爱丁堡手偏好量表(EHI).docxVIP

爱丁堡手偏好量表(EHI)

利手（Handedness）作为人类运动功能侧化的典型表现，长期以来是神经科学、心理学及临床医学关注的重要课题。个体在日常活动中对某一侧手的稳定偏好，不仅反映大脑功能的偏侧化特征，更与认知模式、行为适应及病理状态存在复杂关联。然而，20世纪中期以前，利手研究面临显著的方法学困境——不同研究者对利手的定义、分类标准及测量工具缺乏统一规范，导致研究结果可比性不足。在此背景下，爱丁堡手偏好量表（EdinburghHandednessInventory，EHI）于1971年由英国心理学家RichardOldfield开发，成为首个标准化、量化评估利手程度的工具，为利手研究提供了重要的方法学突破。

量表设计逻辑与核心内容

EHI的设计目标明确指向“量化利手程度”，而非仅进行简单的分类（如右利、左利、混合利）。Oldfield认为，利手本质上是连续的维度而非离散的类别，个体可能表现出从完全右利到完全左利的不同程度偏好。基于这一假设，量表通过10项日常活动的手使用偏好调查，系统捕捉个体在不同任务中的侧化倾向。

量表包含的10项活动经过严格筛选，覆盖精细操作与粗大动作两类典型场景，具体包括：写字、用剪刀、扔东西、刷牙、用勺子、拿牙刷、划火柴、握球拍、用锤子、开瓶盖。选择这些活动的依据在于：其一，它们是人类日常生活中高频且功能重要的动作，能稳定反映个体的手使用习惯；其二，每项任务对单侧手的依赖程度不同（如写字需高度精细控制，扔东西更侧重力量协调），综合评估可避免单一任务的偏差；其三，活动内容具有跨文化普适性，减少因文化差异（如特定工具使用习惯）导致的测量误差。

每项活动的评估采用五级反应量表：“总是用右手”“通常用右手”“无偏好”“通常用左手”“总是用左手”。这种设计兼顾了定性描述与量化转换的可能，允许研究者根据个体在不同任务中的偏好强度计算连续的利手指数（HandednessIndex，HI）。

计分方法与利手指数的数学逻辑

EHI的核心在于通过标准化计分将主观偏好转化为可量化的数值。具体计算步骤如下：首先，对10项活动的回答进行赋值，“总是用右手”计+2分，“通常用右手”计+1分，“无偏好”计0分，“通常用左手”计-1分，“总是用左手”计-2分；其次，排除“无偏好”项（即得0分的项目），仅保留明确偏向右手或左手的项目；最后，根据公式计算利手指数：HI=[(R-L)/(R+L)]×100，其中R为右手偏好项目的得分总和（即+1和+2分项目的得分之和），L为左手偏好项目的得分总和（即-1和-2分项目的得分绝对值之和）。

这一计分方法的科学性体现在三个方面：其一，通过加权处理（“总是”与“通常”的区分）捕捉偏好强度差异，避免将“总是用右手”与“通常用右手”简单等同；其二，排除“无偏好”项可减少因任务无关因素（如临时情境限制）导致的测量噪声，聚焦于稳定的手偏好；其三，利手指数的取值范围为-100（完全左利，所有项目均“总是用左手”）到+100（完全右利，所有项目均“总是用右手”），0值表示混合利（右手与左手偏好项目的得分总和相等），形成连续的量化维度，突破了传统分类法的局限性。

信效度验证与科学价值

EHI的广泛应用源于其可靠的信度与效度支持。在信度方面，多项研究证实其具有良好的内部一致性与重测稳定性。Oldfield的原始研究中，100名右利者的重测信度（间隔4周）达到0.91，左利者重测信度为0.89，表明量表能稳定测量个体的手偏好。内部一致性检验显示，Cronbachsα系数在0.85-0.90之间，说明各项目间具有较高的同质性，共同反映利手这一核心构念。

在效度方面，EHI与神经生理指标的关联为其提供了实证支持。例如，脑功能成像研究发现，EHI得分越高（右利倾向越强）的个体，左半球Broca区（语言相关脑区）的激活程度越显著，与经典的“左半球语言优势”理论一致；而混合利者（HI接近0）更可能表现出双侧语言表征或右半球优势，这与EHI对混合利的定义高度吻合。此外，EHI与其他利手测量工具（如Annett手偏好问卷、Coren利手问卷）的相关性系数普遍在0.75以上，表明其结构效度良好。

EHI的科学价值还体现在对利手分布规律的揭示上。基于大规模样本的EHI测量数据，研究者发现人群中利手分布呈明显的右利偏向：约90%的个体HI≥+40（明确右利），5%-8%的个体HI≤-40（明确左利），剩余2%-5%为混合利（HI在-40到+40之间）。这一分布模式为利手的生物学基础研究（如基因影响）提供了关键数据支持，同时也为临床实践中评估异常利手模式（如儿童期突然出现的利手转换）提供了参考标准。

应用场景与实践意义

在神经科学领域，EHI是研究大脑功能侧化的重要工具。例如，在癫痫手术前评估中，