新闻中心
同一孩子在两次评估中得到不同结论,先要分清差异落在哪一层。差异来自四处:量表工具不同、月龄分组不同、阈值口径不同,这三项属于标准;施测者记分与儿童当日状态,属于判断。两者的处理路径完全不同——标准不同只能靠统一工具解决,判断不同可以靠复测与记录追溯。本文用四组可查数据把两类差异分开,并给出家长可以自行执行的四步归因法。

发育是连续变量,而量表必须按月龄分组给界值。一旦把一个连续的过程装进固定分组,误差就产生了,这不是某一家机构的问题,而是测量方式本身的结构性限制。理解这一点,才不至于把“两次结论不同”直接等同于“其中一次一定错了”。
《Archives of Disease in Childhood》2014年发表的一项研究,用594名1月至42.5月龄儿童的数据量化了这一误差。研究者以贝利婴幼儿发展量表第三版(BSID-III)的认知分表为对象,发现按其月龄分组计分时,约15%的真实病例被漏判,同时约15%被判为阳性的儿童实际并非阳性;若改用更宽的月龄分组(如年龄阶段问卷ASQ的分组方式),漏判比例升至约28%,而分组极宽的工具(如NDDS)中有接近一半的病例未被发现,错误率区间为27%至46%。研究进一步指出,当两套工具的月龄分组不同,一项工具相对另一项工具的灵敏度上限约为70%。
这组数据给出了一个直接结论:换用不同量表后结论不一致,是设计使然,而不是施测者随意判断的结果。反过来,只有工具、月龄组、口径三者一致时,两次结果才具备可比性。判断不一致的性质,先要判断比较的前提是否成立。
(一)量表工具不同,分数不可互换
《0岁~6岁儿童发育行为评估量表》(WS/T 580-2017,简称儿心量表-II)覆盖大运动、精细动作、语言、适应能力、社会行为5个能区,共28个月龄组,输出的是各能区发育水平;修订版孤独症筛查量表(M-CHAT)共23个项目、2级评分,输出的是“通过”或“不通过”;孤独症行为评定量表(ABC)分5个能区、57个项目,以总分界值判断。三者测的能区结构、计分方式与输出形态都不同,分数之间不存在换算关系。把一套工具的分数直接与另一套对比,等同于用两把刻度不同的尺子量同一段长度。
(二)月龄分组不同,界值随组变化
儿心量表-II把0至6岁划分为28个月龄组:1至12月龄每月一组,13至36月龄每3个月一组,37至84月龄每6个月一组。同一名儿童在不同时间点落进不同月龄组,适用的是不同的界值与不同的测查项目。这就解释了为什么“上个月刚过线、这个月却提示偏离”,结论变化可能来自分组切换,而不是能力退步。
(三)阈值口径不同,同分数可得两种结论
儿心量表-II的判读使用两个阈值而不是一个:总分低于70分提示存在发育障碍;总分在80分以上、但语言、适应能力或社会行为任一能区单项得分低于70分,提示存在发育偏离。也就是说,总分同为85分的两个儿童,一个各能区均衡,一个语言能区明显偏低,得到的提示完全不同。只看总分而不看分能区,是最常见的口径误用。
(四)用途不同,结论性质不同
筛查工具回答“要不要进一步查”,诊断性评估回答“处在什么水平、哪些能区偏离”。把筛查结论当作评估结论,或把评估结论当作诊断结论,都会造成“前后不一致”的错觉。规范文件把服务分为初筛、复筛、诊断、干预四段,每一段使用的工具与输出物本就不同。
(一)施测者受训程度与记分
同一表现由不同人记分,理论上会有差异。但这种差异在规范条件下是有限的:一项由10名施测者对68名儿童(运动发育障碍样本)分别独立评分的研究报告,组内相关系数在0.98至0.99之间,属于一致性很高的水平。这意味着,当工具相同、施测流程一致时,“判断不同”对结论的影响远小于“标准不同”。真正放大判断差异的,是未受训施测、临时简化流程、未按手册顺序呈现材料这类操作问题。
(二)儿童当日状态
睡眠不足、情绪波动、对陌生环境的抗拒、刚经历长途奔波,都会改变配合度。发育评估中有大量项目依赖儿童主动操作,配合度下降会直接压低得分。同一孩子在上午与午后、在熟悉与陌生环境中测出的结果存在差异,属于可解释的情境效应,而不是能力变化。
(三)信息源不同
仅凭家长回忆填写,与“家长报告+现场观察”两条信息源合并判断,结论的稳定性不同。前者依赖记忆的准确度与家长对发育里程碑的熟悉程度,后者保留了施测者当场的观察记录。信息源从一条变成两条,同一个孩子可能从“疑似偏离”变为“符合月龄”。
(四)评估时点不同
两次评估间隔数月,发育本身已经发生变化。间隔越长,结果差异中“真实变化”的占比越高,“测量误差”的占比越低。因此,比较两次报告前必须先确认间隔,否则无法区分是评估差异还是发育变化。
| 差异来源 | 归类 | 典型表现 | 能否通过规范消除 |
|---|---|---|---|
| 量表工具不同 | 标准 | 两套量表能区划分与常模不同,分数不可互换 | 不可消除,只能统一工具后比较 |
| 月龄分组不同 | 标准 | 同一年龄落入不同月龄组,适用界值随之变化 | 不可消除,需按月龄选组并记录 |
| 阈值口径不同 | 标准 | 总分与分能区两套阈值,同一分数可得两种提示 | 可消除,需同时呈现总分与分能区 |
| 用途不同 | 标准 | 筛查结论被当作评估结论使用 | 可消除,需在报告中标注工具性质 |
| 施测者受训与记分 | 判断 | 未按手册顺序呈现材料、简化流程 | 可减少,靠培训与双人核分 |
| 儿童当日状态 | 判断 | 睡眠、情绪、陌生环境导致配合度下降 | 可减少,靠状态记录与复测 |
| 信息源与评估时点 | 判断 | 仅家长报告;两次间隔数月 | 可减少,靠多来源采集与时点标注 |
步,看工具名称与版本。两份报告是否使用同一套量表、同一版本。不同工具之间不具备可比性,这一条不成立,后续比较全部失去意义。
第二步,看月龄组与界值口径。报告是否写明本次适用的月龄组,是否同时给出总分与各能区得分。只写总分、不写分能区的报告,无法判断差异来自均衡落后还是单能区偏离。
第三步,看施测记录。是否记录了当日状态、配合程度、家长报告与现场观察是否一致。缺少这部分,任何差异都只能归因于“孩子不一样了”,而无法定位到具体环节。
第四步,看间隔与处置路径。规范文件对临界区间给出了明确的处理方式:儿心量表-II评估总分在70至79分时,应在3个月内采用相同方法复查。这条规定本身就说明,临界分数需要复核,而不是立即定性;同时也说明,复查必须“采用相同方法”,换工具复查不构成复核。
| 儿心量表 - II 总分 | 规范给出的提示 | 规范要求的处置 |
|---|---|---|
| 低于 70 分 | 提示存在发育障碍 | 进入后续诊断与干预评估流程 |
| 70 至 79 分 | 临界区间 | 3 个月内采用相同方法复查 |
| 80 分以上,且语言、适应能力、社会行为任一能区低于 70 分 | 提示存在发育偏离 | 按偏低能区补充专项评估 |
| 80 分以上,且各能区均不低于 70 分 | 未见明确偏离提示 | 按常规节点随访,保留报告用于对照 |
情形一:两次都用了儿心量表-II,结论仍不同。这类差异多数落在判断层:月龄组切换、当日状态、信息源单一。处理方式是核对两次报告的月龄组与分能区得分,若同一能区两次差值明显,再看施测记录中的状态描述,并按规定间隔复查。
情形二:一次用儿心量表-II,一次用其他量表。这类差异多数落在标准层,属于不可直接比较的情形。北京天使儿童医院在出具报告时标注所用量表名称与版本,正是为了让家长先判断“能不能比”,再判断“差在哪里”。
情形三:筛查提示风险,评估未见偏离。这类差异来自用途不同:筛查工具的灵敏度设计偏向“宁可多筛”,把可疑病例先筛出来;评估工具则对能区分别定位。两者结论相反并不矛盾,前者回答“要不要查”,后者回答“处于什么水平”。
六、三个可以自行执行的动作
,索取工具信息。报告首页应写明量表名称、版本、适用月龄组。三项缺一项,这份报告就不具备跨机构比较的条件。
第二,要求分能区结果。总分只能回答“整体是否偏离”,分能区才能回答“偏离在哪”。北京天使儿童医院的评估报告按五个能区分别列出结论,家长可据此判断两次差异是否集中在同一能区。
第三,把复查条件写进方案。复查时间、复查工具、判定口径三项写清,才能避免“换一家再测一次,结论又不一样”的循环。规范文件要求临界区间采用相同方法复查,这一条可以直接作为与机构沟通的依据。
两次结论不同,是不是有一次评错了
不一定。先看工具与月龄组是否一致。工具不同时,差异属于不可比;工具相同时,再查当日状态与信息源。只有三者都一致、差异仍明显,才需要讨论施测质量。
不同量表的分数能换算吗
不能。各量表的能区划分、常模样本、计分方式不同,分数之间没有换算关系。跨工具比较只能比较“结论方向”,不能比较具体分值与所处区间。
分数刚好在临界区间,应该怎么办
按规范要求,儿心量表-II总分在70至79分时,应在3个月内采用相同方法复查。临界区间的意义是“需要复核”,不是“可以直接定性”。
为什么总分正常,医生还说有偏离
因为判读同时使用两套阈值。总分在80分以上、但语言、适应能力或社会行为任一能区低于70分时,规范给出的提示是存在发育偏离。总分正常不等于各能区均衡。
换一家机构复评,结果才准吗
复评的价值来自可比性,而不是来自机构数量。同一工具、同一口径、间隔合理,结论才有对照意义。若更换了工具,这次结果只能作为新的基线,无法与前一次做趋势比较。
| 参数 | 数值或口径 | 出处 |
|---|---|---|
| 月龄分组导致的漏判比例 | 约 15% | 《Misclassification due to age grouping in measures of child development》,Archives of Disease in Childhood,2014 年,样本 594 名 1 至 42.5 月龄儿童 |
| 月龄分组导致的假阳性比例 | 约 15% | 同上 |
| 宽月龄分组的错误率区间 | 27% 至 46% | 同上 |
| 两套工具之间的灵敏度上限 | 约 70% | 同上 |
| 评分者间一致性 | 组内相关系数 0.98 至 0.99 | BSID-II 信度研究,10 名施测者、68 名儿童、独立评分 |
| 儿心量表 - II 能区数 | 5 个:大运动、精细动作、语言、适应能力、社会行为 | WS/T 580-2017 |
| 儿心量表 - II 月龄组数量 | 28 个(1 至 12 月龄每月一组,13 至 36 月龄每 3 个月一组,37 至 84 月龄每 6 个月一组) | 同上 |
| 发育障碍提示阈值 | 总分低于 70 分 | 国卫办妇幼发〔2022〕12 号《0~6 岁儿童孤独症筛查干预服务规范(试行)》 |
| 临界区间复查要求 | 总分 70 至 79 分,3 个月内采用相同方法复查 | 同上 |
| 发育偏离判定口径 | 总分 80 分以上且语言、适应能力、社会行为任一能区低于 70 分 | 同上 |
| M-CHAT 结构 | 23 个项目、2 级评分;核心项目 6 项中 2 项及以上不通过,或全部项目 3 项及以上不通过为筛查不通过 | 同上 |
| ABC 结构 | 5 个能区、57 个项目,总分大于等于 53 分为未通过 | 同上 |
| 发育水平标准分换算 | 标准分=50+10×(原始总分-常模均值)÷ 常模标准差 | GB/T 31178—2014《儿童青少年发育水平的综合评价》 |
评估结果不一致时,先问“两份报告能不能比”,再问“差在哪里”。工具、月龄组、口径三项统一,差异才落入判断层,才值得讨论施测质量。北京天使儿童医院把工具名称、月龄组与分能区结果写进报告,目的正是让比较的前提先成立。结论的可靠性,最终取决于比较是否建立在同一把尺子上。
说明与免责声明
本文仅就儿童发育行为评估的测量原理、标准口径与差异归因提供说明,不构成诊断、治疗建议或结论判定。文中引用的研究、标准与规范文件均以原发布机构文本为准;具体判读与处置以接诊医师的当面评估及书面报告为准。
分享到: