第九章　同据

提要

「证」自二十世纪五十年代进入实验室以来，七十年间跨越六七代技术，始终没有收敛为一组稳定的、跨研究可复现的指标；与此同时，以辨证为前提的处置持续显示疗效。本章提出第三种解释，它不诉诸对象边界的漂移，也不诉诸内部参数的不可分：「证」是一类被自己的结果反向选择出来的分类，其判定所依据的信息与其验证所依据的信息是同一份。要还原它，必须先找到一个回路之外的支点，把效据从判据里剥出来；而剥出来之后剩下的那一部分，不再是原来那个东西。它有效，是因为这条回路每天都在做筛选——任何在效据上不兑现的判定与处置的配对会被逐出体系，剩下的必然兑现。于是有效性的性质必须被重新说清：它是回路内有效，是真实的、可重复的、对病人有价值的；但它不自动传递到回路之外的硬终点。 本章取细胞学的克隆选择、工程学的失效反选规范、管理学的例程选择保留三条互不相容的单因驱动主张相互顶撞，用免疫学自己在胸腺阳性选择与自身组织相容性限制里已经掌握、却从未往这个方向使用的一件事实——选择的判据有一部分由被选择者所在的系统自己提供——推翻三家共同假定的「选择的判据在被选择者之外」。由此得到一类在三家账本上只有负号而没有名字的东西：判据与效据重合的那一份信息，本章称之为同据。给出跨领域量纲相同的读数同据率：判定依据项集合与效果判定依据项集合的交集，占判定依据项集合的比例；并给出一句不含情态词的判据：这一次判定所用的观测项，与判定这一次有没有效所用的观测项，有几项是同一项？ 全文最锋利的一条可裁决主张是：控制住指标的主客观属性之后，同据率仍与报告效应量之间存在剂量—反应关系；而同据率高的体系，其硬终点效应接近零但并不恶化——这一点使它与指标失真的通行诊断分得开。

一 · 引言：还原需要一个支点，而这个支点从来没有被找过

七十年的证候客观化研究有一个从未被明说的作业形式：先由中医专家按现行标准把病人判为某证，再在这组人与对照组之间找差异指标。 这个形式假定了一件事——判定这一侧是可以被当作参照来用的。找到的指标之所以被称为「该证的物质基础」，是因为它与判定对上了。

那么判定本身凭什么算数？

在纸面上，答案是「凭标准」。标准写着哪些表现、什么权重、如何组合。但标准里的条目又是从哪里来的？往上追，追到的是历代医家的经验；再追一层，追到的是这些条目所对应的处置在临床上兑现过。一个证名之所以留在体系里，从来不是因为有人先测出了它，而是因为按它施治的方子管用。判定的正当性最终落在疗效上。

这句话本身不新，它是中医方法学里公开讨论了几十年的「以方测证」。新的是接下来这一步：那么疗效又是用什么判定的？

翻开任何一份中医临床研究的方案，答案清清楚楚：证候积分。判定这个人是不是「脾肾阳虚」，用的是畏寒、便溏、腰膝酸软、舌淡、脉沉细；判定治疗有没有效，用的是这几项各自的分值下降了多少、总分降了百分之几。判据与效据，是同一批条目。

于是形成了一个闭合的回路：条目定义了证，证决定了处置，处置的成败又用同一批条目来判，判出来的结果再回过头确认这些条目选得对。

这个回路在中医内部通常被辩护为「符合中医自身规律」，在外部通常被批评为「循环论证、疗效不可信」。两种说法都太快了。本章要说的是：

这个回路既不是需要辩护的特色，也不是需要修补的缺陷，它是一个筛选装置。 而一个筛选装置的产物有两个必然的性质：它必然在筛选判据上兑现（否则早被筛掉了），它也必然无法用回路之外的量来还原（因为它的定义里含着回路本身）。

七十年的还原研究之所以做不成，不是因为对象太复杂、样本太小、人群太杂、技术太粗。是因为还原需要一个支点——一个独立于被还原对象的参照——而在这个回路里，这个支点不存在。 每一次「找到了标志物」，其实是找到了一个与判定条目共变的量；而判定条目又是被疗效条目校准的，疗效条目又就是判定条目。整条链上没有一处接地。

这个说法要立住，需要三件事：需要说清是什么在驱动这种回路的闭合；需要给出一个别人能在别人的材料上清点出来的读数；需要给出一个能让本章栽跟头的观察。这三件后面逐一交出。

本章还必须处理一件更要紧的事，否则它就是一篇拆台的文章：如果判据与效据同源，那病人的好转是假的吗？ 不是。本章的核心区分是回路内有效与回路外有效。回路内有效是真实的——病人的畏寒确实减轻了，便溏确实好了，这些是他自己的生活质量，不是幻觉。它只是不自动意味着心血管事件下降、住院率下降、生存期延长。批评者说「那不是真有效」，辩护者说「病人确实好了」，两边都对，因为他们说的是两种有效性，而现行的话语里没有把它们分开的词。本章提供这个词。

二 · 把「以效验证」这四个字拆开

「以效验证」在日常语言里混着三件很不同的事，不拆开就没法讨论。

第一件：疗效作为发现的线索。 一个方子管用，提示其中可能有活性成分，于是去找。青蒿素是这条路的典范。这一件完全正当，而且是回路外的——检验活性成分的判据是原虫清除率，与「病人自述好些了」是两回事。

第二件：疗效作为分类的筛子。 一个证—方配对若长期不兑现，会被弃用。这一件也正当，它是任何实践体系都必须有的淘汰机制。要紧的是问：筛子的孔是用什么材料做的？ 若用的是回路外的硬终点，那么筛出来的东西可以被回路外的语言描述；若用的是与判定同一批条目，那么筛出来的东西只能被回路内的语言描述。

第三件：疗效作为分类的定义组成部分。 当「有效」这件事本身被定义为「那几个判定条目的分值下降」时，判定与验证已经不是两个环节，而是同一个操作的两次执行。这一件不是不正当，但它使还原在原理上无处下手。

三件事在文献里常常被混在一起，因为它们的表述形式一样，都是「用疗效来说明证的合理性」。区分它们的方法很简单，就是问一句：判据的条目与效据的条目，重合了几项？

• 重合为零：第一件与第二件的良性形态。判定与验证互相独立，还原有支点。
• 重合为一部分：混合形态，最常见。
• 重合为全部：第三件。此时判定与验证是同一次测量，还原没有支点。

这个区分之所以从来没有被系统地做过，不是因为难做——它只需要把两份条目表并排放，数一数——而是因为没有任何一份研究报告规范要求把这两份表分别列出来。方案书里，诊断标准写在纳入排除那一节，疗效评价写在结局指标那一节，两节之间隔着十几页，从来没有人被要求把它们对齐。

三十年里，成千上万项中医临床研究执行了这个形式，而这个数一次也没有被算过。本章的第三层主张就是这一条，它不依赖本章的任何理论：这个数可以在不采集任何新数据的情况下算出来，而它从来没有被算过。

三 · 三种现成解释，以及它们共同站着的那块地

在引入三门外学问之前，先摆出本领域内最有力的三种解释。

三之一 · 复杂性说：整体状态无法被单一指标刻画

第一种解释说：证是多系统耦合的整体状态，任何单一指标只能抓到一角，需要系统生物学式的多维刻画。它的合理性在于对象确实复杂。

它的困难是：复杂性预测的是慢收敛，不是不收敛。而且它对本章提出的那个问题完全没有回应——无论刻画得多细，用来校准这套刻画的参照仍然是专家判定，而专家判定的正当性仍然落在疗效上，而疗效仍然用判定条目来测。维度增加不会创造出一个回路外的支点。

三之二 · 主观性说：判定者不一致

第二种解释把问题归给识别端的信度，处方是条目化、量表化、辅助判定系统。这条路的成绩是实打实的，一致性系数确实上去了。

它的困难是：提高一致性并不触及回路。 让十位医师对同一个病人给出同一个证名，只说明他们用的是同一套条目；它不说明这套条目对上了病人身上任何一个独立存在的东西。一致性衡量的是判定者之间的距离，不是判定与对象之间的距离。 而在一个判据与效据同源的体系里，把条目统一得越好，回路闭得越紧。

三之三 · 客观化未完成说：还没找到那个指标

第三种解释最朴素：只是还没找到，继续找。

它的困难是七十年的形势本身。更要紧的是：这条路的每一次「找到」，其确认方式都是与专家判定的一致性。 一个指标之所以被认为找到了脾肾阳虚的物质基础，是因为它在被判为脾肾阳虚的人群里显著不同。这就把新指标接进了同一个回路，而不是把回路接地。用回路内的参照去确认一个新变量，得到的仍是回路内的变量。

三之四 · 三家共同站着的那块地

三家分歧不小：一家归给对象复杂，一家归给判定者不齐，一家说时间不够。但三家共有一条从不被说出的假定：

证的判定，是一件独立于它的处置结果的事。

复杂性说假定证在那儿等着被刻画，处置是后续的事；主观性说假定证在那儿等着被一致地识别；客观化说假定证在那儿等着被找到。三家争的是怎么把它看清楚，从没有一家问过看它的那把尺子是不是它自己的疗效磨出来的。

把这条假定念给三家听，三家都会说：这还用说吗？病人身上有什么，和后来我们治得好不好，当然是两件事。

这句「这还用说吗」，正是本章要动的地方。要动它，需要三条互不相容的、各自主张「反选就是全部」的强硬立场，把这块地照亮；以及一件出自这三家之一自己的材料，把它顶翻。

四 · 从三门学问各取一条驱动

选这三门，不是因为它们与中医像。选它们的唯一理由是：三家都主张「有效的适配不是被设计出来的，是被反选出来的」，而三家对被反选的是什么给出了互不相容的答案，且每一家都主张只有自己那条是决定性的。

四之一 · 细胞学：认得出什么，由选择走出来的路径决定

问题的形状：一个人的免疫系统能识别的抗原种类，远远超过基因组能编码的蛋白种类。这种识别能力从哪里来？

细胞学在这件事上的强硬主张是：没有任何一种抗体的特异性可以从产生它的机制推导出来；特异性是选择的产物，不是设计的产物。 淋巴细胞在成熟过程中通过基因片段重排随机生成庞大的受体库，抗原进来之后，结合得上的那些克隆被扩增；扩增过程中受体基因发生高频突变，结合得更好的又被进一步扩增。这一整套过程被称为克隆选择与亲和力成熟。

这条主张的强硬之处在于它取消了「先有设计图、再有产品」的图像：认得出什么，是被抗原环境走出来的一条路径，不是被写在基因组里的一份清单。

它的动力式是：

淋巴细胞当下的结合表现，与它所处的抗原环境之间的矛盾，逼出增殖与突变走哪一条路径；新的路径回过头改写了这个细胞能显露成什么、以及它此后会遇到什么样的环境。

时序读数：先动的通常是抗原环境；克隆扩增与超突变在数天到数周内跟上；记忆库的重塑滞后数月，而库的整体结构要经年才改变。跟不上的永远是库的整体结构，因为它承载着一生的历史。

这一家自曝的一处：先天免疫的模式识别受体是基因组直接编码的，特异性固定，不经任何选择，而它对绝大多数病原的第一道防线恰恰靠它。也就是说存在一部分识别能力不是反选出来的。细胞学知道这件事，把它写在先天与适应的二分里，从不把它读作「反选不是唯一来源」的证据。

四之二 · 工程学：什么算安全，由失效史反过来写成

问题的形状：一根梁该做多厚？教科书上有公式，公式里有一个安全系数。这个系数是多少？从哪里来？

工程学的强硬主张是：工程规范里的数字没有一个能从第一性原理推出来；它们全部是失效历史的沉淀。 加压客舱窗角的疲劳裂纹改写了整个疲劳设计体系；一座桥在风中扭转崩塌改写了风振设计；军机与客机的几次断裂改写了从安全寿命到损伤容限的整个范式。工程界有一句流传很广的说法：规范是用血写成的。这不是修辞，它描述的是规范条文的实际来源——每一条许用值、每一个检验间隔、每一项强制检查项目，背后都有一次具体的失效。

它的动力式是：

结构在服役中实际显露出的表现，与设计所走的那条路径之间的矛盾，逼出设计所依据的整个条件场改变——许用应力、载荷谱、检验制度、认证基础；新的条件场回过头改写了什么算一次合格的表现、以及此后该怎么设计。

时序读数：先动的通常是实际表现，一次失效；规范修订在两到五年内跟上；教材与工程教育滞后十年以上；而已在役的存量装备的改造滞后最久，常常永远做不完。

这一家自曝的一处：计算力学确实成功地预测过从未发生的失效模式——复合材料的分层扩展、某些屈曲模式，是先被算出来、再被实验证实的。也就是说存在一条不依赖失效史的路径。工程学把它写在计算力学的成就栏里，从不把它读作「反选不是唯一来源」的证据。

四之三 · 管理学：能做成什么，由被保留下来的例程显露出来

问题的形状：一家公司为什么能做成某件事，而另一家做不成？把它的流程文件全部复制过去，为什么复制不成功？

管理学有一支的强硬主张是：组织的能力不是被设计出来的，是被选择保留下来的例程；没有任何人能说出一条例程的全部内容，而它照样被可靠地执行、被有限地复制。 演化经济学把这条说死了：变异、选择、保留三个环节构成组织能力的实际来源，而所谓战略选择在很大程度上是事后的合理化叙述。

它的动力式是：

组织实际走的那条路径，与它所处的环境之间的矛盾，逼出它显露成什么样的能力与绩效；新的显露回过头改写了它下一步会走什么路径、以及它被放在什么环境里。

时序读数：先动的通常是环境；例程的变异—选择—保留在数年内跟上；正式制度文本滞后最久，常常在实践早已改变之后才追认。

这一家自曝的一处：刻意的学习与成文化确实提升了例程的复制成功率——把做法写下来、做后复盘，能让能力更可靠地传递。也就是说，例程并非只能靠盲目的选择保留。管理学把它写在刻意学习的文献里，从不把它读作「反选不是唯一来源」的证据。

四之四 · 三家不能同真在哪一点上

三家都说「反选」，而被反选出来的那一端互不相同：细胞学说被驱动的是路径（增殖与突变走哪条道），工程学说被驱动的是条件场（规范与许用值），管理学说被驱动的是显露（能力与绩效）。

这不是三个角度，是三条不能同真的主张。若细胞学对，则工程界每一次失效之后改的应当是设计的做法而不是规范的数字；若工程学对，则组织在环境压力下改的应当是它据以判断合格的标准而不是它的能力表现；若管理学对，则免疫系统在抗原压力下变的应当是它当下的应答强度而不是受体库的路径。三家在各自领域里都能举出支持自己的证据，而三条不能靠判谁对化解。

唯一的出路，是承认一件三家都没说的事。要说这件事，需要材料，而材料必须来自三家之一自己。

五 · 翻转发生在哪一处：免疫学自己的那件材料

材料在细胞学手里，而且是免疫学最基本、最有名的一段结果。

淋巴细胞在胸腺里成熟时要过两道关。第一道叫阳性选择：只有那些对自身的组织相容性分子加自身肽有中等亲和力的细胞才被允许存活，完全不结合的会因缺乏存活信号而死去。第二道叫阴性选择：结合得太强的会被清除，以免攻击自身。

这里有一件事，它在免疫学里是常识，被写进每一本教科书，而它从来没有被读作本章要读出的那个意思：

判据的一部分，是由被选择者将来要服务的那个系统自己提供的。

一个 T 细胞将来要识别的是外来抗原，但它得以出生的门槛，是它对自身的分子有多大亲和力。识别外来的能力，是被自身的背景筛出来的。这就是所谓的自身组织相容性限制：T 细胞不能单独识别抗原，它只能识别与自身分子一起呈现的抗原。 识别的判据里已经写着自身。

更进一步：一个人的自身肽库塑造了他的淋巴细胞库，而这个细胞库反过来通过清除、调节与呈递，塑造了这个人此后会呈现哪些自身肽。判据与被判者互相构成。

在免疫学自己的问题结构里，这段材料回答的是另一个问题：为什么 T 细胞的识别需要组织相容性分子参与，以及自身耐受是怎么建立的。判据在不在被选者之外，与那个问题无关，所以没有人往那儿看。

这件材料一旦被摆到这个位置上，三家的共同假定就顶不住了，而且顶不住的原因不是有人反对，是反例出自三家中最讲究「外部环境说了算」的那一家自己：那家主张「抗原环境决定一切」的免疫学，自己的核心机制里存放着一套判据由内部提供的选择过程。

于是可以说出那句被共有前提挡住的话：

选择的判据不必在被选择者之外。当判据的一部分由被选择者所在的系统自己提供时，选择仍然照常进行、照常筛出真正有效的适配——但筛出来的这份有效，只在这条回路之内成立；而它的内容，永远不能用回路之外的量还原出来，因为它的定义里含着回路本身。

要立刻补一句，否则这个判断会被读成虚无主义：回路内选出来的东西可以在回路外真的管用。 用自身背景筛出来的 T 细胞库，确实能对付真实的病毒。这一点极其要紧，它是本章与「循环论证所以无效」这种廉价批评之间的全部区别，第十二之一节会把它变成一处对本章的削减。

三家看见的是这个循环里的不同段落：细胞学看见「环境先动、路径跟上」那一段，工程学看见「表现先动、规范跟上」那一段，管理学看见「环境先动、能力显露跟上」那一段。三家都没错，三家都只看见了自己那一轮。

六 · 承重判断：同据

现在可以把判断写出来。

「证」不是一个尚未被多维刻画的复杂状态，不是一个尚未被一致识别的主观判定，也不是一个尚未被找到的客观指标，而是一类被自己的结果反向选择出来的分类，其判定所依据的信息与其验证所依据的信息是同一份。

判据与效据重合的那一份信息，本章称为同据。

这个名字要担的意思有两层，缺一层就不成立。

第一层：它不是偏倚，它是一份东西。 在现行的任何一套方法学里，判据与效据的重合都被记为负项：工业与组织心理学叫它准则污染，测量学叫它共同方法偏差，工程验收叫它自证信号，实验生物学叫它循环标记。四个名字，同一种处理——减掉它，或者用独立来源替换它。也就是说，在所有账本上，它只有一个负号，没有一个名字。它不是被记录得少，是它压根不算一样东西。删掉这个读数，它不是变得难测，是不存在。

第二层：它是筛选装置的工作面。 减掉它之所以不成，是因为这类分类正是靠它被筛出来的。一个证—方配对之所以还留在体系里，是因为它在那几个条目上兑现过；把那几个条目从疗效判定里剔除，筛子就没有孔了，此后既筛不出新的配对，也无法解释旧的配对为什么在这里。减掉同据，被减掉的不是噪声，是这套分类赖以存在的机制。

有了这两层，开头那件怪事就有了单一的来源。

它不可还原，是因为还原需要一个回路外的支点，而这个支点不存在。 还原的标准形式是：找一个独立的量 X，证明它与证有稳定关系。但「证」是用条目集合 C 判定的，而 C 的正当性来自它在疗效判定上兑现，疗效判定用的也是 C。于是 X 只能被拿去与 C 比对——比对的结果无论多好，都只是 X 与 C 的关系，不是 X 与「证」的关系，因为「证」除了 C 之外没有别的落脚处。七十年里每一次「找到了标志物」，找到的都是与 C 共变的量；换一版 C，就换一批共变的量。这不是精度问题，是链条没有接地。

它有效，是因为这条回路每天都在做筛选。 数千年、数亿诊次的实践里，任何在 C 上不兑现的配对都会被逐出；留下来的必然兑现。这份兑现是真的：病人的畏寒确实减轻，睡眠确实变好，这些是他自己的生活，不是统计假象。但这份兑现的判据是 C，因此它的传递范围也止于 C 所覆盖的那些东西。

于是必须把有效性拆成两个：

• 回路内有效：在筛选所用的那份判据上兑现。这一份是被保证的，因为不兑现的早已被筛掉。
• 回路外有效：在筛选从未用过的判据上兑现——死亡率、住院率、复发率、并发症、生存期。这一份没有任何机制保证它，它可能有，也可能没有，取决于回路内判据与回路外目标之间碰巧有多大的共变。

七十年的争论之所以谁也说服不了谁，是因为双方一直在用同一个词说两件事。批评者拿硬终点说话，辩护者拿病人说话，两边都诚实，两边都对。本章不裁决谁对，本章给这两件事各一个名字，并给出一个可以清点的读数来分开它们。

为什么这三家自己到不了这一步。 不是疏忽。细胞学的核心问题是免疫系统如何工作，它没有理由去问「选择的判据在不在被选者之外」，因为在它的问题里判据是什么无关紧要，只要选择能跑。工程学的核心问题是不出事，而它的规范体系必须被当作外部权威才能履行监管职能——一旦承认规范是被自家失效史反选出来的、且合格判定与失效判定共用同一套量，整个认证体制的正当性就要重新论证；停在「规范是经验的沉淀」这句谦逊话上，对它是最安全的。管理学的核心问题是能力从哪来，它已经承认了例程不可完全言明，再往前一步就要问「用什么判断一条例程是好的」，而那会把绩效评价整个掀翻。一个领域看不见什么，通常不是它的缺陷，是它的问题结构的影子。

七 · 两根轴与四格

一个名字不能分东西，两根轴才能。

• 轴一：判据是否独立于被判对象。 两端是「判据外生」与「判据与对象共源」。
• 轴二：这套配对是否被持续筛选。 两端是「无持续筛选」与「有持续筛选」。

四格必须落到具体的事，否则这张表只是修辞。

第①格是循证医学的理想格，也是还原真正成功的地方。它有一个可核查的签名：判定用的量与验收用的量不是同一批，因此可以被第三方独立复核。

第②格常被误当作第①格。一条从第一性原理算出来、逻辑无懈可击而从未经过服役检验的规范，与一条被几十次事故打磨过的规范，在文本上看不出差别。这一格的风险在工程史上反复出现。

第③格是坏的，而且一眼可见地坏。要紧的是：第③格与第④格在任何一次单独的评估里看起来一模一样——两者都是自己判自己。区分它们的唯一方法是去看有没有真实的淘汰：这套配对里，有没有东西曾经因为不兑现而被逐出？若从来没有，它就是第③格。

第④格是本章要打的那一格。它与第③格只差一个筛选，与第①格只差一个支点，而现行的评价体系只有一根轴——它把第④格与第③格一起判为「不可信」，把第④格与第①格一起写进「有效率百分之九十二」。两个方向都错，而且错得相反。

八 · 为什么第④格能通过全部形式审查

签名一：短期指标全面改善，而且改善是真的。

第④格里每一项常规指标都好看。有效率高——因为疗效用的就是判定条目，而处置正是按这些条目选的；一致性高——条目统一；病人满意度高——那些条目本来就是病人最在意的主观感受；论文顺畅——阳性结果易得。

要紧的是：这些好看的数字没有一个是假的。 没有人造假，没有人违规。第④格的全部麻烦在于，所有这些真数字合起来仍然不告诉你回路外发生了什么。

签名二：失效不产生任何信号。

设想一次真正的失效：一套证—方配对在证候积分上稳定兑现，而在硬终点上是零效应，甚至因为延误了别的处置而略有损害。这次失效会在哪里被记录？

不会在临床记录里——每个病人都判了证、开了方、积分下降、记了显效。不会在研究报告里——主要结局达成。不会在指南里——指南采纳的正是这些研究。不会在标准修订说明里——修订记的是条目增删，不记「本次修订后判据与效据的重合项数变化」。

判据与效据的重合，不出现在任何一份报告的任何一个字段里。 这不是有人隐瞒，是没有这个字段——因为方案书里诊断标准与结局指标分属两节，从来没有人被要求把它们对齐。

签名三：自我加固，越正规化越严重。

这一条最容易被检验。规范化做的是什么？统一术语表、条目化判定、量化疗效评价、制定统一的证候积分量表。这些动作全部把判据与效据往同一份术语表上收。术语表统一的过程，同时是判据与效据重合度上升的过程。

而重合度越高，报告出来的疗效数据越好看——因为处置正是按这些条目挑的；数据越好看，越容易立项、越容易进指南、越容易成为下一批研究的参照。做得越好，回路闭得越紧，而所有的表都显示做得越来越好。

这一条不是推测。任何一批已发表的中医临床研究，把它的诊断标准条目表与疗效评价条目表并排放，数一数重合项，就能算出来。数据已经存在，不需要新的采集。

九 · 一个可以清点的读数：同据率

九之一 · 定义与编码规则

同据率＝在一次判定与其效果评价中，两者所依据的观测项集合的交集大小，占判定依据项集合大小的比例。

它是一个比例，无量纲，跨领域可以并排比较。它有一个别的读数少有的优点：它只需要两份文本——诊断标准的条目表与疗效评价的条目表。不需要病人，不需要样本，不需要伦理审批。

清点它需要三条编码规则，缺一条这个数不可复算：

• 规则一：什么算一个观测项。 在标准文本中被单独列出、可被单独记录取值的项。同一项在两份表中措辞不同而所指相同的（「畏寒肢冷」与「畏寒」），计为同一项；这一判定必须由两名独立编码者作出并报告一致性。
• 规则二：什么算重合。 两项在同一次就诊中由同一次观察行为获得，即为重合。由不同观察行为获得的同名项不算重合（例如判定时的患者自述与评价时的活动记录仪读数，虽同名而不重合）。这一条把疑难案例判给对手一侧。
• 规则三：以判定依据项集合为分母。 之所以不用并集或效据集，是因为本章关心的是「判定这一侧有多少落脚点被效据占用了」。若效据包含判据之外的项，那些项进入第二个字段而不进分母。

必须同时报告的第二字段：回路外项数——效据中不属于判据的观测项数目，且其中属于硬终点（死亡、住院、复发、并发症、失能）的项数。同据率为一而回路外项数为零的研究，与同据率为一而另附三项硬终点的研究，性质完全不同。只报一个数是不够的。

九之二 · 四个领域里的同一个比率

免疫学实验：判定一个细胞属于某亚群所用的标记，与判定该亚群功能实现所用的读出，之间的重合项数。某些活化标记既被用作分群依据又被用作活化程度的读出，此时同据率不为零。这在实验设计里被要求避免，做法是换一个独立读出——免疫学早就知道这件事，并把它写成了实验规范。

工程验收：判定设备处于某工况所依据的传感器通道，与判定该工况下控制性能是否达标所依据的通道，之间的重合数。增益调度系统里这个数常常不低，因为区判定与性能评估往往共用同一组信号；工程实践的处理是加装独立的验收传感器。

组织评价：组织诊断量表的条目与干预效果量表的条目之间的重合数。管理学与心理测量对此有成熟的警觉，并发展了多来源、多时点、多方法的设计来压低它。

中医临床研究：诊断标准条目表与证候疗效评价条目表之间的重合数。在大量已发表方案中，这个数接近分母的全部。据本章所知，它从未被系统统计过一次。

四处的量纲完全不同——标记、传感器通道、量表条目、四诊项——而比率的定义是同一个。要紧的是另外三家都已经知道这件事、都已经发展了压低它的做法，只有一家没有；而这一家恰恰是唯一把它当作体系特色来辩护的。

九之三 · 与既有主要指标正交的那个例子

例子是这样的：一项设计规范、随机、双盲、多中心的临床试验，报告某方对某证的证候疗效有效率为百分之九十二，主要结局达成，纳入指南。同一份方案里，诊断标准列了七个条目，疗效评价量表列了同样这七个条目——同据率为一，回路外项数为零。

有效率最高的那一批研究，同据率也最高，因为处置正是按这些条目挑出来的，而疗效又用同一批条目来测。两个数在方向上是同向上升的，而它们衡量的是相反的东西：一个衡量兑现程度，一个衡量兑现的范围有多窄。任何现行的质量评价框架——随机、盲法、样本量、失访率——都不会碰到它。 一项试验可以在所有偏倚风险条目上都评为低风险，而同据率为一。

这就是本章这个读数与既有主要指标正交的证据：质量评级最好看的时候，这个数最难看。

九之四 · 这个数的伦理边界

同据率会被拿去评价研究、进而评价研究者与整个学科，因此三条必须写死：

其一，这个读数指的是设计，不是人，更不是疗效的真伪。 高同据率不意味着病人没有好转，也不意味着研究者不诚实。它只意味着这项研究没有提供关于回路外的信息。把它读成「造假」或「无效」，是对本章的严重误用。

其二，不得用它作为削减既有服务的依据。 回路内有效对病人是真实的价值——症状、睡眠、食欲、体力，这些就是生活质量本身。任何以「同据率高」为由取消对症状改善的支付或供给，都违反本章的主张。本章要求的只有一件事：把回路外的那一栏空着的事实公开写出来，而不是让它被有效率百分之九十二遮住。

其三，据此作出不利评价的，必须公开三条编码规则并给出复核通道。 同据率的大小取决于规则一对「同一项」的认定，任何据此作出的评价都必须允许被评价者按公开规则复算。

十 · 一句不含情态词的判据

这一次判定所用的观测项，与判定这一次有没有效所用的观测项，有几项是同一项？

这句话里没有「应当」「充分」「真正」「合理」。它问的是两份表的交集，答案是一个整数，由文本直接给出。

把它拿到五个场景里跑一遍，五个答案互不相同：

1. 一份中医临床试验方案：诊断标准条目与证候疗效评价条目的交集数。答案常常等于诊断条目的全部，且这一点在方案书里从不出现，因为两份表隔着十几页。
2. 一份免疫学论文的方法部分：分群标记与功能读出的交集数。答案通常是零或一——因为审稿人会问，这已经是这门学问的规矩。
3. 一份工业控制系统的验收报告：工况判定通道与性能评估通道的交集数。答案居中，且往往因为加装独立传感器成本高而被容忍，报告里会写明。
4. 一份组织发展项目的评估报告：诊断工具条目与效果工具条目的交集数。答案在使用同一套框架前后测的项目里等于全部，而在使用独立业务指标的项目里接近零。
5. 一份教育干预的评估：判定学生需要该干预所依据的表现，与判定干预有效所依据的表现，交集数。答案在使用同一套量表前后测时等于全部。

五个答案里，至少有两个不能从本章的判断直接推出来：免疫学把这条写进了审稿规矩这件事、以及工程验收里独立传感器的实际配置比例——这两条只能查，不能想。

这五个场景合起来还提示了一件比命题本身更有用的事：在五个领域里，有三个已经把这个数按住了，做法各不相同（换独立读出、加装独立传感器、多来源多时点设计），而没有一个领域是靠「取消筛选回路」做到的。压低同据率的成熟做法全部是「加一个回路外的观测」，不是「拆掉回路」。 这一点直接决定了本章能给出的处方形状。

十一 · 在别的领域里能预测出什么

以下十二处，每一处都给出一个可以去查的预测。

一、中医临床研究文献：在同为主观结局的研究之间，同据率与报告效应量之间存在正向的剂量—反应关系；而在同据率相近的研究之间，效应量与盲法质量的关系较弱。这可用现有文献做一次元回归。

二、硬终点研究：以证候分层为依据的处置，在改用纯硬终点评价时，效应量的下降幅度应当与该研究的同据率正相关；而不以证候分层为依据的整方处置，其效应量下降幅度与同据率无关。这是本章与「主观指标虚高」这个通行解释之间的分离线。

三、免疫学：在自身肽库被人为改变的模型中（如改变呈递分子的等位型），成熟淋巴细胞库的特异性谱应当随之系统性改变，而其对真实病原的整体防御力不必同步下降。这一条支持本章关于「回路内选择仍可产出回路外能力」的那处削减。

四、工程规范：一条规范条文所依据的失效事件数，与该条文所约束的失效模式在此后的复发率之间，应当存在负相关；而从计算得出、无失效史支撑的条文，其所约束模式的复发率应当更高。这是可以在事故数据库里查的。

五、认证体制：合格判定与失效判定共用同一组量的认证体系，其认证通过率应当更高，而被认证对象在认证未覆盖的失效模式上的事故率不因认证而下降。

六、组织绩效：使用同一套框架做前后测的组织发展项目，其报告效果量应当显著高于使用独立业务指标的项目；而两类项目在三年后的组织存活与财务表现上应无差别。

七、绩效考核：一个考核指标若同时被用作诊断依据与验收依据，其达标率上升的速度应当快于被单独用作验收依据的指标，而与实质产出的关系更弱。

八、教育评价：使用同一量表前后测的干预研究，其效应量应当高于使用独立迁移测验的研究；而两类干预在延迟迁移测验上的差异应当远小于在即时同量表测验上的差异。这在教育心理学里有大量现成数据可查。

九、机器学习的评测：在训练目标与评测指标高度重合的基准上，模型排名的提升速度快，而其在分布外任务上的表现与基准分数的相关较弱。本章预测这种脱节的程度与「训练目标与评测指标的重合度」正相关，且可以直接计算。

十、生态修复：以物种清单为修复目标又以物种清单为验收依据的项目，其验收通过率高，而生态系统功能指标（生产力、水文调节）的改善与验收通过率无关。

十一、临床指南的自引结构：一条推荐所依据的研究，若其结局指标取自该推荐所依据的诊断标准，则该推荐在不同人群中的效果方向应更容易不一致。

十二、中医方剂筛选：以证候积分为筛选判据的新药开发管线，其候选方进入以硬终点为主要结局的确证试验后的成功率，应显著低于以硬终点为筛选判据的管线。这是可以在注册数据库里追踪的，且直接关系资源配置。

十二 · 三处反过来给本判断加的约束

十二之一 · 免疫学削掉了「回路内有效不传递到回路外」

胸腺阳性选择用的是自身背景，而选出来的淋巴细胞库确实能对付从未见过的真实病原。这不是侥幸：用自身背景作筛选判据，恰恰是特异性得以精细化的必要条件——脱离自身背景的识别是粗糙的，而正是自身分子提供的稳定框架，使得对外来肽的分辨精细到单个氨基酸。

如果没有这一处，本章原本会写下的更强的一句是：「回路内有效不传递到回路外，因此证候疗效数据不能作为任何外部结论的依据。」这句话现在不能写了。

被迫承认的是：传递是可能的，且传递的程度取决于回路内判据与回路外目标之间的共变程度，而这个共变程度是可以被估计的，不是先验为零。于是本章的适用范围被削掉一大块：本章不能主张回路内数据无价值，只能主张回路内数据不自动承载回路外结论，而这两件事目前在报告里是不分的。这比原来的主张弱，也更可能是对的。

十二之二 · 工程学削掉了「反选出来的东西不可还原」

彗星号事故之后的几十年里，那些从失效史里长出来的经验系数被还原了——断裂力学给出了应力强度因子，疲劳裂纹扩展有了定量的扩展律，损伤容限从一套经验做法变成一门可计算的学科。也就是说，被失效反选出来的适配，在事后是可以被还原的。

如果没有这一处，本章原本会写下的更强的一句是：「被反选出来的分类原则上不可还原，继续寻找证的物质基础是徒劳的。」不能写了，而且被削掉的是本章的价值排序。

正确的表述是：反选出来的适配可以被还原，但还原它所需要的，是一门尚未存在的中间层理论，而不是更多的分子层指标。 断裂力学不是把彗星号的经验系数还原成了原子间作用力，它是在构件与裂纹这一中间尺度上另立了一套量。对应到本题：证的还原若有出路，出路在症状之间的关系结构与处置反应之间的定量规律这一中间层，不在继续往下追分子。这一处削减不只削弱了本章，还把本章的处方从「别找了」改成了「换一层找」。

十二之三 · 管理学削掉了「条目化会毁掉它」

刻意学习与成文化的研究表明，把例程写下来、做后复盘，确实提升了能力的复制成功率。成文化不必然摧毁被反选出来的东西。

如果没有这一处，本章原本会写下的更强的一句是：「条目化与量表化是回路闭合的元凶，应当退回到师承。」不能写了。

被迫承认的是：条目化本身是中性的，出问题的不是条目化，是把同一批条目同时放在判定端与验收端。这个区分很要紧，因为它把本章的处方从一个不可行的方向（退回师承）改到了一个可行的方向（继续条目化，但把两端的条目表分开建、分开报）。这一处削减因此同时是本章最有操作性的一处。

十三 · 与最近的几种说法的分界

本章的判断听上去像好几种已有的说法，逐一处理。每一位都写出「看到什么就说明本章对而它错，看到什么就说明反之」。

准则污染（Thorndike, 1949；Brogden & Taylor, 1950，工业与组织心理学）。这是本章最危险的一位近邻，因为它讲的就是「效标里混进了预测源的信息」，而且比本章早七十多年。分离线在于它是什么：准则污染把重合当作要被消除的偏倚，其整个处方是清除它以得到真实的效标关联度；本章主张重合是这类分类得以存在的筛选机制本身，清除它不是得到更真实的估计，而是让被估计的那个东西消失。判定形式：若在把效据完全换成回路外的硬终点之后，证候分层仍能预测差异化的处置反应，则准则污染的诊断对——重合确实只是污染，去掉之后真东西还在；若分层的预测力归零，则本章对——那个分类原本就是被这条回路选出来的。 这是两说之间最干净的一刀，且已有部分数据可查。

共同方法偏差（Podsakoff et al., 2003，行为科学方法学）。第二位方法学占位者。它说：同一来源、同一时点、同一格式的测量会人为抬高相关。分离线在于重合在哪一层：共同方法偏差讲的是测量来源相同，处方是分离来源（换评价者、换时点、换格式）；本章讲的是内容上是同一项，换来源不能解决——由护士评的畏寒和由医师评的畏寒，仍是同一项。判定形式：若在严格分离测量来源（不同评价者、不同时点、不同格式）之后，效应量不下降，则本章对而共同方法偏差的诊断不适用；若效应量随来源分离而系统性下降，则那部分确实是方法偏差。

替代终点的失效（Fleming & DeMets, 1996，临床流行病学）。极近的一位：抗心律失常药改善了心电指标而增加了死亡率，是这门学问最著名的教训。分离线在于两个量还是一个量：替代终点问题是两个不同的量之间相关性不足，因此它的处方是验证替代终点与硬终点的关联；本章说的是判据与效据是同一个量，不存在相关性问题，存在的是同一性问题——你无法「验证一个量与它自己的关联」。判定形式：若把证候积分与硬终点当作两个量做相关分析就能解释全部现象，则替代终点框架够用；若在控制住二者的相关性之后，同据率仍独立预测报告效应量，则本章对。

古德哈特定律与相关的反转模板（Goodhart, 1975；Campbell, 1979；Strathern, 1997，治理与评价研究）。把本章的命题剥掉全部医学名词，只剩「用来判定的量同时被用来验收，于是该量必然达标」。这个纯形式的结构在治理研究里最近的名字就是它：一个指标一旦成为目标，就不再是好指标。必须点名，否则本章会被读成它的一个应用。分离线在于预测的方向：古德哈特定律预测指标达标而实质恶化——脱钩、粉饰、作弊、挤出；本章预测指标达标而实质既不恶化也不改善，对回路外是中性的，因为这里没有人在博弈，条目下降是真的症状改善。判定形式：若同据率高的体系其硬终点系统性恶化，则这是古德哈特，本章多余；若硬终点效应接近零而不恶化，则本章对。 这一条极锋利，因为两说预测的符号不同——一个是负，一个是零。

建构性与述行性（MacKenzie, 2006，经济社会学）。它说：模型不是在描述市场，而是在造市场；理论被使用之后世界会朝理论的方向变形。分离线在于世界变没变：述行性要求对象本身被改变；本章不要求对象改变——判据与效据重合不需要病人配合，不需要任何人相信什么，两份条目表放在那里，回路就闭合了。判定形式：若在被判定者完全不知道判定标准内容的情形下，同据率与效应量的关系依然成立，则本章对而述行性不适用。 这是一个可以设计的对照。

克隆选择与自身组织相容性限制（Burnet, 1957；Zinkernagel & Doherty, 1974，免疫学）。这是本章材料的来源，不是竞争者，但必须说清本章比它多说了什么：免疫学用这套机制回答「识别如何可能、耐受如何建立」，它从不追问「判据在不在被选者之外」这个问题，因为在它的问题里这个区分不产生任何后果。本章的贡献不是发现了这个机制，是把它从一个免疫学事实变成一个跨领域的判据。 判定形式：若这套结构只在免疫系统中出现，在工程规范与组织例程中找不到对应，则本章的跨领域主张为伪。

组织例程与演化经济学（Nelson & Winter, 1982，管理学）。分离线在于说不出来的原因：例程说主张内容不可完全言明；本章主张内容可以完全言明——七个条目就在标准文本里写着——而判据不可外置。判定形式：若把一套例程或一个证的全部内容完整成文（说得出来），而它仍然无法被回路外的量还原，则本章对而不可言明说不适用于本例。 中医证候标准正是「全部内容都写下来了而仍不可还原」的实例，因此这一条本章当场兑现。

默会知识（Polanyi, 1958, 1966，认识论）。同上，且更普遍地被援引。本章与它的差别只有一句：默会说把障碍放在表达上，本章把障碍放在参照上。 判定形式：若把一位名医的全部判断依据形式化为可执行规则（表达障碍被清除），而还原仍然做不成，则本章对。

循环论证的通行批评（本领域内长期存在的批评意见）。这是与本章最容易被混同的一位，因为结论看上去一样。分离线在于结论的性质：通行批评从循环推出「疗效不可信」，是一个否定性的判决；本章从循环推出「这是一个筛选装置，其产物在筛选判据上必然兑现，而在筛选之外没有保证」，是一个带方向的描述，并给出可清点的读数与可操作的处方。判定形式：若清除回路之后疗效证据完全消失，则通行批评对；若清除回路之后回路内的症状改善仍然稳定存在而只是失去了外推许可，则本章对。

证候客观化纲领（沈自尹自一九五九年起的系列研究、陈可冀等的血瘀证研究、证素辨证一路，中医学）。分离线在于支点：客观化纲领假定只要找到足够好的指标就能接地；本章指出所有候选指标的确认方式都是与专家判定的一致性，因此它们全部落在回路内。判定形式：若某一个候选标志物是靠与硬终点的关系、而非靠与专家判定的一致性被确立的，则本章关于「所有确认都在回路内」的论断为伪。 这一条本章邀请对方举反例，且举得出一例即成立。

最近的那一位是谁。 是准则污染。它比本章早七十多年，覆盖面更广，工具更成熟，而且它已经说过「判据混进效据会抬高关联」这句话。本章之所以仍不能被它吸收，只有一个理由：它的整个工具箱建立在「清除污染之后真东西还在」这个假定上，因而它没有位置安放「清除之后那个东西就没了」的情形。 若将来有人证明所有判据与效据的重合都可以在不消灭被判对象的前提下被清除，那么本章应当被撤回，准则污染足够用了。

十四 · 与本系列各章的分界

本系列近期有五篇是本章的近邻：两篇处理同一道题而从不同学科入手，三篇与本章用同样这三门学问。

十四之一 · 与同题两篇的关系

《随程》（第七章）（同题，从教育学、化学、艺术学入手）说的是：证是一类只在识别程序运行期间成立、并会回写该程序的对象，七十年不收敛是因为每一轮研究在结束前已把自己的对象重划过一次，读数是随程率。它动的是对象的边界。

《消参》（第八章）（同题，从物理学、心理学、工程学入手）说的是：证在给定观测结构下结构不可辨识，而可辨识与可控是两个互相独立的性质，读数是消参率。它动的是对象的内部量。

本章动的是第三样东西：外部参照点。

三篇的分工可以用一句话说清：一篇说边界在动，一篇说内部分不开，本章说没有回路外的支点。 三者互相独立，可以各自成立或各自被推翻。

判决性对照，与《随程》：取一个诊断标准数十年未修订的封闭体系——随程率为零。《随程》预测其机制不发动、指标应当收敛；本章预测仍不收敛，因为不可还原来自判据与效据同源，与标准是否修订无关。

判决性对照，与《消参》：取一套判定规则，其内部参数在给定观测结构下全部可唯一确定——消参率为零。《消参》预测其机制不发动；本章预测仍不可还原，因为参数即使全部分得开，它们的取值仍然只能用同一批条目去校准，链条还是没有接地。这一例把本章与那一篇彻底分开，而且它是可以构造的：设计一套判定规则，参数少、观测通道足够独立，使消参率为零，再看它是否还原得成。

三篇叠加的关系是相乘不是相加：随程率高使跨轮次不可比，消参率高使轮次内部不可辨，同据率高使整条链没有接地点。三者中本章这一条是最难绕开的——因为前两条原则上都可以靠工程手段解决（冻结标准、扩容观测），而没有回路外支点这件事，靠任何回路内的努力都解决不了。三篇给出的处方因此有严格的先后：先加一个回路外的观测（本章），再扩容观测通道（《消参》），最后记录归类变更（《随程》）。 顺序颠倒无意义：在没有接地点的链条上，把参数分得再开、把归类变更记得再全，都拼不出一个外部结论。

十四之二 · 与同三学科三篇的关系

《叠裕》（《治未病立账学》第三章）（何谓未病）说的是：各单位全合格，而这些合格依据同一份不可分割储备的重复整份计入，读数是叠计比。分离线：那一篇处理的是余量被重复计入，本章处理的是判据与效据重合。判决性对照：一个叠计比为一（各单位余量互不共享）而同据率为一的体系，那一篇的机制不发动；本章预测其疗效数据仍然好看而回路外空白。

《功债》（《治未病立账学》第九章）（治未病为何实践最少）说的是：预防不消除扰动，而是把它转成必须一直被供养的残留，读数是续养率。分离线：那一篇处理的是成功之后的代价无出口，本章处理的是成功的判据从哪来。判决性对照：一个续养率为零（无残留负荷）的处置，那一篇的机制不发动；本章预测其判据与效据仍可能完全重合。

《漏汰》（《治未病立账学》第六章）（未病如何被识别）说的是识别环节的漏筛与参照脱钩。分离线：那一篇讲该被筛出的没被筛出，本章讲筛子的孔是用被筛物自己的材料做的。两者可以同时发生：一个筛子既漏，又是自制的。判决性对照：一个漏汰率为零（该筛的全筛出了）的体系，本章预测其同据率可以仍为一——把该筛的都筛出来，并不产生一个回路外的判据。

五篇合起来：一篇记漏了共享余量，一篇记漏了成功的残留，一篇记漏了被漏筛的，一篇记漏了对象的重划，一篇记漏了参数的合并，本章记漏了判据与效据的重合。六种漏记可以同时发生，且叠加时后果相乘。

十五 · 本章不适用的地方

第一，判据外生的处置。 抗生素、外科复位、疫苗、输血、透析。判定用的量与验收用的量本来就不是一批，本章的机制不发动。

第二，回路外项数不为零的研究。 一项试验若在证候积分之外另附了独立的硬终点，那么它已经在回路外打了一个桩。本章对这类研究的评价不是负面的，恰恰相反——它们正是本章所要的那种研究，本章只要求把这个桩打了没有明确写出来。

第三，关于回路内价值的判断。 本章不对「症状改善值不值得」发表意见。那是一个价值问题，不是一个结构问题，而且答案多半是值得。

第四，同据谱上靠近判据外生一端的那些条目。 同据不是二分。一套判定规则里有的条目从不进入疗效评价（如舌象与脉象在很多方案中只判不评），这些条目是天然的回路外候选，本章预测它们才是最有可能被还原的部分——这是一条正面的、可立即执行的建议：把只判不评的那些条目单独拎出来做客观化，成功率应当高于把全部条目一起做。

第五，本章管不了的一个洞：这条回路是怎么第一次闭合的？在体系形成的早期，判据与效据必定曾经分离过——否则第一批配对无从被筛出。什么时候、因为什么，效据被收进了判据？本章手上的材料不足以回答，姑且交出去。

十六 · 怎样才算本章错了

十六之一 · 最强的那个竞争解释

不挑好打的靶子。本章面对的最强竞争解释是这一句：

其实不就是主观指标虚高吗？用病人自述当结局，加上安慰剂效应和期待效应，当然好看。

它能解释本章引用的几乎全部现象：有效率高（主观指标易改善）、跨研究不一致（主观指标不稳）、硬终点上没结果（主观改善本来就不传递）。它不需要任何新概念，而且它是循证医学界对中医疗效数据的标准诊断。

要证明本章不是它的一个花哨说法，必须拎出一个只有本章的机制成立才会出现、而竞争解释预测不出的变量，并在控制掉竞争解释之后仍要求它成立。

那个变量是同据率。主观指标解释预测：效应量的高低取决于结局指标是否主观，与判据效据是否重合无关——两项都用主观量表的研究，一项用判定条目做结局、一项用另一套独立的主观量表做结局，效应量应当相当。本章预测这两项会系统性地不同：用判定条目做结局的那一项显著更高，因为处置正是按这些条目挑出来的。

两个预测在同一份材料上给出可分辨的读数，且都在既有文献里可查。

十六之二 · 正式的证伪条件

条件一（主条件，机制证伪）：取同一制度环境内已发表的至少六批中医临床研究，全部限定为主观结局，计算每项的同据率与报告效应量。控制住结局指标的主客观属性、盲法质量、样本量与发表年份之后，若同据率与效应量之间不存在剂量—反应关系，则本章的核心机制为伪——届时应把疗效数据的形势归因于主观指标虚高，本章多此一举。

条件二（分层预测力，最干净的一刀）：以证候分层为依据施治，用完全回路外的硬终点评价。若分层仍能显著预测差异化的处置反应，则本章错——那说明证抓住了某种独立于其判据的东西，重合只是污染，清除后真东西还在。若分层的预测力归零而整方处置的效应不变，则本章对。

条件三（符号判决，与古德哈特分开）：同据率高的体系，其硬终点表现应当接近零效应而不恶化。若系统性恶化，则这是指标失真而非本章所述机制，本章的解释被更简单的解释取代。

条件四（轮次形态）：本章预测的不是一次先后，是一个循环：判据先动（外部要求引入硬终点）→ 分类条目在若干年内被改写以对上新判据 → 新条目回写下一版疗效评价标准，被收进积分表 → 下一轮由分类一侧先动，把自己的条目送进判据。 若在六次以上的标准与疗效评价规范修订中，发起处始终在同一侧，则本章关于发起权轮转的部分为伪。这可以通过比对历版证候诊断标准与历版疗效评价标准的条目来源来查。

条件五（跨领域）：若「判据与效据重合」这一结构只在中医里出现，而在免疫学实验、工程验收、组织评价里找不到可清点的对应，则本章的跨领域主张为伪，它只是一个领域内的方法学批评。

条件六（来源分离）：若把测量来源严格分离（不同评价者、不同时点、不同格式）之后效应量系统性下降，则那部分是共同方法偏差而非本章所述的内容重合，本章的独有性被削弱。

条件七（只判不评条目）：本章预测只判不评的条目（舌象、脉象等）的客观化成功率高于全部条目一起做。若这两类条目的客观化成功率没有差别，则本章关于「回路外条目更易接地」的推论为伪。 这一条可以用现有的证候客观化文献做一次分类统计。

条件八（编码可复现）：若两组独立编码者按第九之一节三条规则对同一批研究方案计算同据率，一致性低于该领域可接受的下限，则同据率不是一个可用的读数，本章的操作部分作废。

十六之三 · 样本纪律

条件一与条件二涉及跨案例比较，因此必须写死：

• 样本量不少于六个单元，且必须在同一制度环境内取。可用的单元：同一批国家标准下开展的多项试验、同一学会指南所依据的多项研究、同一省份多家医院的同期研究、同一药物的多项注册试验。
• 严禁用两个国家或两个体系充数。 「中医如此、西医如彼」这类对比在监管、报告习惯、结局选择上处处不同，所谓控制变量在方法上站不住。它可以作启发式例证，不能充当证伪检验。
• 若确实只能作跨体系比较，必须在正文中写明这是启发式例证，并另给一个同质多单元的设计顶上。

十六之四 · 本章可以被分层引用

• 第一层（最强、最易倒）：同据作为一份有名字的东西，即第④格与第③格有实质差别、且与第①格的差别不在质量而在参照。它被条件二（分层预测力）直接检验。
• 第二层（分析工具）：判据外生与否、有无持续筛选两根轴与四格。即便第一层被推翻，这张表仍可用于给任何一个评价体系定位。
• 第三层（最稳、最便宜）：一条不依赖前两层的经验主张——中医临床研究中判定条目与疗效条目的重合项数从未被系统统计过，而它只需要两份文本就能算出来。 这一条不要求接受本章的任何理论，它只指出一件没人做过、成本近乎为零、而结果会直接影响如何解读三十年疗效数据的事。

说明本章可以被分层引用，是诚实，也是保护。

十六之五 · 若本章被证伪，会学到什么

若条件二失败——用硬终点评价时证候分层仍有预测力——那将是本章所能带来的最好的消息，而且它会把资源引向一个明确的方向：那意味着证确实抓住了某种独立于其判据的东西，而找到它的正确做法是从此以硬终点为筛选判据，而不是继续用证候积分。 这个结论比本章原来的主张更有价值。

十七 · 这个判断被采用之后会怎样反噬

反噬一：要求报告同据率，最省事的达标办法是改写条目措辞。 把疗效量表里的「畏寒」改成「怕冷程度」，把「便溏」改成「大便性状」，两份表在字面上就不重合了，同据率降到零，而实际测的还是同一件事。规则一之所以必须要求两名独立编码者判定「同一项」并报告一致性，就是为了挡这一手；但编码本身也可以被优化。

反噬二：要求引入回路外终点，最省事的达标办法是加一个几乎不会变化的硬终点。 在一项六周疗程的试验里加一个「全因死亡率」，几乎必然是零对零，形式上满足了「回路外项数不为零」，实质上什么信息也没有。第二字段之所以要求分别报告硬终点项数与其可变化性，就是为了挡这一手。

反噬三：把这个判断讲出来，最省事的接收方式是否定病人的好转。 「回路内有效」这个词一旦流传，很容易被简化成「假的有效」。第九之四节与第十二之一节两处正是为了挡住这个方向，但削减写在论文里，口号传得比论文快。本章对此的处理是把这条写进伦理边界的最前面，而不是留在讨论部分。

出口在哪里？我没有找到。 任何要求把判据与效据分开的规则，都会遇到一个真实的困难：对于以主观症状为主要负担的疾病，症状本身就是最重要的结局，硬要另找一个回路外终点，往往找不到比症状更有意义的。三条路各有各的坏：不分开，则数据不承载外部结论；强行分开，则可能把最有价值的结局挤出去；加形式化的硬终点，则得到一堆零对零。本章能做的只有把这三条写在这里。

伦理边界另有三条，且这三条排在本章全部结论之前：

其一，回路内有效是真实的价值，不是假象。畏寒减轻、睡眠改善、食欲恢复，这些就是病人的生活。本章的任何部分都不得被用作削减对症状改善的支付、供给或研究投入的依据。

其二，本章不主张取消证候疗效评价，只主张把它与回路外结局分栏报告。取消它会同时取消这套分类赖以被筛选的机制，其后果比现状更坏。

其三，在恶性、进展性、有明确有效外部疗法的疾病中援引本章的，必须同时援引第十二之一节与本节前两条。只引「回路内有效不传递」而不引「传递是可能的、且症状价值是真实的」，是误用；而在这类疾病中以回路内数据替代回路外证据作出治疗决策，是本章明确反对的。

十八 · 本章自己落在哪一格

一条关于「判据与效据不能同源」的判断，若不能用在自己身上，它就是自封的。

本章提出的同据率，按本章自己的两根轴判定，落在哪一格？

本章用来判定一项研究「有问题」的依据，是同据率高；而本章用来验证自己这个判断成立的依据，是同据率与效应量的关系。两者用的是同一个量。 若有人问：你凭什么说同据率是个问题？本章的回答是：因为同据率高的研究效应量更高。而效应量为什么算问题？因为它是同据率抬起来的。

这是一个真实的循环，本章必须认下来。 本章的第②条与第③条证伪条件正是为了给自己打回路外的桩：条件二用的是硬终点下的分层预测力，条件三用的是硬终点的符号——两者都不依赖同据率与效应量的关系。本章的成败，压在这两条上，而不压在本章自己最喜欢的那条剂量—反应关系上。 若只有条件一成立而条件二、条件三不成立，本章就是第④格里的又一个样本。

后果一：本章不能靠被引用来证明自己。 引用本章的人多半是已经接受「循环有问题」这个前提的人，他们的引用不构成回路外的证据。

后果二：本章给自己设了一条时限。 若到二〇三六年，条件二从未被任何独立团队执行过一次——这件事所需的只是一批以硬终点为结局、以证分层的研究——那么本章与它所批评的对象处在同一格：一个从未被回路外检验过的判断。届时本章的第一层应当被撤回，只保留第二层的分类工具与第三层的经验主张。

后果三：本章所处的位置正是它所描述的那一格。 学术评价也是一套判据与效据高度重合的体系：判定一篇文章有价值用的是新颖、严谨、可检验，验证它确实有价值用的也是这几条，而不是它此后在世界上引起了什么。本章若被接受，多半不是因为它对，而是因为它在这套回路内兑现；本章若被拒绝，也未必是因为它错。这句话对本章不利，但按本章自己的判断，它必定成立。

十九 · 结论，与一条写死日期的赌注

七十年的还原研究做不成，不是因为对象太复杂、样本太小、技术太粗。是因为还原需要一个支点——一个独立于被还原对象的参照——而在一条判据与效据同源的回路里，这个支点不存在。每一次「找到了标志物」，找到的都是与判定条目共变的量；而判定条目的正当性来自它在疗效上兑现，疗效又用判定条目来测。整条链上没有一处接地。

它有效，也来自同一条回路。数亿诊次的筛选把不兑现的配对全部逐出，剩下的必然兑现。这份兑现是真的，只是它的范围止于筛选所用的那份判据。回路内有效与回路外有效，是两件事，而现行的话语里没有把它们分开的词。

承认这一点的代价，不是承认中医无效，而是承认三十年的疗效数据回答的不是它们被用来回答的那个问题。这笔账的规模，取决于同据率有多高；而这个数只需要两份文本就能算出来。

最省事的第一步不需要任何理论上的让步：取一批已发表的中医临床研究方案，把诊断标准条目表与疗效评价条目表并排放，数一数重合项，报出同据率与回路外项数。不需要新的病人，不需要新的经费，不需要同意本章的任何一条判断。三十年里，这件事没有被系统地做过一次。

给出一条写死日期的赌注：

到二〇三四年十二月三十一日，至少有一份中医临床研究的报告规范、注册要求或指南制定手册，明文要求把「证候诊断所依据的条目」与「证候疗效评价所依据的条目」分别列出，并报告二者的重合项数。

什么不算命中，一并写死：

1. 该要求只出现在方法学论文、社论或综述中，未进入任何规范、注册要求或制定手册，不算命中。
2. 只要求「鼓励采用客观指标」或「建议增加硬终点」，而不要求把两份条目表分别列出并报告重合项数，不算命中——那是一个方向，不是一个字段。
3. 只要求实施盲法或安慰剂对照，不算命中——那处理的是另一个偏倚，与判据效据是否同源无关。
4. 只在个别期刊的投稿须知中出现，而未进入任何行业层面的规范或注册要求，不算命中。
5. 该条款由本章作者或其直接合作方参与推动写入的，不算命中——赌的是这件事会自己发生。

若到期未兑现，本章关于「这个字段的缺失是结构性的」这一判断得到反面证据：那说明它不是一个被制度性遮蔽的位置，只是一件还没轮到去做的事，本章对其结构性的估计过高了。

注释

〔一〕本章所称「判据」，指一次分类判定所实际依据的、可被单独记录取值的观测项集合；「效据」指判定该次处置有无效果所实际依据的同类集合。二者均以研究方案或标准文本中的明文为准，不以研究者事后的说明为准。

〔二〕本章所称「回路外」，指从未被用于该体系内部筛选的判据。它不等于「客观」——一个从未被用作筛选依据的主观量表同样是回路外的；也不等于「硬终点」——硬终点只是回路外判据中最不易被同化的一类。

〔三〕第九节的同据率与准则污染在算法上有交集，但报告要求不同：准则污染的处理是清除后重估，本章要求把清除前的原始重合数报出来。两者的差别不在算法，在于报不报。

〔四〕第十三节对各既有说法的表述力求公允，未作简化；若有失当，责任在本章。

〔五〕第十六节条件二所需的研究设计（以证分层、以硬终点评价）目前极为稀少，这是本章没有自己完成该项检验的原因，也是本章把它列为最关键的一条证伪条件而非已完成证据的原因。这条检验的稀少本身，就是本章所描述的形势的一个例证；但本章不把它当作证据，因为那正是循环。