生态瞬时评估法在精神障碍领域的应用进展

郑新竹，王伟梁，周郁秋

哈尔滨医科大学大庆校区，黑龙江163000

精神障碍已成为全球性公共卫生问题，也是当下较为突出的社会问题。2010 年全球疾病负担(GBD)调查显示，精神和物质使用障碍分别占伤残调整寿命年(DALY) 和 健 康 寿 命 损 失 年(YLDs) 的7.4% 和22.9%[1]。已有研究显示，我国精神和物质使用障碍的疾病负担从1990 年到2013 年增加了20%，预计到2025 年将再增加10%[2]。为了减轻疾病治疗不当或反复发作对家庭和社会造成的负担，国内外研究者对病人住院时症状的精准评估及出院后疾病的准确监测进行了积极探索。但目前对于这些数据的收集多依赖于病人对过去一段时间症状或体验的总结性回忆，这种认知启发法可能因个体认知偏差导致回忆偏倚，尤其是精神障碍病人脑部功能紊乱，通常会加重回忆偏倚；同时，被试者当下情绪也会影响回忆结果，从而使研究结果被高估或低估，无法制定准确、有效的干预方案[3]。为了突破回忆局限性，实现动态实时评估，生态瞬时评估法(ecological momentary assessment，EMA)逐渐受到研究者关注并被应用于精神障碍人群，且具有一定敏感性和可行性[4]。目前，我国精神障碍领域EMA 相关实证研究较少，本研究旨在对国外相关研究进行归纳与分析，以促进EMA 在我国精神障碍领域的推广，并为精准医疗发展提供参考。

1 EMA 概述

1.1 基本概念 生态心理学强调个体心理与社会环境是动态变化的过程，仅依靠实验室环境下的测量和回顾性的自我报告可能会导致与真实结果存在偏差[5]。1994 年Stone 等[6]首次提出EMA，该方法是指研究者通过在自然情景中对被试者当下行为、情绪体验等变量进行实时数据收集并评估，从而反映被试者更真实的状态。EMA 包括4 个基本特征[3]：①注重自然情景下的反馈，提高生态学效度；②实时评估，减少回忆偏倚；③重复收集数据，凝练典型特征；④通过统计分析探索变量间的内在关联。由此表明，EMA 的具体设计、评估时间、评估内容、数据分析都能随研究目的和理论框架不同而变化，其不变之处在于对被试者当前或最近状态的评估，并在自然环境中随时间推移重复取样。

1.2 发展历史及研究现状 随着生态心理学的提出及医学模式的转变，研究者开始意识到心理与社会因素对疾病的重要影响，以及个体所处自然环境与其身体和心理健康的交互作用，进而提出书面日记、直接行为观察、自我监测、动态生理监测等初具生态学意义的研究方法。心理学家Stone 等[6]将这些方法进行整理，并结合生态学与心理学方法论提出了EMA，起初主要针对心理学、成瘾医学领域，且研究工具主要为纸和笔。随着EMA 研究不断深入和移动科技不断发展，研究者逐渐将EMA 应用到行为医学、精神医学、临床心理学等领域，研究工具也变得多样化，如智能手环、笔记本电脑、智能手机等。我国EMA 研究尚处于起步阶段，主要涉及临床医学及心理学领域。邵华等[7]应用EMA 探讨大学生日常生活中的压力水平与应对方式之间的关系，结果显示，被试者的情绪状态、压力水平和日常体力活动显著影响其应对方式，并发现被试者在前测时填写的回顾性单次测量数据与EMA 纵向数据之间存在显著差异。尚子妹等[8]对乳腺癌病人化疗期间的症状反应及睡眠状况进行EMA 研究，并开发了我国首个EMA 平台，但目前仅有症状评估模块，还需进行后续开发。

2 EMA 的研究设计

EMA 的研究设计主要取决于研究目的和理论框架，一般分为基于事件的监测、基于时间的监测以及两种方式结合的监测[3]。

2.1 基于事件的监测 基于事件的监测是研究者根据研究目的选取目标事件。Sakamoto 等[9]将目标事件定义为惊恐发作，要求被试者采用自我监测方法，当目标事件发生时立即上报，以减少回忆偏差。基于事件监测的研究设计较多应用于物质成瘾领域，Phillips等[10]将对成瘾物质的渴望或使用定义为目标事件，并要求被试者在主动上报时说明诱发原因，以确定成瘾的主要诱发因素。此类设计虽然可以调查目标事件的全部样本，但是研究者无法确定被试者的依从性，可能存在发生目标事件但并未主动上报的情况。因此，多数研究采用基于时间的监测或两种方式结合的监测设计。

2.2 基于时间的监测 为观察一段时间内兴趣变量的细致变化，研究者可根据研究目的选择目标变量，采用经验抽样的方法设定评估的时间范围，并纵向多次取样。Schoevers 等[11]为评估抑郁或焦虑症病人、缓解期病人及健康人群这3 组被试者的日常情绪波动差异，在2 周内每天监测5 次，每次间隔3 h，收集被试者当下情绪状态。但该方法重复固定的取样时间可能产生反应性效应，因此可以将取样时间设定为随机[12]或半随机[13]，以尽量避免此类情况发生。另外，设置评估频率时要考虑到被试者的负担以及目标变量可能变化的速度。

2.3 两种方式结合的监测 将事件与时间相结合的研究设计是目前EMA 的研究趋势。Schaefer 等[14]为评估暴食症病人暴饮暴食发生与其情绪状态之间的关系，将暴饮暴食定义为目标事件，并收集病人不同时点的情绪状态，结果表明，高水平的消极情绪将预示暴饮暴食的发生，并强调内疚感等消极情绪对暴饮暴食发生的关键作用。可见，混合设计中研究者可以通过对目标事件及目标变量的纵向数据收集，分析变量间潜在关联或内在作用机制，以加深对疾病的理解。

3 EMA 在精神障碍病人中的应用现状

3.1 评估或预测症状变化轨迹 EMA 通过纵向多次采样，能使研究者了解一段时间内处于不同情境和经历的病人症状变化或体验情况。以往基于实验室标准化刺激显示精神分裂症病人的情绪体验能力与健康人群差异无统计学意义[15]。Strauss 等[16]应用EMA 结合马尔科夫模型对105 例精神分裂症病人及72 名健康志愿者进行每天4 次、为期6 d 的瞬时情绪体验研究，结果显示，虽然精神分裂症病人情绪体验能力正常，但情绪时间动态方面存在异常，病人积极情绪难以长时间维持，并认为这可能是导致其高水平消极情绪及快感缺失的机制。另有研究者通过评估精神分裂症病人1周内自杀意念的动态变化后发现，自杀意念的产生与病人在经历独处时对孤独感产生的厌恶情绪以及对社会交往质量的消极期望显著相关，提示可以对此类病人进行认知行为干预，以减少自杀意念或行为发生[17]。

研究者还可以通过EMA 对多个变量进行纵向监测，预测症状变化轨迹。O'Leary 等[18]通过抑郁症病人和健康人群1 周内每天清晨对睡眠状况及情绪状态的自我报告发现，抑郁症病人更容易出现失眠症状，且睡眠质量差会反向预测其第2 天对各类生活事件的消极情绪增加。Littlewood 等[19]发现，较差的睡眠质量也将预示抑郁症病人第2 天的高自杀意念，并认为改善病人睡眠质量有助于降低其自杀风险。另有研究将EMA 与加速度计相结合，评估抑郁症病人体育活动与情绪变化间的关系，结果显示，中重度抑郁症病人无论进行何种强度的体育活动都将预示病人1 h 后的积极情绪增加[20]。

3.2 探索变量间的关系 以往对于精神障碍群体的研究多基于横断面调查，无法做出因果推断，EMA 的纵向设计可以很好地规避这一问题。Faurholt‐Jepsen等[21]为探讨双相障碍病人不稳定情绪的发生机制，在基线以及第1 个月、第3 个月、第6 个月、第9 个月进行相关变量实时数据收集，结果显示，疾病完全或部分缓解的病人不稳定情绪发生率仍然较高，且不稳定情绪的出现与感知压力增加、生活质量下降及社会功能受损有关。另一项针对心境障碍病人情绪变异性的EMA 研究发现，运动活动在心境障碍尤其是Ⅰ型双相障碍病人的情绪调节中起核心作用，提示研究者聚焦于提高病人运动活动与主观能量水平的药物或行为干预可能对情绪改善有更好的效果[22]。

睡眠障碍普遍存在于精神障碍病人中，失眠维持认知模型显示，过度焦虑会导致入睡困难或睡眠质量差，且消极的元认知信念与过度焦虑相关[23]。但实证支持主要来源于回顾性量表的横断面研究，为探讨三者之间的关系，Thielsch 等[24]对56 例广泛性焦虑障碍病人进行每天4 次、为期1 周的EMA 研究，结果表明，过度焦虑不仅可以直接影响病人睡眠质量，还可以通过消极元认知信念间接影响病人睡眠质量。另有EMA 研究显示，睡眠质量差也将导致物质成瘾病人对成瘾物质的渴望程度增强，但较强的感知能力可以帮助病人削弱睡眠质量差时对成瘾物质的渴望[25]。因此有必要通过干预病人的感知能力降低其成瘾行为。

3.3 监测治疗效果 精神障碍病人的治疗效果监测通常依赖其填写的回顾性自评量表，可能会存在回忆偏倚、时效性差等缺点，无法实现精准评估，EMA 为疾病监测提供了新视角。Van Os 等[26]应用EMA 在第1周、第6 周和第18 周每天10 次、连续6 d 对重度抑郁症病人症状（情绪状态、药物副作用等）及经历（压力事件、体力活动等）进行重复测量以监测其在接受18 周抗抑郁治疗期间的情绪变化，结果显示，病人在治疗期间情绪状态明显改善，且对积极事件的反应性增强及对压力事件的消极情绪减少存在明显的剂量效应关系。另有研究通过对抑郁症病人连续7 d 在自然环境(公园、草地、湖边等)或城市环境散步50 min 后进行EMA 评估，发现在自然环境中散步的病人记忆力和积极情绪均有显著提高[27]。基于这一点，Beute 等[28]对自然环境进行规范定义后要求59 例抑郁症病人连续6 d上报当前情绪、压力以及所处环境，结果显示，自然环境及日光照射有助于提高病人积极情绪，且对减轻压力有一定帮助，说明日常环境对心理健康具有重要影响。

此外，EMA 还能够帮助医生在监测治疗效果的同时评估病人症状变化，通过个性化反馈调整治疗方案，实现个体化医疗，并促进延续性护理发展。Bastiaansen 等[29]对150 例抑郁症病人进行28 d 的自我监测，病人需要每天报告5 次自己当前的情绪状态及活动经历，研究者根据病人每周的个性化反馈制定不同干预措施，并在试验结束后1 个月、2 个月、3 个月、6个月进行随访，监测其症状改善程度，结果证实EMA实施监测的有效性，并提出可以将EMA 作为抑郁症治疗的辅助工具，为病人提供个性化干预方案，优化治疗效果。

3.4 监测复发迹象 精神障碍病人经过急性期的系统治疗后回归家庭，由于病人及家属通常缺乏遵医嘱意识，复发风险较高，精神障碍病人在复发前往往有一定的前驱表现，因此对出院后病人进行疾病监测以尽早识别复发迹象尤为重要。Barnett 等[30]通过对17例精神分裂症病人的行为轨迹和社会功能进行为期3 个月的监测后发现，病人复发前2 周行为异常检出率比其他时段高71%，说明可以通过EMA 监测病人复发迹象，提前采取干预措施，促进病人预后。另有对精神障碍出院病人日常生活经历的EMA 研究，结果显示，压力事件强度和社交互动频次将影响病人情绪状态，对病人情绪状态的监测有助于提早识别复发迹象[31]。

精神障碍病人常共病物质依赖，且戒断困难，即使戒断成功，短时间内复发率仍然较高[32]。EMA 使研究者不仅能够监测病人的戒断状态，还可以通过对其他变量的评估了解导致病人复发的原因。Brodbeck 等[33]尝试对242 例戒烟2 周内的抑郁症合并尼古丁依赖病人进行EMA 调查并随访3 个月，结果显示，在尝试戒烟期间高抑郁症状病人报告的压力事件更频繁，且经历压力事件将导致病人自我效能降低及吸烟欲望增加，戒烟失败可能性更大，因此，对于基线时高抑郁症状的病人应加强干预，以提高其戒烟成功率。

4 EMA 应用前景与挑战

已有数据显示，2018 年全球移动通信工具用户已突破50 亿，精神障碍病人手机持有率呈显著增长的趋势[34]。智能手机的普及为EMA 的实施提供了可行的平台，且其生态学效度较高。我国EMA 研究尚处于起步阶段，应用前景广阔，研究者不仅可以针对精神障碍病人的症状评估、疾病监测以及疗效观察等开展EMA 研究，还可以扩展EMA 研究人群。Heron 等[35]在EMA 基础上提出生态瞬时干预(EMI)，并对27 项符合EMI 的研究进行Meta 分析，结果证明EMI 在精神障碍人群中具有可行性和有效性，且参与者表示更倾向于通过移动设备增强健康。未来研究可以考虑将EMA 和EMI 相结合进行研究设计。

目前，EMA 研究尚存在局限性。已有研究表明，重复即时测量可能诱发目标变量阳性结果或增强被试者反应性，从而影响试验结果[36]。同时，精神障碍病人在进行EMA 研究时会报告较重的负担，虽然这种负担并不消极，也没有影响病人依从性，但病人高依从性可能与每次自我报告后会获得报酬有关，将增加研究成本[37]。此外，EMA 研究中研究者需在一段时间内对被试者进行重复取样，往往会产生大量数据，样本量过大会难以进行质量控制，且由于大多数EMA 研究需要与移动设备结合，在实施过程中可能存在技术操作困难及设备故障等问题，需要专业技术人员配合。

5 小结

EMA 广泛用于精神障碍各领域，其应用灵活，且作为传统评估方法的补充，不仅可以作为独立测量工具，也可以与量表或客观测量工具联合使用。EMA 可以帮助研究者理解症状之间的关系，探索随时间推移各变量间的动态本质，了解被试者的隐性思维、行为模式及症状变化轨迹，阐明其心理过程和作用机制等，不仅适用于治疗前干预方案的制定，也可用于治疗后干预效果的评估。研究者可以在借鉴国外已有成果的同时结合我国社会文化背景丰富EMA 相关研究，从而为精神障碍病人带来更大益处。