与社区卫生学院，Teviot Place，爱丁堡，EH8 9AG，英国

   斯蒂芬·普拉特

5. 苏格兰国家医疗服务体系，Elphinstone House, 65 West Regent Street, Glasgow, G2 2AF, UK

   简·帕金森

相应的作者

给莎拉·斯图尔特·布朗的信件。

竞争利益

这项研究是由苏格兰国家卫生服务局委托进行的。

作者的贡献

SSB构思了研究，支持了研究设计，协调了仪器的开发并起草了手稿。AT进行了所有的统计分析，并生成了初稿。RT设计并协调了这项研究。SP参与了研究的设计和协调，并帮助起草了研究稿。JP委托了这项研究，参与了其协调工作，并帮助起草了手稿。SW参与了研究的协调工作，并帮助起草了研究手稿。

本文由BioMed Central Ltd授权发表。这是一篇基于知识共享署188滚球软件名许可协议(http://creativecommons.org/licenses/by/2.0)，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。

重印和许可