很多地方的体检项目是可以自选。不少人选择了类风湿因子(rheumatoid factor, RF)这个检测项目。
当检测发现类风湿因子数值增高,很多人来丁香医生咨询医生。而医生给出了五花八门的回复。
笔者作为丁香医生的咨询审核专家,发现很多医生的回复都不够理想。
RF的发现是风湿学科的重要时间节点
类风湿因子(RF)的发现是风湿学科的重要时间节点。
历史上,类风湿关节炎(rheumatoid arthritis, RA)跟强直性脊柱炎被视作一种疾病。迟到类风湿因子(RF)被发现。医生们才逐渐认识到类风湿关节炎(RA)是一种独立性疾病。
然而,类风湿因子(RF)被发现后,我们是如何确定「正常参考值」?
我们找出100个无类风湿关节炎(RA)的人,同时找出100个确定是类风湿关节炎(RA)的人。用一个方式测类风湿因子(RF)。看看他们的RF的数值分别是多少。
我们可以发现,RA病人通常RF数值偏高,而没有RA的人群的RF数值偏低。但是这种高低是一种相对关系,是一个数值分布密度差异。
即可以发现,有些不是RA的人,其测出的RF数值是高于明确有RA的人。
比如:
没有RA的人有32个超数值4,而有RA里有7个低于4。
没有RA的人有14个超数值5,而有RA里有9个低于5。
没有RA的人有6个超数值6,而有RA里有29个低于6。
我们确定RF的所谓“正常参考值”的目的是为了区分“是否有RA”。但面对这样的局面:“有些不是RA的人,其测出的RF数值是高于明确有RA的人”,你该怎么办?
实际上,这就是问:我们要把RF的正常参考值定在哪呢?
化验的参考值是如何确定的?
如果偏向尽可能囊括有RA的人,从而把参考值定在4;这样做只有7个为RA的病人被我们漏诊,但却有32个没有RA的人被你误诊为RA。
如果偏向尽可能排除没有RA的人,从而把参考值定在6;这样做只会误诊6个没有RA的人,但却会漏诊29个RA病人。
在权衡“尽量排除没有病的人”+“囊括最多的病人”后,我们会把正常参考值定在5。
这样做会有14个没有RA的人被误诊,而有9个RA病人被漏诊。
这其实就是“概率密度取舍”原则来确定参考值。
化验只供我们参考,而不是诊断的决定性因素
请大家注意,这里是找出“100个有类风湿关节炎(RA)”与“100个没有类风湿关节炎(RA)”来做做对比。
现实生活里,有RA的人是少数。根据中国的统计,中国的RA患病率是 0.3%~0.5%。(请注意,并不是发病率。我们很多医学参考书把患病率跟发病率混淆,这是很不应该的。)
假定 10 万个普通中国人因为体检而做 RF 检测,患病率是 0.5%。也就意味着 500 人会是 RA 病人。
根据此前的参考值确定法,RF在诊断RA时
敏感性(即病人的阳性率):91%特异性(没有病的阴性率):86%那么类风湿因子阳性的人有多少呢?
99500(非病人)×14%=13930500(RA 病人)×91%=455也就是说,共有13930+455=14385存在 RF 阳性。但真正的 RA 病人却只有 500 个。
那么,我们对一个无症状者做 RF 检测是有用的吗?没有用。因为你根本不能从此找出那些可能为 RA 的病人。
但是,如果你换一个有相关症状体征,提示RA可能性偏大的人呢?
假定我们根据症状体征,提示这个病人约50%可能是RA,那检测RF有什么帮助?
假定 10 万个这样的50%可能性的人来做 RF 检测。也就是5万人是RA,5万人不是RA。
50000(非病人)×14%=700050000(RA 病人)×91%=45500这个时候,共有52500个RF阳性人,是RA的有45500人。那么阳性人群里86.67%是真正的RA病人。这个可能性就远比单纯看RF阳性要高得多。
如果是10 万个这样的80%可能性的人来做 RF 检测,即8万人是RA,2万人不是RA。
20000(非病人)×14%=280080000(RA 病人)×91%=72800这个时候,共有75600个RF阳性人,是RA的有72800人。那么阳性人群里96.30%是真正的RA病人。
由此可以发现:诊断RA,医生对病人的检验前诊断成立的概率判断非常重要。
作为医生,你根据病人的症状、体征等提示而高度怀疑是RA,那么RF检测可以帮助你进一步肯定诊断。
然而,对于无症状人群,检测RF其实是没有帮助的。单纯依据RF阳性去诊断,这只会增加误诊。
由此可以说:不应该让人群普遍筛查RF,这没有用。
而筛查后阳性,医生不询问症状,不查体,单纯要求病人复查相关检测来明确诊断,这完全是错误的。
医生的价值不是勾选一个化验项目。而是要根据症状体征来判定病人的“检验前概率”,选择合理地检验检测,从而更好的诊断疾病。
总之,医生不是检验勾选技师;也不是根据检验检查来诊断疾病。