心理学研究中，特别是一些心理健康测验中的心理结构或者模型大多是属于多维的结构。如果问卷的结构并不是单维结构，而我们又需要知道被试整体的心理状况时，就不适合采用直接简单的累加问卷得分来反映被试整体的心理状况；除了需要反映被试整体的心理特质，作答负担也是一个需要考虑的问题，过多的题目，虽然能够保证对所测心理特质测量的稳定性，但是会给被试造成负担，说不定还会引入新的误差。基于上面所提到的问题，就需要我们探索适宜的模型和结构合理合成分数，并且在不过度损失测量精度的基础上缩短所需要施测的题目，减少被试的负担，从而能够更好地反映和说明测量的心理特质。
从上述的角度来看，基于Bifactor-IRT模型的CAT似乎能够提供一种新的思路。
基于Bifactor-IRT模型的CAT在心理学应用中所具有的优势主要体现在以下几个方面。
一、拟合性
双因子模型对于一些心理结构或问卷量表具有良好的拟合性。在一些心理健康量表以及患者自陈问卷中，双因子模型似乎拟合更为良好。有研究者对目前常用的一些抑郁问卷、焦虑量表以及患者健康问卷（Patient Health Questionaire，PHQ）进行了分析和研究，结果表明相对于使用单维模型，采用多维的模型，尤其是双因子模型更能很好地拟合问卷结构。
以贝克抑郁问卷为例，在过去的很多年里，许多研究者都对贝克抑郁量表的结构进行过探索和验证，大多为单维结构和多维结构的比较，相对有代表性的模型为Ward（2006）和Osman等人（1997）的三因素模型。Ward的模型为正交模型，包括三个因子，一个G因子，即公共因子、抑郁因子；两个特殊因子分别为：S因子，即躯体因子（Somatic），C因子，即认知因子（Cognitive），在这个模型当中，所有因子之间均为正交，即不存在相关。Osman等人的模型为斜交模型，贝克抑郁量表可以划分为三个维度，即消极态度（Negative Attitude）、躯体症状（Somatic Elements）和行动困难（Performance Difficulty），三个因素之间相关。