廣州中醫(yī)藥大學基礎醫(yī)學院(510006)　

陳新林△　陳麗霞　郎建英　鄧潔敏

項目反應理論(item response theory，IRT)也稱條目反應理論，廣泛用于教育學、心理學及醫(yī)學量表測驗中。Parscale軟件是實現(xiàn)IRT理論的常用軟件，由Eiji Muraki 和Darrell Bock等開發(fā)，現(xiàn)在由Scientific Software International(SSI)公司擁有(http://www.ssicentral.com/irt/)。Parscale軟件可以用于二分類和多分類條目的分析，包括單、二和三參數(shù)logistic 模型，Samejima模型(graded response model)，Master部分評分模型(partial credit model)，廣義部分評分模型(generalized partial credit model)，多項選擇項目分析，多組多分類項目反應模型(multiple-group polytomous item response models)。Parscale軟件還可以對量表進行項目功能差異(differential item functioning,DIF)分析。

目前，Parscale軟件廣泛用于心理量表的評價[1-3]，教育學的評價，生存質(zhì)量量表的研發(fā)和分析[6-9]。例如Castro等使用Parscale軟件評價Beck抑郁問卷，研究發(fā)現(xiàn)Beck抑郁問卷中，患者最嚴重的條目是減肥、自殺的想法和社會退出[1]。Kopec等使用Parscale軟件評價關節(jié)炎患者生存質(zhì)量量表，從218個條目中篩選出不存在DIF的31個條目，構(gòu)成5個領域。Fukuhara等使用Parscale軟件研制視覺功能問卷的簡短版，將原來的32個條目簡化為11個條目[8]。本文結(jié)合多分類條目介紹如何使用Parscale軟件。

資　　料

分析資料為鼻咽癌患者生存質(zhì)量量表的生理領域，一共包括9個條目，都是五分類的正向條目，得分越高說明生存質(zhì)量越大。資料保存為dat格式，命名為NPC.DAT。一共15列，前面3列是ID，中間3列是空格，后面9列是條目得分。使用Samejima模型計算各個條目的參數(shù)，并估計患者的能力參數(shù)。

分析步驟

1.Parscale語法

本文使用的Parscale軟件是4.1版本。打開Parscale軟件。點擊“File…New”，建立分析的文件，文件命名為Pars.PSL。 Parscale的語法都以“>”開始。在Pars.PSL中輸入以下語法：

>FILE DFNAME=′NPC.DAT′,SAVE;

>SAVE PARM=′NPC.PAR′,SCORE=′NPC.SCO′;

>INPUTNIDW=3,NTOTAL=9,NTEST=1,LENGTH=(9),NFMT=1;

(3A1,3X,9A1)

>TEST1TNAME=SCALE1,ITEM=(1(1)9),NBLOCK=1;

>BLOCK1 BNAME=SBLOCK1,NITEMS=9,NCAT=4,CADJUST=0.0;

>CALIBGRADED,LOGISTIC,SCALE=1.7,NQPTS=30,CYCLES=(25,2,2,2,2),NEWTON=5,CRIT=0.005,ITEMFIT=10;

>SCOREEAP,NQPT=30,SMEAN=0.0,SSD=1.0,NAME=EAP,PFQ=5;

2.語法說明

FILES語句，用于讀取數(shù)據(jù)。DFNAME=NPC.DAT表示讀取NPC.DAT 的數(shù)據(jù)，要求數(shù)據(jù)和語法文件放在同一個文件夾。SAVE表示保存語法。

SAVE語句，用于保存結(jié)果。PARM=′NPC.PAR′，表示保存條目參數(shù)(包括名字和文件擴展名)；SCORE= NPC.SCO，表示保存患者的能力參數(shù)(得分)。

INPUT語句，說明分析數(shù)據(jù)的屬性。NIDW表示患者的ID數(shù)量；NTOTAL表示分析的總條目數(shù)；NTEST表示量表(測試)的數(shù)量；LENGTH表示每個量表的條目數(shù)；NFMT表示讀取原始記錄的行數(shù)。另外TAKE = n表示選取前面n個測試者進行分析；MGROUP/MRATER說明亞組(或評價者)的數(shù)目，用于DIF分析；WEIGHT表示加權(quán)。

(3A1,3X,9A1) 語句，是變量格式語句，說明數(shù)據(jù)的存儲格式，前3列是ID，其次3列是屬性，最后9列是分析的條目。

TEST1語句，是測試命令語法，用于說明分析的條目數(shù)，測試的名字，定義閾值參數(shù)和區(qū)分度的初始值等。TNAME 表示測試量表的名字；INAME表示條目的列表；NBLOCK表示有相同分類參數(shù)(區(qū)組)條目的數(shù)量。另外，ITEMS表示估計的條目；INTERCEPT、THRESHOLD和SLOPE分別設定條目截距、閾值參數(shù)和區(qū)分度的初始值，經(jīng)常采用默認值。

BLOCK1語句，說明每個區(qū)組的屬性，Parscale軟件把具有相同分類數(shù)目的條目放在一起估計。BNAME表示區(qū)組的名字；NITEMS表示每個區(qū)組包含的條目；NCAT表示每個條目的分類數(shù)目(條目的分類，本例是四分類)；CADJUST對區(qū)組參數(shù)的均數(shù)進行調(diào)整。另外，GPARM設定猜測參數(shù)，RATER用于提供評價者的方差比例；REPEAT表示BLOCK語法的重復次數(shù)；SCORING表示指定計分函數(shù)。ORIGINAL表示條目的初始得分，MODIFIED表示對條目重新賦分。例如將1、2得分轉(zhuǎn)化為2、1，使用ORIGINAL=(1,2),MODIFIED=(2,1)。

CALIB語句，說明估計所采用的方法。GRADED/PARTIAL表示采用Samejima模型(GRM)或者Master模型(partial credit model)對參數(shù)進行估計；LOGISTIC/NORMAL說明要使用的響應函數(shù)；SCALE表示尺度常數(shù)，設定為1.7；NQPTS表示積分點的數(shù)目；CYCLE完成EM估計的最大次數(shù)；NEWTON表示Gauss-Newton迭代的最大次數(shù)；CRIT為EM估計和Gauss-Newton迭代的收斂標準；ITEMFIT說明用于計算條目擬合統(tǒng)計的次數(shù)。>SCOREEAP,NQPTS=30,SMEAN=0.0,SSD=1.0,NAME=EAP,PFQ=5;

SCORE語句，說明評分過程，用于估計被測試者的得分。EAP/MLE/WML為估計的方法，EAP、ML和WML分別表示Bayes后驗估計、最大似然估計和加權(quán)最大似然估計方法；NQPT為積分點的數(shù)目；SMEAN為測試的平均值；SSD為測試的標準差；NAME為估計文件的名字；PFQ說明移動到臨近分類的百分比；DIST說明先驗分布類型。

3.運行程序及展示結(jié)果

點擊菜單欄的Run，包括四個階段：

(1)0階段(phase 0)，輸入數(shù)據(jù)和準備分析，包括模型說明(model specifications)、校準參數(shù)(calibration parameters)、文件任務和規(guī)定(file assignments dispositions)。校準參數(shù)的結(jié)果主要包括：最大EM周期數(shù)、最大內(nèi)部EM周期數(shù)、最大類別估計周期、最大條目參數(shù)估計周期數(shù)、EM周期的收斂標準、斜率的收斂標準、閾值的收斂標準等等。

(2)1階段(phase 1)，輸出數(shù)據(jù)和計算條目統(tǒng)計量。條目匯總統(tǒng)計量(summary item statistics)，給出每個條目的總?cè)藬?shù)、每個選項的人數(shù)及比例，見表1；條目參數(shù)估計值，給出每個條目的均數(shù)和標準差，所有條目的均數(shù)(31.922)和標準差(5.416)，并計算出經(jīng)典測量理論下的閾值參數(shù)(initial location)和區(qū)分度參數(shù)(initial slope)，見表2。

表1　條目匯總統(tǒng)計量

*：Cumul表示匯總結(jié)果。

表2　條目參數(shù)估計值

*：本表結(jié)果基于經(jīng)典測量理論。

(3)2階段(phase 2)，估計模型的條目參數(shù)。包括給出類別參數(shù)(category parameter)及其標準誤；每個條目的參數(shù)估計值，包括區(qū)分度參數(shù)(slope)及標準誤；閾值參數(shù)(location)及標準誤，猜測參數(shù)(guessing)及標準誤，條目擬合統(tǒng)計量的χ2值和P值，見表3。所有條目的猜測參數(shù)均為0，條目5的閾值參數(shù)最小(-2.376)，條目3的閾值參數(shù)最大(0.578)，所有條目閾值參數(shù)的平均數(shù)為-1.005，說明擬定的條目對患者而言偏容易。

表3　條目的參數(shù)估計值及條目擬合統(tǒng)計量

*：Slope表示區(qū)分度，location表示閾值參數(shù)，guessing表示猜測參數(shù)，SE表示標準誤，χ2表示條目擬合統(tǒng)計量。

(4)3階段(phase 3)，估計被測試者的參數(shù)，包括每個被測試者的平均分類(mean category)、能力參數(shù)(ability)及標準誤，見表4。這里的ability是根據(jù)IRT理論計算出來的能力參數(shù)，跟閾值參數(shù)的尺寸一致。

表4　被測試者的參數(shù)估計值

(5)顯示圖形。Parscale軟件還提供了很多圖形，運行完所有程序后，點擊Run…Plot，顯示了常見的圖形，包括條目特征曲線(item characteristic curve，ICC)，條目信息曲線(item information curves)，總體信息曲線(total information curves)等。例如圖1顯示了條目0001的條目特征曲線；圖2顯示了總體信息曲線。同時顯示所有條目的ICC，見圖3；估計能力的直方圖，見圖4。

圖1　條目0001的條目特征曲線

圖2　總體信息曲線

圖3　同時顯示所有條目的ICC

圖4　估計能力的直方圖

小　　結(jié)

Parscale軟件功能強大，可以估計條目參數(shù)和被試者的能力參數(shù)，并展現(xiàn)多種圖形，廣泛用于多種模型，包括logistic 模型，Samejima模型，Master模型和廣義部分評分模型等。RUMM 2030軟件也可以用于分析多個模型[10]；而Bilog-MG軟件只能分析二分類條目(logistic 模型)，不能分析多分類條目[11]。Parscale軟件的實現(xiàn)需要編寫語句，而RUMM 2030采用點擊的操作模式；兩種軟件各有優(yōu)缺點，相對而言，Parscale軟件的語句容易出錯，在一定程度上影響了它的使用。