估計病前智商:成人智力衡鑑報告中的 3 個臨床線索
個案當前的智商分數,很少能道出全貌。學會三個可靠的臨床線索,在成人衡鑑報告中估計病前智力。

重點摘要
當個案測得的智商與其教育或職業史明顯不符時,病前智商便成了臨床工作者所需的參照點。在疑似失智、創傷性腦損傷或假性失智的情況下,單憑當前的全量表分數,無法揭露已經喪失了多少認知能力。三個線索能讓你三角定位出一個站得住腳的估計值:人口學變項與成就史;魏氏量尺上「保留」分測驗(如詞彙與常識)的表現;以及不規則字詞的閱讀能力,搭配會談中對語言的質性分析。三者合起來,為你的詮釋以及個案的復健目標奠下基礎。
當前智商並非全貌時:估計病前智力
如果你撰寫完整的心理衡鑑報告,你幾乎一定撞過這道牆:個案當前的表現,與他所過的人生劇烈脫節。**一位畢業於頂尖大學、曾任高階主管的人,全量表智商測得 85——你該怎麼詮釋?**這是個讓受訓者與資深臨床工作者同感困擾的問題。
當失智、創傷性腦損傷(TBI)或與憂鬱相關的假性失智被納入考量時,賭注便升高了。在那些情況下,當前的智商告訴你個案此刻在哪裡,卻不告訴你他跌落了多深。要衡量認知缺損的實際幅度,你需要一個基準線——一個對個案病前智商的估計,也就是他在受傷、患病或退化之前所具備的能力水準。
估計病前智力,不只是個數字運算的練習。它是一項倫理與臨床的任務:它告訴你何種功能已經喪失,並為實際可行的復健目標定錨。難處在於,病前能力是一種過去的能力,如今已無法被直接測量。所以我們像偵探一樣工作——蒐集彼此交會的線索,建構出最站得住腳的估計值。
以下是撰寫成人智力報告時,臨床份量最重的三個線索。
線索一:人口學變項與細讀成就史
最基本——也出人意料地有力——的線索,是個案的社會與教育背景。數十年的研究顯示,受教育年數與職業層級和一般智力(g 因素)有著很強的相關。但光憑一紙學士學位就推論「智商高於 110」是有風險的。你必須深入此人實際成就的具體細節。
- 評估學業成就的品質,而不只是那張文憑。 看在學期間的成績、學校的篩選嚴格程度,以及所學領域的難度。反過來說,一個高中輟學、後來以優異成績通過嚴格同等學力考試的人,或靠自學取得高難度專業證照的人,可能具有相當的潛在能力。
- 衡量職業的複雜度,而非職稱。 重要的是一個職位所要求的認知負荷——複雜的決策、管理責任、需要技術的工作——而非貼在它上面的標籤。
- 運用最佳表現法。 把個案有紀錄可查的最強過往成就,當成他病前能力的下限,而非平均值。
人口學變項可以透過迴歸方程式(例如 Barona 方程式)轉換成一個數字。但這些公式是在特定母群上建立常模的,因此應始終以臨床判斷加以調節,並依在地的教育與文化常模加以校正,而非機械式地套用。
線索二:魏氏量尺上的「保留」分測驗
並非所有認知能力,在腦損傷後或隨著老化都以相同的速率衰退。把魏氏分測驗區分為**「保留」測驗與「不保留」測驗**,是病前估計的一塊基石。大致而言,晶體智力——終生累積的知識與技能——比仰賴當下新奇問題解決的流體智力,更能抵抗損害。
| 保留測驗 | 不保留測驗 | |
|---|---|---|
| 特徵 | 先前習得的知識、長期記憶、詞彙——能抵抗損傷與老化 | 新奇的問題解決、處理速度、工作記憶——對損傷與老化敏感 |
| 代表分測驗 | 詞彙(單一最強的病前指標);常識(反映儲存的知識);某些情況下的圖形設計(依病灶位置而異) | 符號替代(對處理速度變慢最敏感);圖形補充;記憶廣度 |
| 臨床用途 | 此處得分高,即使整體分數偏低,仍暗示病前水準頗高 | 反映當前的認知效率;它與保留測驗之間的落差,指標化了損害的程度 |
表一、為估計病前智商而分類的魏氏分測驗。
詞彙是病前能力最穩定的單一指標。即使個案抱怨有記憶問題,只要他仍能給出精準、抽象的字詞定義,他的病前智力就很可能在平均以上。所以在你的報告中,即便全量表智商偏低,一個 12 分或以上(中高)的詞彙量表分數,便足以支持這樣的陳述:「儘管當前一般認知功能下降,估計個案的病前智力落在中高水準。」
要注意一點:當語言中樞直接受損時——例如失語症——這個指標便失效了,因為缺損本身就壓抑了語文表現。
線索三:閱讀測驗與語言的質性分析
第三個線索,是閱讀拼寫不規則字詞的能力。在英語環境中,標準化的工具是國家成人閱讀測驗(NART),個案在其中朗讀一份由罕見或語音不規則字詞組成的清單。(其他語言有各自的在地化版本,因為這項測驗仰賴各書寫系統獨有的拼寫不規則性——它們無法跨語言互換使用。)
- 它反映晶體能力。 能正確念出一個困難、不規則的字詞,便是個案過去曾經接觸並學會它的證據。那份儲存的知識,大致獨立於當前的處理速度或問題解決能力。
- 它與病前智商高度相關。 研究報告指出,不規則字詞閱讀與病前智力之間的相關高於 .70。
- 會談中的語言品質,本身就是資料。 除了任何正式的閱讀分數之外,也要質性地留意個案在會談中的詞彙、句子結構與幽默運用。即使正式分數測出來偏低,一個在建立關係時信手拈來精緻隱喻、或能架構出一段邏輯井然的自我辯護的個案,正是在向你發出病前能力很高的強烈質性訊號。
臨床工作者的工作,是把閱讀結果與會談中實際的語文表現整合起來——捕捉那些單一數字會錯過的潛能。
整合資料與臨床直覺
估計病前智商,不是去猜一個舊的數字。它關乎理解並珍視個案可能已經喪失的東西。我們三角定位三個線索——(1)教育與職業史,(2)詞彙、常識等保留分測驗的表現,以及(3)不規則字詞閱讀加上質性的語言分析——以得出報告所能支持的最站得住腳的估計值。做得好,它能讓你告訴個案與家屬:今日的困難並不反映底層能力的匱乏——而這往往正是復健動機的根基。
這一切,都仰賴於準確地記錄會談。那些細微的語言色彩、高階的詞彙、個案在詞彙分測驗或對話中所產出的句子結構——這些恰恰是紀錄表上的摘要數字無法完整捕捉的。
這正是一個安全為先、服務於諮商師的 AI 夥伴能真正幫上忙的地方。藉由準確地轉錄交談內容,Modalia AI 讓你得以減輕抄筆記的負擔,持續調頻於個案的非語言姿態,以及那些最關鍵的、表現上細緻入微的差異。所得的逐字稿,也讓你能在會談後客觀地重溫個案語言的複雜度——這是個能磨利你病前估計的實用輔助。
給臨床工作者的行動方案
- 從多個角度蒐集資訊。 在初談中加入關於學業成績、閱讀習慣與過往嗜好的具體題項,而不只是最終的學歷。
- 養成側面圖分析的習慣。 別緊盯著全量表智商;運用分測驗的散布——例如詞彙與符號替代之間的落差——來檢驗對病前功能的假設。
- 善用智慧工具。 以安全的逐字稿留住會談,讓你能「重聽」或分析個案的語言,作為你質性判斷的佐證。
參考資料
- 1.
- 2.
- 3.
常見問題
什麼是病前智商,為什麼它很重要?
病前智商,是個案在受傷、患病或退化之前,估計的智力功能水準。它作為當前表現的對照基準線,讓臨床工作者得以在失智、TBI、假性失智等情況下,衡量認知缺損的真實幅度,並設定實際可行的復健目標。
哪一個魏氏分測驗最能反映病前智力?
詞彙是單一最穩定的指標。由於它觸及能抵抗損傷與老化的晶體知識,即使全量表智商偏低,一個高的詞彙量表分數,仍能支持一個高的病前估計——但語言中樞直接受損時(例如失語症)除外。
閱讀測驗在估計病前智商上有多準確?
像 NART 這類不規則字詞閱讀測驗,與病前智力的相關高於 .70,因為能正確念出罕見、語音不規則的字詞,是先前學習的證據,而那大致獨立於當前的處理速度。它們應與會談中對個案語言的質性分析結合使用。
光靠迴歸方程式能決定病前智商嗎?
不能。像 Barona 公式這類方程式,能提供一個有用的人口學估計,但它們是在特定母群上建立常模的,應依在地的教育與文化常模加以校正,並以臨床判斷加以調節,而非機械式地套用。
本文依據 Modalia AI 臨床指引撰寫與審閱,並在發布前經過專業人員的人工審核。


