普通話雙音節詞表在聽力正常青年中的復測信度分析＊

吳丹 張華 王碩 武文芳

1 首都醫科大學附屬北京同仁醫院，北京市耳鼻咽喉科研究所（北京 100005）；2 首都醫科大學生物醫學工程學院

言語測聽可為聽力損失患者的咨詢及需求評估提供參考，并便于了解其助聽后的康復效果［1］。一套好的言語測試詞表必須具有良好的信度（reliability）和效度（validity），才能用于言語評估。評估聽力干預對言語理解能力改善的效果涉及到詞表的復測信度，即聽力干預前后該詞表測試結果的差異是否有統計學意義，是否能證明聽力干預有效。雙音節詞言語測試在臨床上有很廣泛的應用價值，它可以檢查純音測聽結果的準確性，考查患者對言語的敏感性并得到言語識別閾（speech recognition threshold，SRT），以決定閾上給聲強度；也可以測試言語識別率，用于評估人工聽覺裝置的效果。言語識別率較言語識別閾測試方法統一且簡單，應用更廣泛；復測信度評估常用言語識別率的變異范圍評估，其有理論的數學模型，為此，本研究采用具有等價性的雙音節詞表言語識別率測試進行復測信度評估［2］，旨在得出復測信度的參考指標，在同表等價的基礎上保證其測試結果的可靠性，對詞表進行標準化。

1 對象與方法

1.1 測試材料 采用張華等［2］編制的普通話言語測聽材料（mandarin speech test materials，MSTMs）中具有等價性的9張普通話雙音節詞表（每表50個雙音節字）作為言語測聽材料。另有練習表一張，測試項11個，練習表中的測試項與9張雙音節詞表中的測試項沒有重復。

1.2 測試對象 測試對象為18～27歲青年人32例（32耳），平均年齡23.41±1.88歲，其中男15例，女17例，左耳17例，右耳15例；均為大學本科及以上學歷，日常交流方式為普通話，無耳科疾病史且近期無上呼吸道感染，純音聽閾均在正常范圍（雙耳250、500、1 000、2 000、4 000和8 000Hz純音氣導聽閾≤15dB HL），鼓室導抗圖均為A型，均能引出聲反射。受試者均首次接觸此詞表。

1.3 測試地點及設備 測試地點為北京同仁醫院耳鼻咽喉科臨床聽力學中心標準雙間隔聲室，本底噪聲＜20dB（A），測試人員與受試者同室測試。言語測聽材料的言語信號通過Lenovo計算機聲卡輸出，送入MADSEN OB922聽力計輸出至MADSEN Telephonics 296D000－1壓耳式耳機，經單側耳機傳遞給受試者。將1.0kHz純音作為校準音，使用B＆K 2209型精密聲級計、B＆K 4145電容傳聲器和B＆K 4152型仿真耳（設備經北京市計量科學研究院校準）校準設備與聲場，參考國標GB／T 7341.2－1998將0dB SHL言語聽力級校準為言語聲強級（20dB SPL）。

1.4 測試方法 運用首都醫科大學生物醫學工程學院與北京同仁醫院聯合開發的漢語言語測聽智能化系統［3，4］，在智能化軟件中選擇手動選表、手動操控給詞的測試方式。每張表中各個詞的測試順序由智能化軟件控制隨機給出。言語信號通過軟件經電腦輸入聽力計Channel 1，然后經單側耳機傳遞給受試者。以受試者500、1 000、2 000和4 000Hz氣導平均純音聽閾（pure tone average，PTA）較好耳為測試耳。

預測試：選擇5名受試者進行預測試，找出得分正確率為40%～60%的給聲強度。采用下降法，對9張表分別以2dB為步距，根據每名受試的純音平均聽閾（PTA），從PTA＋14dB HL到PTA－2dB HL范圍分別給聲。5名受試者分別從第1、3、5、7、9張表開始，依次測試完九張表，最后得出每名受試者的固定給聲強度為各自的閾上4dB，即PTA＋4 dB HL。

正式測試：本測試所用的9張普通話雙音節詞表順序采用拉丁方設計（表1），27位受試者隨機進入實驗，反應方式為受試者聽到測試詞后復述出來，當受試者沒有聽清楚測試詞時，鼓勵猜測。

表1 27例受試者MSTMs雙音節詞表播放順序

27名受試者復測時間間隔7～28天，平均14天，以完全相同的實驗條件（相同地點、相同強度、相同測試順序等）對每名受試者進行第二輪測試。

1.5 計分方式 采用“全或無”的方式，所用智能化軟件會自動計算該表識別率。雙音節詞中兩個字聲母、韻母及聲調均復述正確得一分，無反應、聲母錯、韻母錯或聲調錯均計為0分。每張詞表的言語識別率得分＝（復述正確詞數／總詞數）×100%。

1.6 統計學方法 本實驗得分率范圍0%～100%。識別－強度（performance－intensity，PI）函數曲線上50%左右得分率變異最大，而在兩端得分率變異度最小，各個得分率的隨機誤差是不一致的［5］。因此，Studerbaker提出了一種對識別率分數進行“合理化”反正弦變換（“rationalized”arcsine transform）的方法［6］，采用SPSS17.0軟件計算每張表兩次得分差值及其變異程度，進行復測信度評估。

2 結果

經正態性檢驗，各表復測和初測得分都符合正態分布。9張表總體的復測和初測的言語識別率分別為52.40%±13.82%和50.74%±13.51%，復測和初測得分平均差值僅為1.66%。對每張表得分進行復測和初測的配對t檢驗顯示，各表復測和初測結果差異無統計學意義（P＞0.05）（表2）。

表2 27例受試者9張MSTMs雙音節詞表復測、初測言語識別率比較（%，±s）

表2 27例受試者9張MSTMs雙音節詞表復測、初測言語識別率比較（%，±s）

表序 復測 初測 復測－初測差值 P值1 55.09±13.26 50.90±14.37 4.19 0.051 2 52.46±15.40 52.20±11.67 0.26 0.925 3 56.92±13.12 55.06±15.34 1.87 0.455 4 53.53±13.17 50.01±12.20 3.52 0.095 5 50.50±12.29 48.63±15.25 1.87 0.346 6 51.15±17.10 50.81±14.42 0.33 0.890 7 53.89±12.25 49.74±13.76 4.15 0.057 8 48.31±13.03 49.68±13.51 －1.37 0.625 9 49.72±13.88 49.63±11.35 0.10 0.965

表3 9張雙音節詞表初、復測結果差值的標準差及臨界差值（%）

根據各表在兩輪測試中各自識別率得分的差值，逐表統計該差值在27名受試者中的標準差（standard difference，SD），并換算成95%置信度下的臨界差值（critical difference，CD）＝SD×1.96（表3）。可見，該套詞表總體標準差為12.0%，總體臨界差值為23.6%。

3 討論

3.1 實驗設計 本研究中所采用的9張測試詞表的順序采用拉丁方設計，對于不同受試者將測試詞表順序循環排列，避免某張表總是在最前或最后，測試期間間斷休息，這樣可避免疲勞測試使言語識別率降低［7］。本研究通過預實驗找出得分正確率為40%～60%的給聲強度為測試強度，既可以比較靈敏地判斷出得分的差異，又避免了得分最差的地板效應（floor effect）和得分最高的天花板效應（ceiling effect）。

本實驗采用的是受試者口頭復述、測試者即時記錄的方式，所以實際聽力測試不僅受到受試者反應的影響，也受測試者的聽力感知的影響［8］。因此，在更嚴格的試驗中，可以在測試者記錄受試者復述內容的基礎上對受試者進行錄音或錄像，以提高測試結果記錄的準確性［8］。

Bamford等［9］提出應該對同一受試者在相同的條件下進行測試，這樣有助于去除儀器和人為因素的誤差。本研究復測時測試者、測試地點、給聲強度及詞表順序都與初測時保持不變，要最大程度的減少系統誤差。然而，相對于純音測聽，重復言語測試面臨一個不可避免問題，就是受試者可能會對測試材料有學習和記憶，即可能存在學習效應這種系統誤差。理論上雙音節詞相對于單音節詞有更多的冗余度，更易于學習記憶，但是本研究結果顯示，各表的復測和初測得分差值均無統計學意義，表明該套詞表并沒有受到明顯的學習效應的影響，證實了使用該套詞表進行復測評估的可行性，復測和初測得分平均差值僅為1.66%，遠小于臨界差值23.6%，說明本研究較好地排除了系統誤差的影響。

3.2 復測信度評估 信度指標關注的是測試結果的可靠性程度，它對于臨床上選擇什么樣的測試材料、如何理解測試結果的誤差范圍都至關重要［10］。信度包括多張測聽表之間的等價性（復本信度）和得分在多次測試中的穩定性（復測信度）。本研究通過對9張等價的雙音節詞表復測信度評估，得出復測和初測的言語識別率差異無統計學意義，證實了該套詞表復測的可靠性，準確的評估測試結果。

言語測聽材料復測信度評估的常用指標是臨界差值（critical difference，CD）。重復測量獲得的實際測量值往往并不能穩定在同一值，而是圍繞某一個數值左右波動，這種誤差稱為隨機誤差。本研究設計時最大化的排除了系統誤差，但是由于變異的存在，隨機誤差不可避免。復測信度體現的是這種隨機測量誤差，它通過計算受試者自身復測得分差值的標準差（standard deviation，SD）進行評估，這個SD值可用來確定得分變化的臨界差值（CD＝SD×1.96，95%置信度），只有大于該臨界差值，才能確切地得出"兩次言語識別率有差異"的結論。應用二項式分布理論，由50個彼此獨立的、聽敏度（audibility）上完全同質的測試項組成的測聽表，其言語識別率在50%時所對應的臨界差值為18.1%［11］，即兩次測試條件完全一致，測量的差值也將在此理論值范圍內波動，此范圍內的言語識別率變化不能表明結果存在統計學差異。

該套詞表的臨界差值為23.6%，略大于理論值18.1%。分析原因：①測試的給聲強度為50%左右得分率，在PI曲線上變異最大，且雙音節詞較單音節詞PI曲線斜率更大，故得到較大值；②參考值是將得分率作為二項分布來研究，但它的前提條件是測試項特征應具有完全同質性；50詞的雙音節詞表在音位平衡、可懂度和言語聽力級上基本達到一致；此外，對表內各測試項而言，受試者的狀態、測試條件等也應彼此獨立，而現實中這些前提條件不可能嚴格成立，所以實驗結果與理論值存在一定的差異。

總之，本次研究初步驗證了9張普通話雙音節表具有較好的復測信度，在實驗和臨床應用中其評估言語識別的結果是可靠的。應用該套雙音節表在正常人群中進行相關言語評估測試時，確認兩次測試言語識別率有差異，其前后兩次得分的差值應超過該臨界差值（23.6%）。

1 Zhang H，Wang L，Wang S，et al.Speech and language evaluation for cochlear implant［J］.Chinese Journal of Clinical Rehabilitation，2005，9：188.

2 Wang S，Mannel R，Philip N，et al.Development and evalua－tion of Mandarin disyllabic materials for speech audiometry in China［J］.International Journal of Audiology，2007，46：721.

3 張華，王碩，陳靜，等.普通話言語測聽材料的智能化研究［J］.中華耳鼻咽喉頭頸外科雜志，2008，43：407.

4 Wu WF，Zhang H，Chen J，et al.Development and evaluation of computerized mandarin speech test system in China［J］.Computers in Biology and Medicine，2011，41：133.

5 Thornton AR，Raffin MJ.Speech－discrimination scores modeled as a binomial variable［J］.J Speech Hear Res，1978，21：507.

6 Studerbaker GA.A"rationalized"arcsine transform［J］.Speech Hear Res，1985，28：455.

7 Mendel LL，Danhauer JL.Test administration and interpretation［M］.In：Mendel LL，Danhauer JL.ed.Audiologic evaluation and management and speech perception assessment.Singular Publishing Group，Inc，1997.21～25.

8 邵廣宇，張華，陳靜，等.口頭復述與書寫反應方式對普通話言語識別率的影響［J］.聽力學及言語疾病雜志，2009，17：207.

9 Bamford J，Wilson I.Methodological considerations and practical aspects of the BKB sentence lists［M］.In：Bench J，Bamford J，eds.Speech－hearing tests and the spoken language of hearing－impaired children.London，UK：Academic Press，1979.146～187.

10 郗昕，趙烏蘭，冀飛，等.漢語單音節測聽表在北京聽力正常人群中的復測信度評估［J］.聽力學及言語疾病雜志，2009，17：98.

11 Raffin MJ，Thornton AR.Confidence levels for differences between speech－discrimination scores：a research note［J］.Speech and Hearing Research，1980，23：11.