想象一下,一位深受膝骨关节炎困扰的患者,每当打算起身活动,内心便涌现出对疼痛加剧的深深恐惧,这种“动”与“怕”的纠结,让他们宁愿选择静坐,而这又会进一步导致关节僵硬、肌肉萎缩,形成恶性循环。这种对与运动或活动相关的疼痛所产生的不合理、过度且使人衰弱的恐惧,在医学上被称为运动恐惧症(Kinesiophobia)。准确评估运动恐惧症,对于理解和干预膝骨关节炎患者的疼痛、功能受限乃至康复结局至关重要。目前国际上广泛使用的评估工具是Tampa运动恐惧量表(Tampa Scale for Kinesiophobia, TSK)。然而,这个“尺子”在测量不同文化、不同疾病背景的人群时,是否依然精准可靠?其每一个条目(问题)是否都同样有效,能灵敏地反映出患者真实的恐惧水平?这正是研究人员开展此项研究的初衷:他们希望深入“解剖”TSK量表,在膝骨关节炎这一特定人群中,检验其心理测量学属性,特别是从最细微的条目层面,找出可能存在的测量偏差,为未来量表的优化和应用提供实证依据。
为了探究这些问题,研究团队开展了一项横断面研究。他们招募了134名经临床诊断的膝骨关节炎患者作为研究对象。研究采用的核心方法是心理测量学评价。关键技术包括:1) 条目分析(Item-level analysis):通过计算选择每个条目极端选项(如“非常同意”或“非常不同意”)的参与者比例是否超过15%,来评估地板效应(Floor effect)和天花板效应(Ceiling effect),这两种效应会降低条目区分不同恐惧水平患者的能力;2) 相关性分析:使用斯皮尔曼等级相关系数(Spearman’s rank correlation coefficient),分别分析每个TSK条目得分与TSK总分之间的相关性(反映条目与整体概念的一致性),以及每个条目得分与患者自我报告的疼痛强度之间的相关性;3) 探索性因素分析(Exploratory Factor Analysis, EFA):这是一种用于探索量表潜在维度结构的数据降维技术。研究对17个条目进行了EFA,并采用方差最大旋转(Varimax rotation)使因子结构更清晰。分析前使用KMO(Kaiser-Meyer-Olkin)检验和Bartlett球形检验(Bartlett’s test of sphericity)来判断数据是否适合进行因子分析。