CAT-Q 分量表輪廓分析:比較不均衡的分數與重複測量的結果
由 Silas Rowland 撰寫 · 更新於 2026 年 11 月 3 日
CAT-Q 分量表輪廓呈現你所回報的偽裝行為在三個維度上的差異。在解讀一個不均衡的型態之前,先確認這些數字各自代表什麼:原始總分較高、題項平均較高、百分位等級——這三種說法互不相同。 型態之後的變化又帶出另一個問題:是有某個分數上升、另一個下降,還是兩者都移動了?
如果你已完成 CAT-Q 自我反思問卷,請把三項結果連同日期與你使用的版本一起保存。這樣你就能直接比較實際數字,不必依賴輪廓標籤或三根長條的相對長度。
CAT-Q 測量的是自我報告的偽裝行為,非自閉症成人也在測量範圍內。其原始發展研究並未確立診斷性切點分數,也未依分量表分數的組合建立臨床類型。請將結果用於自我反思;當困難影響日常生活時,請尋求專業支持。[1]

讓分數建立在可比較的數值基礎上
至於三者的定義、題項數、計分對照表,以及讓「同化」特別難以單獨解讀的重疊部分,請見 補償、掩飾與同化指南。
假設有一組虛構的結果:補償 45 分、掩飾 40 分。將每個正確計分後的總分除以該分量表的題項數,得到 45 ÷ 9 = 5 與 40 ÷ 8 = 5。原始總分相差五分,但題項平均完全相同。單憑較高的總分,並不能證明每一題的認同程度也比較高。這些數字只是用來說明算術;它們不是門檻,也不是目標。[1]
把這些總分換算成各自滿分的百分比,同樣打成平手:45 ÷ 63 與 40 ÷ 56 都約為 71.4%。對這些分量表而言,除以滿分等同於把題項平均除以七。把顯示方式從平均改成百分比,並不會讓你多知道一點自己與他人相比如何。[1, 5]
這正是「佔滿分的百分比」與「百分位等級」之間的差別。前者以量表可能的最高分作為分母;百分位等級則需要某個指定族群的比較分布。因此顯示 71.4%,並不表示你高於 71.4% 的受測者。本站的基本結果頁會顯示分量表分數與百分比,但沒有總分的分級。[5]
在這個例子中,題項平均解決了題項數不同的問題。但它並不會讓這三個構念變得可以互換。平均值相差一分,說的仍是「對不同題組的回答有差異」,而不是額外付出的努力、造成的傷害或支持需求的直接測量。原始效度驗證研究並未提供兩個分量表之間差距的臨床門檻。[1]

檢核附在你輪廓上的宣稱
當結果頁或說明文字對你的數字做出某項宣稱時,可以套用下表。從你想檢查的那項宣稱出發,而不是依哪個維度最高來挑那一列。
| 你會遇到的宣稱 | 該檢查什麼 | 這項檢查能確立什麼 |
|---|---|---|
| 「這是你最高的一項分數。」 | 比較時用的是原始總分,還是題項平均 | 排名是否由題項數不同所造成 |
| 「你高於大多數人。」 | 是否提供了具名的比較族群與百分位計算方式 | 這是與族群的比較,還是僅僅佔滿分的百分比 |
| 「這個差距很顯著。」 | 支持這個差距的證據是什麼,「顯著」的定義又是什麼 | 這個說法是否指的不只是看得到的數值差異 |
| 「你的型態改變了。」 | 每個日期的每個分量表,使用同一套計分基礎 | 究竟是哪幾個分數移動了,而不只是哪一個升為最高 |
| 「這種型態能預測倦怠。」 | 證據是否檢驗了該結果、該組合以及未來的變化 | 所引用的研究是否真的處理了正在做的這個預測 |
以虛構的 45 對 40 為例,它支持「原始總分不同」。換算之後,它也支持「兩者的題項平均都是五」。但它不支持「補償顯著佔優勢」。每一句話都在做不同的宣稱,即便全都指向同樣那兩個數字。
如果說明文字用了「顯著」,先問它指的是有統計支持、具有臨床意義,還是只是看起來明顯。別讓這個詞取代方法本身。同樣地,像「補償高、掩飾低」這類標籤,需要說明「高」與「低」的依據;這個標籤不是算式本身給的。
你可以用一句更精確的話收尾,不必再往下延伸。「我的補償總分較高,但平均相同」本身已經是有用的結果。你不必把它變成一個有名字的輪廓。如果報告加上百分位等級,就把參考族群一併記在旁邊,讓日後的比較不會悄悄地換了比較對象。
區分關聯、未來變化與個人預測
關於偽裝與心理健康的研究,問的是幾個不同的問題。把它們分清楚,能幫你判斷一項研究發現是否適用於附在你輪廓上的宣稱。
回報較多偽裝的人,是否也在同一時間回報較多的困難? Hull 與同事在 2021 年的研究發現,在自閉症成人中,較高的偽裝總分與焦慮及憂鬱之間存在關聯。這是一項橫斷面分析。它能描述某一時間點的關係,卻無法確立何者先發生。它檢視的也是總分,而非驗證三個分量表的組合能作為風險輪廓。[2]
較早的分數能否預測後續困難的變化? Van der Putten 與同事以縱貫方式研究偽裝與心理健康。他們並未找到偽裝能預測心理健康困難發展的強有力證據。初始的「同化」分數並未預測後續變化;對初始「掩飾」與「補償」的探索性分析,也未發現對變化有意義的預測效果。該研究只有兩個測量時點,作者也指出,這不足以支撐強烈的因果結論。[3]
這些發現處理的是不同的問題。與當下困擾的關聯,可以與「缺乏預測後續變化的強有力證據」同時成立。兩項發現都不允許我們下結論說,某個人的分量表型態造成了他的困擾。縱貫研究的結果也無法確立偽裝是無害的。[2, 3]
你個人的特定組合,能預測你將會如何嗎? 那是另一個層級的宣稱。無論是總分的關聯,還是縱貫研究的發現,都沒有驗證出適用於你這種三分數組合的預測規則。像「這個輪廓表示倦怠正在逼近」這樣的說法,需要針對該預測的證據。聽起來耳熟能詳的解釋,並不是那份證據。[2, 3]
預測外在的社交表現是另一個獨立議題。Cook 與同事的系統性回顧,區分了自我報告的偽裝努力,與「把內在特徵和外在呈現互相對照」的測量。你的輪廓並不是你把某件事藏得有多好的直接讀值,也不是別人注意到了什麼的直接讀值。[4]
談到一段困難的時期時,把結果與困難並排放在一起:「這些是我的分數,而我當時感到筋疲力盡。」這樣兩項觀察都保留下來了。說「最高的那個分量表解釋了你的疲憊」則加上了因果結論。你可以為疲憊尋求協助,同時讓那個解釋保持開放。
一次一個分量表,逐一比較重複的結果
即使最高分沒有上升,輪廓看起來仍可能更不平均。以虛構的例子來說,補償維持 45 分,而掩飾從 40 分變成 32 分。兩者的題項平均從「五對五」變成「五對四」。補償現在看起來相對較高,是因為掩飾下降了,而不是補償上升了。
反過來的問題同樣可能出現。假設總分從 45 與 40 變成 54 與 48。兩個題項平均都從五升到六,彼此之間的關係仍維持相等。相對型態看起來沒變,回報的水準卻不同。兩個例子都沒有指出原因,也沒有指出哪個方向才是值得追求的改變;它們說明的是,為什麼只比較最高的那根長條會遺失資訊。[1]
在解讀兩次結果之前,先確認它們是否可比:
- 每份結果都要附上記錄時所用的問卷版本與語言。 不要擅自假定改編過的題目或不同譯本,可以與先前使用的版本互換。原始成人效度驗證研究的發現,也不應被假定可以原封不動地套用到每個譯本或年齡群。[1, 4]
- 維持計分基礎一致。 用總分和同一個分量表的總分比,或用題項平均和對應的題項平均比。百分比與百分位等級要分開,並保留百分位結果所用的具名參考族群。
- 記下日期,以及你對題目理解上的任何變化。 如果某個題項現在對你有了不同的意思,就把它記在答案變動的旁邊。這會讓一個重要的解讀問題保持可見,而不是把全部差異都歸因於行為改變。
- 先描述每個分量表的移動,再解讀整體輪廓。 「補償不變;掩飾較低」說的東西,比「我變得更會補償了」更多。
原始發展論文報告了初步的重測信度證據。這支持研究這個量表在重複施測間的一致性;但它不會讓每一次個別分數的移動都變得有意義,也沒有提供「分量表差距有意義變化」的門檻。[1] 不要把關於重複分數的研究發現,當成「每個格差異不是真實進展、就是測量雜訊」的規則。
一份有用的比較筆記可以這樣寫:「版本與語言相同。補償維持 45 分;掩飾從 40 分變成 32 分。較大的差距來自掩飾的結果。這次我對其中一道題目的理解也不一樣。我想先討論那個變化,再解讀這個型態。」這份虛構的筆記把計算、可比性與解讀分開來,卻不賦予它任何臨床意義。

參考文獻
- Hull L, Mandy W, Lai M-C, et al. 2019. Development and Validation of the Camouflaging Autistic Traits Questionnaire (CAT-Q). Journal of Autism and Developmental Disorders. doi: 10.1007/s10803-018-3792-6.
- Hull L, et al. 2021. Is social camouflaging associated with anxiety and depression in autistic adults? Molecular Autism. doi: 10.1186/s13229-021-00421-1.
- van der Putten et al. 2025. Camouflaging in autism: A cause or a consequence of mental health difficulties? Autism. doi: 10.1177/13623613251347104.
- Cook J, Hull L, Crane L, Mandy W. 2021. Camouflaging in autism: A systematic review. Clinical Psychology Review. doi: 10.1016/j.cpr.2021.102080.
- Cat-q. n.d. Questionnaire, scoring implementation, and basic results. Cat-q.
以一份你能說清楚的比較收尾
一份有用的 CAT-Q 分量表輪廓分析,要以一句能追溯回結果的陳述收尾:你比較了哪些單位、哪些分數有差、以及什麼還懸而未決。把那句陳述和標了日期的結果一起保存,而不是依賴從結果自動產生的身分標籤。
關於數值結果的更多問題,請參閱 CAT-Q 計分與切點指南。你可以帶著這份比較筆記,以及你想協助處理的那些困難,去找具專業資格的人談。分數較低或輪廓較平均,並不必然是尋求支持的前提條件。
若困擾已影響日常生活,請與具專業資格的健康專業人員談談。若你面臨立即的危險或無法確保自身安全,請聯絡當地緊急服務或危機支持專線,以取得即時支援。
CAT-Q 分量表解讀常見問題
如果我的補償分數顯著高於掩飾分數,這代表什麼?
先確認「較高」指的是原始總分還是題項平均,再問是什麼支撐了「顯著」這個詞。在虛構的 45 對 40 例子中,題項平均是相同的。即使平均仍有差異,也無法確立臨床類型,或指出某項困難的成因。[1]
我的分量表輪廓會隨時間改變嗎?
重複的結果可能不同。用相同的計分基礎分別比較每個分量表,並保留版本、語言、日期,以及你對題目理解上的任何變化。差距改變,可能反映的是其中任一個分數的變化。初步的重測信度證據,並未確立每一次個別移動的意義。[1]
這些分量表輪廓在預測我的社交挑戰上有多準確?
支持「自我報告偽裝」這項測量的證據,並不能確立附在某個特定分數組合上的預測有多準。當下的心理健康關聯、後續的心理健康變化,以及外在的社交表現,是不同的結果。所引用的這些研究,並沒有驗證出可從你這個三分數型態做出的個人預測 [1, 2, 3, 4]。