外貌研究面临的挑战
近年来，有关外貌心理的文献大量涌现。当这一研究领域越来越受人欢迎时，新兴的和已有的研究者有可能面临一系列方法和专业上的挑战，其中有些研究只与外貌研究有关，有些研究还与健康心理学的其他领域有关。早在十多年前，施特劳斯和布罗德的文献综述就回顾了对腭裂及相关颅面病情的心理社会方面的研究存在的问题。他们揭示的许多问题较广泛地应用于外貌研究，但令人遗憾的是，这些问题至今仍然存在。
在本章中我们参考了已经发表的文献和我们自己的研究体验，以期给所有从事外貌心理社会方面的研究者提供实际和系统的帮助。本章开始，我们将集中于任何研究都需要谨慎考虑的一系列问题，而这与研究方法无关：如研究者关于外貌的潜在假设，调查问题的敏感性，被试招募和经费问题。本领域特别需要努力克服的两大挑战是：有效整合来自不同类型资源（如不同方法和方法论）的证据，以及发展和检验适合的、可用的理论和模型。因此，我们将重点集中于与测量工具选择有关的困难，批判性考察作为本领域中研究基础的理论和模型，并提出了一个新的框架指导未来研究。最后，我们提出了应该拓展本领域正在使用的研究方法的范围。
在从事这一领域研究之前，我们首先要认识到当前大部分研究基于以下两个假设：第一，有客观、可见的外貌缺陷的个体，其需要和担忧不同于那些正常个体。这导致了两种截然不同的文献的发展，但是这两个群体之间也有许多相似之处，并且每个群体的组内变异同两个群体之间的组间差异一样多。研究者现在面临的一个挑战是，如何最好地研究可见差异者和无可见差异者的外貌问题的性质和影响，保留他们情形的独特性而又不忽略其共同性。无论研究哪个群体，研究者都会遇到许多同样的问题。因此，在未来研究中，可能较有用的是关注研究者面临的挑战和问题，而不是隔离接受考察的群体。第二，一般研究者认为那些有可见差异者都会体验到诸如社会焦虑之类的问题，而缺陷面积较大或较明显的个体体验到的抑郁程度会更强。这两个假设虽鼓励了病理学和问题中心取向研究的发展，但也忽略了个体的一些较积极的体验。
外貌研究的敏感性
外貌可能是一个非常敏感和感性的话题，某些人（包括那些仔细审查经费申请或研究道德的人）也许会认为参与本领域研究是有压力的。对自己外貌感到抑郁的被试也许会发现描述或反省自己的体验是令人苦恼的，并且如果不谨慎选择标准化测量工具，则有可能加重被试的抑郁症状。考虑到这一点，我们认为有必要制订一个清晰的协议，向被试说明其可以获得的进一步支持，并且确保他们能够了解到相关的帮助来源，如慈善组织、特殊病情小组或者是卫生保健服务。
当本领域的许多研究都将重心放在与外貌相关的问题和困难时，我们注意到一个有意思的问题：个体也许会同样敏感或机警地报告自己对外貌是满意的或外貌的积极方面。在社会中存在这样的信息：“你不能且不应该以貌取人”，因此在这样的社会环境中进行管理自己外貌的尝试是不可取的（Frith和Gleeson）。这使得人们很难谈论外貌问题，人们会好心劝慰那些长相不好看的人，却不会说对方的长相让自己很不舒服。这些安慰的话忽略了一个事实，即外貌对于他人来说是非常重要的：
我不认为我的朋友可以看到真正的我，他们只能看见我的外表，而这就是他们所能见到的全部。与我亲密的人都不喜欢我，这无关我的长相，而是因为他们认为我无所不知！我也这样看我自己；我喜欢自己——全部的我。
有趣的是，一项对化妆服务的评估（Kent，2002）的问卷回收率只有33%，部分原因可能是被试担心自己看起来太虚荣，或者是对外貌过于关注以至有羞愧感。实际上，肯特的一个调查对象甚至特别要求不要对她进行跟踪问卷研究，因为她害怕室友有可能打开信封，从而发现她做过整形手术。
这也给对外貌担忧有兴趣的研究者创造了一个难题：在面对社会大众否定外貌的重要性，暗指他们的担忧是肤浅的、微不足道的时候，让被试诚实地承认自己对身体特征的抑郁可能是较困难的。一项对患有早期癌细胞入侵前乳房病症（DCIS，乳腺导管原位癌）的妇女的研究（Harcourt和Griffit，2003）就提供了证据，被试报告说，当她们感到自己应该感谢治疗挽救了她们的生命时，她们就很难再去讨论对外貌的担忧了。有时研究者很难摆脱被试坚持说“外貌不重要”这一观点，来探究她们真正的担忧（Frith和Gleeson，2004）。对于临床护理工作来说，如果我们真能获得对外貌缺陷的全面的、有见识的了解，那么就需要有关外貌积极和消极方面的研究证据。
外貌研究取样
随着本领域研究者的增加，研究经费的竞争也越来越激烈。毫无疑问，大多数健康心理学家都会认为他们的专业领域受困于研究经费的不足。根据我们的经验，外貌研究很难获得经费支持，因为那些对研究议程进行有效管理的经费管理者也许认为这一领域没有优先权。当资源非常珍贵时，外貌研究就会有被推到一边、为其他更有“价值”的课题让路的危险。然而，我们相信只有提高外貌和缺陷研究的应用和学术价值，以及使投资者意识到这些问题的重要程度和影响，才能吸引到必要的经费。这看起来似乎是一个两难情境，但是我们希望这种情况得到改变。实际上，最近有一个消息让我们非常振奋，康复基金会（一个慈善组织）决定资助一系列关于外貌心理方面的研究，以便从根本上改善受影响个体的生活。
被试取样与招募
如果有人认为招募被试进行外貌相关研究应该很简单、没有麻烦，这种想法是可以理解的。但是，情况并非如此，外貌研究中的被试取样和招募常常出现问题，并且往往会遇到两个特殊的难题：招募方法和数量。
如果研究针对某个特殊人群，如青少年，那么会有丰富的被试资源。然而不论采取哪种招募方法，研究人员吸引到的有可能都是那些对自己外貌较感兴趣的个体。那些对外貌不太重视的“适应性强”的个体不太可能自愿参加。有一种可能的解决办法就是使用多种招募策略，以及继续考察能够促进研究工作的其他方法。
令人担忧的是，某些群体似乎比其他群体更难招募到。例如，外貌研究领域中大部分是被试女性（Schwartz和Brownell，2004）。一些研究者发现难以招募到男性被试（Wallace），有研究者（Dittmar，2001）推测说，这也许反映了男性不愿意谈论有关外貌和身体意象的话题。然而，弗里思和格利森指出，男性并不是大都沉默寡言，而是他们谈论外貌的方式不同于女性。例如，当研究男性着装时，被试会否认他们对于外貌的兴趣，但接下来却会描述他们是如何根据自己的身材来巧妙处理着装的（Frith和Gleeson，2004）。很明显，这给研究者提出了挑战，需要寻找某些途径来鼓励男性参与研究。
从不同文化和种族群体中招募被试
到目前为止，大多数与外貌相关的研究都是在西方文化中完成的，尤其是美国和英国，以及英语水平不错的国家，这是因为只有很少的标准化外貌测量工具得到了翻译。很少有研究会探讨来自不同文化和族群的人们的体验，而这一点又非常必要，因为缺陷、耻辱和羞愧感也许与文化有关（Papadopoulos等，1999b）。研究者需要从大范围种族群体中招募被试，并进行专门针对这些问题的研究。外貌研究中心的研究不断重复地使用白人/英国人作为被试，尽管我们尝试从种族群体混居地的诊所招募更多被试，却依然无果。这使得我们认为，也许有其他因素导致这些种族的个体拒绝接受与外貌问题相关的诊所（例如一般整形和皮肤病诊所）。这可能是因为某种他们没有提到的原因，或者是他们并未寻求与外貌担忧相关的帮助。很明显，这将是我们进一步研究的课题，我们需要通过其他方法接触到这些个体，甚至需要借助反对卫生保健系统的社区领导人的帮助。
学生样本
太多的现有研究依靠学生样本，特别是在考察无可见差异个体的外貌和身体意象，以及身体意象测量方法的发展时。现在这方面的研究非常需要其他区分和联系被试的方法。例如，哈利韦尔和迪特马尔展示了他们通过滚雪球抽样法，用电子邮件招募到了202名大范围人口统计学变量的非学生女性被试，来研究媒体广告对身体焦虑的影响（Halliwell和Dittmar，2004）。
对有可见差异者的招募
研究者招募那些外貌与通常的“标准”有所差异的被试并不容易。由于实践、后勤和道德方面的原因，对特殊病情被试的招募通常是通过相关的国家、地区或当地的支持组织（Cochrane和Slade，1999；Papadapoulos等，2002）、医院或诊所（Beaune等，2004；Fortune等，2005；Hughes，1998；Kent和Keahone，2001；Thompson等，2002；Wahl等，2002），或者两者的结合（Hill和Kennedy，2002；Moss和Carr，2004a）进行的。这些方法有助于我们获得研究的目标群体，但通过医院或支持组织来招募被试还存在一定的问题。第一，它使研究局限于那些与卫生保健专业人员联系和/或正在寻求某种干预或支持的个体，这会导致强调外貌改变情形的严重阶段（Thompson和Kent，2001）。第二，它可能影响个体与这些组织联系的心理社会变量（例如，感受到的社会支持）对心理社会适应水平产生影响。休斯描述说，他在与先天性缺陷个体接触时存在困难，因为外科医生担心在医疗中引入一个研究因素会破坏医患关系（Hughes，1998）。这表明如果医院是招募被试的唯一来源，而卫生保健专业人员又是招募被试的把关人，那么被试招募就会存在问题。
我们现在对那些有可见差异却没有寻求治疗或支持的人几乎一无所知。这一群体可能包括那些被认为“适应良好”的人。由于最近对复原力和积极后果的强调（见第5章），该群体将成为未来研究的焦点。研究者面临的挑战之一就是确定获取这些个体的合适方法，可能是通过广告、媒体或滚雪球抽样法。例如马丁和纽厄尔成功地通过医院诊所和媒体招募到了366名被试，来研究针对可见差异个体设计的《医院焦虑和抑郁量表》（HADS）的因子结构（Martin和Newell，2004）。
由于可见差异在影响范围、病因、严重性、位置和持久性上的多样性，通常本领域研究使用的都是小样本。例如帕帕多普洛斯与同事在对认知行为治疗（CBT）干预进行评估时，只使用了16名被试（干预组和控制组各8名）（PaPadopolous，1999a）。尽管这已足够满足统计上的需要，研究者还是常常因小样本带来的结果不显著、心理问题和心理机能失调的水平低以及方法上的缺点而被指责（Eiserman，2001）。这意味着尽管问题已经呈现出来，研究人员却因研究方法和测量工具不适合或不恰当而无法被检测到。另一方面，有可能因为这些问题并没有被高度体验到，甚至在大样本研究中也是如此。研究者面临的挑战是，如何最好地检测出能够区分那些有或没有这种痛苦体验的个体的因素，并为痛苦体验的个体提供合适的支持。
由于被试招募普遍存在的困难，可能存在较罕见的病症被忽略的危险，招募患有这些病症的被试尤其困难。例如，据估计，葡萄酒色斑患儿在3000个婴儿中才会出现一个（Sheerin等，1995），硬皮病的发生率是1/5000（Joachim和Acorn，2003），特雷彻·柯林斯（Treacher-Collins）综合征的发病率少于1/25000（Beaune，2004），因此，获取大样本可能是一项长期而艰巨的任务。然而，患有罕见病症患者的高反应率却表明他们有很强的动机，他们渴望有人了解自己的心声。研究者会因为被试乐于参与而感到惊喜，特别是如果他们感到有关外貌的问题通常被忽略时。例如，瓦莫斯（Vamos）报告说，与通常生物医学治疗将焦点集中于生理疼痛和功能相反，患有风湿性关节炎的患者很高兴看到他们病症的外貌方面受到关注。无独有偶，外貌研究中心成员在诊所环境下完成的研究通常也得到了特别高的反应率。例如，具有外貌担忧的门诊病人的反应率是86%（Rumsey等，2004）。要求被试以相当程度参与的研究，也获得了较好的反应率。例如，在一项关于进行乳房重塑手术的妇女体验的前瞻性研究中，有72%的被试参与了每年三次的数据收集（Harcourt，2003）。同样，烧伤患者的招募通常被认为是困难的，但是，如果花一定的时间与病人发展和维持良好和谐的关系，在数据收集时间上保持一个弹性的方法，那么也会有大于66%的被试参与关于这一群体心理社会需要的详细调查（Phillips）。我们用这些例子进一步说明外貌与许多患者群体相关，尽管针对这类敏感问题进行的研究会让人不安，但被试还是乐意并渴望参加的。
多中心研究
增加样本数量的一种可行方法就是采用多中心研究。例如，一项研究考察了前往布里斯托、伦敦的15所门诊诊所的病人，探讨了有外貌改变情形的458名患者的痛苦水平（Rumsey，2004）。布里斯托的外貌研究中心成员与美国研究团队的持续合作性研究，使得研究人员能够考察患有不同颅面病症的青少年的生活质量；同时，我们与在伦敦、谢菲尔德、布拉特福德和沃里克的同事的合作，也使得我们能够招募到超过1500名患有各种导致外貌改变病症的被试。但问题是，从不同地方招募来的被试的报告存在显著差异。例如，在伦敦诊所进行外科整形手术的病人与在布里斯托的病人相比，呈现出异常高水平的焦虑和抑郁（Rumsey，2004）。对于被试报告、体验和心理社会健康水平上差异的原因，我们只能进行猜测，但这反映出医疗系统或卫生保健专业人员对外貌问题的态度的差异。虽然多中心研究确实可以通过定量比较来确定最适当的护理方法，但需要每个采集点的样本量都足够大以达到统计显著水平。
被试的同质化
从一开始，研究者就必须考虑将研究焦点放在外貌和缺陷上是否合适，或者决定他们的研究是集中于一个特殊病情（例如腭裂）还是一个群体（例如青少年）。将缺陷或外貌研究作为医疗中的一个独立现象进行研究，这种观念上的转变有很大的益处。例如，它可能有助于应用结果、可提供针对确实非常普遍的痛苦（如焦虑）的保健，尽管人们还不知道缺陷的原因。
然而，有人强烈地反对在一项研究或一个干预群体中将各种疾病混合在一起，也有人同样强烈反对将不同的个体视为同质群体。尽管患有不同病情的患者报告的问题种类有显著的一致性（Partridge等人，1997），重要的是我们不能假定在一种情形下预测痛苦的因素也能运用到其他情形下。在腭裂研究中，将诊断结果不同的群体结合在一起研究已经成为一个问题。例如，研究可能将患有裂唇、腭裂、综合裂、单侧裂或双侧裂的个体混合在一起（Strauss和Broder，1991）。同样，对皮肤病的分类并不能区分出这一群体中有不同诊断结果的个体的特殊体验。是否将不同群体混合在一起研究的决定需要在研究的早期计划中做出，并且要参考研究的目标。
这些取样和招募的问题在我们作为合作研究者的经验中得到了清楚的阐释，我们和合作者一起探讨了下列问题：“对缺陷有良好适应的人和那些体验到问题的人有什么区别？”为了使研究结果不只适用于当前处于卫生保健系统或被诊断为患有某种特殊病情的个体，我们进行了大范围的调查，包括1000多名来自医院诊所的被试和数百名来自基层医疗机构和社区的被试。在本研究中，对取样框架达成一致的过程是艰辛的。最后我们决定采用“2×4”的取样结构，主要根据以下两个方面：①缺陷是否是公众通常可见的；②可见差异的病因（先天、外伤、疾病或其他）。根据人口统计学变量、缺陷位置和特定病情将取样框架进一步分解是十分麻烦和昂贵的，以至于无法实现。虽然不完美，但最终的取样结果还是能够帮助我们对缺陷的适应问题进行考察，并且可以做出有用的比较。而且，一系列的小型辅助性研究也使对特殊问题和特殊群体深入研究成为可能。
为了同时研究不同的患者群体（如上述例子），我们必须找到一种方法对他们进行有意义的比较（如，痤疮疤痕的严重性与面瘫严重性的比较），以及一种对比较明确的判断方式。研究者面对的问题之一是他们对外貌缺陷相对严重程度的测量。在相关外貌改变的心理社会影响的研究中，如果被试感知到的严重性是最重要的变量之一，那么关键是，我们不仅要知道它是不是一个有心理学意义的术语，还要用有信效度的方式对其进行测量。在许多研究中，基于大小、位置和可见性的判断都有利于评分者进行内部一致的标准化评定。因此，虽然研究普遍发现外貌缺陷的严重性不能用来预测心理抑郁，但这一结果也许在具有不同缺陷群体的研究中有较少的信服力（Robinson，1996），相对于那些只有一种疾病的被试群体的研究而言（Love等，1987；Malt和Ugland，1989）。将患有不同改变外貌缺陷的异质群体结合在一起的更大困难是，某些病情会潜在地影响到机体的功能障碍，尤其是那些影响面部的缺陷（如头部和颈部的癌症）；而其他如皮肤病等疾病，对功能的损害较小。
还有一个困难是，大众（而不是诊断）群体被认为是同质的，因为他们对外貌有相似的体验和态度。例如，假定所有青少年都受到外貌的困扰，或是所有老年人都不被外貌所困扰，这种观点是没有远见的（Johnston等，2004；Spicer，2002）。斯派塞总结说，老年人常常因为这个原因被排除在外貌相关研究之外（Spicer，2002）。同样，假定个体必定认为衰老对外貌有消极影响，且相对于男性，这种情况对女性而言更糟糕，那么这种看法就不能帮助人们理解男性和女性在整个人生中的不同体验（Halliwell和Dittmar，2003）。同时，某些群体几乎没有被研究过。例如，几乎没有人注意到由于更年期导致的外貌改变（Banister，1999）。
比较组和控制组
研究人员在评价对外貌担忧者的干预时，常常不去使用控制组和比较组（Kleve等，2002），因此，它们更应该被看成是有用的、提供信息的调查方法而不是研究方法。选择一个适当的比较组会使研究者陷入两难境地，现有文献因为研究没有比较组或得出了可疑的相关关系而饱受质疑。例如，贝亚勒和同事比较了进行隆胸的患者和耳鼻喉科（ENT）患者，前提是比较组没有进行整形手术。然而，耳鼻喉科手术（事实上如所有外科手术一样）会潜在地影响外貌，这也是患者所担心的。
数据收集的时机
假设个体对自己的外貌相当担忧，那么我们必须保证参与研究不会加剧他的痛苦，也不会带给他过重的负担或耗费太多他的时间。在任何可能的情况下，在研究时间和卫生保健系统中给个体提供全面医疗都是有利的。例如，在手术期间进行数据收集是不合适的，因为这可能引起被试焦虑水平的升高，并且需要降低被试感知到的研究方法的严谨性。
在某些情境下，数据收集时机尤其重要，比如个体处于生命垂危（如癌症）或严重烧伤的情况下。菲利普斯发现烧伤儿童的父母在小孩住院期间不太情愿参加研究，因为他们一刻也不愿意离开自己的孩子。然而，一旦他们的孩子出院回家，烧伤的即时威胁平息后，他们就会非常渴望参加深度访谈。确实，随着时间的进展，当生命威胁减退、与医护人员和其他患者的联系减少、患者开始同健康的同事进行自我和外貌的比较时，其对外貌相关的担忧就开始显现出来（Gamba等，1992；Pendley等，1997）。并且，这些孩子的父母一旦感觉对生命的即时威胁消退，他们就会觉得谈论和承认外貌担忧是合适的。然而，重要的是，我们不要认为对外貌改变的适应会随着时间进程而增加，我们应该把它看成一个持续的压力源，它会随经验而不断加剧或减缓。
和其他领域的研究一样，在研究者对新的干预或服务评价时，时间对于他们（相比手术的、心理的或教育的因素而言）可能是更关键的因素。新的服务和程序的建立需要一定的时间，并且最初的小问题也需要进行修正。因此，当干预措施越来越成熟时，早期的评估也许不能真正地反映出这些问题。然而，一开始就没有将心理评估包含进去的干预措施，则会导致广泛采用的手术或支持性干预没有提供期望的心理社会益处。而且，在研究期间新技术的出现和医疗的改变意味着，在研究结果公布出来时，曾经被认为最有效的治疗方法已经被取代了。例如，雷比（Reaby）在1998年以及他此前和霍特（Hort）在1995年曾考察了进行过乳房重塑手术的女性术后7年内的体验，在这期间，外科手术和医疗水平取得了一定的发展。
数据收集也会受季节和天气的影响。例如，当天气较热时，受外貌困扰的个体觉得通过化妆和服饰来遮盖自己的缺陷会令自己不舒服或做起来更加困难，并且这时某些被认为具有危险性的活动（如去海滩、游泳等）发生的可能性也会增加，因此他们的焦虑水平可能会提高。此外，某些皮肤病在特定的天气条件下会恶化（Papadoulos等，1999b），这说明了导致缺陷的其他原因在一年的特定时期偶发的概率也会增加。例如，由于烧烤和野营篝火导致的烧伤在春夏两季会增加。最近几年，英国一直致力于降低在盖伊·福克斯之夜焰火庆典中的烧伤隐患。然而，在2003年，该活动中仍然有1136例焰火烧伤患者，其中包括588名儿童和年龄未满18岁的青少年。
数据收集的情境
某些缺陷如皮肤病的可见性会在数据收集时受到情境的影响（如空气状况、房间温度或被试对诊所的焦虑），因而影响感知到的病情可见性的数据。同样，个体的自我报告可能会受到他们最近社会关系以及他们向上或向下比较的程度的影响，并且，与具有相同病情的其他患者同处于诊所内的经历也会加剧他们进行这样的比较。因此，在对有评价性的或有影响性的状态进行评估时，我们有必要了解情境/关系的作用（Cash，2002b），以及适当的时候在评估中使用情境（与特质相反或是特质之外）测量。
外貌研究的方法
外貌研究使用了越来越多的研究方法：从以实验室为基础的研究到应用性的诊所情境，并且都采取了定性和定量两种研究取向。
实验室研究
实验室研究有时候会因为缺乏生态效度和忽视社会文化影响而受到批评，然而实验室研究可以提供有价值的实验证据，并能更好地了解可见差异个体报告的问题。例如，空间关系学或人际距离的研究结果已经证明，对社会交往的主观体验可以进行客观研究（Rumsey等，1982）。在控制了自然情境和实验室情境的一系列研究中，研究者发现面对面交流和社会交往的水平以在“现实生活”中不可能的方式发生了变化。拉姆齐和布尔进行了一系列的研究，使用化妆来操纵无可见差异个体的面部缺陷，以提供实验证据支持个体的自我报告，即人们通常回避有可见缺陷个体。如果不采用被试内设计，则不可能获得这样的证据。也就无法对缺陷的呈现或消失进行直接比较，而不受其他因素如性别、社会技巧或外貌其他方面的混淆影响。
对化妆的研究也表明，仅仅一个预料中的消极反应就足以使有可见差异个体对社会交往产生不同的感知和报告。例如，那些相信自己脸上有伪造疤痕的被试，会将他人对其的消极反应和交往归因于他人对自己异常外貌的偏见（Kleck和Strenta，1980；Strenta和Kleck，1985）。事实上，被试脸上的伪造疤痕已被秘密地擦除掉，并且在克莱克和斯特伦塔的研究中被试看起来没有可见差异。很明显这种操作只有在控制的实验设计中，加上一定程度的欺骗才能实现。这些发现为心理治疗策略提供了清晰的基本原理，并促使后续研究提供证据，因为社交技巧比外貌缺陷更能预测成功的概率，因此社交技巧训练是一项合理的干预措施。
控制的实验研究也能系统地考查媒体对身体焦虑和身体意象满意度的影响。本领域研究之所以成为应用的焦点，是因为最近英国医药协会等机构担忧，媒体大肆宣传过瘦模特而导致人们的身体不满意程度和饮食失调发生率增加。哈利韦尔和迪特马尔使用电脑图像软件对广告中模特的身材变化进行了操控。虽然模特的“吸引力”没有发生变化，但她们的图片却被拉长，促使她们看起来或“瘦”（英国人身材8号）或处于“平均水平”（英国人身材14号）。结果表明，看到瘦模特的女性其身体焦虑感增加，并将瘦和外貌的社会文化理想标准内化了。这项研究认为，广告中使用身材处于平均水平的模特可以降低女性的身体焦虑感，但仍然会提高产品销售量。这些研究对广告业有明确的暗示，并认为将重点放在降低外貌的社会文化态度的内化水平上的干预措施也许是有益的，干预的可能途径和这种干预的有效性有待考察。未来的研究也许会尝试引入更发达的技术，使得电视广告中的图像能用相似的方式被操纵，也能考察“普通”外貌而不是“完美”外貌的影响。然而，针对媒体影响的实验室研究被批评为生态效度不高（Grogan，1999），因为被试在不熟悉的环境中只专注于广告，因此结果不能代表被试正常环境中受到媒体的影响。
吸引力测量
“吸引力”这一概念已经被证明对研究者来讲存在许多问题。许多早期实验研究使用了“富有吸引力”和“无吸引力”的个体的照片，但我们清楚的是，吸引力不只在于身体特征。对人类面部和身体的系统测量［见罗伯茨–哈里（Roberts-Harry）（1997）关于人体测量技术的文献综述］并不等同于对其吸引力的评估，目前依然有人试图通过电脑制作出所谓的“完美”面孔来，有趣的是，这些图像往往被认为是“毫无生气的”。很明显，像吸引力这样的主观概念需要进行主观评估。
自我报告研究
目前许多关于缺陷的心理社会影响的研究都发表在医学刊物上，大部分是相关调查和描述性研究，考察特殊的医学疾病如烧伤（Wallace和Lees，1988）、葡萄酒色斑（Lanigan和Cotterill，1989）和白癜风（Porter等，1986）。这些研究通常集中于疾病的心理社会方面，外貌问题被看作补充问题。例如，在对青少年癌症的心理社会影响的研究中，研究者对外貌问题的注意很少，然而，许多青少年报告说外貌的改变是疾病和治疗中最令人抑郁的部分（Eiser，1998；Rowland，1990）。
那些对可见差异个体面对的问题中某些最为清晰的描述来自自我报告数据。像帕特里奇这样的个人记录在激励对改变外貌的学术研究和解决问题方面影响很大（Partridge，1990），然而个案研究作为一种研究方法得到的关注还是相当少。
本领域的绝大多数研究都是回溯性的、定量的、跨情境的和相关性的研究。而这类研究存在着一定问题，因为当被试表达他们现在对于身体和外貌的情感和担忧时，他们也许无法描绘出真实的过去体验，从而混淆了消极体验和积极体验。实验过程中还可能出现认知失调，导致被试调整早期自我观点以使过去和现在的情境达到协调。这一点已经在乳房切除术后进行整形手术的女性的研究中得到了证实（O’Gorman和McCrum，1988；Reaby和Hort，1995）。此外，近期发生的被试事件和研究情境可能会影响个体的感知和自我报告。实际上，“身体是一个不断变化的研究对象”（Cash，2002b：41），个体对于外貌的看法在其一生中都在不断发生变化。对于外貌或身体意象的状态报告每天都会发生变化，甚至在一整天内也会发生变化。然而，尽管会发生波动，个体还是能够在当前（状态）身体满意和特质身体满意之间达到一个自我平衡。在梅林科（Melynk）的一项研究中，108名美国大学生被要求填写《身体意象状态量表》（BISS）（Cash等，2002），并且每天填写两次、一共填写6天，结果发现被试对外貌的特质满意度与报告的状态身体意象息息相关（Melynk等，2004）。
纵向研究
我们现在迫切需要进行纵向研究，以探讨适应的动态性、波动性本质以及考察与个体一生中重要时期有关的问题。例如，跨时间段研究（Sheerin等，1995）发现患有葡萄酒色斑的儿童并没有因为自己的外貌而受到困扰，相反患有此病的青少年和成人则受到了困扰。预测性、纵向研究能够区分出这些问题在什么时间，以及怎样变得显著起来，特别是针对白癜风这种逐渐恶化的疾病。这也清楚暗示了研究者应该根据不同年龄段设计合适的护理方案，同时也表明了皮肤病与压力之间的关系。
在有关非缺陷者的文献中，纵向研究倾向于聚焦个体对身体不满意的程度和体重（Heatherton等，1997；Rizvi等，1999），而最近的研究则集中于青少年群体（Holsen等，2001）。对有可见差异个体进行完全的预测性、纵向研究通常非常困难。干预前外科手术或医学数据收集是切实可行的［例如，评估对患有葡萄酒色斑（Hansen等，2003）或牛皮癣（Fortune等，2005）的患者进行的治疗的心理社会影响］，但该手段通常无法收集到患者在缺陷前的基线数据。预测性研究（Dropkin，2001）考察了75名头颈癌患者在进行外科手术治疗前的焦虑和自我护理的关系，术后第五天可以作为有效区分他们对自己改变后的外貌接受的关键点。但是，研究者对患者只进行了6天的术后跟踪调查，还需要进一步的纵向研究。即使像这个例子，收集了术前的基线数据，进行和接受诊断的过程也已经影响了患者对自己身体的看法和情感。这一点已经在考察女性进行化学治疗的体验的当前研究中得到了证明。在治疗开始前的访谈中，被试描述了她们对于手术效果的期望怎样影响了她们对自己目前外貌的评价（Harcourt和Frith）。
在理想情况下，采用纵向、预测性设计招募被试，在一整年里进行数据收集，这样做对研究是有益的。然而，在纵向研究中分散的数据收集时间，例如每6个月收集一次，仍然有可能错过一些对个体来说特殊重要的时间点，而且纵向研究对研究者和被试都有特别高的要求。纵向研究中不断重复的参与研究可能影响个体对外貌的看法。鲁施（Rusch）等人进行了一项纵向研究，被试是57名由于持续外伤需要进行整形手术的儿童的家长。几乎所有被试（98%）都被确认有创伤后应激障碍（PTSD），在受伤后的5天内他们都表现出焦虑或抑郁症状。一个月后，他们的创伤后应激障碍降低到82%，12个月后进一步降低到44%。鲁施和同事认为，频繁的研究访谈被许多家长看作非正式的干预，能增加他们同子女谈论心理社会问题的可能性或警惕性。这也提出了一个问题：研究情境的设定是否超出了预先的标准？（Rusch等，2000）
最后，纵向研究也需要考虑心理社会干预的长期效果。虽然罗宾逊（Robinson）等人评估了社会交往技巧训练计划，并进行了为期6个月的追踪研究，但还是只有极少数的研究考虑了护理的长期效果（Robinson等，1996）。
随机控制实验
在目前强调责任和以证据为基础的实践的气氛下，随机控制实验得到了广泛的应用并拥有了强大的说服力（见罗宾逊于2002年的文献综述）。基于随机控制实验，健康临床医生、管理人员和政策制定者被用来评估治疗和干预的有效性，因此，以这种方法进行的研究也许更能被读者和权威医学杂志接受。虽然健康心理学家（尤其是那些在应用型健康机构工作的健康心理学家）必须意识到随机控制实验的价值，他们也要注意随机控制实验在心理社会医疗中适用性的争论（Bottomley，1997；Robson，2002）。我们认为，在使用随机控制实验来评价与外貌相关的医疗的影响时，需要进行谨慎的考虑。
特别是，即使在随机控制实验中能够相对容易地对药物治疗进行控制和标准化，与外貌相关的外科手术和心理社会干预也有许多不同的问题。像疤痕的变异（例如发展为瘢痕瘤的倾向）这种个体差异是无法控制的，但它对外貌相关手术的主观或客观结果产生影响，在适应中手术可能是影响因素，也可能不是。
最重要的是，随机控制实验剥夺了病人对治疗的选择，并假设被试只是被动的反应者，而不是有意识的、能够交互的参与者（Robson，2002）。实际上，给予被试的仅为是否参加实验的选择，他们对自己的治疗没有主动决定权。当随机控制实验被用来比较不同整形结果的手术产生的心理社会影响时，这尤其重要。例如，迪恩（Dean）等人于1983年使用了随机控制实验来比较进行过乳腺癌切除手术的女性，观察她们分别在立即实施乳房重塑手术和延迟实施乳房重塑手术时的心理影响。在这种情况下，随机化意味着女性对于自己未来的外貌完全听天由命。这增加了样本出现偏差的可能性，因为那些想积极参与对自己外貌的决定或是对重塑手术持支持或反对态度的女性，不可能被分配到控制组，因此研究结果也许只能应用于那些对治疗方式没有特殊偏好的亚集患者。然而，在这一特殊研究中，必须考虑到随机控制实验的适宜性——随着时间的推移，它在伦理实践上能否被接受。最近，在比较三种不同的延迟乳房重塑手术方法的心理社会影响时，随机控制实验被认为是适合的（Brandberg等，1999）。在这种情况下，所有被试都要做出进行某种延迟重塑手术的最初决定，而且要在她们身体其他部位的供区进行移植。布兰德堡和同事指出，患者渴望随机化的事实支持了患者对复杂的手术也许不想做出决定这一观点（Deber等，1996）。
最后，使用随机控制实验来评估心理社会干预，并不能告诉我们为什么干预是有益或无益的。被试报告的改进，可能是由于干预内容的结果，也可能是干预给予的方式，或者仅是处于团体干预中，有机会接触有相似担忧的其他个体。实际上，关于情境和过程它告诉我们的很少。同样，对研究者和其他人（也就是那些推动心理社会干预的人）而言，他们不可能不关注个体被分配到哪种条件下（Papadopoulos等，1999b）。我们需要更娴熟地设计和评估来确定干预的哪些方面是有用的。
尽管随机控制实验还存在一些问题，但我们并不会因此而否决这种方法。这种方法依然被证明是有效的。例如，在评估提供给有面部缺陷的个体认知——行为指导的宣传时（Newell和Clark，2000）。有一个危险因素是，如果不是因为随机控制实验易于操作、具有预测性，那么现代外科手术的技术也许会被更新的没有心理社会益处的手术所取代。随机控制实验将可能被证明是研究程序中一个非常有价值的组成成分，而不是唯一的（Robson，2002）。研究者所面临的未来挑战是确保随机控制实验被恰当谨慎地使用，并激发出不同方法的发展。
影响调适的多种变量
在许多情况下，研究结果会提及对外貌的调适，但对这一过程中包含了哪些影响因素还不清楚。在决定个体差异方面具有一定潜在作用的因素是很多的，包括社会支持、应对、自尊、归因风格和对外貌的投资（Moss，1997）。然而，如果包含所有变量，那么研究会让被试难以承担，并且为了达到统计效力，研究中还必须采用大样本。因此研究人员必须做出困难的选择：选择哪些变量、忽略哪些变量。
同样，进行定量研究也需要一个合适的结果变量测量工具，并且文献再一次表明，可能出现的结果范围很大，特别是关于焦虑、身体意象和生活质量的。虽然针对这些结构中的每一种都有很多测量工具，但使用最广泛的两种是《德里福德外貌量表》（DAS）和《医院焦虑、抑郁量表》（HADS）（见表2.1）。
表2.1 在外貌研究中经常用于结果检测的量表范例
这些结果常常被用来表示适应程度，但准确来讲，在这种情境下适应的含义又是什么？研究中通常对适应没有明确定义。它是一个过程还是结果？我们指的是低水平的抑郁还是高质量的生活？能否将其定义为不再寻求进一步治疗来“改进”外貌？如果我们采取最后一种观点，那么我们又如何解释卫生保健专业人员报告的情境，即那些先前被认为适应良好的个体，寻求机会进行新的和开创性的外貌改进的外科手术？
因为外貌产生的心理社会影响是如此复杂，孤立地测量一、两个因素并不合适，我们需要在全面评估和大量问卷之间进行平衡。然而，研究者却面临几个两难困境：第一，进行调查的结构如身体意象特别复杂，许多研究者不能清晰地陈述出要集中于哪一个定义或是结构的哪一方面［见汤普森（2004）、汤普森和范登堡（2002）关于身体意象评估的评论］。
第二，测量心理社会功能的一般工具可能无法测量到与外貌相关的某些特殊方面（例如，社会焦虑而不是一般焦虑）。公认的测量方法也受到了批评，因为它依赖于研究者对外貌做出的假设，而不能获得被试自己的观点（见下面对定性研究方法使用的考察）。尽管本研究领域已经取得一定进展，但许多测量工具却缺乏可接受的信效度水平（White，2002）。例如，《身体意象量表》（Hopwood等，2001）用于心理测量属性的确认，似乎对患乳腺癌的女性来讲，该量表是测量她们身体意象的有效的、可靠的测量工具。汤普森列出了一个有用的建议清单，供研究者和临床医师选择测量身体意象的工具（Thompson，2004）。
尽管有这些局限性，临床医生和研究者依然致力于寻找对外貌的心理社会影响进行定量测量的34种测量工具的综述，其中包括一些被广泛使用的测量工具［如GHQ（general health questionnaire，《一般健康问卷》）和罗森伯格自尊量表］。钦（Ching）和同事指出，“心理”测量工具与进行对整形手术结果的测量相关，具有较低的表面效度。但是，这些量表评估的是大范围的心理结构，不一定特指外貌。钦和他的合作者根据《德里福德外貌量表》（DAS）较好的内容效度、表面效度和预测效度，对其评定较高。但同其他测量工具一样，DAS的假设是基于病态和病理学的，这一点与研究者强调外貌的积极方面的要求是背道而驰的。此外，这些测量工具也是模棱两可的，因为个体对外貌的普遍担忧或许与他们正在接受治疗的客观病情或“缺陷”有关，又或许没有关系。
