Evidence Deep Dive

检查证据纵深:从报告单到概率判断

报告单不是判决书。一个数字之所以有意义,是因为它把检查前概率(pre-test probability)通过似然比平移到检查后概率(post-test probability),然后落到下一步行动上。读报告的能力,本质是理解检查性能、阈值结构、参考范围语义、贝叶斯更新和危急值流程,而不是把"超出参考范围"等同于"得病"。

检查性能
Sn / Sp / PPV / NPV / LR+ / LR-
检查前概率
人群患病率与个体风险背景
阈值结构
cutoff、ROC、AUC 与决策点
行动语义
排除、确认、监测、危急值响应
一、检查性能:四个性能指标 + 两个似然比

同一项检查在不同人群表现不同。理解性能就是理解"什么样的阳性 / 阴性才有信息量"。

指标定义不依赖患病率?临床用途
敏感性 Sn真正有病的人中检出阳性的比例 = TP / (TP + FN)是(检查内在属性)高 Sn → 阴性可用于排除(SnNOut)
特异性 Sp真正无病的人中检出阴性的比例 = TN / (TN + FP)是(检查内在属性)高 Sp → 阳性可用于确认(SpPIn)
阳性预测值 PPV阳性结果中真正有病的比例 = TP / (TP + FP)否(随患病率上升而上升)低患病率人群中阳性多为假阳
阴性预测值 NPV阴性结果中真正无病的比例 = TN / (TN + FN)否(随患病率上升而下降)高患病率背景下阴性的排除力下降
阳性似然比 LR+Sn / (1 − Sp)>10 强阳性证据,2–5 弱阳性,1–2 几乎无信息
阴性似然比 LR-(1 − Sn) / Sp<0.1 强阴性证据,0.2–0.5 弱阴性,0.5–1 几乎无信息
二、贝叶斯更新:从检查前到检查后

概率更新的核心公式:pre-test odds × LR = post-test odds。Odds 与概率之间通过 p / (1 − p) 互换。

2×2 表起步
概率
把"病/非病"放列、"阳/阴"放行,先估检查前概率(病史 + 体征 + 流行病学),再用 Sn 和 Sp 推 LR,最后乘到 odds 上。这是循证临床决策最直接的运算路径。
Fagan 列线图
概率
三条平行轴:左侧 pre-test probability、中间 LR、右侧 post-test probability,连一条直线即可读出更新后概率。LR 越远离 1,直线斜率越陡,概率移动越大。
为什么"低风险阳性"常需复查
直觉
检查前概率 1% 的人即使 LR+ = 10,post-test probability 也只有约 9%。这就是为什么人群筛查阳性首先要走确认检查(confirmatory test),而不是直接进入治疗。
为什么"高风险阴性"未必能排除
直觉
检查前概率 60% 的人即使 LR- = 0.2,post-test probability 仍有约 23%。这就是为什么对高度可疑的 PE、ACS,单次阴性常常不够,需要 serial testing 或更敏感的策略。
三、阈值效应、ROC 曲线与 AUC

每一个连续检查(cTn、PSA、D-二聚体)都有一条 ROC 曲线。挪动阈值,就在 Sn 和 Sp 之间做权衡。

调整阈值对 Sn / Sp 的影响对 PPV / NPV 的影响典型场景
下调(更宽松判阳)Sn ↑、Sp ↓PPV ↓、NPV ↑排除型场景:急诊排除 PE、心梗、脓毒症
上调(更严格判阳)Sn ↓、Sp ↑PPV ↑、NPV ↓确认型场景:影像确诊、肿瘤治疗准入
ROC 曲线所有阈值上 (1−Sp, Sn) 的轨迹比较两种检查的整体辨别力
AUCROC 下面积,0.5 = 随机,0.9+ = 优秀整体性能指标,不代表任一具体阈值的临床表现
四、参考范围 vs 临床决策值
参考范围 ≠ 健康线
语义
"正常值"通常来自健康人群中央 95% 区间(mean ± 2SD 或非参数 2.5%–97.5%)。它说的是"统计上的常见",不是"生理最优",也不直接等于"无风险"。
临床决策值 / cutoff
语义
由治疗试验、预后研究或共识指南给出,例如 LDL-C 的二级预防目标、HbA1c 的诊断阈值。它和参考范围不是同一个东西。
人群差异
语义
儿童、孕妇、老年、妊娠期、不同种族的参考范围不同。报告应使用对应人群的范围;用错人群范围 = 用错参照系。
单位与方法学
语义
同一项目不同实验室方法、试剂、单位(mg/dL vs mmol/L)会给出不同绝对值。跨实验室比较趋势前要核对方法。
五、常见检查的临床阈值与解读逻辑
检查关键阈值 / 算法临床意义
高敏 cTn(hs-cTn)0/1h 算法:1 小时内 Δ < 3 ng/L 排除 NSTEMI(NPV > 99%);Δ > 5 ng/L 提示心肌损伤急诊胸痛 rule-out / rule-in 的核心,依赖动态变化而非单次绝对值
D-二聚体(年龄调整)>50 岁阈值 = 年龄 × 10 ng/mL(如 70 岁 = 700)结合 Wells / Geneva 评分排除 PE、DVT;Sn 高、Sp 低,仅适合排除型用
BNP / NT-proBNPBNP <100 / NT-proBNP <300 排除心衰;NT-proBNP >450(<50 岁)/ >900(50–75)/ >1800(>75)支持心衰急性呼吸困难鉴别诊断;肥胖者数值偏低,肾功能不全偏高
CRP vs PCTCRP 反应慢、广谱炎症;PCT >0.5 µg/L 提示细菌感染,>2 µg/L 高度可疑,>10 µg/L 重症脓毒PCT 用于细菌 vs 病毒鉴别和抗生素降阶梯决策
HbA1c诊断糖尿病 ≥6.5%;糖尿病前期 5.7–6.4%缺铁性贫血、CKD、妊娠、血红蛋白病(HbS、HbE)会让 HbA1c 失真,需要果糖胺 / GA 替代
肝酶 R 比值R = (ALT/ULN) / (ALP/ULN):≥5 肝细胞型,≤2 胆汁淤积型,2–5 混合型药物性肝损伤分型(DILI)的入门判别,决定影像和病因方向
TSH 解读树TSH 高 + FT4 低 = 原发甲减;TSH 低 + FT4 低 = 中枢性;TSH 高 + FT4 正常 = 亚临床甲减原发病变 vs 下丘脑-垂体轴的定位;亚临床状态需结合症状、抗体、年龄判断是否治疗
尿白蛋白 / 肌酐比 ACR<30 mg/g 正常;30–300 中度增加(A2,旧称微量白蛋白尿);>300 重度(A3)糖尿病肾病、心血管风险的早期标志,用 ACR 比单次随机尿蛋白更稳
GFR 估算CKD-EPI 2021(去种族系数版);肌酐 vs 胱抑素 C,肌肉量异常时用胱抑素 C 互补分级 G1–G5 决定肾脏药物剂量、影像对比剂、转诊时机
六、影像学:报告系统的语义

RADS 系列把影像表述标准化成可比的风险等级,每一个数字都对应明确的下一步行动。

BI-RADS(乳腺)
影像
0 不完整需补充;1–2 阴性 / 良性;3 极可能良性(<2% 恶性,6 月随访);4A/4B/4C 低-中-高度可疑;5 高度提示恶性(>95%);6 已确诊。每一档对应活检 / 随访路径。
Lung-RADS(肺癌筛查)
影像
低剂量 CT 筛查标准化报告:1–2 常规年度复查;3 短期 6 月随访;4A/4B/4X 进一步影像、PET 或活检。专门服务于高风险人群年度筛查。
PI-RADS(前列腺 mpMRI)
影像
1–5 分级,3 分及以上常用作活检 / 融合活检阈值。结合 PSA 密度和 DRE,是当代前列腺癌路径的关键节点。
TI-RADS(甲状腺)
影像
ACR TI-RADS 用 5 项特征打分(实质、回声、形态、边缘、强回声灶),TR3–TR5 按结节最大径决定 FNA 阈值,避免对低风险结节过度活检。
LI-RADS(肝脏)
影像
用于肝硬化背景下的肝细胞癌诊断:LR-1 良性 / LR-5 明确 HCC,可以不活检直接治疗,重点是动脉期高强化、门脉期廓清、包膜征等组合。
为什么标准化重要
影像
RADS 把"看起来怀疑"变成可比、可审计、可流转的数字风险等级,让多学科 MDT 和随访链可以基于同一种语言运转。
七、病理:从形态到分子
层次方法读出什么
组织学(histology)HE 染色 + 形态分级 / TNM 分期癌种、分化程度、侵袭深度、淋巴结状态
细胞学(cytology)FNA、刷检、液基(如 TCT)初筛和筛查级别,缺组织结构信息
免疫组化(IHC)抗体染色识别特定蛋白表达原发判断、亚型分型、预测治疗靶点
分子标志物FISH、PCR、NGS、MSI/MMR、HRDHER2 扩增、ER/PR、PD-L1(CPS/TPS)、MSI-H、BRCA / HRD 评分
伴随诊断(CDx)FDA / NMPA 与药物绑定的检测决定靶向药 / 免疫治疗准入的前提条件
八、危急值(critical / panic value)

危急值是"不立即处理可能危及生命"的检查阈值,必须在分钟级闭环到主管医生。

典型危急阈值
血钾 <2.8 或 >6.5 mmol/L、血糖 <2.8 或 >22 mmol/L、INR >5、血红蛋白 <60 g/L、血小板 <20×10⁹/L、动脉血气 pH <7.20、影像发现颅内出血 / 主动脉夹层 / 张力性气胸。
闭环流程
实验室或影像科 → 电话直达开单医生 → 医生 read-back 复述 → 病历记录时间和处置 → 必要时升级抢救路径。任何环节断链都会被审计。
公众视角
收到"危急值"提示时,不是看数字大小,而是看医生给出的处置路径。延迟接电话或拒绝复诊会让闭环失效。
假危急的可能
溶血标本造成假高钾、止血带过紧造成假高血糖、抽样错误造成假凝血异常,都会触发危急值复查;复查阴性不等于"原值是错的",仍需结合症状判断。
九、检查研究中的常见偏倚
偏倚怎么发生对解读的影响
谱偏倚 spectrum bias研究入组的病人病情谱与实际人群不同(如全是重症)夸大 Sn 和 Sp,临床推广时表现下滑
验证偏倚 verification bias只有阳性结果才接受金标准确认系统性高估 Sn、低估 Sp
纳入偏倚 incorporation bias金标准本身包含被评估的检查性能指标被人为抬高
部分验证偏倚 partial verification只有部分病人接受金标准缺失非随机,估计失真
领先时间偏倚 lead-time bias筛查提前发现疾病,但没真正延长生存看似生存改善,实质只是诊断时间提前
长度时间偏倚 length-time bias筛查更易抓到进展慢的病例筛查发现的病例预后看起来更好,是抽样而非疗效
十、继续下钻
预防、筛查与风险收益
把检查性能与阈值放回筛查的人群层级,理解收益与伤害的权衡。
症状模式与临床分诊
把检查前概率和危急值流程接到症状识别 + 转诊路径上。
证据、测量与因果
回到测量误差、研究设计与因果识别的方法论。
安全边界: 本页用于建立检查证据、概率更新和临床阈值的判断框架,所有数值阈值与算法均为公开循证医学共识,仅供理解;不解释个人检查结论,也不提供治疗或剂量建议。具体异常指标、筛查阳性、影像或病理结果,应带完整资料咨询合格医疗专业人员;出现危急值或急重症信号时应及时联系医疗机构。