心理學研究中，特別是一些心理健康測驗中的心理結構或者模型大多是屬於多維的結構。如果問卷的結構並不是單維結構，而我們又需要知道被試整體的心理狀況時，就不適合采用直接簡單的累加問卷得分來反映被試整體的心理狀況；除了需要反映被試整體的心理特質，作答負擔也是一個需要考慮的問題，過多的題目，雖然能夠保證對所測心理特質測量的穩定性，但是會給被試造成負擔，說不定還會引入新的誤差。基於上麵所提到的問題，就需要我們探索適宜的模型和結構合理合成分數，並且在不過度損失測量精度的基礎上縮短所需要施測的題目，減少被試的負擔，從而能夠更好地反映和說明測量的心理特質。
從上述的角度來看，基於Bifactor-IRT模型的CAT似乎能夠提供一種新的思路。
基於Bifactor-IRT模型的CAT在心理學應用中所具有的優勢主要體現在以下幾個方麵。
一、擬合性
雙因子模型對於一些心理結構或問卷量表具有良好的擬合性。在一些心理健康量表以及患者自陳問卷中，雙因子模型似乎擬合更為良好。有研究者對目前常用的一些抑鬱問卷、焦慮量表以及患者健康問卷（Patient Health Questionaire，PHQ）進行了分析和研究，結果表明相對於使用單維模型，采用多維的模型，尤其是雙因子模型更能很好地擬合問卷結構。
以貝克抑鬱問卷為例，在過去的很多年裏，許多研究者都對貝克抑鬱量表的結構進行過探索和驗證，大多為單維結構和多維結構的比較，相對有代表性的模型為Ward（2006）和Osman等人（1997）的三因素模型。Ward的模型為正交模型，包括三個因子，一個G因子，即公共因子、抑鬱因子；兩個特殊因子分別為：S因子，即軀體因子（Somatic），C因子，即認知因子（Cognitive），在這個模型當中，所有因子之間均為正交，即不存在相關。Osman等人的模型為斜交模型，貝克抑鬱量表可以劃分為三個維度，即消極態度（Negative Attitude）、軀體症狀（Somatic Elements）和行動困難（Performance Difficulty），三個因素之間相關。