统计学、进化生物学与社会学如何把整体同一性改写为不可搬运的分题关系
Same Name, Different Disease
Question-Indexed Disease Identity and
Same-Name Split-Authority Case Pairs
《子宫癌》
第一大编“何谓子宫癌”
作者：陈晓艳
2026 年 8 月
何谓“同一种”子宫癌，不能只问两个病例是否共享病名，还须问这项相同关系能否从一个临床问题搬到另一个问题。本文以统计学的可比较性规范、进化生物学的谱系—变异过程和社会学的分类协调为三个互不代替的位置，审计 TCGA、FIGO 2023、PORTEC、RUBY、同步子宫内膜—卵巢肿瘤及多重分型资料。公开数据否定了跨尺度整体守恒：分子证据只在部分分期情境改写阶段，共同克隆也不稳定推出相同处置。第二轮预注册复算进一步发现，TCGA 组织学与拷贝数分区高度相关却四格均占位，二者并非粗细嵌套。本文据此把“分题同一性”的阳性实例限定为“同名异权病例对”：病例、证据与时点固定，两个合格问题产生相反同一性判定，裁决证据族换手，并有一条真实或获授权的接口把前一关系搬入后一问题，造成由独立目标输出定义的规则错误或预测损失。它不是目标导向分类、交叉种类、动态本体、边界物或统计交互的改名，而是一项可开始、持续、终止和盲法清点的关系实例。现有公开资料只建立系统级非嵌套与五条件规则候选；完整六条件临床实例仍须前瞻审计。本文给出六项存在条件、双见证检验、清点手册、反向约束、十项证伪条件及有期限的赌注。
What does it mean for two uterine cancers to be the same disease? Shared
terminology is insufficient unless one also specifies whether an equivalencelicensed for one clinical question may be exported to another. This article placesthree non-substitutable claims in conflict: the statistical norm of validatedcomparability, the evolutionary account of cancer as a historical and branchingprocess, and the sociological account of classification as coordinated work. Publicevidence from TCGA, FIGO 2023, PORTEC, RUBY, synchronous endometrial–
ovarian tumors, and multiple-classifier endometrial carcinomas rejects globalcross-scale conservation. A preregistered second audit further shows that TCGAhistology and copy-number partitions are strongly associated but non-nested: allfour cells of the serous/endometrioid by copy-number-cluster-4 table are occupied.The article therefore restricts question-indexed disease identity to a positiverelational token, the same-name split-authority case pair. With cases, evidence, andtime fixed, two admissible questions yield opposite identity judgments, theirfamilies of decisive evidence differ, and a real or authorized interface exports thefirst relation to an independently scored target, producing rule error or predictiveloss. This is distinguished from goal-directed classification, crosscutting kinds,dynamic medical ontologies, statistical interaction, boundary objects, and diseasemultiplicity. Current public evidence establishes non-nesting and a five-conditionrule-level candidate, not yet a complete six-condition clinical token. Six existenceconditions, a coding manual, ten falsifiers, and a dated prospective test areprovided.
name split-authority case pair; molecular classification
设想两位患者的手术标本都被诊断为高级别子宫内膜样癌，解剖范围也相近。第一例具有致病性 POLE 外切酶结构域突变，第二例为 p53 异常。若问题是“病变是否属于子宫内膜癌”，二者可以被同一个病名容纳；若问题是“早期病例如何进入 FIGO 2023 分期”，前者可能进入 IAm_POLEmut，后者可能进入 IICm_p53abn；若问题是“复发危险处于何种方向”，两者又分居迥异位置；若问题是“某项放疗、化疗或免疫治疗是否获益”，还须加入分期、治疗方案和试验证据，不能从分子名称直接演绎。两例的组织并未在提问之间变化，改变的是问题；然而“是不是同一种病”的答案可能随之改变。
这不是语言游戏。临床试验入组需要可比较的人群，病理报告需要稳定名称，肿瘤演化研究需要可追溯谱系，分期系统需要形成预后层级，支付与登记系统则需要有限代码。不同任务都借用“同一种疾病”这句话，却可能要求完全不同的同一性条件。如果不说明任务，研究者很容易把“同一组织学类型”“同一分子亚型”“同一克隆”“同一分期”“接受同一治疗”和“使用同一行政编码”当成可互换表达。它们实际上是六种不同关系。
传统回答大致分成两条。第一条寻找更深的共同本质：形态不够，就转向分子；单一突变不够，就转向通路、谱系或机制网络。第二条接受分类多元：研究、临床、登记和患者生活可以使用不同划分。两条都抓到真实困难，却留下一个实践上更尖锐的问题。医学并不总是废除旧病名并另建四个互斥世界。FIGO 2023 仍使用“子宫内膜癌”这一共同名称，同时让分子证据只在某些问题、某些阶段取得改写权；到另一些问题，解剖、形态或治疗试验仍保留裁决地位。于是，疾病同一性既不是一个等待发现的全局开关，也不只是任意目的下各说各话。本文追问的对象是：当两个病例共享一个有效病名时，它们凭什么在某一问题上仍是一种病，而在另一问题上已不是同一种病；前一问题成立的相同关系又在何处停止有效？ 这个问法属于“何谓”的对象问题。它要求找到一种可以被识别、记录、开始和终止的关系，而不只是列举分类方法。本文的回答将逐步收窄为一个待检验阳性对象：同一病名之下，问题改变使病例对的同一性翻转，使不同证据族获得最终输出改变权，并使前一问题的关系经一条可指认接口搬入后一问题时产生独立定义的错误。本文称其为“同名异权病例对”。
“病例对”是必要限定。疾病同一性不是单个肿瘤独自携带的标签，而是两个或更多病例在某项任务下能否相互替代的关系。“异权”也不是学科之间争夺权威，而是指在明确问题上，哪一类证据有资格作最后区分。例如，形态可以确认癌种，解剖范围可以确认晚期分期，MMR 状态可以影响免疫治疗问题，患者偏好可以决定经过医学筛选后的具体行动。每种证据都可能真实，却不因此拥有全域统治权。
这一重写还要避免一种诱人的夸张：把分子分类说成所有传统分类的终结。TCGA 的四群、ProMisE 的临床替代方案及 FIGO 对分子信息的整合，确实改变了子宫内膜癌的知识结构；但多重分型、肿瘤内异质性、谱系与临床行为脱钩以及治疗交互的不确定性，都表明“分子”也不是一个无条件的总答案。本文要维护的不是旧尺度或新尺度，而是裁决权必须随问题说明，并接受问题内证据检验。
“子宫癌”是日常上位词，不是一种单一病理实体。子宫体恶性肿瘤至少包括子宫内膜癌、子宫肉瘤及其他少见肿瘤；子宫颈癌又有不同发生部位与分类体系。本文的实证核心限于子宫内膜癌，因为 TCGA 四分法、临床替代分型与 FIGO 2023 的分子整合主要针对这一对象[1-5]。子宫肉瘤只作为外边界出现：同处子宫、共享日常上位名，不足以构成同一种病；任何把本文的 POLEmut、MMRd、NSMP、p53abn 结论直接移植给肉瘤的做法都属于越界。
本文区分五类问题。第一类是识别问题：组织是否为恶性、属于何种组织学类型。第二类是谱系问题：多个病灶是否来自共同祖先克隆。第三类是分期与预后问题：疾病范围及复发、死亡危险如何分层。第四类是干预问题：特定治疗相对于替代方案是否改变结局。第五类是协调问题：登记、转诊、试验、支付和沟通以何种名称保持对象连续。五类问题可以互相提供证据，却没有一类天然包办其余四类。
本文使用的医学材料分为三层。第一层是分类与规则：WHO 2020 和 FIGO 2023 说明当前制度如何分配形态、分子和解剖信息的地位[1-2]。第二层是肿瘤生物学研究：TCGA、多重分型与同步肿瘤的测序研究说明类别与谱系如何交叉[3,12-14]。第三层是随机试验的组织样本再分析：PORTEC-3、PORTEC-1/2 与 RUBY 提供预后及治疗效应的公开读数[8-11]。三层不可互换。分类规则能证明什么被制度采用，不能替代治疗效应；测序能证明克隆关系，不能独自决定临床处置；随机试验能估计特定比较中的效应，不能把所有肿瘤的本体一次性确定。统计学材料用于规定“何时可以把病例当作可比较单位”，进化生物学材料用于规定“病例作为过程对象如何延续或分叉”，社会学材料用于规定“名称如何在多方协作中保持并分配后果”。三者各守一项证据责任。本文不把社会学当作生物学的背景，不把统计学当作写在结果段的工具，也不把进化当作分子数据的修辞。只有三项同时进入，才可能识别同名异权病例对。
本文预先写下四个强命题，再使用公开汇总数据复算。命题 G1：若疾病同一性在尺度间整体守恒，分子证据一旦取得分期裁决权，应在所有分期情境以同一方式改写分期。命题G2：若分子亚型本身携带固定治疗本质，同一分子特征对不同治疗问题应保持方向一致。命题 G3：若共同谱系足以定义临床同病，共同克隆来源应稳定推出单一病灶关系与相应处置。命题 G4：若新分类只是旧分类的细化，两套病例分区必须单向嵌套，不应同时出现“形态相同而分子不同”与“形态不同而分子相同”两类反向见证。任何一条遭遇公开反例，都必须缩小主张，不能把反例改名为“复杂性”后继续保留原命题。
复算只使用文献公开值，不重构个体数据。FIGO 规则被编码为“分子亚型是否改写分期”的 4×4 真值表；PORTEC-3 复算四个分子组中联合放化疗相对单纯放疗的五年无复发生存绝对差；PORTEC-1/2 复算不同放疗策略之间的五年局部区域无复发生存极差；RUBY 复算 dMMR–MSI-H 与总体人群的 24 个月无进展生存绝对差。第二轮修订另行预注册 TCGA组织学×拷贝数第 4 簇的 2×2 非嵌套检验，以四格是否均有病例为主读数，以 Phi 系数与优势比只描述关联强度。计算脚本、输入值和输出均与正文使用同一口径。汇总值来自不同人群与治疗背景，不作跨试验因果合并。
最重要的不利结果是：PORTEC-3 中分子组与治疗组的正式交互检验未达常用显著性阈值，RFS 的交互 P=0.072，OS 的交互 P=0.113[8]。因此，本文不得把各组表面绝对差写成已确证的质性交互，也不得据此直接给患者开立或取消治疗。这个限制反而使核心问题更清楚：分题同一性要求每个问题有自己的证据等级；它不允许用“分子亚型很重要”填补尚未完成的治疗预测。
本文不建立新的临床分期，不提出个体治疗建议，不把任何分子亚型等同于人格、命运或患者价值，也不主张疾病名称可随提问任意变化。没有足够证据的问题以“待判”记录，不以“相同”填空。本文也不把“同名异病”理解为诊断错误：两个病例可以都被正确诊断为子宫内膜癌，同时只在某一问题上不构成相同疾病单位。
统计分类不是把相似对象装进同一个盒子，而是允许从已观察病例向未观察病例作推断。Cronbach 与 Meehl 反对用单一操作定义耗尽构念，要求把构念置于可受实验检验的“法则网络”中[20]；Campbell 与 Fiske 随后用多特质—多方法矩阵区分汇聚效度与区分效度[21]；Robins 与 Guze 更把临床描述、实验室研究、排除、随访和家系研究列为诊断效度的连续验证环节[24]。这些经典工作的共同规范是：一个名称只有在外部关系中产生稳定、可区别的预期，才具有超出命名便利的统计地位。
这一立场对子宫内膜癌的单句主张是：若把一组病例当作同一种病，则在预先指定的结局和人群中，组内预测必须足够稳定，组间差异必须可重复。 这不是要求组内完全同质，而是要求剩余异质性不会系统性推翻该问题所依赖的比较。若一个总体平均效应在亚组中反转，或同一标签中的风险跨度大于标签之间的差异，类别对该问题的统计资格就受到挑战。Simpson 在 1951 年已经表明，汇总表与分层表可以支持不同关系判断[19]。测量不变性理论则进一步要求，同一测量结构跨群体成立后，分数比较才有解释资格[22]。倾向评分理论则表明，在明确可忽略性等条件时，一个标量可用于平衡多项已观察协变量[23]；但“统计上可平衡”仍不等于“生物上同病”。现代预测模型和决策曲线分析把问题推进到临床后果：区分度高不等于在某个阈值下有净获益[26]。因此，统计学不会接受“共享病名所以可合并”为充分理由；它要求先声明终点、时间窗、治疗比较、阈值和误差结构。
但统计学也有盲区。它可以把病例分成风险组，却不能仅凭相关结构决定这些组是否是“疾病”；可以识别治疗异质性，却不能说明哪一分层应获得病理报告中的本体地位；可以设定损失函数，却不能独自决定谁有权设定损失。统计上的可交换性是一种问题内关系，不是疾病名称的全部意义。
Nowell 在 1976 年提出，大多数肿瘤源自一个起始细胞，获得性遗传变异使更具侵袭性的亚克隆依次受到选择；他并预见每位患者的癌可能需要个体化治疗，而治疗又可能选择出耐药亚系[29]。这一主张把肿瘤从静态形态改写为历史对象。肿瘤今天“是什么”，部分取决于它从哪个克隆出发、经历何种选择压力、保留哪些主干改变、又生成哪些分支。
进化生物学对子宫癌的单句主张是：疾病同一性首先属于谱系及其继续变异的能力，静态相似不保证共同未来，静态差异也不排除共同祖先。 Gerlinger 等对肾癌多区域测序发现，63%—69%的体细胞突变并非所有区域共有，同一肿瘤不同区域甚至同时出现“良好”和“不良”预后表达签名[31]。虽然这不是子宫癌数据，它说明单次活检为何可能只读到演化树的一段。子宫内膜癌中的同步子宫—卵巢病灶和多重分型研究则提供本病种内部的对应材料[12-14]。
谱系观点直接冲击形态本质主义。两个外观不同的病灶可以共享祖先；一个外观统一的肿瘤可以包含分化和治疗敏感性不同的亚克隆。它也冲击单一分子标记本质主义：同一个 p53异常可能是早期主干事件，也可能是在 POLEmut 或 MMRd 背景下较晚出现的次级事件；二者不能因标记同名而获得相同权重[12]。
然而，谱系也不能独占疾病同一性。共同祖先并不自动决定相同预后或相同治疗。同步低级别子宫内膜样子宫—卵巢肿瘤常显示克隆关系，却可呈惰性临床行为；FIGO 2023 在满足严格条件时把这种情形列入 IA3，而不是一律按传统晚期播散处理[2,13-14]。进化史说明“从哪里来”，但临床仍须另问“现在做什么”。
疾病分类不仅描述组织，也安排工作。Star 与 Griesemer 把边界物界定为既能适应不同社会世界、又足以保持共同身份的对象[41]。Bowker 与 Star 进一步指出，分类与标准构成信息基础设施，并产生资源、可见性和损益后果[42]。Timmermans 与 Berg 对肿瘤方案和心肺复苏方案的研究则显示，标准的普遍性总在地方实践中实现；协议一面改变工作，一面被参与者重新占用和调整[43]。
社会学对子宫癌的单句主张是：疾病名称并非仅被发现，它还因指南、登记、医院流程、试验、保险与患者沟通的使用而稳定，并反过来规定行动机会。 “子宫内膜癌”能够让病理科、妇瘤科、放疗科、遗传咨询、癌症登记和患者在并不共享全部知识时指向同一案件。名称的耐用性有真实价值；若每个新标志物都立即生成互不相通的新病名，长期随访、试验比较和转诊将失去接口。
这一洞见的经典源头比现代医学社会学更早。Durkheim 与 Mauss 把分类功能追溯到社会组织的形式，提示类别秩序与集体秩序并非互不相干[49]。本文不采用其强版本去解释肿瘤生物学，却保留一个可检验后果：当医院与登记系统必须协调更多行动者时，共同上位名称会比科学上的细分更耐久。
这一位置不是宣称癌由社会任意制造。恶性组织、克隆变化和治疗效应不会因编码习惯而消失。社会学指出的是另一件事：科学分类进入工作系统后，哪些差异被显示、哪些差异被压缩、谁能触发重分流以及患者获得何种选择，都受制度安装方式影响。一个分子结果可以在实验室为真，却因未进入分期规则而只作附注；也可以在某项治疗准入中成为关键门槛，却不改变疾病名称。
社会学同样有盲区。名称能够协调，不代表它对所有问题都科学有效；边界物能跨社群保持身份，不决定哪项治疗提高生存；分类有后果，也不使每个后果都成为社会建构。若没有统计验证和生物过程约束，“制度使用”可能把既有惯性误当疾病本体。
三种学科表面上可以被写成和谐分工：统计学负责分层，进化生物学负责机制，社会学负责实施。若只到这里，结论不过是“综合多维信息”。真正冲突发生在它们各自把什么视为可以单独决定同一性的充分条件。
统计学需要压缩。没有足够大的同类群体，就无法估计风险、校准模型或检验治疗效应。它倾向于说：只要某种分组在指定终点上具有稳定预测，就可把组内病例视作同类。进化生物学却持续拆分：同一组内存在不同克隆树，同一肿瘤在时间和空间中改变，治疗本身还会重塑群体。它倾向于说：只有谱系与变异能力才能说明对象连续。社会学又必须重新压缩：病理、分期、治疗、登记和支付不可能为每个细胞克隆建立独立语言，有限类别是协作的条件。它倾向于说：能跨场景保持且被制度执行的共同名称才具有社会实在性。
三者因此给同一病例对提出互不兼容的要求。统计学问两例能否进入同一个估计量；进化生物学问两例是否共享祖先并具有相似演化约束；社会学问两例能否在同一工作流和权利义务中保持一个可用身份。一个回答“是”并不推出另外两个回答“是”。
同步子宫内膜—卵巢肿瘤把冲突压缩成最清楚的形状。按传统形态—解剖标准，部分病例可被视为两个独立原发灶；测序却发现绝大多数具有克隆关系[13-14]。若谱系独占同一性，它们应被视为一个播散性疾病过程；但其临床行为又可能较惰性，满足条件者在 FIGO 2023中被列入 IA3，且不推荐辅助治疗[2]。统计预后、克隆来源与制度分期分别给出不同切法，没有任何一个切法能在所有问题上保持胜利。
高级别子宫内膜癌展示相反方向。病理学家可以给出同一组织学名，但 TCGA 分子组横切形态，POLEmut 与 p53abn 的预后差距巨大[3,8]。若形态独占同一性，风险差异被压入组内；若分子独占同一性，多重分型肿瘤又迫使规则决定哪个事件优先[12]；若制度名称独占同一性，则“都叫高级别子宫内膜样癌”可能掩盖治疗问题上的不可交换性。
Hussein 等对 75 例 TCGA 归为 3 级子宫内膜样癌的病例复核发现，不同分子组的形态诊断复现性显著不同，拷贝数高组一致率和 κ 值尤其低[17]。这排除了“只要训练病理医师，形态名称就能在所有分子背景下同样稳定”的简化解释。分子异质性不是形态观察之外的附注，它会改变形态入口本身的可靠程度。
这场冲突不能通过选择唯一赢家化解。统计学若获胜，疾病会退化为每个终点各自的预测簇；进化生物学若获胜，临床分类会碎裂到每位患者乃至每个亚克隆；社会学若获胜，制度稳定可能压倒新的生物证据。需要寻找的不是第四个更大分类，而是说明三种同一性何时分别有效，以及它们改变裁决位置时产生了什么对象。
这也解释了精准医学为何不是自动答案。美国国家研究委员会早已提出以知识网络和新疾病分类连接基础生物学与临床资料，Collins 与 Varmus 随后把分子、环境和生活方式纳入精准医学议程[52-53]。这一计划占据了“旧病名太粗，需要新分类”的位置，却不保证新分类对每项任务都拥有同一种效力。精准不是无限细分；它仍须回答某一分层为了预测什么而有效。
尽管三家互相反驳，它们常共同假设疾病同一性最终可以写成一个全局等价关系。只要找到正确的特征集合，任意两个病例要么同病，要么异病；这个结果应同时服务于识别、预后、干预、登记和解释。统计学把正确关系寄托在稳定簇或外部效度，进化生物学把它寄托在谱系，社会学把它寄托在可跨社群保持的共同身份。三家争论“由什么决定”，却共同保留“只能有一个最终决定”。
全局等价关系具有三个未经说明的推论。其一，同病关系应当可传递：若甲与乙同病、乙与丙同病，甲与丙也应同病。其二，同病关系不随问题改变：今天为预后而归为同病，明天为治疗而仍应同病。其三，更深尺度一旦出现，应整体取代或整体细化较浅尺度，而不是只在部分任务接管。日常语言中的“真正属于哪一类”正是这一前提的缩写。
统计效度、测量不变性、精准医学、自然种类多元论、交叉种类、目标导向分类、边界物和医学多重性已经从不同方向削弱单一本质。其中一部分把新知识理解为旧分类的细化或替代；另一部分明确承认分类可以交叉，并主张目标决定采用哪一种分类。因而，本文不能再把“同一种病依问题而变”当作原创判断。更深的第二层前提是：只要说明两套分类如何细化、交叉、并列或随目标切换，分类冲突就已经结算；至于固定病例对上的一项相同关系能否被搬进另一个问题、搬运失败发生在哪个病例对、由哪一套规则判错以及失败何时开始和终止，仍被留在分类系统之外。
FIGO 2023 的结构却不是完整替代。POLEmut 与 p53abn 在早期分期中可以改写阶段，MMRd 与 NSMP 只记录而不改写；III—IV 期仍由解剖范围决定，分子类别被附加记录并可影响治疗信息[2]。这里发生的不是“分子分类取代解剖分期”，也不是“两套分类互不相干地并列”，而是同一病例在同一制度内，裁决权按问题和情境选择性换手。
这使“同一种病”出现一种传统等价关系容不下、一般多元论又未必登记的形状。甲与乙可以在癌种识别问题上相同，在早期分期问题上不同，在某项治疗问题上待判，在登记问题上又相同。关系不再是单个布尔值，而是一列带问题、时间、证据、裁决证据族和错误函数的判定。若只说“分类是多元的”，这一列仍被压成哲学态度；若只说“目标决定分类”，仍没有指出哪一对病例构成了不可搬运关系；若只说“需要精准分型”，又会误以为更细分型应接管所有任务。
提出任何新词之前，必须先假设它早已被说过。本文沿五个方向搜索占位者：1980 年前经典、子宫癌临床实务、上游方法学、相邻学科和同一专著中的近邻问题。检索不只使用“疾病同一性”，还把命题剥成形式句：“固定对象，改变问题，分类是否翻转”“一个标准只在部分任务获得最终决定权”“同一名称下不同证据源轮流作最后判定”。
Simpson 的分层反转已经占据“汇总关系与分层关系不同”[19]；Cronbach—Meehl的构念效度占据“类别须在外部法则网络中验证”[20]；Campbell—Fiske 占据“同一对象须跨方法汇聚且与他物区分”[21]；Robins—Guze 占据“诊断由多类验证者逐步建立”[24]；Nowell 占据“癌是克隆演化并需个体化治疗”[29]；Mayr、Ghiselin 与 Hull 围绕物种是类还是历史个体的争论，则占据“共同性质与共同谱系竞争定义同一性”的思想空间[33-35]。若本文只说组内异质、方法反转、多验证者或谱系重要，全部只是经典命题的应用。
TCGA 已将子宫内膜癌分为 POLE 超突变、MSI 高突变、拷贝数低和拷贝数高四群，并明确提出基因组特征允许重分类[3]；ProMisE 把昂贵的整合组学改造成可用于石蜡组织的临床决策树[4-5]；FIGO 2023 已把分子类别写入分期[2]；PORTEC 系列已经研究分子类别与放疗、化疗获益[8-9]；RUBY 与 NRG-GY018 已使错配修复状态进入免疫治疗证据[10-11]；多重分型研究还规定 POLEmut 或 MMRd 背景下的次级 p53 异常不按单纯 p53abn 处理[12]。若本文只是说“同一组织学名中有不同分子亚型”，临床实务早已占满。
测量不变性问同一测量结构跨群体是否成立[22]；统计交互与异质性治疗效应问疗效是否随亚组改变[25,27-28]；决策曲线问模型在特定阈值下是否带来净获益[26]；Kou 等更已实现按医生视角即时重组疾病“is-a”层级的动态医学本体[64]。关系数据库与类型系统也可把同一对象按不同字段、查询和用途返回不同结果。若本文只给出一个多维向量、一次查询切换或一个按需层级，它应还原为这些方法。
Boyd 的稳态性质簇允许种类成员不共享单一本质[36]；Dupré 的多元实在论允许世界按不同研究兴趣形成交叉分类[37]；Kendler、Zachar 与 Craver 的机制性质簇用相互强化的机制网络理解复杂疾病[38]；Star 与 Griesemer 的边界物解释共同名称如何跨社会世界保持身份[41]；Mol 的“多重身体”说明同一疾病在不同医学实践中被不同地实现且仍被协调[44]；Hacking 的循环效应说明分类与被分类者可以互相改变[45]。这些理论比“生物—社会共同作用”强得多，是本文最危险的吸收者。
疾病是否为自然种类的争论也已明确分裂：D’Amico 反驳“疾病不是自然种类”的先验结论，Reznek 则坚持疾病／非疾病划分含有价值且不能仅由病因决定[39-40]。Khalidi 与Tobin 又已分别论证真实科学种类可以交叉而不形成单一嵌套层级[62-63]。更直接的占位来自 Erasmus 的目标导向疾病分类：医学目标决定何种疾病信息重要，并进一步决定采用病因、症状还是病理生理分类[61]。Hukmi 的精化多元实在论则把自然种类理解为协调异质分类实践的元层认识规范，强调推理角色在不同语境中的输出、翻译与整合[65]。因此，本文不能靠宣称“疾病既自然又社会”“分类会交叉”或“目标决定分类”取得新意。
W1 讨论病名成立后，诊断如何被转换为治疗、资格和身份后果；它预设一项诊断已经成立，关注担保是否接好。W3 将讨论诊疗结构如何预先关闭患者的未来选项；即使所有分类与授权都正确，其问题仍可发生。W2 若把重心放在后果或未来，就会撞入兄弟篇。它只能处理更前置的关系：在任何后果生成之前，两个病例究竟在哪个问题上构成同一疾病单位。
审计排除了十二种伪原创：组内异质性、精准分型、谱系重要、统计交互、测量不变、目的相对分类、交叉种类、按需动态本体、目标导向分类、边界物、实践多重性和多层信息整合。剩余空间很窄：并非再造一套更细分类，也不是再次证明分类随目标切换，而是识别一种同一病名被保留、同一病例对与证据被固定、两个问题均通过医学有效性门槛、裁决证据族换手、同病／异病判定翻转，并且把前一关系搬入后一问题会产生预先定义错误的关系实例。这一对象最接近 Erasmus 的目标导向分类、交叉种类与 Mol 的医学多重性。三者已经足以说明“目标不同，分类可以不同”，所以本文不能以“更加具体”划界。它只在三项额外结果同时出现时保留：第一，问题不是主观兴趣，而是带输出、规则版本、效度门槛和错误函数的医学合同；第二，相反判定发生在同一固定病例对上，并由不等价的裁决证据族支持；第三，前一问题的相同关系若直接替代后一问题的关系，会产生可复核的规则冲突或预测损失。若只须声明目标便能给出与本文完全相同的阳性／阴性清单，本文对象应被目标导向分类吸收。交叉种类也是必须承认的强占位者。两套分区非嵌套，早已不是新发现；本文新增的不是“交叉”本身，而是交叉何时在一个现行医学系统里实例化为不可搬运的病例对关系。若两套分区交叉，却没有共同病名、问题有效性、规则授权、相反判定或搬运损失，交叉种类成立而同名异权病例对不存在。它与边界物同样只构成必要背景：共同名称可以协调多方，但只有解释不同而问题内相互替代资格未变，仍不是本文对象。
癌症命名研究给这一界线提供了应用层压力。关于“少量癌症”以及潜能未定的克隆性异常的研究指出，癌症标签本身会改变风险感知与治疗选择[55-56]。这并不证明肿瘤类别由语言创造；它说明共同名称会进入行动。W2 因而必须先把“同一疾病单位”与“标签触发的选择”分开，否则社会后果会被误用为生物同一性的证据。
TCGA 对 373 例子宫内膜癌进行基因组、转录组和蛋白组整合分析，得到四个分子类别[3]。约四分之一的高级别子宫内膜样癌具有广泛拷贝数改变、频繁 TP53 突变及与浆液性癌相似的分子表型；POLE 超突变组则具有极高突变负荷和较好无进展生存。传统形态类别因此不能在预后问题上保持内部稳定。
但 TCGA 同时没有证明一个分子层面可以无损接管全部任务。四个整合组与 mRNA、蛋白、miRNA 和甲基化聚类显著相关，却不是逐例同一；约 85%的拷贝数高病例进入“有丝分裂”mRNA 亚型，仍留有不重合者[3]。多平台汇聚提高可信度，却不产生每一尺度完全同构的全局分类。更重要的是，TCGA 的治疗建议多为待前瞻检验的假说。分子结构可以要求重新分层，不自动等于某项治疗已经有预测效度。
León-Castillo 等在 3518 例完成分子分析的子宫内膜癌中发现 107 例约占 3%的多重分型肿瘤：64 例 MMRd–p53abn，31 例 POLEmut–p53abn，12 例同时具有三种特征[12]。在可判定病例中，18/28 的 MMRd–p53abn 和 7/15 的 POLEmut–p53abn 呈亚克隆性 p53 过表达，提示 TP53 改变常是演化后期的次级事件。聚类时，20/23 的 MMRd–p53abn 更接近单一 MMRd，而 12/13 的 POLEmut–p53abn 更接近单一 POLEmut；I 期五年无复发生存也更接近前者，而不是单一 p53abn。
这一材料从进化生物学内部推翻“共享某项分子特征足以维持同一性”。若只按 p53 异常这一静态状态，次级 p53 异常与主导型 p53abn 应进入同一类别；实际规则却依据发生背景和结局让 POLEmut 或 MMRd 优先。分子证据内部已经需要谱系次序，不能把“分子”当作一个单层答案。
多组学常被期待通过更高维度解决这种冲突，但其有效性仍取决于问题和验证。有关组学精准医学的研究已明确把数据整合、分析验证和临床解释列为连续环节[54]。只要不同组学平台对同一病例并非逐例同构，“整合”本身就不能充当最终同一性；它只能形成一个针对明确输出而验证的新状态。
但发生顺序仍未独占临床权力。同一多重分型的分类优先级来自演化解释、聚类和结局共同支持，而不是因为较早事件在形而上学上必然更真实。若未来随机试验证明某项针对 p53通路的治疗在这些肿瘤中由次级 p53 异常预测，p53 仍可在该治疗问题上获得裁决权。主干身份与治疗靶点可以分开。
Anglesio 等研究 18 例同步子宫内膜—卵巢肿瘤，17/18 显示克隆关系；其中 11 例按临床病理标准会被判为两个独立原发灶，10/11 仍有克隆证据[13]。Schultheis 等对 22 例散发同步子宫内膜样肿瘤进行外显子组和靶向测序，同样发现绝大多数成对病灶克隆相关；一例Lynch 综合征患者的两个病灶则无共同体细胞突变，支持独立发生[14]。
若共同祖先足以回答全部“同病”问题，克隆相关病例就应一律被理解为从一处向另一处播散的同一晚期疾病。然而这些病例常呈器官局限、低级别和较好预后。FIGO 2023 对满足浅肌层浸润、无显著 LVSI、无其他转移、单侧卵巢局限等条件的低级别同步子宫内膜样病变设立 IA3，并指出无需辅助治疗[2]。谱系上相同，并未推出分期和治疗上必须按通常转移性疾病相同处理。
这不是否认测序。测序纠正了“形态分处两器官所以必为两个独立原发”的强说法；临床行为又纠正了“克隆相关所以必按侵袭性转移处理”的强说法。二者合起来只允许一个更窄判断：谱系对来源问题拥有高权重，对临床风险和处置问题则须与解剖分布、组织学行为和结局证据共同工作。
Han 等让五个加拿大中心的妇科病理专家评估高级别子宫内膜癌，形态学类型的两两观察者一致性 κ 为 0.50—0.63，中位 0.58；完全形态共识仅见于 72%的病例[15]。Gilks 等让三位病理医师独立复核 56 例高级别子宫内膜癌，对占主要成分的组织学亚型仅在 35 例（62.5%）达成共识[18]。Hoang 等进一步发现，一致性随 TCGA 替代分子组改变：p53 野生型组七位病理医师完全共识为 90%，p53abn 组仅 39%，POLEmut 与 MMRd 居中[16]。这说明“同一组织学名”本身的可复现性也受分子背景影响。
若连观察入口都不稳定，病名更不能被当作全局同一性的透明窗口。但这也不意味着形态无用。形态仍负责识别肿瘤、评估浸润、发现混合成分并提供分子检测解释语境。分子分类不是把显微镜撤出，而是改变某些问题上的证据排序。
四组材料共同否定三个充分条件：共享形态不充分，共享分子标志不充分，共享谱系也不充分。疾病同一性不能再被定义为其中任一尺度的一致。下一步必须检验：它是否能被定义为三个尺度之间的整体守恒。
FIGO 2023 鼓励对所有子宫内膜癌完成 POLEmut、MMRd、NSMP、p53abn 四类分
子分型，并把已知结果作为下标记录[2]。但“记录”与“改写”并非同一权限。在 I—II 期，POLEmut 可使限于子宫体或伴宫颈扩展的肿瘤归入 IAm_POLEmut，p53abn 在有肌层浸润时可进入 IICm_p53abn；MMRd 与 NSMP 不改写早期分期。III—IV 期仍以手术／解剖病理范围决定阶段，四类分子结果均记录但不改写阶段。
把这一规则编码为 4 个分期情境乘 4 个分子类别的 16 格真值表，1 表示分子类别改变分期，0 表示只记录而不改变：
解剖分期情境
POLEmut
MMRd
NSMP
p53abn
I期
II 期
III 期
IV 期
16 格中只有 4 格发生分期改写，12 格不改写。这个结果不是说分子信息只“25%重要”，因为真值格不是病例频率，不能把 4/16 解释为临床发生率。它只反驳逻辑命题 G1：分子尺度取得的不是全局分期主权，而是条件性裁决权。同一分子结果在早期与晚期分期问题中处于不同制度位置；同属分子分类的四组也没有相同权限。
更不利于“整体守恒”的是，III—IV 期分子信息虽不改写分期，仍可能影响预后解释和系统治疗。也就是说，“不改变阶段”不等于“没有效力”；“有治疗效力”也不等于“应改变阶段”。同一证据在两个问题上分别得到 0 和 1，不是规则自相矛盾，而是问题不同。
整体守恒即使失败，仍有一个更强的还原方案：形态分类只是较粗，分子分类只是较细；二者冲突不过是换用更精密的层级。这个解释预言两套分区至少单向嵌套。若分子分区细化形态分区，同一分子块不应同时跨越浆液性与子宫内膜样两种形态；若形态分区细化分子分区，同一形态块也不应同时跨越第 4 拷贝数簇与非第 4 簇。
第二轮修订在运行统计前固定 TCGA 正文公开的四个计数，并排除混合组织学病例。363例完成体细胞拷贝数分析的病例中，53 例浆液性癌有 50 例进入拷贝数第 4 簇、3 例未进入；289 例子宫内膜样癌有 36 例进入第 4 簇、253 例未进入[3]：
传统组织学
拷贝数第 4 簇
非第 4 簇
浆液性癌
子宫内膜样癌
四格均有病例，因而两套分区彼此都不是对方的细化：既存在形态相同而拷贝数位置不同，也存在形态不同而拷贝数位置相同。Pearson χ²=159.53，Phi=0.683，优势比=117.13，说明二者关联很强；但强关联没有变成逻辑同一。这个组合比“两个分类相关不高”更有辨别力：传统形态仍提供大量真实信息，却不能被无损搬成分子同一性；分子分区也不能被写成形态层级下的单向加细。 命题 G4 在这对分区上被拒绝。
不利限制必须同时保留。四格占位只证明这两套规则分区非嵌套，不证明所有疾病分类都交叉，不证明每个交叉都具有临床效力，也不构成患者级病例对普查。交叉种类理论早已容纳这种结构[62-63]；本文只有在进一步找到问题有效性、裁决证据族、相反判定和搬运损失时，才有独立对象。
PORTEC-3 的分子再分析在 410 例可成功分型的高危子宫内膜癌中识别出 93 例
p53abn、51 例 POLEmut、137 例 MMRd 和 129 例 NSMP[8]。五年无复发生存方面，联合放化疗相对单纯放疗的绝对差分别为：p53abn +22.4 个百分点（58.6% 对
36.2%）、POLEmut +3.4 个百分点（100% 对 96.6%）、MMRd −7.5 个百分点（68.0% 对75.5%）、NSMP +12.0 个百分点（79.7% 对 67.7%）。这些读数清楚显示，共同“高危”标签不能保证相同预后或相同表面治疗差。
但正式交互检验并未达到常用显著性阈值。研究并非为分子亚组交互预先定样本量，只有原试验人群的 62%取得分子结果[8]。因此，G2 不能用这组结果被宣布为“治疗效应方向已经确定”。恰当结论是：总体高危组的平均结果不足以替代分子问题；同时，亚组绝对差也不足以独自成为稳定治疗本质。治疗同一性必须绑定具体比较、终点、分期、估计不确定性与证据等级。
这一不利结果对本文具有约束作用。若“同名异权”只凭四条生存曲线便判定，它会退化为事后亚组叙事。本文因而规定：在治疗问题上，病例对只有在预设或可靠验证的效应异质性、现行指南或监管规则支持下，才能判为“不同治疗效应单位”；探索性差异只记为待判。
PORTEC-1 和 PORTEC-2 的分子再分析纳入 880 例可分型病例，其中 97.2%为 FIGO2009 I 期子宫内膜样癌，中位随访 11.3 年[9]。五年局部区域无复发生存的最好—最差策略差为：POLEmut 0 个百分点，MMRd 3.9 个百分点，p53abn 32.6 个百分点，NSMP 10.6 个百分点。具体而言，POLEmut 无局部区域复发；MMRd 在盆腔外照射、阴道近距离治疗和无辅助治疗间分别为 94.2%、94.2%和 90.3%（P=0.74）；p53abn 分别为 96.9%、64.3%和 72.2%（P=0.048）；NSMP 为 98.3%、96.2%和 87.7%（P<0.0001）[9]。
这组资料比“分子分型有预后价值”多走一步：同一早期子宫内膜样癌群体在放疗方式问题上不能被视作一个可交换单位。可是它仍不能证明分子亚型在所有治疗中保持同一方向。MMRd 在 PORTEC-3 的加入化疗比较中没有显示获益，在 PORTEC-1/2 的放疗比较中差异有限；到免疫治疗问题，MMR 状态又可能成为高权重预测标志。一个亚型没有固定、脱离治疗问题的“应治／不应治”属性。
RUBY 随机 494 例原发晚期或复发子宫内膜癌，118 例为 dMMR–MSI-H[10]。在这一人群中，多塔利单抗联合卡铂—紫杉醇相对安慰剂联合化疗的 24 个月无进展生存为 61.4%对15.7%，绝对差 45.7 个百分点，进展或死亡风险比 0.28（95% CI 0.16—0.50）；总体人群对应为 36.1%对 18.1%，绝对差 18.0 个百分点，风险比 0.64（95% CI 0.51—0.80）[10]。NRG-GY018 也在 dMMR 与 pMMR 两个预设队列中检验帕博利珠单抗联合化疗[11]。这里出现与 FIGO 真值表相反但相容的现象：在 III—IV 期，MMRd 不改变解剖分期，却对免疫治疗证据具有重要意义。若问“肿瘤扩散到哪里”，相同解剖范围可保持同一阶段；若问“在特定方案中属于哪个效应人群”，MMR 状态使同一阶段内部重新分开。病例没有改名，也没有在两个问题之间产生新突变；改变的是裁决任务及被规则授权的证据尺度。RUBY 仍不允许把 dMMR 写成“免疫治疗本质”。试验比较的是一个明确方案和人群，严重及严重不良事件更常见，pMMR 人群也可能有获益[10]。分题同一性不是把标志物阳性者永久绑到一种药物，而是限定该证据在该问题中的资格。
公开资料使四个预设强命题均无法维持。G1 被 FIGO 的选择性改写直接否定；G2 被跨治疗问题的效力差异及 PORTEC-3 不显著交互所限制；G3 被同步肿瘤的“克隆相关但临床行为不等同通常转移”所否定；G4 被 TCGA 组织学×拷贝数分区的四格占位否定。四条失败不是把本文推回“情况复杂”，而是共同逼出一项更精确判断：
子宫内膜癌的同一性不在形态、分子、谱系、分期或制度名称之间整体守恒；多个有效分区可以强相关而非嵌套。同一关系只在明确临床问题内成立，新证据获得的是某一问题的裁决权，不是对整个疾病的永久所有权。
这句话仍是一个原则，尚不是新对象。要把它变成可检查存在物，还须说明谁与谁构成关系、什么事件使关系开始、哪些记录足以判定以及什么结果能使它消失。
设病例集合为 C，候选问题集合为 Q。Erasmus 已经充分论证医学目标应当影响疾病分类[61]；因此，仅仅给分类加一个目标索引并不是本文的新意。本文进一步设置问题合法性函数 L(q)。只有以下五项同时成立，L(q)=1，问题才进入预注册问题谱 Q*：第一，写明目标输出、适用人群、时间窗与临床或研究用途；第二，存在可指认的规则、版本和维护者；第三，预先规定复现性、校准、随机证据或其他效度门槛；第四，写明把病例错当同类或错当异类时采用什么错误函数或损失；第五，该问题不是 Q* 中另一问题的同义改写。缺一项，L(q)=0，不得用它制造“异病”。
对每个合格问题 q，规则 R_q,t 在时点 t 把固定病例证据 E_t(x) 映射为问题状态z_q,t(x)。状态可以是病理类别、克隆关系、分期、经验证的风险层或特定治疗比较中的效应层。本文定义：
病例 x 与 y 在问题 q 上具有分题同一性，当且仅当 L(q)=1，二者在同一规则版本、证据版本和适用人群下被映射到同一问题状态，且该状态通过该问题预先规定的可靠性或效度门槛。记作 I_q(x,y)=1；若映射到不同状态，记作 0；证据不足、规则冲突、效度不达标或适用范围不明，记作“？”而不是 0。医学知识缺口不等于已经证实的差异。对于治疗效应问题，事后亚组曲线不能独自把“？”改成 0；对于风险层，没有外部校准的切点也不能取得同一性资格。
每个合格问题在可判病例上形成一个分区 Π_q。若对所有病例对都有“I_q_2=1 必然推出 I_q_1=1”，则 q_2 只是 q_1 的细化。两分区真正非嵌套，必须有两组方向相反的见证：存在 x,y，使 I_q_1(x,y)=1 而 I_q_2(x,y)=0；同时存在另一对 u,v，使 I_q_1(u,v)=0 而I_q_2(u,v)=1。本文把这种系统级关系记为 Π_q_1 JOIN Π_q_2。一组病例对只能证明单向翻转，两组反向见证才排除两种可能的粗细层级。
TCGA 的组织学×拷贝数四格表满足这一逻辑形状：子宫内膜样病例既可在第 4 簇内也可在其外，且第 4 簇同时容纳浆液性与子宫内膜样病例[3]。然而，Khalidi 与 Tobin 已经占据“真实科学分类可以交叉”这一判断[62-63]。非嵌套检验只负责推翻“分子只是形态的单向加细”，不能独自生成同名异权病例对。
一个问题通常有不止一套充分证据。现稿若把裁决权写成唯一的 A_q，会在存在替代检测路径时产生伪换权。本文改用裁决证据族 A_q*：它包含规则 R_q,t 下所有“按包含关系已不能再删、但仍足以决定 z_q”的证据集合。某项证据具有决定性，指的是在其他必要输入固定时，对它作合格改变可以改变问题状态；只是被记录、提高置信度或与决定证据相关，不等于取得裁决权。
两个问题发生换权，不能看字段名称表面是否不同。先把经同一规则验证为可替代的测量路径映射到同一“证据角色”：例如，只有当规则明确允许两种检测互相替代时，IHC 与分子检测才可归为一个角色。再把 A_q* 中每个最小充分集视为一条超图边；两题的证据角色超图完全相同，便记为证据族等价，即使阈值、权重或输出标签不同，也只是“同权异规”，不算异权。只有两题超图不同，或同一证据角色在一题中能改变输出、在另一题中只能记录，才判 A_q_1*≢ A_q_2*。例如，FIGO 晚期分期中分子类别只记录，早期特定情境中却可改变阶段[2]。
这一归一化阻止三种伪换权：同一指标改名、同一检测换平台、同一字段换切点。它也使裁决证据族条件不被 0/1 翻转条件吞并：使用完全相同证据角色但采用不同阈值，可能使病例对翻转，却仍不是“异权”；只有最小决定结构本身改变，才进入本文对象。
这里所谓“固定”，是病例证据 E_t(x),E_t(y) 在比较时不变，同时 R_q_1,t 与 R_q_2,t各自版本锁定；它不要求两个不同问题使用同一规则。把“规则固定”误写成“两问题规则相同”，会与换权定义自相矛盾。
仅有相反分类还不足以产生新对象。本文先要求一条可指认的搬运通道 τ：它是医疗系统中把 q_1 的分组实际或按现行授权用于生成 q_2 输出的接口，例如数据库字段复用、试验合并、分期查表、模型迁移或转诊交接。研究者在看见结果后临时设想的“如果搬过去”不算通道。对每个预注册通道，定义跨问题搬运损失 ℓ[τ]_q_2←q_1(x,y)：让通道仅凭其被授权读取的 q_1 关系生成 q_2 输出，再按 q_2 事先独立规定的错误函数与参考输出比较。对规则型任务，损失是病例级输出违反 R_q_2,t 的次数或代价；对风险预测，使用留出数据上的校准、对数或分类损失；对治疗效应，使用预注册的错误合并或外推损失，探索性亚组仍记“？”。尤其禁止直接规定 ℓ=1[I_q_1≠ I_q_2]：否则第六条件只是把第三条件换一个符号重复。没有真实通道、独立目标输出或事先错误函数时，ℓ 记“？”而不是正值。新对象写为包含搬运通道的七元组：
P=< x,y,N,q_1,q_2,t,τ> 。
只有以下六项同时成立，P 才称为同名异权病例对：
1. x 与 y 在时点 t 共享同一有效上位病名 N，病例、标本、证据内容与患者状态在两次判定间固定；
2. L(q_1)=L(q_2)=1，两个问题均来自预注册的真实输出节点，而非事后改写；
3. I_q_1(x,y) 与 I_q_2(x,y) 均为 0 或 1，且二者相反；
4. 两个问题的裁决证据族不等价，即 A_q_1*≢ A_q_2*；
5. 两项判定均能指向当时有效的规则、验证资料、适用范围与规则维护者；
6. 至少存在一条预注册且可指认的通道 τ，其一个方向搬运损失大于零；损失来自跨题关系在接口中的实际复用，而非由 I 翻转直接定义，也不由新增标本、病情进展或规则换版触发。材料齐全时，六项均真则对象存在；任一项不真则对象不存在；关键字段不足则待判。最小结构例仍是两例同名早期高级别子宫内膜样癌，一例 POLEmut，一例 p53abn。癌种识别问题把二者判同；符合 FIGO 2023 条件的整合分期问题把二者判异，且两题的最小决定证据超图不同。公开规则因而满足前五项。若某一现存登记或决策接口 τ 仅凭“组织学同类”给二者传播同一整合阶段，参考输出 IAm_POLEmut 与 IICm_p53abn 将使至少一个病例级阶段输出错误；该接口才补足第六项。本文尚未用公开患者级流程资料证明这条错误通道真实运行，故这里是五条件规则级候选，不是已经观察到的六条件临床实例，更不是个体治疗判断。
同名异权病例对的载体不是一个数字，而是两份病例记录、一个共同病名、两个合格问题、两族决定证据和一条发生有损复用的制度接口。它在第二个问题取得有效规则、两项判定可完成且通道搬运损失可判时开始；在病名改变、任一判定转为未知、证据族重新等价、通道关闭或搬运损失归零时终止。第二项有效关系或真实通道出现以前，这个对象不是“已经存在但尚未测到”，而是尚未形成：前五项只构成结构候选，尚未形成有后果的跨关系边界。六项条件具有最小性。删去任何一项，所得对象都会退回已有类别：
被删条件
退回的已有对象
共同病名与固定病例证据
普通异病比较或时间性重分类
合格问题 L(q)=1
任意兴趣下的目标相对分类
0/1 判定翻转
多维信息并列或边界物
裁决证据族换手
同一规则中的普通数值差异
规则、效度与维护者
动态查询或按需本体视图
独立通道中的可定义搬运损失
无后果的交叉种类、平行分类或同义反复
因此，本文不把“分题同一性”本身申请为新哲学，而只把六项共同闭合后形成的病例对关系视作待检验对象。它的独立性不来自名称，而来自删去任何一项都会改变阳性清单这一经验事实。若未来盲法审计发现六项中的某项对纳入／排除没有增量作用，该项应删除；若全部清单可由“目标决定分类”一次给出，新对象整体撤回。
每个病例对一行，每个问题一组固定字段：问题编号、L(q) 五项、目标输出、问题状态、I_q、A_q*、规则及版本、验证等级、适用人群、错误函数、判定时间和未知原因；每组有方向的题对另须列出预注册通道 τ 及其允许读取的字段。不得把“不同治疗”写成一个问题，而后在有利处换成“不同治疗效应”；不得把预后层与分期层混用。
在固定问题谱 Q* 内，先把两项判定均可知的题对组成 E[Q*](x,y)；它只决定病例对能否进入分母，不因接口日志缺失而缩小。再将每个有向题对与固定通道谱 T* 配对。对(q_i,q_j,τ_k)，六项全部成立时 J_ijk=1，任一项已证伪时为 0，关键通道或损失字段缺失时为“？”。分别清点阳性量与待判量：
H[Q*,T*](x,y)=Σ 1[J_ijk=1],
U[Q*,T*](x,y)=Σ 1[J_ijk=?]。
H>0 表示至少存在一个同名异权实例；H=0,U>0 只能说待判，不能归为阴性。H是预注册题—通道实例数，不是比例，也不是病情严重度、医疗质量分或患者价值分。队列发生密度以全部符合共同病名和病例完整性门槛、且 |E[Q*]|>0 的无序病例对为分母；分子为其中 H>0 的病例对数。通道日志缺失进入 U 和未知率，不得从分母删除。因为同一患者会进入多个病例对，区间估计须按患者或医疗中心聚类重抽样，不能把所有病例对误当相互独立。不同机构只有使用同一 Q*、T*、规则版本、错误函数和编码手册时才能比较。
统计学在本文中不是“数字维度”，而是规范维。它规定一个问题状态要获得同一性资格，必须有何种验证。形态类别若观察者一致性很低，就不能被不加限制地当作稳定比较单位；风险组若校准漂移，就不能在新群体中维持原意义；治疗亚组若只有事后曲线而无可靠交互，就不能升级为确定效应类别。规范维给每个 I_q 设置进入门槛。
这使分题同一性区别于日常目的主义。人们当然可以为了排班、教学或财务方便任意分组；但只有能够承担问题内误差和外推责任的分组，才获得医学同一性。统计规范也防止分子检测天然优先：若一个昂贵分子标志不能在指定问题上提高校准、区分效度或净获益，它没有因“更深”而取得裁决权。
进化维使疾病对象具有历史。两个病例可以在当前形态上相同，却因主干事件、亚克隆结构与选择压力不同而在未来问题上分开；两个病灶可以形态或器官位置不同，却因共同祖先在来源问题上相同。过程维解释同一性翻转为何不是逻辑矛盾：每个问题截取演化过程的不同关系。
过程维还给静态分子分类加上反向限制。POLEmut、MMRd、NSMP 和 p53abn 是临
床上有用的状态，但多重分型表明状态之间存在先后和覆盖关系。若把所有标志物写成并列开关，就会把次级事件错当主导谱系；若又把最早事件绝对化，就会忽略治疗可针对后期脆弱性。分题同一性保留时间顺序，同时不让顺序替代临床验证。
社会学在本文中承担主体维，但“主体”不只指患者个人。病理医师、妇科肿瘤医师、放疗医师、遗传咨询团队、试验设计者、登记者、支付者与患者都是分类的使用者。每一问题状态都进入具体工作：决定报告标题、试验分层、治疗讨论、随访安排或数据登记。没有使用主体和规则载体，所谓裁决权只是论文中的相关性。
患者仍具有不可替代地位。肿瘤证据可以确定某项方案的效应层，却不能把效应层直接等同最终治疗选择。合并症、毒性、可及性与患者目标会在后续决策中加入；这一转换属于 W1所讨论的后果担保，不应被 W2 的疾病同一性吞并。主体维因此既说明分类如何现实化，又防止“治疗效应单位”占有整个患者。
规范、过程与主体不是给病名增加三个形容词。任一缺失都会产生特定误判。只有规范而无过程，稳定统计簇可能把不同演化路径误当一个机制；只有过程而无规范，任何克隆差异都可能被夸成临床新病；只有主体而无前两者，制度采用会被误当科学验证。三者共同决定的是：某一差异在某一问题上是否足够可靠、是否符合对象历史、是否被有权规则实际用于裁决。因此，疾病同一性不再是“病例共同拥有某属性”，而是“病例在一个经验证、尊重过程且被合法使用的问题状态中可相互替代”。这一定义仍然现实主义：组织、突变、谱系和结局都对分类施加硬约束；它也承认制度性：哪项问题需要裁决、证据何时进入规则，须由共同体公开决定。
疾病名称是否相同，与问题之间是否发生裁决权换手，是两个独立变量。把它们交叉，可得到四种不能互相替代的状态：
问题间裁决权不变
问题间裁决权改变
病名相同
同名同权：同一病名在所比较问题中由规则等价的裁决证据族决定；可能同判，也可能因病例值不同而异判
同名异权：病名保持，问题改变使裁决证据族换手；只有问题合格、同一性翻转，且真实通道的跨问题搬运相对独立目标输出产生错误时，才形成本文的同名异权病例对
病名不同
异名同权：不同病名仍可能由同一类证据和规则裁决，如两个器官癌均按解剖范围确定某项分期
异名异权：病名与裁决体系都不同，是常规疾病差异，不是本文靶对象
靶格不是右上格的全部。若两个问题由不同证据族裁决，但病例对在两个问题上都同判，只有“换权”，没有“同一性翻转”；若判定翻转而证据角色超图等价，可能只是同一指标换阈值；若两项关系不能互换却没有真实通道、独立目标输出和预先错误函数，只是平行分类。本文对象必须同时具备病名保持、病例证据固定、问题合格、裁决换手、同一性翻转与独立搬运损失六个签名。
这张表排除三个常见混淆。第一，分子亚型名称不同不自动构成“异病”；它可能仍在癌种识别或解剖分期问题上相同。第二，治疗方案不同不自动构成同名异权；若差异来自患者偏好或合并症，而疾病效应层相同，问题属于行动选择。第三，同一分子组内部也可能构成异病单位；若一个问题要求更细的受体状态、克隆结构或治疗交互，四分法只是上位名称。
场景一：同为高级别子宫内膜样癌，POLEmut 对 p53abn
癌种识别问题：二者均可为子宫内膜样癌，判同。早期 FIGO 分期问题：在相应解剖条件下分别进入 IAm_POLEmut 与 IICm_p53abn，判异。五年复发风险方面，PORTEC-3 报告POLEmut 与 p53abn 组五年 RFS 约为 98%与 48%[8]，但组水平曲线不是已经验证的个体风险映射；在未给出完整风险模型、适用范围和校准前，任意患者对在该问题上记“？”。最终治疗问题同样待判。因而，本场景只能在识别—分期之间形成五条件规则候选；只有审计到真实搬运通道及独立损失，才升级为六条件实例，更不能把组间预后差扩写成患者级第三次翻转。
场景二：同为 I 期子宫内膜样癌，p53abn 对 NSMP
解剖范围可相同；FIGO 2023 中 p53abn 可能改写早期阶段，NSMP 只作为下标记录[2]。在放疗方式问题上，PORTEC-1/2 的组水平结果也不同：p53abn 中 EBRT 相对 VBT或无治疗的局部控制差距更大，NSMP 中 VBT 与 EBRT 接近且均优于无治疗[9]。但这些是人群估计，不能直接把任意两位患者断言为确定效应相反。规则已采纳处可判，探索性个体外推处记“？”。
场景三：同为 III 期，MMRd 对 pMMR
FIGO 解剖分期问题：若扩散范围相同，二者同为 III 期，分子结果不改写阶段，判同。免疫治疗试验的估计对象问题：RUBY 和 NRG-GY018 预设 MMR 队列并报告分层效应[10-11]，因而在“哪个试验效应总体”这一群体级输出上分开。共同“晚期子宫内膜癌”病名保持，分期由解剖裁决，效应总体由 MMR 状态、治疗比较与随机试验共同裁决，构成规则级换权。它仍不把任意两位患者的个体治疗效应判成 0 或 1；个体外推在缺少可靠预测规则时继续记“？”。
场景四：一枚多重分型肿瘤与一枚单纯 p53abn 肿瘤
两例都可显示异常 p53 免疫组化。若问题是“是否存在 p53 异常信号”，判同；若问题是“进入哪一 TCGA 替代分子组”，POLEmut–p53abn 或 MMRd–p53abn 应按
POLEmut 或 MMRd 归类，与单纯 p53abn 判异[12]。这里病例未变、指标未变，改变的是问题从标志物存在转向整合类别，裁决从单项状态换到演化次序与结局支持的优先规则。场景五：同步子宫内膜与卵巢低级别子宫内膜样病灶
器官计数问题：两个解剖部位，判异。克隆来源问题：多数散发病例有共同祖先，判同[13-14]。常规侵袭性转移风险问题：满足 FIGO IA3 条件者不按通常晚期转移处理，不能从克隆同一直接推出风险同一[2]。这组场景表明，来源同一与临床行为同一是不同命题。临床评论早已指出，“两个独立原发”与“一个转移过程”的选择会改变预后和辅助治疗判断[58]。本文没有取消这一区分，而是要求先说清它正在回答来源、阶段还是治疗问题。一个来源判定只有在相应规则明确承接时才改变后续状态。
场景六：同一肿瘤的两处取样
患者和肿瘤来源问题：同一病例，判同。局部突变景观问题：肿瘤内分支可能使两处样本不同，判异。若临床问题只依赖主干事件，两处又可判同；若靶向治疗依赖一处亚克隆事件，可能待判。Gerlinger 等的多区域资料说明单针活检为何可能低估全肿瘤景观[31]，但对子宫内膜癌个体仍需本病种取样证据，不能直接搬用比例。
场景七：同名“子宫癌”中的子宫内膜癌与子宫肉瘤
行政或公众词汇问题：二者可能都被叫作子宫癌，表面判同。病理实体、分期和治疗问题：二者分属不同肿瘤体系，判异。这里不是分子亚型内部的细化，而是日常上位词压缩过度。若研究数据库只保存“uterine cancer”而不留组织学类型，统计可比性在问题提出前已经丢失。
场景八：同一病名、同一分子组、不同患者目标
两例早期 POLEmut 肿瘤在分期和群体风险问题上可相同，但一位患者重视保留生育，另一位已完成生育且更重视降低复发不确定性。疾病同一性仍可成立，行动选择却不同。若把行动不同倒推成“不是同一种病”，就把主体授权混入了疾病本体；若把病同倒推成必须接受同一方案，又越过了知情同意。W2 在疾病效应层停止，W1 从转换担保处继续。
场景九：登记同名、试验异组
癌症登记可能为长期可比性保留共同部位—组织学代码，而新试验按
POLEmut、MMRd、NSMP、p53abn 分层。登记问题上同名有协调价值，试验效应问题上分层有统计必要。两套安排不必互相取消，但必须保留映射。若试验结果只回写分子组而无法返回原登记群体，长期趋势断裂；若登记代码被用来替代试验分层，效应异质性又被压平。九个场景中至少有三类真实资料反过来修改了本文。FIGO 的选择性整合迫使“跨尺度守恒”改为“分题裁决”；PORTEC-3 的不显著交互迫使治疗问题设置待判；同步肿瘤的共同克隆—良好行为组合迫使谱系只对来源问题拥有优先权。场景不是为概念配例子，而是概念被反例削窄后的剩余形状。
前置病理复核还说明，名称变化与问题状态变化不能互相代替。PORTEC-3 的中央复核研究发现，组织学与分级修订并不总是改变试验资格或管理[57]。这一材料在 W1 中用于分析诊断后果；在 W2 中只支持更前置的限制：病名或形态项目改变，不足以推出每个问题上的同一性都改变。反过来，病名未改时，分子或治疗问题也可使病例对分开。
最强相邻理论
若观察到何种结果，近邻足够而本文多余
若观察到何种结果，本文保留而近邻不足
精准医学／分子分层[3-11]
更细分子类别一经建立，能对识别、分期、预后和各治疗问题保持统一排序并整体替代旧分类
同一分子结果只在部分问题取得裁决权，另一些问题由解剖、形态或特定试验接管；FIGO 4/16 真值格即属后者
统计交互与异质性治疗效应[25,27-28]
所有同病／异病翻转都可还原为一个治疗×标志物交互项，离开治疗比较便不存在病理识别—分期、器官计数—克隆来源等非治疗问题也发生换权翻转；同名异权范围更宽，但治疗部分须服从交互证据
测量不变性[22]
只要同一量表或分类跨群体满足不变性，所有同一性问题同时解决
每一测量都可在本题内有效，问题更换仍合法要求不同输出与不同裁决证据族；此时不是测量偏差，而是关系族
Robins—Guze 诊断效度[24]
多种验证者汇聚后产生一个稳定疾病实体，并对所有任务保持同一边界
随访、实验室、谱系和治疗验证者在不同问题给病例对相反但各自有效的判定；汇聚不是单一终点
稳态／机制性质簇[36,38]
一个机制网络能同时解释症状、标志物、预后和治疗反应，且网络相似度对问题不敏感相同网络可在某治疗问题上因靶点或阶段不同而分开；不同机制又可在登记或风险问题上合并，需问题索引
目标导向疾病分类[61]
只要医学目标决定应采用哪种分类，就能逐例给出与本文完全相同的阳性与阴性清单目标相同仍须审计规则效度、裁决证据族、真实搬运通道与独立损失；缺任一字段时本文拒绝生成对象，而目标导向分类仍可选择分类
交叉自然种类[62-63]
两套有效分区非嵌套本身已经解释所有实例
TCGA 四格交叉存在，但只有同名、固定病例、合格问题、换权、翻转及通道内独立损失六项闭合的病例对才进入本文对象
动态医学本体[64]
按视角即时重组疾病层级即可复现全部换权关系
同一个按需层级可以返回不同视图却没有效度门槛或错误函数；本文预测此时动态视图存在而病例对对象不存在
多元实在论／目的相对分类[37]
不同研究兴趣可建立多套真实分类，指出目的即可完成说明
现行制度对固定病例对留下相反判定，且把最终输出改变权交给不等价证据族；还须证明跨问题搬运会被规则判错
精化多元实在论[65]
各分类的推理角色能够跨语境输出、翻译和整合，关系搬运没有可测剩余
共同病名可以协调，特定同一关系却不能输出到另一问题；本文对象正是推理角色一般化失败的病例级边界
边界物[41]
共同病名跨社群保持身份、解释可变，便足以说明全部差异
共同身份保持的同时，两个问题产生可验证的同病／异病翻转；边界物解释“为何仍同名”，不判“何时不得合并”
医学多重性[44]
不同实践实现不同疾病版本，经协调后无需建立可裁决关系
同一固定病例和证据在规则内可被编码为 0、1 或？，并能以相反预测区分两种理论；本文要求审计而非只描述多重实践
克隆进化[29-32]
共同祖先与分支结构足以决定所有临床同一性
同步肿瘤共同克隆却不按通常侵袭性转移处理；来源同一不推出分期、预后或治疗同一决策曲线／净获益[26]
每个问题都能化为单一阈值和损失函数，最优策略即疾病分类
疾病识别、谱系和登记连续性不能全部还原为同一净获益；同时谁设定阈值仍需制度与患者授权
W1“有限效力诊断事实”
一切问题都发生在诊断之后，只要后果转换担保完整便无遗漏
即使尚未生成任何治疗或制度后果，两个病例在哪个问题上可相互替代仍须先判；W2 逻辑前置于 W1
W3“未来选项”
同病判定只由是否关闭患者未来决定
分类与行动完全合规时，人生未来仍可能被预先占用；反之，尚无生活改变也可存在同名异权
最近的邻居已经不是一般精准医学，而是 Erasmus 的目标导向疾病分类[61]。它与本文共享“应用目标决定使用哪种分类”这一核心，因此不能用“本文更强调规则”搪塞。判决性差别是：若只凭目标、分类方法和病例值，就能逐例复现本文的全部阳性／阴性清单，目标导向分类成立而本文多余；若还必须知道问题是否通过效度门槛、归一后的哪族证据能改变输出、哪条真实接口正在复用前一关系、独立目标输出发生何种错误，以及对象何时开始或关闭，本文保留。 这是一项字段消融检验，不是措辞差异。
交叉自然种类是第二危险的占位者[62-63]。TCGA 四格占位已经证明形态与拷贝数分区非嵌套，却尚未产生本文对象；只有其中某一固定病例对满足六项阳性条件，且有真实通道产生独立损失，交叉才在医学系统中实例化为同名异权关系。反过来，若任意非嵌套分区，或任意由翻转直接定义的“损失”，都被本文计入，本文立刻退化为交叉种类的新名。
Hukmi 的精化多元实在论给出第三条反向压力：科学分类的推理角色应能跨语境输出、翻译和整合[65]。本文并不反对这种一般化，而是标记它的经验边界。若一个问题中的相同关系可以无损翻译到另一个问题，本文对象不存在；只有共同病名仍可协调、特定关系又在真实接口中造成独立目标损失时，它才出现。这一相反预测使“不可搬运性”不是多元主义的修辞，而是可由接口日志和留出结果判错的变量。
边界物与医学多重性仍是必要近邻。前者解释共同名为何能跨社群协调，后者解释疾病如何在多种实践中被实现；两者都不自动提供病例对的 0/1/?编码、裁决证据族和错误函数。若这些字段对阳性清单没有增量作用，本文应退回它们；若共同身份保持而相互替代资格在一个合格问题上产生可测搬运损失，三者可互补而不可替代。
PORTEC-3 的表面亚组差异不能因符合本文叙事而被升级。治疗效应异权须预先指定比较，报告相对与绝对效应、置信区间和交互检验，并进行外部或前瞻验证。多重比较、稀少事件和治疗后选择都可能制造亚组幻象。若证据只支持预后差异，不能写成治疗预测差异。这一约束真切削弱初始主张：本文不能把所有四分子组都定义为四种治疗疾病，也不能从POLEmut 良好预后直接推断所有治疗均可省略。问题内证据不足时，I_q=? 是正确答案。诊断准确度研究还须完整报告目标条件、参考标准、待评价试验与受试者流程；STARD2015 的目的正是让准确度声明可被审查[51]。问题状态若只给一个灵敏度或 AUC 而不说明阈值与用途，也不能取得裁决权。Pauker 与 Kassirer 的阈值模型进一步提醒，同一疾病概率在不同治疗损益下可对应不同行动阈值[50]；行动阈值不能反向伪装成疾病本体。
共同祖先能回答来源，却不保证相同当前生态；晚期亚克隆也可能决定耐药。本文禁止把“主干事件”自动等同“真正疾病”，禁止用单点取样代表全部克隆，亦禁止把每个亚克隆命名为新疾病。只有当谱系差异对指定问题具有验证效力时，才进入裁决集合。
这同样削弱主张范围。许多同一肿瘤内部差异不会产生同名异权，因为临床问题对它们不敏感；反过来，两个谱系不同病例也可在某些风险或登记问题上保持同一。
共同病名维持长期队列、转诊、患者理解与资源安排。本文不要求每个问题都生成新病名，恰恰要求上位名称与问题状态分栏保存。制度压缩在资源有限环境中可能是必要选择；批评它时必须说明被压缩差异对哪个问题造成何种可测损失，而不能把所有标准化都视为暴力。若分题同一性导致报告无限膨胀、基层无法实施或患者只收到更多缩写，它就违背协调目的。最小实施不是重命名全部疾病，而是在需要处写明“共同病名＋问题状态＋裁决证据族＋搬运损失”。
目标导向疾病分类已经主张医学目标决定采用何种分类[61]；交叉种类理论已经否定所有真实类别必须嵌套[62-63]；动态医学本体也已经按视角即时重组疾病层级[64]。这些工作直接删除了本文原本最容易写下的强句：“疾病同一性随问题而变是一种前所未有的发现。”这句话不能保留。
本文能申请检验的只剩更窄主张：在同一现行制度中，固定病例对的两项有效关系发生换权翻转，并在可指认通道中形成由独立目标输出判定的跨问题搬运损失。若删去规则效度、裁决证据族、真实通道或独立损失后，阳性病例清单完全不变，这些字段只是装饰；若目标导向分类能无剩余地产生同一清单，“同名异权病例对”应撤名，只保留一项子宫内膜癌应用研究。
治疗选择还受合并症、既往治疗、毒性、药物可及性、患者价值和紧急性影响。两个病例在治疗效应问题上不同，也可能因其他约束获得相同最终方案；两个病例在效应层相同，也可能做出不同选择。本文的输出是疾病效应关系，不是医嘱。
这一条防止 W2 吞并 W1。病名、风险层和效应层是诊断输入；把它们转换为行动须另有当前规则、附加事实和授权。若任何人把“同名异权”作为绕过知情同意的理由，属于误用。
换权翻转数 H 指分类系统中的关系位置，不指患者“复杂”“不典型”或“管理困难”。不得用高 H 拒保、延迟转诊或降低服务，不得为让机构指标好看而减少必要问题或把未知强填成同一。若系统依据这一记录作出不利安排，必须公开问题集合、编码规则、证据版本和复核通道。
字段
必填内容
不合格写法
共同病名 N
当时有效的上位病理名称及版本
“子宫有癌”而无对象边界
病例 x/y
患者、标本、取样部位与时间
只写住院号，不分标本
问题合法性 L(q)
输出、人群、时间窗、规则维护者、效度门槛、错误函数、非同义性
“看预后”“看治疗”
问题状态 z
按同一规则映射后的类别或层级
研究者印象
同一性 I
1、0 或？及理由
把未知记作 0 或 1
裁决证据族 A*
全部包含最小的充分证据集合及其决定性字段
“综合考虑”或只列信息权重
规则与版本
指南、试验、模型、发布日期
无版本的“按指南”
验证等级
复现性、校准、随机证据、交互状态
只报 P 值
适用范围
分期、组织学、人群、治疗背景
从高危队列外推所有病例
搬运通道 τ
真实或现行授权的字段复用、试验合并、查表、模型迁移或交接接口
结果出来后想象一个搬运
搬运损失 ℓ
通道输出相对独立目标输出的规则错误或预测损失
直接把“判定翻转”定义成损失
起止时间
何时成立、因何更新或关闭
默认永久有效
病例会议可以先按共同病名检索，再在两个合格问题上填写这张表。系统只有在六项存在条件全部为真时，才生成“同名异权病例对”标记；仅有分子不同、目标不同或分类交叉均不生成。标记不进入病理主诊断标题，可进入多学科讨论、试验分层审计或分类研究数据库。
病理团队负责病理对象、标本代表性、组织学与分子状态解释；生物信息或分子团队负责变异质量、致病性与多重分型；统计与试验团队负责问题内效度、估计不确定性、交互和独立损失函数；临床团队负责适用人群、分期和治疗问题；登记及信息团队负责版本映射、接口清单、允许读取字段与通道日志；患者与临床团队共同负责最终行动中的价值与授权。没有一个团队单独拥有整行。
责任分配不是“多人共同负责”即可。每个问题必须有一名规则维护者，负责说明当前版本为何赋予某证据最终输出改变权。若规则只来自探索性论文，维护者须把状态标为研究性；若证据发生冲突，状态转“？”并启动复核，而不是由信息系统随机选取最近一条结果。记录系统还须区分临床术语与分类用途。Jutel 已指出诊断既是一种医疗分类，也是一种组织和社会行动[46-47]；Porter 对数量化客观性的研究说明，标准化常在需要跨距离建立信任时扩张[48]。因此，“规则维护者”不是替自然事实投票，而是公开说明某种事实为何在某个远距离协作任务中获得可执行地位。WHO、肿瘤分类、分期、试验和本地医嘱各有不同治理层级，不能由最近更新的一张表覆盖全部。
四类事件触发更新：新增代表性标本或分子结果；病情进展改变时间截面；指南、分期或治疗证据换版；原始结果被更正。更新后须重新计算相关 I_q、A_q*、τ 与 ℓ。若共同病名改变，原七元组关闭并另建；若问题或通道定义改变，旧版本保留历史记录，不覆盖；若只是显示格式改变，不触发关系更新。
关闭同名异权不等于病例“变简单”。当两个问题的判定趋同、裁决证据族恢复规则等价、搬运通道关闭、搬运损失归零，或任一判定因证据不足转为未知，旧实例终止。系统应保存终止理由，使研究者能够区分科学收敛、证据撤回、接口移除和规则行政修改。
实施评价关注五项：问题合法性字段完整率、未知被诚实保留率、规则—通道版本可追溯率、搬运错误率和误用共同病名造成的错误合并率。H 只用于同一固定问题谱与通道谱内描述病例对，不用于科室排名。若机构发现“同名异权”数量突然下降，应先检查是否删除问题或通道、改写错误函数或把未知强填，而不是宣布分类质量提高。
预测一：分子整合不会沿所有任务同步扩张
单一“分子取代形态”模型预测，分子类别一旦进入分期，应同步支配预后、治疗、登记和患者沟通。本文预测扩张将呈问题选择性：某些治疗问题快速换权，解剖分期和长期登记保留旧尺度，且同一指南内出现“记录但不改写”的稳定状态。FIGO 2023 已给出这一形状，未来版本仍可检验其是否持续。
预测二：同一亚型跨治疗的效应排序不会恒定
固定分子本质模型预测，某亚型一旦被标为良好或不良，就对放疗、化疗、免疫治疗保持同方向含义。本文预测，同一分子组在不同治疗问题上的相对获益可改变，甚至由“差异有限”转为“关键预测标志”。若长期证据显示四分子组对所有治疗的效应排序高度一致，本文的分题必要性将显著下降。
预测三：仅按病名合并的模型在跨问题迁移时失准
若共同病名足够，基于组织学名建立的风险或治疗模型换到不同终点仍应保持校准。本文预测，当模型从癌种识别迁移到复发、局部控制或免疫治疗问题时，未显式记录问题、裁决证据族与错误函数的模型将出现系统校准偏差；加入问题状态后改善应主要发生在发生换权的任务，而不是所有任务平均改善。
预测四：保留上位病名并增加问题状态，比彻底改名更能兼顾连续与效度
彻底分子改名模型预测，只有废除旧病名才能避免混淆。本文预测，“上位病名＋问题状态＋规则版本”的双层记录既可保留登记连续性，又能降低试验或治疗错误合并；完全替代会损失历史映射，只有上位病名则损失问题内效度。可用跨机构数据映射错误和队列可重建率检验。
预测五：误用将集中发生在“边界物被当作等价类”的接口
边界物理论预测共同病名促进协调；本文增加一个风险预测：当登记、转诊或患者沟通使用的共同名被直接复用为试验效应或治疗准入的等价条件时，错误合并率最高。若错误与接口复用无关，而仅由检测质量解释，社会学维度的独立贡献将被削弱。
预测六：六条件关系模型必须留下目标导向分类解释不了的增量
目标导向分类预测，知道医学目标、所选分类方法和病例值，已经足以决定病例如何分组[61]。本文预测，在盲法审计中，继续加入问题效度、裁决证据族、真实搬运通道和独立损失后，至少会改变一部分病例对的阳性／阴性／待判状态，并更好预测跨问题错误合并。可把“共同病名模型”“目标＋分类模型”和“六条件关系模型”按预注册顺序比较。若最后一步既不改变病例清单，也不改善错误预测，本文的不可还原性失败，应退回目标导向分类的子宫癌实例。
1. 全局守恒反证。 若在预设的大规模多中心资料中，一个单一疾病分区对病理识别、分期、预后及至少三类治疗问题均保持稳定同一边界，且替代任务特定关系不损失校准或净获益，分题同一性退化为冗余标注。
2. 无换权反证。 若所有现行子宫内膜癌问题的最小决定证据族均规则等价，所谓形态、分子、解剖和谱系差异只是不改变输出的附加信息，同名异权病例对不存在。
3. 无翻转反证。 若固定病例对跨全部预设问题从不出现 0/1 相反判定，只有不同置信度或未知，本文对象应撤回。
4. 无独立搬运损失反证。 若找不到实际或现行授权的跨题通道，或全部损失都只能写成1[I_q_1≠ I_q_2] 而没有独立目标输出、规则冲突、校准损失、效应层误并或其他预注册错误，则多套分类只是无害并列或定义同义反复；本文对象应撤回。
5. 目标导向／交叉种类还原。 若知道目标、所选分类与两套分区是否交叉，就能逐例复现本文全部 0/1/?清单；继续加入问题效度、证据角色超图、真实通道和独立损失不改变任何病例，本文只是目标导向分类或交叉种类的新词。
6. 纯统计还原。 若每一个同名异权实例都能无剩余地写成同一治疗比较中的交互项，病理、谱系、分期和登记场景均找不到非治疗实例，本文应还原为异质性治疗效应。
7. 边界物／医学多重性还原。 若共同病名的解释弹性或不同实践中的疾病版本，无需病例对编码、效度与生物证据便能给出完全相同的相互替代判断，本文应退回既有社会学分析。8. 记录无增益。 在前瞻实施中，“上位病名＋问题状态＋裁决证据族＋真实通道＋独立损失”不比目标导向或现有分子记录减少任何错误合并、错误外推或版本丢失，反而增加延误，实施主张与不可还原性同时失败。
9. 编码与问题—通道谱不可重复。 若独立审计者按同一手册对 L(q)、I_q、A_q*、τ、ℓ[τ] 和阳性实例的一致性长期低于 κ=0.70，或轻微改写问题、通道边界即可大幅改变 H 而不能由真实输出节点和接口日志稳定 Q*,T*，对象缺乏可清点性。
10. 伦理反证。 若即便有公开规则与复核，实施仍系统性增加拒保、污名或治疗延迟，且无更小侵害的记录方式可保留科学效益，应用应停止。
这些条件分为对象存在、邻近理论还原、测量复现、临床增益与伦理五类。即使对象存在，临床实施也可失败；即使实施有帮助，概念仍可能被既有理论吸收。本文不以一条有利验证抵消另一条失败。
本文“真跑”的是规则真值表、TCGA 已发表列联计数和试验组水平读数，不是带完整病理、分子、治疗与结局的个体级病例对。FIGO 4/16 是规则单元，不是患者比例；TCGA 的四格占位能够否定“组织学—拷贝数第 4 簇必为单向粗细关系”，但不能估计六条件对象的患者级密度，更不能由 Φ=0.683 或优势比 117.13 推出临床效用；PORTEC 与 RUBY 的百分比来自不同入组标准，也不能合并为统一效应。同步肿瘤研究样本量较小。本文目前证明的是若干全局守恒命题遭遇真实反例，并未完成同名异权病例对的临床普查。
PORTEC-3 的交互检验不显著是本文必须保留的反证压力。PORTEC-1/2 虽来自随机试验，但分子分析为组织样本再分析，某些亚组事件稀少；POLEmut 无复发也导致治疗效应难以估计。本文在场景中把可靠规则与探索性判断分开，仍可能因未来证据更新而重判。
任何连续变量都可被切成新问题，任何患者差异都可被包装为独特疾病。为防止这一点，本文设置 L(q) 闸门：输出、人群、时间窗、用途、规则版本、维护者、效度门槛、错误函数与非同义性必须预先写明；问题措辞变化若不改变这些字段，只算同一问题的表述变体。未来研究还须公开全部候选问题、被 L(q) 排除的问题及理由，不能只报告产生阳性的题对。个体化不意味着每个人都是不可比较的孤岛；没有可比较群体，就没有效应估计，也没有公平审计。
本文主要研究专业分类。患者可能并不按分期、分子组和效应层理解“同一种病”，共同病名也可能提供认同、互助或恐惧。社会学维度提醒这些意义真实存在，但 W2 不把它们纳入疾病同一性的最终裁决。未来质性研究需检验“双层记录”是否帮助理解，还是只增加技术负担。
规则依据现有分类收集数据，数据又用来验证分类，可能产生自证循环。若试验只在既定分子组中报告结果，其他潜在分层永远不可见。分题同一性不能仅记录现行权力，还须允许竞争问题和替代分层进入验证；否则“被规则采用”会被误写成“自然上正确”。反过来，分类交叉、问题依赖和动态视图本身已有理论先例[61-65]，也不能因在子宫癌材料中再次出现就被包装为原创。本文只能对六条件病例对及其搬运损失提出增量主张。
WHO 2020 的第五版改变了女性生殖系统肿瘤的若干分类结构，相关综述明确把分子分类视作子宫内膜癌分类的重要变化[59]。Vermij 等也指出，把分子特征纳入管理须与既有病理和临床因素结合[60]。版本变化因此不是外围文书事件，而是同一性判断的时间条件；旧版下的相同与新版下的相同不能在不留版本的情况下直接比较。
本文把“子宫内膜癌”作为共同病名，同时在识别、谱系、分期、预后、治疗和登记问题中给出不同关系。按自己的判据，它不能仅因讨论多个问题、发现两套分区交叉，或承认分类服务于目标，就宣称发现同名异权。对每个场景，本文必须交出 L(q)、规则版本、0/1/? 判定、裁决证据族 A_q*、可指认通道 τ 与独立搬运损失 ℓ[τ]；交不出的字段已记为“？”。本文自身目前处于三种证据状态。第一，FIGO 2023 的早期与晚期分期规则允许构造可重复的五条件规则候选，但公开资料未证明某条错误搬运接口正在运行；第二，TCGA 的组织学×拷贝数第 4 簇矩阵提供了系统级双方向见证，足以排除这一对分区的嵌套解释，却不是同名异权对象的普查；第三，PORTEC 与 RUBY 只能支持组水平效应和反证压力，不能构造任意患者的个体治疗效应对。至于“六条件关系记录能减少错误合并”，尚无前瞻数据。因此，本文有资格提出对象、运行规则与非嵌套检验，并公开尚缺的第六条件；没有资格声称已经观察到完整临床实例，更不能声称发生率、临床净获益或个体治疗正确性已被证实。
最危险的替代解释不是“单一分子本质”，而是 Erasmus 的目标导向疾病分类[61]。把全文中的“同名异权病例对”替换成“按医学目标选择分类”，仍可保留问题索引与多套分区；真正会被删掉的只有四项：不合格问题必须弃权、全部最小决定证据须经角色归一后可列、真实搬运通道须产生独立定义的损失、对象须有开始与关闭条件。若盲法消融显示删掉这四项不改变阳性／阴性／待判清单，也不降低任何跨问题错误，本文即被目标导向分类完全吸收。同样的自我消融适用于交叉种类、动态本体、边界物和医学多重性[41,44,62-65]。TCGA四格矩阵不能独自支持新对象，因为“非嵌套”早已被交叉种类理论占据；共同病名跨实践协调也不能独自支持新对象，因为边界物已经解释这一点。本文暂时保留的最小余量，只是固定病例关系在六条件闭合后形成的、有错误后果的不可搬运边界。这个余量不是靠定义获得豁免，必须由第二十节的盲法字段消融和留出验证决定。
自反审查还有一个具体后果：本文不得用“同名异病”作为标题上的戏剧性判断，随后把所有分子亚型都叫成新疾病。标题中的“异病”严格限于某一明确问题上的不可交换单位。离开问题索引，它没有独立真值。
后续研究应在三个以上卫生系统纳入连续子宫内膜癌病例，锁定索引时点并保存当时可得的病理、分子、分期、治疗与结局资料。研究开始前固定六个问题：癌种识别、整合分期、五年复发风险层、局部放疗效应层、含化疗效应层、免疫治疗效应层；逐题公开 L(q) 合同、规则版本、验证门槛、错误函数与维护者，并另行锁定卫生系统中实际或获授权运行的通道谱T*。制定规则表的病理—统计—临床组不得参与主要编码。两名不知本文阳性假说、彼此结果和索引时点后结局的审计者，先独立编码问题合同、通道、每例的 z_q、未知理由及决定证据；锁定程序再机械生成 I_q、A_q* 等价性、ℓ[τ] 的 0/正/未知状态和最终六条件状态。另从阳性、阴性与待判层各抽取预注册比例的病例对作双人盲审，防止程序只复现规则表中的错误。每个系统 s 的分母预先定义为：共享同一版本上位病名、索引证据满足病例完整性门槛，且 |E[Q*](x,y)|>0 的全部无序病例对，记为 D_s。分子为其中 H[Q*,T*](x,y)>0 的病例对数。须同时报告 |D_s|、全部同名病例对数、U>0 的待判率、每题可判覆盖率和每条通道的日志查明率；没有接口日志的病例仍留在分母，禁止以“不可审核”为由静默移出。全部合格无序对进入主分析；因病例在多对中重复，比例及区间按 U 统计量或患者层级、中心分层重抽样计算，不能把 n(n-1)/2 个病例对当作独立样本。各系统分别报告，汇总值采用预注册的等系统权重，防止大中心独占结论。
该设计必须按卫生系统或时间切分开发集与锁定验证集，治疗问题优先使用随机试验证据或预注册模型；不得用结局已知后的最佳切点定义风险层。分类一致性以 L、I、A* 等价性、τ 识别、ℓ[τ] 三状态和对象状态各自的 κ 报告，决定证据元素另报集合 Jaccard 一致度；不能用一个总 κ 掩盖某一关键字段失效。只有验证集复现，才可估计病例对密度。
不可还原性与实施价值须分开检验。概念消融预注册三个嵌套模型：M0 仅含共同病名；M1 加入医学目标、所选分类及病例值，代表目标导向分类；M2 再加入 L(q)、全部最小裁决证据族、真实搬运通道、独立损失与对象起止条件。先比较三模型生成的阳性／阴性／待判清单，再在锁定验证集中预测真实发生的规则冲突、错误效应层合并和历史映射失败。若 M2不改变 M1 的任何清单，本文在概念上已失败；即使清单改变，若不改善留出集错误预测，也只证明记录更繁复，不证明有实施价值。
实施阶段可把 M0、现行“病名＋分子亚型”记录和 M2 记录按集群随机或阶梯楔形方式比较，观察多学科会议中的错误合并、重复解释时间、跨版本重建率、患者理解和治疗延误。所有不利结局与文书负担同报。若 M2 只增加文书而不改善任何预设结局，实施主张失败；若现行分子记录达到同样效果，完整关系表不应进入常规病历。
本文给出一项可由独立团队核对的赌注：截至 2031 年 12 月 31 日，在至少三个独立卫生系统、累计不少于 1000 例完成分子分型的连续子宫内膜癌中，使用锁定的六问题谱、通道谱、同一编码手册及上述唯一分母，每个系统的通道日志查明率先达到 90%；等系统权重的同名异权病例对密度至少为 15%，且至少两个系统各自达到 10%；至少三分之一的阳性病例对由两个非治疗问题构成，因而不能被单一治疗×标志物交互吸收；L、I、A* 等价性、τ、ℓ[τ]和对象状态的独立双评 κ 均达到 0.70，决定证据元素的 Jaccard 一致度达到 0.80。不可还原性的增量赌注另行写死：在锁定验证集中，M2 相对 M1 必须改变至少 5%的候选病例对状态，并使预注册跨问题搬运错误率下降至少 5 个绝对百分点，且下降的 95%置信区间下限大于 0。第一项检验“六条件是否只是换词”，第二项检验新增字段是否捕捉到真实后果；二者缺一，均不能宣称形成独立而有用的对象。
什么不算命中也写死。仅报告四分子组比例不算；仅证明两分区交叉不算；仅发现治疗亚组差异不算；研究者事后更换问题、规则、错误函数或完整性门槛使比例超过 15%不算；把未知填为不同不算；用原始 O(n^2) 对数制造虚假精度不算；只有单中心、少于 1000 例或没有独立双评不算。若满足样本条件的三系统研究中比例均低于 5%，所有阳性均含治疗问题，M2 可被 M1 逐例复现，或增量错误下降不足预设阈值，本文均应放弃“同名异权病例对”的独立对象地位。
15%、10%、5%和一致性阈值都不是临床决策界值，而是本文为防止结果后解释而主动承担的研究赌注；它们须在首例编码前登记，未来可由更充分研究修订，但不能为本研究达标而移动。安全关键系统也不得为提高或降低比例而制造检测、转诊或缺失差异。
何谓“同一种”子宫癌？若问题未被说出，这句话没有完成医学判断。共享子宫部位、组织学名称、分子标志、克隆祖先、解剖阶段、治疗方案或行政代码，任何一项都不能独自担保其他问题上的相同。统计学要求类别在指定终点上承受可重复比较；进化生物学要求对象保留谱系与分叉能力；社会学要求名称能在异质主体间协调工作。三者共同推翻的，是疾病同一性可以由一个全局等价关系一次决定的前提。
公开资料给出了硬限制。TCGA 的浆液性／子宫内膜样组织学×拷贝数第 4 簇矩阵四格均有病例（50、3、36、253；χ^2=159.53，Φ=0.683，优势比 117.13）：关联很强而逻辑上仍不嵌套。多重分型说明单一标志物的权重取决于演化背景；同步子宫—卵巢病灶说明共同克隆不等于通常转移行为；FIGO 2023 的 16 格规则只有 4 格由分子结果改写阶段，说明新尺度取得条件性而非全局裁决权；PORTEC-3 的不显著交互阻止把表面亚组差写成固定治疗本质；PORTEC-1/2 与 RUBY 则显示同一分子特征在不同治疗问题上处于不同效力位置。这些结果共同否定若干全局守恒命题，却不把“交叉”本身冒充新发现。
据此，本文把疾病同一性改写为分题关系：两个病例只有在合格问题、锁定规则版本、同一证据截面和足够验证下映射到同一问题状态，才在该题上构成同一种病。它的阳性对象不是“有多个分类”，而是满足六条件的同名异权病例对：共同病名与病例证据固定，两个问题均通过 L(q) 闸门，0/1 同一性判定翻转，经证据角色归一后的最小裁决证据族 A_q* 不等价，两项判定均可追溯，且至少一条真实或获授权的通道 τ 把前一关系搬入后一问题，造成不由判定翻转直接定义的损失 ℓ[τ]>0。对象在第二项有效关系、真实通道和独立损失同时成立时开始，在病名改变、判定转未知、证据族等价、通道关闭或损失归零时终止。现有公开资料只把对象推进到系统级非嵌套和五条件规则候选；完整六条件临床实例仍是本文主动留下的证据缺口。
目标导向分类、交叉自然种类、动态本体和多元实在论已经占据“分类随目标变化、分区可以交叉”的思想空间[61-65]。本文能否多走一步，只取决于六条件关系模型能否在盲法消融中改变病例清单并预测真实搬运错误；若不能，本文应撤回新对象名称。因此，这一定义对临床最直接的改写不是增加更多缩写，而是停止把共同名称当作所有任务的等价凭证。病理报告可保留癌种连续，分期可说明由何种证据裁决，试验可按效应问题分层，登记可保存历史映射，患者仍在行动选择中保有不可替代的授权。病名负责让我们谈论同一类患者；问题状态与搬运边界负责告诉我们何时不能把她们互相替代。二者同时保留，才既不把癌症碎裂成每人一病，也不把真实差异压回一个方便而过度的名字。
【本版新增】补丁 W2-1 与可搬运性理论的层级划界
插入位置：W2 第十三节"与最强近邻的逐一判决"之内，作为新增的第一条（原第一条顺延）。理由：本章承重命题是"一项相同关系能否从一个问题搬到另一个问题"，而因果推断领域已有一套完整的形式理论专门处理"关系的搬运许可"，原稿零处点名，这是本章最大的原创性风险。
新增正文
近邻零：可搬运性（transportability）与选择图。
Pearl 与 Bareinboim 把"外部效度"形式化为一个可判定的问题：一项在源总体 Π 中习得
的因果关系，能否被许可转移到只能作被动观察的目标总体 Π*。他们为此引入选择图——在因果图上以 S 节点标出两个总体之间机制不同的那些变量——并证明该关系的可搬运性等价于一个图上的 d-分离条件，进而给出可搬运公式与完备的判定算法。这是迄今关于"搬运许
可"最严整的一套装置，任何主张"某种关系不可搬运"的工作都必须先在它面前站住。
本章与它的关系是层级不同，而非强弱不同：
三条不能互相代领的差别：
1. 可搬运性不为"同一问题下不同总体"以外的搬运立法。 把子宫内膜癌的同一个患者、同一份标本、同一个时点固定住，从"该不该辅助放疗"换到"该不该纳入某试验"，两个总体没
有变——选择图上没有任何 S 节点可画，可搬运性判定为"平凡可搬运"，而经验上关系恰
恰不成立。这正是本章的目标格：一处可搬运性判为无风险、而实际发生错误的位置。
2. 本章的被搬运物不是效应而是等价关系，它没有 do(·) 算子可写，因而不落在 do-演算的语言里；这不是本章的优点，而是本章必须自己造判据（六项存在条件）的原因。
3. 两者可以联合使用：若同时换总体又换问题，本章主张先按可搬运性处理总体差异，再按本章判据处理问题差异；若联合处理后仍出现相反同一性判定，则问题字段的贡献即被分
离出来。这是本章相对于可搬运性的唯一增量，也是它唯一值得被检验的地方。
判决性预测（新增，接第十六节）：在同一总体、同一病例、同一时点的样本上，按选择
图判定为"平凡可搬运"的关系中，仍有一个非零比例在换问题后判定反转；若这一比例在两个独立数据源上均不显著异于零，则本章的问题字段是多余的，分题同一性应当并入可搬运性理论，本章撤回。
可搬运性 本章的分题同一性
搬运跨越的是 总体（Π → Π*） 问题（Q1 → Q2）
被搬运的是 因果效应 P(y\ do(x)) 两个病例之间的同一性
关系
什么保持固定 问题固定，总体变 病例、证据、时点全部
固定，问题变
差异的表示 选择图上的 S 节点 持格的"问题"字段（总
论第三节）
判定手段 do-演算的图判据 双见证检验与六项存在
条件
失败的表现 搬来的估计有偏 一个由独立目标评分定
义的规则错误或预测损
失
【本版新增】本章在持格网络中的位置
本章在母题树上的位置：甲支 · 错持 · 跨「问题」｜本维读数：同名异权病例对数
本章在九章网络中有 3 条边（全书正文共二十一条，逐对判定见结章第三节）：
关系 类型 内容
W2 → W1 ① 前置 一项关系被跨问题搬运，其在新
问题下的输出便失去共同担保：
W2 是 W1 的一个成因类型
W2 ∥ H2 ③ 兄弟需分 甲支内部唯一一对。分离判据：
W2 越权跨「问题」（同一时点
同一病例），H2 越权跨「时
段」（同一问题不同时刻）；若
一事件同时跨两者，按先发生者
归章
W2 ↕ H1 ④ 换层 W2 在「问题」层说明一项比较
为何不可搬运，H1 在「证据」
层说明它如何退出可估空间；层
级差＝主键由「问题」换成「历
史—行动格」
与 W3、H3、Y1、Y2、Y3 判为无关系（不属五种关联中的任何一种）。这不是疏漏：
若每一对都被说成有关系，关系表就不含信息。
[1] WHO Classification of Tumours Editorial Board. Female Genital Tumours. 5th ed. Lyon:International Agency for Research on Cancer; 2020.
[2] Berek JS, Matias-Guiu X, Creutzberg C, et al. FIGO staging of endometrial cancer: 2023.International Journal of Gynecology & Obstetrics. 2023;162(2):383-394.
doi:10.1002/ijgo.14923. Correction: 2024;166(3):1374. doi:10.1002/ijgo.15193.
[3] Cancer Genome Atlas Research Network. Integrated genomic characterization of
endometrial carcinoma. Nature. 2013;497(7447):67-73. doi:10.1038/nature12113.
[4] Talhouk A, McConechy MK, Leung S, et al. A clinically applicable molecular-based
classification for endometrial cancers. British Journal of Cancer. 2015;113:299-310.
doi:10.1038/bjc.2015.190.
[5] Talhouk A, McConechy MK, Leung S, et al. Confirmation of ProMisE: a simple, genomics-based clinical classifier for endometrial cancer. Cancer. 2017;123(5):802-813.
doi:10.1002/cncr.30496.
[6] Kommoss S, McConechy MK, Kommoss F, et al. Final validation of the ProMisE molecularclassifier for endometrial carcinoma in a large population-based case series. Annals of Oncology.2018;29(5):1180-1188. doi:10.1093/annonc/mdy058.
[7] McAlpine JN, Bosse T, Gilks CB. The emergence of molecular classification to guideendometrial cancer treatment and prognosis. Gynecologic Oncology. 2018;151(2):177-179.doi:10.1016/j.ygyno.2018.09.004.
[8] León-Castillo A, de Boer SM, Powell ME, et al. Molecular classification of the PORTEC-3trial for high-risk endometrial cancer: impact on prognosis and benefit from adjuvant therapy.Journal of Clinical Oncology. 2020;38(29):3388-3397. doi:10.1200/JCO.20.00549.
[9] Horeweg N, Nout RA, Jürgenliemk-Schulz IM, et al. Molecular classification predictsresponse to radiotherapy in the randomized PORTEC-1 and PORTEC-2 trials for early-stageendometrioid endometrial cancer. Journal of Clinical Oncology. 2023;41(27):4369-4380.doi:10.1200/JCO.23.00062.
[10] Mirza MR, Chase DM, Slomovitz BM, et al.; RUBY Investigators. Dostarlimab for primaryadvanced or recurrent endometrial cancer. New England Journal of Medicine. 2023;388(23):2145-2158. doi:10.1056/NEJMoa2216334.
[11] Eskander RN, Sill MW, Beffa L, et al. Pembrolizumab plus chemotherapy in advancedendometrial cancer. New England Journal of Medicine. 2023;388(23):2159-2170.
doi:10.1056/NEJMoa2302312.
[12] León-Castillo A, Gilvazquez E, Nout R, et al. Clinicopathological and molecularcharacterisation of multiple-classifier endometrial carcinomas. Journal of Pathology.2020;250(3):312-322. doi:10.1002/path.5373.
[13] Anglesio MS, Wang YK, Maassen M, et al. Synchronous endometrial and ovarian
carcinomas: evidence of clonality. Journal of the National Cancer Institute. 2016;108(6):djv428.doi:10.1093/jnci/djv428.
[14] Schultheis AM, Ng CKY, De Filippo MR, et al. Massively parallel sequencing-basedclonality analysis of synchronous endometrioid endometrial and ovarian carcinomas. Journal ofthe National Cancer Institute. 2016;108(6):djv427. doi:10.1093/jnci/djv427.
[15] Han G, Sidhu D, Duggan MA, et al. Reproducibility of histological cell type in high-gradeendometrial carcinoma. Modern Pathology. 2013;26(12):1594-1604.
doi:10.1038/modpathol.2013.102.
[16] Hoang LN, Kinloch MA, Leo JM, et al. Interobserver agreement in endometrial
carcinoma histotype diagnosis varies depending on The Cancer Genome Atlas-based molecularsubgroup. American Journal of Surgical Pathology. 2017;41(2):245-252.
doi:10.1097/PAS.0000000000000764.
[17] Hussein YR, Broaddus R, Weigelt B, Levine DA, Soslow RA. The genomic heterogeneityof FIGO grade 3 endometrioid carcinoma impacts diagnostic accuracy and reproducibility.International Journal of Gynecological Pathology. 2016;35(1):16-24.
doi:10.1097/PGP.0000000000000212.
[18] Gilks CB, Oliva E, Soslow RA. Poor interobserver reproducibility in the diagnosis of high-grade endometrial carcinoma. American Journal of Surgical Pathology. 2013;37(6):874-881.doi:10.1097/PAS.0b013e31827f576a.
[19] Simpson EH. The interpretation of interaction in contingency tables. Journal of theRoyal Statistical Society: Series B. 1951;13(2):238-241. doi:10.1111/j.2517-6161.1951.tb00088.x.[20] Cronbach LJ, Meehl PE. Construct validity in psychological tests. Psychological Bulletin.1955;52(4):281-302. doi:10.1037/h0040957.
[21] Campbell DT, Fiske DW. Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin. 1959;56(2):81-105. doi:10.1037/h0046016.[22] Meredith W. Measurement invariance, factor analysis and factorial invariance.
Psychometrika. 1993;58(4):525-543. doi:10.1007/BF02294825.
[23] Rosenbaum PR, Rubin DB. The central role of the propensity score in observationalstudies for causal effects. Biometrika. 1983;70(1):41-55. doi:10.1093/biomet/70.1.41.
[24] Robins E, Guze SB. Establishment of diagnostic validity in psychiatric illness: itsapplication to schizophrenia. American Journal of Psychiatry. 1970;126(7):983-987.
doi:10.1176/ajp.126.7.983.
[25] Kent DM, Rothwell PM, Ioannidis JPA, Altman DG, Hayward RA. Assessing and
reporting heterogeneity in treatment effects in clinical trials: a proposal. Trials. 2010;11:85.doi:10.1186/1745-6215-11-85.
[26] Vickers AJ, Elkin EB. Decision curve analysis: a novel method for evaluating predictionmodels. Medical Decision Making. 2006;26(6):565-574. doi:10.1177/0272989X06295361.
[27] Lamont A, Lyons MD, Jaki T, et al. Identification of predicted individual treatmenteffects in randomized clinical trials. Statistical Methods in Medical Research. 2018;27(1):142-157.doi:10.1177/0962280215623981.
[28] Freidlin B, Korn EL, Gray R. Marker sequential test design. Clinical Trials. 2014;11(1):19-27. doi:10.1177/1740774513503739.
[29] Nowell PC. The clonal evolution of tumor cell populations. Science. 1976;194(4260):23-28. doi:10.1126/science.959840.
[30] Greaves M, Maley CC. Clonal evolution in cancer. Nature. 2012;481(7381):306-313.
doi:10.1038/nature10762.
[31] Gerlinger M, Rowan AJ, Horswell S, et al. Intratumor heterogeneity and branched
evolution revealed by multiregion sequencing. New England Journal of Medicine.
2012;366(10):883-892. doi:10.1056/NEJMoa1113205.
[32] Maley CC, Galipeau PC, Finley JC, et al. Genetic clonal diversity predicts progression toesophageal adenocarcinoma. Nature Genetics. 2006;38(4):468-473. doi:10.1038/ng1768.
[33] Mayr E. Systematics and the Origin of Species. New York: Columbia University Press;1942.
[34] Ghiselin MT. A radical solution to the species problem. Systematic Zoology.
1974;23(4):536-544. doi:10.2307/2412471.
[35] Hull DL. A matter of individuality. Philosophy of Science. 1978;45(3):335-360.
doi:10.1086/288811.
[36] Boyd R. Realism, anti-foundationalism and the enthusiasm for natural kinds.
Philosophical Studies. 1991;61:127-148. doi:10.1007/BF00385837.
[37] Dupré J. The Disorder of Things: Metaphysical Foundations of the Disunity of Science.Cambridge, MA: Harvard University Press; 1993.
[38] Kendler KS, Zachar P, Craver C. What kinds of things are psychiatric disorders?
Psychological Medicine. 2011;41(6):1143-1150. doi:10.1017/S0033291710001844.
[39] D’Amico R. Is disease a natural kind? Journal of Medicine and Philosophy.
1995;20(5):551-569. doi:10.1093/jmp/20.5.551.
[40] Reznek L. Dis-ease about kinds: reply to D’Amico. Journal of Medicine and Philosophy.1995;20(5):571-584. doi:10.1093/jmp/20.5.571.
[41] Star SL, Griesemer JR. Institutional ecology, “translations” and boundary objects:amateurs and professionals in Berkeley’s Museum of Vertebrate Zoology, 1907–39. SocialStudies of Science. 1989;19(3):387-420. doi:10.1177/030631289019003001.
[42] Bowker GC, Star SL. Sorting Things Out: Classification and Its Consequences.
Cambridge, MA: MIT Press; 1999.
[43] Timmermans S, Berg M. Standardization in action: achieving local universality throughmedical protocols. Social Studies of Science. 1997;27(2):273-305. doi:10.1177/030631297027002003.[44] Mol A. The Body Multiple: Ontology in Medical Practice. Durham, NC: Duke UniversityPress; 2002.
[45] Hacking I. Making up people. London Review of Books. 2006;28(16):23-26.
[46] Jutel A. Sociology of diagnosis: a preliminary review. Sociology of Health & Illness.2009;31(2):278-299. doi:10.1111/j.1467-9566.2008.01152.x.
[47] Jutel A. Putting a Name to It: Diagnosis in Contemporary Society. Baltimore: JohnsHopkins University Press; 2011.
[48] Porter TM. Trust in Numbers: The Pursuit of Objectivity in Science and Public Life.Princeton: Princeton University Press; 1995.
[49] Durkheim E, Mauss M. Primitive Classification. Chicago: University of Chicago Press;1963 [1903].
[50] Pauker SG, Kassirer JP. The threshold approach to clinical decision making. NewEngland Journal of Medicine. 1980;302(20):1109-1117. doi:10.1056/NEJM198005153022003.[51] Bossuyt PM, Reitsma JB, Bruns DE, et al. STARD 2015: an updated list of essential itemsfor reporting diagnostic accuracy studies. BMJ. 2015;351:h5527. doi:10.1136/bmj.h5527.[52] Collins FS, Varmus H. A new initiative on precision medicine. New England Journal ofMedicine. 2015;372(9):793-795. doi:10.1056/NEJMp1500523.
[53] National Research Council. Toward Precision Medicine: Building a Knowledge Networkfor Biomedical Research and a New Taxonomy of Disease. Washington, DC: National AcademiesPress; 2011. doi:10.17226/13284.
[54] Tebani A, Afonso C, Marret S, Bekri S. Omics-based strategies in precision medicine:toward a paradigm shift in inborn errors of metabolism investigations. International Journal ofMolecular Sciences. 2016;17(9):1555. doi:10.3390/ijms17091555.
[55] Chin-Yee B. A little bit of cancer? Ergo. 2026;13:12. doi:10.3998/ergo.7972.
[56] Chin-Yee B, Latham AJ, Varga S. Cancer labeling, risk perception, and treatment choicesin clonal cytopenia of undetermined significance. JAMA Network Open. 2025;8(7):e2523733.doi:10.1001/jamanetworkopen.2025.23733.
[57] de Boer SM, Wortman BG, Bosse T, et al. Clinical consequences of upfront pathologyreview in the randomised PORTEC-3 trial for high-risk endometrial cancer. Annals of Oncology.2018;29(2):424-430. doi:10.1093/annonc/mdx753.
[58] Dizon DS, Birrer MJ. Making a difference: distinguishing two primaries from metastasisin synchronous tumors of the ovary and uterus. Journal of the National Cancer Institute.2016;108(6):djv442. doi:10.1093/jnci/djv442.
[59] McCluggage WG. Key changes to the World Health Organization classification of femalegenital tumours introduced in the 5th edition (2020). Histopathology. 2022;80(5):762-778.doi:10.1111/his.14609.
[60] Vermij L, Smit VTHBM, Nout RA, Bosse T. Incorporation of molecular characteristicsinto endometrial cancer management. Histopathology. 2020;76(1):52-63. doi:10.1111/his.14015.[61] Erasmus A. A goal-directed approach to disease classification. Studies in History andPhilosophy of Science. 2026;115:102098. doi:10.1016/j.shpsa.2025.102098.
[62] Khalidi MA. Natural kinds and crosscutting categories. Journal of Philosophy.1998;95(1):33-50. doi:10.2307/2564567.
[63] Tobin E. Crosscutting natural kinds and the hierarchy thesis. In: Beebee H, Sabbarton-Leary N, eds. The Semantics and Metaphysics of Natural Kinds. New York: Routledge; 2010:179-191.
[64] Kou H, Zhou J, Ohta M, et al. Dynamic is-a hierarchy generation from a clinical medicalontology. Nature Precedings. 2009. doi:10.1038/npre.2009.3501.1.
[65] Hukmi R. Natural kinds pluralism refined: a meta-level defense. European Journal forPhilosophy of Science. 2026;16:16. doi:10.1007/s13194-026-00724-1.
字数与版本说明： 本稿为 W2 第二轮提智定稿 v1.1。正文按“约两万字”学术专著单篇体量撰写；公开数据复算使用固定输入脚本，并以预注册说明锁定 FIGO 规则表、TCGA 列联计数和组水平试验输入，未重构患者级数据。
资料与人机分工声明： 作者提出专著命题、学科配置与审稿方向；语言模型协助检索公开资料、复算公开汇总值、组织论证和形成初稿。医学事实与引文应由作者在正式出版前结合原始全文、最新版指南及专业同行评审再次核验。本文不构成个体诊疗建议。