说…说话不流利居然是 “地铁判官”同款精神病？而且录个音就知道了？我…我不信！

哈哈哈大家好，小薇又来了，相信大家最近都有刷到“地铁判官”的事件吧！许多人表示赞成小伙的举动，声称“世界有些荒谬，需要精神病人来主持正义”，但是以暴制暴小薇还是不建议的噢。正好今天我们分享的这篇文章就和精神疾病有关噢，而且超级简单，录个音就发了11分！在乐呵一下的同时，让我们一起来看看这篇高分文章是怎么做的吧！

（ps：小薇也会这样简单高效的发文思路噢！有困难记得找小薇！）

文献详情：

研究背景

抑郁症是一种常见的心理健康状况，在其他情绪障碍中也很突出，并且经常在包括精神分裂症在内的各种精神疾病中共病。至关重要的是，有人认为精神分裂症的共病抑郁症与更糟糕的结果有关，例如复发和自杀的风险更大。治疗抑郁症的一个关键问题是准确及时地评估症状。抑郁症状的评估具有挑战性，因为抑郁症是一种无形的疾病，没有生物学测试或明显的直接身体特征。因此，本研究旨在通过检查定量言语参数与精神分裂症抑郁症状之间的关联。

研究思路

招募64名研究对象，并根据患病情况分为三组，其中精神分裂症合并抑郁症（DP）23名，精神分裂症但无抑郁症（NDP）19名，健康对照组（HC）22名。 抑郁症状的严重程度是用广泛使用的10项MADRS来衡量的。 韦克斯勒成人阅读测试（WTAR）用于评估病前智力。使用了反映七个认知领域（处理速度、注意力、工作记忆、语言学习、视觉学习、推理和解决问题、社会认知）平均值的总体认知评分（MCCB OCS）。 在与考官就他们的情绪和生活质量进行对话时，通过使用桌面数字录音机制作的录音从参与者那里获取语音样本。两名研究人员对参与者诊断不知情且独立于数据收集，使用语言转录本系统分析软件，提取了 5 个语音变量，代表 1 组主要的语音参数：话语、单词、语速、公式错误和停顿。 所有语音变量（话语、单词、语速、公式错误、停顿）使用组间单因素方差分析（DP、NDP、HC）进行分析，并使用 Scheffe 事后检验进一步探索显著的主效应。所有语音分析均经过Bonferroni校正为α=.003。仅报告了效应大小（Cohen's d）的显着差异。

（ps：Cohen's d这个统计学指标小薇之前也提到过噢！小薇会的可不仅仅是P值噢！找小薇，手把手教你新东西！）

研究结果

DP组的MADRS评分明显高于NDP组和HC组，该分析证实了根据抑郁状态分配的组。与DP组和NDP组相比，HC组的MCCB OCS评分也显着更高。所有三组在年龄、性别或WTAR评分方面均未观察到显著差异。 结果显示，DP组只在带有停顿的话语上显著高于其他两组。DP组和NDP组在话语总数、公式错误、总完成单词数方面与HC组有显著差异。在其他暂停变量上，DP组和NDP组两组之间没有观察到显着差异：公式错误中的暂停，公式错误内的平均暂停时间，话语暂停之间的平均时间和话语暂停时间内的平均时间。三组在“平均转弯长度（单词）”和“单词平均话语长度”方面没有显著差异。

小结

停顿和抑郁症状之间的具体关联得到了关于语速和公式错误发现的进一步支持，这些发现在DP和NDP患者之间没有差异。虽然目前的研究由相对较小的群体规模组成，但作者的小组在年龄、发病年龄、诊断组成、药物剂量、病前智商、一般神经认知以及阳性和阴性症状方面非常匹配，具有严谨性。

（ps：本文做法虽然简单，但是也非常严谨。想要自己的研究也如此严谨，小薇可以帮你噢！）

总之，目前的研究有助于提出言语停顿与抑郁症状有关，即使在其他精神疾病中也是如此。研究结果表明，言语停顿可以成为抑郁症状的定量标志，并支持它们作为客观和跨诊断的基于言语的抑郁评级工具的效用。