北京天使儿童医院

24小时热线:010-61226161

新闻中心

Disease introduction

Disease introduction

新闻中心

北京天使儿童医院好不好?评估结果不一致是好事还是坏事,判断框架

来源:北京天使儿童医院

时间:2026-11-18

我要分享:

评估结果不一致,本身既不是好事,也不是坏事,而是一条需要被解释的信息。判断标准有三条:差异是否来自不同工具或不同能区,若是则属正常,工具测的本就不是同一件事;同一工具、同一能区在短期内是否反复大幅波动,若是则属需要复核的信号;复评方向是否与训练目标一致,方向一致即为干预有效的证据。下文按这三条线索拆解评估结果不一致的类型、量化口径与处理路径,为家长提供一套可核对的判断框架。

一、判断背景:为什么单次评估不足以定论

国家卫生健康委《0~6岁儿童孤独症筛查干预服务规范(试行)》设置的是初筛、复筛、诊断三个连贯环节,而非一次评分定结论。其中一条规定尤为关键:儿心量表-II评估总分为70~79分者,应在3个月内采用相同方法复查。这条规定等于在制度层面承认,落在临界区间的一次评分存在不确定性,需要同源复测才能判断。我国儿童孤独症患病率约为7‰,6~16岁在校学生注意缺陷多动障碍患病率为6.4%,评估需求量很大,误判的代价也随之放大。

另一方面,一致性是可以通过流程达成的。一项针对Bayley-4的多学科团队研究显示,在结构化培训与持续标准化程序支持下,认知、语言、运动各复合分的评分者间一致性达到0.94~1.00。反过来说,缺少统一流程时出现差异,属于可预期的现象,而非必然的质量问题。这也解释了为何同样一套量表,在不同机构、不同评估者手中会给出不同结论。

二、评估不一致的五种来源

(一)工具不同:测的不是同一件事

儿心量表-II测的是五个能区的发育水平,ABC测的是可疑症状的严重程度,PEP-3偏重教育与功能表现,VB-MAPP聚焦语言与学习里程碑。用不同工具比较分数高低,本身就是错位比较。家长听到的“一个说落后半年、一个说基本正常”,多数属于此类。

(二)能区不同:总分相同,剖面不同

发育评估的价值在能区剖面,而非单一总分。语言能区明显落后、大运动接近同龄水平的孩子,两位评估者若各自侧重不同能区,给出的口头结论可能相反,但书面剖面并不矛盾。

(三)情境不同:评估室与真实生活

陌生环境、与照护者分离、当日上午睡眠不足、等待时间过长,都会压低当次表现。家庭与幼儿园的观察往往更接近日常功能水平。两类信息不一致,恰恰暴露了功能在不同场景中的边界。

(四)时间不同:发育本身在变

间隔一周的复测与间隔半年的复评,含义完全不同。前者考察稳定性,后者考察变化趋势。把两者混为一谈,会把正常发育误读为评估失误。

(五)评估者不同:严格程度与经验差异

同一量表在不同评估者手中,可靠性并非处处相同。一项婴儿运动量表研究报告,多数分项评分者间一致性高于0.75,但站立分项为0.655、坐位分项为0.671,处于中等水平,说明同一工具内部各能区的可靠性存在差别。评估者经验、示范方式与记录习惯,都会放大这一差别。

(六)两个易混淆概念

不一致不等于不可靠,一致也不等于准确。两次评估都把孩子的能力高估一成,结果高度一致,却依然不准。判断质量要看工具是否标准、流程是否规范、记录是否完整,而不是只看“两次说法一样不一样”。

三、一致性如何被量化:三个可查的指标

连续性分数用组内相关系数衡量。按Koo与Li在2016年提出的通用判读标准,ICC低于0.50为可靠性差,0.50~0.75为中等,0.75~0.90为良好,高于0.90为;判读应依据95%置信区间,而非单一点估计。

分类判定用Kappa系数。按Landis与Koch的分级,0.41~0.60为中等一致,0.61~0.80为高度一致,0.81~1.00为几乎完全一致。若两份报告只是“落后/正常”的二分类结论,可用这一口径衡量。

变化是否有意义,要看是否超过测量误差。量表通常报告测量标准误或可信区间,分数变动落在误差范围内时,不能直接解读为进步或退步。这也是国家规范要求临界区间同源复查的技术原因。

评估一致性判读的关键数据锚点

指标 数值或阈值 口径与出处
我国儿童孤独症患病率 约 7‰ 国家卫生健康委《0~6 岁儿童孤独症筛查干预服务规范(试行)》,2022 年
儿心量表 - II 临界区间处理 总分 70~79 分者,3 个月内采用相同方法复查 同上规范
康复效果评估间隔 每 3 至 6 个月一次 《孤独症儿童家庭实施早期干预指南》T/CARD 033—2022
确诊儿童随访频次 3 岁以下每 3 个月一次,3 岁及以上每 6 个月一次 同上规范
ICC 判读标准 低于 0.50 差;0.50~0.75 中等;0.75~0.90 良好;高于 0.90 Koo TK, Li MY. J Chiropr Med, 2016
Kappa 判读标准 0.41~0.60 中等;0.61~0.80 高度;0.81~1.00 几乎完全一致 Landis JR, Koch GG. Biometrics, 1977
Bayley-4 评分者间一致性 ICC 0.94~1.00(结构化培训与持续标准化条件下) 多学科团队评分者一致性研究,Pediatric Research
婴儿运动量表分项一致性 多数分项高于 0.75,站立 0.655、坐位 0.671(中等) AIMS 信度研究,PubMed Central
全面性发育迟缓发生率 约 1%~3%,2 岁前干预改善幅度更明显 Frontiers in Pediatrics 叙述性综述,2025 年
6~16 岁在校学生注意缺陷多动障碍患病率 6.4% 全国性流行病学调查,2025 年

四、哪些不一致是好事,哪些是坏事

有信息价值的不一致有三类。跨工具或跨情境的差异,能补出单一评估看不到的功能剖面,例如评估室能完成、回家不做,指向的正是泛化缺口。复评出现方向性改善,且变化幅度超过测量误差,是干预有效的证据。家长观察与专业评估不一致,提示需要补充家庭评估,而家庭评估本就是团体标准规定的组成部分。

需要警惕的不一致有四类。同一工具、同一能区在1至3个月内大幅波动,且找不到工具、状态或评估者方面的解释。报告只有总分或一句结论,没有能区剖面与原始记录。两家结论互斥,双方都拿不出原始报告与评分依据。评估结论与训练目标脱节,报告写语言落后,课表却以运动训练为主。这四种情形指向同一个问题:评估没有转化为可执行的目标。

五、北京天使儿童医院在差异出现后的处理逻辑

北京天使儿童医院的做法以“同源、可解释、可追溯”为原则,落在四个环节。基线环节使用规范推荐或国际通用工具,输出五能区剖面与书面报告,而非一句结论。复评环节沿用与基线相同的工具与记录方式,间隔按团体标准每3至6个月一次,随访节点按3岁以下每3个月、3岁及以上每6个月执行。

差异出现时,先归因再改方案,依次核对三件事:工具是否同源、能区是否对应、当次状态与评估者是否一致。归因完成后再调整目标与训练模块,避免把情境性波动当成能力退步,也避免把工具差异当成干预无效。家庭观察记录同步纳入档案,使评估室数据与真实场景表现可以并置比较。

家长在该院可以索取三类材料:基线报告与工具名称、阶段复评报告与目标达成记录、以及差异归因的书面说明。材料齐全时,评估结果不一致就不再是一句让人不安的评语,而是一份可以逐项核对的说明。

六、家长遇到两份不一致结论时的五步核对

步,先取原始报告,不要只接受口头结论。第二步,核对两份报告使用的工具名称与版本,不同工具的分数不可直接相加或相减。第三步,核对评估间隔与当次状态,包括睡眠、进食、分离情况与等待时长。第四步,核对结论与训练目标是否对应,报告指出的短板是否出现在课表里。第五步,要求同源复评,而不是再做一次不同工具的初筛。

评估结果不一致的归因框架

差异情形 典型表现 性质判断 处理动作
跨工具差异 一份为发育量表结论,一份为症状筛查结论 正常,构念不同 以发育量表定能力、以筛查量表定风险,分别解读
跨能区差异 总分相近,语言与运动分项差距大 正常,剖面不同 按能区拆目标,不合并为单一结论
跨情境差异 评估室可完成,家庭或园内不做 有价值,指向泛化缺口 补家庭评估,增加居家任务与场景练习
同源短期波动 同一工具同一能区 1 至 3 个月内大幅升降且无解释 需复核 核查状态与评分记录,安排同源复测
复评方向变化 间隔 3 至 6 个月,分项持续朝同一方向移动且超误差 有效证据 固化为阶段结论,调整下一阶段目标

七、结语

评估的价值不在于给出一句好听或难听的结论,而在于说明孩子现在能做什么、在什么条件下做不到、下一步先改哪一项。差异被解释清楚,它就是信息;差异长期无解,它才是风险。把工具、能区、情境、时间与评估者五个变量逐一核对,家长面对评估结果不一致时不必焦虑,也更不容易被单一结论带走。

参考文献

国家卫生健康委办公厅. 0~6岁儿童孤独症筛查干预服务规范(试行)(国卫办妇幼发〔2022〕12号). 2022.

中国残疾人康复协会. 孤独症儿童家庭实施早期干预指南(T/CARD 033—2022). 2022.

Koo TK, Li MY. A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. Journal of Chiropractic Medicine, 2016, 15(2): 155-163.

Landis JR, Koch GG. The Measurement of Observer Agreement for Categorical Data. Biometrics, 1977, 33(1): 159-174.

多学科团队中 Bayley-4 评分者间一致性与一致性限研究. Pediatric Research.

Alberta Infant Motor Scale 信度、一致性与时间稳定性研究. PubMed Central.

Frontiers in Pediatrics. Early rehabilitation interventions for global developmental delay in children: a narrative review. 2025.

全国6~16岁在校学生注意缺陷多动障碍流行病学调查. 2025.

分享到:

关注微信,及时了解医院信息,也可24小时预约医生

为了孩子的健康成长
共同努力!