心理指南使用指南
在课堂上使用 PHQ-9 与 GAD-7：讲授“筛查工具、敏感度与特异度、基础率谬误”的教案
用两个 2 分钟的量表，以数字讲清“筛查不是诊断”的教案。包括 Kroenke 等（2001）的 PHQ-9 切点 10（敏感度与特异度 88%）、Spitzer 等（2006）的 GAD-7（89%／82%）、Levis 等（2019）的大型荟萃分析、用 1,000 人的计算亲手算出 45% 阳性预测值的活动，以及课堂上必要的保护措施。
Soundary · 9 分钟阅读 · 更新于
抑郁与焦虑筛查量表是少数同时适用于健康教育课、心理学导论的异常心理单元，以及统计课条件概率单元的教材。题目短、切点明确、敏感度与特异度都清楚写在论文里，学生可以亲手算出“为什么筛查阳性不是诊断”。不过设计课程时必须预设：教室里一定有此刻正在艰难的学生。本文说明这两个量表测什么、如何在有保护措施的前提下安排一堂课，以及该从哪里取得哪些数字。
它们测什么
PHQ-9 询问过去两周九项抑郁症状出现的频率，每题 0 到 3 分，总分 0 到 27（Kroenke、Spitzer 与 Williams，2001）。GAD-7 以同样方式询问七项焦虑症状，总分 0 到 21（Spitzer、Kroenke、Williams 与 Löwe，2006）。两者问的都是“过去两周”，测的是状态而非特质——所以像考试前后这种短间隔的前后比较才有意义。
| 量表 | 0–4 | 5–9 | 10–14 | 15–19 | 20+ |
|---|---|---|---|---|---|
| PHQ-9（0–27） | 极轻微 | 轻度 | 中度 | 中重度 | 重度 |
| GAD-7（0–21） | 极轻微 | 轻度 | 中度 | 重度（15–21） | — |
两篇论文都建议以 10 分以上作为筛查阳性。PHQ-9 在 10 分时对重性抑郁的敏感度 88%、特异度 88%（Kroenke 等，2001）；GAD-7 对广泛性焦虑障碍的敏感度 89%、特异度 82%（Spitzer 等，2006）。之后 Levis、Benedetti 与 Thombs（2019）汇总多国的个体参与者数据做荟萃分析，也确认 10 分是使敏感度与特异度之和最大的切点。这四个数字就是今天上课的材料。
有保护措施的一堂课
- 课前：在测试页面点“创建小组链接”建立小组（测试＝PHQ-9 或 GAD-7，复测＝2 周后）。准备一张幻灯片整理学校的心理健康处理流程（心理咨询室、负责老师、校外机构）；如果是未成年班级，请先确认监护人同意的规定。
- 说明 5 分钟：明确告知参与是自愿的、可以跳过；个人分数只有本人可见，老师也看不到；小组只会看到匿名分布。提前说明 PHQ-9 最后一题会问到自我伤害的念头，并在此时展示求助流程的幻灯片。
- 测试 2 分钟：各自安静作答。做完的人停在结果页面，保留上面的专业帮助提示，等待其他人。
- 投影分布 5 分钟：小组页面会显示各分数区间的匿名人数。只数“10 分以上有几个人”，绝对不问是谁。这个数字就是下一步的“筛查阳性”。
- 讲授 12 分钟：筛查与诊断的区别（筛查是“筛出需要进一步评估的人”的筛子）、敏感度（真正有状况的人中被抓出来的比例）与特异度（没有状况的人中被正确排除的比例），以及“阳性中真正有状况者的比例”（阳性预测值）会随患病率变化。
- 计算活动 12 分钟：在黑板上一起算下面的“1,000 人计算”。从 1,000 名学生、患病率 10%、敏感度与特异度 88% 开始，得到 196 个阳性中真正有状况的 88 人＝阳性预测值 45%。然后把患病率改成 3% 再算一次。
- 收尾 4 分钟：再展示一次求助流程的幻灯片，预告 2 周后的复测（如果能跨越考试期间更好）。课后请预留时间，可能会有学生单独来找你。
1,000 人计算：阳性预测值 45%
| 筛查结果 ↓ / 实际 → | 实际有（100 人） | 实际没有（900 人） | 合计 |
|---|---|---|---|
| 筛查阳性（10 分以上） | 88（敏感度 88%） | 108（假阳性） | 196 |
| 筛查阴性 | 12（漏掉） | 792（特异度 88%） | 804 |
196 个阳性中，真正有抑郁障碍的是 88 人，也就是 45%。即使是敏感度和特异度都达 88% 的不错的测试，筛查阳性中仍有超过一半不符合诊断标准。反过来，804 个阴性中只漏掉 12 人（1.5%），所以这个测试“用来安心”很强，“用来确定有”很弱。患病率 3% 时阳性预测值会掉得更多——这就是为什么“筛查阳性”之后必须接“完整评估”。
讨论题
- 如果一个敏感度 88% 的测试，阳性预测值只有 45%，那全校筛查计划是有帮助还是有害？那 108 个假阳性的人会怎样？
- 如果把切点从 10 提高到 15，敏感度和特异度各往哪个方向变？什么情况下漏掉代价更大？什么情况下误判代价更大？
- 问“过去两周”的量表在考试期间分数偏高，这是测试的缺陷，还是测试正常运作？
- 我们班的小组只显示有 N 个人在 10 分以上。学校该怎么处理这个事实？如何在不指认个人的情况下增加帮助？
常见问题
可以用在高中生、初中生身上吗？
两个量表的原始论文以成人基层医疗患者为对象。要用在青少年身上，请先遵守学校的心理健康政策和监护人同意规定，不要强制参与，并准备好危机处理流程。如果目的是教统计概念，光是“1,000 人计算”就能上一堂课，不需要任何人实际作答。
老师怎么知道哪些学生分数高？
无法知道，这是刻意设计的。所以正确的做法是对全班反复说明求助流程，并保留课后可以单独来谈的时间。如果需要找出个别学生的筛查，那是学校辅导体系的工作，不是课堂的工作。
为什么“筛查阳性”不是诊断？
诊断来自临床访谈，包括症状持续时间、功能损害，以及排除其他原因（躯体疾病、药物、丧亲等）。筛查量表只用自我报告测量症状频率。如上面的计算所示，即使是好的量表，阳性中也约有一半不符合诊断标准——筛查阳性是“进一步评估的门票”，不是结论。
相关测评
参考文献
- Kroenke, K., Spitzer, R. L., & Williams, J. B. W. (2001). The PHQ-9: Validity of a brief depression severity measure. Journal of General Internal Medicine, 16(9), 606–613.
- Spitzer, R. L., Kroenke, K., Williams, J. B. W., & Löwe, B. (2006). A brief measure for assessing generalized anxiety disorder: The GAD-7. Archives of Internal Medicine, 166(10), 1092–1097.
- Levis, B., Benedetti, A., Thombs, B. D., & the DEPRESsion Screening Data (DEPRESSD) Collaboration. (2019). Accuracy of Patient Health Questionnaire-9 (PHQ-9) for screening to detect major depression: Individual participant data meta-analysis. BMJ, 365, l1476.
本文为 Soundary 依据公开学术文献与诊断标准撰写的一般信息，不构成对个人的医学诊断或治疗建议。若对症状有顾虑，请咨询精神科专业医师。