七、评价
神经影像和电生理研究显示额叶是活动最持续的部位。与这些相符，局灶性额叶病变的患者在Stroop测验中表现出超出正常范围的干扰。一项近期的meta分析比较额叶损害与后脑损害患者，在Stroop的所有测验中皆发现显著差异。但单独的Stroop表现对于分辨额叶或非额叶组并不显著，组间少部分病例的分离从而导致敏感性及特异性较差。额叶的多个区域被认为对于Stroop测验的认知控制起重要作用，包括外侧前额叶皮质和前扣带回皮质。基于对健康个体的fMRI研究，Kerns（2004）认为前额叶皮质与实施控制以克服冲突的过程相关，而前扣带回皮质（ACC）可以识别行动计划间的冲突，并实现冲突监测的功能。虽然额叶功能显得非常重要，但Stroop测验任务是借由一个基础更为广泛的系统介导的。Stroop表现与AD患者海马和数个新皮质区域包括后脑区域的病理表现相关。另外，健康成年人在实行Stroop测验过程中的fMRI活动不仅是额叶区域，也包含了下颞叶、顶叶皮质以及尾状核。
根据Van Gorp（1999）的报道，虽然Stroop测试本身并不能识别诈病患者，但诈病患者会花费更多时间完成颜色命名和干扰测试。Lu（2004）提出Stroop测试对主诉自己是完全文盲的诈病患者特别有用。他们描述了6位患者主诉其无法进行文字阅读试验，但在颜色-文字干扰试验中，他们都犯了读出文字的错误。6位中的5位在颜色-文字相关的干扰试验中，完成速度大幅减慢，提示他们其实在抑制阅读反应。主诉完全没有阅读能力的情况很少见，然而，当有这种情况时，抑制Stroop效应的失败可作为鉴别此症状表现的有效工具。
Stroop色词测验是用于检测注意力和反应抑制最老也是最广泛应用的工具之一。目前存在许多不同的Stroop版本，这些差异对临床工作者造成极大的挑战，因为这些版本很可能用的不是同一个程序。举例来说，Salthouse和Meinz（1995）发现3个不同的Stroop测验的差异分数间只有低到中等的相关性。相似的，Shilling（2002）报道在4个不同的Stroop测验中，其中一个测验干扰的敏感性无法代表其他3项测验的干扰敏感性。表现的个体一致性程度取决于采用Stroop测验的相似程度。对于临床常用的几种Stroop测验，究竟他们之间的分数是否高度相关无从得知。
对一个特定的患者该选用何种版本的Stroop测验，有许多因素应列入考量。Stroop（1935）使用了中性和词色不一致的两种情况的差别来衡量干扰程度。若未使用基线（中性）情况，用Stroop结果来衡量干扰的解释不值得被采用。不一致状态可测试一般性表现和干扰。若是只给予一种条件，则不可能将这两种特征分开。有时，患者会被给予不一致状态用的卡片，并被要求念出文字忽略颜色，至于第二个条件，他被要求说出颜色并忽略文字。这项比较也存在问题，因为它混淆任务和干扰间的差异。举例来说，颜色命名与文字阅读的差异既可以反映颜色对文字的干扰，也可反映文字对颜色的干扰。
部分研究者担忧在一致与不一致分开的间隔测验中（比如在Victoria和Golden Stroop测验中），可能让受试者有机会发展出一套专注于卡片项目是一个维度还是两个维度的策略。然而，这样的设计形式（不同于D-K执行功能系统的混合设计）可能加强了在不同临床情况下（如痴呆）的敏感性，因为这种策略较少被患者应用。相反地，这种不一致测验的间隔呈现可能会使工作记忆的参与最小化，因为这项任务要求在任务中始终保持一贯，使受试者更容易记住自己的目标。每个不一致的词都要求忽略文字，从而强化了目标。
目前有许多方法可以分析测试时间。不同情况下的差异分数常被使用，但不一定能完全独立于一般性的减慢。为了解决基线反应速度的差异，一项将个体基线速度考虑在内的比例分数常被推荐。Golden假设的模型中，阅读一个CW项目的时间是阅读文字所需时间和命名颜色所需时间的总和。相比之下，Chafetz等研究者（2004）提出阅读一项CW的时间反映抑制文字阅读的时间加上命名颜色的时间。这个模型与临床数据较匹配。笔者在使用华山版时发现，卡片C的耗时数大于卡片A和B加在一起的耗时数，即受试者在读字和颜色命名的反应竞争中有时间消耗。
Stroop的错误分析的研究较耗时数得分的研究少，但在某些版本还是有相关资料的（如Victoria版与D-KEFS版）。脑部疾病可能损害文字或颜色处理过程或导致分心、速度减慢、重复行为或冷漠。这些不同的特质会影响对错误的感受，因此，在神经系统损害的患者群中分析错误显得格外重要。(https://www.daowen.com)
华山版的评分指标考虑了错误分析。其指标包括：①每张卡片的总耗时数、正确数（满分50分）。②干扰量SIE（stroop interference effects）耗时数=卡片C的耗时数-卡片B的耗时数；SIE正确数=卡片C的正确数-卡片B的正确数。③语义错误分析Ⅰ型：在卡片C中，四种颜色，每种颜色读正确的个数（满分12分）与比例，读正确的颜色种类（满分4分）。④语义错误分析Ⅱ型：在卡片C中，四种汉字，每种汉字的干扰程度不同，每个汉字的颜色读正确的个数（满分12分）与比例，读正确的汉字-颜色种类（满分4分）。⑤空间错误分析Ⅰ型：卡片C共5行，每行10个字读正确的个数（满分10分），分析上、中、下空间的差别。⑥空间错误分析Ⅱ型：左、中、右空间分别读正确的个数（左20个、中10个、右20个），分析左、中、右空间的差别。
总之，Stroop任务的心理学机制包括工作记忆、处理信息的速度、语义激活和强化反应特征的能力。此试验需要具备与其他执行力测试不同的能力，因此，需要不止一项执行功能测试来进行充分的评估。在不同情况下表现的神经基础并非确定的，尤其是在不一致的情况下，虽然存在不同的报道说明额叶的重要性，尤其是前扣带回皮质和侧前额叶皮质。虽然额叶系统很重要，但任务的表现依赖于一个更广泛的系统。由于结果可能会受到色觉和视觉敏锐度的影响，因此完好的视力非常重要。Stroop的测试结果在高龄老年人中应谨慎解释，且在某些年龄组（如＞90岁），这个测试并不合适。最后，Stroop测验还不能单独用于诊断决策，如果要明确执行功能，Stroop测验与其他测验指标相结合是必要的。
Stroop测验有很多版本，其经典版本是受试者阅读色词出现主动反应与自动反应哪种占上方，评估解决两个竞争反应倾向的冲突的能力。Stroop测验甚至对轻度AD患者也具有良好的敏感性。这种敏感性是来源于测验的复杂性和内在难度还是反应选择或反应抑制的特异缺陷，目前还不清楚。反应抑制、竞争反应倾向、习惯化和对新鲜事物的反应构成MCI与AD认知研究的重要领域。除了经典版本，本节列举了两种其他范式：数字范式，要求读数字的数量而不是数字本身，如表8-2-2中是读5-1-8，而不是读6-3-1；字母范式，如表8-2-2中要求读成H-L-S，而不是H-E-H。
表8-2-2 Stroop测验版本举例
（郭起浩）