あなたは、指紋を探す代わりに「感情」を探し求める探偵になったと想像してください。心理学の世界では、科学者たちはストレスや悲しみ、不安がどれほどあるかを測定するために、サーベイ（調査）という特別な「感情の定規」を使用します。最も有名な定規の一つがSRQ-20です。これは、世界中で精神的苦痛を特定するために使用されている、20個の質問からなる短いリストです。しかし、ここからが厄しいところです。定規とは、誰にとっても同じものを測れるものでなければなりません。もし、太陽の下に置くと伸び、日陰に置くと縮むような定規だったら、その測定値は信頼できません。科学では、これを「測定の等価性（measurement equivalence）」と呼びます。これは、「『悲しい』という答えは、男性にとっての意味する悲しみの量と、女性にとっての意味する量は同じなのか？」という問いです。「戦争を見たことがない人の答えは、戦争を生き抜いた人の答えと同じ意味を持つのか？」という問いでもあります。もし定規が特定のグループに対して壊れているとしたら、彼らが実際に悲しんでいるからではなく、ツールに偏り（バイアス）があるために、彼らがより悲しんでいるように見えてしまうかもしれません。これは重大な問題です。なぜなら、数字を間違えれば、助けを必要としている間違った人々に支援を送ってしまったり、本当に助けを必要としている人々を見逃してしまったりする可能性があるからです。
ここで、コロンビアの研究チームが、非常に過酷な条件下でこの定規をテストすることに決めた物語へと足を踏み入れてみましょう。コロンビアには武装紛争の長い歴史があります。研究者たちは、SRQ-20は紛争に直接さらされた人々に対しても公平に機能するのか、それともトラウマによって回答の仕方が変わってしまうのかを知りたいと考えました。彼らはまた、この定規が男女間で、あるいは国内の異なる地域間で異なる動きをするかどうかも確認しました。彼らは単にアンケートに記入してもらっただけではありません。彼らは「項目反応理論（IRT）」と呼ばれる高度な数学的ツールキットを使用しました。これは、定規を分解して、一つ一つの目盛りを調べ、誰が持っているかによって金属が膨張したり収縮したりするかどうかを確認するようなものです。彼らは、調査の回答を「ゴールドスタンダード（標準的な診断基準）」である診断インタビューと比較し、その定規が本当に精神衛生上の問題を指し示しているかを確認しました。
以下に彼らの発見を記しますが、これは少し予想外の展開（プロットツイスト）を含んでいます。第一に、彼らはSRQ-20がコロンビアにおける苦痛を測定するための素晴らしい定規であることを発見しました。それは本質的に一つの固形金属の塊であり、単一の種類の「心の重み」を測定しています。最もエキサイティングなニュースは、戦争に関するものです。彼らは、この定規が、武装紛争にさらされた人々にとっても、そうでない人々にとっても等しくうまく機能することを発見しました。拷問、誘拐、あるいは暴力を直接体験した被害者であっても、定規が曲がったり壊れたりすることはありませんでした。これらの人々が高いレベルの苦痛を報告していたのは、質問が混乱を招いたり、彼らに対して偏っていたりしたからではなく、彼らが純粋に「より大きな重み」を背負っていたからなのです。研究者たちは「真の悲しみ」を「測定誤差」から切り分けることができ、このツールが公平であることを証明しました。生存者のスコアと非生存者のスコアを比較しても、その差はツールの不具合ではなく、現実の差であると信頼することができます。
しかし、物語は完璧ではありません。性別について調べたところ、定規に小さな亀裂が見つかりました。この調査は概ね公平ですが、3つの特定の質問（「驚きやすい」、「頭痛がする」、「よく泣く」）については、女性は全く同じ程度の苦痛を感じていたとしても、男性よりもわずかに「はい」と答えやすい傾向がありました。それは、女性に対してわずかな、かつ一貫した「伸び」が生じており、合計スコアに約0.85ポイントを加算しているようなものです。これは小さなバイアスですが、実在するものです。したがって、男女を比較する際には、この小さな伸びを知っておき、考え方を調整する必要がありますが、これによってツール全体が台無しになるわけではありません。
彼らはまた、奇妙な思考や幻覚に関する4つの追加質問を加えて「25項目の定規」にしようと試みましたが、それはうまくいきませんでした。追加された質問の一つ（「自分は他人から思われているよりも重要な存在か？」）は、精神病的な体験をしていない人々も含め、回答者のほぼ半数が回答しており、このグループにとっては不適切な質問となっていました。チームは、オリジナルの20の質問が最善であると結論付けました。最後に、彼らはこの定規が実際の精神疾患を特定できるかどうかをチェックしました。それは、ほとんどのケースを捕まえる信頼できる網のように、かなりうまく機能しましたが、時として求めているものとは異なる魚（偽陽性）を捕まえてしまうこともありました。結論として、コロンビアの複雑で重い歴史の中で、SRQ-20は、トラウマ自体に惑わされることなく、紛争による精神的な影響を理解するのに役立つ、頑丈で公平なツールなのです。
技術的要約：コロンビアにおけるSRQ-20の測定等価性（ENSM 2015）
問題提起
自己記入式質問票（SRQ-20）は、低・中所得国（LMIC）において一般的な精神的苦痛をスクリーニングするためのツールとして広く展開されている。しかし、その心理計量的エビデンスの基盤は、古典的な信頼性係数と単一次元性の仮定に限定されることが多く、項目レベルの挙動に対する項目応答理論（IRT）を用いた検証が不十分である。決定的なのは、武装紛争への曝露、性別、および地域によって異なるグループ間でのSRQ-20の測定等価性が、真の精神的苦痛（影響）の違いと、項目バイアス（項目機能差、すなわちDIF）を区別する手法を用いて検証されたことが極めて稀であるという点である。コロンビアのような紛争の影響を受けた環境において、厳密な検証なしに不変性を仮定することは、精神的苦痛の真の差異を測定上のアーティファクト（偽の現象）と混同するリスクがあり、誤った疫学的推定やリソース配立につながる恐れがある。
方法論
本研究では、10,865人の成人を対象とした、多段階確率抽出によるコロンビア国家精神保健調査（ENSM 2015）のデータを利用した。分析には以下の現代的な心理計学的ツールキットを用いた：
- 次元性とモデル適合度： テトラコリック相関および重み付き最小二乗法（WLSMV）推定法を用いて確認的因子分析（CFA）を行った。次元性は、ホーンの平行分析、バイファクター指数（説明共通分散、ω-階層）、および局所依存性を考慮したモデル（テスレット・パラメトリゼーション）を通じて評価した。
- IRTキャリブレーション： 2パラメータ・ロジスティック（2PL）モデルを適合させ、項目の識別力（a）と困難度（b）を推定した。モデルの適合度は、M2∗ 統計量、RMSEA、および項目レベルの S−X2 統計量を用いて評価した。
- 測定等価性の検証： 多群2PLモデル（構成的、計量的、スカラー）の階層構造をテストした。大規模サンプルにおけるDIFの非有意性の限界に対処するため、著者らは項目レベルの効果量（符号付き期待スコア差、SIDS）に対し、事前に規定されたバンド $|SIDS| < 0.10$ を用いた等価性検定を採用した。
- 影響とバイアスの分離： 「純化アンカーリング（purified anchoring）」手順を用いた。初期の構成的モデルにより、アンカーとして機能する不変項目を特定した。焦点となるグループの潜在平均と分散を自由に推定することで、真の苦痛の差異（影響）と項目バイアスを分離した。
- 妥当性と感度： 基準妥当性は、簡略版複合国際診断インタビュー（CIDI）による12ヶ月間の診断に対するデザイン加重ROC分析を通じて評価した。感度分析は、深刻度に基づいた比較（直接的な被害を受けた群 vs 非曝露群）およびデザイン加重再推定を行った。
主な結果
- 次元性： SRQ-20は本質的に単一次元である。平行分析は複数の因子を示唆したが、バイファクター指数は支配的な一般的苦痛因子（ECV = .71, ω-階層 = .79）を示した。見かけ上の多次元性は、主に4つの内容が重複する項目ペア（例：消化器系/胃、疲労に関する項目）に起因しており、これらは第2の実質的な次元を導入することなく、残差相関を通じて適切にモデル化された。
- IRTパラメータ： 2PLモデルは、1パラメータモデルよりも優れた適合度を示した。項目は高い識別力を示し（1.10から2.79の範囲）、感情的な項目（アンヘドニア、悲しみ）は身体的な項目よりも識別力が高かった。本尺度はスクリーニング閾値（θ≈1.1–1.5）において非常に情報量が多く、条件付き信頼性は高い（.93–.94）。ただし、情報の集中が平均値より上に存在するため、周辺的な信頼性は低い（.65）。
- 測定等価性：
- 武装紛争への曝露： SRQ-20は、曝露群と非曝露群の成人の間で完全な等価性を示した。曝露群の高い苦痛レベル（影響 = +0.29 SD）をモデル化した後、すべての項目のSIDSは等価性バンド内に収まった（最大 $|SIDS| = .033$）。純粋な差分的テスト機能（DTF）は無視できる程度であった（+0.12ポイント）。この等価性は、直接的な被害を受けた成人の深刻度に基づいた分析においても維持された。
- 地域： 5つのマクロ地域間で完全な等価性が認められた（最大 $|SIDS| = .046$）。
- 性別： 部分的な不変性が観察された。ΔCFI の基準ではスカラー不変性が保持されていたが、等価性検定により、女性が同等の潜在的苦痛において男性よりも症状を強く報告する3つの項目（怯え、頭痛、泣く回数の増加）でバイアスがあることが判明した。これにより、総得点において女性のスコアを高く見積もる系統的なバイアス（DTF = +0.85ポイント）が生じた。
- 基準妥当性： デザイン加重AUCは、主要な抑うつに対して .877、あらゆる障害に対して .836 であった。最適なカットオフ値（例：≥5）は良好な特異度を示したが、スクリーニング特有のトレードオフを反映して感度は中程度であった。陽性的中率（PPV）の低さは、スクリーニング自体の質の低さではなく、有病率の低さに起因していた。
- 25項目への拡張： 4つの精神病体験項目の追加は、一貫したサブスケールを形成しなかった（クロンバックの α=.45）。これは主に、識別力の低い「誇大妄想」項目によるものである。20項目形式の使用が推奨される。
意義と主張
本論文は、SRQ-20がコロンビアの成人集団における一般的な精神的苦痛を測定するための、妥当で信頼できる、本質的に単一次元的な尺度であることを主張している。その主要な貢献は、武装紛争への曝露の程度が異なるグループ間、および地域間で本尺度が等価に機能することを示した点にあり、これにより、この特定の集団内における曝露群と非曝露群の妥当な比較を支持している。
本研究は、手法的な区別を強調している。真の苦痛の差異と項目バイアスを分離することにより、曝露群が高いレベルの苦痛を示しているにもかかわらず、SRQ-20が「同じ構成概念を同じ指標で」測定していることを実証している。これは、紛争地における集団内比較において、しば-しば当然視されているが、実際には検証されることの稀な実践を正当化するものである。
しかし、著者らはこれらの主張の範囲について慎重である。彼らは、結果はコロンビア国内での比較を支持するものであり、国際的な比較や、世界的な紛争地と非紛争地の比較を許可するものではないと明言している。さらに、性別による総得点の比較はバイアスが含まれるため、調整（女性に対して約+0.85ポイント）を行うか、あるいは潜在的な指標に基づいて解釈すべきであると警告している。最後に、精神病のスクリーニングのために拡張された25項目形式を使用することには反対し、標準的な20項目形式を推奨している。
毎週最高の psychiatry and clinical psychology 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録