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

北京天使儿童医院评估结果不一致:是量表标准不同,还是判断不同

来源:北京天使儿童医院

时间:2026-11-18

我要分享:

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。

一、判断背景:发育评估本身带有测量误差

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。

二、标准不同的四种情形

(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。

三、判断不同的四种情形

(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

四、四步归因法:先确认前提,再谈结论

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

五、把差异落到具体环节:三类常见情形

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。

七、常见问题

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》

八、结语

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:

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!