COVID-19大流行疲劳量表的心理测量特性:横断面在线调查研究

介绍

在COVID-19背景下，世界已经熟悉了“大流行疲劳”这个词[1-3.]。这个词被用来描述与心理困扰和缺乏采取预防措施的动力有关的不同现象，以及对政府的信任度下降和信息寻求行为的频率[3.]。

2020年，世界卫生组织(世卫组织)将大流行疲劳定义为“不愿遵循建议的保护行为，随着时间的推移逐渐出现，并受到多种情绪、经历和看法的影响”，并提出了一个关于如何“保持和重振”人们遵守COVID-19应对政策的动力的框架[4]。世卫组织建议，大流行疲劳表现为越来越多的人没有充分遵循或接受建议和限制，或减少了了解大流行情况的努力[4]。

当局为应对这一公共卫生危机而采取的限制措施挽救了许多生命，但也影响了人口的身心健康、社会凝聚力、经济稳定和社区复原力[5]。经过2年多的限制，疲劳是一种预期和自然的反应[4]，一些作者已经测量了西班牙对非药物干预(npi)的支持和依从性是如何下降的[6]并随着大流行的演变在世界范围内传播[7-12]。

在西班牙，遵守卫生当局建议的情况一直很高[13，疫苗接种运动也取得了成功。14，15]。即便如此，只要新的变体继续构成威胁，遵守npi仍然很重要，而且在未来也将如此。16]。另一方面，大流行的社会、心理和经济后果将随着时间的推移而持续，因此提供一种衡量大流行疲劳程度的工具至关重要。

公共卫生当局面临的另一项挑战是，在持续时间不可预测的健康危机的背景下，让民众了解情况。不感兴趣和信息疲劳可能成为遵守国家行动计划以防治这一流行病的障碍[17]。在西班牙，制定了一项国家战略，以改善卫生宣传和解决大流行病疲劳问题[18]。公共卫生传播战略应侧重于在未来爆发疫情和新限制的情况下提高认识[17]。

Lilleholt等[19]，在2021年将“大流行疲劳”概念化，以表示对遵循与covid -19相关的健康保护行为和了解大流行发展的普遍缺乏动力。作者开发并验证了COVID-19大流行疲劳量表(CPFS)，目的是确定谁经历了大流行疲劳，分析相关的情绪和看法，并揭示大流行疲劳与健康保护行为之间的关系。

本研究的目的是评估西班牙版CPFS的心理测量特性，以测量西班牙普通人群的流行病疲劳，在线管理，使用两种互补的方法:经典测试理论(CTT)和Rasch模型。除了信度和内部效度外，Rasch分析还提供了独特的信息，如人群群体的差异项目功能和反应量表的充分性。最后，适合Rasch模型的尺度以线性尺度提供结果。

方法

设计及程序

这是一项横断面、观察性、全国性的研究，调查数据通过在线问卷收集。本研究是一个更大的项目，即COVID-19快照监测(COSMO)-西班牙项目的一部分[20.]，以世卫组织欧洲区域办事处开发的COSMO工具为基础[6，21]，目的是监测西班牙民众对COVID-19大流行的知识、态度、对预防措施的遵守情况和风险认知，并为COVID-19疫情应对措施(包括政策、干预措施和沟通)提供信息。更多的细节可以在cosmos - spain研究方案中找到[22]。

在西班牙招募了1018名具有全国代表性的研究对象。样本按年龄、教育程度、性别和居住地区进行分层，以匹配西班牙一般人口。一家研究公司邀请了符合入选标准的潜在参与者(男女皆可，年龄在18岁或以上，并且能够回答在线问卷)并进行了调查。这家市场研究公司有一个由157535名西班牙人组成的小组。他们通过电子邮件联系了符合入选标准的小组成员;共发出2655份邀请函，1777名会员参与调查(回复率67%)，获得完整问卷1020份。这些数据是在2020年11月24日至2020年11月27日西班牙“第二波大流行”结束时收集的。在此期间，共发现新冠肺炎60462例，14天累计发病率为128.6例[23]。西班牙不同地区存在商业场所的流动限制和能力限制。

伦理审查

卡洛斯三世健康研究所伦理委员会(CEI PI 59-2020-v2)批准了研究方案。这项调查是匿名的，研究公司向研究人员提供的数据没有任何身份信息。参与者被告知研究的目的和特征，并通过点击方框表示知情同意。

变量

在线调查

在线调查包括关于参与者的社会人口特征的问题:性别(男性，女性)，年龄，教育程度(最高教育程度:未完成小学或以下，小学，中学，高中和大学)，居住地(村庄，2000至50,000;城镇人口为5万至40万人;和就业情况(工作、学生、家庭护理、退休/养老金领取者、长期失业、失业或因COVID-19而导致的西班牙临时就业规定)。

论坛

CPFS是根据Lilleholt等人的原始版本[19]。它询问人们是否对与covid -19相关的健康保护行为失去动力，并随时了解疫情的发展情况。CPFS包括6个项目，从1(非常不同意)到5(非常同意):“我厌倦了电视、报纸、广播节目等所有关于COVID-19的讨论”，“因为遵守所有关于COVID-19的行为规范和建议而感到紧张”，“我厌倦了听到COVID-19”，“我厌倦了为了拯救最脆弱的人而克制自己”，“当朋友或家人谈论COVID-19时，我试图改变话题，因为我不想再谈论它了。”“我正在失去抗击COVID-19的精神。”CPFS总分是将所有项目相加得出的，总分最高为30分，表明对COVID-19大流行的疲劳程度较高。在原始研究中，Cronbach α值分别为0.83和0.87(分别为丹麦和德国的研究)[19]。

其他变量

如以下各段所述，其他变数也包括在内(另见多媒体附录1）.

COVID-19感染是通过“据您所知，您是否或曾经感染过COVID-19”这个问题确定的?，并附有“是/否”选项。

通过询问受访者执行预防冠状病毒/COVID-19感染的12项措施的频率来评估对预防行为的依从性，得分选项为1(从不)至5(总是)。所列行为包括使用口罩:(1)按照建议使用口罩;(2)在亲友在场的情况下佩戴口罩。它还包括关于卫生行为的问题:(3)密闭空间通风;(四)使用水酒精凝胶或消毒剂;(5)消毒表面;(6)洗手;(7)避免用未洗手的手接触眼睛、鼻子和嘴巴。最后，它包括保持身体距离:(8)避免乘坐公共交通工具;(9)确保保持身体距离;(10)避免社交或家庭活动;(11)如果亲戚和朋友被隔离，不要去拜访;(12)避免去拥挤的地方。计算每个参与者的预防行为总数，计算得分4和5作为积极反应(=1)，并将它们相加，得到0到12的分数。同样的程序被应用于计算每一种预防行为的得分。

信息寻求行为通过询问受访者搜索冠状病毒/COVID-19信息的频率来评估，回答的范围从1(从不)到5(每天几次)。

感知自我效能感是通过“在当前情况下避免感染冠状病毒/COVID-19是……?”，反应等级从1(非常困难)到5(非常容易)。该问题针对自我评估的COVID-19自我保护和避免能力，改编自先前的一项研究[24]由COSMO调查的原作者[21]。

对冠状病毒/COVID-19的总体担忧程度采用从1(完全不担心)到5(非常担心)的反应等级收集。

认知风险感知是通过一个关于感染冠状病毒/COVID-19的感知概率的问题来衡量的，回答从1(非常不可能)到5(非常可能)，以及一个关于感染冠状病毒/COVID-19对你来说有多严重的问题，回答从1(不严重)到5(非常严重)。19]。将两项相乘得到认知风险感知值，范围为1 ~ 25，得分越高表示风险感知越高。

情感风险感知是通过“冠状病毒/COVID-19给我的感觉……”，” including 3 items: speed of propagation, with a response scale ranging from 1 (spreading slowly) and 5 (spreading fast); fear, scored from 1 (not fear-inducing) to 5 (fear-inducing); and mood, with a scale from 1 (it does not affect my mood) to 5 (makes me feel depressed) [19]。对这些问题的回答进行总结，得到一个从3到15的分数，越高的值表明越高的情感风险感知。

所有项目最初都是英文的，由专业翻译人员翻译，COSMO-Spain团队进行了审查和略微修改，以使其适应西班牙上下文。

数据分析

使用描述性统计对变量进行总结，包括集中趋势和分散测量(平均值、中位数和SD)以及频率和百分比，具体取决于它们的格式。

由于CPFS总分符合正态分布(Shapiro-Wilk检验)，P=.26)，采用参数统计。根据CTT [25]，分析了CPFS的以下心理测量特征:数据质量和可接受性、结构效度、假设检验(结构效度)和内部一致性。

通过观察值与理论值的平均值、中位数、标准差和范围计算数据质量和可接受性;偏度(判据:−1 ~ +1);CPFS项目的地板和天花板效应(标准:≤15%);和总分[26]。

结构效度采用探索性因子分析(EFA)和验证性因子分析(CFA)。对于EFA，采用了最大旋转的主成分分析。CFA使用最大似然估计。近似均方根误差(RMSEA)≤0.06，比较拟合指数(CFI) >0.9表明模型拟合良好[27]。

假设检验(结构效度)包括收敛效度和判别效度。使用Pearson相关系数分析收敛效度，以确定大流行疲劳与相关连续变量的关联:年龄、保护行为的数量和类型，以及认知和情感风险感知。根据文献[4，19]，中高相关系数(r≥0.30和r≥0.60)(28]对CPFS与这些变量之间的关系进行了假设。对于判别(已知组)效度，使用ANOVA和Student计算按相关变量分组的样本中总CPFS评分的平均差异t测试。根据文献[4，12:越年轻的参与者CPFS得分越高;受教育程度、风险感知、严重程度感知、自我效能感、担忧水平或信息寻求行为较低者;以及那些抑郁程度更高的人。

通过计算Cronbach α系数(判据≥0.70)、项目总校正相关性(判据≥0.70)来检验内部一致性r≥0.40)、项目间相关性和项目同质性指数(标准>.30)[29]。

项目反应理论最常用的应用之一Rasch模型也被用于补充CTT提供的关于CPFS测量特性的信息。根据Rasch模型，某一项目的答案是人的能力(流行病疲劳水平)和项目的难度(该项目所代表的结构水平)之间的函数，用logits表示[30.]。评估了以下测量属性:与Rasch模型的拟合、单维性、反应量表的适当性、项目局部独立性、可靠性(人-分离指数[PSI])和项目-人分布。有很好的教程和例子来解释Rasch分析过程[31，32]。

由于使用大样本量时，与Rasch模型的小偏差被认为具有统计显著性，从而导致不必要的模型修改，因此抽取300个随机样本。无论目标是什么，这个样本量都允许稳定的估计[33]。当使用Bonferroni对项目数进行非显著卡方检验(P> .008) [31]。此外，拟合残差预计在-2.5到+2.5的区间内，项目和个人估计遵循正态分布，平均值为0,SD为1。迭代地进行修改，直到模型拟合。PSI测量可靠性，其解释类似于Cronbach alpha。阈值是两个相邻的回答类别之间的回答概率相等的点。在阈值无序的情况下，相邻的响应类别被折叠。使用残差的主成分分析检查单维性，然后用二项检验比较人的估计;95% CI的下界应为≤。05年(34，35]。局部项目独立性，即一个项目的反应不导致对另一个项目的反应的程度，通过残差的相关矩阵[36]。差异项目功能(DIF)发生时，对于相同的结构水平，两个或两个以上的样本组以统计不同的方式回答[37]。DIF通过方差分析按以下组进行检验:年龄(按中位数定义的组:≤46岁;bbbb46岁)、性别、教育程度(低:14岁以下;中等:中等或专业培训;高:大学)。最后，目视检验人-物阈值分布。

采用SPSS 27.0 (IBM Corp, Armonk, NY)进行CTT分析，采用RUMM2030统计软件进行Rasch分析。

结果

样本由相同数量的男性和女性组成，平均年龄为46.1岁(标准差14.2，范围18-85)。表1）.大多数参与者在工作(577/1018,56.7%)，其中27.7%(282/1018)在中等感染风险的环境中工作。

根据CTT的心理测量特性

表2给出了CPFS的数据质量和可接受性分析。CPFS总分平均为17.06分(中位数为17.0,SD 5.04，范围6-30)。CPFS总评分偏度为0.13。所有项目都达到了预期得分范围(1-5)，大部分项目都表现出了地板效应，尤其是第6项和第4项。天花板效应在项目1和项目3中显著。PFS总分不存在下限或上限效应。

在结构效度方面，EFA识别出2个相关系数为0.70的因素，解释了62.6%的方差。图1显示了使用CFA的CPFS的路径图。单因素模型的RMSEA为0.02,CFI为0.99²₅= 8.06,P=酒精含量)。

‎ 查看此图

CPFS的结构效度结果见表3．女性、年轻参与者、从不寻求COVID-19信息的参与者、认为自己在感染时会感染轻微疾病的参与者、对冠状病毒/COVID-19的担忧程度较低的参与者、感到抑郁的参与者或认为冠状病毒/COVID-19传播缓慢的参与者的CPFS得分显著较高。CPFS与年龄相关(r= -0.20;P<.001)，预防措施数目(r= -0.16;P<.001)，使用口罩和保持身体距离(r= -0.12;P<.001)、卫生行为(r= -0.13;P<.001)，情感风险感知(r= 0.07;P= 03)。

内部一致性统计信息显示在表4．Cronbach α为0.74，项目同质性为0.33，项目总校正相关系数为r=0.42(第1项)至r=0.56(项目3)。项目之间的相互关系从r=0.17(第1项与第4项和第6项)到r=0.51(第1项与第3、5项)。

根据Rasch模型的心理测量性质

Rasch分析显示，所有项目都显示出无序的阈值。在将回答选项减少到2到4分的尺度后，根据项目，数据显示与Rasch模型很好地拟合(χ²₂₄= 42.025;P= . 01;ψ= .642;表5)、单维性(二项95% CI: -005至0.045)和项目本地独立性。

表6显示项目级别的匹配度。项目1(“我厌倦了电视节目、报纸和广播节目等中关于COVID-19的所有讨论”)显示了不同年龄的DIF，老年人高估了大流行疲劳(图2）.性别和受教育程度没有差异。人-项目阈值分布接近正态分布，没有下限或上限效应，项目阈值位置在-2到2 logits之间。缺少代表大流行疲劳程度较低和较高的人的项目(图3）.

‎ 查看此图

‎ 查看此图

讨论

大流行疲劳是实施国家行动计划的一个重要障碍，监测其人口水平需要提供有效和可靠的措施[4]。这是西班牙版CPFS量表首次在西班牙普通人群的代表性样本中进行验证研究，作为国际行为洞察倡议的一部分，COSMO研究[6，21]。使用两种互补的方法方法，CTT和Rasch模型，为量表的心理测量特性提供了强有力的测试。

主要研究结果

结果表明，在第二波大流行期间，西班牙人口报告了中等至高度的大流行疲劳(24分制中平均为17.06分)。我们的数据与另一项西班牙研究一致，该研究报告了同一时期的中等程度的大流行疲劳(在1-4级量表中约为3级)，使用了不同的量表[38]。

CPFS显示适度的可靠性和内部一致性，允许组间比较。CFA和Rasch分析都支持量表测量单一结构，表明可以将项目相加以提供有意义的总分。此外，Rasch分析允许将原始分数转换为真实的间隔尺度，支持计算变化分数和使用参数统计。Rasch分析结果还表明，受访者无法区分5分反应量表的所有级别。如果这些结果在进一步的研究中得到证实，可能会简化反应量表。然而，不需要改变管理比例的方式，只需要改变它的编码方式。

第1项(我厌倦了电视节目、报纸和广播节目等对COVID-19的所有讨论)和第3项(我厌倦了听到COVID-19)具有天花板效应，表明高百分比的受访者得分最高。这与Rasch分析的结果一致，其中这些项目的位置最低，这意味着对大流行疲劳程度较低的人很容易认可项目1和3。相反，项目4和6得到了对大流行感到高度疲劳的人的赞同。项目层次表明，当人们开始感到一些大流行疲劳时，他们首先会对媒体上关于COVID-19的讨论感到厌倦(项目1)。只有对大流行疲劳程度非常高的受访者才会承认，他们厌倦了克制自己，以拯救那些最容易受到COVID-19影响的人(项目6)。这些结果支持了量表的内容效度。

其中一项存在年龄偏差，老年人在相同结构水平上高估了流行病疲劳评分。如果进一步的研究证实了这些结果，可能会为每个年龄组计算单独的项目1位置。与此同时，年龄差异应谨慎解读。

与前期工作比较

已知组效度结果显示，年轻人报告的流行病疲劳程度更高。这可能是因为NPI对他们的社会生活有更大的影响，而在西班牙，这些社会生活大多发生在家庭之外。此外，年轻人如果感染，会出现无症状或轻度疾病;他们不太可能坚持采取预防措施[8并有较低的风险意识[39]。因此，它们在一些国家(如2021年夏季的西班牙)的发病率上升中发挥了至关重要的作用[40]。研究还发现，年龄越小，对COVID-19新闻的兴趣减少和回避的风险越大[41]。因此，有必要制定专门针对这一群体的运动和宣传战略，以克服这些困难。

没有性别的DIF表明观察到的显著性别差异不是由于项目偏见。我们发现，女性的流行病疲劳评分高于男性，这与一项研究报告一致，该研究报告称，女性不太可能维持长期坐月子[42]。然而，另一项研究报告称，西班牙男性的流行病疲劳程度高于女性[38]。这些差异可能是由于在不同的研究中测量大流行疲劳的方式。

总体而言，我们关于收敛效度和区分效度的假设得到了结果的支持。正如前面各段所解释的那样，妇女和年轻人对流行病的疲劳程度更高。与大流行疲劳相关的其他变量是预防行为的数量和类型，尽管相关系数很低。尽管正如世卫组织的定义所述，大流行疲劳会影响对保护行为的坚持[4在西班牙，遵守主要保护措施(使用口罩、洗手和保持社交距离)的程度非常高[13]，并且在收集数据时必须佩戴口罩。这些结果与其他国家的结果相似[2]，可能是CPFS与预防措施相关性较低的一个解释。

信息寻求行为的减少是大流行疲劳的另一个后果，正如我们的研究结果所表明的那样，从未或几乎从未寻找有关COVID-19信息的人在CPFS上的得分要高得多。与此相关，CPFS中询问“信息疲劳”的第1和第3项的平均得分最高。然而，很难判断是否是大流行疲劳导致了信息寻求行为的减少。正如假设的那样，报告大流行疲劳程度较高的人是那些关注程度较低的人，他们认为自己不太可能被感染，他们认为疾病传播缓慢，他们认为如果被感染，他们会经历轻微的疾病，或者患有抑郁症。虽然这里无法推断出因果关系，但其他研究发现，对COVID-19的恐惧减少预示着对COVID-19新闻的兴趣或回避减少[41]，这是大流行疲劳定义的一部分。此外，信息回避预示着不愿在中国参与新冠肺炎预防行为[43]。信息回避与信息搜索的消极态度、对风险的消极情感反应和感知到的信息过载有关[44]。

局限与优势

本研究有一定的局限性。首先，我们使用了横断面设计，它提供了流行病演变的特定时间的数据。其次，数据是通过在线调查收集的，这可能无法覆盖少数群体，难以接触到的人群。然而，代表性样本为研究的外部有效性提供了力量。

本研究提供了CPFS测量特性的信息，以有效和可靠的方式测量大流行疲劳。研究的优势包括使用具有代表性的人口样本以及CTT和Rasch模型方法。结果表明，CPFS可从个体角度监测人群大流行疲劳程度。问卷仅由6个项目组成，应用迅速，同时为群体比较提供了高质量的测量数据。使用CPFS可以帮助确定面临更大流行病疲劳风险的人群，并设计针对这些人群的适当干预方案和宣传运动。

结论

最后，西班牙语版CPFS是一份很有希望的问卷，可以在人口层面上衡量大流行疲劳程度，这是一项重要的公共卫生含义。它的优势包括它是一个简短的、单向度的量表，具有允许群体比较的信度水平，没有性别或教育水平的偏见，以及令人满意的效度。CPFS的可靠性不适合在个人层面进行比较，这是它的弱点和有待改进的地方;1项存在年龄偏差，与某些行为方面的关联低于预期。

需要进一步研究按国家检测DIF。考虑到CPFS正用于世卫组织行为洞察调查，这一点非常重要，有30多个国家参与了该调查。此外，关于该比额表对变化的敏感性的信息对于监测大流行病进展和公共卫生干预措施所造成的变化将非常有用。此外，通过CPFS量表对西班牙和其他国家的大流行病疲劳相关因素进行研究，将非常有助于设计公共卫生干预措施，预防和缓解大流行病疲劳。尽管如此，我们的研究表明，年轻人、女性和风险意识较低的人更容易出现更严重的疲劳。针对这些群体的传播战略可能会对降低大流行疲劳产生积极影响[18]，从而加强对保护措施的遵守。