喻 婷，胡德英，許 珂，周 依，滕 芬

（1.華中科技大學同濟醫(yī)學院護理學院，湖北 430030；2.華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院）

自殺是一個嚴重的全球性公共衛(wèi)生與社會問題，每年約有80 多萬人死于自殺[1]。自殺給個人、家庭乃至社會造成了巨大的損失和影響。預防自殺、降低自殺死亡率是一項全球要務，在《精神衛(wèi)生行動計劃（2013—2020 年）》中，世界衛(wèi)生組織（World Health Or‐ganization,WHO）指出全球都應致力于到2020 年實現(xiàn)各國自殺率降低10%的全球目標[2]。自殺風險評估是臨床醫(yī)護人員對可能有自殺傾向和自殺風險的個體進行評估和分析，進而篩選出高危個體的過程，能為治療提供依據(jù)[3]。通過進行自殺風險評估，并對有自殺意念的個體進行定期測驗，在一定程度上是可以預防自殺的[4]。因此，防患于未然，準確評估自殺風險是預防自殺的關鍵環(huán)節(jié)，能為后續(xù)的干預工作提供依據(jù)并創(chuàng)造機會，從而預防自殺。目前評估自殺風險的方法幾乎完全依賴于個體自我報告的自殺想法或意念[5]。美國自殺協(xié)會（American Association of Suicidology，AAS）[6]強調(diào)：個體自我報告的自殺意念并非全部真實。通過量表、問卷等以自我報告為主的傳統(tǒng)方法來評估自殺風險[7]，在實際工作中可能會因不信任感、病恥感等多種原因，個體會故意隱瞞或歪曲當前的自殺風險[8‐10]。此外，自殺風險存在不穩(wěn)定性和波動性[9]，這些局限性使以自我報告為主的傳統(tǒng)評估法的檢驗效度降低。為了克服傳統(tǒng)評估法的局限性，國內(nèi)外學者研制和開發(fā)了多種非傳統(tǒng)評估方法，包括內(nèi)隱聯(lián)想測驗(implicit association test,IAT)、情感錯誤歸因程序、生態(tài)瞬時評估、機器學習技術等。本文從IAT 及其范式在自殺風險評估中的發(fā)展與應用等方面進行綜述，同時簡要介紹其他非傳統(tǒng)評估法，以期為國內(nèi)學者開展相關研究提供參考。

1 內(nèi)隱聯(lián)想測驗

IAT 是Greenwald 等[11]于1998 年提出的一種新的內(nèi)隱社會認知的研究方法，采用計算機進行辨別分類任務，以反應時為指標，通過對目標詞和屬性詞之間自動化聯(lián)系程度的評估來對個體的內(nèi)隱態(tài)度等進行間接測量[12]。

1.1 IAT 的程序 IAT 的基本過程是在計算機屏幕上呈現(xiàn)一個屬性詞，讓被試盡快地進行辨別歸類（即歸于某一目標詞）并按指定鍵做出反應，反應時被計算機自動記錄[12]。目標詞（如花、蟲）和屬性詞（如愉快、不愉快）之間有兩種可能的關系：相容的（如花-愉快，蟲-不愉快）和不相容的（如花-不愉快，蟲‐愉快）。相容或不相容關系是針對被試的內(nèi)隱認知結構而言，當其內(nèi)隱認知認為二者是相容時，反應時會更短，反之亦然。利用不相容和相容條件下的反應時之差作為內(nèi)隱態(tài)度的指標。差值越大，表明內(nèi)隱聯(lián)系程度越緊密，內(nèi)隱態(tài)度越牢固。以內(nèi)隱自殺意念的IAT 為例，其測驗程序見表1。

表1 IAT 測驗程序

1.2 IAT 的范式 IAT 在提出之后被各個領域廣泛應用，其局限性也顯露出來。研究學者根據(jù)需求在傳統(tǒng)IAT 的基礎上進行了不斷的修正與發(fā)展，其形式和內(nèi)容上都有了多種范式，這些范式是對傳統(tǒng)IAT 的繼承和發(fā)展，同時與傳統(tǒng)IAT 互相補充。在此主要對用于自殺領域的相關范式進行介紹。

1.2.1 單類內(nèi)隱聯(lián)想測驗(Single Category Implicit Association Test,SC‐IAT) 單類內(nèi)隱聯(lián)想測驗是An‐drew 等[13]于2006 年提出的一種范式。傳統(tǒng)IAT 使用目標詞和屬性詞的互相補對，通過測量兩者間聯(lián)系程度來評估內(nèi)隱態(tài)度，其測量結果為相對態(tài)度[14]，而SC‐IAT可用來測量和單一目標詞之間的聯(lián)系強度，結果傾向為絕對態(tài)度，用于評估自殺意念有良好的有效性和可行性[15]。SC‐IAT 是一項類似于IAT 但類別較少的任務，操作更簡單，認知要求更低，可能更適合年輕或病情更嚴重的個體[9]。其測驗程序見表2。

表2 SC‐IAT 測驗程序

1.2.2 簡式內(nèi)隱聯(lián)想測驗(Brief Implicit Association Test,BIAT) BIAT 由Sriram 等[16]于2009 年 提 出，是傳統(tǒng)IAT 的另一種新的范式。相對于傳統(tǒng)IAT 需關注4 類刺激（自我和死亡、他人和死亡、自我和生命、他人和生命），在BIAT 中被試只需聚焦于其中兩類刺激(自我和死亡、他人和死亡)，此時被試只需注意特定按鍵(如F 鍵)反應相匹配的類別，而其他的類別均按另一特定按鍵(如J 鍵)，運用了更為簡化的指令，明顯優(yōu)化操作流程[17]，且測驗時間明顯縮短，可在臨床時間壓力大的臨床科室或其他場所中使用[18]。針對傳統(tǒng)IAT、BIAT 及SC‐IAT 三者的有效性，國內(nèi)學者使用三者對大學生自殺意念的測量效果進行了比較，指出BIAT、SC‐IAT 雖在操作流程等方面優(yōu)于傳統(tǒng)IAT，但傳統(tǒng)IAT 的效應指標最高，敏感性最好[19]。由于研究對象的單一性，并不能證實結果的普遍性。因此，對于不同范式測量的具體效應大小還需復制在不同人群中進行比較。其測驗程序見表3。

表3 BIAT 測驗程序

1.2.3 其他 目前研究學者根據(jù)臨床或研究的需要對傳統(tǒng)IAT 的內(nèi)容也進行了豐富，可使用E‐Prime2.0軟件編制具體的測量內(nèi)容，如抑郁內(nèi)隱聯(lián)想測驗[20]、內(nèi)隱聯(lián)想‐焦慮測驗（Implicit Association Test‐Anxiety）[21]等。和自殺密切相關的有死亡/自殺內(nèi)隱聯(lián)想測驗(death/suicide Implicit Association Test，d/s‐IAT)[22]、死亡內(nèi)隱聯(lián)想測驗（Death Implicit Association Test）[18]、自我傷害內(nèi)隱聯(lián)想測驗（Self‐Injurious Implicit Associ‐ation Test，SI‐IAT）[23]。其中d/s‐IAT 是在IAT 的基礎上，將“死亡/自殺”詞作為直接刺激，用于衡量死亡/自殺與自我的隱性關聯(lián)程度，d/s‐IAT 可有效評估和預測未來的自殺風險[22]；而自我傷害史是未來反復自殺嘗試或自殺死亡的重要危險因素[24]，同時與自我傷害相關的內(nèi)隱認知可作為自殺行為的風險標記[9]。Nock 等[23]于2007 年提出SI‐IAT，采用自我傷害相關的圖片作為刺激，用于衡量個體對自我傷害的隱性關聯(lián)。隨后證明了SI‐IAT 也可準確地判斷并預測當前或未來的自殺意念或傾向[25]。Glenn 等[26]進行了一項大樣本大范圍的研究，對d/s‐IAT 和SI‐IAT 兩個范式進行了檢驗，結果表明二者在自殺評估方面具有特異性，可區(qū)分自殺未遂和非自殺性自我傷害。

2 IAT 在自殺風險評估中的應用

IAT 作為一種非傳統(tǒng)評估法，目前被廣泛應用于自殺風險的評估領域，可通過提供客觀的量性結局指標來規(guī)避傳統(tǒng)評估法的局限性，同時不受社會贊許或期望等主觀因素的影響[27]，可有效評估自殺風險，提高其篩查和預測的準確性[28‐29]。IAT 與傳統(tǒng)評估法二者屬于不同的建構，符合Wilson 等[30]提出的雙重態(tài)度結構模型。

2.1 自殺風險的篩查 運用標準化的評估工具來識別和區(qū)分具有自殺風險個體的過程稱為自殺風險的篩查[3]。研究證實，有自我傷害行為的個體往往是自殺的高風險人群[31]。因此，篩查自我傷害行為的個體對于預防自殺的發(fā)生有著重要意義。Nock等[23]指出SI‐IAT可對自我傷害的青少年進行了篩查，自我傷害者和非傷害者間在內(nèi)隱認知上存在明顯差異。而Kene[32]復制上述研究，結果與Nock 的研究結果相反。兩項研究產(chǎn)生截然不同結果可能是因為Nock 研制的SI‐IAT 使用的刺激為“切割”，而Kene 等[32]的研究對象大多以服藥過量作為自我傷害的方法，提出使用與自我傷害方式更直接的刺激會產(chǎn)生更強的結果。以上研究說明，SI‐IAT 對自殺的篩查區(qū)分作用取決于SI‐IAT 的刺激內(nèi)容與被試經(jīng)歷是否匹配，這樣的局限性使SI‐IAT 尚不能作為常規(guī)篩查工具在實際工作中進行普遍的推廣和使用。通過IAT 篩查不僅可以識別區(qū)分普通人群有無自殺風險，還可明確高危人群自殺行為的相關信息，如自我傷害發(fā)生的新近度、自殺未遂發(fā)生的次數(shù)。IAT 評分越高，則自我傷害越近或自殺未遂次數(shù)越多[26,33]，因此可作為評估當前風險緊迫性的一種方式。

2.2 自殺風險的預測 預防自殺需要對當前或即刻的自殺風險進行評估，同時未來自殺風險的預測同樣重要，以達到早識別、早預防、早干預的目的。對自殺或死亡的隱性認同也可以預測未來的自殺風險[34]。Nock 等[35]發(fā)現(xiàn)SI‐IAT 能準確地判斷目前的自殺狀態(tài)及預測未來的自殺風險，并且能改善已知風險因素（如抑郁或自殺未遂史）的預測結果，增加對自殺結果的預測 效 能[36]。而Millner 等[9]指出SI‐IAT 沒有前瞻性預測自殺的作用，導致結果差異的原因可能是研究對象的自殺經(jīng)歷不同。前者研究對象多有既往自我傷害史，而后者絕大多數(shù)并無此經(jīng)歷。Glenn等[34]發(fā)現(xiàn)d/s‐IAT在預測未來自殺風險方面表現(xiàn)出良好的準確性。總的來說，不同內(nèi)容IAT 范式的預測效能不同，而對死亡的內(nèi)隱認知可能會更好地預測未來的自殺風險，并在一定程度上超過了自我報告指標[37]。還有學者將IAT納入自殺風險預測模型[38]，為預測提供了新的方法。此外，IAT 預測未來自殺風險具體有效時長的結論尚不一致[33]，因此，還需進一步的大樣本多中心研究才能確保研究結果的一般性和準確性。

因此，IAT 作為內(nèi)隱測量一個信效度較高的成熟工具，可以提供內(nèi)隱層面信息，加深對自殺現(xiàn)象的理解，同時提高了自殺風險篩查和預測的準確性。在未來可嘗試研發(fā)IAT 相關的智能應用程序或更為簡單的方式，使其更易結合到利用各種移動平臺的實時風險評估策略中，更好地在臨床中進行推廣和使用。

3 其他非傳統(tǒng)評估方法

3.1 情感錯誤歸因程序(Affect Misattribution Proce‐dure,AMP)[39]情感錯誤歸因程序是一種新近發(fā)展的以投射為基本原理的另一種內(nèi)隱社會認知研究方法。其操作過程是通過呈現(xiàn)自殺（如一具通過懸掛或槍支自殺的尸體）、陰性（如昆蟲吃腐爛的食物）、中性（如凳子或傘）和積極（如兒童開心的笑）的圖片，其中自殺的圖片作為啟動對象，這些圖片會引發(fā)病人不同的情緒體驗，通過統(tǒng)計對比啟動對象對不同圖片所引發(fā)的愉快或不愉快反應比例,來判斷被試對這個啟動對象的態(tài)度是相對積極的還是消極的。AMP 與IAT 相比，不依賴于反應時作為風險度量的標準[40]，更容易對結果進行解釋，并且操作流程簡單，用時更少，具備較好的信效度[41]。

3.2 生態(tài)瞬時評估（Ecological Momentary Assess‐ment,EMA）[42]生態(tài)瞬時評估是一種依賴于智能手機的應用程序，該程序可在評估者設定的時間提醒被評估者完成相應的評估問題，評估結果將再發(fā)送給評估者[43]。通過EMA 可以根據(jù)需求隨時評估并及時得到反饋，同時可最大限度地減少傳統(tǒng)評估法中回顧性記憶偏差的問題。EMA 基于動態(tài)反復自我報告的簡短電子訪談，可用于實時和自然環(huán)境中的變量評估[44]。Husky 等[45]通過對4 個不同自殺風險樣本的研究，證明了EMA 在自殺風險評估領域的可行性和有效性。

3.3 機器學習技術 隨著人工智能的發(fā)展，機器學習技術隨之興起，國外學者將其應用到病人自殺研究領域，綜合多種自殺危險因素建立模型，并取得了顯著成效，相對于傳統(tǒng)評估法，提供了更為客觀、精確的結局指標[46]。Pestian 等[47]采用機器學習技術對急診科自殺的青少年病人進行了前瞻性研究，指出通過機器學習對病人的談話進行記錄和分析，可區(qū)分自殺和非自殺的病人。除此之外，Just 等[48]利用機器學習技術表征人腦中自殺和死亡的相關概念，向病人展示死亡和生命相關詞語，同時使用功能性磁共振成像對大腦中的神經(jīng)活動進行掃描呈現(xiàn)，結果表明此方法可以十分精確地識別病人是否有自殺意念，并且可以進一步區(qū)分病人是否有過自殺嘗試。機器學習技術不僅可以用于醫(yī)院等特定的場所，還可廣泛地在微博、Facebook 等公共社交軟件上對個體發(fā)表的自然語言進行分析，以識別有自殺風險的個體，并可通過后臺發(fā)送相關的支持信息資源。

4 小結

綜上所述，非傳統(tǒng)評估方法在自殺領域扮演著越來越重要的角色，在信息化的時代，通過智能計算機或機器學習等技術提供客觀精確的指標來評估個體自殺風險。由于客觀條件的限制，非傳統(tǒng)的評估方法在實際工作中，尤其是臨床上并未得到推廣和普遍應用。同時，自殺是一個復雜的社會現(xiàn)象，受生理、心理和社會等多方面因素的影響，要準確評估自殺風險有一定的困難，但從量表、問卷等傳統(tǒng)評估法到IAT、機器學習等非傳統(tǒng)評估法，從不同的層面全方位評估個體自殺風險，為更準確評估自殺風險創(chuàng)造了更好的機會，也為后續(xù)的干預提供了更加強有力的依據(jù)。