同围清点：查一次判定到底是在哪一圈东西里做出来的

先守住边界，这一节不能跳，也不能挪到后面

这套流程处理的是判定制度，不是任何一个具体对象的命运。四条边界写在最前面，因为把它用错的代价不对称。

一，在个体层面不可用。 围宽是一个关于判读安排的量，不是一个关于某个人的量。一个具体的人的同围里，有相当一部分不可预知——他会不会因为别的事再做一次检查、当地政策会不会变、下一次判读由谁组织——而他只有一次。围宽小不等于这一处不会出事，它只等于「这一次判定对安排的依赖大」。

二，不构成任何医疗建议。 本文的任何一句话都不构成对任何人是否需要接受检查、诊断或治疗的建议。一个人面对自己的病情时，需要的是他的医生依据当下最好的证据给出的具体判断。

三，不预测处置效果。 这套流程对任何治疗或处置方式的有效性不作任何预言。把围宽读成「这一处不需要处理」，是对它最危险的误读。

四，不拿去考核人。 这个读数指的是一次判读安排的位置，不是某个人的能力。三条硬规矩：不得为了把这个数做好看，而在关系到安全的流程里人为安排轮换或制造变动；若已有机构据此对个人作出不利安排，必须公开计算规则并提供复核通道；三条缺一条，这个读数就不该被使用。

这篇要交付什么

《同围》说的是：一个单元的资格，由一次不包含它的划分授予；落选者不进任何账。

这套流程把它落成六步，产出三样东西：这一次判定的同围有多大、落围有几处、围宽是多少。它不需要新数据，只要既有的判读记录与两次不同范围的对照。

适用对象是任何「一批一起判、按规则出一个结论、而处置容量有限」的工作：分诊、评审、质检、分级、优先级排序都算。

六个词，各钉在哪一步

第一步：写下这一次判定的同围

拿一份具体的结论（一份报告、一次分诊会的纪要、一张评级表），回答一个问题：做出这个结论时，有哪些东西是被一起看的？

一起看的来源有四类，逐类清点，不要只写第一类：

1. 同一次取材／同一批送检里的其他份——同次穿刺的其他针、同批送检的其他样、同一轮分诊里的其他条目。
2. 同一次会议上被一并讨论的——多学科讨论的议程、评审会的名单。
3. 规则自动拉进来的——「按最高级别出结论」这类规则，会把没被单独写出来的那几份也变成同围的一部分。
4. 当期容量——这一轮能处置几个。容量本身是同围的一条边。

写完之后核一句：这四类里，有哪一类是由被判对象的性质决定的？多数情况下答案是「一类也没有」——同围由协议、规则、议程与容量划定。这句核对，就是在查对象先在假定还成不成立。

第二步：找出落围，并记材料还在不在

落围的定义有两个条件，两个都要满足：同期够格，且未出独立结论。

在你的记录里，落围通常藏在这四个位置：

• 被「按最高级别出结论」这类规则吸收掉的那几份
• 被写成「背景」「其余无特殊」「余同上」的那一段——一个描述性术语本身就可以是一个不设字段的字段
• 排在这一轮容量之外、留待下轮而后来无人再提的
• 从未进入取材／送检范围的那一部分

每一处都记两栏：几处，以及材料还在不在（蜡块、原始记录、样本是否留存）。第二栏决定了后面还能不能补做检验——材料不在，这一处只能记为不可核。

有一件事这一步一定会遇到：你没法指着某一处说「就是它」。一旦你指认了，它就进了这一次判读的范围，它就不再是落围。所以第二步的产出永远是一个数和一个位置类型，不是一份名单。

第三步：做守恒检验，这是最便宜也最硬的一条

这一步只要一份对照数据：同一批材料，在两种不同范围下被判读过。

把两次的各类别计数列出来，然后只算一件事：扩大范围之后，各类别之和等不等于新的总数。

• 守恒——多出来的那些全部落进了某个既有类别，只是分布变了。那是迁移，威尔·罗杰斯现象足以解释，这套流程用不上。
• 不守恒——多出来的部分不落入任何既有类别：不增加「确诊」数（没有出独立结论），不增加「良性／不算」数（它们够格），也不进入「过度处置」的分母（那个分母以「被判过」为前提）。这才是落围。

母文给的现成例子是隐匿病变：把甲状腺按两到三毫米连续切开而不是常规取材，检出量成倍上升；把前列腺按全器官大切片处理而不是十二针穿刺，同样上升。而这些多出来的东西在三本账上都不占位。

这一条便宜到什么程度：一份连续切片研究的原始分类记录就够，不需要新采集。它也是整套流程里最容易把这套读法推翻的一条——守恒了，就到此为止。

第四步：量围宽

固定材料不动，只改判读范围，看什么时候翻。

具体做法是逐级改动，每级记一次归属：

1. 增减同期一并比对的份数（多拉一份进来、少拉一份）
2. 改变取材间距或抽样密度
3. 纳入或移出某一次既往判读记录
4. 改变出结论的规则（按最高级别出，改为逐份出）

记录在改动到什么幅度时归属翻转。改一点点就翻，围宽小；怎么改都不翻，围宽大。

写读数时把幅度归一化成「相对于当期配置的改动比例」，这样不同场景才能并排比较——采矿那边是价格变动几个百分点或境界外扩多少米，火场调查那边是判读范围扩到哪一层，量纲不同而读法同形。

必须做的一次正交检验：把围宽与你手上最常用的那个质量指标（分级、一致性、置信度）并排排序。若两个排序方向大体一致，说明围宽只是那个指标的代理，白算了。母文给的反例值得照着找：一个形态学判读高度可重复、观察者间一致性极好的低级别病灶，围宽可以近乎为零。

第五步：填四格，找那个不在账上的格子

两根轴：这一份自身读数够不够格；它在不在当期同围之内。

要找的是丁格。它的辨认特征与常见的「指标做得好看」是两回事：

• 它不让任何指标变好看，它让指标里没有它
• 它没有自己的信号，只在两次不同范围的判读的差额里显形
• 它随判读能力提高而增多——分辨率上升快，处置容量上升慢，两条曲线的差就是它

第三条给了一个可以直接测的东西：把「够格者数量的增长速率」与「当期可一并判读并处置的范围的增长速率」画在一起。两条线的夹角就是丁格的增长。

第六步：能做的三件事，按代价从低到高

查出丁格之后，不要直接去改判读范围——那是最贵也最容易出事的一件。按代价排序：

一，加一个字段。 在报告或纪要里增设一栏：本次判读同期一并比对了几处、其中够格而未出独立结论的有几处。这一栏现在不存在，不是填写不规范，是没有这个字段。加上它，落围第一次有了位置。

二，把「背景」拆开。 凡是写成「背景」「其余无特殊」「余同上」的地方，改为写明处数与是否留材。这一步不增加判读工作量，只增加记录颗粒度，而它直接决定了以后还能不能做守恒检验。

三，做一次对照。 同一批材料，用两种范围各判一次，算守恒。这一件最贵，但它是唯一能把丁格整批看见的办法。

三件都不包括「改变实际的处置决定」。这套流程的产出是对判读安排的评估，不是对任何一次处置的建议。

读数、采集办法与代价

最便宜的一项是守恒差额，最贵的一项是最后一项。 若只做得起一项，做守恒差额——它同时是这套读法最容易被推翻的地方。

一个从头到尾的算例

一个软件团队每周开缺陷分诊会。一批缺陷一起过，按「这一批里最严重的那个」定本周优先级，本周能排进开发的只有五个。团队的读数很好看：缺陷密度逐季下降，修复率九成以上，遗留缺陷数稳定。

第一步，写同围：这一周被一起看的是——本周新报的三十七条、上周留待本轮的九条、按规则被「同模块合并」拉进来的四条、以及容量五个。四类来源里，没有一类由缺陷本身的性质决定。

第二步，找落围：被「同模块合并」吸收掉的四条（合并后只有主条目留下结论，其余三条没有独立结论）；被写成「暂不复现，观察」的十一条；排在容量之外、本轮之后再没被任何一次会议提起的六条。材料是否留存——三条合并的日志还在，十一条观察的复现步骤在，六条被遗忘的原始报告在。落围二十处，材料全在。

第三步，守恒检验：这个团队半年前做过一次全量回归，同一批版本用更细的用例集重跑了一遍。把两次的分类计数列出来——细用例集多查出四十一条，而「已修复」「已拒绝」「设计如此」三类的和只增加了十九条，另外二十二条既没进入修复，也没被拒绝，也不在缺陷密度的分母里（密度按「已登记条目」算，它们没登记）。不守恒，差额二十二。

第四步，量围宽：取其中一条中等严重度的缺陷，固定它不动，逐级改范围——把本周同批条目从五十减到三十，它从「排不进」翻成「排进」；把出结论规则从「同模块合并」改成「逐条出结论」，它又从「被代表」翻成「独立条目」。改动幅度约四成，围宽小。 与常用指标并排：这条缺陷的严重度评级是中，一致性很高（三个人评一样），而围宽近乎为零——两个排序方向不一致，说明围宽不是严重度的代理。

第五步，填格：够格（复现稳定、影响可描述）而落在同围之外——丁格。这个团队的缺陷密度、修复率、遗留数三个指标都没有它的位置。

第六步，做最便宜的两件：分诊纪要加一栏「本轮一并过目条目数／其中够格未出独立结论数」；把「暂不复现，观察」拆成处数与是否留复现步骤。第三件（再做一次全量对照）排到下个季度。

什么时候停手，什么时候说明这套读法不对

四条停手线：

1. 拿不到两种范围下的对照数据，且短期内做不出来——守恒检验做不了，后面的读数都悬着。
2. 落围找出来全都「材料不在」——只能记为不可核，不要凭印象补写一份名单。
3. 被判对象已经出现明确后果（在医学里就是已经引起症状、造成器官功能改变）——那时它已经无可争议地是一样东西，不是这套流程处理的情形。
4. 有人准备把围宽写进对个人的考核——立刻停。

五条证伪条件：

1. 提高分辨率前后各类别之和守恒——落围这一类东西不存在，威尔·罗杰斯现象足以解释全部现象。这是最便宜的一条。
2. 控制强度、规模、分级与年龄之后，「同期一并判读的部位数」与「被判为需处置的概率」之间不存在负向的剂量-反应关系——核心判断为伪。注意方向：这条关系必须是负的，因为在更宽的比较里，一份材料从「这一个」退化为「其中之一」。
3. 把同期判读份数当作比较数做错误率校正之后，这个关系消失——那是选择性推断的事，不是这套读法的事。
4. 围宽随判读方法逐代改进而系统性增大（翻转越来越难）——那说明测的是方法缺陷，稳健性检验足以覆盖。
5. 加严门槛之后，够格而未出独立结论的比例下降——这套读法预测的是上升。

还有一条硬的样本纪律：这个检验必须在同一制度环境内做，样本不少于六个单元，且在关键混杂变量上同质。拿两个国家或两个地区做对比不构成检验——两边在政策、人口、规则上处处不同，所谓控制变量在方法上站不住。

三种最容易把它做坏的方式

第一种，把落围写成一份名单。 一旦你逐个指认，它们就进了同围，不再是落围。落围只能以「处数＋位置类型」的形式记录，这不是记录不够细，是这类东西唯一的存在方式。

第二种，把围宽当成质量分。 围宽小不等于这次判定做得差，它等于这次判定对安排的依赖大。一个流程可以判读极其准确、一致性极好，而围宽为零。把它当质量分用，会逼着人去做「让结论显得更牢」的动作，而那正是第四条边界要拦的。

第三种，把「内生」读成「随便」。 采矿那一门当场驳倒这种读法：给定产能结构、成本与折现率，最优的那条线是唯一的，可以算出来。线是被安排决定的，不是可以按偏好随意划的。这套流程不反对划线，只反对把线读成被判对象的物性。

与三类相邻做法的分工

与错误发现率校正／选后推断：那一套校正的是错误率，被检验的那些假设仍然全部存在、全部进入分母；这套流程说的是落选者不产生统计量，也不进入分母。判定办法：把同期判读份数当作比较数做校正，若关系消失，用那一套；若校正后关系仍在，两者不是同一件事。

与稳健性检验：改设定看结论变不变，这个动作是几十年的成熟范式，动作相同而评价相反——稳健性检验把翻转读作方法有缺陷的信号，翻转应随方法改进而消失；这套流程把同一个翻转读作对象资格的读数，它不随方法改进而消失，只随同围变化。

与过度诊断的估计：那一族以「被诊断」为前提，估计量随随访延长而收敛（时间会告诉你哪些人本来不会出事）；这套流程预测落围之量随取材范围扩大而发散，且与随访长度无关。两者可以在同一份数据上分开检验。

五个实操疑问

问：同围到底算到哪一层？会议室里在场的人算不算？ 只算进入结论生成的东西，不算旁听者。判据是一句：去掉它，这个结论的措辞会不会变？ 会变，算同围；不变，不算。按最高级别出结论的那几份会变，所以算；坐在旁边没发言的人不变，所以不算。

问：容量为什么算同围的一条边？它又不是被判的东西。 因为它决定了「够格」之外还要不要再排一次序。容量无限时，够格就出结论，同围只由取材与规则划定；容量有限时，够格者之间还要争，这时和它一起争的那些就成了它命运的一部分。母文里那条负向关系正是从这里来的：在更宽的比较里，一份材料从「这一个」退化为「其中之一」。

问：第三步要的对照数据我们没有，能不能用不同科室、不同机构的数据凑一份？ 不能。样本纪律要求同一制度环境内、关键混杂同质。跨机构凑出来的差额里混着协议差异、人群差异与规则差异，算出来的不守恒不能归给落围。没有对照数据时，正确的做法是把第三步记为「未做」，并在结论里写明后面几步都建立在未经守恒检验的前提上。

问：围宽为零，是不是说明这次判定不可信？ 不是。围宽为零说明这次判定对安排的依赖大，不说明它错。致命性判定这种场合尤其要分清：一处病变的处置该不该做，取决于医生依据当下最好的证据给出的判断；围宽只用来评估判读安排本身稳不稳。两者不能互相替代。

问：查完发现落围为零，是好事吗？ 先怀疑第二步做浅了。落围为零通常意味着两种情况之一：这一轮容量确实覆盖了所有够格者（少见，值得记下来当样板），或者所有被划出去的东西都被写进了某个既有类别（那就回到第三步做守恒检验，看看那些类别的和对不对得上）。

最便宜的第一步

今天就能做完的只有一件：拿最近一份报告或分诊纪要，数一数这一次判定同期一并过目的有几处，其中有几处够格而没有出独立结论。

多半你会发现两件事：这两个数都数得出来，而记录里没有一栏放它们。