情绪失调的过程被概念化为由四个组成部分组成：对情绪刺激的敏感性，增强和不稳定的负面影响，不适当的适当情绪调节策略和增加的适应不良情绪调节策略的组合，以及情绪失调的后果（Carpenter ＆Trull， 2013）。这四个组成部分描述了情绪失调发生并随着时间的推移而维持的过程。尽管许多关于情绪失调的研究都发生在边缘性人格障碍的背景下（BPD；Carpenter & Trull，2013；Crowell 等，2009；Linehan，1993）），情绪失调与一系列精神病理学相关，包括广泛性焦虑症（Mennin et al., 2005）、注意力缺陷/多动障碍（Musser & Nigg, 2019；Richard-Lepouriel et al., 2016；Shaw et al., 2016）。 ，2014）、抑郁症和双相情感障碍（Fowler 等人，2016）以及神经性贪食症（Gordon 等人，2016）等。此外，情绪调节技能与抑郁、焦虑、药物滥用、饮食和边缘性人格障碍治疗后症状的改善有关（Sloan et al., 2017））。总而言之，情绪失调似乎是与内化和外化障碍的许多类型精神病理学相关的关键跨诊断结构（Carver et al., 2017）。

筛查情绪失调是了解情绪失调在精神病理学和其他相关心理结构（例如物质使用、人际冲突）的发展、维持和治疗中所起的作用的重要的第一步。因此，评估情绪失调对于许多类型的研究（例如横断面、纵向和强化纵向设计）、临床筛查/摄入程序和临床结果跟踪都是有益的。因此，我们试图开发一种简单的情绪失调测量方法，作为研究和临床环境中的筛查工具。

一些现有的情绪调节和失调措施经常用于研究和临床环境中，但由于长度、缺乏广度或对特定临床人群的特异性，它们可能不适合筛查目的。情绪调节问卷（ERQ；Gross & John，2003）、情绪调节困难量表（DERS；Gratz & Roemer，2004）以及人格评估量表-边缘特征量表的情感不稳定子量表（PAI-BOR；Morey， 1991）就是三项这样的措施。例如， ERQ（Gross & John，2003）仅关注Carpenter 和 Trull (2013)的一个方面情绪失调模型：不适当的适当调节策略和适应不良调节策略的结合。具体来说，ERQ 评估两种情绪调节策略的使用：一种适应性策略（认知重评）和一种适应不良策略（表达抑制），但它并没有更广泛地捕捉情绪失调的核心经验（例如，不稳定的情绪、情绪的后果）。失调）。

DERS（Gratz & Roemer，2004）使用基于接受的视角来理解特质水平的情绪调节策略和困难。最初的 DERS 共有 36 个项目，涵盖六个凭经验得出的子量表，重点关注各种情绪调节问题（例如，难以进行目标导向的行为、缺乏情绪清晰度、冲动控制困难）。DERS 重点关注感到不安时的结果和行为。因此，它捕捉到了情绪调节的后果，但没有捕捉到其核心特征，即频繁出现的严重且不稳定的负面情绪的体验。此外，DERS 有 36 个项目，相对较长，可能不是一个有效的筛查工具。最近，开发了 DERS 的三个简短版本（DERS-16、比尤尔伯格等人，2016；DERS-18，维克多和克隆斯基，2016；DERS-SF，Kaufman 等人，2016），范围从 16 到 18 项。其中两个缩短的测量（DERS-18、DERS-SF）保留了六个分量表结构，而 DERS-16 计算总分。缩短 DERS 解决了长度问题，但目前对于哪个版本最能捕捉情绪调节尚未达成共识（Skutch 等人，2019）。此外，这些项目取自原始的 36 项 DERS，因此简短的表格受到与其父工具相同的问题的影响，因此它们不会评估强烈和不稳定情绪的体验。

PAI-BOR（Morey，1991）是一个包含 24 项的衡量标准，旨在通过四个分量表评估 BPD 的特征。一个包含六项的分量表被标记为情感不稳定（AI），它通常被认为是情绪失调的同义词。尽管该子量表旨在评估情绪失调并且很简短，但对大型非临床样本的分析未能复制 PAI-BOR 的原始因子结构，原始六项 AI 子量表中的两个项目对其他因素的负载更高（杰克逊和特鲁尔，2001）。例如，这两个项目之一是反向编码项目“我通常是一个快乐的人”，这可能表示基线情绪状态而不是波动的情绪状态。虽然作为一个旨在指出某些类型的精神病理学（例如，持续性抑郁症）的项目很有用，但它可能对评估情绪失调没有用处。Gardner 和 Qualter (2009)也未能在非临床样本中复制 PAI-BOR 的 AI 子量表的原始因子结构，从四因子解决方案中找到了更好的拟合，其中四个 AI 项目（不包括与愤怒相关的两个项目）与其他子量表的项目相结合，构成情感和自我失调的因素。综上所述，尽管 PAI-BOR AI 子量表已广泛应用于 BPD 特征的研究（例如，Baer & Sauer，2011；Bagge 等，2004；Trull 等，1997）），有证据表明，它可能不适合用作 BPD 背景之外的情绪失调的衡量标准。

鉴于人们越来越认识到情绪失调是一种跨诊断的结构，现有情绪失调测量的局限性凸显了需要在明确以 BPD 为中心的理论背景之外开发一种情绪失调测量方法。为了解决上述问题，我们开发了短暂情绪失调量表（BEDS）。BEDS 在重要方面增强了现有措施。首先，它打算评估情绪失调的广泛结构，而不是它的狭义组成部分。具体来说，BEDS 评估了其他衡量标准所缺失的情绪失调的各个方面：对情绪刺激的敏感性、情绪不稳定性以及情绪失调的后果（例如，导致人际冲突的情绪）。其次，BEDS 通过简短的措施评估这些组成部分，这减轻了负担并解决了前面描述的一些措施的长度限制。第三，BEDS 评估 BPD 背景之外的情绪失调。总而言之，BEDS 的开发解决了当临床医生和研究人员寻求在有限时间环境中评估情绪失调（例如出于筛查目的）时可能出现的挑战和限制。最后，BEDS 是免费提供的，消除了成本作为公众使用的潜在障碍。例如用于筛选目的。最后，BEDS 是免费提供的，消除了成本作为公众使用的潜在障碍。例如用于筛选目的。最后，BEDS 是免费提供的，消除了成本作为公众使用的潜在障碍。

当前的研究有几个目标：目标 1a 是生成大量初始项目池，目标 1b 是评估项目的内容有效性，目标 1c 是在独立样本中探索和复制 BEDS 的因子结构。目标 2 是检查 BEDS 与现有情绪调节措施以及其他理论上相关的外部标准之间的关联。重要的是，我们检查了 BEDS 子量表与其他形式的精神病理学测量之间的关联，以评估 BEDS 作为跨诊断筛查工具的有效性。

目标 1：方法和结果
目标 1a：物品生成
基于Carpenter 和 Trull (2013)，我们确定了我们试图测量的情绪失调的四个领域：情绪敏感性、情绪不稳定性、情绪反应性和情绪失调的后果。我们排除了情绪调节策略，因为这些策略经过了 DERS（Gratz & Roemer，2004）和 ERQ（Gross & John，2003）的全面评估，并且因为我们有兴趣开发一种衡量情绪失调体验及其后果的方法，如下所示：与情绪失调期间使用的策略相反。第一、第二和最后一位作者（分别是 AMW、SAG、TJT）使用四个域的工作定义创建了 60 个项目的初始集，每个域 15 个。

我们将敏感性定义为一般的负面情绪；负面情绪的特质倾向、倾向或气质；情绪发生的门槛低。我们将不稳定定义为日常生活中频繁变化的负面情绪。最后，我们将后果定义为因情绪失调而产生的内部（例如羞耻）或外部（例如人际冲突）的结果。项目按从 1 到 4 的等级进行评分（1 =强烈不同意，2 =不同意，3 =同意，4 =强烈同意）。我们将反应性定义为对环境或内部刺激或压力的负面情绪反应加剧；快速而强烈的情绪反应。尽管反应性并未明确包含在Carpenter 和 Trull (2013)情绪失调的概念中，但我们将其包含在内，因为它可能以适用于临床和非临床人群的方式概念化情绪反应的强度。请注意，我们的量表侧重于消极情绪，而不是消极和积极情绪。

目标 1b：内容有效性
我们通过向第三作者 (ACH) 和另外三名具有情绪失调专业知识的个人提供我们对四个领域的工作定义，然后要求他们对 60 个项目中的每一个进行分类，评估了最初 60 个项目的内容有效性。项目所属的域。我们根据正确分类的数量从每个领域中选择了最好的 10 个项目，从而产生了一组新的总共 40 个项目（有关项目内容和描述性统计，请参见表S1）。
目标 1c：因素结构
参与者和程序
研究程序得到了密苏里大学机构审查委员会的批准。所有调查问卷均以电子方式进行。
样品 1 和 2
心理学入门课程的本科生 ( n = 1,104) 完成了 40 项测量，作为大量自我报告问卷的一部分，以便在 2020 年秋季学期开始时获得研究学分。这些数据被随机分为两个样本（样本 1 和样本 2）在年龄、性别或目前是否接受治疗方面没有显着差异。

样品3
对原始 40 个项目进行因素分析后，高级心理学课程的本科生 ( n = 248) 完成了最终的 12 项目量表以及验证措施，以便在 2020 年秋季学期获得课程额外学分。请参阅表1按样本划分的人口统计信息。
探索性分析
解析法
使用样本 1 中的数据，我们根据认可率、域内和域间项目间相关性、域内项目删除的 alpha、更正的项目总相关性以及一系列探索性因素分析 (EFA) 迭代评估项目。EFA 在 Mplus 7.4 版本中使用加权最小二乘均值和方差调整 (WLSMV) 估计和 geomin（倾斜）旋转进行。为了确定因素的数量以及要保留的项目，我们检查了特征值、交叉负载以及与我们试图测量的情绪失调的四个领域的理论契合度。最后，在确定模型拟合时，我们考虑了近似均方根误差 (RMSEA)、比较拟合指数 (CFI)、塔克-刘易斯指数 (TLI) 和标准化均方根残差 (SRMR)。

结果
反应性项目显示出我们的敏感性和不稳定性因素的高交叉负载，这表明反应性并不构成情绪失调的可分离组成部分。事实上，反应性可能反映了敏感性和不稳定性的结合：例如，反应性需要对感知到的人际轻视保持敏感，而足够程度的不稳定性是对这种轻视做出“反应”所必需的。因此，我们从量表中删除了反应性项目。此外，根据全民教育的证据，我们确定后果项目作为单独的“问题”量表更合适，而不是在更大的量表中作为其自身因素。后果项目并未在全民教育中形成自己的因素。相反，后果项分布在其余因素中。因此，我们选择将后果视为一个单独的量表，以避免将核心情绪失调的特征和失调的后果混为一谈。鉴于与功能障碍有关的机制在病因学上可能与导致情绪失调的核心特征不同，这种方法与更广泛的运动相兼容，以解开基本倾向和与基本倾向相关的功能障碍。

对其余项目的全民教育得出了针对敏感性和不稳定性的六项目、两因素解决方案。根据认可率、领域内项目间相关性以及项目与敏感性和不稳定性子量表的相关性，随附的后果量表从 10 个项目减少到 6 个项目。因此，BEDS 总共包括 12 个项目，其中敏感性项目 3 个，不稳定性项目 3 个，后果项目 6 个。最终量表的项目内容和描述性统计数据如表 2所示，最终全民教育的因子负荷和模型拟合指数如表 3所示。双因素模型，具有相关的敏感性和不稳定性因素（r= .44），与数据非常吻合（RMSEA = .018，CFI = 1.00，TLI = .999，SRMR = .009），并且因子的可靠性很强（alpha 和 omega >.76）。

验证性分析
解析法
使用样本 2 中的数据，我们使用 WLSMV 估计在 Mplus 中进行了验证性因子分析 (CFA)，以确认 EFA 的敏感性和不稳定性的双因子结构。每个因子中第一项的载荷设置为 1.0。我们还进行了多组 CFA 来检查样本 2 中跨性别的因子不变性。具体来说，我们按照Meredith (1993)的程序检查了配置、度量和强不变性。最后，我们在样本 3 中进行了另一次 CFA。我们检查了 RMSEA、CFI 和 TLI 以评估模型拟合度。
结果
表 2报告了样本 2 和 3 的项目描述性统计，表 3报告了样本 2 和 3 中 CFA 的标准化因子载荷和模型拟合指数。双因素解决方案提供了极佳的拟合效果（样本 2：RMSEA = .057，CFI = .992，TLI = .986；样本 3：RMSEA = .048，CFI = .994，TLI = .989），并且因素为中等相关（样本 2 r = .58，样本 3 r = .56）。两个样本的因子可靠性也很强（alpha 和 omega >.72）。
对于样本 2 中报告其性别认同为男性或女性的个体的子样本（N = 545；344 名女性），双因素多组 CFA 显示出很强的性别因子不变性（RMSEA = .084，CFI = .968，TLI = .968）。请参阅表 3了解不同水平不变性的拟合情况。
目标 2：方法和结果
参与者和程序
研究程序得到了我们大学机构审查委员会的批准。所有调查问卷均以电子方式进行。
样品3
高级心理学课程的本科生（n = 248）完成了最终的量表和验证措施，以获得课程中的额外学分。该示例还用于 Aim 1c 的 CFA。
样品4
未完成初始自我报告组（即未包含在样本 1 和 2 中）的心理学入门课程本科生（n = 133）完成了最终量表和验证措施。这些学生因参与而获得了课程研究学分。有关人口统计信息，请参阅表 1 。
样品5
样本 1 和样本 2 中的 213 名个体在完成最初的大量自我报告问卷后，完成了额外的精神病理学测量，以获得课程研究学分。表 1列出了人口统计详细信息。
措施
床位系统
根据目标 1 的结果，最终的 BEDS 包含 12 个项目，评分范围为 1 至 4（1 =强烈不同意，2 =不同意，3 =同意，4 =强烈同意））。BEDS 包括敏感性子量表（3 项）、不稳定性子量表（3 项）以及作为与情绪失调相关的严重性或损害指标的伴随后果子量表（6 项）。为了检查 BEDS 及其子量表的构造有效性，我们按如下方式汇总了 BEDS。首先，我们通过对每个域内的三个项目进行平均来创建敏感性和不稳定性子量表。鉴于 CFA 解决方案揭示了相对 tau 等效因子，单位加权可能是合理的，并且与临床环境中可能使用的筛查量表最一致。其次，我们对后果项目进行平均以创建后果子量表。第三，为了便于在临床环境中使用，我们将后果项目分为 3 级（同意）或 4（强烈同意）被编码为 1，否则为 0，然后对二分项进行求和，以创建所认可的后果数量的计数分数。表 2提供了样本 4 和 5 中 BEDS 的描述性统计数据。有关我们建议的管理和评分程序，请参阅补充材料。
现有的情绪调节措施（样本3和样本4）
补充表 S2提供了样本 3 和 4 中现有情绪调节措施的描述性信息。
情绪调节量表的困难
DERS（Gratz & Roemer，2004）是一个包含 36 个项目的情绪调节策略和使用这些策略的困难的衡量标准。每个项目的评分范围为 1（几乎从不）到 5（几乎总是），并对反应进行汇总以得出总分以及六个子量表（不接受情绪反应、难以从事目标导向行为、冲动控制）困难、缺乏情绪意识、获得情绪调节策略的机会有限、缺乏情绪清晰度）。由于 DERS 的三个较短版本使用取自原始 DERS 的项目，我们还计算了 DERS-18（18 项；Victor & Klonsky，2016）、DERS-SF（18 项；Kaufman 等人， 2016年）和 DERS-16（16 项；Bjureberg 等人，2016）。每个 DERS 量表的总和是针对具有特定量表完整数据的参与者计算的。分数越高表明情绪调节的难度越大。
情绪调节问卷
ERQ（Gross & John，2003）是对认知重评和表达抑制这两种情绪调节策略的 10 项测量，每种策略都有自己的子量表。项目按从 1（强烈不同意）到 7（强烈同意）的等级进行评分，并对具有特定子量表完整数据的参与者的回答进行汇总以创建两个总分，每个子量表一个。认知重评包括六个项目，表达抑制包括四个项目。认知重评得分越高，表明更多地使用这种适应性情绪调节策略，而表达抑制得分越高，表明更多地使用这种适应不良的情绪调节策略。
人格评估量表——边缘量表、情感不稳定分量表
PAI-BOR（Morey，1991）是 BPD 特征的 24 项测量。它包含四个分量表，每个分量表有六个项目：情感不稳定、身份障碍、消极关系和自残。每个项目的评分范围为 0（错误，根本不真实）到 3（非常真实），并对答案进行求和，为具有特定子量表完整数据的参与者创建总分和四个子量表分数。我们使用情感不稳定性（AI）子量表作为主要的收敛指标。该分量表得分越高表明情感不稳定程度越高。
珀斯情绪反应量表
PERS（Becerra 等人，2019）是一种积极和消极情绪反应性的自我报告测量方法。对于积极和消极反应，都有一个总分和三个分量表（即情绪反应的激活、强度和持续时间）。PERS 包含 30 个项目，全部按 5 分制评分，从 1（非常不像我）到 5（非常像我）。本研究重点关注阴性反应领域，包括总分（一般阴性反应）和三个相关的分量表。通过将参与者的各个项目与特定子量表的完整数据相加来计算量表。分数越高表明情绪反应越强烈。
外部验证器（示例 3 和 4）
补充表 S3提供了样本 3 和 4 中外部验证器测量的描述性信息。
PAI-BOR 总分和分量表
除了 PAI-BOR 情感不稳定分量表（前面描述的主要趋同测量）之外，我们在标准有效性检验中还使用了 PAI-BOR 总分和其他三个分量表（即身份、消极关系、自残）。分数越高表示 BPD 特征越强。
紧迫性、预谋性、毅力、感觉寻求和积极紧迫性冲动行为量表
紧迫性、预谋、毅力、寻求感觉和积极的紧迫性冲动行为量表（UPPS-P；Lynam 等，2006）是对冲动性的五个维度的 59 个项目的测量：（消极和积极）紧迫性、（缺乏）预谋、（缺乏）毅力和寻求刺激。每个项目的评分范围为 1（强烈同意）到 4（强烈不同意），并对响应进行平均，为参与者创建四个子量表分数，在该特定子量表中缺失的项目不超过一个。分数越高表明冲动特征越强。由于文献中的研究结果和我们样本的非临床性质，我们并不认为“感觉寻求”与 BEDS 中的相关性和规模相关。
接受和行动问卷-II
接受与行动问卷-II（AAQ-II；Bond 等人，2011）是心理僵化或经验性回避（例如，“我害怕自己的感受”）的七项测量。每个项目的评分范围为 1（从来不为真）到 7（始终为真），并对答案进行求和，为具有完整数据的参与者创建总分。分数越高代表心理越不灵活。
酒精使用障碍识别测试
酒精使用障碍识别测试（AUDIT；Saunders 等，1993）是对酒精消耗和相关问题的 10 项测量。每个项目的评分范围为 0 到 4，其中响应选项的措辞通常涵盖出现频率从低到高。对回答进行汇总，为具有完整量表数据的参与者创建总分。分数越高表明饮酒和相关问题越严重。
药物使用障碍鉴定测试
药物使用障碍识别测试（DUDIT；Berman 等人，2005 年）是一项包含 11 项的衡量酒精以外物质使用及相关问题的措施。每个项目的评分范围为 0 到 4，其中响应选项的措辞通常涵盖出现频率从低到高。对回答进行汇总，为具有完整量表数据的参与者创建总分。分数越高表明物质使用和相关问题越严重。
故意自残调查表
故意自残量表（DSHI；Gratz，2001）是衡量各种故意自残行为频率的 17 个项目。我们创建了三个变量：(a) 二分变量，表明每个参与者是否曾经参与过任何故意的自残行为，(b) 自我报告的一生中参与自残事件的数量，(b) 连续变量，表明不同参与者的自残事件数量每个参与者报告的方法。
沉思反应量表
反刍反应量表（RRS；Treynor 等，2003）是对反刍作为抑郁反应方式的 22 项测量。每个项目的评分范围为 1（几乎从不）到 4（几乎总是），并对答案进行汇总，为具有完整数据的参与者创建总分。分数越高表明思考越多。
DSM -5性格量表简表
DSM -5人格量表简表（PID-5-BF；美国精神病学协会 [APA]，2013 年；Anderson 等人，2018 年）评估《精神疾病诊断和统计手册》（第五版；DSM- 5；APA，2013）人格障碍的替代模型（消极情感、疏离、对抗、去抑制和精神病）有五个子量表（每个子量表五个项目），所有评分量表从 0（非常错误或经常错误）到 3（非常真实或经常真实）。当参与者对五个项目中的至少四个做出回答时，对每个子量表的项目进行平均以获得子量表分数。分数越高表明相应特征的水平越高。
五方面正念问卷
五方面正念问卷（FFMQ；Baer 等人，2006 年）是一项包含 39 项自我报告的测量，具有总分和五个分量表（例如观察、描述）。所有项目均按 5 分制评分，范围从 1（从不或很少为真）到 5（经常或总是为真）。在本研究中，我们重点关注总分，该总分是通过对具有完整测量数据的参与者的所有量表项目进行求和来计算的。分数越高反映出正念水平越高。
患者健康问卷抑郁模块
患者健康问卷抑郁模块（PHQ-9；Kroenke 等人，2001）是针对重度抑郁症的自我报告筛查措施。过去 2 周的所有九种DSM-5抑郁症症状均使用 4 点评分量表进行评估，从 0（完全没有）到 3（几乎每天）。总分是通过将参与者的所有项目与所有项目的完整数据相加来计算的。分数越高反映抑郁症状越严重。
广泛性焦虑症量表
广泛性焦虑症量表（GAD-7；Spitzer et al., 2006）评估过去两周广泛性焦虑症的症状。参与者按照 4 分制对每种症状进行评分，从 0（完全没有）到 3（几乎每天）。总分是通过将参与者的所有项目与所有项目的完整数据相加来计算的。分数越高反映焦虑症状越严重。
治疗
参与者回答了关于参与当前精神治疗的一个是或否问题：“您目前是否正在接受情绪或心理问题的治疗（即服用药物或接受治疗）？”
精神病理学测量（样本 5）
补充表 S4提供了样本 5 中精神病理学测量的描述性信息。
抑郁和焦虑症状调查表-II
抑郁和焦虑症状量表-II (IDAS-II) 是一项包含 99 项的测量，评估精神病理学的各个领域，包括抑郁症状、失眠、恐慌、社交焦虑等（Watson 等，2012）。项目按 5 分制评分，范围从 1（完全不）到 5（非常）。在本研究中，我们使用包括与抑郁和焦虑相关的核心情感和认知症状的一般抑郁量表，重点关注抑郁症状（例如，烦躁、食欲不振、总体健康状况）（Watson 等，2012）。
焦虑敏感指数
焦虑敏感性指数 (ASI) 是一种由 16 项组成的自我报告指标，衡量焦虑敏感性，或与焦虑的生理症状相关的恐惧和担忧，例如心率加快或感觉颤抖（Rodriguez 等，2004）。每个项目均按 5 分制评分，范围从 1（非常少）到 5（非常多）。总分是通过将参与者的所有项目与完整的测量数据相加来计算的。分数越高反映出对焦虑生理症状的敏感性越高。
外部化频谱清单简表
外化频谱清单简表 (ESI-BF) 是一份包含 160 项的调查问卷，可得出总分、三个更高阶维度/因素（即一般去抑制、冷酷攻击性和药物滥用）和 23 个分量表（Patrick 等） .，2013）。在本研究中，我们重点关注总分和三个因素得分。4 点李克特式量表包括以下回答选项：正确、部分正确、部分错误和错误。
解析法
使用样本 3 和 4 进行具有收敛测量的 BEDS 的零阶相关性。为了将 BEDS 的性能与现有类似量表的性能进行比较，我们还计算了 DERS 的收敛相关性（Gratz & Roemer，2004），简称 DERS形式（Bjureberg 等人，2016；Kaufman 等人，2016；Victor & Klonsky，2016）和 PERS（Becerra 等人，2019）。我们还进行了一次测试根据参与者是否报告正在接受治疗来确定 BEDS 是否存在显着差异，作为 BEDS 临床相关性的初步检查。同样，其他精神病理学数据仅在样本 5 中可用。使用成对删除处理缺失数据，并且我们对每个样本内的p值应用 Bonferroni 校正。

结果
与现有情绪调节措施的收敛相关性
表 4列出了 BEDS 子量表（敏感性、不稳定性和后果评分版本）与现有情绪调节措施之间的相关性。为了将 BEDS 的性能与类似的现有测量的性能进行比较，补充表 S5中列出了 DERS 总分、DERS 简式总分和 PERS 与主要收敛测量的相关性。在样本 3 和 4 中，BEDS 分量表在很大程度上显示出与现有情绪调节措施在预期方向上的显着相关性。特别是，BEDS 分量表与 DERS 总分以及所有三个 DERS 简短形式总分在样品。BEDS 分量表通常还显示出与 DERS 分量表、PERS 阴性总分和 PERS 阴性分量表以及 PAI-BOR 情感不稳定量表呈中等到大的正相关性，但以下情况除外。BEDS 分量表与 DERS 的意识分量表不显着相关，BEDS 敏感性与样本 4 中的 PAI-BOR 情感不稳定性或 PERS 强度或持续时间不相关，并且 BEDS 不稳定性和后果分量表与 ERQ 分量表没有显着相关。表 S5展示了 DERS 总分、DERS 简式总分和 PERS 负总分与其他情绪调节指标的类似相关模式。

与理论上相关的外部标准的相关性
表 5列出了 BEDS 分量表与其他外部验证器之间的相关性。为了将 BEDS 的性能与类似的现有测量的性能进行比较，补充表 S6中列出了 DERS 总分、DERS 简式总分和 PERS 的相关结构。BEDS 子量表在很大程度上显示出与样本 3 和 4 中的相关结构在预期方向上的显着关联。具体而言，所有 BEDS 子量表均与 PAI-BOR 总分呈现从小到大的正相关，所有剩余的 PAI-BOR 子量表除了情感不稳定（同一性）干扰、消极关系和自残）、UPPS-P 消极紧迫感和（缺乏）毅力、AAQ-II、DSHI 是/否、RRS、PID-5-BF 消极情感、PHQ-9 和 GAD-7 ，在两个样本中。此外，在两个样本中，所有 BEDS 子量表均与 FFMQ 呈现中等到大的负相关。此外，在这两个样本中，BEDS 不稳定性和后果分量表与 UPPS-P 正紧迫性、DSHI 方法数量以及 PID-5-BF 脱离、拮抗、去抑制和精神病呈中度正相关。在两个样本中，BEDS 不稳定性量表与 AUDIT 和 DUDIT 总分均显示出小到中等的正相关性，而 BEDS 后果计数评分与两个样本中的 DSHI 频率均显示出较小的相关性。最后，BEDS 敏感性和后果分量表在两个样本中都显示出与接受治疗有小到中等的相关性。与比较表 S6展示了 DERS 总分、DERS 简式总分和 PERS 负总分与相关构建体的类似相关模式。

其他精神病理学措施
表 6列出了样本 5 中 BEDS 分量表（敏感性、不稳定性和两种后果评分版本）与精神病理学测量值之间的相关性。BEDS 分量表与 IDAS-II 一般抑郁症和 ASI 总分呈中到大正相关。BEDS 的不稳定性和后果分量表也显示出与 ESI 总体去抑制呈中度至高度正相关。BEDS 分量表与 ESI 总分、冷酷攻击性得分或药物滥用得分没有显着相关性。

讨论
当前的研究旨在开发和检查简短情绪失调量表（BEDS）的构建有效性，以用作研究和临床环境中的简短跨诊断筛查工具。现有的情绪失调（或调节）测量主要评估特定情绪调节策略的使用（例如，DERS，Gratz & Roemer，2004；ERQ，Gross & John，2003）或 BPD 背景下的情感不稳定（例如，PAI- BOR 量表；Morey，1991）。由于情绪失调最近被概念化为跨诊断结构（Sloan 等人，2017），因此需要对一般情绪失调进行简短的筛查措施。

基于Carpenter 和 Trull (2013)的情绪失调模型，我们生成了大量初始项目，涵盖四个组成部分：情绪敏感性、情绪反应性、情绪不稳定性和情绪失调的后果。我们选择不评估情绪调节策略，因为这些策略已通过其他措施进行了彻底检查（例如，DERS，Gratz & Roemer，2004 年；ERQ，Gross & John，2003 年））并且因为我们对 BEDS 的重点是作为第一步进行筛查，之后可能需要对特定情绪调节策略进行更彻底的评估。接下来，我们根据内容有效性保留初始项目池的子集。最后，我们迭代评估其余项目并探索 BEDS 的因子结构，得出最终量表，该量表具有双因子解决方案，包括敏感性和不稳定性子量表，以及伴随的后果子量表，以指数与情绪失调相关的问题。BEDS 包含三个敏感度和不稳定性项目以及六个后果项目，总共包括 12 个项目，支持其用作简要筛查工具。

经验证据和概念支持的结合使我们从最终量表中删除了反应性项目。EFA结果表明反应性项目没有形成自己的因子。相反，反应性项目在敏感性和不稳定性域上负载很高。与这一观察结果一致，与敏感性和不稳定性相比，反应性作为其自身领域的理论依据相对较弱。我们量表所依据的情绪失调模型并未将情绪反应性指定为情绪失调过程的一个单独组成部分（Carpenter & Trull，2013））。在表现出敏感性和不稳定性之后，反应性似乎是情绪失调的多余组成部分，这似乎是合理的。换句话说，反应性可以反映敏感性和不稳定性的组合。在创建我们的量表项目时，我们将情绪反应性概念化为负面情绪强度的维度表示，这可能与情绪失调直接相关，也可能不直接相关（例如，一个人可能会报告，当负面情绪出现时，无论有或没有，都会更强烈地经历负面情绪）报告不稳定性增加）。虽然反应性领域可能是广泛理解情绪功能的有用补充，但这些结果表明反应性在情绪失调中的作用不太具体。

在样本 3 和样本 4 中观察到的 BEDS 与收敛测量之间的相关性模式支持使用 BEDS 来筛查情绪失调。具体来说，除了极少数例外，BEDS 分量表与情绪调节困难、BPD 背景下的情绪不稳定和情绪反应呈正相关。此外，BEDS 不稳定性和后果量表与适应性情绪调节呈负相关。
除此之外，在样本 3 和样本 4 中观察到的 BEDS 与外部验证者之间的相关性模式（包括样本 5 中的精神病理学症状）进一步支持了 BEDS 的构建有效性，特别是支持其用作跨诊断方法筛选工具。除少数例外，样本 3、4 和 5 中的 BEDS 分量表与边缘型人格障碍特征、冲动、心理僵化、自残、沉思、人格障碍特征、正念、抑郁症状、焦虑症状，以及正在接受情绪或心理问题的治疗。此外，BEDS 不稳定性与酒精和其他物质使用障碍的症状呈正相关。相比之下，各种 DERS 形式、PERS 负总分以及这些相关结构之间的相关性仅在一个样本（样本 3）中显着，表明 BEDS 在捕捉情绪失调及其与其他情绪的关系方面可能比现有量表表现更好。心理症状和困扰。

总的来说，本研究的结果表明，BEDS 是情绪失调的两个特定组成部分（敏感性和不稳定性）以及情绪失调后果的适当衡量标准。BEDS 在不同的大学生样本中表现出良好的收敛效度，并且就其与相关心理结构的关联而言，其表现与现有的情绪调节和反应性测量一样好或更好。此外，BEDS 与跨越内化和外化领域的广泛精神症状相关，支持其作为跨诊断筛查工具的使用。鉴于其相对较短的长度、良好支持的因子结构以及良好的初步构建有效性，

研究环境中的实用性
通过从维度捕获情绪失调和相关后果的两个组成部分，BEDS 非常适合用作研究参与者选择的跨诊断筛查措施。BEDS 可供有兴趣根据敏感性、不稳定性和后果的存在（或不存在）而不是特定诊断类别来招募情绪失调参与者的研究人员使用。此外，通过分别评估敏感性和不稳定性，BEDS 可以检查敏感性和不稳定性如何与其他同时发生的精神问题相关或加剧其他同时发生的精神问题。例如，敏感性而非不稳定与治疗呈正相关，与感觉寻求呈负相关。相比之下，不稳定与精神质和物质使用测量得分较高呈正相关，但敏感性与这两种结构均不显着相关。此外，鉴于与响应这一措施相关的参与者负担相对较低，BEDS 可以在研究期间多次实施，未来的研究可以使用这种免费提供的措施来研究情绪调节的不同维度如何随着时间或跨环境而变化。相关地，未来的工作可能会评估在生态瞬时评估中使用 BEDS 的适当性，因为它的简洁性非常适合密集的纵向数据收集。鉴于与响应这一措施相关的参与者负担相对较低，BEDS 可以在研究期间多次实施，未来的研究可以使用这种免费提供的措施来研究情绪调节的各个维度如何随着时间或跨环境而变化。相关地，未来的工作可能会评估在生态瞬时评估中使用 BEDS 的适当性，因为它的简洁性非常适合密集的纵向数据收集。鉴于与响应这一措施相关的参与者负担相对较低，BEDS 可以在研究期间多次实施，未来的研究可以使用这种免费提供的措施来研究情绪调节的各个维度如何随着时间或跨环境而变化。相关地，未来的工作可能会评估在生态瞬时评估中使用 BEDS 的适当性，因为它的简洁性非常适合密集的纵向数据收集。

临床环境中的实用性
BEDS 可能是一种有用的筛查工具，用于治疗开始或临床入院程序期间。鉴于情绪失调的跨诊断性质，无论诊断如何，评估基线情绪失调都可以为治疗提供关键信息。此外，BEDS 分数可能表明某些领域需要进一步评估。BEDS 也可能有助于整个治疗过程中的定期评估和监测。鉴于该工具的简短性质，可以轻松地每周、每月或其他确定的时间间隔进行管理，以跟踪治疗过程中的进展和客户体验。后果与其他 BEDS 子量表（即敏感性、不稳定性）之间的区别可能在治疗中特别有用，因为临床医生和客户可以共同努力跟踪后果的减少，例如，即使基线情绪敏感性没有大幅下降，这也可能具有临床意义。与此相关的是，鉴于与不稳定性和后果相比，敏感性子量表显示出与外部验证者和精神病理学症状类似但通常较弱的相关模式，临床医生可能会选择关注不稳定性和后果，而不是治疗中的敏感性。也就是说，敏感性是情绪失调概念模型的组成部分之一（临床医生可能会选择关注治疗的不稳定性和后果而不是敏感性。也就是说，敏感性是情绪失调概念模型的组成部分之一（临床医生可能会选择关注治疗的不稳定性和后果而不是敏感性。也就是说，敏感性是情绪失调概念模型的组成部分之一（Carpenter & Trull, 2013）并且它与治疗中显着相关，而不稳定性则不然，这表明敏感性子量表可能在治疗中的个体之间特别相关。未来的工作应进一步研究 BEDS 分量表，同时考虑到临床实用性和简洁性。

局限性和未来方向
这些研究有一些局限性。我们的样本主要包括白人大学生，因此尚不清楚当前的结果对于不同年龄范围、种族或民族身份或临床样本的普适性如何。需要进一步检查以了解 BEDS 在不同人群中的正确使用。值得注意的是，我们收集了 2020 年秋季 Covid-19 大流行期间的所有数据。有证据表明，在大流行期间，特别是在新兴成年人中，人格特征可能发生了微小变化（例如，Sutin 等人，2022），未来的工作应寻求复制 BEDS 当前的因子结构。未来工作的另一个有价值的下一步是评估社区和临床样本中的 BEDS，以开发规范数据并确定可能表明临床相关情绪失调的截止分数。这可以增强 BEDS 在临床环境中的实用性并促进治疗决策。此外，这项工作应寻求在临床和社区样本中复制现有的因子结构。尽管我们放弃反应性分量表的经验原因伴随着理论依据（Carpenter & Trull，2013），我们的最终量表确实偏离了我们假设的因子结构，并且在临床和社区样本中复制所得结构将支持在此类样本中使用 BEDS。
为验证 BEDS 而选择的相关结构并不全面，并且未涵盖所有感兴趣的行为或临床结构。未来的工作可能会检查其他指标，例如诊断状态或更彻底的治疗利用率评估，以进一步明确 BEDS 的范围。最后，我们承认，就其简洁性而言，BEDS 无法像更长且更集中的量表那样捕获情绪失调的各个方面（例如，使用适应性和适应不良情绪调节策略）。这限制了 BEDS 在综合评估方面的实用性；然而，我们打算让 BEDS 通过充当一个简短的、

结论
我们开发了简短情绪失调量表（BEDS），用于评估情绪敏感性和不稳定性以及情绪失调的后果。敏感性和不稳定性的双因素模型很好地拟合了数据，并且在不同性别水平上保持不变。与收敛指标（包括精神症状）的相关性支持了 BEDS 的构建有效性及其作为跨诊断筛查工具的用途。鉴于其简洁性，BEDS 可能是一种有用的筛查工具，可用于情绪失调的研究以及时间和资源有限的临床环境。进一步的研究应该检验 BEDS 作为临床样本筛查措施的有效性和应用。