自精神分裂症被提出以来，认知功能损害即被认为是其核心特征^［1-2］。多项Meta分析和系统综述一致表明，与健康对照者相比，精神分裂症患者在不同认知功能领域存在轻度至重度的损害^［3-9］。受损的认知功能领域涵盖广泛的功能范畴，包括神经认知功能领域，如注意、处理速度、记忆、工作记忆、推理和问题解决；以及社会认知功能领域，如情绪处理和心理理论。精神分裂症首次发病时以及在精神病临床高危人群中^{［3，6，10-11］}就已表现出认知功能损害；另外，这种认知损害也以较轻的形式存在于精神分裂症患者的未患病亲属中^［12-13］。在精神分裂症首次发作后，认知功能损害的总体程度和模式在疾病病程中基本保持稳定，但工作记忆和社会认知功能除外，它们在疾病早期阶段的损害轻于慢性阶段^［14］。

与精神分裂症阴性和阳性症状相比，认知功能的损害似乎对社会功能影响更大^［15-18］。神经认知功能损害对现实生活功能的影响至少部分受到社会认知功能的调节；然而，神经认知功能损害和社会认知功能损害各自与不同的功能结局相关^{［15，17-21］}。几项Meta分析显示，目前的药物治疗对认知功能改善有限，但似乎心理社会干预能给治疗效果提供持续获益，若认知功能矫正联合结构化的精神康复计划则对于认知功能改善的效果更为突出^［22-26］。体育锻炼似乎对认知功能的恢复也有积极作用^［27］。然而，尽管认知功能损害对决定真实世界结局起着重要作用，且存在针对性和有效的循证治疗方法，但在精神卫生服务的常规临床实践中，认知功能损害往往仍是一个被忽视的方面。

基于此，欧洲精神病学协会（the European Psychiatric Association，EPA）精神分裂症学组建议制定一份指导性文件，旨在为精神分裂症患者的认知功能损害评估提供建议。

本文旨在对精神分裂症患者的认知功能损害进行全面、详细的概述，为科研研究和临床实践中的认知功能评估提供循证建议。

本指引将分为4个部分：

• 认知功能损害的概念：详细说明认知功能损害在不同领域的识别方法以及因子结构。

• 精神分裂症认知功能损害的影响：描述认知功能损害对心理社会功能、真实世界结局和生活质量的负面影响。

• 认知功能损害的识别和评估：综述现有的经过验证的评估工具，并就认知功能评估工具在现实临床中的可行性和适用性提出建议。

• 在早期干预中的认知功能评估：专注于高危和早期精神病人群的认知功能损害的识别和评估。

EPA精神分裂症认知功能损害评估指引（下文简称指引）的制定遵循了EPA欧洲指南项目所定义的标准化方法，如既往文献^［28-33］所述。该过程基于系统综述和Meta分析的首选报告项目（the Preferred Reporting Items for Systematic Reviews and Meta- Analyses，PRISMA）的指导进行系统文献检索^［34-35］。

文献检索在Medline/PubMed、Scopus和PsychINFO这3个电子数据库进行，使用以下关键词：精神分裂症和（“认知功能损害”“认知功能”“认知功能症状”“记忆”“注意”“执行功能”“处理速度”“学习”“推理”“问题解决”“社会认知功能”“情绪处理”“心理理论”“归因模式”“社会感知”“元认知功能”“元认知功能的”“认知功能评估”或“神经心理评估”）。为了避免纳入太过陈旧的研究，本文仅纳入从2010年1月1日至2020年12月31日的结果。

按照预先制定的标准，选择研究纳入EPA指引。

纳入的研究必须是对精神分裂症、精神病临床高危或早期精神病患者进行认知功能损害评估的Meta分析、随机对照试验、综述、队列研究、开放研究、描述性研究或专家意见，且仅限于英文文献。

排除重复发表、评论、社论、病例报告、系列病例、学位论文、会议论文、快报、简短调查和注释，或者与主题无关的文献。

同时，排除过时的研究、结果被纳入或汇总至后续工作的研究，以及存在方法学问题的研究。

所有文献都由至少2名筛选人员进行独立检查，并在第三名研究人员的支持下，讨论和解决甄选过程中的分歧。

图1展示了选择过程的结果。

根据以往文献，对纳入的研究按照所提供的证据水平进行分级^［29］。这一分级过程遵循Gaebel等^［28］的详述，并参考Galderisi等^［32］所做的修改。表1报告了纳入证据的分级标准。在分级过程中，所有共同作者都参与了讨论，以解决评级上的分歧。

根据所纳入文献的证据水平，所有共同作者均提出了推荐意见，并进行审阅。随后，根据Gaebel等^［28］的详细描述以及Galderisiet等^［32］所做的修改指导，对这些推荐意见进行分级。表2报告了推荐意见的分级标准。

框1展示了经过专家共识选择^［36-37］的神经认知功能和社会认知功能领域的定义，这些领域被广泛认为在精神分裂症中存在损害^［15］。

认知功能损害是精神分裂症的一个核心特征^［15］，并且已被确定为功能结局的最强预测因子^［70-71］。大量文献表明精神分裂症患者的认知功能损害解释了功能结局指标变异性的20%~60%^{［17，72］}。这些损害贯穿于疾病的各个阶段，从前驱期到发病早期，再到慢性期。认知功能损害在疾病的早期阶段即很明显^［11］，并且通常与功能障碍密切相关^{［I6-17，19］}。这种强相关性已得到大量研究的验证，这些研究使用了不同类型的评估，并纳入了不同疾病阶段的患者组，包括临床高危人群和前驱期人群^［73］、首次发作患者^［74］，以及慢性老年精神分裂症患者^［75-76］。认知功能损害是影响精神科治疗和康复后痊愈的主要限制因素之一。尽管使用了抗精神病药进行对症治疗，但日常功能的损害仍然是一个主要的治疗难题。许多研究表明，功能结局与认知功能的关系比阳性症状或阴性症状更为密切^{［71，77-78］}。研究的关注点已经从认知功能损害是否与功能结局相关，发展为认知功能如何与功能结局相关。认知功能表现的综合指标大约解释了真实世界功能变异性的25%~50%，而神经心理功能与功能结局之间的相关性似乎由功能能力介导^{［70，79-80］}。其他因素，如同理心、阴性症状和抑郁^{［73，81-83］}，也对现实生活功能具有显著影响。一项涉及慢性精神分裂症门诊患者样本的研究分析了影响功能能力和现实生活行为的因素，结果显示人际反应（interpersonal reactivity）显著预测现实生活行为^［83］。功能能力似乎主要与神经认知功能有关。将神经认知功能与社会认知功能和（或）社会认知功能与功能状态联系在一起的研究表明，精神分裂症的社会认知功能是神经认知功能与功能状态之间的调节因素^{［17，21，84-85］}。

Fett等^［19］的Meta分析发现，与神经认知功能相比，社会认知功能解释了相对更多的社区功能（community outcome）（译者注：在社区中所表现出的功能结局）变异性。这种差异很大程度上归因于推断他人心理状态的能力，如心智化或心理理论。

在所有神经认知和社会认知领域中，心理理论、语言流畅性、社交感知与常识等和社区功能的平均相关性最强。一项网络分析调查了740例精神分裂症患者^［72］，发现功能能力（functional capacity）（译者注：一个人的功能能力，以区别于功能表现）和日常生活技能是网络中最核心和高度互连的节点。功能能力将认知功能与日常生活技能连接起来，而日常生活技能与思维紊乱和表达缺陷有关。此外，人际关系和工作技能与意志缺乏有关；人际关系也与社会能力有关。功能能力和日常生活技能在网络中的高度中心性表明，改善任务操作的能力与精神分裂症的治疗疗效相关。

Halverson等^［20］的Meta分析探索了精神分裂症谱系障碍的功能结局与神经认知功能和社会认知功能的不同领域之间的关系。总体而言，社会认知功能、神经认知功能和功能结局之间显示出自轻微到中度效应值的显著相关性。社会认知功能比神经认知功能更能解释功能差异^［86-87］。中介分析揭示了神经认知功能、社会认知功能和不同领域功能结局之间的联系。具体而言，言语学习和记忆被证明与社区功能相关，工作记忆与真实世界中的社会行为相关。在社会认知功能方面，社会常识和感知与社区功能存在最强相关性，心理理论被证明与真实世界中的社会行为相关。此外，推理和问题解决与社会问题解决相关性最强，工作记忆与社会技能相关，心理理论与社会技能相关。

神经认知功能和社会认知功能与功能结局之间的类似关联在疾病的早期阶段已经存在。在首次发作的患者中也观察到认知功能与预后之间的关系，由此突出了早期干预的重要性^［88-89］。Amoretti等^［90］和Gonzalez-Ortega等^［91］的研究证明了认知功能储备是首次发作患者中认知功能与功能之间的调节因素。

Modinos等^［92］的1项研究评估了精神病临床高危人群的个体，发现基线社会认知功能异常与12个月后的功能结局不良相关。功能结局不良还与基线时异常的愤怒情绪识别相关。这些发现对于根据预后将精神病临床高危个体分层具有潜在意义，并提示针对情绪处理的靶向干预可能会改善功能结局。

区分自我报告和知情者报告的真实世界功能结局的测量工具已成为精神分裂症研究的焦点领域。既往研究显示，自我报告与知情者报告的真实世界功能结局之间的相关性极小。

Ho等^［93］的研究发现，功能能力部分介导总体认知功能与知情者报告的真实世界工作技能和社区参与能力之间的关系。认知功能损害可能是功能能力获取不足的一个前兆，例如一个人能够做什么，这将影响随后的真实世界功能，即一个人实际做什么。而自我报告的能力似乎是真实世界功能结局的进一步决定因素。这一新的定义阐述了个体如何评估自己的能力和表现，这种类型的自我意识即“内省准确性”（introspective accuracy）。Silberstein和Harvey^［94］的1项研究结果表明，神经认知功能的内省准确性强烈预测非社会性的功能结局（日常活动）。而社会认知功能的内省准确性与人际关系呈中等强度的显著相关，但与日常活动的相关度较低。这些发现支持将知情者评分和患者的自我报告结合起来，因为两者之间的差异性有助于更好地理解日常社会功能缺陷。

认知功能在知情者与自我报告的真实世界功能中的作用可以用不同的机制来解释。观察到的认知功能与预期的认知功能之间的偏差是精神分裂症的一个核心认知功能特征，与神经生理、临床和社会心理功能有关^［95］。Hochberger等^［95］发现，有24%的患者表现出认知功能与预期的认知功能之间的显著差异，且这种差异的程度与心理社会功能更差有关。由于精神病理学、神经认知功能损害以及功能结局之间的关系非常复杂，新的统计方法，包括计算模型工具，如人工神经网络被用来探讨这一问题^［96］。在Bosia等^［96］的研究中，处理速度是功能结局的首要预测因素，注意和言语记忆也会对功能产生影响。这一发现与既往和近期的发现一致。

Ojeda等^［97］使用结构方程模型发现，处理速度、言语记忆和病前功能可以预测结局。Lewandowski等^［98］的研究表明，社会认知功能和处理速度解释了47%的社区功能差异。

Vita等^［99］则表明，内向性可识别结局较差的精神分裂症亚组。具有较严重的内向性症状的精神分裂症患者表现出较差的处理速度、注意、言语记忆、社会认知功能、较差的功能能力、真实世界人际关系和参与社区活动的能力^［99］。

附表3展示了神经认知功能和社会认知功能对功能结局影响的所有系统综述和Meta分析（证据水平Ⅰ）。

建议

根据现有文献，工作组拟订了下列建议：

关于神经认知功能对生活质量影响的研究列于附表4。一些证据水平为Ⅲ的小型研究提示，神经认知功能与生活质量之间存在相关性。1项大型Meta分析进一步显示，言语能力和处理速度与主观生活质量之间存在中度相关。然而，纳入1 032例精神分裂症患者的1项大型研究却显示，神经认知功能与生活质量无关^［100］或呈负相关^［101］。特别是在老年精神分裂症患者人群中，神经认知功能损害与总体功能降低、教育程度低以及生活质量下降均表现出相关性^［102］。

建议

根据现有文献，工作组拟订了下列建议：

关于社会认知功能对生活质量影响的研究结果已列于附表5。其中，仅有1项证据水平达到Ⅰ级的研究调查了相关性，结果显示，精神分裂症患者的心理理论与生活质量之间存在相关性，而情绪识别或神经认知功能与生活质量无关。

建议

根据现有文献，工作组拟订了下列建议：

对认知功能损害的系统性评估仍然不能满足精神分裂症患者的需求。直到2004年，这类评估还仅局限在专门的中心和几个领域^{［71，103-104］}。在过去的几十年里，许多不同的工具被使用，但其中大多数是从临床神经心理学中改编而来，评估过程太长太复杂，因为它们评估的是个体的整个神经心理学特征。Bakkour^［105］在2014年进行的1项系统综述发现，在精神分裂症认知功能评估研究中，最常用的成套测验是剑桥自动化成套神经心理测试（the Cambridge Neuropsychological Test Automated Battery，CANTAB）、CogState量表和重复性成套神经心理状态测验（the Repeatable Battery for the Assessment of Neuropsychological Status，RBANS），有时也单独使用某些子测验^［105］。然而，这些工具并非专门为精神分裂症设计，而是针对老年痴呆患者认知功能损害开发，因而在精神分裂症患者中可能存在天花板效应。此外，这些成套测验的复杂性和耗时性限制了其在临床试验和常规临床评估中的应用。

随着认知功能损害与功能结局之间密切关系的认识加深，研究者重新聚焦于精神分裂症患者的认知功能评估^{［71，103-104］}。21世纪初，研究的重点转向了与功能结局测量（如社区功能、功能能力、社会技能获得）存在强相关性的认知功能领域。随后，社会认知功能也成为研究焦点，因其作为神经认知功能影响的中介作用日益受到重视^{［16，21，71-72，106］}。这一转变促使研究者开发专用于精神分裂症患者的认知功能评估成套测验^{［107-109］}。

与痴呆等其他疾病不同，直到2004年，尚未开发出标准化的精神分裂症神经认知功能损害评估成套测验。首个针对精神分裂症的专门工具是Keefe及其团队开发的简明精神分裂症认知功能评估测验（the Brief Assessment of Cognition in Schizophrenia，BACS）^［108］。BACS所需的测试时间短（35 min），完成率高，结果与标准化成套测验^［108］一致，涵盖神经认知功能的6个领域（附表6），选择依据包括重测信度、实践效果及对精神分裂症认知功能损害的敏感性（附表7）。BACS与功能结局指标如加州大学基于操作的功能评估（the University of California Performance-based Skills Assessment，UPSA）（功能能力的评估工具）和独立生活技能清单（the Independent Living Skills Inventory，ILSI）（现实生活的功能评估）存在相关性^［110］，且在精神分裂症患者中表现出比RBANS更优的心理测量学特性^［111］。BACS已被译为9种语言，并在多个研究中进行了信效度验证^{［108，112-119］}（附表6）。目前，针对不同文化背景（包括美国、意大利、中国台湾、新加坡）的常模已经建立^{［119-122］}，这些常模均与西方国家的数据显示出良好的一致性^{［119，121］}。然而，中国台湾和新加坡的数据似乎与美国的数据存在显著差异，这表明在使用BACS时，需要根据特定文化背景进行调整。具体来说，西方国家人群样本在语言相关的任务中表现较佳，而中国人群样本在非语言相关的任务中表现较好，意味着如果直接采用BACS的西方常模来评估中国人群，可能会导致数据解读的偏差^{［120，122］}。即使BACS已被证明是一个有效的评估工具，但由于它是由单一研究小组开发的，因此在需要评估的认知功能领域和测验选择的标准方面，仍缺乏广泛的共识^［36］。

为满足新药疗效评估的需求，美国食品药品监督管理局（Food and Drug Administration，FDA）要求开发专家共识工具。MATRICS共识因此推出了认知功能成套测验，用于临床试验^［109］。测验选择遵循RAND/UCLA适当性方法，这是一种国际公认的方法，通过专家小组间的共识来确定测验或临床程序的适当性。开发过程中，74名专家被咨询以确立纳入成套测验子测验的标准^［123］。经过综合评估，确定了5个核心标准：（1）重测信度；（2）较好的重复测量功能；（3）与功能结局的相关性；（4）对药物的潜在反应；以及（5）耐受性和实用性^［36］。值得注意的是，这些标准与BACS的某些标准有所重叠，但非完全一致。基于这5项标准，最终选定了10个子测验，构成MCCB，该测验覆盖了共识会议确定的7个认知功能领域。附表6和附表7详细列出了MCCB所评估的认知功能领域及其心理测量学特性。目前，MCCB是唯一一个包含社会认知功能测验的基于任务表现的成套测验。尽管测试时间较长（60~90 min），但95%的受试者能够顺利完成再次测试，显示出高耐受性（附表7）。多项研究表明，MCCB是一种敏感且有效的工具，与功能结局具有良好的相关性^{［107，124］}。同时，其心理测量学特性也符合MATRICS共识所规定的关键标准^{［125-126］}。因此，MCCB已被广泛接受为精神分裂症患者认知功能损害评估的金标准。MCCB已被翻译为24种语言（附表6），并在美国、巴西、意大利、捷克、波兰、日本、挪威、中国、新加坡和西班牙等不同国家进行了信效度验证^{［13，109，127-134］}。不同文化背景（美国、巴西、意大利、捷克、挪威、中国、新加坡、西班牙）下的常模数据也相继建立^{［13，127-128，131-135］}。尽管西方国家的MCCB常模数据表现出一致性，但在新加坡的数据中却发现了与美国数据存在显著差异的现象^［132］。与美国人群相比，新加坡人群在MCCB的所有子测验中普遍表现较差，除了空间广度子测试外，该子测验在两样本间未检测到显著差异^［132］。在精神分裂症患者的常规临床评估中，MCCB的测试时间（60~90 min）成为其应用的一个主要障碍。因此，一系列更快捷的工具被开发出来，旨在用于常规临床评估［精神病学认知功能损害筛查（the Screen for Cognitive Impairment in Psychiatry，SCIP）、简明神经认知功能评估（the Brief Neurocognitive Assessment，BNA）和精神分裂症简明认知功能评估工具（the Brief Cognitive Assessment Tool for Schizophrenia，B-CATS）］。

SCIP是一种专为情感障碍和精神病性患者设计的简短纸笔测试，旨在快速评估其神经认知功能损害，从而便于其在常规临床实践中的使用^［136］。该测试大约需要15 min完成，并包含3个等效测验，分别针对处理速度、注意、言语流畅性和言语记忆进行评估（见附表6）。SCIP在心理测量学特性上表现优异，包括重测信度、时间稳定性、内部一致性、特异性和敏感性、效标效度和区分效度等方面均获得验证^{［137-141］}（附表7）。

BNA的测试时间约10 min，通过2个领域的子测验解释标准神经认知功能测试中大部分变异（附表6）。具体而言，BNA能够捕捉到在使用更为全面的标准神经认知功能测试（如抗精神病药干预效果临床试验——CATIE认知功能成套评估）时所发现的总体变异的76%（附表7）^［142］。

另一个评估工具B-CATS的开发过程与BNA类似，它同样从既往研究中广泛使用的成套测验中挑选子测验，并选择那些在单位测试时间内总分差异显著的测验。B-CATS的测试时间约为10 min，它提供的是总体认知功能评分，而非深入探索单一认知领域^［143］（附表6、7）。在后续的比较研究中，BNA和B-CATS均显示出与MCCB的高度相关性。BNA不仅在重测信度上与MCCB相似，还表现出较低的练习效应以及对认知功能纵向变化的敏感性^［144］。而B-CATS则有良好的内部一致性和重测信度，与MCCB的综合评分以及UPSA的总分呈现出高度相关性^［I45］。然而，值得注意的是，上述2个简短测验所纳入的子测验都已被包含在MCCB之中，故在评估它们与其他工具的相关性时，这一点需要被充分考虑。因此，建议进一步验证这些工具。研究发现，在预测精神病患者总体认知功能损害方面，SCIP相较B-CATS表现出了一定的优势^［146］。此外，根据2014年的系统综述^［105］，MCCB是当前大多数研究使用的工具（n=69），其次是BACS（n=24）。BACS在临床康复实践中的可行性已得到验证^［147］，但仍需更多研究来探索其潜在的应用价值。至于BNA和B-CATS，尽管它们在简短评估方面表现出了潜力，但由于开发时间相对较短且现有证据基础有限，目前尚未被用于任何临床试验。因此，建议未来进行更多深入研究，以全面评估这些工具在常规临床环境中评估精神分裂症认知功能的有效性。

除基于任务表现的测试外，MATRICS共识还纳入了基于访谈的认知功能测量作为主要评估，这类测量对患者和临床医生具有表面效度^［148］。关于基于任务表现工具所测量的认知功能变化，其具体的临床意义尚未达成普遍共识。相比而言，基于访谈的测量更侧重于评估认知功能损害对个体功能的影响，能够更有效地捕捉随时间推移或在药物、心理治疗干预后的认知功能变化的临床意义^{［149-151］}。考虑到精神分裂症患者对自身损害的自知力存在局限，基于访谈的测量往往需要知情者和专业评估者的共同参与，这与老年痴呆患者认知功能损害的评估方式类似。在MATRICS的心理测量和标准化研究^［148］中，2种基于访谈的测量工具——精神分裂症认知功能临床总体印象（the Clinical Global Impression of Cognition in Schizophrenia，CGI-CogS）和精神分裂症认知功能评定量表（the Schizophrenia Cognition Rating Scale，SCoRS）——被纳入评估，以验证它们是否符合MATRICS所确立的5项核心标准。研究结果表明，这2种工具均被认为是可接受的，且在各标准间具有可比性^［148］。

CGI-CogS是借鉴了广泛用于痴呆评估的临床访谈严重程度印象量表模型而开发的一种工具。该访谈共包括38个条目，分为两大类：（a）日常活动和（b）神经认知功能状态（附表6）。每个条目均按照0~7分的评分标准，以全面细致地衡量患者的认知状况，评估时间约为30 min。CGI-CogS在多项心理测量学指标上均表现出色，包括高度的内部一致性、良好的评估者间信度和高度的重测信度。此外，研究还发现，知情者和评估者间的总体评分在神经认知功能方面存在中度相关，而在功能评估方面存在中高度相关^［152］。然而，目前鲜有其他研究采用CGI-CogS作为评估工具。这可能与研究者倾向于选择更为简短或特定针对性的访谈评估工具有关。因此，还需要进一步研究其应用效果。

MATRICS共识所开发的另一个基于访谈的工具是SCoRS，该量表由18个条目组成，其基础源自简明认知功能量表，并经过专家小组修改。SCoRS的各个条目可按照四级严重程度进行评分，全面覆盖6个认知功能领域（附表6），测试时间为20~30 min，综合得分范围为1~10分。SCoRS因其与真实世界功能之间的紧密联系^［153］，被视为MATRICS共识下有效的主要评估工具之一，这一观点在1项综合了所有使用SCoRS研究的综述中得到了支持^［154］。然而，Vita及其团队的研究揭示了SCoRS与功能之间相关性的复杂性^［155］。他们发现，这种相关性在不同患者群体中表现出差异：在稳定期患者中，SCoRS与功能之间存在显著相关性；但在近期住院的急性期患者中，这种相关性则不明显，提示SCoRS在急性期患者中的应用价值可能较为有限^［155］。这一发现强调了进一步研究的必要性，以便更深入地理解影响SCoRS与功能之间相关性的潜在因素。此外，SCoRS似乎是评估患者和知情者对其认知功能的自知力的有效工具。1项研究表明，患者的SCoRS自评分数与其在BACS中评估的神经认知功能表现无显著相关性，而知情者的评分则仅与执行功能表现相关^［156］。这一结果提示患者和知情者对认知功能损害的认识不足。目前，SCoRS已被翻译为22种语言（附表6），并在美国、意大利、伊朗、日本、韩国和新加坡等地进行了验证^{［114，155，157-159］}。对SCoRS不同语言版本的验证研究发现，尽管存在某些因患者异质性导致的差异，但认知功能表现与受试者和知情者评分之间的相关性模式总体上与美国版本相似^{［114，155，157-158］}。

为了优化评估效率，MATRICS共识的专家团队将CGI-CogS和SCoRS作为“母工具”，开发了一个半结构化访谈工具——认知功能评估访谈（the Cognitive Assessment Interview，CAI）。这一工具的开发基于对原始量表的条目-反应理论进行分析，结果显示仅需10~12个条目便能准确评估神经心理损害^［160］。CAI覆盖了MATRICS共识确定的7个认知功能领域中的其中6个领域（附表6），损害的严重程度以7级量表进行量化^［161］。在包含150例稳定期精神分裂症患者的验证研究中，CAI展现出了与神经认知功能、功能能力以及日常功能之间的显著相关性。由于测试时间短（15 min）、不存在练习效应，CAI成为评估神经认知功能随时间变化的可靠工具^［162］。目前，CAI已在美国、意大利、土耳其和西班牙被翻译并得到验证^{［161，163-165］}（附表6）。1项定性研究调查了4类功能评估（独立生活量表、UPSA、精神分裂症适应行为测验和CAI）的跨文化适应性，结果提示，尽管大多数分量表都需要重大改编，但CAI需要的文化适应改编要少得多^［166］。

然而，对临床试验中精神分裂症认知功能评估工具的系统综述显示，SCoRS被少数试验采用（n=9），CGI-CogS仅被使用过1次^［105］。至于CAI，相关研究较为匮乏，这或许是因为基于访谈的评估方法在2014年时仍处于初步开发阶段^［105］。

附表6总结了神经认知功能评估工具的特点。

建议

工作组基于心理测量学特性的证据水平、对MATRICS共识确定的精神分裂症最常受损的7个认知功能领域的覆盖情况、测试时长以及翻译和验证的语种数量，拟订了以下关于精神分裂症认知功能损害评估工具的建议：

如前所述，一些旨在评估认知功能的工具中，也融入了针对精神分裂症患者社会认知功能损害的评估内容（MCCB、CGI-CogS和CAI）。鉴于这一需求，多年来一些研究团队致力于开发专门用于评估社会认知功能领域的特定工具。然而，这些工具普遍面临着验证不充分、标准化不足及心理测量学特性不达标的问题^{［37，45，48，167-171］}。为解决上述问题，如在“认知功能损害的概念”这一段中所述，NIMH于2013年启动了“社会认知功能心理测量评估”（SCOPE）研究。该研究不仅明确了社会认知功能的核心领域，还致力于筛选出评估这些领域的最佳工具^［37］。在SCOPE研究的第一和第二阶段，超过100个评估工具被初步筛选出来，随后经过专家深入调查，21个工具被推荐至RAND小组进行进一步审议。值得注意的是，Mayer-Salovey-Caruso情商测试（Mayer-Salovey-Caruso Emotional Intelligence Test，MSCEIT）^［172］未被纳入该项目，原因在于它已作为社会认知功能的一部分被包含在MCCB中，且其基本心理测量学特性在SCOPE研究之前即已得到确认^{［37，109，173］}。8个工具得到了积极评价，并通过RAND小组的评分被选中进行心理测量学评估。这些工具的评分依据包括：（a）信度、重测信度和评分者间信度以及内部一致性；（b）分数分布、地板和（或）天花板效应以及分布常模；（c）重复测量的有效性，在无干预情况下的稳定性，或干预相关变化的敏感性；（d）聚合效度和区分效度，即与其他能力和结构相关的社会认知功能评估的关系；（e）与功能结局的关联性；（f）测试的实用性；（g）患者的耐受性。这8个工具涵盖了多个方面：评估情绪处理领域的Bell Lysaker情绪识别任务（Bell Lysaker Emotion Recognition Task，BLERT）和Penn情绪识别任务（Penn Emotion Recognition Task，ER-40）；评估心理理论的眼区读心任务和暗示任务；评估情绪处理和心理理论的社会推理任务（The Awareness of Social Inference Test，TASIT）；评估社会感知的跨领域关系任务（Relationships Across Domains，RAD）；评估归因偏差/模式领域的模糊意图敌意问卷（Ambiguous Intentions Hostility Questionnaire，AIHQ）和可信度任务。

在SCOPE研究的第三阶段，在1个纳入179例稳定期精神分裂症门诊患者和104名健康对照的样本中评估了所有上述8个工具的心理测量学特性。最后，在SCOPE研究的第四和第五阶段，在218例稳定期精神分裂症门诊患者和154名健康对照的样本中，评价了8个工具的心理测量学特性。这些工具包括那些在第三阶段被分类为适合临床试验的工具（Bell Lysaker情绪识别任务和暗示任务）或经修改后可以接受的工具（Penn情绪识别任务，眼区读心任务和社会推理任务），以及3个新的工具：评估社会感知的简明非言语敏感性特征任务（the Mini Profile of Nonverbal Sensitivity，MiniPONS）和社会归因任务-多选（the Social Attribution Task-Multiple Choice，SAT-MC）；评估归因偏差/模式的故意偏见任务（Intentional Bias Task，IBT）。

在下面的段落中，将说明上述所有工具，并根据所探讨的社会认知功能领域对其进行划分。

BLERT（附表8）用于评估识别情绪线索的能力^［174］。这是一项视听任务，测试中受试者需观看21个各持续10 s的视频片段，这些视频通过男性演员的面部表情、声音音调、上肢运动展现了7种情绪状态（高兴、悲伤、恐惧、厌恶、惊讶、愤怒或无情绪）。BLERT旨在评估受试者准确区分这些情绪状态的能力，其测试所需时间短，仅需6~8 min，且具备良好的心理测量学特性，符合SCOPE共识规定的关键标准（附表9）。该测试展现出良好的重测信度、内部一致性，无明显地板/天花板效应，重复测量效用佳，聚合效度和区分效度亦表现良好。同时，BLERT在实际操作中易于实施，患者耐受性高，且能有效区分患者与健康对照^{［37，169-170，175］}。值得注意的是，BLERT与个体的功能、功能能力及社会能力指标显著相关^{［37，169-170］}，并能显著预测真实世界中的功能表现^［170］。尽管BLERT已进行修订，纳入了反应时间和确信度评分，Pinkham等^［169］发现其与原始版本具有相似的心理测量学特性，但是与SCOPE第三阶段相比，BLERT表现出更高的练习效应和更低的校标效度。不过，需要注意的是，由于所有视频均由同一名高加索男性演员表演，BLERT在非高加索人群中的适用性可能受限^［176］。

Penn情绪识别任务（ER-40）^［177］（附表8）专注于评估个体的面部表情识别能力。该任务包含40张展示特定（高兴、悲伤、愤怒和恐惧）或中性表情的彩色面部照片，在性别、年龄、种族及情绪类别上均保持均衡。受试者需从5种情绪选项中选出正确的情绪。ER-40所需时间短，仅需3~4 min，且具备良好的心理测量学特性，符合SCOPE共识规定的关键标准（附表9）。研究显示，ER-40具备良好的重测信度、内部一致性，无明显地板/天花板效应，重复测量效用佳，操作实用性可，患者耐受性良好，能有效区分患者与健康对照，并展现出良好的聚合效度和中度的区分效度^{［37，169-170，175，178］}。此外，ER-40与功能能力^{［169-170］}和社会能力^{［169-170，179］}指标显著相关。然而，在对比BLERT^{［169-170］}的研究结果时，ER-40与现实生活功能^［170］的关联性未得到体现。ER-40的修订版增加了反应时间和确信度评分，Pinkham等^［169］发现这一修订版的优势在于确信度评分与现实生活功能指标之间存在相关性。进一步地，即使在其他所有神经认知功能和社会认知功能变量得到控制的情况下，ER-40修订版的准确度和反应时间仍被证实为社会能力的独立预测因子^［169］。然而，为了更全面地理解ER-40修订版与现实生活功能之间的潜在关系，仍需开展更为深入和广泛的研究加以验证。

MSCEIT^［171］（附表8）则是1个包含141个条目的量表，旨在测量情商的4个分支：情绪识别，情绪应用，情绪理解，情绪管理（managing emotions，ME）。其中，MSCEIT-ME是迄今为止唯一评估情绪调节（情绪处理领域的子领域）的指标。MSCEIT通过8个任务覆盖这4个分支，每个分支由2个任务组成。该量表提供3种评分方式：（a）总分：反映总体情商水平；（b）2个分测验得分：经验情商和策略情商；（c）4个分支得分（每个分支的分数通过2个子任务测量）。评分基于专家标准和共识标准。专家评分标准是基于国际情绪研究学会中21名成员对测试项目的反馈，而共识评分标准是基于5 000多例受试者的大量异质标准化样本对测试项目的反馈。实际上，MSCEIT评分的计算是基于1个大型社区样本的一般共识方法，而不是专家评分方法。然而，基于共识的评分方法的解释是有争议的，因为尚不清楚分数是否反映了情商^［I80］的真实变化。MSCEIT测试时间较长，大约需要35 min，但具有中等至良好的心理测量学特性^{［173-175］}。特别是，MSCEIT分支得分以及MSCEIT总分^{［173，175，181］}的内部一致性良好，MSCEIT分支1和分支4的重测信度良好^{［84，109］}，区分患者和健康对照者的敏感性良好^{［173，175］}，耐受性良好，区分效度良好^［173］。此外，MSCEIT总分和分支分数显示出与功能指标存在相关性^{［73，109，173，182-183］}。但其聚合效度较低，且缺乏实用性和重复测量效用的相关报告^{［173，175］}。

暗示任务^［184］（附表8）旨在评估受试者解读非直接言语背后真实意图的能力。该任务通过朗读包含2个角色互动情境的10篇短文来实现，其中1个角色会巧妙地给出暗示，随后要求受试者阐述这一暗示的真实意图。此任务不仅耗时短（5~7 min），还展现出了良好的心理测量学特性（附表9），包括良好的内部一致性、重测信度，低练习效应，以及不明显的地板/天花板效应^{［37，169-170］}。其操作实用性良好，患者接受度高^{［169-170］}，且在区分患者与健康对照群体时展现出良好的敏感性^［170］，具有良好的聚合效度但是相对较弱的区分效度^［37］。此外，暗示任务还显示出与功能能力和社会能力的相关性^{［37，169-170］}，有时甚至是唯一的预测因素或具有显著的增量效度^{［169-170］}。然而，近期1项针对亚洲样本的研究发现，暗示任务在内部一致性方面的心理测量学特性较之前研究有所减弱^［175］，这可能与任务的文化敏感性及跨文化适用性有关，提示未来研究需考虑对其进行适当调整。

眼区读心任务（附表8）则聚焦于评估个体从眼部表情中识别他人情绪状态的能力^［185］。该任务通过展示36张仅包含男女眼睛区域而非整张脸的照片，每张照片代表不同的情绪状态，要求受试者从4个选项中选择最符合的情绪描述，每答对1题得1分。该任务操作时间短，具有良好的心理测量学特性（附表9），包括高内部一致性、重测信度、重复测量效用、聚合效度以及中度到良好的区分效度，操作实用性好，患者耐受性高，区分患者和健康对照的敏感性良好^{［37，169-170］}。它也被证实与功能能力^{［169-170］}和社会能力^{［169-170，186］}显著相关，但在与现实生活功能的关系上则未显示出无相关性^［170］。尽管任务的修订版试图通过明确术语定义来减少对词汇的依赖，但Pinkham等^［169］测试发现修订版并未改善与现实生活功能之间缺乏关相关性的情况^［169］。总体而言，眼区读心任务作为评估心理理论领域能力的工具具有广阔前景，但鉴于其心理测量学特性的某些局限，包括修订版本在内，仍需进一步的研究验证。

TASIT（附表8）是1个由日常社交互动的视频片段组成的评估工具^［187］。该测试分为3个部分，每部分均设有A、B 2个不同的版本：第一部分：情绪评价测验。此部分包含28个视频片段，要求受试者从7个情绪选项（惊讶、高兴、愤怒、悲伤、焦虑、厌恶、中性）中准确识别出视频中角色所表达的基本情绪。这一环节旨在评估个体识别他人情绪表达的能力；第二部分：社会推理测验简易版（Social Inference-Minimal，SI-M）。该部分由15个视频片段组成，展示两人之间的对话场景，侧重于考察受试者对于对话中真诚与讽刺意图的理解能力；第三部分：社会推理测验强化版（Social Inference-Enriched，SI-E）。此部分包含16个视频片段，在对话前后提供额外信息以构建更为丰富的情境背景，旨在进一步评估受试者对谎言和讽刺的识别能力。TASIT测试耗时30~45 min，其中第三部分专注于谎言与讽刺的评估，单独耗时17~19 min。总分和第三部分的分数具有良好的内部一致性和重测信度^{［69，169，187］}。3个部分均表现出良好的聚合效度和较弱的区分效度，患者耐受性良好，但较长的测试时间限制了其实用性，且存在显著的练习效应^{［37，169-170，175］}（附表9）。特别是第三部分，与功能能力^{［17，21，72，106，169-170，188］}、社会能力^{［169-170］}和现实生活功能^{［17，67，72，106，170，188-189］}等多方面均显示出显著的相关性。TASIT第三部分的修订版纳入了反应时间，并在多次测试时均衡使用不同版本，以缩小SCOPE研究第三阶段所指出的版本间差异^［169］。尽管反应时间本身并未直接关联于现实生活功能，Pinkham等^［169］还是对这一修订版与原始版本具有相似的心理测量学特性进行了测试（附表9）。意大利精神病研究协作网（the Italian Network for Research on Psychoses，NIRP）的1项大型多中心研究进一步证实了社会认知功能（包括TASIT、MSCEIT和FEIT）与精神分裂症患者在基线^{［17，188］}和4年随访^［21］时的真实世界功能和能力相关。该研究通过网络分析揭示了TASIT在社会认知功能网络中的核心地位，强调了其在连接社会认知与功能能力，进而影响现实生活功能中的重要作用^［72］。这些结果也在4年随访中得到验证^［106］。值得注意的是，不同的因素可能对TASIT与现实生活功能之间的相关性产生影响。与其他研究^{［17-18，21，72，106］}相比，Pinkham等^{［169-170］}的研究样本量较小，受试者社会认知功能受损较轻，现实生活功能差异较小，这可能是TASIT与现实生活功能之间缺乏相关性的原因^{［69，169］}。因此，未来研究应继续采用大样本精神分裂症患者群体，以更深入地探讨这一关系。

RAD（附表8）作为一种评估社会关系感知能力的纸笔测验，包含了75个条目^［190］。RAD的内容和形式基于关系模型理论，该理论认为，人们运用4种基本的关系模型（群体共享、权威排名、平等匹配、市场定价）来解读社会关系和预测他人行为。尽管RAD的测试时长适中（标准版约35 min，简版仅16 min），但其心理测量学特性却不尽如人意^{［37，175］}（附表9），尤其是存在显著的地板效应，限制了其在临床和研究中的实用性，且患者往往难以耐受长时间测试^［170］。

SAT-MC^［191］（附表8）则通过动画短片的形式，要求受试者观看并理解一段由几何形状演绎的社会互动场景。在动画放映两次后，要求受试者回答19个关于所发生事件的问题。尽管这一方法试图以更生动的方式评估社会认知，但其心理测量学特性同样存在缺陷，包括重测信度低、地板效应明显，以及与功能能力和社会能力的相关性仅为中等水平，与现实生活功能无直接联系^［169］（附表9）。

MiniPONS^［192］（附表8）则专注于测试解码人际线索（面部表情、身体动作和语音语调）的准确性。研究人员向受试者展示64个、每个时长为2 s的听觉或视觉片段，这些片段由1名高加索女性展示面部表情、语音语调和（或）手势。随后，受试者须从2个给定的行为标签中选择最贴切描述片段内容的选项。然而，该测试显示出较差的心理测量学特性，尤其是有显著的地板效应，患者耐受性差，且与功能能力和社会能力指标的相关性仅达到中等，未能有效反映出受试者在现实生活中的社会认知功能状况^{［169，175］}（附表9）。

鉴于目前评估精神分裂症患者社会感知相关任务的心理测量学特性较差，且相关证据有限，因此还需要进一步的研究验证这一社会认知功能领域的评估工具。

AIHQ^［193］（附表8）是1项旨在评估个体在敌意性社会认知功能偏见方面的测试工具。测试中，受试者需阅读5个设定为背景模糊的负面社会情境，并据此记录他们认为的情境发生原因。随后，他们需评估对方的行为意图、自身的愤怒程度及责备对方的程度。这3项评分的总和构成了总体的责备分数，分数越高，代表受试者的责备倾向、感受到的敌意及愤怒程度越强烈。此外，以开放式问题形式解释事件发生的原因及他们个人的应对策略。这些开放式问题由2名独立的评分员根据敌意偏差（敌意指数评分）和应对行为的攻击性程度（攻击性指数评分）进行评分。AIHQ测试过程简短，仅需5~7 min。AIHQ显示出良好的内部一致性^［37］，但其重测信度较低（责备分数除外）^［170］，且区分患者和健康对照的敏感性不足^［170］，重复测量效用处于低至中度水平^{［170，194-197］}，聚合效度处于不显著至中度^{［67，198］}。然而，Lim等^［175］的研究发现，对照组中的AIHQ敌意偏差子量表（AIHQ-HB）的重测信度尚可，而患者的AIHQ攻击性偏差子量表（AIHQ-AB）的重测信度则稍显逊色。这一差异可能与测试内容的全面性有关，因为Lim等^［175］在研究中使用了包含模糊、偶然及故意情景的完整AIHQ版本，而Pinkham等^［170］的研究则仅聚焦于模糊情景。因此，对于AIHQ在不同情境下的表现，尚需进一步深入研究。此外，AIHQ与现实生活功能、功能能力和社会能力无显著相关性^{［37，170］}（附表9）。

可信度任务（the Trustworthiness Task）^［199］通过呈现100张不同种族男性和女性的自然姿势面孔图片（简版中为42张），要求受试者基于这些面孔对其信任程度进行7级评分（附表8）。该工具在脑损伤和孤独症谱系障碍患者的研究中较为常见^［37］，但在精神分裂症患者的应用中，其心理测量学特性并不理想（附表9），尤其是聚合效度、区分患者与健康对照的敏感性不足，且与现实生活功能、功能能力和社会能力无显著相关性^{［37，54，170］}。尽管如此，该任务在信度、重复测量效用、操作实用性和患者耐受性方面仍表现出色 ^{［170，200］}（附表9）。

IBT（附表8）旨在测量个体将他人行为归因于故意的倾向^［201］。受试者需阅读24篇关于行为模棱两可的简短描述，并迅速判断这些行为是“故意的”还是“偶然的”。IBT的心理测量学特性上展现出一定的优势，包括良好的内部一致性、重复测量效用，以及与功能能力和现实生活功能之间的相关性，同时也具备良好的耐受性和实用性，能够区分患者与健康对照组^{［169，202］}。然而，该工具也存在一些局限性，主要是重测信度较低，且由于反应时间限制，可能导致较高的数据丢失率^［169］（附表9）。尽管IBT展现出评估归因偏差/模式的潜力，但当前相关文献仍较为有限，因此需要进一步的研究来验证其在精神分裂症患者中的适用性。

目前，由于评估精神分裂症归因偏见/模式任务的心理测量学特性较差，且证据较少，因此需要进一步研究验证这一社会认知功能领域的评估工具。

总之，尽管已有多种工具用于评估精神分裂症患者的情绪处理和心理理论，但在社会感知和归因偏差/模式的评估上仍显不足。尤为遗憾的是，目前尚未形成一套统一的测验体系，能够全面评估精神分裂症患者在所有社会认知功能领域的损害。这要求该领域的专家投入更多努力，致力于开发更加广泛且全面的评估工具。同时，不同工具的跨文化有效性也有待验证，因为文化因素在社交互动中扮演着重要角色，而社交行为的微妙差异在跨文化转换中往往难以准确传达。例如，在意大利精神病研究网络中所采用的TASIT意大利版本^{［17，186］}，就强调了该视频片段须由电影行业演员使用意大利语配音，这不仅体现了文化适应性的重要性，也凸显了相关工作的复杂性和成本。

附表8概述了社会认知功能评估工具的特点。

建议

根据现有文献，工作组拟订了下列建议：

较社会认知功能损害评估，神经认知功能损害评估由来已久，相应的成套测验与文献也更为丰富，这在前面的章节^{［7，9-11，14］}中已有描述。

许多研究使用的评估工具遵循MATRICS共识^［109］中所定义的认知功能领域，其中13项研究中有3项专门使用了MCCB^{［217-219］}。其他研究使用多种工具评估特定的或多个方面的认知功能，其中记忆功能和执行功能是最常评估的领域^{［220-227］}。然而，在超高危人群中开展的认知功能矫正试验很少^［228］。截至目前，可参考的只有3个随机对照试验和3个队列研究的证据，其中2个随机对照试验及1个队列研究使用了MCCB^{［229-231］}，其余研究使用的工具主要评估处理速度和言语学习^{［232-234］}。

为了全面了解潜在损害和优势领域，早期干预中的认知功能评估应涵盖6个核心神经认知功能领域的成套测验，且不应仅限于神经认知功能总体评分。对首次发作精神分裂症和超高危人群的认知功能研究已经显示出了在早期干预中使用标准化认知功能评估成套测验（例如MCCB）的效用。另一种可使用的更短的成套测验是BACS，它涵盖了MATRICS定义的6个神经认知功能领域中的4个。BACS可以提供各领域评分和神经认知功能综合评分。BACS和BACS的子测验也显示出检测首次发作精神病患者^{［235-236］}和超高危人群^{［233，237-238］}的神经认知功能损害的有效性。MCCB和BACS都表现出与功能强相关^{［109，121］}。CANTAB^［239］提供了一系列评估核心神经认知功能领域的认知功能测试，它们已被证明对首次发作精神分裂症^［223］和超高危人群^{［240-241］}的认知功能损害具有敏感性。因此，CANTAB可能显示出作为神经认知功能评估成套测验的效用，但其局限性也已讨论过，即纳入的测验是为老年痴呆患者开发的，因此可能存在天花板效应，尤其是在年轻的首次发作精神分裂症或超高危人群中。

此外，认知功能自知力评估-自我报告（the Measure of Insight into Cognition-Self Report，MIC-SR）是1种自我感知的认知功能的测量工具，最近被发现与超高危人群的整体功能和生活质量相关^［242］。

总之，建议在早期干预中评估神经认知功能损害，并与MATRICS指定的各个认知功能领域保持一致。标准化神经认知功能成套测验MCCB和BACS是具有良好心理测量学特性的工具，对超高危人群和精神分裂症患者的神经认知功能损害比较敏感，可作为首选。然而，应收集青少年群体的常模数据，以提高这些工具在18岁以下的超高危人群和精神分裂症患者中的准确性，并辅助临床决策。CANTAB可提供补充测试，进一步揭示前驱期和精神病早期阶段的神经认知功能损害的范围，但需注意其局限性。

建议

根据现有文献，工作组拟订了下列建议：

社会认知功能作为一个相对较新的研究领域，正面临着一个关键挑战：缺乏具备卓越心理测量特性的标准化测验工具。目前，诸如BLERT^［243］、暗示任务^{［235，243-246］}、ER-40^［247］、眼区读心任务^{［243，248-250］}和TASIT^{［84，235］}等测验已被应用于首次发作精神分裂症患者的社会认知功能评估中，显示出在检测该人群社会认知功能损害方面的有效性。同时，TASIT^{［73，238，251］}和ER-40 ^［251］还被证实能有效识别超高危人群在心理归因和情绪识别方面的障碍。此外，眼区读心任务已在超高危研究中得到应用^{［206，248］}，但其区分超高危个体与健康对照的能力尚需进一步确认^［248］。因此，迫切需要进一步验证超高危研究中的社会认知功能评估工具。

鉴于社会认知功能涉及复杂的主观体验，当前在首次发作精神分裂症及精神分裂症超高危患者中的研究尚处于初步阶段，其发现尚显较为有限^［252］。

总之，目前没有推荐用于早期干预中的标准化社会认知功能的成套测验。根据SCOPE测验的综合评估，BLERT、暗示任务和ER-40因其良好的心理测量学特性，被视为精神病研究中评估社会认知功能的优选工具。同时，眼区读心任务、TASIT和IBT也展现出可接受的心理测量学特性，可作为心理理论和归因模式的测验。因此，这6项测验适合用于早期干预中，但必须牢记后3项测验的心理测量学局限性。此外，必须认识到，SCOPE项目是在确诊的精神病患者中对这些测验进行验证，尽管这些测验可有效检测首次发作精神分裂症和超高危人群的社会认知功能损害，但其心理测量学特性可能不适用于首次发作精神分裂症和超高危患者（例如，它们可能具有天花板效应）。因此，非常需要开发和验证专门针对精神病前驱期和首次发作精神分裂症的社会认知功能测验，以捕捉在这些阶段发生的社会认知功能损害的潜在细微差别。

建议

根据现有文献，工作组拟订了下列建议：