SAS信效度检验 2013010402

《SAS信效度检验 2013010402》由会员分享，可在线阅读，更多相关《SAS信效度检验 2013010402（21页珍藏版）》请在装配图网上搜索。

1、焦虑自评量表（SAS ）信效度检验引言焦虑作为一种情绪状态,对人的行为有着重要的影响焦虑自评量表（SAS）可以评出有焦虑症状的个体的主观感受，可以衡量焦虑状态的轻重程度。我国对该量表进行了修订，有 一个1158人的正常人常模。全国协作组吴文源等人对1158例正常人（常模）测评结果进行 分析，正评题15项单分均值1.290.98;反向5个项目均分2.081.71, 20项总分均值29.78 土 0.46可作为常模总分均值之上限。但随着时间的推移，该量表信、效度将会受到一定影 响。信度即可靠性，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一 致性，即测量工具（问卷或量表）能否稳定地

2、测量所测的事物或变量。效度指测量结果的有 效程度，它是指测量工具或手段能够准确测出所需测量的事物的程度，或者说实测结果与所 要测查的结果的吻合或一致程度。摘要：焦虑自评量表（Self-Rating Anxiety Scale, SAS）是 W.K.Zung于 1971 年编制，用 于评出有焦虑症状的个体的主观感受，作为衡量焦虑状态的轻重程度及其在治疗中的变化的 依据oSAS是一种分析病人主观症状的临床工具。焦虑自评量表（self-rating anxiety scale, SAS） 作为了解焦虑症状的自评工具,简单易用,有较好的信、效度,被广泛应用。能较好地反映被试 的焦虑感受及其严重程度和变

3、化,被广泛用于各种职业、文化阶层及年龄段的正常人或各类 疾病患者，因此其信、效度对于研究者而言是十分看中的。本研究主要从内部一致性信度和 结构效度来检验该量表的信、效度。关键词：焦虑信度效度 内部一致性信度 结构效度1对象与方法1.1 研究对象取自教科院2014级心理班和国防班，共计81人，其中有效答卷78份，其中男生36人，女生42人。1.2测验工具采用 W.K.Zung 于 1971 年编制焦虑自评量表 （Self-RatingAnxiety Scale, SAS）,本量表包含20个项目，分为4级评分。SAS主要评定症状出现的频度，其标准为：“1”表示没有或很少时间有；2”表示有时有；“3

4、”表示大部分时间有；“4”表示绝大部分或全 部时间都有。20个条目中有15项是用负性词陈述的，按上述l4 顺序评分。其余5项(第5，9，13，17，19)是用正性词陈述的， 按41顺序反向计分。SAS的主要统计指标为总分。将20个项目的 各个得分相加，即得粗分；用粗分乘以1.25以后取整数部份，就得 到标准分，总分越高即焦虑越严重。1.3测验方法对 2014 级心理班和国防班两班学生，按统一指导语，要求学生 独立填写。对 SAS 中 5 个反向陈述条目进行特别说明，以消除不理 解造成的误差，并及时对问卷进行回收。1.4统计分析除去无效问卷，将有效问卷数据输入SPSS For Windows 2

5、0.0统 计软件中，进行各条目之间的相关分析，主成份因子分析 (Principal Components)。同时采用(Cronbach) a系数来评价量表的内部一致性。 因子分析时对初始因子做了因子最大变异法正交旋转 ,全部分析用 SPSS 统计软件完成。2 结果与分析2.1 SAS单项分析 78 名学生 SAS 平均得分为 41.56 土 7.8440， 由表 1 可见,各项平均得分从1.270士0.5010到2.880 士0.9530不等。各条目与SAS总分间的相关系数除尿意频数外，其余呈显著正相0数据为x 。关关系。其中焦虑、惊恐、发疯感、躯体疼痛、乏力、静坐不能、头昏、晕厥感及睡眠障碍

6、等九个项目与SAS总分间的相关系数大于0.5。各条目间相关系数平均数为 0.439,说明 SAS 各条目间有一定的相关性，具有良好的结构效度。SAS 单项均数、标准差及与总分相关系数项目均数标准差相关系数1焦虑1.7700.7190.525*2害怕1.3300.5500.452*3惊恐1.6900.7080.523*4发疯感1.2600.5910.543*5不幸预感 * 1.9500.7370.425*6手足颤抖1.2700.5010.394*7躯体疼痛1.5300.7680.536*8乏力1.8700.7790.563*9静坐不能 * 2.1400.7850.502*10心悸1.5000.6

7、190.478*11头昏1.3300.6180.658*12晕厥感1.1300.3360.514*13呼吸困难 * 1.8701.1990.312*14手足刺痛1.3301.2130.284*15胃痛或消化不良1.4700.7160.403*16尿意频数1.8100.7040.21817多汗 * 2.8800.9530.323*18面部潮红1.9200.8340.314*19睡眠障碍 * 1.7700.8210.525*20恶梦1.3300.5740.285*注：（*答案为反向计分项目*P0.05*P0.01)2.2 SAS的信度SAS各项目与总分有明显的相关性（见表1）,除第16项（尿意频数

8、）外，各相关系数均具显著性，说明各项目与量表总分所反映的内容具有很好的一致性，同时经SPSS输出数据结果 得（Cronbach） a =0.8240.7 i （见表2），再次提示该量表内部的一 致性很好。表2：Reliability StatisticsCronbachs Alpha Based onCronbachs AlphaN of ItemsStandardized Items0.8240.783202.3因子分析（1）由表3可以看出KMO2=0.8240.7,说明因子分析效 果很好。且 Bartlett 3 球形检验的值为 403.627，伴随概率 P=0.0000.05,否定虚无假

9、设，即认为变量间的相关矩阵不是单位矩 阵，各变量间具有一定的相关性，可以进行因子分析。表 3：KMO and Bartletts TestKMOBartletts TestApprox. Chi-Squaredfsig0.732403.6271900.000由Communalities分析结果可知所有20个原始变量的共同度都超过了 0.6，其中还有 4 个超过了 0.7 接近 0.8，均在 0.60.8 内。提1低信度：a 0.35,高信度：a 0.7共同因子越多，研究数据适合用因子分析。通常按以下标准解释该指标值的大小：KMO 值达到0.9以上为非常好，0.80.9为好，0.70.8为一般，

10、0.60.7为差，0.50.6 为很差。如果KM0测度的值低于0.5时，表明样本偏小，需要扩大样本。取的因子解释了原有变量方差的大部分，超过了 60%，信息缺少较少（见表4）。表 4 ：共同因子方差（共同性）表项目InitialExtraction1、焦虑1.0000.6422、害怕1.0000.6673、惊恐1.0000.6454、发疯感1.0000.6045、不幸预感1.0000.6586、手足颤抖1.0000.7487、躯体疼痛1.0000.6488、乏力1.0000.6709、静坐不能1.0000.61010、心悸1.0000.66411、头昏1.0000.76812、晕厥感1.000

11、0.66613、呼吸困难1.0000.61014、手足刺痛1.0000.77215、胃痛或消化不良1.0000.68116、尿意频数1.0000.62817、多汗1.0000.67818、面部潮红1.0000.72819、睡眠障碍1.0000.64620、恶梦1.0000.680通过主成分分析法，共提出 7 个因子，公共因子的最高方差贡献率达到 22.216%，累计方差贡献率最高已达到65.436%，说明转换 后的因子保留了较多的原始信息。第三大栏为因子提取的结果，未旋 转解释的方差。第三大栏与第二大栏的前五行完全相同，即把特征值 大于 1 的七个成份或因子单独列出来了。这七个特征值由大到小排

12、列，所以第一个共同因子的解释方差最大。第四大栏为旋转后解释的方差。 Total 栏为旋转后的特征值。与旋转前的 Total 栏相比，不难 发现，四个成份的特征值有所变化。旋转前的特征值从4.443到 3.060， 最大特征值与最小特征值之间的差距比不大，旋转后的特征值相对集 中。旋转前、后的总特征值没有改变，最后的累计方差百分比也没有 改变，仍然为 65.436。（详细结果见表 5）碎石图和上述被解释的 总方差的作用相同，都是为了确定因子的数目。从碎石图可以看出， 从第 8 个因子开始，以后的曲线变得较平缓，最后接近一条直线。据 此，可以抽取7个因子。（详见表 6）表 5： 因子方差贡献表Ex

13、traction Sums of Squared Rotation Sums of SquaredInitial EigenvaluesLoadingsLoadings因子Total% ofVarianceCumulative %Total% ofVarianceCumulative %Total% ofVarianceCumulative %14.44322.21622.2164.44322.21622.2163.06015.29915.29921.9139.56531.7811.9139.58531.7812.68413.42228.72231.6308.15039.9321.6308.1

14、5039.9321.7758.87537.59741.4527.26247.1941.4527.26247.1941.4977.48745.08451.3406.69953.8931.3406.69953.8931.4267.12952.21261.2306.15060.0431.2306.15060.0431.4197.09559.30771.0795.39365.4361.0795.39365.4361.2266.12965.43680.9664.83170.26790.7523.76174.028100.7083.54177.569110.6953.47581.044120.6103.0

15、5284.096130.5822.91287.008140.5592.79689.804150.4772.38792.191160.4052.02594.216170.3731.86496.080180.3521.75897.837190.2281.14298.97920表6：碎石图21100.000表7显示了特征根大于1的7个因子最大变异法正交旋转后的负荷矩阵。因子1 和因子 2均有5 个负荷量大于0.5 的项目，其余因子仅有 2 个，故将只含两个项目的因子删除 4 ， 再次进行因子分析原理同上）。表7： 7个因子最大变异法正交旋转后的负荷矩阵项目因子1因子2因子3因子4因子5因子6因子7头

16、昏.840.163.149躯体疼痛.794心悸.706.113.195晕厥感.666.430-.130-.124乏力.614.250.188.124-.275害怕.754-.206.133.168惊恐.205.750-.130-.113焦虑.745.237.109-.103发疯感.660.275.158-.124.212静坐不能.156.509.181.270-.163.258不幸预感.215.753.190睡眠障碍.302.114.727-.100多汗.159.166-.113.769-.128呼吸困难.432.638-.108手足刺痛.869-.111胃痛或消化不良.247.701.328

17、面部潮红.130-.194.211.787尿意频数.773手足颤抖.258.242.272-.190.713恶梦.255.201.236-.406-.157-.567(2)表8是删除上述所含项目较少的因子后再次进行因子分析法3选转后项目数少于2的因子应删除，后再次进行因子分析。所得的4个因子最大变异法正交旋转后的负荷矩阵。从表中可以看出 因子 I 包含头昏、躯体疼痛、晕厥感、心悸、乏力、睡眠障碍 6 个 项目；因子II包含害怕、发疯感、惊恐、焦虑、静坐不能、不幸预 感、手足颤抖7个项目；因子III包含胃痛或消化不良、面部潮红、 手足刺痛、尿意频数4个项目；因子IV包含多汗、呼吸困难、恶梦 3个

18、项目。从神经病理维度可将因子I、因子III、因子IV概括为植 物性神经功能紊乱和运动性精神紧张的客观表现，因子II为焦虑心 情及其作用表现。表 8：4 个因子最大变异法正交旋转后的负荷矩阵项目因子I因子II因子III因子IV头昏0.8350.1790.1060.109躯体疼痛0.7680.166心悸0.7520.184-0.111-0.109晕厥感0.6460.135乏力0.6070.1780.197害怕0.4720.348-0.189惊恐0.7480.136-0.203焦虑0.1060.7300.176发疯感0.1860.675-0.150静坐不能0.6730.1100.208不幸预感0.1

19、530.5420.253睡眠障碍0.1240.501-0.107多汗0.2570.4040.185呼吸困难0.2310.1140.639手足刺痛0.587-0.240胃痛或消化不良0.555面部潮红0.512尿意频数0.1100.1050.767手足颤抖0.114-0.1970.622恶梦0.3470.181-0.335-0.4673讨论自从70年代焦虑自评量表(SAS)问世以来，广泛用于临床、科研 及群体调查中，国外研究认为SAS能较准确地反映有焦虑倾向的精神 病患者的主观感受，与 Hamilton 焦虑自评量表的 Pearson 相关系数 为 0.3650，Spearman 氏等级相关系数

20、为 0.341，说明 SAS 有较高的 效度。国内应用也证时了这一点，本文根78名大学生SAS测试资料, 对20个条目进行了信、效度分析。其中(Cronbach)a二0.824,说明 SAS具有较高的信度，另外相关分析显示SAS各项目与总分具有明显 相关性，再次说明了 SAS的信度。巴特利特球度检验(Bartiett test of sphericity) 和 KMO (KaiserMeyerOklin Measure of Smapling Adequacy)结果显示SAS各项目间相关矩阵不是单位矩阵，适合做因 子分析。同时因子分析将20 个条目概括为4个因子，这4个因子主 要反映了焦虑心情

21、和植物性神经功能紊乱及运动性紧张3个方面。这一结论符合逻辑和ICDT05对焦虑的定义，又验证了 SAS的结构效度。Cronbach s a系数是Cronbach于1951年创立的，是指测验内 部的项目在多大程度上考察了同一内容，评价的是量表中各题项得分间的一致性。同质性信度低时，即使各个测试题看起来似乎是测4国际疾病分类(int erna tional Class if ica tion of Diseases ,ICD),是 WHO 制定的国际统一的疾病分类方法，它根据疾病的病因、病理、临床表现和解剖位置等特性，将疾病分门别类，使其成为一个有序的组合，并用编码的方法来表示的系统。全世界通用的

22、是第10次修订本疾病和有关健康问题的国际统计分类仍保留了 ICD的简称，并被统称为ICD-10量同一特质，但测验实际上是异质的，即测验测量了不止一种特质。 a信度系数法是目前最常用的内部信度系数。实际上，a系数是所有 可能的分半信度的平均值，a系数是估计信度的最低限度，a系数高 时，信度就高。本文测出的Cronbach s a =0.8240.7，说明了 SAS 具有较高的信度。因子分析是心理量工具或量表条目的同质性结构效度评估的最有力的统计分析方法。因子分析的基本特征是可以从多个变量中，抽 取几个公共因子，并推知各个公共因子的性质，但因子分析往往会受 到抽取因子和转轴的影响，此外对因子的解释

23、也是一个主观的过程。 因此对因子分析时还应结合专业知识来取舍因子及其包含的条目或 变量。本文抽取的七个因子是按照特征根大于1的标准，参考7个因 子所反映的信息量来确定的，经最大变异正交旋转后个因子与较少的 条目有较高的相关性，从而使各因子的解释更清晰，更合乎逻辑，同 时也说明SAS具有很高的效度。参考文献1 刘贤臣.李传奇.彭秀桂.卫校学生焦虑状况的调查分析.山东医科大学学报版，19902 刘贤臣.王均乐.于建春,等.高中生焦虑及其影响因素的调查研究.中国校医,19903 刘贤臣 .孙良民 .唐茂芹 ,等.2462 名青少年焦虑自评量表测查结果分析 .中国卫生杂志,19974范晓玲.考试焦虑量

24、表在湖南地区的试用结果分析.中国临床心理学杂志,2000,35王文菁许明智.焦虑自评量表在精神疾病患者中的因子结构研究广东医学,2009,106陶明高静芳修订焦虑自评量表（SASCR）的信度及效度中国精神病杂志,1994,97王征宇迟玉芬焦虑自评量表（SAS）.上海精神医学，1984,78刘贤臣唐茂芹.陈琨，等焦虑自评量表的因子分析.山东医科大学学报.1995,129王芳芳焦虑自评量表在中学生中的测试.中国学校卫生，1994,610李春波李晨虎张旭，等.自我效能量表的信度及效度研究上海精神医学,2003,12附录：表9： 未旋转的成份矩阵（显示部分载荷，小于 0.01者未显示）Componen

25、t MatrixaComponent1234567touhun.749-.396-.168-.105yun juega n.641-.325-.256-.204.167-.118fali.593-.292-.296.197qutitengtong.582-.510-.119.116-.112jingkong.581.330.139-.221-.356fafenggan.570.500-.134xinji.556-.358.107-.317shuimianzhangai.542-.258-.139.406.315jiaolv.526.456.134-.346haipa.512.462.294-.

26、240-.105-.167jingzuobuneng.499.326.170.313mianbuchaohong.203-.169.590.211.438.272weitonghuoxiaohua buliang.349-.226.513.197.105-.441duohan.208.142-.274.688-.244eme ng.282-.204-.595-.231.376huxikunnan.151.190-.404.474.298.110.250buxingyugan.408.320.575-.108.187niaoyipinshu.123-.131.422.235.127.588sho

27、uzucitong-.146.475.230-.508.451shouzuchandou.479.176.416-.218-.505Extraction Method: Principal Component Analysis.a. 7 omponents extracted.表 10：成份转换矩阵Component Transformation MatrixComponent12345671.690.588.374.062.128.101.0872-.644.670.181.197-.191-.135.0983-.219.211-.274-.351.566.578.2324.021-.119

28、-.182.902.243.192.2065-.166-.377.740-.049-.013.214.4846.038.029-.054.059-.643.729-.2147-.177-.061.410.119.392.150-.779Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.（成份转换矩阵（Component Transformation Mati描写的是用于因子解的具体旋转，该矩阵用来从未经旋转的因子矩阵计算旋转了的因子矩阵，即未经旋转

29、的因子负荷乘以成份转换矩阵等于旋转因子负荷。）表 11：因子得分系数矩阵Component Score Coefficient MatrixComponent1234567jiaolv-.057.323-.101.140.063-.007-.129haipa-.076.329-.058-.167-.078.067.108jingkong-.005.326-.099-.112.037-.075-.123fafenggan-.066.245.067.072.002-.115.137buxingyugan-.140-.013.480.008.060.004.095shouzuchandou.051.

30、023.076-.159-.020-.076.579qutitengtong.309-.089-.090.050-.003.014.000fali.197.047-.076.043.099.060-.256jingzuobuneng-.016.180.025.163-.157.190-.012xinji.283-.026-.147-.003-.136.025.173touhun.299-.042-.032.043-.030-.022.031yun juega n.211-.097.201-.104-.001-.119-.011huxikunnan-.054-.100.294.425-.046.

31、057-.070shouzucitong-.082-.022.056.054.651-.034-.158weitong.040-.021-.033-.034.467-.016.225ni aoyi.015-.015-.065.065-.113.559.045duohan.054.051-.131.512.063-.092-.024mianbuchaohong-.048-.019.104-.108.093.555-.119shuimianzhangai.014-.079.449.000-.012.039-.135eme ng.060.074.138-.279-.035-.100-.474Extr

32、action Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.注：（因子模型将变量表示成公共因子的线性组合，自然也可将公共因子表示成原始变量的线性组合。上述表格实际上每列就是各个因子被原始变量表示的系数。Component Score Covariance MatrixComponent123456711.000.000.000.000.000.000.0002.0001.000.000.000.000.000.0003.000.00

33、01.000.000.000.000.0004.000.000.0001.000.000.000.0005.000.000.000.0001.000.000.0006.000.000.000.000.0001.000.0007.000.000.000.000.000.0001.000Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.注( 因子得分协方差矩阵描述了各个因子彼此之间的相关程度。由于各个因子和自己成完全

34、正相关，因子主对角线上得分均为1，其它各个部分得分均为0，说明各个因子之间没有相 关关系。表 13 ：Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of SquaredLoadingsRotation Sums of SquaredLoadingsTotal% ofVarianceCumulative %Total% ofVarianceCumulative %Total% ofVarianceCumulative %14.44322.21622.2164.44322.21622.2163.21616.0

35、7816.07821.9139.56531.7811.9139.56531.7813.01615.08031.15831.6308.15039.9321.6308.15039.9321.7028.50939.66741.4527.26247.1941.4527.26247.1941.5067.52847.19451.3406.69953.89361.2306.15060.04371.0795.39365.4368.9664.83170.2679.7523.76174.02810.7083.54177.56911.6953.47581.04412.6103.05284.09613.5822.91

36、287.00814.55915.47716.40517.37318.35219.22820.2042.79689.8042.38792.1912.02594.2161.86496.0801.75897.8371.14298.9791.021100.000表 14 ：表 15 ：Component MatrixaComponent1234touhun.749-.396-.168yun juega n.641-.325-.256-.204xinjishuimia nzha ngai.556.542-.358-.258-.139jiaolv.526.456.134haipa.512.462.294-

37、.240jiangzuobuneng.499.326.170shouzuchandou.479.176buxingyugan.408.320mianbuchaohong.203-.169.590weitong.349-.226.513.197cshoyuzucitong-.146.475.230niaoyipinshu.123-.131.422.235duohan.208.142-.274.688eme ng.282-.204-.595huxikunnan.151.190-.404.474Extraction Method: Principal Component Analysis.a. 4

38、components extracted.表 16Component Transformation MatrixComponent12341.725.665.168.0712-.620.720-.252.1823-.297.141.875-.3564-.048-.141.378.914Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.表 17 ：Component Score Coefficient MatrixComponent1234jiaol

39、v-.085.246.048.115haipa-.112.299.054-.163jingkong-.030.245-.005-.129fafenggan-.067.268-.043.087buxingyugan-.021.181-.087.011shouzuchandou.027.121.081-.078qutitengtong.278-.126.056.060fali.189-.026.077.011jiangzuobuneng-.029.181.016.147xinji.220-.064.040.029touhun.279-.059.009.057yun juega n.263-.029

40、-.123-.093huxikunnan.021.013-.113.407shouzucitong-.032-.022.338.029weitong.030-.007.370-.004niaoyipinshu-.022-.017.310.046duohan.015-.006.021.510mianbuchaohong-.019.019.343-.151shuimianzhangai.138.075-.155-.022eme ng.131.050-.243-.334Extraction Method: Principal Component Analysis.Rotation Method: V

41、arimax with Kaiser Normalization.Component Scores.表 18 ：Component Score Covariance MatrixComponent123411.000.000.000.0002.0001.000.000.0003.000.0001.000.0004.000.000.0001.000Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.Component Scores.以上为SPSS分析输

42、出的全部数据表格m龄曲雷缶聿曲劭固魁宅舊潴4警丹3则:黔!示但V4iiaHta4& HJJP.Jfc屮首C Mr立 4 *r -4： m -4-tawM iv- # A且力4.血比-.皿池2-2Ali1rm51Einihrsk212122J3-d311Jq1liJIJ11li2I12hhH1331131Jn3HI:Fi11!2a-IpHlii%kI1JIiAjXi11lIXiaiW3iX3l1HiaHuK3ihn1inkI：Iia1E1iXaMJ3XJ313iTji3T-眉.?.rtJK.A.R*疥事4 JR._ *1 211a1222-MA:J:2:9L39I4-9*4a4tJl32J*N.

43、i1N9Jz1I*213121122Sik+4*R1S21i1?工vTfe-21in211JdaIU-*a11j1.sk-A-k1i2EJ222k古h12z2122I2JA-112i2122aI*-J12zJ1NJJ111i2I12J2Ifl*111h-41hI.hkX21za11a12a1L21h29j：22k*N21i2t+13*4wfl2i21hL2h2tl111314131131以上为实验数据截图焦虑自评量表(SAS)指导语：您好！这是一份测量您这近期一个星期来焦虑程度的问 卷。请您仔细阅读以下内容，根据最近一星期的情况如实回答。所有 题目均共用答案，请在A、B、C、D下划“V”每题限

44、选一个答案，答案没有对错之分，请放心填写。A没有或很少时间; C相当多时间；D绝大部分或全部时间。B小部分时间;性别 男 女1.我觉得比平时容易紧张或着急ABCD2.我无缘无故在感到害怕ABCD3.我容易心里烦乱或感到惊恐ABCD4.我觉得我可能将要发疯ABCD5.我觉得一切都很好ABCD6.我手脚发抖打颤ABCD7.我因为头疼、颈痛和背痛而苦恼ABCD8.我觉得容易衰弱和疲乏ABCD9.我觉得心平气和，并且容易安静坐着ABCD10.我觉得心跳得很快ABCD11.我因为一阵阵头晕而苦恼ABCD12.我有晕倒发作，或觉得要晕倒似的ABCD13.我吸气呼气都感到很容易ABCD14.我的手脚麻木和刺痛ABCD15.我因为胃痛和消化不良而苦恼ABCD16.我常常要小便ABCD17.我的手脚常常是干燥温暖的ABCD18.我脸红发热ABCD19.我容易入睡并且一夜睡得很好ABCD20.我作恶梦ABCD