中風患者動作功能評量之重要性

動作功能損傷是中風常見的後遺症 (G. Broeks, Lankhorst, Rumping, &

Prevo, 1999)，為了制訂治療計畫及監測病程進展，動作功能的評量是關鍵。具 有良好信效度的動作功能評量能客觀、科學性地呈現患者的問題及恢復情形，

其重要性包含：

一、 對於臨床人員而言（以臨床職能治療為例）：

1. 能在不同臨床階段提供臨床推理及決策之參考。

(1) 剛接案的初評－「掌握個案動作損傷程度，並訂定對患者而言最適切 的治療計畫及長、短期目標」：

此時期患者的患側肢體大多癱軟無力，治療師在掌握所需之動作功能相關 資訊後，便能在確保患者安全的前提下，教導病人如何使用僅存的動作進行復 健活動，以預防臥床導致的肌力衰退、關節攣縮、水腫及褥瘡等症狀

另外，根據初評的結果，治療師便能初步制定患者的長、短期治療目標，

並且提供患者此時期能夠執行的動作訓練計畫，依據不同動作功能損傷程度，

調整介入的方案，以達到理想中的復健目標。

(2) 療程中的再評及結案時的療效評量－「呈現患者動作功能治療後的變 化及進步，以調整治療目標及計畫」：

經過一系列治療活動及自身身體機能恢復，多數患者的動作功能應會逐漸 進步，因此治療師必須在每次定期的再次評量後，根據患者各自的恢復情況調

時期 (P W Duncan, Goldstein, Matchar, Divine, & Feussner, 1992)，如何妥善利用 再評結果、讓患者的治療潛力發揮到最大就是治療師的責任。反之，若經評量 後發現患者的動作功能沒有達到預期的變化，治療師也必須立即採取對應措 施，並與復健團隊討論可行的目標及療法。

舉例來說，當治療師以布朗斯壯動作功能恢復量表 (Brunnstrom Recovery Scale, BRS) 評量患者後得知患肢在協同模式 (synergy pattern) 下開始出現自主 性動作 (voluntary movement)、且張力增加，此時便可開始利用治療手法誘發出 更多的自主動作，而接下來的治療目標則可能修改為由協同模式中慢慢分離出 獨立動作 (isolated movement)、降低張力等。

而最終的療效評量，除了可以了解患者在接受完整療程之後動作功能的恢 復情形，也能根據評量結果制定患者未來的治療計畫。假若患者仍具有一定的 復健潛能，則可安排患者持續接受門診治療；而當動作功能的療效評量結果顯 示患者的治療成效已停留在高原期，可是其動作功能仍不足以達成日常功能獨 立的話，治療師也會教導患者其他可行的、可被接受的代償方式，盡可能讓患 者達到日常功能上的獨立。反之，如果患者已經恢復差不多，則可建議患者出 院返家休養或轉介至一般安養機構等。

2. 預知患者在動作功能的恢復情形，亦能推測其它功能層面的預後 (prognosis)。

經過動作評量獲得患者動作損傷資訊後，便可根據既有的研究實證及經驗 推估出患者的治療潛力，例如發病後30 天的傅格－梅爾評估量表 (FMA) 分數 能預測超過86%患者發病後六個月的動作功能變異量 (P W Duncan et al., 1992)，而掌握患者的預後除了能在治療過程中反覆檢驗治療成效是否理想之

另外，動作功能的預後也能推測出其他層面的預後。例如在接受治療後患 者仍是膝關節肌力不足的話，則勢必會影響必須具備站立平衡能力才能執行的 活動，如掃地、拖地、曬衣服等家務。根據動作功能評量的結果，治療師就可 以提前為患者作準備，提供更加全面的照護訓練，提升患者的生活品質。

二、 對於研究人員而言：

以中風復健動作評估量表 (STREAM) 相關的文獻為例，大致上可分為二 類：(1) STREAM 之應用（在信任 STREAM 的基礎下應用 STREAM）、(2) STREAM 之心理計量驗證（驗證 STREAM 本身的評量能力與價值）。詳細文獻 分類於表1、表 2。

根據表 1、表 2 可知，如 STREAM 之類的中風復健動作評量於研究中，通 常有二大類的重要性：

第一類為動作功能評量的應用，功能包含量化動作功能及其變化、預測動 作功能的復原程度，或是當作校標來驗證其他工具的效度。

第二類為動作功能評量本身的心理計量驗證，驗證包含信度、效度、內在 一致性及反應性等特性。然而驗證方式不盡相同，至少包含傳統的驗證法（將 順序量尺逕自當作等距量尺加總計分）及以羅序分析（使用等距logit 量尺）為 主的二種方式。

結合上述 STREAM 之文獻回顧，以功能性來看，中風患者動作功能評量對 於研究人員而言，具有以下3 大重要性：

1. 以數據量化中風患者的動作損傷程度及其變化，達成不同研究目的。

(1) 探索性研究：對先前較少或沒有特定相關資訊的問題進行探索，以釐 清或對欲探究問題之本質有初步認識，而進行的初始研究。

以” Factors determining functional ability of individuals with stroke in community

” (Vongsirinavarat & Hiengkaew, 2014) 研究為例，

使用 STREAM 作為評量工具之一，並將 STREAM 分數與 BI (Barthel Index) 分數比較以探討預測程度。也就是以 STREAM 當作預測因子，預測患 者的日常生活功能 (Activities of Daily Living, ADL)。

結果顯示，STREAM、PASS-maintain (Postural Assessment Scale for Stroke patients, PASS)、PASS-change、Glasgow coma score 及患者年齡能解釋 85.6%的 BI 變異量。其中又以 PASS-maintain 為最強的預測因子，可解釋 81.5%的變異 量，可知維持坐、站姿是ADL 的關鍵。藉由探索性研究幫助研究者蒐集更多實 證資料之後，未來便可統整出更有脈絡的研究推論。

由上述文獻可知，除了研究目的即為探討「動作功能」之外，也會有其它 研究主題需要動作功能評量，像是探討中風患者發病後的生活品質 (Quality of

Life) 及 ADL 等，均可發現患者的殘餘動作功能亦是重要的決定因子。

(2) 心理計量特性驗證研究：心理計量的定義為應用數學模式的方式計量 出欲評估變項之特質，而心理計量特性驗證即為檢驗評量工具的心理計量特 性，以確保評量所得數據是否可靠。

常見的心理計量驗證包含信度、效度、內在一致性及反應性等特性。此處 依據計分方式可略分為二類：i) 將順序量尺直接當作等距量尺加總計分、ii) 使 用羅序分析（等距logit 量尺）。

i) 將順序量尺直接當作等距量尺加總計分：

過去依照傳統測驗理論設計的評量工具常依照李克特量表 (Likert scale) 的 形式，直接將本來僅有順序排列性質的順序量尺變項當作等距量尺，將回答正 確或能達成任務的題數加總計分並做後續運算（如平均等）。

以”Reliability of scores on the Stroke Rehabilitation Assessment of Movement (STREAM) measure” (Daley K, 1999) 研究為例，

研究中 STREAM 的計分方式，即為將原本應為順序量尺 (ordinal) 之變項 直接當作等距量尺加總計分。STREAM 的分數評量於操作上將動作完成度分 為：0＝無法執行動作、1＝可完成部份動作、2＝可完成所有動作，全部評量完 再將各題目原始分數加總以代表該受試者的動作功能程度。量尺中的0、1、2 僅代表程度上的「順序」，並非等距量尺。

然而，將順序量尺當作等距量尺具有三項缺陷：數學運算上的不當、題目 依賴性 (item dependent) 及樣本依賴性 (sample dependent)。

數學運算上的不當：只有真正的等距量尺變項能執行合理的數學運算。而 順序量尺上的數字僅能代表不同類別的標籤，雖然有順序排列，但無法確認相 同單位差距是否代表相同的變化（例如0 分至 1 分、1 分至 2 分之間皆為一個 單位，但不見得代表相同變化）。如此一來，不僅是單一個案的分數加總會出現 問題，後續如個案間的分數差異、同一個案不同時間的分數差異、同一組別個 案平均分數等統計操作皆會因為數學運算問題而失準。

題目依賴性：意即對分數的詮釋 (interpretation) 會依賴於所執行的題目。

由於順序量尺上的單位僅有順序性質、未必代表相同的距離或改變，因此即便

評量出相同的加總分數也無法確認個案的程度是否真的相同。例如，達成簡單 的題目得到2 分，達成較困難的題目也是得到 2 分，但事實上獲得這相同的 2 分應代表不同的意義。像這樣對分數的詮釋會依賴於所執行的題目，可稱之為 題目依賴性。

樣本依賴性：以往直接將評量中獲得的原始觀察分數 (observed score) 用 來判定個案的能力程度，造成對同一份測驗的難度、鑑別度等評量指標會因為 受試者樣本不同而產生差異。舉例來說，假設在某測驗中達到等級 90%代表高 度能力程度。然而，同一份測驗中，同樣達到等級 90%、但來自不同群組的二 位個案，可推測來自群組平均能力較高的個案，其能力自然會高於另一個群組 平均能力低的個案，並且容易回答正確（或覺得簡單）。像這樣對於題目難度的 估計會取決於樣本特性，稱為樣本依賴性。

整體而言，此類計分方式除了有數學操作上的缺陷外，還有個案能力及題 目難度二者之估計會彼此互相影響、並不客觀。

ii) 使用羅序分析（等距 logit 量尺）：

有鑑於將順序量尺直接當作等距量尺會產生數學運算上的不當、題目依賴 性及樣本依賴性等問題，近來有學者提倡使用真正的等距量尺計分。其中一種 方式，即藉由羅序分析 (Rasch analysis) 改善上述三項缺陷。

數學運算變得合理：唯有當測驗分數真正以等距量尺計分時，數學運算才 合理。當評量數據符合羅序分析之預期時，便可將具有順序性質的原始分數轉 換為具有等距性質的logit 分數。

解決題目依賴性：此處指的是題目分數配置固定、無法反映實際題目難易 度之分數詮釋問題。羅序分析能依據每個題目的難易度配予對應的等距logit 分 數，因此答對每個題目都能獲得應有的配分，可解決分數詮釋會依賴於題目的 問題。

解決樣本依賴性：以往判定題目難易度的方式，會因為個案能力程度不同 而影響。以答對率低的題目為例，有二個可能原因，「題目難度較高」、或「個

解決樣本依賴性：以往判定題目難易度的方式，會因為個案能力程度不同 而影響。以答對率低的題目為例，有二個可能原因，「題目難度較高」、或「個