健康适能评价指标体系的构建研究

蒋丽洁，许军*，黄晨，冯叶芳，许梦瑶，伍成凯，李文源，张金华，吴伟旋

“体适能”一词源于运动医学领域，是从运动医学视角评价躯体适应能力的综合指标，其核心内涵为“身体适应外界环境变化的能力”［1-3］。随着疾病谱的变化及生物医学模式向生物-心理-社会医学的转变，人们对体适能概念的认识也在不断深入，单纯强调生理（躯体）对环境适应能力的“体适能”概念已不能满足对个体适应能力评价的需求，对个体适应能力的评价不应仅包含生理（躯体）适能，还应包括心理适能、社会适能评价内容。因此，本研究提出“健康适能”的操作定义为：内外环境发生变化时，个体在生理、心理和社会上所具有的最佳适应能力。

本课题组前期采用Delphi专家征询法，对健康适能评价指标进行初步筛选，形成了66个条目的健康适能评价体系。为对该指标体系进行进一步精简与优化，本研究编制《健康适能评定量表测试版》并在人群中开展调查，对条目进行分析与再评价，旨在遴选特异度好、灵敏度高、可操作性强的指标，保证评价指标的科学性、可靠性与代表性，力求比较全面、准确、具体地反映出健康适能的真正内涵和外延。

1 对象与方法

1.1 研究对象 采用便利抽样法，于2019年7—8月在广州市天河区、白云区、黄浦区抽取相应社区、高校及体检中心开展流行病学调查。根据多变量统计学的经验做法，条目测试分析的样本量应为条目数的5～20倍［4-5］。《健康适能评定量表测试版》共有66个初选条目，考虑脱落率并结合课题抽样方案设计，最终确定选取大学生、老年人、城镇居民3个群体共计600例样本进行现场调查。纳入标准：年龄≥18岁，愿意配合调查；排除标准：认知功能障碍者，不配合调查者。

1.2 研究方法

1.2.1 《健康适能评定量表测试版》 本课题组经Delphi专家征询，初步形成《健康适能评定量表测试版》。该量表为一个二阶式结构的测量工具，包含生理适能、心理适能、社会适能3个子量表，并在各子量表下分别设置器官功能（P1～P8）、活动功能（P9～P17）、躯体调适能力（P18～P25）、认知功能（M27～M31）、心理弹性（M32～M38）、心理应激反应（M39～M47）、社会认知（S49～S53）、角色适应（S54～S58）、社会资源与社会支持（S59～S64）9个维度，共计66个初选条目（见表1）。量表评分采用正反向计分法与Likert 5级评分法，每个选项从差到好分别赋予1～5分，正向条目得分为其原始评分，反向条目得分为6-原始评分。各维度总分等于所属条目得分之和，各子量表总分等于所属维度得分之和，总量表得分为各子量表得分之和。

表1 《健康适能评定量表测试版》内容Table 1 Healthy Fitness Measurement Scale

1.2.2 条目分析方法 对于量表条目的分析多采取临界比值（critical ratio，CR）法，又称极端值法［6］。其计算方式是将量表总分从高到低排序，按得分分为高分组与低分组，分析每个指标高分组与低分组间的CR，并以其得分差异是否具有统计学意义来考察条目是否具有较好的鉴别能力［7］。如果条目在高分组与低分组间的得分存在显著性差异，则表明该条目能有效鉴别不同被试对象，可考虑保留该条目，否则予以删除。

1.2.3 条目筛选方法 国内外用于量表条目筛选的方法较多，目前常用的方法包括主观评价法、频数分布法、离散趋势法、聚类分析法、因子分析法、主成分分析法、判别分析法、相关性系数法等［8-9］。由于各种方法均有其优势与不足，因此，在实际应用过程中常综合应用多种方法进行分析评价。为使健康适能评价指标更为准确、可靠，本研究综合应用变异系数法（CV法）、指标间相关性系数法（指标共线性分析法）、指标与维度间相关性系数法、因子分析法、主成分分析法以及内部一致性系数法（Cronbach's α系数法）共6种方法对62个健康适能评价指标进行分析评价，4个总体评价条目不纳入本次条目筛选分析。

1.3 统计学方法 采用EpiData 3.02软件建立数据库并实行双录入核对，采用SPSS 22.0进行统计分析。计量资料以（±s）表示，条目分析方法采用独立样本t检验；相关系数法采用Spearman秩相关分析；因子分析、主成分分析通过Data reduction-factor analysis模块进行，Cronbach's α系数通过Scale-reliable analysis模块进行。以P＜0.05为差异有统计学意义。

表2 《健康适能评定量表测试版》条目分析结果（±s，分）Table 2 Item analysis results of Healthy Fitness Measurement Scale

表2 《健康适能评定量表测试版》条目分析结果（±s，分）Table 2 Item analysis results of Healthy Fitness Measurement Scale

条目 高分组（n=1 5 0）（n=1 5 0） t值 P值 条目 高分组（n=1 5 0）低分组低分组（n=1 5 0） t值 P值P 1 3.6±0.9 2.9±0.9 6.4 9 ＜0.0 1 M 3 4 4.5±0.6 3.3±0.8 1 4.6 4 ＜0.0 1 P 2 3.6±0.8 2.8±0.8 8.8 7 ＜0.0 1 M 3 5 4.6±0.6 3.3±0.7 1 7.3 9 ＜0.0 1 P 3 4.4±0.8 3.4±1.0 1 0.4 4 ＜0.0 1 M 3 6 3.7±0.9 2.7±0.9 9.1 3 ＜0.0 1 P 4 4.1±0.5 3.4±0.7 8.6 3 ＜0.0 1 M 3 7 4.3±0.8 3.2±0.9 1 1.1 8 ＜0.0 1 P 5 4.8±0.5 3.8±0.8 1 2.8 7 ＜0.0 1 M 3 8 3.9±0.9 3.0±0.8 9.9 7 ＜0.0 1 P 6 4.1±0.8 3.0±0.8 1 1.9 0 ＜0.0 1 M 3 9 4.4±0.6 3.1±0.7 1 6.7 2 ＜0.0 1 P 7 4.5±0.7 3.4±0.8 1 2.3 9 ＜0.0 1 M 4 0 4.1±0.8 3.0±0.7 1 2.8 0 ＜0.0 1 P 8 4.7±0.6 3.8±0.8 1 1.2 2 ＜0.0 1 M 4 1 3.6±1.0 2.9±0.9 6.6 3 ＜0.0 1 P 9 4.6±0.7 3.4±1.0 1 1.6 7 ＜0.0 1 M 4 2 4.1±1.0 3.0±0.7 1 0.4 4 ＜0.0 1 P 1 0 4.7±0.6 3.3±1.0 1 4.1 8 ＜0.0 1 M 4 3 4.2±0.7 3.3±0.6 1 1.6 8 ＜0.0 1 P 1 1 4.8±0.4 3.8±1.0 1 3.1 7 ＜0.0 1 M 4 4 4.2±0.7 3.1±0.7 1 3.3 3 ＜0.0 1 P 1 2 4.9±0.3 3.9±1.0 1 2.2 5 ＜0.0 1 M 4 5 3.5±0.9 2.6±0.9 8.3 4 ＜0.0 1 P 1 3 4.2±1.1 3.0±1.2 8.8 7 ＜0.0 1 M 4 6 3.9±0.8 3.0±0.7 1 0.4 8 ＜0.0 1 P 1 4 4.6±0.7 3.4±1.0 1 3.2 6 ＜0.0 1 M 4 7 4.4±0.6 3.3±0.7 1 4.7 5 ＜0.0 1 P 1 5 4.8±0.7 4.1±0.8 8.5 4 ＜0.0 1 T 4 8 4.4±0.5 3.0±0.8 1 6.9 9 ＜0.0 1 P 1 6 4.9±0.3 3.8±0.9 1 4.7 7 ＜0.0 1 S 4 9 4.9±0.3 4.3±0.7 8.6 2 ＜0.0 1 P 1 7 4.5±0.9 2.8±0.9 1 4.0 3 ＜0.0 1 S 5 0 4.5±0.6 3.7±0.8 1 0.5 6 ＜0.0 1 P 1 8 4.0±0.9 3.0±1.1 8.9 3 ＜0.0 1 S 5 1 4.9±0.4 4.3±0.7 9.6 3 ＜0.0 1 P 1 9 3.7±1.1 2.6±0.9 9.5 1 ＜0.0 1 S 5 2 4.4±0.7 3.6±0.9 9.0 4 ＜0.0 1 P 2 0 4.0±0.7 3.1±0.8 1 0.6 6 ＜0.0 1 S 5 3 4.1±0.8 3.3±0.7 9.5 2 ＜0.0 1 P 2 1 3.7±0.8 2.6±0.7 1 2.2 2 ＜0.0 1 S 5 4 4.7±0.6 3.7±0.8 1 2.6 7 ＜0.0 1 P 2 2 4.6±0.7 3.5±0.7 1 3.5 4 ＜0.0 1 S 5 5 4.6±0.5 3.4±0.7 1 7.5 8 ＜0.0 1 P 2 3 4.1±1.1 3.4±0.8 7.1 6 ＜0.0 1 S 5 6 4.6±0.5 3.5±0.8 1 5.7 0 ＜0.0 1 P 2 4 4.6±0.6 3.5±0.8 1 3.2 6 ＜0.0 1 S 5 7 4.5±0.6 3.4±0.7 1 6.1 5 ＜0.0 1 P 2 5 4.6±0.6 3.5±0.8 1 4.0 1 ＜0.0 1 S 5 8 4.3±0.7 3.2±0.8 1 2.1 6 ＜0.0 1 T 2 6 4.5±0.6 3.2±0.7 1 7.3 7 ＜0.0 1 S 5 9 4.2±0.8 3.1±0.9 1 1.2 6 ＜0.0 1 M 2 7 4.4±0.7 3.1±0.8 1 5.0 1 ＜0.0 1 S 6 0 4.2±0.8 3.4±0.8 9.6 7 ＜0.0 1 M 2 8 3.7±0.9 2.4±0.7 1 3.6 8 ＜0.0 1 S 6 1 3.4±0.9 3.0±0.8 4.4 9 ＜0.0 1 M 2 9 3.9±0.7 2.6±0.8 1 4.2 8 ＜0.0 1 S 6 2 4.4±0.8 3.1±0.9 1 3.6 1 ＜0.0 1 M 3 0 4.7±0.5 3.6±0.8 1 3.7 6 ＜0.0 1 S 6 3 4.0±0.9 2.9±0.9 1 0.3 8 ＜0.0 1 M 3 1 4.4±0.6 3.2±0.7 1 5.9 9 ＜0.0 1 S 6 4 4.5±0.6 3.4±0.7 1 3.6 7 ＜0.0 1 M 3 2 4.5±0.6 3.1±0.8 1 7.7 8 ＜0.0 1 T 6 5 4.4±0.6 3.3±0.7 1 5.1 4 ＜0.0 1 M 3 3 4.5±0.7 3.3±0.9 1 2.2 8 ＜0.0 1 T 6 6 4.4±0.6 3.2±0.6 1 6.7 1 ＜0.0 1

2 结果

2.1 一般情况 本研究共发放问卷600份，回收问卷581份，回收率为96.8%。剔除问卷中填写质量不高或条目完成率低于80.0%的问卷，共得到有效问卷553份，有效回收率为92.2%。本次调查中，男309例（55.9%），女244例（44.1%）；年龄18～86岁，平均年龄（40.2±16.9）岁；文化程度：初中及以下学历67例（12.1%），中专或高中学历91例（16.5%），大专学历68例（12.3%），本科学历224例（40.5%），研究生及以上学历97例（17.5%），信息缺失6例（1.1%）。

2.2 条目分析 本研究将健康适能总体得分进行转化，转化公式为：量表总转化分=（量表原始粗分-量表理论最低分）/（量表理论最高分-量表理论最低分）×100［10］。按量表总转化分的高低排序，以总转化分最高分的27%（即总转化分≥75.4分）作为高分组，以总转化分最低分的27%（即总转化分≤63.7分）作为低分组［11］，将两组得分经两独立样本t检验，结果显示，量表所有条目高分组与低分组之间的得分均存在显著性差异，保留所有条目，见表2。

2.3 条目筛选

2.3.1 CV法 CV是指数据的标准差（SD）与均值（M）之比，其计算公式为CV=SD/M×100%［12］。参考以往量表条目筛选标准［7，13］，本研究拟将CV＜0.2的指标删除。据此删除指标P4、P5、P8、P12、P15、P22、M30、M35、S49、S50、S51、S55、S56、S57、S64，见表 3。

2.3.2 指标间相关性系数法 为保证量表的精简，本研究通过指标间相关性系数法（指标共线性分析法）进行指标的筛选。计算指标间相关性系数，筛选并删除r＞0.5的多对指标，同时需结合专家咨询中专家对指标的重要性排序，优先保留重复指标中重要性靠前的条目。据此，拟删除指标P8、P9、P12、P14、P16、P24、M29、M31、M34、M43、M44、M47、S57、S62，见表 3。

2.3.3 指标与其维度间相关性系数法 指标与其维度间相关性系数法主要用于判断指标是否归属于该维度。计算《健康适能评定量表测试版》中各条目与其对应维度得分的相关系数r，拟删除r＜0.4的评价指标，或r在各维度中排名为倒数第1～3位的条目。据此删除指标P1、P4、P15、P19、P21、P23、M30、M36、M41、M45、M46、S49、S53、S54、S61，见表3。

2.3.4 因子分析法 对62个初选指标作因子分析并经最大方差旋转，删除在各因子上负荷系数＜0.45的评价指标，或在两个及两个因子上的因子负荷系数相近且无显著性差异的评价指标［14］。计算数据的KMO统计量并进行Bartlett球型检验，结果显示KMO值为0.939，Bartlett球型检验P＜0.05，提示数据的偏相关性较小，且拒绝单位阵的原假设，适合进行因子分析。因子分析结果显示，相关矩阵特征值＞1的共有13个公因子。13个公因子的特征值总和为37.58，累积方差贡献率为60.62%。经过因子分析法删除的指标有：P2、P3、P19、P25、M27、M42、S49、S50、S53、S64，见表 3。

2.3.5 主成分分析法

2.3.5.1 生理适能评价指标 对25个生理适能评价指标进行主成分分析，共提取出5个特征值＞1的因子，五个主成分的方差贡献率分别为32.59%、7.80%、6.72%、5.01%、4.32%，累积方差贡献率为56.42%。一般认为，因子载荷＜0.5的条目被所属公因子解释程度较弱，可考虑将其删除。据此删除指标P3、P15，见表3。

2.3.5.2 心理适能评价指标 对21个心理适能评价指标进行主成分分析，共提取出4个特征值＞1的因子，四个主成分的方差贡献率分别为39.03%、7.73%、6.41%、5.28%，累积方差贡献率为58.46%。一般认为，因子载荷＜0.5的条目被所属公因子解释程度较弱，可考虑将其删除。据此删除指标M42、M47，见表 3。

表3 健康适能评价指标筛选结果Table 3 Screening results of health-related fitness evaluation indicators

（续表3）

2.3.5.3 社会适能评价指标 对16个社会适能评价指标进行主成分分析，共提取出3个特征值＞1的因子，三个主成分的方差贡献率分别为36.29%、9.15%、6.83%，累积方差贡献率为52.28%。一般认为，因子载荷＜0.5的条目被所属公因子解释程度较弱，可考虑将其删除。据此删除指标S53，见表3。

2.3.6 Cronbach's α系数法 Cronbach's α系数是评价内部一致性的重要指标。首先计算某一方面的Cronbach's α系数，比较去除某一条目后系数的变化。如果去除某一条目后Cronbach's α系数显著上升，则说明去掉该条目能使量表的内部一致性增强，应考虑删除该指标，反之保留［7］。据此删除指标P1、M36、M41、S61，见表3。

2.4 条目确定 运用以上6种方法对健康适能62个初选指标进行分析与再筛选。本研究拟选取被6种方法选入4次或4次以上的初选指标，并结合前期的研究工作、专家对指标的重要性评价以及实地调研中被调查者对各指标的实际反馈情况，优先保留统计分析结果良好、专家重要性评分高、实操性强、便于理解的指标。在指标调整过程中，P22与P23内容相似，对其进行合并并修改表述；P13、P20、M32、M34、M46、M47、S56表述不清，对其语言表达进行进一步修正；经检验，被试对象对社会认知维度设置的指标（S49～S53）难以理解，且部分专家对该维度的设置存在一定争议，考虑将其删除。经课题协调小组的删除、调整、合并与修改，最终确定生理适能有14个指标入选，心理适能有11个指标入选，社会适能有9个指标入选，再加上生理适能、心理适能、社会适能各1个总体评价指标与1个健康适能总体评价指标，共计38个条目入选，构成健康适能评价指标体系，并以此评价指标体系为基础编制出《健康适能评定量表V1.0》，见表4。

表4 《健康适能评定量表 V1.0》结构划分Table 4 Structural classification of Healthy Fitness Measurement Scale Version 1.0

3 讨论

一般而言，编制具有较高信度效度的健康适能评定量表需要遵循以下原则：一是在指标体系的构建过程中，要广泛、全面遴选具有代表性和可操作性的指标，能够反映出健康适能的真正内涵与外延；二是所选取的指标要有较好的区分度，能有效辨别和区分不同个体间的健康适能状况；三是评价指标体系的条目数量应控制在一定范围之内，以尽量少的指标反映健康适能最多的信息，保证量表的可操作性和实用性。《健康适能评定量表》主要用于个体健康适能状况的评价，因此在保证条目内容效度的同时，还要确保量表的条目数量合理。基于此，本研究利用条目分析法、CV法、因子分析法、Cronbach's α系数法等统计学方法对健康适能评定量表的条目进行进一步分析和筛选。

本研究运用CR法进行条目分析，结果显示各条目高分组与低分组之间得分具有显著性差异，提示条目均能较好地区别不同个体的健康适能状况，据此保留所有条目。本研究综合运用6种统计分析方法，对健康适能评价指标进行分析与再筛选。CV法从条目的敏感性角度来遴选指标，若条目的CV太小，则说明其用于评价个体健康适能状况的区别能力较差，灵敏度不高，考虑将其删除［15］。计算各指标的CV发现，共有15个指标的CV＜0.2，提示以上指标区别能力较差，考虑将其删除。编制量表过程中，指标间测量的内容应尽量避免重复，不同的指标应反映不同的测试内容［16］。本研究将《健康适能评定量表测试版》中各条目的得分做相关分析，并综合专家对指标的重要性评价以及指标的实操性，删除了14个指标。计算指标与其所属维度的r值，若某一指标属于该维度，则该指标与其所属维度得分的r值应较大，而与其他维度得分的r值较小［17］，由此删除15个指标。主成分分析与因子分析是为了探索各指标公因子的分布状况，剔除负荷系数小、代表性较差的指标。经统计分析，剔除主成分分析中被所属公因子解释程度较弱的指标（因子载荷＜0.5），以及因子分析中负荷系数较小（＜0.45）的指标。Cronbach's α系数用于检验指标体系内部结构的一致性、稳定性，本研究经分析剔除4个指标，保证了健康适能评价指标具有较好的内部一致性。

综上，本研究联合应用6种统计学分析方法，删除了一些区分度差、代表性差、内容重复以及影响内部一致性的指标，最终确定38个指标入选，构成健康适能评价指标体系，并以此为基础，初步编制出《健康适能评定量表V1.0》（Healty Fitness Measurement Scale Version 1.0，HFMS V1.0）。本研究基于生物-心理-社会三维医学模式以及WHO提出的三维健康观理论，从生理、心理、社会三方面对个体健康适能状况做出评价，符合健康评价与健康测量研究领域的发展趋势。对于当前部分学者提出的道德健康、环境健康等健康内涵，本课题组将在下一步的研究中予以探讨。有关《健康适能评定量表 V1.0》的信度、效度、反应度等指标的考评，将在后续研究中予以报告。

本研究在国内外相关文献的基础上，将体适能概念进行丰富与拓展，提出了健康适能的操作定义，并将自测健康与健康适能的测量相结合，提出编制包括生理适能、心理适能、社会适能三个方面的健康适能评价体系，形成《健康适能评定量表V1.0》，为个体和有关部门有效地开展健康适能的测量、干预与管理工作提供科学依据和手段。

作者贡献：蒋丽洁、黄晨负责进行文章的构思与设计、数据分析及论文的撰写；许军、张金华、吴伟旋负责设计研究方案与研究的可行性分析，对本文进行监督管理；冯叶芳、许梦瑶、伍成凯负责进行现场调查、数据管理及数据分析；许军、李文源负责整体质量控制。

本文无利益冲突。