使用刺激控制比率方程（SCoRE）建模言语行为缺陷

摘要

本文介绍了进行言语操作分析（VOA）、计算刺激控制比率方程（SCoRE）以及制定个体化言语行为治疗方案的步骤，这些方法特别适用于解决自闭症特征性的缺陷问题。

摘要

言语操作分析是将功能性分析技术延伸至言语行为领域，尤其与自闭症谱系障碍及相关发育障碍密切相关。类似地，言语操作分析通过严格控制影响语言的特定环境因素，并测量个体在四种言语操作类别——命名（tact）、要求（mand）、仿说（echoic）和接续性言语（sequelic）——中的反应强度。随后，利用刺激控制比率方程（SCoRE）对各独立言语操作的频率进行相互比较，以总结说话者语言能力库的相对强度。言语行为SCoRE得出的统计结果既可用于自身前后对比（例如，用于前测/后测目的），也可用于与其他个体对比（例如，用于随机对照试验）。该评估结果为不同言语操作中的刺激控制差异提供了个性化的层级排序，据此可制定出无错误语言学习的干预方案。

引言

功能分析通常作为行为分析干预的一部分，用于识别导致行为过剩（问题行为）和行为缺陷（如沟通技能）的环境变量，从而制定恰当且有效的个体化行为干预计划。言语操作子的功能独立性为治疗自闭症及其他语言障碍提供了一个革命性的框架^1,2,3。与以往将语言视为认知现象或结构框架的尝试不同，语言更应被描述为一种操作性行为⁴，遵循相同的强化^5,6、消退^7,8和惩罚⁹原则。在此基础上，研究者识别出六种基本的言语操作子，它们以多种方式共同作用，扩展说话者对环境的控制能力。

从定义上讲，说话者的言语行为是在社会互动过程中由他人作为结果而引发的。未能发展出功能性言语行为库的个体常被诊断为自闭症谱系障碍，其核心症状包括持续存在的沟通和社会互动缺陷，以及局限性、重复性行为模式¹⁰。

在过去的60年中，行为分析研究人员主要关注其中四种操作性行为，以改善自闭症谱系障碍的沟通缺陷：要求（mands）、命名（tacts）、仿说（echoics）和续说（sequelics）。研究表明，强化这四种语言技能对于发展自闭症儿童流利的语言能力具有基础性作用¹¹。诸如功能性沟通训练等干预方法发现，语言能力的提升可相应地减少问题行为。此外，与神经典型个体的言语相比，这四种言语操作性行为之间的比例失衡是自闭症言语模式的一个特征^12,13。

Mands 是在强化物获取受限的条件下由强化物控制的言语行为。因此，说话者必须能够识别出特定强化物的缺失或需求，并通过语言表达来获取该强化物。强制 或 命令 获取这些物品。例如，为了得到一杯水，一个人可能会说“我可以喝点水吗？”、“您介意给我们拿点喝的吗？”或“水，现在！”，这些表达在结果上是相似的，因此属于同一操作类行为，即“manding”（请求行为）。关于mand（请求）训练的研究已证明其在功能性沟通训练中的应用价值。¹⁴，移除厌恶刺激⁵，以及请求信息¹⁵.

触觉行为是在环境物理特性控制下的言语行为，这些特性与我们所接触的环境相关触觉例如，洗澡、感受到雨滴落下或闻到海风的气味，都可能引发“水”这一反应。在非语言刺激控制下的语言反应，若以类似方式得到强化，则属于同一类操作行为，即“命名”（tact）。关于命名训练的研究已证明其在标记视觉刺激方面的应用。¹⁶, 内感受性感觉¹⁷，以及整体的组成部分¹⁸.

仿说和续说均为对其他言语行为（即语内行为）作出反应的言语行为。仿说是对言语刺激进行模仿的言语行为。例如，当遇到某人说“你好”时，个体更可能回应“你好”；当遇到某人说“Hello”时，个体更可能回应“Hello”。关于仿说训练的研究已证明其在提高言语平均长度¹⁹、语调韵律²⁰以及手语使用²¹方面的有效性。自闭症个体可能表现出仿语现象，即在较长延迟后重复刻板的发声。然而，这些发声并未受到听者强化的维持，因此不应被视为言语行为。

另一方面，顺导语（sequelic）与其引发的言语刺激之间并不存在这种对应关系。例如，当同事问“你今天怎么样？”时，个体可能会回答“很好”。关于顺导语训练的研究已证明其在对话轮替²²、分类²³以及填空任务²⁴中的应用。尽管仿说性内隐言语（echoic intraverbal）与顺导性内隐言语（sequelic intraverbal）所受到的后续强化方式相似，但不同的前因刺激形成了截然不同的操作性类别。

在确认了主要的语言操作性行为²⁵的功能差异后，语言行为干预主要集中在针对每种独立操作性行为的治疗上。这些独立研究方向的成功可能进一步延续了其狭隘的研究范围。然而，研究者们最近开始强调多重控制对语言行为的重要性。语言操作性行为之间的相互依赖性是发展流利言语的必要条件²⁶。此外，若未能考虑多重控制因素，则难以对语言行为做出充分的解释、预测和有效控制²⁷。

言语行为刺激控制比率方程（SCoRE）¹² 是一种用于定量整合个体功能性言语行为库并生成统计量以比较四种主要言语操作子相对比例的方法。SCoRE 分析 mand、echoic、tact 和 sequelics 四类反应群体之间的相互关系，支持对自闭症个体的言语模式与正常发育个体的言语模式进行个体化（idiographic）和普遍性（nomothetic）比较。此外，SCoRE 提供了一种个性化的提示层级，用于按比例增强各个言语操作子的功能。因此，“该分数可用于从测试所来源的更广泛行为领域中预测某些方面的表现”²⁸。SCoRE 还提供了一种衡量指标，可用于在不同效应量之间区分言语操作子行为库的强度差异。SCoRE 评估的目标是建立一种语言缺陷模型，该模型能够：（1）准确定位自闭症个体言语行为库与典型言语行为库之间的差异程度；（2）识别出刺激控制不足的具体领域；（3）提供个性化的干预治疗方案。

方案

以下程序均在圣安东尼奥德克萨斯大学机构审查委员会的监督下进行。

注意：言语行为 SCoRE 程序适用于存在语言缺陷且表现出基于构型或基于选择的言语行为的学龄前儿童学习者。超出学龄前年龄范围的个体，以及发出非交流性发声行为的年幼儿童，均被排除在此项分析之外。

1. 进行言语性操作分析。

1. 安排刺激控制、要求（mand）、仿说（echoic）和接续性（sequelic）条件，以确定特定环境变量与说话者行为之间的功能关系。
2. 刺激控制（tact）关系
   1. 为评估刺激控制关系，在自然环境中进行自由操作偏好评估²⁹。允许参与者自由选择并操作其偏好的物品。这些物品可以是幼儿常见的可操作玩具（例如火车、恐龙、泡泡等）。每隔30秒，指向儿童当前正在操作的物品，并要求其命名该物体。记录参与者正确命名的物品总数，并给予泛化性强化。
   2. 移除对该物品的接触机会，鼓励参与者转向另一个刺激物。重复该程序共10次，以诱发最多10个不同的命名反应。
3. 要求（mand）关系
   1. 为评估要求关系，在受控环境中进行配对刺激物偏好评估³⁰。从刺激控制条件中确定的10个目标物品中任选两个，提供给参与者，并要求其“选一个”。允许参与者操作所选物品30秒，随后将物品移出视线范围，并提示其提出要求（mand）。记录参与者是否说出该刺激物的名称，并通过允许其接触该偏好物品进行强化。
   2. 再选择另外两个剩余的目标物品，并要求参与者“选一个”。重复该程序共10次，以诱发最多10个不同的要求反应。
4. 仿说（echoic）关系
   1. 为评估仿说关系，让参与者从事一项与任何目标物品无关的任务。每隔30秒，向其呈现上述条件中确定的某一反应目标的仿说刺激。仿说刺激可以是该物品的通用名称，也可以是儿童在刺激控制条件中提供的标签。记录参与者是否模仿说出目标反应，并给予泛化性强化。
   2. 重复该程序共10次，以诱发最多10个不同的模仿反应。
5. 接续性（sequelic）关系
   1. 为评估接续性关系，让参与者从事一项与任何目标物品无关的任务。每隔30秒，向其呈现上述条件中确定的某一反应目标的填空式刺激。填空内容应基于儿童在刺激控制条件中操作该物品时的行为方式（例如，“你滚动……”）。记录参与者是否用目标反应填空，并给予泛化性强化。
   2. 重复该程序共10次，以诱发最多10个不同的应答反应。
6. 将全部四个条件（第1.2–1.5节）再重复两次，每次均设置10个新的反应目标，以便在言语操作分析（VOA）结束时，每个条件共评估30个新反应。该反应样本量足以支持后续的统计分析。
   注：言语操作分析已被证明具有中等的构念效度（r² = 0.75）、较强的重测信度（r_s = 0.97）和较高的评分者间信度（98%）³¹。

2. 计算言语行为刺激控制比率方程（SCoRE）。

1. 将三次VOA重复实验中获得的每种言语操作类别频率相加（表1）。

试验次数	触觉	指令	回声	后续反应
1 - 10	6	2	6	2
11 - 20	4	2	10	0
21 - 30	4	4	6	2
总计	14	8	22	4

表1：评估的全部三个轮次中所有应答的总和为进行进一步的统计分析提供了足够的应答样本量。 分析操作反应间的差异可得出个性化的提示等级，用于无错误语言学习。

2. 将每个操作子的总频率除以所有操作子的总频率（表 2）。

操作	触觉	指令	模仿	后续
求和	14	8	22	4
除法	48	48	48	48
等于	0.29	0.17	0.46	0.08

表2：用于确定四种言语操作子相对强度的数学运算。 每种操作子的反应次数除以所有操作子反应次数的总和，以得到每种操作子的相对值。

3. 将步骤 2.2 中获得的相对强度乘以 100，将每个小数转换为百分比（图 1），其总和构成完整的言语行为库（即 100%）。

图 1：自闭症言语行为模式示意图，显示命名（29.2%）、要求（16.7%）、仿说（45.8%）和序列行为（8.3%）在能力水平上的分布不均。 这四种操作性言语行为共同解释了控制言语行为的全部环境变量（占100%）。请点击此处查看此图的放大版本。

4. 将评估的言语行为库与零假设行为库进行比较，在零假设行为库中，四种操作行为各自等效，各占25%（图2）。

图2：空言语行为库模型，显示四种言语操作行为（tact、mand、echoic、sequelic）各自占比均为25%，强度均等。 正常发育的言语者在tact、mand、echoic和sequelic四种言语操作行为上的能力强度无显著差异。请点击此处查看该图的放大版本。

5. 使用下方公式，将一致数总和（A；两个数值中较小者）除以一致数与不一致数的总和（A + D；两个数值中较大者）（图3）。所得商值为一项统计量，反映说话者在进行言语操作分析（VOA）时言语行为库的相对强度。
   

图3：观察到的响应强度与零假设之间一致性的演示。SCoRE 计算中的一个主要假设是，观察到的库（a）与零假设库（25%；b）之间的任何重叠部分代表一致性，而非重叠部分则代表不一致性。请点击此处查看该图的放大版本。

3. 抽象刺激控制。

1. 计算所有项的强度 双向发散 （ mand + tact，mand + echoic，mand + sequelic，tact + echoic，tact + sequelic，echoic + sequelic ）以及 三向分叉 （ mand + tact + echoic，mand + tact + sequelic，mand + echoic + sequelic，tact + echoic + sequelic）多重控制来源通过累加每个独立操作性行为的百分比得出。
2. 从四种言语操作的总和开始，按刺激控制程度从高到低进行排序（表3).

环境变量	环境控制 (%)
METS	100
MET	91.67
ETS	83.33
ET	75
MES	70.83
ME	62.5
MTS	54.17
ES	54.17
MT	45.83
E	45.83
TS	37.5
T	29.17
MS	25
M	16.67
S	8.33

表3：通过将每种言语操作项以所有可能的组合方式进行汇聚，可得到从最强到最弱的强度排序。 通过汇聚不同的操作项，我们可以更有效地控制说话者所处的环境。M = 请求（mand），E = 模仿言语（echoic），T = 命名（tact），S = 顺续言语（sequelic）。

3. 在对单一和多重控制来源的言语操作强度进行排序后，提取与每种言语操作相关的渐消步骤（表4），同时保持反应强度的层级关系。

触觉	指令	回声	序列
METS (100%)	METS (100%)	METS (100%)	METS (100%)
MET (91.67%)	MET (91.67%)	MET (91.67%)	ETS (83.33%)
ETS (83.33%)	MES (70.83%)	ETS (83.33%)	MES (70.83%)
ET (75.00%)	ME (62.50%)	ET (75.00%)	MTS (54.17%)
MTS (54.17%)	MTS (54.17%)	MES (70.83%)	ES (54.17%)
MT (45.83%)	MT (45.83%)	ME (62.50%)	TS (37.50%)
TS (37.50%)	MS (25.00%)	ES (54.17%)	MS (25.00%)
T (29.17%)	M (16.67%)	E (45.83%)	S (8.33%)

表4：为了训练每个独立的操作性行为，系统地将要求（mands）、仿说（echoics）、命名（tacts）和后续行为（sequelics）相互结合与分离，以构建从最多提示到最少提示的训练框架。通过改变与各独立操作性行为相关的非关键变量，建立关系灵活性。M = 要求，E = 仿说，T = 命名，S = 后续行为。

4. 通过基于参照物的指令训练关系灵活性³⁴，并仔细确保不遗漏任何提示消退步骤。
   1. 整合指令（mand）、命名（tact）、仿说（echoic）和序列性反应（sequelic）相关项（100%）。例如，在与球互动时，向参与者展示强化物但限制其接触。提供目标反应，随后给出言语框架：“你滚动球。你滚动____。” 正确反应后给予接触球的机会及言语表扬作为强化。
   2. 当在指令、仿说、命名和序列性反应同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令、命名和仿说相关项（91.7%）。例如，在与球互动时，向参与者展示强化物但限制其接触。提供目标反应：“说‘球’。” 正确反应后给予接触球的机会及言语表扬作为强化。
   3. 当在指令、仿说和命名同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令、仿说和序列性反应相关项（70.8%）。例如，在与球互动时，隐藏强化物，并提供目标反应及言语框架：“你滚动球。你滚动____。” 正确反应后给予接触球的机会及言语表扬作为强化。
   4. 当在指令、仿说和序列性反应同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令和仿说相关项（62.5%）。例如，在与球互动时，隐藏强化物，并提供目标反应：“说‘球’。” 正确反应后给予接触球的机会及言语表扬作为强化。
   5. 当在指令和仿说同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令、命名和序列性反应相关项（54.2%）。例如，在与球互动时，向参与者展示强化物但限制其接触，并提供言语框架：“你滚动____。” 正确反应后给予接触球的机会及言语表扬作为强化。
   6. 当在指令、命名和序列性反应同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令和命名相关项（45.8%）。例如，在与球互动时，向参与者展示强化物但限制其接触。正确反应后给予接触球的机会及言语表扬作为强化。
   7. 当在指令和命名同时控制下反应趋于稳定时，进入下一提示消退阶段，整合指令和序列性反应相关项（25.0%）。例如，在与球互动时，隐藏强化物，并提供言语框架：“你滚动____。” 正确反应后给予接触球的机会及言语表扬作为强化。
   8. 最后，当在指令和序列性反应同时控制下反应趋于稳定时，单独保留指令功能（16.7%）。例如，在与球互动时，隐藏强化物。正确反应后给予接触指定强化物的机会作为强化。

结果

图4展示了对一名5岁西班牙裔男性儿童Aron在干预开始前进行言语操作评估（VOA）的结果，该儿童被诊断为自闭症谱系障碍（ASD）。这些数据证实了VOA在评估言语操作行为强度差异方面的有效性。其中，仿说（echoics）的强度最高，在所有试验中有一半的试次出现了该行为（48.4%）。命名（tacts）的强度次之，在约三分之一的试次中出现反应（32.3%）。要求（mands）在六分之一的试次中出现（16.1%），而仅记录到一次续发性言语反应（sequelic response）（3.2%）。

图4：一名被诊断为自闭症谱系障碍的说话者的观察言语行为库。 本模型的数据来源于VOA前测。四种操作性言语行为的评估强度各不相同，从仿说（最强）到序列性言语（最弱）不等。请点击此处查看该图的放大版本。

将每种操作型的强度与空行为组库中各占25%的比例强度进行比较。在每次比较中，两个数值中较小的数值代表一致部分，置于分子，较大的数值代表一致加不一致部分，置于分母。

通过将观察到的数据与零参考组进行比较，计算出Aron的前测SCoRE值为0.53。

除了总结语言行为库之外，SCoRE 还可作为制定教学干预决策的判断辅助工具。表5展示了一个提示层级，用于在多重控制和单一控制条件下支持 Aron 的语言行为发展。

控制变量	强度 (%)
M+E+T+S	100
M+E+T	96.8
E+T+S	83.9
E+T	80.7
M+E+S	67.7
M+E	64.5
M+T+S	51.6
E+S	51.6
M+T	48.4
E	48.4
T+S	35.5
T	32.3
M+S	19.3
M	16.1
S	3.2

表5：根据图2得出的来自多个及单一控制源的个体化转导层级结构。 M = 操作性言语（mand），E = 模仿性言语（echoic），T = 命名性言语（tact），S = 后果性言语（sequelic）。

实验结果 表5 为每个言语操作行为制定个性化的提示层级，以增强其单一控制（参见 表6）。通过针对目标操作行为的多种排列方式进行系统性编程，并结合多种条件共同作用，言语行为“可能仅受刺激的某一单一特性或某些特定特性组合的控制，同时摆脱其他所有特性的控制”²⁸.

指令	仿说	触觉	顺序性
M+E+T+S	M+E+T+S	M+E+T+S	M+E+T+S
M+E+T	M+E+T	M+E+T	E+T+S
M+E+S	E+T+S	E+T+S	M+E+S
M+E	E+T	E+T	M+T+S
M+T+S	M+E+S	M+T+S	E+S
M+T	M+E	M+T	T+S
M+S	E+S	T+S	M+S
M	E	T	S

表6：在各个言语操作项中抽象功能独立性的系统性 progression。 M = mand，E = echoic，T = tact，S = sequelic。

经过13周基于参照物的教学后，使用与上述相同的程序对Aron进行了后测言语操作评估（VOA）。与前测相比，图5显示了四种操作行为的比例均有提高：提要求（mand，27.1%）、仿说（echoic，34.1%）、命名（tact，23.5%）和后续性言语行为（sequelic，15.3%）。将这些结果与零假设进行比较后，计算出Aron的SCoRE值为0.80。通过SCoRE对Aron言语能力进行前后测分析表明，在干预过程中，其语言能力提高了0.27。

图5：一名被诊断为自闭症谱系障碍的说话者在接受13周基于指称物的言语行为教学后的观察言语行为库。 本模型的数据来源于一次后测VOA，显示出四种言语操作行为所占比例的提升。请点击此处查看该图的放大版本。

讨论

有观点认为：“说话者使用词语或句子的‘意义’，当然由其发出时所处的全部条件总和来界定”³²。在自然环境中，正常发育的说话者的言语行为同时受到多种来源的强化作用。因此，自闭症及其他言语行为障碍个体的异常言语可被解释为刺激控制的缺陷，这种缺陷阻碍了环境变量的协同作用。

功能性言语依赖于跨学习通道的行为流畅性³³正常发育的说话者通常会做出回应 狗 在存在一只狗的情况下，以及当被问及他们拥有何种宠物时，受试者的语言反应应保持一致。不同输入模式下反应强度的相对性，体现了流利语言的关系灵活性。另一方面，对于自闭症个体而言，视觉刺激可能比听觉刺激对其语言行为产生更显著的影响。上述实验程序旨在分离出控制关系，以便对言语操作的相对强度进行比较。

四种条件中的每一种持续时间约为五分钟。在命名（tact）条件下，对象的获取不受限制（与请求（mand）条件不同）；评估者不会说出对象的名称（与仿说（echoic）条件不同）；也不会对该对象做出其他任何陈述（与后续语言（sequelic）条件不同）。

该方法的关键在于，在视觉-操作分析（VOA）的每个阶段中分离出言语关系。在“mand”条件下，物品并不存在，这与“tact”条件不同；评估者不会对物体进行命名，这与“echoic”条件不同；也不会像“sequelic”条件那样对物体做出其他陈述。值得注意的是，作为“mand”条件一部分所采用的刺激物偏好评估类型，可根据个体参与者的需求替换为更合适的方法³⁴。

在回声条件中，对象的获取不受限制，这与 mand 条件不同；对象并不存在，这与 tact 条件不同；并且没有关于该对象的其他陈述，这与后续条件也不同。

在命名（tact）条件下，对象的获取不受限制（不同于指令 mand 条件）；对象并不存在（不同于命名 tact 条件）；评估者不会说出对象的名称（不同于仿说 echoic 条件）。

SCoRE 评估为在 mand、echoic、tact 和 sequelic 四种操作性行为中建立相称的反应强度，规定了个性化的提示层级。如果在 VOA 上对全部四种操作性行为进行强度评估，则会产生 15 种可能的组合，从多重控制到单一控制的消退过程将包含每种操作性行为的八个步骤。如果对三种操作性行为进行强度评估，则会有七种可能的组合，每种被评估的操作性行为的消退过程包含四个步骤。如果对两种操作性行为进行强度评估，则会有三种可能的组合，每种被评估的操作性行为的消退过程包含两个步骤。如果仅对一种操作性行为进行强度评估，则仅存在一种可能的组合，且不会发生消退过程。在 VOA 期间未进行强度评估的任何操作性行为，可使用最强的多重控制来源进行提示，并随后采用上述无错误语言学习程序进行消退。

通过测量不同反应速率之间的相对关系，SCoRE 可预测自然环境中多个变量的相对控制作用。其在评估自闭症儿童语言行为中不均衡刺激控制方面的应用已得到充分验证³⁵。此外，SCoRE 还可用于个体化进展监测，以记录语言行为训练的效果。未来在语言行为 SCoRE 方面的应用可能进一步体现其在群体比较中的价值，例如用于随机临床试验，作为干预前后测量指标以验证治疗效果，也可用于荟萃分析中的数据整合。

言语行为 SCoRE 的主要局限性在于其仅适用于具有非流利型言语行为的参与者。大约 30% 的自闭症个体被认为属于无言语能力者³⁶。对于这一群体，可对 SCoRE 的评估目标进行调整，以衡量在提要求时的刺激选择、动作模仿、样本匹配及其他组成技能方面的比例性。此外，流利说话者的言语行为在不同水平的衍生刺激控制方面仍可能表现出不均衡的优势³⁷。因此，可对 SCoRE 目标进行调整，以评估自反性、对称性和传递性。

作为一种替代传统描述性评估语言的方法，SCoRE 的实验分析具有高效、客观和定量精确的优势。SCoRE 协议可轻松应用于多种环境（如临床或教育环境），非常适合行为分析师、教育工作者以及其他接受过功能性分析技术培训的专业人员使用。作为一种基于数据的判断辅助工具，言语行为 SCoRE 为讨论语言问题提供了一种便捷且精确的方法。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
VB-MAPP 评估工具包（不含手册）	不同的道路	DRK 701	100 多种常见物品，语言构建器，强化物套装，计数熊，木珠，插板，形状 && 形状盒、彩色立方体、积木设计卡片、3柱拼板、4片拼图、穿衣娃娃、测量操作教具、计时器、大小分类器、3张覆膜图片、4本儿童读物、书写与美术工具包、4本活动练习册，以及涵盖以下内容的闪卡：字母、记忆配对、形状、颜色与数字、加法、减法、社区工作者、视觉词
Excel	微软		电子表格程序