主题：漫谈体检策略－统计相关的故事（一） -- xtqntd

天下没有免费的午餐

老祖宗教导我们福祸相依，阴阳轮回，革命导师教育我们要用辩证法，而皇帝、资本家和普世教育我们只有这样这样才是是对的。

没有哪种检查是没有副作用的。最少的副作用是花了你的或者纳税人的钱和时间。也正因为有副作用，所以才需要更多地考虑一下“我是谁”的问题。世界上最准确的方法是病理切片。把你从上到下全部切成标本由病理学家诊断一遍，保证没错（某个时代的金指标），但似乎检查完成之后人也没了。

最常用的体检，也就是望触叩听这些基本功，敏感度和特异度都很低。于是才有技术手段的不断进展，但是技术手段越激进，可能副作用也就越大。X线是革命性的突破，但同时带来了外辐射；PET是革命性的突破，但同时带来了内、外辐射；胃镜、肠镜、ERCP是革命性的突破，但是不小心捅破了器官致命的事情也开始有了

以前两天闹得沸沸扬扬的PET－CT为例，其潜在的副作用有：

CT的X线外辐射

PET正电子的外辐射

注射进体内同位素标记的分子（一般是葡萄糖）的内辐射

标记药物可能引发的过敏

密闭空间的幽闭恐惧（这个太少了，忽略好了。）

钱

如果这种方法在急需判定是否需要化疗、化疗需要用什么样方案的肿瘤患者中使用，没有问题。但是在一般人群里，既然这种方法的阳性预测值和别的非侵入性的／放射性的方法没什么差别，那么副作用，在这种情况下，就成为了必需要考虑的问题，再在前面的基础上，根据副作用的危害程度，考虑是否采用这种检查。

这就是一环套一环的条件概率链条，在过去的几天争论中，不停地有人选取其中某一环的概率－－必需得承认对这环／或者说部分的研究确实有严谨的研究证据－－来试图替代应用于整体的条件概率，有意（刻意推广者）或无意（忘了下定义的人群者）地给出了误导性的结论。

不可否认的是，即使大家都构建了同样的推理链条，在各个环节上的选择也是因人而异的。策略的选择实际变成了个人性格和知识的综合体现。你是激进的还是保守的？你的医生是激进的还是保守的？

于是我们需要再看，无论在哪所医学院，临床医学教育中前辈医师都会一直、反复强调，考虑疾病先要考虑常见病多发病，考虑检查也是要循序渐进，不能一上来就是“高精尖”，为什么？

因为我们都是Baysian

土鳖抗铁牛

呵呵，请继续关注下文哈，多谢捧场

世界真的很复杂

我们要去体检，我们陷入了一张无穷无尽的概率推断的巨大网络，虽然我们总是希望这样的推断是因果推断，但绝大多数时候，只是相关性的概率推断。

某项检测是不是适用于某个群体－｜

我要检查什么东西－－－－－－－｜

我是谁－我属于哪个群体－－－－－－》是否检测某指标－－》检测方法是否能准确反映这个指标－－》这个指标能否反映某个疾病－－》是不是有某个疾病

这就是临床医生每天面对的世界，每天积累着经验，每天修正着自己的判断。没有人会在做诊断的时候这样一步一步地推，一切都在潜移默化中融入了思维，这就是人脑神奇之处。

抱怨这次医改提高医生服务诊费的河友，如果您知道了诊断是如此复杂的事情，您还会抱怨医生收的服务费太高么？假设同样的工作强度下，布隆博格和麦肯锡卖信息和咨询意见各自收费又是多少呢？

行文至此，不由得上一段严肃的讨论。

医生应该是贝耶斯主义者，只是大多数时候他们并不需要仔细分辨。

医学是经验学科，医生随着经验的积累不断地修正自己的判断，也在不断地适应自己所面对的人群。随着现代医学分科的不断细化，专科医生越来越局限于自己专长所能见到的人群。但经常地，他们也会经常忘记自己所下结论的人群。

对普罗大众推荐合适的基本体检，应是面对普罗大众的全科医生的作用所在，并由此担负起正确分诊的重任。因为各种因素的影响，文化、经济和人的心态，基层全科医生待遇低、地位低，无人肯做，无人尊重，于是平均水准也相对较低，由此进入恶性循环。在美国也是一样的情况。之前的讨论中出现的争论正是目前我国和美国部分医疗现状的一个共同缩影：

部分富裕的人们涌向最顶尖的医院，专科医生取代了全科医生的职责，或有意或无意直接推荐高精尖的适用于特殊人群的检查给一般人群。其中纠结了太多的利益、名誉、自我认同和群体认同，绝非一两句就能解释。而穷人们在这样潮流的裹挟之下，也只能随波逐流了。

前面的争论中反复出现并为医生自豪的，也是现在极为很热门的一个词汇就是循证医学，力图把医疗手段标准化、证据化。以往比较常见的如证据分级、meta分析等已为我国医界所接受和广为应用，当然，水平各有千秋。进一步发展可参考美国兰德公司的三大支柱之一，兰德医疗的研究，他们目前正在从事着标准化医疗决策的研究，临床医生、流行病学家和统计学家共同合作构建基于Baysian理论基础上的各类决策树和决策理论，用于制定相对标准化的疾病诊疗流程、预后判断，广泛运用于临床实践和医疗保险业。高水平专科医生大可以此为参考依据。

但遗憾的是，如此强大的工具在目前我国医学教育模式的大背景下并没有得到最好的发挥。为了晋升，必需要有博士学位，必需要有SCI论文。于是医学博士生们被要求待在实验室里钻研动物模型，最重要的临床实践却不见了，这在国内某些新贵医学院中表现得特别明显，论文，论文，还是论文。博士不会看病者大有人在，即使是研究循症医学的博士或是专科医生，倘只醉心于跟踪所谓最新的文献，却忘记了这些文献结论下在什么样的人群，而自己面对的又是什么样的人群。

另一方面，这样的标准化流程也成为了极佳的，往善处说是自我保护，往恶处说是推卸责任的借口－－这里的也是现实中的善恶没有明确的分野－－这是目前最好的证据，我一步一步照着来的，这也是正是目前部分医疗官司压力下的某些医生保护自己的无奈之举，也是某些医生推卸责任的基本模式。

没时间的网友可以直接忽略中间那些，跳到这篇。

绕了这么大的圈子，我们还是回到了原点：体检，究竟该怎么办？

之前拉拉杂杂了这么多，其实最后建议只有记住以下三点

1。先想清楚“我”是谁，我要什么？

2。先问清楚这个方法是不是适合“我们”？

3。天下没有免费的午餐

也许这家老爷子有高血压，邻家大妈前两年不幸得了胃癌但是万幸是早期医生说切得很干净，隔壁大兄弟四十来岁成天在外面忙事业不着家，楼下小姑娘很可怜，家里有几位长辈女性得了乳腺癌她忙里忙外的

这是我们的生活，这是“我”。每一个人都属于一个小小的群体，你把自己定位得越细越准确，“我”和“他”就有所不一样，那么体检的策略自然有不所一样。希望大家特别注意，多想一点，然后自然可以分辨不同的人给的意见是否适用于自己。古人谓兼听，择其善者从之，其不善者而改之，与Baysian思想下的偏倚分析不约而同。

如果有人跑来跟你说xx方法最牛x，包查百病，有百利而无一害，这个时候就要留个心眼了，这是骗子，圈圈功，叉叉教和投行的专家们特别喜欢的句式。多留个心眼，天下没有免费的午餐。

上面的几位分别代表了不同的人，有不同的需求，重点检测不同的疾病，推荐的方法自然不一样。大家不妨一起出出主意，并且说说为什么您会建议他们这么做，相信几轮讨论，各位都能建立起您自己的心得。

另外，有一位有趣的教授弄了一个your disease risk的网站，以前在哈佛，老头跳槽去了圣路易斯华大，于是网站也跟着搬到了新的学校。

http://www.yourdiseaserisk.wustl.edu/

仍然需要指出的是，网站的实际对象是美国的、能使用英语的、能够上互联网的、并且会跑来看这个网站的人群，虽然设计对象是（美国的）全人群，资料来源也尽可能是（美国的）全人群。当然，大多原理还是相通的，对普通国人来说简明易懂，可以参考。

哈佛还留了一个按图索骥，也还不错

http://www.diseaseriskindex.harvard.edu/update/english/index.htm

对诊断结果是假阳性的患者，痛苦就更大了。

最近收集到两个怀疑乳腺肿瘤的病人，医生和医院一忽悠，就迫不及待地做了全切手术，结果。。。没有肿瘤。其中一个一边儿胳膊给废了。

难道术中不等冰冻病理就直接上根治术的啊？这个过分了

你能想象国内某个大城市一年做的子宫全切手术比全部骨科手术总和还要高得多，大多数的理由是怀疑子宫颈癌。

好不容易说服先发篇文章，但又没有时间来写了，怎么也得十月下旬以后了。

您只要有这份心，便是功德了。

第一个例子里面敏感度的样本是原来患病的所有人，也就是1000个人，所以敏感度是500/1000=50%，但是仅凭第一个例子所给的3个数据（1000，100%，500）是得不出特异度的，因为我们并没有不患病的样本。

仅凭第二个和第三个例子里面的三组数据是得不出敏感度和特异度的，因为在1000个样本，50%（或者10%）的患病率的条件下，有多种敏感度和特异度的组合可以得出500个检测阳性的结果，（50%，50%）只是其中一组解而已。

但是如果知道了敏感度和特异度都是50%，则是可以推出三个例子里面最终检测出500个阳性的结果

听说美国也有这种推荐手术过多，过滥的情况！好像其中就有子宫切除术！但是普通人有着问题，那还不是听医生啊，要不听什么？难道flk？！