老年人身体形象的社会心理干预的验证:实验设计

在西方社会，长得好、健康、年轻，对于感觉正确、融入、与他人互动、成功非常重要，成为自我概念和自尊的核心要素。一个人对她/他的身体的满意度取决于个人感知，具体来说，取决于他/她对外表和身体机能的感受、感知、想象和反应^1，2。根据这一定义，可以确定此结构中两个质的不同维度。一方面，有感知维度，这取决于评估身体本身的大小，形状和比例;另一方面，有认知 - 情感领域（即"身体满意度"³），这是本研究的主题。

从本质上讲，身体满意度是一个人对他或她^外表4的接受程度，如果这种评估对自信心产生消极影响，当这种评估增加与他人互动的个人信心时，这是不好的^5，6。传统上，人们认为，当一个人变老并进入生命的最后阶段（以50岁作为中年的分界点）时，身体形象问题会大大减少。換句話說，人們認為，在青春期和青少年中，對身體意象的感知扭曲^6，7，8在老年人中很少見^9，10。原因是关注的焦点从体重和健康转移到其他与缺乏健康和身体下降相关的重大身体缺陷。

在这方面，科学文献表明，对老年人外表的主要关注点集中在衰老的迹象上，例如健康丧失，皮肤皱纹和老化，脱发和白发，体味等^11，12。还有人认为，对这些衰老迹象的感知起着进化和适应性的作用，因为它使人们逐渐意识到衰老，从而有助于接受身体外观的转变和恶化。虽然这可能是对的，但同样真实的是，衰老意识会对身体满意度产生负面影响。"中年危机"的普遍现象并非徒劳无功，指的是一个转折点，在这个临界点上，人们开始意识到他/她正在衰老，在某些情况下，这与经历抑郁症状有关，如果处理不当，可能会干扰个人福祉和心理健康^11，13。

已经研究了衰老意识所产生的心理和情感影响¹⁴。从这个意义上说，外表的恶化被认为是某人可以体验到的关于衰老的最明确的迹象¹⁵。再加上扮演一个无关紧要和被低估的社会角色的感觉 ¹⁶。因此，自我认同为"老年人"与逐渐接受新的限制和不利环境有着不可挽回的联系。因此，老年人开始经历困难和情绪问题，如焦虑，压力或抑郁。很快，这个人可能会自我认同消极的社会角色，同时难以接受与衰老相关的身体限制^17，18。

在不同的年龄组中，如青少年和青年，众所周知，通过干预计划可以改善满意度和身体形象^1，19。这方面的例子是Maganto，del Río和Roiz（^2002）21的Cash（1997）²⁰和PICTA（西班牙语中关于身体形象和饮食失调的预防计划）的着名干预措施，以及一些最近的计划（Kilpela等人，2016）²²，Halliwell等人（2016）²³，McCabe等人（2017）²⁴或Bailey，Gammage和Van Ingen（2019）²⁵.然而，除了Sánchez-Cabrero（2012）²⁶开发的名为"IMAGINA"的干预措施外，它们都没有针对成熟人群并主要关注女性，本研究旨在验证。让我们假设，对身体形象的治疗干预可以帮助自我接受，并在年轻人中发展积极的自我。没有理由不应用它并干预面临身体发生根本性变化的老年人^27，28，29。

实验设计是确定因果关系和评估治疗干预是否产生改善的最有效方法。首先，有必要将干预效应与其他干预变量隔离开来，这在社会科学中是非常昂贵和复杂的，因为可以影响的因素几乎是无数的。其次，它还需要治疗前的比较，对照组和实验组之间的比较，对照和治疗条件下参与者的随机化，以及对最相关的干预变量的研究。因此，该实验遵循两个主要目标:（1）分析参加特定身体满意度计划的50岁以上的人的身体形象满意度与一般计划（非特定）中获得的进展相比的改善;（2）研究身体满意度与干预变量之间的关系，如年龄，性别，关系状况，一年中的参与时间以及居住在大都市或乡村住宅中。

委员会审查了阿方索十世萨比奥大学《科学行为和道德议定书》。此外，研究小组外部的一组科学家检查并批准了完整的实验过程。为了允许参与这项研究，有必要签署一份知情同意书，接受参加该计划，正如《赫尔辛基宣言^》30所建议的那样。在入组之前，确保没有参与者会因干预而遭受任何心理压力或伤害。

1. 进行实地考察

注:实验设计采用混合设计，受试者间测量（实验组和对照组）和治疗前后重复测量。这种实验设计使得可以将治疗效果（在特定身体满意度程序中获得的结果）与与个体差异相关的其他变量隔离开来，因为在治疗前后测量了身体满意度。该研究还将治疗与参与非特异性干预计划（对照组）时发生的事情进行了比较，以隔离干预期间的操作效果。参与者在实验和对照条件下随机分配，保证进行实验的最佳条件。

1. 研究工具的选择
   1. 选择一个旨在改善老年人身体形象的心理社会计划，足以达到研究的目标。在这种情况下，选择的选项是Sánchez-Cabrero（2012）²⁶的IMAGINA程序，因为它符合所有要求。
      注:选择实验仪器的标准如下:（1）它必须是专门针对身体满意度的程序;（2）必须完全适应老年人;（3）必须是强调参与者之间社会互动的团体节目;（4）它必须持续6到10个会话，每个会话60-120分钟，因此可以始终如一地实现态度和行为改变。
   2. 选择一个一般的心理社会计划，让老年人在满足所有必要条件的小组中工作，并作为对照比较。在这个实验中，该计划是由西班牙红十字会³¹运营的"促进健康老龄化:一致的健康"，因为它是可用的最佳选择。
      注意:选择控制程序的标准是（1）它必须建立在积极的社会互动之上，而不关注身体形象;（2）必须设计为小组工作;（3）必须适合老年人;（4）它必须有一个类似于实验干预方案的时间表。
   3. 选择一种科学仪器来评估老年人的身体形象满意度。Cooper，Taylor，Cooper和Fairburn（1987）³³的体形问卷（BSQ）被认为是研究目标最合适的工具。
      注:选择评估老年身体满意度的科学仪器的标准是:（1）它必须是同行评审和出版的仪器;（二）衡量身体满意度，与其他科学仪器具有收敛效度的;（3）它必须简短而简单，以适应老年人口（3）它必须翻译成西班牙语，并根据西班牙人口进行缩放。
   4. 设计一份调查问卷（补充文件1）来收集本研究中要控制的所有人口统计数据和干预变量。
      注:有关年龄、性别和关系状况的社会人口数据是使用一份特别调查问卷收集的。年龄被视为定量和离散变量，其余作为二分类类别变量。至于"一年中的季节"和"居住环境"，这些信息是由负责实验的研究人员注册的。
2. 抽样方法
   1. 请求与非营利组织（NGO）合作，该组织为不同地点的老年人开展团体申请的社会心理计划。
   2. 选择十个不同的地点来应用实验和控制心理社会计划。他们中的一半人住在农村（居民不到1000人的地方），另一半住在大都市和城市。
3. 实验和对照干预的应用
   1. 执行BSQ的预处理测量。用纸和笔收集单个测量值，但参与者与他们的集群组处于同一空间。
   2. 在十个地点进行超过八次的心理社会计划（控制和实验）。
      注意:这些计划在一年中两个不同的季节（夏季和冬季）由同一个人监督。在这两种情况下，活动都是在晚上进行的，为期4周，每周两次。在这两个项目中，参与者分组工作，进行有趣的活动和社交聚会，这大大减少了参与者的退缩。
   3. 收集BSQ的治疗后测量值。
      注意:使用纸和笔收集单个应用程序，但参与者与其集群组位于同一房间。这是在完成会议后立即完成的。BSQ不适用于那些没有参加所有会议的个人。因此，最终分析中省略了10%样品的结果。

2. 将实地研究获得的数据数字化

1. 打开统计软件，然后转到 文件菜单|新|数据，单击" 数据 "图标，然后转到 "变量视图" （图 1），并为 表 1 中所示的每个变量创建一个统计变量。

表1:研究统计变量的主要特征。 详细描述研究变量在其数字化过程中的主要特征。

图1:如何将变量数据导入统计软件包。 （1）单击 数据图标; （2） 单击" 可变视图" 图标。 请点击此处查看此图的放大版本。

2. 转到统计软件中 的数据视图 （图2），为每个参与者填写BSQ测试的前后测量数据。对调查问卷的人口统计数据和归因数据执行相同的操作。
   注意:使用BSQ获得的结果以及有关研究的社会人口统计数据的信息是用纸和笔收集的，因此有必要将其逐一数字化。
   1. 在统计软件中创建一个新变量，其中包含BSQ测量前和BSQ后测量值之间的差异（通过测试获得的数据）。为此，请转到 转换|计算变量，然后在弹出式菜单中为 目标变量 间隙指定一个名称，然后从菜单" 类型和标签..." 中选择预处理变量并将其移动到 数值表达式 间隙，然后单击计算器上的减法图标 （-）。
   2. 之后，从" 类型和标签 "菜单中选择处理后变量，然后再次将其移动到 数值表达式 间隙。最后，单击确定，然后创建解释测量前和测量后差异的变量（图3）。

图2:如何将研究数据导入统计软件包。 选择" 数据视图" 图标。 请点击此处查看此图的放大版本。

图 3:如何在统计软件中创建一个新变量，其中包含 BSQ 检验的前测量和测量后之间的差异。 （1） 单击" 变换|计算变量;（2）在 目标变量 间隙中分配一个数字;（3） 从菜单中选择预处理变量 类型和标签... 并将其移动到 数值表达式 间隙; （4）点击 减法 图标 （-） 在计算器上;（5）从中选择处理后变量 类型和标签 菜单 并将其移动到 数值表达式 间隙;（6）点击 OK 图标。 请点击此处查看此图的放大版本。

3. 统计分析

1. 查看BSQ测量的可靠性和一致性，并使用统计软件包使用类内相关系数（ICC）进行重新测试。
   1. 为此，请选择" 分析菜单"|规模|可靠性分析，将实验中使用的处理前和处理后的BSQ测量值移动到 "可靠性分析 "对话框。
   2. 单击" 统计..."， 然后选择 "类内相关系数" 和" 双向混合 "和" 一致性"选项。最后，单击 OK 图标以生成所需的输出（图 4）。

图4:如何评估问卷的内部一致性。 选择"分析"菜单| 规模|可靠性分析。（1） 将实验中使用的变量移动到 "可靠性分析 "对话框中;（2）单击 "确定" 图标。 请点击此处查看此图的放大版本。

注:处理前和处理后的BSQ测量值具有出色的可靠性和一致性值（ICC=0.916）。

2. 使用统计软件包运行描述性分析。从描述性统计量开始，例如定量变量"BSQ预处理"，"BSQ治疗后"和"治疗前差异"的算术平均值和标准差（SD）。首先在全球范围内，然后考虑研究中包括的其他变量的每个类别。最后， 研究分类干预变量和受控变量中的频率分布.
   1. 若要执行此分析，请选择" 分析菜单"|描述性统计量|频率 ，并在输出后 分析|描述性统计量|描述性 （图 5）。要为分类变量的每个条件指定定量变量的描述性统计量，请在主菜单中选择" 拆分文件 "选项，然后在弹出菜单中选择要分析的分类变量，然后选择"按组组织输出"选项;然后单击 确定 （图6）。
   2. 对研究中考虑的每个类别变量（实验条件，一年中的时间，性别，婚姻状况和居住地）重复此过程。

图 5:如何对数据进行描述性分析。 选择" 分析"菜单| 描述性统计量|频率 ，并在输出后 分析| 描述性统计量|描述性。 请点击此处查看此图的放大版本。

图6:如何为受控名义干预变量的每个条件指定定量变量的描述性统计量。 （2）选择要分析的分类变量，然后选择选项 按组组织输出; （3）单击 OK 图标。请点击此处查看此图的放大版本。

3. 使用统计软件包进行配对样本学生的t检验，以检查参与两种条件之前和之后的身体图像（受试者之间IV效应）。
   1. 为此，请选择" 分析菜单"|比较均值|配对样品 t 检验，并在 配对样品 t 检验 对话框中，将 BSQ 预处理和 BSQ 后处理作为变量 1 和 2（图 7）。
   2. 要根据每个分类变量（实验条件、性别、婚姻状况、年份和居住地）指定配对样本 学生的 t-检验，请在主菜单中选择 "拆分文件 "选项，然后在弹出式菜单中选择要分析的分类变量，然后选择选项"按组组织输出"，然后单击 OK（图 6）。
   3. 在对每个名义变量（一年中的时间，性别，婚姻状况和居住地）进行每次分析之前，重复此过程。

图 7:如何执行配对样本学生 t-test 分析。 （1） 选择" 分析"菜单|比较均值|配对样品t检验;（2）将BSQ预处理和BSQ后处理作为变量1和2;（3）单击 OK 图标。 请点击此处查看此图的放大版本。

4. 使用统计软件包进行单向方差分析，以查看每个程序的效果（组间IV效应），性别，关系状态，一年中的时间和居住地。
   1. 为此，请选择" 分析菜单"|比较均值|单因子方差分析 （图 8），在 单因素方差分析 对话框中，将变量 BSQ 预处理、BSQ 后处理和因 果列表中 的后方差和实验条件变量作为 因子。
   2. 对每个名义变量（实验条件、性别、关系状态、一年中的时间和居住地）重复此过程。通过与Snedecor的F分布（不考虑方差相等）的均值进行比较，输出显示了BSQ治疗前，BSQ治疗后和治疗后前差异作为离散定量变量的统计显著性。

图 8:如何进行单因素方差分析。 （1） 选择" 分析"菜单|比较均值|单因子方差分析;（2）将变量BSQ预处理、BSQ后处理和后后差异放在 因应列表中， 实验条件变量作为 因子;（3）单击 OK 图标。 请点击此处查看此图的放大版本。

5. 使用Pillai的Trace和Wilks的Lambda统计，使用统计软件包进行重复测量方差分析，因为它们提供了自变量的组内效应的相反和互补的结果。
   1. 为此，请选择" 分析菜单"|一般线性模型|重复度量，然后在 "重复度量 "对话框中，在" 主体内因子名称 "框（例如，PRE-POST）中指定一个名称，在" 级别数 "框中输入"2"，在" 度量名称" 框中输入 BSQ。最后，单击"定义"图标切换到变量选择框（图 9）。
   2. 在该弹出菜单中，将测试BSQ的前后测量值选为受试者内变量，将实验条件选为受试者之间因子，并将所有社会人口统计变量（一年中的时间，性别，年龄，婚姻状况和居住环境）作为协变量。
   3. 在获得分析结果之前，单击模型并选择"全阶乘";然后转到"选项"并选择"效应大小的估计值"（请参阅 图 10）。最后，重复整个过程，但不是在模型中选择"全因子"，而是选择"构建自定义术语"选项，将变量"条件"与所有社会人口统计变量（一年中的时间，性别，年龄，婚姻状况和居住环境）相结合，为此目的使用图标"By *"。

图 9:如何配置重复测量方差分析。 （1） 选择" 分析"菜单|一般线性模型|重复措施;（2）在中分配一个名称 主题内因子名称 框;（3）把'2'在 级别数 框中，然后单击 添加 图标;（4）把BSQ放在 测量名称 框中，然后单击 添加 图标;（5）单击 定义 图标。 请点击此处查看此图的放大版本。

图 10:如何选择变量进行重复测量方差分析。 选择测试BSQ的前后测量值作为受试者内变量，并将实验条件选择为受试者间因子（s）。 请点击此处查看此图的放大版本。

实验研究遵循混合设计，受试者之间的测量（实验组和对照组）以及治疗前后的重复测量。

Sánchez-Cabrero（2012）26的IMAGINA计划被选为实验性治疗计划，以提高西班牙老年人的身体形象满意度。它有八个小组会议，每个会议持续90-120分钟，旨在娱乐和吸引参与者，使用以前设计和测试的活动，这些活动是动态的，需要积极参与，团队合作和个人反思。身体形象和自尊有望通过社会参与，沟通，身体形象研讨会和健康营养信息得到改善。情商也得到了解决，因为该计划活动促进了参与者之间的积极关系，同时重新评估了对外表的不切实际和有害的自我期望。此外，该程序专门用于身体形象干预，因此，它是测试其有用程度的最佳选择。最后，试点阶段的满意度调查显示，接受度极高（9分满分10分）。

由西班牙红十字会实施的"促进健康老龄化:持续健康"老年人31计划被选为控制工具。"促进健康老龄化:持续健康"计划在过去五年中一直作为社会心理工具应用，以集体促进健康，并获得出色的批准。它的持续时间与IMAGINA相同（8节课，每节课90-120分钟），并且它还具有组注册功能。它促进社会接触，而不针对身体形象问题。该计划包括基于西班牙红十字会出版的"老年人锻炼手册和思维敏捷性活动"的健康习惯训练32。

这项研究发生在西班牙西北部，那里遭受了严重的人口老龄化问题。参与者选择通过整群抽样完成，确定了十组五十岁以上的人群。他们中的一半人住在农村（居民不到1000人的地方），另一半住在大都市和城市。共有176人无私参与，没有经济回报。参与者被分配到对照和实验条件（一半在一般程序中，一半在"IMAGINA"中），确保两组中的分布相似。一年中的时间和居住环境的变量也是如此。样本年龄的算术平均值为64.03，标准差64.03，标准差（SD）为±8.06。参与者是146名女性（83%）和30名男性（17%），93名65岁以上（根据西班牙劳动制度退休），83名65岁以下（劳动活跃人口）。有15名单身人士，37名寡妇/鳏夫，117名正式关系的参与者，只有7人分居或离婚。关于居住和干预季节，63人住在农村，113人来自大都市地区，84人在冬季参加该计划，92人在夏季参加。他们都是白人（欧洲高加索人），因为从种族上讲，西班牙的这个地方非常同质化。

作为实验研究中的因变量（VD），由Cooper，Taylor，Cooper和Fairburn（1987）33选择体形问卷（BSQ），由Raich等人（1996）34翻译并缩放为西班牙语和文化。主要特点是:

●该仪器由34个项目组成，遵循Likert等级（从1（从不）到6（总是）。
●它被一些使用它的研究证明是一种可靠的科学工具，并且具有0.95至0.97之间的克朗巴赫α。
● 与其他同类科学仪器，如EDI35（进食障碍量表）或MBSRQ36（多维身体自我关系问卷）的身体不满意子量表，具有良好的外部有效性。
● 最终得分在 34 到 204 之间。
● 得分高于110表示对身体形象的不满（Cooper et al.， 1987）33。

BSQ是被选中的科学工具，因为它是该科学领域最常用的仪器之一37，6。此外，它还多次适应其他语言和文化，例如巴西38，哥伦比亚39，挪威40和韩国41等。它的心理测量属性非常出色，并且已经扩展到西班牙语和文化。从词汇的角度来看，BSQ简单明了，足够简短，可以与老年人一起使用，避免在回应时感到疲倦;即使是识字能力低下的人也很容易做出反应。由于BSQ已被广泛使用，因此可以将这项研究与对年轻参与者进行的其他研究进行比较，使我们能够检查生命不同阶段和时刻的身体不满。使用BSQ的最后一个动机是，没有其他老年人的身体满意度工具已经过科学验证。因此，创建一种新的科学仪器将导致严重的可靠性问题，使得无法将这项研究与以前的文献进行比较。

获得的结果使得有可能检查实验条件的影响:参加老年人身体形象计划的好处。这是通过检查与对照条件的差异和主体内变异性（预处理测量）来完成的。

关于第一个研究目标， 表 2显示了实验组和对照组在参与者发生之前和之后的效应大小（Cohen's d），以及配对样本测试中这两个时刻之间的差异。

表2:BSQ测试在条件和时刻（前，后）和测试前差异（配对样品测试）中的平均值和标准偏差。 缩写，M = 平均值;SD = 标准偏差;p = 概率值或显著性。该表由Sánchez-Cabrero等人修改而来。

配对样本测试的输出（受试者间效应）表明，IMAGINA身体图像程序的改善高于一般（M = 6.75 vs M = .75），这在统计学上是显着的（t = 6.782，p = .000）。在对照条件下（t =.883，p =.380）的改善并不显着，与NGO程序相比，IMAGINA身体图像程序的结果显着（Cohen的d= .721与.094）。获得的结果使我们能够确定两种条件（实验和对照）的影响以及它们之间的差异。更具体地说，将执行多变量分析，以查看IMAGINA的效果是否高于对照程序。

表 3显示了单因子方差分析（群间效应），它比较了每个时刻（治疗前和治疗后）以及两个时刻（术后差异）的实验和对照条件下的BSQ。这些结果表明，受试者之间的设计是稳健的，因为前期（F=.56，p =.455）和后置条件（F=.443，p =.506）都显示出两个条件之间无显著的均值差异。相反，BSQ在前后差异（F = 12.734，p = 000）中有显着改善，这表明BSQ测试的良好性能，支持在先前分析中观察到的情况。

表 3:两个矩的 BSQ 差异（单因素方差分析）。 缩写，F = 斯内德科的 F;p = 概率值或显著性。该表由Sánchez-Cabrero等人修改而来。

最后，本文总结了在实验和对照条件下获得的全局结果。 表 4显示了重复测量方差分析（组内效应）的输出，指出IMAGINA身体满意度计划（实验条件）相对于非特异性（对照条件）的有效性。检查"条件变量"结果中的调节效应（通过将性别，年龄，婚姻状况，一年中的季节和居住环境作为协变量）可以发现组内相互作用效应的多变量对比具有统计学意义（p = .000）。

表 4:多变量检验。缩写，F = 斯内德科的 F;p = 概率值或显著性;催眠。DF = 假设自由度;错误 DF = 错误自由度;MS = 均方。该表由Sánchez-Cabrero等人修改而来。

关于本研究的第二个目标，即干预变量在身体满意度差异中的作用， 表 5显示了BSQ在性别，婚姻状况，年份季节和居住环境测量条件和时刻中的算术平均值和SD，以及这两个测量时刻和由此产生的配对样本测试之间的大小效应（Cohen's d）。

表5:年龄、性别、婚姻状况、一年中的时间和居住环境差异（配对样本测试）。 缩写，M = 平均值;SD = 标准偏差;p = 概率值或显著性。该表由Sánchez-Cabrero等人修改而来。

男性对自己的外表比女性更满意，这在参加特定身体形象计划的实验条件（Post-test）后更为明显。事实上，在参加IMAGINA计划后的实验条件下，干预前后立即BSQ测量之间的差异在统计学上显着（女性:t = 5.756，p = .000;男性:t =4.646，p =.000）。

关于关系状态，关系中的参与者对自己在治疗前和治疗后的身体外观更不满意。这发生在对照组和实验组中，表明缺乏伴侣与身体形象满意度呈正相关;然而，这也提高了他们在参加IMAGINA期间的身体满意度（M = 6.76对M = 5.09）。这些结果对于在实验条件下有或没有关系的参与者是显着的。

该计划的年份季节没有显着影响对照组中的个体，但它影响了实验组中的个体（IMAGINA程序）。IMAGINA计划在冬季的得分高于夏季（分别为M = 9.44和M = 4.40），尽管在一年中的两个时间（分别为p = .003和p = .000）都有显着改善。

最后，在居住环境方面，在实验条件下，大都市个体（M=8.35）的改善高于农村个体（M=4.21）。效应的大小在实验组中是显着的，但在对照组中不是，因为它发生在其余的社会人口变量中。同样，对照条件的组均未获得显著结果。

可以看出，性别，一年中的季节和居住环境对对照组的身体满意度的影响小于IMAGINA计划组（实验条件），如Cohen's d所示。更具体地说，观察 表 6中的组间（IV）效应，可以看到在单因素方差分析中获得的输出如何表明大多数显着差异在于前后差异。此外，与单独的前期和后测量相比，前后差异具有更大的效应大小（Eta Squared）。

表6:按年龄，性别，婚姻状况，一年中的时间和居住环境划分的BSQ间分析（单向方差分析）。 缩写，F = 斯内德科的 F;p = 概率值或显著性。该表由Sánchez-Cabrero等人修改而来。

最后， 表 7显示了具有重复测量（组间效应）的多变量分析，这些分析表明年龄，性别，具有稳定的伴侣，一年中的季节和居住环境不会干扰治疗的有效性（IMAGINA计划），因为效果不显着。

表7:年龄、性别、婚姻状况、一年中的时间和居住环境的多变量对比（内部和内部分析）缩写，F = 斯内德科的 F;p = 概率值或显著性;催眠。DF = 假设自由度;错误 DF = 错误自由度;MS = 均方。该表由Sánchez-Cabrero等人修改而来。

表5-7中显示的结果表明，在IMAINA干预中应用受试者间设计确实有效，并且比其他受控干预变量发挥了更强大的作用，这些变量传统上被认为与先前关于该主题的研究中与身体形象密切相关。

补充文件。请点击此处下载此图。

作者没有什么可透露的。