MADRS 作為臨床終點：如何衡量變化

更新日期：2026 年 10 月 9 日

Montgomery–Åsberg 抑鬱評定量表（MADRS）衡量特定的抑鬱症狀。 MADRS 臨床終點是研究方案中定義的具體結果，例如從基線到第四周總分的變化。量表提供測量工具；研究方案規定結果及時間，而研究設計和分析決定如何解讀結果。

本文介紹 MADRS 的十個條目、臨床醫生評分、自評形式，以及改善與緩解的區別。文中還提供評分計算示例、簡單的治療組比較，以及審慎閱讀研究結果的清單。

你可以瞭解包含 10 個條目的 MADRS 評估，將其作為教育參考，而非臨床評估。

研究人員檢視抑鬱症評分資料的示意圖

示意場景；圖中的圖表和表格不是臨床記錄或評分說明。

MADRS 分數如何成為臨床試驗終點？

MADRS 是一項由臨床醫生評定的十條目抑鬱症狀嚴重程度量表，旨在檢測隨時間發生的變化。研究人員可以使用該量表的分數評估臨床試驗結果。

量表是測量工具；終點是研究方案中定義的具體結果和時間範圍。

什麼是預先設定的臨床試驗終點？

一項試驗可能將主要終點定義為 MADRS 總分從基線到第四周的變化。這規定了：

  • 測量指標： MADRS 總分。
  • 起點： 基線評估。
  • 時間範圍： 第四周評估。

主要終點 回答研究的核心問題； 次要終點 考察其他預先計劃的結果。ClinicalTrials.gov 解釋了為何必須明確結果指標、測量方式和時間範圍。

研究方案還決定研究人員如何比較參與者或組別。單個人的分數變化本身不能證明是治療造成了這種變化。

研究人員為何使用 MADRS 追蹤症狀變化

Montgomery 和 Åsberg 於 1979 年發表的論文介紹了一種旨在靈敏反映治療相關症狀變化的量表的開發過程。

MADRS 聚焦於臨床醫生可以反覆評定的特定症狀。研究可能考察平均分數變化、達到應答標準的比例或緩解率。每一項都是不同的結果，必須按照研究方案解讀。

MADRS 的 10 個條目和總分衡量什麼？

MADRS 涵蓋特定的情緒、認知和身體症狀，並不衡量一個人心理健康或功能狀態的方方面面。

MADRS 的 10 個條目評估什麼

原版 MADRS 包含：

  1. 表現出的悲傷
  2. 自述悲傷
  3. 內心緊張
  4. 睡眠減少
  5. 食慾下降
  6. 注意力集中困難
  7. 疲倦乏力或難以開始活動
  8. 無法感受愉悅或產生情感投入
  9. 悲觀想法
  10. 自殺意念

例如，睡眠可能發生變化，而注意力的變化幅度並不相同。因此，除了總分，單個條目也很重要。

條目評分如何相加得到 0–60 分的總分

受過培訓的臨床醫生對每個條目按 0 至 6 分評分。各項相加得到 0 至 60 分的總分；分數越高通常表示所測症狀越嚴重。已發表臨床研究中的 MADRS 評估方法介紹了這些條目和總分範圍。

總分無法顯示哪些症狀的貢獻最大。兩個人的總分可能相同，但各條目的表現不同。

十個 MADRS 條目評分彙總為總分

MADRS 如何施測？臨床醫生評分與自評

並非所有標有 MADRS 的問卷都採用相同的施測或評分方法。比較線上結果與臨床研究時，這一區別很重要。

臨床醫生如何施測原版 MADRS

原版 MADRS 由臨床醫生評分。受過培訓的專業人員開展評估，考慮受評者報告的症狀和相關觀察，並根據量表指南評分。

研究可能採用標準化訪談、評分人員培訓及既定的遠端評估程式，以提高一致性。

MADRS-S 與線上評估：重要區別

MADRS-S 是一項獨立的九條目自評量表，並非由受評者獨立完成的原版十條目量表。其條目內容和評分方法有所不同，詳見一項已發表的 MADRS-S 心理測量學研究。

評估形式誰提供評分？主要區別
原版 MADRS受過培訓的臨床醫生十個由臨床醫生評分的條目
MADRS-S問卷填寫者獨立的九條目自評工具
線上 MADRS 問卷數字問卷填寫者是否等效取決於具體實現方式和支援性驗證

MADRS.net 將其工具描述為十道線上問題並即時評分。這一功能描述不能證明其經過臨床驗證。線上分數不能自動視為等同於受過培訓的臨床醫生評分或經過驗證的試驗終點。

關鍵要點： 比較結果之前，應確認量表版本和施測方法。

研究如何解讀 MADRS 變化、應答和緩解？

試驗通常相對於起點評估變化。解讀這種變化時，需要同時關注個人分數和研究組之間的比較。

基線、絕對變化和百分比下降

基線 是起始測量值。 絕對變化 是隨訪分數減去基線分數； 百分比下降 是下降值除以基線值，再乘以 100。

請看以下虛構示例：

測量指標示例值
基線 MADRS 分數32
隨訪 MADRS 分數16
絕對變化−16 分
百分比下降50%

這表示下降了 16 分，即下降 50%。它記錄了所測症狀的變化，並不能證明已經康復或治療有效。

應答與緩解：各研究的定義不同

研究可能用相對於基線的百分比下降定義 應答，用較低的絕對分數定義 緩解。應檢視實際研究方案，不要假定同一定義適用於所有研究。

例如，一項 2025 年隨機臨床試驗將 MADRS 應答定義為下降至少 50%，將緩解定義為總分 不高於 10 分，並彙總每次訪視的比例。其他方案可能採用不同定義。上述從 32 分降至 16 分的虛構示例符合應答標準，但未達到該緩解閾值。

為什麼組間差異很重要

假設一項虛構研究報告 A 組 MADRS 平均變化為 −12，B 組為 −8。平均變化的差值是 −4 分，而不是 −12 分。兩組均有改善；問題在於兩組差異是否可信且有意義。

研究人員會結合預先設定的統計分析評估不確定性，例如置信區間。對於虛構的 −4 分差異，−6 至 −2 的區間不包含零；−7 至 +1 的區間包含零，在該分析中與沒有差異的情況相容。後者並不能證明兩種治療等效。這些區間是教學示例，並非根據研究計算出的結果。

即使差異具有統計學顯著性，也不一定意味著日常生活中有重要變化。虛構數字不能證明真實的治療獲益。在實際試驗中，報告的估計值可能針對基線分數及其他預先設定的因素進行了調整，而非簡單地將原始平均值相減。

虛構的 MADRS 示例顯示分數從 32 降至 16，以及兩組平均變化相差負四分

虛構的算術示例。下降 50% 符合所引用的應答定義；隨訪分數為 16 不符合其不高於 10 分的緩解閾值。

閱讀 MADRS 試驗結果的清單

解讀標題之前，請檢查：

  • 終點和訪視： 結果是計劃的主要終點、次要終點，還是探索性分析？它描述的是哪次訪視？
  • 量表和評分人員： 使用了哪個 MADRS 版本，如何施測，評分人員是否受過培訓且對治療分配保持盲態？
  • 對照： 結論基於與安慰劑或另一種治療的差異，還是僅基於一組內部的變化？
  • 估計值和不確定性： 組間差異及置信區間是多少？估計值經過調整還是未調整？
  • 缺失資料： 有多少參與者接受了隨訪評分，其他人為何退出，分析缺失結果時使用了哪些假設？
  • 意義和持續時間： 應答和緩解如何定義，改善是否持續？是否單獨報告功能狀態和安全性？

所引用隨機試驗的方法提供了報告評分人員、終點時間、分析人群和重複測量模型的示例。單一分數或百分比無法回答所有這些問題。

如何瞭解 MADRS 分數而不過度解讀？

幾個實際問題有助於你審慎解讀評估結果。

在得出結論之前，請檢查：

  • 評估方法： 臨床醫生訪談、經過驗證的自評量表，還是線上問卷？
  • 比較方式： 是一次評估，還是在相對一致的條件下進行的多次測量？
  • 更廣泛的背景： 日常功能、壓力、睡眠、身體健康或生活處境是否發生變化？

較低分數可能反映所測症狀有所改善，但日常生活中仍可能存在重大困難。

與臨床醫生溝通時，可使用與醫生討論 MADRS 結果指南中的就診準備清單。帶上症狀史、日常生活中的困擾以及評估方法；線上總分不是臨床診斷。

研究顯示 MADRS 症狀變化和評分有哪些特點？

已發表的研究說明，為什麼總分、條目模式和評估方法都值得關注。

為什麼 MADRS 條目模式可能不同

在 Borentain 及同事 2022 年的分析中，研究人員考察了兩項針對治療抵抗性抑鬱症成年患者的隨機試驗資料。事後因子分析識別出三組症狀：

  • 情感與快感缺失： 表現出的悲傷、自述悲傷、疲倦乏力和無法感受情感。
  • 焦慮與植物神經症狀： 內心緊張、睡眠減少、食慾下降和注意力集中困難。
  • 絕望感： 悲觀想法和自殺意念。

研究在 esketamine 試驗期間考察了這些組別的變化。組內改善並不意味著每個因子在每次訪視時都相對於對照組表現出統計學顯著優勢。該分析屬於探索性分析，未針對多重比較進行調整，且由 Janssen 資助。不應假定這些因子是適用於所有人群的通用分量表。

遠端評分揭示了哪些測量侷限

Capodilupo 及同事（2024）分析了兩項治療抵抗性抑鬱症 III 期研究方案中 733 名參與者遠端收集的 MADRS 條目變化趨勢，並調查了 75 名評分人員。

睡眠減少是訪視間分數變化率最高的條目之一，而評分人員認為自述悲傷在評估變化時尤其有用。觀察到的條目變化與感知到的實用性並不完全一致。該研究比較了這些排序；它沒有建立通用的症狀重要性等級，也沒有證明治療有效。

這並不意味著遠端評分本身不可靠。它說明測量程式、受過培訓的評分人員和研究背景為何重要。

MADRS、HAM-D 與 PHQ-9：哪些區別重要？

MADRS、Hamilton 抑鬱評定量表（HAM-D）和患者健康問卷-9（PHQ-9）都涉及抑鬱症狀，但形式和評分方法不同。

特徵MADRSHAM-DPHQ-9
常見形式臨床醫生評分臨床醫生評分自評
常用版本10 個條目17 個條目9 個條目
主要用途測量嚴重程度和變化嚴重程度和治療結果症狀篩查和監測
關鍵考量評分一致性症狀覆蓋範圍和評分不同依賴受訪者報告

臨床醫生評分的 MADRS 和 HAM-D

兩種工具在研究中都有既定用途，但評估症狀及賦予權重的方式不同。NIDA 對 HAM-D 的介紹解釋了其基於訪談的評分和 17 個變數。因此，MADRS 總分不能直接替代 HAM-D 總分。

MADRS 與 PHQ-9 自評形式

PHQ-9 使用九個自評條目，詳見其原始驗證研究。原版 MADRS 評分依賴受過培訓的臨床醫生。兩種形式不能天然互換。

實用要點： 應使用各工具自身的評分和解讀框架，而不是對原始總分進行數值比較。

比較臨床醫生評分的 MADRS 和 HAM-D 與自評 PHQ-9 的示意圖

圖中的表格僅為示意，並非經過驗證的問卷。實際施測取決於具體工具和研究程式。

MADRS 作為臨床終點有哪些侷限？

標準化症狀分數可以支援研究，但無法代表心理健康或日常生活的所有方面。

為什麼總分需要結合臨床和功能背景

MADRS 不能全面評估工作、人際關係、身體健康或整體功能狀態。相同的總分可能掩蓋不同症狀，分數下降也不意味著每個重要問題都已解決。

評分人員、環境和時間如何影響解讀

關鍵考量包括：

  • 方法： 臨床醫生評分和自評分數並不自動等效。
  • 時間： 不同訪視之間的症狀和處境可能不同。
  • 評分人員： 培訓和訪談程式會影響一致性。
  • 人群： 一個研究人群的結果可能無法推廣到另一個人群。

避免三個常見錯誤：將嚴重程度標籤當作診斷、把每次分數下降都視為治療成功的證明，以及在未核查分數取得方式的情況下比較不同工具的總分。

如果症狀持續、加重或影響日常生活，可考慮諮詢合格的醫療專業人員。本文和所連結的線上問卷僅供瞭解資訊和自我認識，不能用於診斷、治療決策或獨立衡量治療效果。

MADRS 包含一個關於自殺意念的條目。 無論總分多少，安全問題都很重要。 如果你感到自己有立即傷害自己的危險，請尋求緊急幫助或聯絡所在地的危機服務機構。

結合背景解讀 MADRS 變化

MADRS 幫助研究人員量化特定抑鬱症狀。預先設定的臨床終點賦予這些分數在研究中的特定作用；研究設計和治療組比較決定如何解讀結果。

請區分：基線是起點，變化是測得的差異，應答和緩解採用不同標準，而一個人自身的變化並不等同於已證實的治療組間差異。

如需進一步閱讀，請瀏覽 MADRS 教育資源合集。有關症狀或治療的問題，請諮詢合格的專業人員。

常見問題

MADRS 評分 40 分算嚴重嗎？

根據一項已發表的分類，MADRS 評分 35 分或以上 屬於嚴重症狀範圍，因此 40 分符合該類別。提出這一界值的研究是初步研究，樣本量較小。其他方法使用不同界限；任何單一界值都不能提供診斷。

沒有臨床醫生能完成 MADRS 嗎？

原版十條目 MADRS 由臨床醫生評分。MADRS-S 是獨立的九條目自評量表，數字問卷也可以獨立完成。它們的總分不應自動視為等同於臨床醫生評分。

MADRS 分數下降 50% 意味著緩解嗎？

不意味著。下降至少 50% 符合上述試驗的 應答 標準。 緩解 取決於研究規定的絕對分數閾值和時間。按照這一定義，從 40 分降至 20 分屬於應答，但如果閾值為 10 分或更低，則不屬於緩解。

線上 MADRS 分數可以用作臨床試驗終點嗎？

不能自動如此認定。研究人員必須在預先確定的方案下使用合適的工具和施測方法，並有證據支援其針對該用途的測量特性。僅憑線上工具的數值分數不能證明其適合臨床試驗。

為什麼兩個人的 MADRS 總分相同，症狀卻不同？

總分由十個條目評分相加得出。睡眠和食慾條目評分較高的人，可能與悲傷和注意力困難更明顯的人總分相同。條目層面的細節提供了總分無法體現的背景。

臨床試驗中多久測量一次 MADRS？

時間安排取決於研究方案。有些研究在數週內進行一次基線評分和多次隨訪評分；另一些採用不同間隔。沒有適用於每項試驗或每個人的通用時間表。