Психодиагностика в медицине

Экспертный метод, методики экспертной оценки и методы распознавания

образов как методология разработки методик медицинской психодиагностики.

М.Беребин, каф. клинической психологии ЮУрГУ

Медицинская психодиагностика

Клиническая психодиагностика – интенсивное (всестороннее, глубокое ) изучение отдельного случая вне зависимости от объекта исследования (А. Анастази)

Медицинская психодиагностика – одно из профессиональных направлений

Медицинская психодиагностика.

Медицинская психодиагностика – одно из профессиональных направлений деятельности МЕДИЦИНСКИХ психологов в широком круге диагностических ситуаций (от ситуации Клиента до ситуации Эксперта) . Клиническая психодиагностика – психологическая диагностика в клинике определенных заболеваний, рассматриваемых в соответствии с принятыми в клинической медицине классификациями

Плоскость психодиагностики

Область клинических классификаций

Медицинская психодиагностика

Плоскость единичного клинического случая либо клинической области (медицинской области)

Метод

Критерий

Медицинская психодиагностика

Объект

Методы медицинской психодиагностики

Нестандартизованность

Стандартизованность

Тестовость

Нетестовость

Номотетичность

Идеографичность

Стандартизованность

Номотетичность

Нетестовость

Тестовость

Идеографичность

Нестандартизованность

Методы медицинской психодиагнос-тики

Объективность

Методы медицинской психодиагнос-тики.

Объективность

Субъективность

Субъективность

Объективность.

Субъективность

Качественность

Что имеем

Что надо?

Задачи

Переход от преимущественно субъективного подхода к преимущественно объективному либо их сочетание. Переход от измерения с помощью преимущественно качественных шкал к преимущественно количественным шкалам Переход от преимущественно качественного анализа данных в область психологических измерений либо их сочетание. Переход от методик нестандартизованных к стандартизованным, от нетестовых – к тес-товым, от идеографических – к номотетичес-ким

Объективное количественное психологическое измерение

с помощью стандартизованных номотетических тестовых методик.

Задача:

Объективный психопатологический метод

Объективность.

Объективный психопатологический метод

Субъективность

Объективность

Экспертный (клинический) метод

Экспериментальный метод

Экспериментально-психологические методики

Клинико-психологические методики

Стандартизованные (количественные) методы Методы исследования интеллекта Методы исследования личности и психического состояния Проективные методы Психосемантические методы

Беседа (в т.ч. сбор психо-логического анамнеза) Интервью Наблюдение Изучение продуктов деятельности Качественно-количественный анализ содержания (контент-анализ)

Нестандартизованные (качественные) методы Нейропсихологические методы Патопсихологические методы

Экспертные (клинические) методы

Основаны на профессиональном опыте психолога-психодиагноста Субъективность оценки на фоне проблем стандартизации Надежны по отношению к психическим явлениям, плохо поддающимся объективизации и осознанию

Объективность

Нужно ли отказываться от принципа априорной субъективности эксперта

1. Нужно ли отказываться от принципа априорной субъективности эксперта в медицинской психодиагностике? 2. Как обеспечить объективность эксперта-клинициста?

Объективность

Создание экспертных систем медицинской психодиагностики

Выход:

Объективность

Нетестовых - Тестовых Качественных - Количественных Нестандар- - Стандар- Тизованных тизованных

Разработка методик клинической (медицинской) психодиагностики

Метод.

Объективность

Разработка методик клинической (медицинской) психодиагностики на основе применения экспертного метода, методик обработки экспертных оценок

Эксперт – высококвалифицированный клинический психолог-психодиагност

Нужно лишь знать, как получать эти знания и опыт и и уметь это делать!!!

Эксперт – высококвалифицированный клинический психолог-психодиагност, обладающий профессиональными знаниями и опытом, согласившийся поделиться этими знаниями и опытом.

Объективность

Т.А.Гаврилова, К.Р. Червинская

Объективность.

Т.А.Гаврилова, К.Р. Червинская. Извлечение и струкурирование знаний для экспертных систем. М., 1992. К.Р. Червинская, О.Ю.Щелкова. Медицинская психодиагностика и инженерия знаний. СПб, 2002 К.Р. Червинская Психология извлечения экспертных знаний субъектов труда. Дисс. … доктора психол.наук, СПб., 2010

Особенности

Объективность

Медицина (Клиника) и, в частности, медицинская (клиническая) психодиагностика – примеры «размытых» предметных областей,(«нечетких множеств»), решения в которых принимаются по правилам и алгоритмам т.н. «нечеткой» логики, на основе невербализуемых оснований, интуиции и т.п. Дефицит квалифицированных экспертов для создания ЭС. Принципиальные объективные и субъективные сложности извлечения, структурирования и формализации знаний (базы знаний и продукционных правил).

Создание модели предметной области

Объективность

Теоретический конструкт ЭС (методики) медицинской психодиагностики. Формализованное описание Семантическая модель Математическая модель

Объективность

Объективность

Количественное психологическое измерение

Шкалы

Количественные

Качественные

Математика может избавить нас от мучительной необходимости

“Математика может избавить нас от мучительной необходимости размышлять, но мы должны платить за эту привилегию, испытывая муки от раздумий как до вступления математики в действие, так и после” А.КАПЛАН.

Психология может стать действительной и точной наукой

«Только тогда психология может стать действительной и точной наукой, когда она будет иметь своей основой эксперимент и измерение» Дж. Кеттел:

Специалист-психолог

«…необходимо, чтобы специалист-психолог не только профессионально владел широким набором измерительных процедур, существующих в психологии, но и сумел выбрать, а в случае необходимости и модифицировать стандартную измерительную процедуру адекватно решаемой задаче» А.Н.Гусев.

Мы сначала поднимаемся по лестнице, которая ни на чем не закреплена

«Мы сначала поднимаемся по лестнице, которая ни на чем не закреплена, и добираемся до лестницы, которая закреплена. Однако каким путем мы оказались на ней?». С.Стивенс (цит. по Е.В.Сидоренко по вопросу о психометрике путем построения шкал равных интервалов по порядковым (ординарным) данным ).

Центральная проблема психометрического обеспечения

Проблема построения шкал равных интервалов по данным, получен-ным по шкале порядка с целью возможного представления резуль-татов психологического экспери-мента в классическом виде норм любого теста (путем расчета зна-чений z-показателя и построения норм в значениях психометричес-ких шкал: IQ–шкалы, Т–шкалы Мак-Колла, шкалы «стэнайнов» и др.).

Центральная проблема психометрического обеспечения методик медицинской психодиагностики

Тестовый (измерительный) метод методики нахождения точки на оси

континуума выраженности признака использование статистически доказательных методов выявления отличий испытуемого от других лиц по сравниваемому признаку применяется для изучения индивидуально-психологических различий и классификации испытуемых.

Где кончается норма и где начинается патология

При рассмотрении порядковых и количественных данных возникает вопрос: где кончается норма и где начинается патология?

Порядковые шкалы

являются примером качественных (не количественных) шкал, «измерения по которым несут в себе возможность получения по крайней мере шкал интервалов или, возможно, отношений». Способ получения таких результатов: «…измерили некую психологическую переменную по шкале порядка, подсчитали средние и стандартные отклонения, а затем получили, наконец, интервальную шкалу» «Такому нелегальному использованию статистики может быть дано известное прагматическое оправдание; во многих случаях оно приводит к плодотворным результатам» [С. Стивенс].

Процентильные шкалы

С математической точки зрения процентильные шкалы относятся к порядковым шкалам, построение на базе таких шкал количественных прогнозов путем повышения мощности измерения осуществляется либо на базе эмпирического распределения, либо на базе произвольной модели теоретического распределения ( как правило, исключительно на модели нормального распределения). В качестве переходного этапа производится построение процентильной кривой по сгруппированным частотам встречаемости порядковых переменных и по таблице нормального распределения (нормального интеграла) производится переход от процентильной шкалы к сигма-шкале с помощью функции, обратной интегральной (от ординаты процентильного распределения производится переход к абсциссе нормального распределения).

Нормальная шкала придает больший вес

... В отличие от процентильнои шкалы нормальная шкала придает больший вес (в дифференциации испытуемых) краям распределения: различия между испытуемыми, набравшими 95 и 90 процентилей, оцениваются как более высокие, чем различия между испытуемыми, набравшими 65 и 60 процентилей.

Графики психометрической и дифференциальной кривых распределения

Функция P аргумента S

Психометрической функцией называется такая функция P аргумента S (Р=f(S), которая является монотонной, дифференцируемой и ограничена нулем и единицей (Урбан, 1907).

Нетестовый (качественный) метод методики наличия или отсутствия у испытуемого диагностируемого психического свойства («точечное свойство», «0….1»; «0…[1,2,3]) использование клинического опыта специалиста; применяется с целью установления факта психического нарушения и уточнения его особенностей

Психометрическая функция зависит от случайного сочетания

множества трудно учитываемых факторов, их баланс является случайной величиной и имеет нормальное распределение. Именно поэтому и психометрическая кривая имеет S-образный вид интегральной функции нормального распределения. Фехнер (1860) также считал, что психометрическая функция является интегральной функцией нормального распределения; эта точка зрения получила название фи-гамма гипотезы.

Клиническая эпидемиология

«Математических, статистических или каких либо других теорем, которые позволяли бы предсказать форму распределения результатов физиологических (медицинских) измерений не существует. ….Сходство реальных распреде-лений с кривой нормального распределения в клинической медицине, как правило, случайно».

Р.Флетчер, С.Флетчер, Э.Вагнер Клиническая эпидемиология. Основы доказательной медицины

Нормальное распределение

(распределение Лапласса-Гаусса) применяется для аппроксимации действитель-ного распределения значений показателя несмотря на то, что нормальное распределение основывается на статистической теории и необязательно отражает естественное распределение.

Р.Флетчер, С.Флетчер, Э.Вагнер Клиническая эпидемиология. Основы доказательной медицины

Распределения

Не просто разделить [переменные] на «норму» и «патологию», поскольку эти распределения по природе своей не дихотомические, и не имеют отчетливых разрывов или двух различных пиков, один из которых соответствовал бы нормальному результату, другой – патологическому.

Р.Флетчер, С.Флетчер, Э.Вагнер Клиническая эпидемиология. Основы доказательной медицины

Причины

Невозможность разделения популяции (выборки) на здоровых и больных из-за латентно протекающих процессов патогенеза; С точки зрения характеристики выборочной совокупности следует считать, что здоровые и больные принадлежат к двум разным популяциям (с точки зрения математической статистики – популяциям с различающимися между собой характеристиками распределения изучаемой переменной);

Причины

В случае перемешивания этих популяций распознать их в общей выборке практически невозможно, поскольку у разных больных исследуемые показатели могут принимать разные значения, зачастую перекрывая (как в положительную, так и в отрицательную сторону) значения этого показателя у здоровых;

Нормальное ли распределение

? Если не «нормальное», то: Разные нормы для «здоровых» и для «больных»?

Здоровые

Больные

2 вида шкал

В целом кроме статистических, процентильных шкал в дифференциальной психометрике применяются еще 2 вида шкал (и соответственно 2 вида тестовых норм). 1 «Абсолютные тестовые нормы» - в роли шкалы для вынесения диагноза выступает сама шкала «сырых» очков; 2. «Критериальные» тестовые нормы, Применение таких норм можно считать оправданным в двух случаях. 1) когда сама тестовая «сырая» шкала имеет практический смысл (в том случае, если сырой показатель имеет практический смысл); 2) когда применяются «критериальные» тестовые нормы:

Сформировать выборку стандартизации

1. Сформировать выборку стандартизации (случайную или стратифицированную по какому-либо параметру), на кото­рой предполагается применять тест. Провести на каждом испытуемом из выборки тест в сжатые сроки (чтобы устранить релевантный разброс, вызванный внешними событиями происшедшими за время обследования). 2. Произвести группировку сырых баллов с учетом выбранной интервала квантой (интервала равнозначности). Интервал определяется величиной W/m, где W=Хmaх-Хmin — размах; m — количе­ство интервалов равнозначности (градаций шкалы). 3. Построить распределение частот тестовых баллов для заданных интервалов равнозначности) в виде таблицы и в виде соответствую­щих графиков 4. Произвести расчет среднего и стандартного отклонений, а также асимметрии и эксцесса с помощью компьютера. Проверить гипотезы о значимости асимметрии м эксцесса. Приравнять результаты проверки с визуальным анализом кривых распределения. 5. Произвести проверку нормальности одного из распределений с помощью критерия Колмогорова (при n<200 с помощью более мощ­ных критериев) или произвести процентильную нормализацию с переводом в стандартную шкалу, а также линейную стандартизацию и сравнить их результаты (с точностью до целых значений стандартных очков).

Нормальность отвергается

6. Если совпадения не будет — нормальность отвергается, тогда произвести проверку устойчивости распределения расщеплением вы­борки на две случайные половины. При совпадении нормализованных баллов для половины, и для целой выборки считать нормализованную шкалу устойчивой. 7. Проверить однородность распределения по отношению к варьированию заданного популяционного признака (пол, профессия и т.п.) С помощью критерия Колмогорова. Построить в совмещенных координатах графики гистограммы и кумуляты для полной и частной выборок. При значимых различиях разбить выборку на инородные подвыборки. 8. Построить таблицы процентильных и нормализованных тестовых норм (для каждого интервала равнозначности «сырого» балла). При наличии разнородных подвыборок для каждой подвыборки должна быть своя таблица. 9. Определить критические точки {верхнюю и нижнюю) для дове­рительных интервалов (на уровне Pменьше 0,01) с учетом стандартной ошибки в определении среднего значения. 10. Обсудить конфигурацию полученных распределений с учетом предполагаемого механизма решения того или иного теста. 11. В случае негативных, результатов - отсутствия устойчивых норм для шкалы с заданным числом градаций (с заданной точностью прогноза критериальной деятельности)- осуществить обследование более широкой выборки или отказаться от плана использования данного теста.

Психометрика

Если распределение не-нормальное, необходима психометрика ли другая? Если распределение априорно не-нормальное, может быть методы нужны иные?

Спасибо