普通話兒童詞匯相鄰性測試詞表總體信度評估

王素菊 孔 穎 馮潔芬 劉海紅 李淑靜 楊宜林 劉 莎

(首都醫科大學附屬北京同仁醫院耳鼻咽喉頭頸外科，北京市耳鼻咽喉科研究所，教育部耳鼻咽喉頭頸外科重點實驗室，北京100730)

言語測試對評估和監測聽力損失對交流能力的影響、評估助聽裝置的效果起到了重要作用。一個理想的言語測試材料要求測試結果準確可信，對不同的測試條件有較高的敏感性，并與真實世界的言語感知能力很好相關［1］。近年來，我國的許多學者［2-3］相繼開發了適合漢語語言特點的言語測聽材料，但未能在臨床中得到普遍使用，在詞表的驗證過程中，還需要在詞表信度、效度和敏感度等標準化方面作進一步研究。隨著我國聽力學理論體系的逐步完善，發展規范化的言語測聽材料越來越為我國聽力學家所重視。

在上個世紀80年代末Lucy［4］提出了基于心理語言學言語聽辨鄰域的鄰域激活模型理論，提出了單詞的出現頻率和相似鄰居詞數目的多少影響兒童口語識別的感知過程。Kirk等人依據NAM理論開發了英文版的詞匯相鄰性測試詞表(lexical neighborhood test，LNT;注：這是單音節詞表)和詞匯相鄰性多音節詞表(multisyllabic lexical neighborhood test，MLNT;注：這是雙音節和三音節詞表，因此稱多音節詞表)來研究人工耳蝸植入兒童言語聽辨發展過程［5］。隨后各國相繼建立了適合自己母語特征的詞匯相鄰性測試材料。張寧、劉莎等［6-8］也依據漢語語言的特點開發了普通話版的詞匯相鄰性測試詞表并已經過初步的等價性驗證。本文旨在對普通話兒童詞匯相鄰性測試詞表的數字錄音版本進行總體信度評估，以使測試材料符合臨床實踐的可靠性和有效性要求。

1 材料和方法

1.1 測試材料

普通話兒童詞匯相鄰性測試詞表(mandarin lexical neighborhood test，M-LNT)，其中包括單音節詞表和雙音節詞表，全稱為普通話兒童詞匯相鄰性單音節詞表(mandarin monosyllable lexical neighborhood test，MLNT-M)和普通話兒童詞匯相鄰性雙音節詞表(mandarin disyllable lexical neighborhood test，M-LNT-D)。其中M-LNT-M有6張詞表，包括易詞表3張和難詞表3張，每表20個字，練習表1張，每表10個字;M-LNT-D有6張詞表，包括3張易詞表和3張難詞表，每表20個詞，練習表1張，每表10個字。測試材料經過數字化錄制，采用電腦隨機播放。

1.2 測試對象

受試者為隨機從北京高校中選取的聽力正常者52名，以漢語普通話為日常交流方式，無聽力障礙及耳科疾病史。其中男 23例，女 29例，平均年齡(22.9±1.8)歲。雙耳平均聽閾(500，1 000，2 000，4 000 Hz)為(4.1±3.2)dB HL，聲導抗測試正常(雙耳鼓室圖A型，聲反射閾均可引出)。

1.3 測試地點和設備

測試地點為標準隔聲室，背景噪聲小于20 dB (A);GSI-61純音聽力計的channel 1的Ext B通道作為言語輸出通道;用1 000 Hz純音作為校準音，使用B＆K Type1613聲級計、Type4144電容傳聲器、Type4152仿真耳，參照國際標準進行校準，校準耳機為TDH-50P，將言語聽力級(0 dB HL)校準為20dB的言語聲壓級(dB SPL)。所用測試設備均已由北京市計量研究院校準。

1.4 實驗設計和方法

預實驗以小步距多強度設點的原則，獲得覆蓋強度—識別函數曲線的20%～80%言語識別率強度的最小位點。采用隨機區組設計方法，每人隨機分到奇數位或偶數位強度組，每人每張表按照最小位點強度數進行測試。

測試在雙室隔聲室中進行。根據受試者的平均聽閾選取聽力較好的耳朵單側聆聽詞表。測試前對受試者進行指導，告知測試目的，要求集中注意力聆聽后復述測試項，鼓勵猜測。測試詞表按照由易到難的順序依次播放詞表。測試前播放練習表讓受試者熟悉過程，避免出現情緒緊張。測試先選擇識別率為40%～60%的強度給聲，避免低強度給聲時造成受試者缺乏信心以及高強度給聲時造成的學習記憶效應。測試時間約60 min，測試中注意受試者的狀態，中途適時安排兩次休息時間，以克服疲勞而造成的非隨機誤差。

測試者以耳機監聽方式判斷正誤，標準為每一音節的聲母、韻母和聲調都正確時才得分，計算正確率，作為該測試詞表的言語識別率。計算公式為：

正確率=復述正確詞的得分×100%=復述正確詞數/總詞數×100%

1.5 統計學方法

采用SPSS 13.0統計軟件和Matlab7.1對4種詞表的數據進行分析。

1.5.1 詞表的等價性分析

本詞表根據詞匯測試項評價的二項分布理論，Thornton A R和Raffin M J等提出［9］對于測試結果僅以測試項的正誤來表示的開放測試材料可用二項分布來評估。由二項分布理論公式可知不同得分對應不同的隨機誤差，以n個測試項的識別率的標準差(standard deviation，SD)來表示：

其中n是測試項的數目，p是得分。為了穩定數據之間的變異，Thornton和Raffin又對數據進行了反正弦變換處理。Studerbaker G A［10］進一步提出對得分進行合理化的反正弦變換的方法可以使隨機誤差不再與具體得分相關，所有得分的隨機誤差都大體一致;除去兩端得分，其他所有得分在均數周圍呈正態分布;平均得分和方差彼此不相關;在大部分得分區域內，得分增長或減少的可能性一致。將原始得分數值進行合理化的反正弦變換(rationalized arcsine units，RAU)

其中X為正確回答數目，N為表內測試項數目，R為變換后得分。使用Matlab 7.1進行數據變換。將數據進行變換后，4類詞表的數據均滿足正態分布。由于數據滿足隨機區組設計，因此對于滿足正態分布的數據采用隨機區組設計方差分析。

1.5.2 詞表的P-I曲線

根據詞表言語識別率特性表述方式即強度-識別函數曲線，采用Matlab 7.1軟件進行數據處理。使用Logistic回歸函數擬合獲得函數曲線、斜率和閾值：

其中P為識別率，I為強度，a是回歸曲線截距，b是曲線斜率［11］。

根據言語識別閾的定義將50%識別率所對應的強度視為該測試表的閾值，由公式2推導出閾值強度為－a/b，在20%～80%的線性增長區域內求出其斜率b。

2 結果

2.1 M-LNT詞表的等價性

M-LNT的4類詞表獲得20%～80%的識別率范圍所需的強度，分別為6個強度點，雙音節易詞表為16、20、22、24、26、30dB(SPL)，雙音節難詞表為18、22、26、29、33、37 dB(SPL)，單音節易詞表為16、21、26、31、36、41 dB(SPL)，單音節難詞表為19、25、31、37、43、49 dB(SPL)。每人每張表可按照最小位點強度數共測試3個強度。

本實驗中采用隨機區組設計方法，根據統計分析得出雙音節易詞表、雙音節難詞表、單音節易詞表和單音節難詞表在各強度下獲得的識別率數據總體均呈正態分布和方差齊性，采用隨機區組方差分析，結果顯示雙音節易詞表間、雙音節難詞表間和單音節易詞表間、單音節難詞表間，4類的各詞表間差異均無統計學意義，詳見表1、2。

表1 單音節詞表統計學分析結果Tab.1 Statistical analysis of monosyllable word lists

表2 雙音節詞表統計學分析結果Tab.2 Statistical analysis of disyllable word lists

2.2 M-LNT詞表的得分—強度曲線(P-I function)

使用Matlab 7.1軟件以Logistic回歸函數進行非線性擬合，得出4類詞表的P-I曲線(圖1-4)。通過對合理化反正弦變換后的得分進行計算，得出每張詞表的言語識別閾值、20%～80%斜率和50%斜率(表3)。

表3 各詞表的閾值和斜率Tab.3 Threshold and slope of 4 kinds of word list

其中雙音節易詞、雙音節難詞、單音節易詞、單音節難詞詞表的平均言語識別閾分別為(20.5±0.7)、(24.8±2.1)、(24.6±2.2)、(31.0±0.4)dB SPL。雙音節詞表的閾值低于單音節詞表，易詞詞表的閾值低于難詞詞表。20%～80%線性范圍斜率代表詞表整體走向，雙音節易詞、雙音節難詞、單音節易詞、單音節難詞詞表分別為11.6、8.2、5.7、5.6%/dB SPL，其中雙音節易詞斜率最大，P-I函數曲線走形最陡峭，接下來依次為雙音節難詞、單音節易詞、單音節難詞，代表閾值附近的50%正確率時的P-I曲線斜率與20%～80%斜率變化趨勢一致。

2.3 M-LNT詞表的臨界差值(critical difference，CD)

利用合理化反正弦變換后的得分值公式換算出95%置信度下詞表在每一種強度下的臨界差值［9］：

其中SD為標準差，Z是標準化的隨機變量值(95%置信區間是1.96)，計算得出單音節易詞表、單音節難詞表、雙音節易詞表、雙音節難詞表的總體臨界差值分別為±22.2、±26.1、±32.7、±29.9%(表4-表7)。每一類詞表在各強度下的言語識別率(均值±標準差，)，詳見表8～11，從中可以得出在每種詞表所給出的5個強度點基本覆蓋了20%～80%的言語識別得分范圍。

表4 單音節易詞表總體和6個強度下信度指標的比較Tab.4 The reliability parameters of monosyllable-easy word lists %

表5 單音節難詞表總體和6個強度下信度指標的比較Tab.5 The reliability parameters of monosyllable-hard word lists %

表6 雙音節易詞表總體和6個強度下信度指標的比較Tab.6 The reliability parameters of disyllable-easy word lists %

表7 雙音節難詞表總體和6個強度下信度指標的比較Tab.7 The reliability parameters of disyllable-hard word lists %

表8 單音節易詞表各強度下的言語識別率Tab.8 The word recognition scores of monosyllable-easy word lists(s)%

表8 單音節易詞表各強度下的言語識別率Tab.8 The word recognition scores of monosyllable-easy word lists(s)%

Intensity/dB SPL M-E list1 M-E list2 M-E list3 16 20.7±7.8 21.6±13.2 19.0±9.3 21 46.3±9.2 48.3±8.8 44.3±7.8 26 54.5±4.9 57.4±8.7 51.6±6.1 31 66.1±4.9 72.5±8.0 63.6±7.0 36 74.4±8.0 83.9±7.1 72.3±4.4 41 85.8±4.0 89.6±5.8 81.2±6.4

表9 單音節難詞表各強度下的言語識別率Tab.9 The word recognition scores of monosyllable-hard word lists(s) %

表9 單音節難詞表各強度下的言語識別率Tab.9 The word recognition scores of monosyllable-hard word lists(s) %

Intensity/dB SPL M-E list1 M-E list2 M-E list3 19 18.7±14.0 13.9±11.6 10.4±11.4 25 41.6±9.6 35.5±9.5 32.1±9.8 31 53.4±11.7 54.5±11.4 53.5±10.7 37 62.3±10.0 69.9±6.7 68.6±9.9 43 72.9±6.1 83.3±8.8 78.7±6.9 49 85.0±7.3 85.4±7.1 85.8±5.9

表10 雙音節易詞表各強度下的言語識別率Tab.10 The word recognition scores of disyllable-easy word lists(±s) %

表10 雙音節易詞表各強度下的言語識別率Tab.10 The word recognition scores of disyllable-easy word lists(±s) %

Intensity/dB SPL D-E list1 D-E list2 D-E list3 16 27.8±14.0 24.0±15.6 27.0±13.4 20 57.0±9.6 50.5±9.5 56.8±9.8 22 53.6±11.7 54.3±11.4 58.9±10.7 24 64.9±10.0 63.1±6.7 68.1±9.9 26 88.9±6.2 80.9±8.8 82.1±6.9 30 94.3±7.3 90.6±7.1 89.3±5.9

表11 雙音節難詞表各強度下的言語識別率Tab.11 The word recognition scores of disyllable-hard word lists(s) %

表11 雙音節難詞表各強度下的言語識別率Tab.11 The word recognition scores of disyllable-hard word lists(s) %

Intensity/dB SPL D-E list1 D-E list2 D-E list3 18 21.0±10.0 32.7±13.2 19.4±11.7 22 43.7±8.0 51.8±11.7 41.5±11.8 26 55.6±12.1 60.2±9.7 48.0±11.8 29 66.8±5.7 64.0±8.1 60.5±10.6 33 85.1±9.9 85.0±11.5 77.6±8.3 37 91.1±7.5 83.5±9.6 84.0±6.9

3 討論

3.1 言語測試詞表的P-I曲線特性

言語測試中言語識別率與刺激信號的強度是相關的，P-I曲線描述了這一相關現象。正常人的P-I曲線呈側向拉伸的S型，得分隨著強度的增加而增加，并在強度上升一定程度后趨于穩定，從而達到最大言語識別率，本實驗P-I曲線圖與上述規律相符合。P-I曲線的形狀可以由言語識別閾和斜率2個參數來描述，言語識別閾是達到50%言語識別率時的刺激信號強度;斜率是識別率受刺激信號強度影響的程度，也是言語測聽材料信度和敏感度的重要參數。測試項之間難度相近的測試表P-I曲線斜率較大，包含的冗余信息較多、詞語熟悉度較高，斜率也較大，即P-I曲線比較陡峭。

普通話兒童詞匯相鄰性測試詞表是基于心理聽辨領域的鄰域激活模型理論(neighborhood activated model，NAM)研發的，NAM理論提出，一個有效的信號輸入可以激活記憶中一套聲學—音位特征相似的詞匯，激活水平與刺激信號的相似度是成比例的，即競爭性詞的詞頻以及詞匯特征匹配程度，決定著提取的目標詞的難易。出現頻率高而相似鄰居數較少的詞匯(易詞)比出現頻率低而相似鄰居數較多的詞匯(難詞)容易識別，同樣冗余信息較多的雙音節詞匯比單音節詞匯容易識別。Kirk K I等［5，12］在聽力正常兒童和人工耳蝸兒童的研究中都證明了這一理論。Liu C等［8］在聽力正常的漢語普通話兒童中也得到了同樣的結果，即易詞的識別得分高于難詞的識別得分，雙音節詞的識別得分高于單音節詞的識別得分。本實驗M-LNT單音節易詞表、單音節難詞表、雙音節易詞表和雙音節難詞表平均言語識別閾分別為(24.6± 2.2)、(31.0±0.4)、(20.5±0.7)、(24.8±2.1)dB SPL，雙音節詞表閾值比單音節詞表閾值低，易詞表閾值比難詞表閾值低，表明在本測試中雙音節詞識別易于單音節詞，易詞比難詞容易識別，與之前研究相符。Nissen S L等［13］研究的漢語成人雙音節詞測試材料的P-I曲線平均斜率為6.3%/dB(男聲)和7.3%/dB (女聲)。Nissen S L等［14］研究粵語版的雙音節詞在正常成人中P-I曲線平均斜率為7.5%/dB(男聲)和7.6%/dB(女聲)，同時Nissen S L等［15］也研究得出漢語普通話成人三音節詞測試材料的P-I曲線平均斜率為11.3%/dB(男聲)和12.1%/dB(女聲)。本實驗中雙音節難易詞表的斜率分別為8.2%和11.6%，單音節難易詞表的斜率分別為5.6%和5.7%，雙音節詞的冗余度高于單音節詞，斜率也大于單音節詞，P-I曲線的走形趨勢較陡，結果與之前相符。Dirks D D等［16］對根據鄰域激活模型編制的難易詞表分析比較得出易詞斜率比難詞斜率大，本實驗中M-LNT單音節和雙音節的易詞斜率都大于難詞斜率，表明在詞匯的習得過程中易詞的習得比難詞容易，本實驗也表明了這一規律。

3.2 言語測試詞表的總體信度

信度是描述測聽材料可靠性的指標，可靠性包括了得分在多次測試中的穩定性和多張表之間的一致性，也就是復測信度和復本信度，其中對于復本信度的評價包括統計學分析上的等價性以及表間的變異度。信度以變異度的大小為指征，變異度小，則信度高［3］。變異度表現在P-I曲線斜率與閾值的一致性以及兩表得分的臨界差值。其中臨界差值也可以作為復測信度的評價指標。

為評估患者在治療和干預的不同階段的療效，需要在不同時間對同一患者進行相同條件下的多次言語識別能力測試，為了避免受試者對單一測聽材料多次測試產生記憶影響測試結果的比較，就需要每套測試材料具有多張等價的詞表，因此在詞表的開發過程中等價性驗證是必不可少的步驟。本實驗經隨機區組設計的方差分析表明4類不同性質的詞表間差異無統計學意義，即每類詞表表間等價。其結果與Liu C等［8］在正常兒童中的研究結果一致。測聽材料的等價性與P-I曲線的斜率也有相關性，曾有報道［17］測試項之間的同質性越好，P-I曲線的斜率越陡峭。本實驗結果得出雙音節難易詞表的斜率分別為8.2%和11.6%，單音節難易詞表的斜率分別為 5.6%和5.7%，也表明了詞表同質性較好，可靠性較高。

臨界差值也是對于復本信度評價的一個重要指標，它描述了表間的變異度。臨界差值也可以作為復測信度的評價指標，對于同一患者前后2次測試得分的差異必須高于隨機誤差即臨界差值［18］，來評價其復測信度。同樣的，臨界差值也是復本信度的重要評價指標，也就是對于同一患者同一條件下先后分別測試2張內容不同的表，兩表得分的差異高于隨機誤差時表明有差異性［19］。從本實驗得出M-LNT單音節易詞表、單音節難詞表、雙音節易詞表、雙音節難詞表的總體臨界差值分別為±22.2%、±26.1%、±32.7%、±29.9%，也可以看出單音節詞比雙音節詞的臨界差值要小，而雙音節詞冗余信息比單音節詞多，比單音節詞簡單，表明詞表越簡單臨界差值越小。

3.3 言語測試詞表的敏感度

敏感度也稱區分度，是指某測試所能區分的不同受試者或不同測試條件下言語識別率的最小差異［20］。測試詞表的敏感度可用P-I曲線的斜率來描述，斜率越大，得分對強度越敏感。言語識別率接近50%時斜率最大，敏感度最高，但同時變異度會較大，信度較差;而高敏感度的材料在言語聲壓級上的細微的增加就會使識別率變化水平超出隨機誤差波動范圍，易于得出可靠結論［3］。因此測聽材料要在高敏感度與信度之間取得平衡。本實驗結果M-LNT單音節易詞表、單音節難詞表、雙音節易詞表和雙音節難詞表20%～80%斜率分別為6.1、5.9、11.6、8.0%/dB SPL，雙音節詞表斜率比單音節詞表要大，敏感度更高，也表明詞表容易程度越高，敏感度越高，符合詞表建立的基本原則。

本實驗通過對普通話兒童詞匯相鄰詞表的分析，表明其總體信度可靠，并且獲得了該測試材料的P-I曲線，建立了M-LNT詞表言語識別率的基準曲線。此外McArdle R A等［21］指出對于正常年輕人等價性測試的詞表，可能對有聽力損失的人來說是不等價的，因此要得到一套完善有效的專業化測聽材料，并最終應用于臨床助聽裝置使用者，還需要進一步在人工耳蝸使用者中進行一系列的臨床驗證，這也是我們下一步要進行的工作。

［1］ Mackersie C L.Test of speech perception abilities［J］.Curr Opin Otolaryngol＆Head and Neck Surg，2002，10：392-397.

［2］ 卜行寬，倪道鳳.推進中文言語測聽材料的標準化和臨床應用［J］.中華耳科學雜志，2008，6(1)：9-10.

［3］ 郗昕.言語測聽工具的效度、信度和敏感度［J］.中華耳科學雜志，2008，6(1)：1-6.

［4］ Lucy P A，Pisoni D B，Goldinger S D.Similarity neighborhood of spoken word.In Altmann G T M(Ed.).Cognitive model of speech processing：psycholinguisti and computational perspectives［M］.Cambrige，MA：MIT Press.1990.

［5］ Kirk K I，Pisoni D B，Osberger M J.Lexical effects on spoken word recognition by pediatric cochlear implant users［J］.Ear Hear，1995，16(5)：470-481.

［6］ 張寧，劉莎，盛玉麒，等.普通話兒童詞匯相鄰性單音節詞表的編制［J］.聽力學及言語疾病雜志，2009，17(4)：313-317.

［7］ 張寧，劉莎，盛玉麒，等.普通話兒童詞匯相鄰性多音節詞表編制研究［J］.中華耳科學雜志，2008，6(1)：30-34.

［8］ Liu C，Liu S，Zhang N，et al.Standard-Chinese Lexical Neighborhood Test in normal-hearing young children［J］.Int J Pediatr Otorhinolaryngol，2011，75(6)：774-781.

［9］ Thornton A R，Raffin M J.Speech discrimination scores modeled as a binomial variable［J］.J Speech Hear Res，1978，21(3)：507-518.

［10］Studebaker G A.A“rationalized”arcsine transform［J］.J Speech Hear Res，1985，28(3)：455-462.

［11］冀飛，郗昕，陳艾婷，等.漢語普通話單音節測聽字表的等價性研究［J］.中華耳科學雜志，2008，6(1)：17-20.

［12］Kirk K I，Miyamoto R T，Lento C L，et al.Effects of age at implantation in young children［J］.Ann Otol Rhinol Laryngol Suppl，2002，189：69-73.

［13］Nissen S L，Harris R W，Jennings L J，et al.Psychometrically equivalent mandarin bisyllabic speech discrimination materials spoken by male and female talkers［J］.Int J Audiol，2005，44(7)：379-390.

［14］Nissen S L，Harris R W，Channell R W，et al.The development of psychometrically equivalent Cantonese speech audiometry materials［J］.Int J Audiol，2011，50(3)：191-201.

［15］Nissen S L，Harris R W，Jennings L J，et al.Psychometrically equivalent trisyllabic words for speech reception threshold testing in Mandarin［J］.Int J Audiol，2005，44 (7)：391-399.

［16］Dirks D D，Takayana S，Mashfegh A.Effects of lexical factors on word recognition among normal-hearing and hearingimpaired listeners［J］.J Am Acad Audiol，2001，12(5)：233-244.

［17］Wilson R H，Carter A S.Relation between slopes of word recognition psychometric functions and homogeneity of the stimulus materials［J］.J Am Acad Audiol，2001，12(1)：7-14.

［18］郗昕，冀飛，趙陽，等.一組等價的普通話音位平衡單音節短表的總體信度［J］.中華耳科學雜志，2008，6(1)：21-25.

［19］Gelfand S A.Optimizing the reliability of speech recognition scores［J］.J Speech Lang Hear Res，1998，41(5)：1088-1102.

［20］冀飛.漢語單音節測聽詞表的開發和等價性驗證［D］.北京：第四軍醫大學生物醫學工程系，2007.

［21］McArdle R A，Wilson R H.Homogeneity of the 18 quick SIN lists［J］.J Am Acad Audiol，2006，17(3)：157-167.