失断

关键词：失断　断次　替代终点　法定中断事由　剂量位置　慢性病分界

一、每天都在发生的那个动作

一位医生看着化验单说：低密度脂蛋白一点九，还可以再压一压，他汀加到四十毫克。

这是一个再普通不过的动作。它有依据——指南写着极高危患者的目标值；它有证据链——他汀降低心血管事件的随机试验有几十项；它可核查——质控系统会记录这次调整并把达标率算进考核；它有效果——三个月后复查，一点九变成一点五。

现在问一句：这次调整，把这个人的终点推后了多久？

答案是没有人知道，而且更麻烦的是——这个问题从来没有被随机试验回答过。他汀的那几十项试验回答的是另一个问题：给一组人固定剂量的他汀，与不给，十年后事件数差多少。它们回答的是“用不用”。它们没有回答“已经在用、已经到一点九、再往下压零点四”这个问题。这两个问题之间隔着一整套试验设计，而那套试验大多没有做过。

于是出现一种奇特的状态：这个动作在证据的名义下进行，而它本身不在任何一项证据的覆盖范围内。它借用了“他汀有效”这个结论的信用，做的却是一件那个结论没有说过的事。

再看另一件事。这位患者过去七年里，他汀被调整了五次，血压药换了三次，加过一次贝特类，试过一年的鱼油，做了两轮生活方式干预。十五次调整，每一次都有记录，每一次都改善了某个读数。

这十五次里，有几次落在了“被证明能推迟终点”的那个动作集合里？

本文的回答是：可能只有一到两次——第一次开始用他汀，以及第一次开始用降压药。其余十三次改善的都是读数。

如果这个回答大致成立，那么“慢性病”这个词描述的可能不是病的性质，而是这样一种局面：动作在持续，读数在改善，而计时一次也没有重新开始。

有必要先把这个局面与两种常见的误读分开。第一种误读是“医生不负责”。恰恰相反，那十五次调整每一次都比不调整更费力、更耗时、更需要判断，而且每一次都可以在指南上找到条文依据。第二种误读是“这些药没用”。他汀有用，降压药有用，这一点不在讨论范围内。本文问的是一个更窄也更硬的问题：在“有用”这个结论已经成立的前提下，这一次具体的调整算不算数。

这个问题之所以罕见，是因为它需要同时握住两样通常不会被同时握住的东西：一样是群体层面的因果证据（试验说了什么），一样是个体层面的具体动作（今天做了什么）。临床工作者握着后者，方法学工作者握着前者，而两者之间的那条缝——试验验证的动作与临床实施的动作是不是同一个动作——不属于任何一方的日常问题。

这条缝有多宽，可以用一个粗略但可核的方式估计。大型他汀试验的设计几乎全是固定剂量对照：给一组人某个剂量，给另一组人安慰剂或另一个固定剂量，随访数年看事件数。它们没有一项的设计是“把每个人的低密度脂蛋白追到某个目标值以下，与不追比较”。也就是说，指南上那个目标值不是一项试验的结论，是从多项试验的剂量—反应关系上外推出来的一条线。外推是合理的推理，但它不是被检验过的事实，而临床每天做的正是沿着这条线往下追。

二、三种通行讲法为什么答不了这个问题

时长标准说：持续三个月以上或一年以上并需要持续照护。它给出的是一个关于过去的读数，因而它对“我刚做的这次调整算不算数”完全沉默——一个持续了十一年的偏离和一个持续了十一年而每年都被有效推迟的偏离，在这个标准下是同一个东西。

可治性标准说：不可治愈、只能被管理。它把“管理”当成一个整体，因而无法区分管理中的两类动作：一类推迟了终点，一类只改善了读数。而临床上这两类动作从外面看一模一样——同样是开药、同样是复查、同样是达标。

病因分类标准说：非传染、多因、渐进。它按病的来路分类，而“这次调整算不算数”与来路无关：同一个动作用在同一个人身上，在病程的早段可能算数，在晚段可能不算，而来路一个字没变。

三种讲法都在描述这个病是什么样的东西。它们之所以答不了这个问题，不是因为说得不够细，是因为这个问题问的不是病，是干预与终点之间那条连接的通断，而三种讲法的语法里没有这条连接的位置。

还有一层要补：三种讲法之所以都在描述病的性质，是因为它们都诞生于统计与登记的需要——要把人分组、要报口径、要算患病率。为登记而生的定义，天然只能刻画对象，不能刻画对象与动作之间的关系。 这不是它们的失误，是它们的用途决定的。本文提出的分界不适合用来做统计口径，它太贵、太细、要逐条查试验；它的用途只有一个——在一次具体的诊疗里，回答“我刚才做的这件事属于哪一类”。

三、三门手艺各自会怎么问

要把这条连接逼出来，需要三门与医学无关、彼此也互不相干的手艺。选它们的理由是它们各自的失败互相翻译不了：推断错误、退步与受伤、判不下去——三者之间没有汇率。

第一门：统计学——它问这个东西能不能作为一个独立单元进入推断

统计学的骨子里是三样：整体性（一个观测是一个完整的单元）、稳定性（同分布）、独立性（相互独立）。一个东西要算数，它得能被当作一个可交换的单元放进一个总体里，并从中被估计出来。失败＝推断错误。

它对本文这道题的贡献，是一套精确到近乎苛刻的判据：什么样的中间指标可以替代终点。 一九八九年提出的那套准则要求，一个替代指标要成立，治疗对终点的全部效应必须由该指标中介——不是相关就够，不是显著就够，是效应必须完整地从它身上过（Prentice, 1989, Statistics in Medicine 8(4): 431-440）。

这套准则的苛刻程度，统计学自己最清楚：绝大多数在用的替代指标从未通过它。 这不是抱怨，这是这门手艺自己反复计算出来的结论，写在几十年的方法学文献里。

它自己知道却不往这个方向用的事实有三件：

其一，替代指标可以被完整地改善而终点反向。一九九一年的那项试验是这一条最干净的证据：抗心律失常药有效地压制了心肌梗死后患者的室性早搏——替代指标改善得无可挑剔——而死亡率翻倍，试验被提前终止（Echt, Liebson, Mitchell et al., 1991, New England Journal of Medicine 324(12): 781-788）。

其二，效应异质性。一个在总体上成立的效应，在个体上可以为零甚至反向，而统计学自己有整套方法在处理它，也自己承认这些方法多数时候数据不够用。

其三——这一条与本文最相关——随机试验验证的是一个被写死的方案，不是一个可以任意外推的原理。 一项试验验证了“每日四十毫克他汀对比安慰剂”，它没有验证“从二十毫克加到四十毫克”，更没有验证“追一个目标值直到达标”。统计学非常清楚这个区别，它叫外推限度，而临床每天在跨越它。

第二门：运动科学——它问这个刺激落在剂量曲线的哪一段

运动科学的骨子里是三样：轨迹（负荷—适应—恢复的走向）、速度（适应与消退的时间常数，两者不对称）、粘度（前一次的余留对这一次的约束）。失败＝成绩退步或受伤。它是本文三门里唯一能给出终止性判决的一门——受伤了就是受伤了，成绩掉了就是掉了，没有解释空间。

这门手艺对“慢性”这个词有一个与医学完全相反的用法：在它这里，慢性负荷是储备，不是病。急性负荷指最近七天的训练量，慢性负荷指最近二十八天的滚动平均；慢性负荷高意味着这个人经得起，受伤风险反而低。同一个词，医学读作病，运动科学读作本钱。

它对本文的贡献是一条被反复验证的形状：同一个刺激的性质，由它落在剂量曲线的哪一段决定。 从不训练到开始训练，收益极大；在已经很高的训练量上再加一点，收益趋零，越过某处转为负。这条曲线在心肺耐力、力量、骨密度上形状略有不同，但“起步段陡、平台段平、过量段转负”这个三段结构是稳定的。

它自己知道却不往这个方向用的事实：过度训练综合征至今没有一个诊断标志物。 判据只能是“表现持续下降超过某个时长且排除其他原因”——也就是说，运动科学自己在这件事上用的正是医学的时长标准，而它自己承认这是权宜之计。它还知道另一件：去训练时适应消退的速度快于获得的速度，因此“维持”这个动作本身有实质代价，它不是零成本的停留。

第三门：法学——它问这个动作在不在法定的那张清单上

法学的骨子里是三样：连接（谁与谁之间有法律关系）、次序（先后与优先）、结构（权限与期间的架子）。失败＝判不下去。

它对本文的贡献，是一对被打磨了两千年的区分。

第一对：诉讼时效与除斥期间。 诉讼时效可以中断——发生法定事由时，已经过去的期间归零，重新起算；除斥期间不可中断，无论中间发生什么，到期即消灭。也就是说，法学早就把“还能不能重新开始”制度化成了两种截然不同的期间，并且在每一部民法典里逐条列明哪种权利走哪一种。

第二对，也是本文最要紧的那一件：中断事由是法定列举的。 不是任何行为都能中断时效。在通行的立法例里，能中断的只有那么几种：权利人提起诉讼、向义务人提出请求、义务人同意履行。你可以做一万件与这件事有关的事——打听、抱怨、准备材料、找中间人捎话——期间照走不误。 做了很多，不等于中断了一次。

它自己知道却不往这个方向用的事实：取得时效。占有人持续、公然、无争议地占有他人之物，经过法定期间而无人主张，占有变成所有权。没有任何事件发生，权利就诞生了。 法学非常清楚“什么都不发生”本身具有法律后果，而它把这归为期间制度的技术设计，从不把它读成对象身份的变化。

四、三处顶死

把同一个具体对象拿给三门分别试判，顶撞才会现形。这一步不能省——三门若只是各说各话，它们看上去会像分工，而不像打架。

试判的对象：把这位患者的低密度脂蛋白从一点九再压到一点五这一次调整。

第一处：统计学与运动科学

统计学判：成立，而且是可估计的。 低密度脂蛋白与事件的剂量—反应关系在大规模汇总分析中相当稳固，每降低一个单位对应的相对风险下降有点估计和置信区间，把零点四代进去就得到一个数。

运动科学判：不成立。 这个数是从群体的剂量—反应线上读的，而剂量—反应线的形状恰恰意味着同样的零点四在不同段上的价值天差地别——从四点二降到三点八与从一点九降到一点五，在同一条曲线上是两个位置。不知道这个人落在哪一段，那个数就不是关于他的。

两句话不能同时成立，而且不能靠判谁对来化解：一个说的是估计量的存在，一个说的是估计量的适用位置。

第二处：统计学与法学

统计学判：这次调整是一次有效的干预，因为它作用于一个已被大量证据支持的中间变量。

法学判：这次调整不在清单上。 法学的逻辑是：能不能重新起算，取决于这个动作属不属于法定列举的那几种，而不取决于这个动作有多用力、多真诚、多有道理。把这套逻辑搬过来，问题就变成——“被随机试验验证过的动作”是一张有限的清单，“把目标值再往下追零点四”在不在这张清单上。答案是不在。

统计学会说这是形式主义：证据是连续的，不该被切成清单。法学会说这正是要点：一个不是列举的中断制度，等于没有中断制度——因为任何人都可以声称自己做了某件事从而重新起算。两者不能并存。

第三处：运动科学与法学

运动科学判：必须逐次追踪。 这一次的性质取决于它与上一次的间隔、取决于恢复完成没有，因此不看序列就无法定性。

法学判：到期就不再追究。 时效制度的全部意义正是在某个点之后停止追问来路——不是因为查不清，是因为制度决定不再查。取得时效更彻底：来路有瑕疵也不再过问。

一个说不逐次追踪就无法定性，一个说不停止追踪制度就无法运转。这两条是互相取消的。

五、三家都默认的那一条

三家争的是：一个持续偏离的进程，该由什么来结算。 统计学说由效应的估计来结算，运动科学说由剂量曲线上的位置来结算，法学说由期间来结算。

争成这样，说明它们共同站在一样东西上，不然争不起来。那一样是：

每一次作用于它的动作，都会被计入这个结算。

换句话说：干预与终点之间那条连接是常通的——只要做了，就多少算数；做得多，算得多；做得对，算得更多。多少的问题可以争，通不通不必问。

念给三家听，三家都会说这还用说吗。统计学：治疗效应是可加的、可估计的，剂量越大效应越大，这是整个剂量—反应框架的地基。运动科学：每一次训练都进入那个二十八天的滚动窗口，一次也不会漏。法学：每一次法定事由都中断时效，中断了就重新起算，一次不多一次不少。

三家都默认：做了就进账。 这不是任何一家的主张，这是三家能够互相争论的前提。取消了它，“该由什么来结算”这个问题本身就问不出来了。

六、推翻它的材料，在统计学自己手里

推翻这条前提的东西不能从外面搬。搬来的只是第四家的立场，三家可以各自退回自己的阵地不理会。它必须是三家中某一家自己已经掌握、已经发表、只是没往这个方向用的事实。

它就是替代终点的那一整套验证史，而其中最硬的一块是一九九一年那项被提前终止的试验。

把它的结构剥出来看：一个动作被完整地实施了（药被吃了）；它的作用被完整地测量了（室性早搏被压制，压制得非常成功）；它作用的那个中间变量与终点之间的关联在此前的观察性研究里是稳固的（室早多的人死得多，这一点没有争议）。三件都齐了，而终点向相反方向移动。

这意味着：一个动作可以完整地作用于系统、被完整地记账、被完整地考核为成功，而它对终点的贡献为零，甚至为负。 连接不是常通的。

更要紧的是那套验证准则本身。它要求治疗对终点的全部效应必须由中间指标中介——这条要求的存在，本身就是统计学在承认连接可能是断的。如果做了就必然进账，就根本不需要一套准则来判断哪些中间指标可以代表终点。准则的存在即是前提的反证，而这个反证在统计学内部被读作方法学的严谨，从没有人把它读作关于对象的判断。

另外两家各自也有一件旁证，但都推不动这条前提的全部。

运动科学那一件：剂量曲线的过量段。在那一段上，多做一点不但不进账，还倒扣。运动科学把它算得很清楚，却把它归为剂量学的技术问题，不归为“连接可能断掉”。

法学那一件：中断事由的法定列举。做了一万件事而期间照走，这是每一部民法典写在纸上的东西。法学把它归为法的安定性的要求，不归为对象的性质。

三件指向同一处：做与算数之间，隔着一张有限的清单，而没有人告诉过病人这张清单存在。

七、失断

失断：一个持续偏离所走的期间，已经丧失被中断的可能——此后每一次干预仍在改变读数，而没有一次落在“曾被证明能推迟终点”的那个动作集合里，因而终点的位置不再移动。完成了这一转变的偏离，就是慢性病。

四个部件，逐个说清。

部件一：中断，指的是终点位置的移动，不是读数的移动

“中断”这个词在本文里只有一个意思：这一次动作之后，终点到达的预期时刻被推后了。 读数改善不算，症状缓解不算，达标不算，病人感觉好了不算。这四样是好事，但它们不是这个词的所指。

部件二：能中断的动作是一个有限集合

一个动作属于这个集合，当且仅当：存在一项随机试验，其干预正是这个动作，其主要终点是死亡或临床事件，且结果阳性。 不是“这类药有效”，是“这个动作被试过”。他汀从无到有在集合内；把目标值再压零点四不在集合内——不是因为它无效，是因为没有人试过它，因此谁也不知道它在不在。

这一条会让很多人不舒服，所以要说清楚它不主张什么：它不主张集合外的动作有害，也不主张应当停止它们。 它只主张一件事——集合内与集合外这两类动作在病历上长得一模一样，而它们对终点的关系完全不同，且现行记录不区分。

部件三：失断是一个状态，不是一次事件

没有哪一天发生了“失断”。它是由连续若干次“这一次的调整不在集合内”累积而成的。第一次不在集合内的调整不构成失断，第十五次也不构成——它是一个关于整段病程的读数，不是一个可以标日期的转折。 这一点与本文的姊妹篇不同，那一篇处理的也是一次没有作出者的转变，但那一次转变一旦发生就不再回头；失断是可逆的，一次落在集合内的调整就把它打断了。

部件四：它与疗效无关

失断不等于治疗无效。一个失断的病人可以指标全面达标、症状全无、生活质量优良、寿命也不见得短。失断说的是这些好处与终点位置之间的连接没有被验证过，不是说它们不存在。这个区别在个体身上永远无法验证，只能在群体上验证，而这正是本文所处理的那个不对称。

八、两根轴，四格

一根轴不够。“这次调整改善了读数没有”只能给出一个名字；要给出辨别力，必须交叉第二根轴：“终点的位置移动了没有”。

左下那一格值得单说，因为本文原本以为它是空的。它不空，而且它的存在证明这两根轴是真正正交的——若读数改善与终点移动本是一回事，左下格必然为空。这一格是本文在成文过程中被材料改掉的地方之一（见第十一节）。

右下那一格不需要任何框架。指标没改善、终点没动，这是失败，任何一份质控表都抓得到。

九、要打的那一格：读数改善而终点未动

要打的是右上那一格。它有四个签名，四个都要齐；每一个签名后面附一条误诊阻挡，防止把不属于这一格的东西塞进来。

签名一：全部形式审查都通过

这一格里的动作有指南依据、有证据链的名义、有考核加分、有病人的正面反馈。它不是违规操作，它是模范操作。

误诊阻挡：如果一个动作明显违反指南，它不在这里，它在右下格。入选条件是形式审查全过。

签名二：失效不产生任何信号

终点在十年后，届时无法把它归到十年间那十五次调整中的任何一次。这一格的错误在原理上不可被单个病例发现，只能在群体上被随机试验发现，而那些试验大多没有做，也不太可能做——没有厂商会资助一项检验“追目标值是否优于固定剂量”的十年试验。

误诊阻挡：如果一个动作的失效在短期内就有信号（比如副作用、化验异常），它不在这一格。这一格的定义里就含着“无信号”。

签名三：越正规化越集中

质量考核以达标率计。达标率衡量的是读数，因而考核压力会把临床动作系统性地推向右上格——因为改善读数便宜、快、可考核，而落在集合内的动作往往只有一次（第一次开药），此后无从加分。规范化程度越高，右上格的动作占比越高。

误诊阻挡：这不是说规范化有害。规范化在它要解决的问题（该用的药没用上）上极其有效，而那正是集合内动作的问题。这里说的只是它对集合外动作没有区分能力。

签名四：它有一个真实的替身

这一格最难被认出来的原因，是它旁边有一个长得一模一样的真格——左上格。他汀从无到有落在左上，把目标值再压零点四落在右上，而两者在病历里都写作“调整他汀”。同一个药、同一位医生、同一次门诊、同一条指南，两个格。

误诊阻挡：判定必须落到“这一次调整”这个粒度，不能落到“这个药”或“这个病人”。一个病人可以在同一天同时发生一次左上格动作和一次右上格动作。

十、一句可以拿去问医嘱的问话

判据必须能被拿去问一份文件，不能拿去问一个人的看法。所以它不含“应当”“充分”“真正”“合理”这类词：

这一次调整的那个指标，有没有一个随机试验证明改善它本身会推迟终点？编号是多少？

后半句是承重的。要求给出试验编号，就把这句话从一场讨论变成了一次查找：查得到就写上，查不到就写“无”。写“有大量证据支持”不算回答，因为它没有编号。

这句话在六个场景里的答案互不相同，其中两个是查出来才知道的，而且改了本文。

十一、六个场景

场景一：他汀从无到有

答案：有，且不止一项，编号可查。落在集合内。这一次调整是一次真中断。 左上格。

场景二：他汀已在用，把目标值从一点九追到一点五

答案：无。 已发表的大型试验验证的是固定剂量方案对比安慰剂或对比另一固定剂量，不是“追一个目标值直到达标”这个策略。目标值本身是从剂量—反应关系外推出来的，不是被直接检验过的动作。

右上格。而这正是临床上最高频的一类动作。

场景三：升高密度脂蛋白

答案：有试验，结论是阴性甚至反向。烟酸类与胆固醇酯转运蛋白抑制剂都能有效升高高密度脂蛋白，而心血管终点没有改善（AIM-HIGH, 2011, New England Journal of Medicine 365(24): 2255-2267；ILLUMINATE, 2007, New England Journal of Medicine 357(21): 2109-2122）。

右上格，而且是被证明过的那一种——这一类最值钱，因为它把“读数与终点脱钩”从推测变成了事实。

场景四：把糖化血红蛋白强化到六点零以下

答案：有试验，结论是死亡率上升，试验被提前终止（ACCORD, 2008, New England Journal of Medicine 358(24): 2545-2559）。

右上格。这一例的特殊价值在于：糖化血红蛋白与并发症的关联在观察性研究里极其稳固，而关联稳固与“改善它能推迟终点”是两件事——这是本文与后文那几种说法之间最重要的一条缝。

场景五：钠—葡萄糖协同转运蛋白抑制剂

答案：有，且结论阳性；而降糖幅度并不大，心肾终点的改善在很大程度上独立于血糖（EMPA-REG OUTCOME, 2015, New England Journal of Medicine 373(22): 2117-2128；DAPA-HF, 2019, New England Journal of Medicine 381(21): 1995-2008，其中射血分数降低的心衰患者不论有无糖尿病均获益）。

这个场景改了本文。 本文原本打算把两根轴写成一根轴的两端——读数改善即终点移动的前身。这一例证明左下格非空：读数（血糖）改善有限而终点移动明显。于是两根轴必须是正交的，四格必须是四格，而不是一条线上的四段。

顺带它还削掉了本文的另一句：本文原本想说“临床应当以终点为准而不以读数为准”。这一例说明有些有效动作正是通过读数被发现的——如果当年不去做那些以降糖为名的试验，这个效应不会被撞见。

场景六：急诊室里的强化胰岛素治疗

答案：有试验，结论是死亡率上升（NICE-SUGAR, 2009, New England Journal of Medicine 360(13): 1283-1297）。

这个场景也改了本文，改的是适用范围。 本文原本要把失断写成慢性病特有的状态。这一例发生在重症监护病房，是最“急”的场合，而它同样是右上格。所以右上格不是慢性病的专属；慢性病的特点不是落进这一格，是长期地、连续地、无中断地待在这一格里。修订后的表述：失断是一个关于整段病程的读数（连续多次调整全部落在集合外），不是关于单次动作的判定。

六个场景合起来说明的一件事

把六个答案排开看：有编号且阳性（场景一、五）、无编号（场景二）、有编号且阴性或反向（场景三、四、六）。三类答案的分布本身就是一条信息——临床上最高频的那一类动作（场景二，追目标值）落在的是“无编号”这一格，而这一格既不是成功也不是失败，它是空白。

空白格最容易被两种方式误处理。一种是把它读成成功：既然这个药有效、这个方向对，那么再往这个方向多走一点当然更好。另一种是把它读成失败：既然没有证据，那就不该做。两种误读都比空白本身更糟——前者把未知当已知，后者会拦掉大量正确的临床判断。本文主张的只有第三种：把它记成空白，让它可数。

还要注意六个场景里的一个不对称：阴性与反向的证据全部来自那些恰好被人做过试验的动作。 一个动作要能被证明是反向的，前提是有人愿意去检验它。而最高频的那一类动作恰恰最没有人检验——没有厂商会资助一项“追目标值是否优于固定剂量”的十年试验，因为无论结果如何都不产生新的产品。空白格的大小，与商业动机的分布直接相关，而不与临床重要性相关。

十二、断次：定义、粒度与清点

本文的读数是一个计数，不是比率。理由在第七节部件三：失断是关于整段病程的，而一段病程里真正能中断计时的动作在数量上极少——少到可以一个一个数出来。用比率会把这个“少”抹掉，因为分母（全部调整次数）大得多，任何比率都会趋近于零而失去分辨力。

定义

断次：在此人这个偏离的全部病程记录中，“落在集合内的干预被启动或强化”的次数。

集合内的判定条件（第七节部件二）：存在一项随机试验，其干预正是这个动作，其主要终点是死亡或临床事件，且结果阳性。

粒度：什么算一次

一次 ＝ 一条改变治疗内容的医嘱。同一天开出的两条不同医嘱算两次；一条医嘱的续方不算次。

恰好在边界上的例子：把他汀从二十毫克加到四十毫克——算一次调整，但不算一次断次，因为该剂量递增本身没有对应的硬终点试验（有的品种有，此时按“有编号”的规则算断次，逐条判定，不作整类推定）。而把一个从未用过他汀的高危患者启动他汀——算一次断次。

编码规则（五条）

一、逐条医嘱判定，不按药类推定。同一类药的不同成员、不同剂量、不同适应证，各自判定。

二、试验编号必须能写出来。 写不出编号的一律判为集合外，即使清点者相信它有效。这一条会让断次系统性偏低，本文接受这个方向的偏差，理由是它可核。

三、非药物干预同样适用（戒烟、减重手术、心脏康复各有硬终点证据，均可入集合）。

四、同一个动作在同一人身上重复启动，只计第一次。 停药后重启不计新的断次，除非该重启本身有独立的试验证据。

五、清点者不询问医生的判断依据，只读医嘱与已发表试验清单。

三个领域的同一个计数

统计学：一个治疗方案中，其目标指标已满足替代终点验证准则的成分数。

运动科学：一个训练周期中，被证实提升了比赛成绩（而非仅提升实验室指标）的干预次数。

法学：一项权利的存续期间内，实际发生法定中断事由的次数。

三处量纲不同而算法相同，且它与既有主要指标正交——一个达标率百分之百、质控评分满分的病人，断次可以是一；一个指标乱七八糟的病人，断次可以是三。

十三、真跑：四十六条干预的证据清点

一条从未被跑过的证伪条件只证明作者想清楚了。所以成文之前先跑通最便宜的那一条，并把不利结果写在正文里。

预注册（写死于清点之前）

假设一：常见慢病门诊干预中，其被调整的那个指标本身已有硬终点随机试验证据的比例不超过百分之五十。

假设二：慢病组的硬终点证据比例低于急性组。

三分编码：硬＝存在以死亡或临床事件为主要终点且阳性的随机试验，且该试验的干预正是本条；替代＝关键试验主要终点为中间指标；反向＝已发表证据显示中间指标改善而硬终点持平或变差。

结果

两条假设方向上都成立：慢病组硬占比百分之四十四点四（不超过五十），且低于急性组的百分之六十。

三条不利结果，以及它们各自改了本文的什么

不利结果一，也是最重的一条：硬终点证据远比本文预期充足。 百分之四十四点四不是一个可以拿来说“慢病干预基本没有证据”的数字。本文原本要写的那句强话——慢性病之所以失断，是因为它的干预缺乏硬终点证据——被这个数字直接否掉。

据此做的修订是本文的核心：失断不发生在“有没有证据”这一层，发生在“启动与微调之间”那一层。 他汀有硬终点证据，降压有，蛋白尿肾病用血管紧张素系统抑制剂有，双膦酸盐有，戒烟有，减重手术有——证据齐备。而临床每天做的绝大多数动作不是“启不启动”，是“已经在用，再调一点”，而恰恰是这一层没有试验。

这个修订让本文的构念变窄，也让它更难被“循证医学证据不足”这类现成说法吸收：本文说的不是证据少，是证据覆盖的粒度与临床动作的粒度不匹配，而这两个粒度之间的落差从不被记录。

不利结果二：抽样框不可复算，反向占比被严重高估。 这份四十六条的清单不是从一个总体里抽出来的，它是“我能想起来的著名干预”。而反向的那十四条恰恰是因为结果反直觉才著名——一九九一年那项试验、二〇〇八年那项试验、二〇〇二年那项妇女健康研究，全都是因为翻车才进教科书的。百分之三十点四这个数字不能被引用为反向干预的真实占比。 它只能支持一个更弱的结论：反向不是个别，它在多个器官系统里独立地发生过。

本文因此不使用这个比率作为任何证伪条件的阈值，只把那十四条作为存在性证据列出。

不利结果三：急性组样本太小，对照不成立。 十条对三十六条，且急性组的选取同样是回忆式的。百分之六十与百分之四十四点四之间的差距，在这个样本量上不构成任何统计意义。假设二在形式上成立而在效力上等于没跑。 本文据此把“慢病比急性更容易失断”从主张降级为待检验的猜想，并把它写进证伪条件（第十八节条件三）。

这次清点不能回答的

它清点的是“已发表试验覆盖了哪些动作”，不是“临床实际做了哪些动作”。要回答后者，需要从医嘱数据里逐条判定断次——那正是本文第三层主张要求的事，而它需要的字段目前不存在。

十四、三门手艺各自削掉了本文的什么

借来的三门若全都只给本文添砖加瓦，说明借得不诚实。逐条交代削掉了什么。

统计学削掉的：本文的核心概念差点被它的准则吞掉

本文原本会写下这样一句：改善一个未经验证的替代指标，是一种无效医疗。 这句话很有力，而统计学不允许。

那套验证准则的严格性是双向的：一个指标未通过验证，不等于它无效，只等于它未被证明中介。 大量真正有效的治疗，其中间指标从未被正式验证过——不是它们不合格，是没有人去做那项工作，因为做验证不产生新药。

于是本文必须放弃“未经验证即无效”这个推论，只保留一个弱得多的说法：未经验证的调整，其对终点的贡献是未知的，而未知与已知在病历上被记成同一样东西。 这一削把本文从一个疗效判断降为一个记账判断，力度损失很大，但它是必须的。

运动科学削掉的：适用范围里最诱人的那一块

本文原本打算把失断的判据推广到一切“持续调整”的场合——教育、组织、政策，凡是长期微调而目标不动的地方。运动科学不允许。

理由是它的剂量曲线有一个本文原来忽略的性质：维持不是零。 去训练时适应消退得比获得更快，因此“只是维持”这个动作本身在对抗一个持续的衰减，它有实质的产出，只是这个产出在“终点是否移动”这根轴上读不出来——它防止的是终点提前，不是把终点推后。

对应到医学：一个失断的病人持续服药，很可能正在防止终点提前，而本文的两根轴读不出这件事。于是本文的适用范围被收窄为：只判定终点有没有被推后，不判定终点有没有被防止提前。 后者本文没有工具，也不假装有。这是本文最大的一处盲区，且它可能覆盖了慢病管理的大部分实际价值。

法学削掉的：价值排序

本文原本想说：失断是坏事，应当被抵抗。法学不允许。

时效制度的存在理由从来不是“权利人不该被保护”，而是法的安定性——如果任何权利都可以无限期地被主张，整个交易秩序无法运转。不可中断本身是一种制度成就，不是一种缺陷。

对应到医学：如果每一次调整都被要求出示试验编号，临床将无法运转——大量必要的、合理的、来自经验与推理的动作会被卡住，而它们中的很多是对的。要求可中断，代价是瘫痪。

所以本文剩下的主张只有一件，而且很轻：这两类动作应当在记录上被分开，而不是被禁止其中一类。 判断的对象从“该不该做”缩到了“记不记得清”。

十五、与最近的几种说法的分界

逐条与最容易混淆的几种说法分开，每一条给出一个可以分出胜负的观察。

一、替代终点验证

这是本文借用的材料，也是最近的一位，必须先交代它为什么没能覆盖本文。

它说到的那一步是：某个中间指标能不能代表终点。它的对象是指标。本文的对象是这一次调整——同一个指标可以在一次调整里落在集合内（首次启动他汀，指标与动作被同一项试验一并验证），在另一次调整里落在集合外（追目标值），而指标一个字没变。

判定形式：若观察到一个已充分通过验证的指标（低密度脂蛋白是最好的候选），其上的某些调整仍然没有对应试验，则本文对而替代终点框架够不着这一层；若所有针对已验证指标的调整都自动继承该验证，则本文可被它吸收。第二个场景就是这样一例，因此本文暂时站得住。

二、坎贝尔定律与古德哈特定律

这是最危险的一位，因为它离本文非常近：一个指标一旦成为考核目标，就不再是一个好指标（Campbell, 1979, Evaluation and Program Planning 2(1): 67-90；Goodhart 的表述见其一九七五年的货币政策讲稿）。

分离线要说得非常清楚，因为随手举的例子分不开两者。它说的是腐化：指标与终点原本相连，被当作目标之后连接因人为压力而退化。本文说的是覆盖：某一次调整从来没有被检验过，与腐化无关，也不需要任何人操纵。

判定形式：若一个指标与终点的关联在它被列为考核目标之前稳固、之后消失，那是腐化；若关联始终稳固而某类调整仍落在集合外，那是本文。分得开的那一例是他汀——低密度脂蛋白与事件的关联至今稳固，从未退化，而“追目标值”这一类调整仍然没有试验。腐化没有发生，失断成立。

必须承认的是：一九九一年那项试验与二〇〇八年那项试验都分不开两者——室早与死亡、糖化血红蛋白与并发症，两者的观察性关联都很稳固，而干预之后反向，这既可以读作腐化也可以读作覆盖。所以那两例不能用来支持本文对这一位的独立性；能用的只有他汀那一例。这一点写在这里而不是脚注里。

三、目标置换

组织社会学里那条八十多年的经典（Merton, 1940, Social Forces 18(4): 560-568）：手段被追求到取代了目的本身。

分离线：目标置换是一个关于动机与组织的命题——人们知道目的，但因为手段可考核而转向手段。本文不涉及任何动机：一位医生完全可以一心一意为病人的终点着想，同时做出一次落在集合外的调整，因为他没有办法知道它在不在集合里，而这个信息在他手上根本不存在。

判定形式：若把“这次调整有无试验编号”这个字段加进系统之后，集合外调整的比例显著下降，说明先前的问题是信息缺失，本文对；若比例不变或上升（因为医生仍然选择更容易达标的动作），说明是动机问题，目标置换对。这是一个可以真做的实验，成本不高。

四、过度诊断与过度治疗

这一路的核心命题是：筛查发现了大量永远不会造成症状的病变，随之而来的治疗只有害处（Welch & Black, 2010, Journal of the National Cancer Institute 102(9): 605-613）。

分离线：过度诊断说的是这个病本来就不该被发现——对象不该进入系统；本文说的是已经在系统内的对象，其后续动作与终点的连接。两者可以独立：一个绝对需要治疗的重症患者，其后续的每一次微调仍可以全部落在集合外。

判定形式：取一组无争议的高危患者（近期心肌梗死后），过度诊断框架对他们无话可说，而他们的断次照样可以是一。

五、低价值医疗

这是本领域实务共同体推行了十几年的运动，核心是列出“不该做的事”清单（Cassel & Guest, 2012, JAMA 307(17): 1801-1802）。

分离线：低价值医疗列的是该被停掉的动作，判据是害处或无益已被证明；本文关心的是证据未覆盖的那一大片，它既没被证明有益也没被证明无益。两张清单几乎不重叠：低价值清单上的项目是已经有结论的，本文关心的是没有结论的。

判定形式：把一家机构的低价值医疗指标全部清零，其断次不会因此增加一次。若断次随之上升，说明两者是同一件事。

六、去处方

老年医学里成熟的一路：系统性地减药（Scott, Hilmer, Reeve et al., 2015, JAMA Internal Medicine 175(5): 827-834）。

分离线：去处方是一个处方（该减），本文是一个读数（现在的连接状况如何）。而且方向可以相反——一次成功的去处方是集合外的动作（很少有试验以“停某药”为干预并以死亡为终点），因而它不增加断次，但本文并不因此判它不好。

判定形式：一个全面推行去处方的科室，其断次不变。若断次上升，说明本文的读数其实在测量处方的克制程度，本文应当降级。

七、效应异质性

统计学与临床流行病学里的一路：总体平均效应掩盖了个体间的差异，同一治疗对不同人效应不同。

分离线：效应异质性问的是这个人是不是那种能获益的人，它默认动作本身在集合内、只是效应大小因人而异；本文问的是这个动作在不在集合内，与因人而异无关。

判定形式：假设有一天效应异质性被完全解决（每个人的个体化效应都可精确估计），第二个场景那一类调整仍然没有对应试验，断次不变。

八、收益递减

经济学里两百多年的老命题：投入的边际产出随投入量增加而下降。

分离线：收益递减描述的是一条连续曲线，它假定每一份投入都有产出，只是产出在变小；本文说的是离散的集合归属，集合外的动作产出未知，不是变小。

判定形式：若集合外调整的效应确实随剂量单调递减到某个正的极限，收益递减对；若它们的效应在多个方向上分布（包括为负，如第三、四、六个场景），本文对。现有材料支持后者。

九、医源性损害

一九七六年那本影响很大的书提出的命题：医疗本身是健康的主要威胁之一（Illich, Medical Nemesis, Pantheon Books, 1976）。

分离线：它是一个关于损害的命题，需要害处成立；本文要打的那一格里害处未必成立，未知才是那一格的定义特征。

判定形式：一个完全没有可测损害的诊疗过程，其断次照样可以是一。

十、外推限度

统计学与临床流行病学内部一直有一条纪律：试验结论只在其纳入标准、干预方案与随访时长的范围内成立，超出即为外推。它离本文极近——近到必须单列一条。

分离线：外推限度是一条关于推理的告诫，它提醒使用者注意边界；本文是一个关于记录的读数，它要求把边界内外这两类动作在文书上分开。前者作用于人的谨慎，后者作用于系统的字段。而谨慎不留痕迹——一位极其谨慎的医生与一位毫不谨慎的医生，做完同一次调整之后，病历上的记录一字不差。

判定形式：若把外推限度写进培训与考核之后，集合外调整的记录形态发生了变化（能被事后清点出来），则本文是多余的；若培训之后医生更谨慎而记录形态完全不变，则本文的读数仍然必要。后者更可能，因为现有病历没有任何位置容纳这个信息。

十一、疗效的真实世界证据

近十几年兴起的一路：用真实世界数据补随机试验覆盖不到的地方，包括剂量、目标值、长期结局。

分离线：真实世界证据是一条扩大集合的路径——它试图把更多动作纳入被验证的范围；本文是一个当下的读数——在集合被扩大之前，现在的状况如何。两者不冲突，方向相反：一个是把缝补上，一个是先把缝量出来。

判定形式：若真实世界证据大规模落地，断次应当上升；若上升了而临床结局没有相应改善，说明补上的那些证据没有兑现，本文的集合定义（要求随机试验）是对的；若结局同步改善，说明集合的定义可以放宽到高质量观察性证据，本文的第七节部件二需要修订。本文承认这是一个真实的开放问题。

这些说法共同站着的那块地

逐条问“它把什么当作给定，因此看不见什么”：

替代终点框架把“指标是分析的单位”当作给定，因此看不见同一指标上不同调整的落差——承认它，验证工作的单位就得从指标改成动作，整套方法学的成本会翻很多倍。

坎贝尔定律把“连接原本存在”当作给定，因此看不见从未存在过的连接——承认它，“腐化”这个核心隐喻就没有对象了。

目标置换把“行动者知道目的”当作给定，因此看不见行动者根本无从知道这次动作算不算数——承认它，动机解释就失去了着力点。

低价值医疗把“证据要么支持要么反对”当作给定，因此看不见既不支持也不反对的那一大片——承认它，清单方法就无法穷尽。

收益递减把“每一份投入都有产出”当作给定，因此看不见产出未知的投入——承认它，边际这个概念就失去了定义域。

五条背后是同一块地：做与算数之间没有缝。 所有人都默认，一个被正确执行、被正确记录的动作，必定在某处被计入了结果，多少而已。这块地是相互批判的各派共同站着的，因此谁也没法回头看它。

失断正是从这块地的缝里掉下去的那一类东西：一个做对了、记全了、考核过了，而不进任何账的动作。

十六、与同题同批三篇的分界

本栏这一批同题共四篇，彼此是最近的邻居，必须逐一分开。

与《寄类》（微生物学·大气科学·传播研究）：那一篇说的是陈述的支撑来源从本人序列换成了类别基数，落点在记账；本篇说的是动作与终点之间的连接是否被验证过，落点在因果链。两者可以独立发生：一次完全用本人序列作出的调整（“你这半年降得快，再加点”）——寄类度为零——照样可以落在集合外，断次不增。判定形式：把一个病人的全部随访做两套清点，若寄类度与断次在多人样本上不相关，两篇各管各的；若高度相关，两篇必须合并，且本篇是那一篇的一个特例。

还有一处方向相反：那一篇主张记录应当标注支撑来源，标注之后寄类度会下降；而支撑来源全部标为“本人序列”的记录，其断次可以一次也不增加——因为本人序列不是试验证据。两篇的处方在这一点上互不替代。

与《撤终》（考古学·大气科学·建筑学）：那一篇是一道为什么题，处理的是驱动与轮次，读数是一个时刻；本篇是一道是什么题，处理的是辨别，读数是一个计数。判定形式：那一篇预测的是先后（谁先动），本篇预测的是有无（在不在集合内）；同一份数据里，一个动作可以来得很早而断次为零。

与《返架》（变质岩石学·金融学·建筑学）：那一篇处理的是逆转所需的最小撤除集，是一道怎么办题，它的读数计的是要拆掉几根；本篇计的是装上去的那些里有几根接通了。两个计数在同一个病人身上可以一大一小任意组合。判定形式：若最小撤除集的势与断次在多人样本上呈强负相关，说明两者是同一件事的两面，须合并；现有材料无法判断，本文如实标为未检验。

十七、不适用，以及三个解释不了的洞

不适用

不适用于：以“防止终点提前”为目的的维持性治疗（第十四节已说明本文无工具）；姑息与临终照护（终点位置不是目标）；罕见病与孤儿药（试验在原理上做不出来，集合外不承载本文的含义）；公共卫生的人群干预（单位不是个人的一次调整）；以及任何把断次用作医生个人考核的用法。

洞一：本文说不出集合应该多大

要求每一次调整都有试验编号，临床会瘫痪；不要求，就回到现状。中间该划在哪里，本文没有依据给出任何标准。给一个会显得完整，那个标准会是编的。

洞二：本文无法处理“防止提前”这一整类价值

这是第十四节那一削留下的洞，而且它可能很大。一个断次为一的病人，十五次调整全在集合外，而他这十五次可能一直在阻止终点提前。本文的两根轴读不出这件事，因为“终点没有移动”与“终点被阻止了提前”在观测上是同一个结果。若这一类价值占了慢病管理的大部分，本文就打偏了。 本文认这个风险。

洞三：本文不知道断次在病人之间的差异来自哪里

两个同病同期的病人断次不同，可能来自疾病本身（有些病的证据基础就是厚），可能来自医生，可能来自这个人有没有资格进入某项新药的适应证。这三者本文分不开，而如果第三个占主导，断次就部分地变成了药物可及性的读数，那是另一件事。

洞四：本文没有处理“这次调整属于哪个人”这件事

集合内外的判定用的是群体证据，而一次调整发生在一个具体的人身上。一个动作可以整体落在集合内，而这一个人恰好不在那项试验的纳入范围里（年龄超出、合并症被排除、族群未被代表）。严格说，这时它对这个人而言仍在集合外。

本文的编码规则没有要求核对纳入标准，理由是可执行性——逐条核对纳入标准会让清点成本上升一个数量级，而本文希望这个读数是一周内做得完的。这是一次为了可操作而牺牲准确的取舍，方向是让断次偏高。 与规则二（写不出编号就判集合外，让断次偏低）方向相反，两者部分抵消，但抵消多少本文不知道。

十八、证伪、一个可当场执行的最小实验，以及一条赌注

最强的竞争解释

那句最朴素也最难反驳的话是：其实不就是试验做得不够多吗。 随机试验昂贵、耗时、有商业驱动，当然覆盖不了每一个动作。这个解释不需要任何新构念，而且大部分是对的。

下面的条件必须能排除它。

分层

第一层（最强，最易倒）：失断是慢性病的判据——一段病程若连续多次调整全部落在集合外，即为慢性病。

第二层：两根轴与四格作为分析工具，用来给一次具体调整定位。

第三层（最稳，且不依赖前两层）：在现行医嘱记录中，不存在任何字段区分集合内与集合外的调整；因而这个区分在制度上不可见，与做这个区分的成本高低无关。

可当场执行的最小实验（这是本文的证伪主件）

取一个科室，连续二十个慢病随访病人，每人取最近一年的全部治疗调整医嘱。两位互相不通气的清点者，各自按第十二节的编码规则逐条判定集合内外，并写出试验编号。

本文预测：一、两位清点者的一致率高于百分之八十五（说明这个判定不是主观的）；二、集合外调整占全部调整的比例高于百分之八十；三、在同一批病人里，达标率与断次不相关（相关系数绝对值低于零点二）。

三条中任何一条不成立，本文相应受损：一致率低于百分之八十五，说明这个判据无法被稳定执行，第二层塌；集合外占比低于百分之六十，说明失断不是常态，第一层塌；达标率与断次正相关，说明现行考核体系已经在有效地推动集合内动作，本文要打的那一格不存在。

这个实验一个人一周内可以做完，所需材料全部在既有记录里。

其余证伪条件

条件一（排除竞争解释）：控制病种的试验总量与研究经费之后，若集合外调整占比与病程长度之间不存在剂量—反应关系，则本机制为伪——届时这件事应归因于试验供给不足，而不是启动与微调之间的落差。样本要求：同一制度环境内至少六个科室，在病种构成与信息系统上同质；不得用两个国家或两个地区的对比充数。

条件二（正向读数，写成次序）：在一个新增了硬终点证据的动作上（钠—葡萄糖协同转运蛋白抑制剂的心衰适应证是现成的历史样本），该动作被纳入集合应当早于该病种的达标率指标发生变化。若达标率先变而集合归属后变，说明驱动的是考核而不是证据，本文的因果方向错。

条件三：本文第十三节的假设二（慢病比急性更容易失断）在那次清点里样本太小而不成立。若在一个抽样框可复算的更大样本里，慢病组与急性组的硬占比无差异，则失断与慢性无关，本文的题目应当从“何谓慢性病”改成别的。

条件四：若能找到一个持续偏离，其连续多次调整全部落在集合外，而临床普遍不认为它是慢性病，第一层为伪。

条件五：若能找到一个被普遍认为是慢性病的偏离，其断次长期在三以上，第一层至少不是充分条件。

条件六：若医嘱系统中已经存在标注试验编号的字段并被常规填写，第三层的前提不成立。

如果被证伪，学到的是什么

如果最小实验的第三条翻车（达标率与断次正相关），学到的是：现行考核体系其实在做正确的事，问题在别处。这个结论比本文有用得多。

如果条件三翻车，学到的是：这个区分是整个循证医疗共有的，与慢性无关，那么它应当被写成一篇关于证据粒度的方法学文章，而不是一篇关于慢性病定义的文章。本文对这个可能性是开放的。

赌注

到二〇三三年十二月三十一日为止：若在美国心脏病学会、欧洲心脏病学会、美国糖尿病学会、中华医学会相应分会这四家中的任意一家，其指南推荐条目上出现“本条推荐所依据的试验，其干预是启动还是滴定”这一类区分标注，本文的可操作性主张命中。

什么不算命中，写死四条：一、现有的证据等级标注（甲乙丙、一二三级）不算——它标的是证据强度，不是干预与推荐动作的对应关系；二、只在指南正文的讨论段落里提及而未落到条目上的，不算；三、只覆盖单一病种的，不算，须至少三个病种；四、由第三方机构而非指南制定者做的标注，不算。

十九、伦理与证据边界

断次是一个计数，而计数一旦存在就会被拿去考核人。三条是硬的，不满足这三条，这个读数不得使用。

第一，它指的是位置，不是人。 一个专科的断次天然高于另一个专科，因为它的病种试验基础厚。这个差异说的是病种与证据供给，不是医生。

第二，不得为了把这个数做高而启动不必要的治疗。 提高断次最省事的办法是给更多人启动集合内的药物。这会把一个记账问题变成过度治疗问题，而损害落在病人身上。这一条比第一条更要紧，因为它的危害是直接的。

第三，已经依据这个读数作出不利安排的，必须公开编码规则并给复核通道。 规则在附录二，它可以被批评、被替换。

反噬

这个读数一旦进考核，最省事的达标方式是在医嘱系统里补挂试验编号——给每一条调整都关联一个大致相关的试验，编号写得上，判定就过了。这完全不改变动作与终点的关系，只改变记录的外观，而它会通过任何自动化清点。

更糟的一种：为了提高断次而扩大集合内药物的处方范围，把边缘适应证的人也纳入。这会推高治疗率、推高不良反应，而断次会漂亮地上升。

我看不到出口。 任何可被自动清点的读数，都可以被文书层面的动作满足。本文能做的只有把它写在正文里，让打算使用它的人先看见。

二十、用本文的判据检本文自己

把那句问话拿来问这篇文章：本文的这一次调整，有没有一项检验证明它本身会推迟终点？编号是多少？

答案是没有编号。本文提出的这个区分，它本身从未被检验过是否能改善任何结局。它落在自己那张表的右上角：它改善了一个读数（把一个含混的定义问题说得更清楚），而它对任何终点的作用未知。本文是它自己所描述的那一类动作的一个标本。

这不是一句谦辞，它有具体后果。本文第十八节那个最小实验，正是为了给这篇文章自己造一个编号——它是本文能给出的、唯一一次落在集合内的动作。在那个实验被做完之前，本文的断次是零。

再往上看一层：本栏这一批同题四篇，是同一个问题上的四次调整。四篇各自改善了一个读数（四个新的辨别维度），而这一批本身有没有一次落在集合内——有没有任何一篇的结论被外部检验过、并被证明改变了什么？没有。四篇的断次合计为零。

这一点与本文的主张完全一致，而且它给出一个可操作的方向：这一批的下一步不该是第五个辨别维度，该是把已有的某一条拿去真做一遍。 第十八节那个一周可以做完的实验，是四篇里唯一一条便宜到可以立刻执行的。

最后一层。本文这一节的写法本身也可以被本文的判据检验：“用本文自己的判据给本文定位”这个动作，属不属于集合内？ 它没有编号。它是一个修辞动作，它改善了一个读数（读者会觉得这篇文章诚实），而它对本文结论的正确性没有任何作用——一篇彻底自我批判的文章可以是完全错的。

把这一条写出来，是因为它是本文能给出的最锋利的一个自我示范：读数改善而终点未动，这件事在写作里与在门诊里是同一个结构。 一篇文章可以把每一节都写得更诚实、更周密、更有分寸，而它是否改变了任何人对慢性病的处理方式，这一点从文章内部永远读不出来。第十八节那个最小实验之所以重要，正是因为它是这篇文章唯一一条通向外部的路。

结论

把三种通行讲法逐一放下：拖得久不是判据，治不好不是判据，来路不传染也不是判据。判据是它已经失断——所走的期间丧失了被中断的可能，此后每一次干预仍在改变读数，却没有一次落在曾被证明能推迟终点的那个动作集合里。

这条判断不能从三门手艺中的任何一门单独推出。统计学到不了，因为它的问题结构是“哪个指标可以代表终点”，对象是指标；一旦指标通过验证，它就没有理由再去追问指标上的每一次具体调整。运动科学到不了，因为它的问题结构是“这个刺激落在曲线哪一段”，它关心的是剂量位置，而“这个动作有没有被试过”在它那里不是一个问题——训练本来就是靠经验调的。法学到不了，因为它的问题结构是期间的安定性，中断事由为什么是那几种、能不能更多，属于立法政策，不属于它要回答的问题。

三家都不是因为疏忽才停在原地。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。

本文能给出的处方只有一条，而且很小：在治疗调整的医嘱上，加一个填试验编号的字段。 不要求医生改变任何决定，不要求限制任何动作，填不出就留空。

加上这一栏之后，会看见一件现在看不见的事：一份连续七年、一百二十次调整、达标率始终优良的记录，那一栏里可能只有一个编号，写在第一次开药那一天。

注释与文献

按出现顺序列出。个别条目的卷期页请读者以原刊为准复核；凡无法确认到卷期页的，只写到题名与年份，不作补足。

Prentice RL. Surrogate endpoints in clinical trials: definition and operational criteria. Statistics in Medicine. 1989;8(4):431-440.

Echt DS, Liebson PR, Mitchell LB, et al. Mortality and morbidity in patients receiving encainide, flecainide, or placebo: the Cardiac Arrhythmia Suppression Trial. New England Journal of Medicine. 1991;324(12):781-788.

AIM-HIGH Investigators. Niacin in patients with low HDL cholesterol levels receiving intensive statin therapy. New England Journal of Medicine. 2011;365(24):2255-2267.

Barter P, Caulfield M, Eriksson M, et al. Effects of torcetrapib in patients at high risk for coronary events (ILLUMINATE). New England Journal of Medicine. 2007;357(21):2109-2122.

Action to Control Cardiovascular Risk in Diabetes Study Group. Effects of intensive glucose lowering in type 2 diabetes. New England Journal of Medicine. 2008;358(24):2545-2559.

Zinman B, Wanner C, Lachin JM, et al. Empagliflozin, cardiovascular outcomes, and mortality in type 2 diabetes (EMPA-REG OUTCOME). New England Journal of Medicine. 2015;373(22):2117-2128.

McMurray JJV, Solomon SD, Inzucchi SE, et al. Dapagliflozin in patients with heart failure and reduced ejection fraction (DAPA-HF). New England Journal of Medicine. 2019;381(21):1995-2008.

NICE-SUGAR Study Investigators. Intensive versus conventional glucose control in critically ill patients. New England Journal of Medicine. 2009;360(13):1283-1297.

Campbell DT. Assessing the impact of planned social change. Evaluation and Program Planning. 1979;2(1):67-90.

Merton RK. Bureaucratic structure and personality. Social Forces. 1940;18(4):560-568.

Welch HG, Black WC. Overdiagnosis in cancer. Journal of the National Cancer Institute. 2010;102(9):605-613.

Cassel CK, Guest JA. Choosing wisely: helping physicians and patients make smart decisions about their care. JAMA. 2012;307(17):1801-1802.

Scott IA, Hilmer SN, Reeve E, et al. Reducing inappropriate polypharmacy: the process of deprescribing. JAMA Internal Medicine. 2015;175(5):827-834.

Illich I. Medical Nemesis: The Expropriation of Health. New York: Pantheon Books; 1976.

Fleming TR, DeMets DL. Surrogate end points in clinical trials: are we being misled? Annals of Internal Medicine. 1996;125(7):605-613.

Gabbett TJ. The training-injury prevention paradox: should athletes be training smarter and harder? British Journal of Sports Medicine. 2016;50(5):273-280.

Meeusen R, Duclos M, Foster C, et al. Prevention, diagnosis and treatment of the overtraining syndrome. European Journal of Sport Science. 2013;13(1):1-24.

Yusuf S, Collins R, Peto R. Why do we need some large, simple randomized trials? Statistics in Medicine. 1984;3(4):409-422.

字数与分工说明

正文与三则附录合计约两万三千汉字。问题设定、选料约束与三门手艺的号位指定来自作者；材料整理、清点脚本与成文由人机协作完成，第十三节的清点可由附录二的编码规则与公开发表的试验清单复算。本文不附任何自评分数。

附录一　写作前的预登记

写于成文之前，用来挡住“事后觉得当初是这么想的”。甲块与可核性有关，乙块是内部记录。

甲　与可核性有关的部分

一、题型。 “何谓慢性病”要的是一个东西——一条能把两样看上去一样的东西分开的辨别维度。本篇要分开的那两样是：推迟了终点的调整与只改善了读数的调整，而它们在病历上长得一模一样。

二、三门的号位，事先写死。 统计学＝粒子位（一个东西能不能作为独立稳定的单元进入推断）；运动科学＝波位（这个刺激落在剂量—恢复曲线的哪一段）；法学＝场位（它在权限、期间与次序的结构里落在哪儿）。

三、三门的失败定义，事先写死。 推断错误／退步与受伤／判不下去。三者之间没有汇率。三门分属符号层、生命—操作层、制度层。终止性由运动科学与法学两门提供。

四、本篇是同题第二篇，选料与第一篇零重叠。 第一篇用微生物学、大气科学、传播研究；本篇三门与之无一相同，也与同批另两篇（考古学·大气科学·建筑学／变质岩石学·金融学·建筑学）无一相同。本轮四篇的十二个位置里，本篇是唯一一篇三门皆首次出现的。

五、硬度配置：本篇三门全硬，与第一篇的两硬配一软构成对照。 事先登记的风险是：三门全硬容易变成三份数据的并列，且共有前提的携带者不明确——第一篇里那一门软账本（传播研究）正是前提的携带者与被推翻者。事先声明的处置：若三门全硬导致推翻材料找不到，不许硬凑，如实写“未找到”并回去换源。

六、成文后对第五条的核对：没有落空，但携带者换了位置。 推翻材料来自统计学，也就是粒子位、硬门。第一篇的推翻材料来自场位、软门。两篇合起来给出一条可以带走的观察：共有前提的携带者不必是软门；硬门只要有一套自我批判的方法学（替代终点验证史正是这种），它同样能提供推翻自己的材料，而且提供得更硬——因为它是算出来的，不是叙述出来的。 这一条可以推翻配料表里“软账本往往是共同前提的携带者”这条经验规则的普遍性，但推翻不了它在软门在场时的适用性。

七、骨架轮换，事先声明。 与第一篇必须换掉至少两个结构位：辨别装置由四道关口序列换成两轴四格；读数由一份清单换成一个计数；那一格的签名由三条换成四条且各配误诊阻挡；证伪主件由预注册真跑换成一个可当场执行的最小实验（真跑仍做，但降为一节）；自反由检本产线换成检本批四篇。五处全换，超出要求。

八、命名，事先扫描。 概念名“失断”：本栏已发概念名中无“失”字、无“断”字，本领域检索无同名用法；特别核对了本轮已发的“撤终”“寄类”“返架”，三者与“失断”无同名反指。读数名“断次”：本栏已发读数名多为比率、乘积、时刻、类型、清单，未出现过计数形状，无同名。

九、真跑的预注册（两条假设、三分编码、判定阈值）已在第十三节全文引用。唯一需要在此声明的是：假设一写下时预期它会被支持，结果虽在形式上支持，但支持的幅度远小于预期（百分之四十四点四而非预期的百分之二十上下），本文据此把承重命题整体挪了位置。这次修订发生在看到结果之后，如实说明。

乙　内部记录（留档防修饰）

一、写作前对本篇的预期。 结构精确度应与第一篇相当；跨域厚度可能更高，因为三门跨符号层、生命层、制度层且全硬；不可还原性是本篇最没把握的一维，因为坎贝尔定律离得太近，分离必须靠“腐化与覆盖”这一条缝撑住，撑不住就会被读成古德哈特定律的医学版；可证伪性应是最强的一维，因为最小实验一周可做完且预测写死了三条数。

二、成对预期。 与第一篇《寄类》相比，本篇的不可还原性应当更低——第一篇处理的那个差在传播研究里有名字（后问题阶段），但那个名字所指的是注意力；本篇处理的那个差在统计学里几乎有名字（外推限度），而且所指的正是同一件事。名字越近，分开越难。 若结果相反，说明“所指是否同一”比“有没有名字”更要紧。

三、本轮所测的新因素（两个）。 其一，同题第二篇在三门全新且三门全硬时会不会退化为第一篇的重述。自答：没有退化，两篇落在正交的两根轴上（记账 vs 因果链），且第十六节给出了可分开判的观察。其二，三门全硬时共有前提的携带者从哪儿来。自答见甲块第六条。

四、本篇最可能翻车的地方。 第十四节那一削留下的洞（防止终点提前）可能大到吞掉整格。如果慢病管理的主要价值就在“阻止提前”上，那么右上格里的那些动作全都有实质产出，只是本文的两根轴读不出来，本文就是在用一把不合适的尺子量一件对的事。如果一定要押，作者押第一层会倒，第二层与第三层会站住，而第十八节那个最小实验的第三条预测（达标率与断次不相关）是本篇最愿意押的一条。

五、留给下一轮的一条。 第一篇采集到的建议是“位置先定时必须配一个具体对象逐门试判”。本篇照做了（对象是“把低密度脂蛋白从一点九再压到一点五”），三处顶撞当场现形，而且现形得比第一篇快。建议升格为固定工序：选完源之后，第一件事是找一个足够具体、三门都能置喙的对象，逐门写出它的判词。

附录二　清点手册与空表

本附录给出断次的完整规则，用途是让别人可以换一套规则重算。

定义与符号

读数名：断次。全篇写全称，不使用符号，以防跨节漂移。

定义：在此人这个偏离的全部病程记录中，“落在集合内的干预被启动或强化”的次数。集合内＝存在一项随机试验，其干预正是这个动作，其主要终点是死亡或临床事件，且结果阳性。

粒度

一次 ＝ 一条改变治疗内容的医嘱。恰好在边界上的三个例子：同日开出两条不同医嘱＝两次；续方＝零次；把某药从二十毫克加到四十毫克＝一次调整，是否计入断次取决于该剂量递增本身有无对应试验，逐条判定，不作整类推定。

编码规则（五条）

一、逐条医嘱判定，不按药类推定。

二、试验编号必须能写出来；写不出的一律判为集合外，即使清点者相信它有效。本条使断次系统性偏低，方向已知且可核。

三、非药物干预同样适用（戒烟、心脏康复、减重手术等各有硬终点证据）。

四、同一动作在同一人身上重复启动只计第一次；停药后重启不计新断次，除非该重启本身有独立试验证据。

五、清点者不询问医生的依据，只读医嘱与已发表试验清单。

空表（可直接誊抄）

不适用

罕见病与孤儿药；姑息与临终照护；人群层面的公共卫生干预；以及任何以医生个人为单位的考核用途。

三处口径一致性自查

正文第十二节、第十八节最小实验、赌注三处，引用的是同一条定义与同一份编码规则。本文不设断次的好坏阈值——本文不主张任何断次数值是好或坏，第十八节那三条预测里出现的数（百分之八十五、百分之八十、零点二）是实验设计的判定阈值，不是断次本身的阈值，两者不得混用。

附录三　占位者搜捕记录

记录成文前主动去找“这个想法其实早就有了”的过程。找到了是赚，找不到而它存在，是读者替我找到，那时已经晚了。

检索词（剥掉医学名词之后的形式层句子）

做了很多而一次也没算数｜actions performed but not counted toward the outcome｜指标改善而终点不动｜surrogate improved outcome unchanged｜验证过的是启动而做的是滴定｜trial tested initiation clinicians perform titration｜能重新起算的动作是被列举的｜only enumerated acts restart the clock｜外推限度｜extrapolation beyond tested regimen｜剂量位置决定刺激性质｜same stimulus different phase opposite effect

与第一篇同样的对照再次出现：用医学名词（慢性病 定义、chronic disease criteria）检索，一位占位者也没找到；换成上面这些剥掉学科名词的句子，下面这批人一次就出来。两篇连续两次得到同一结果，这条经验可以固定下来了。

方向一：一九八〇年以前的经典层（找到三位）

一九四〇年的官僚制人格与目标置换（Merton）；一九七六年的医源性损害（Illich）；一九七九年的坎贝尔定律（Campbell，一九七六年已有内部报告版本）。另有一九七五年古德哈特在货币政策讲稿里的表述，作为同一结构的第二次独立命名。四位。

方向二：本领域实务共同体的正主（找到四位）

替代终点验证准则（Prentice, 1989）及其著名的批评综述（Fleming & DeMets, 1996）；大型简单试验的方法学传统（Yusuf, Collins & Peto, 1984，它正面处理了“试验该验证什么粒度的动作”这个问题）；低价值医疗运动（2012 起）；去处方（2015 起）。

方向三：方法学正主（找到两位）

替代终点验证本身——本文这个“判断一个动作算不算数”的操作，其成熟范式就是它，已在第十五节第一条正面处理；以及运动科学的急慢性负荷比框架（Gabbett, 2016），它是“用两个时间窗口判断一个刺激的性质”这一操作的现成范式。

方向四：专著与外文层（找到两位）

《医学的报应》（Illich, 1976，外文原题 Medical Nemesis）；过度诊断一路的专著与综述（Welch & Black, 2010 及其后的专著）。

方向五：本栏自己已发的（已扫）

扫的是本栏迄今全部篇目清单，重点是本轮同题四篇。构成潜在占位的三篇——《寄类》《撤终》《返架》——已在第十六节逐一指名并各给判定形式。另核对了更早处理“参照”“确认时点”“底座”那几篇，与本篇的轴不同，不构成占位。

合计与最危险的两位

合计十四位。

最危险的一位是坎贝尔定律。 它离本文最近，而且随手举的例子分不开两者。本文的处置是把分离线收紧到“腐化与覆盖”这一条缝上，并承认那两个最有名的例子（压制室早、强化降糖）分不开，只留他汀那一例作为支持。这是本文在这一条上唯一的立足点，也是它最可能被攻破的地方。

第二危险的一位是替代终点验证本身，因为它是本文借来的材料，很容易被读成“把统计学的老问题搬到医学定义上重说一遍”。分离靠一件事：它的对象是指标，本文的对象是这一次调整；同一个已充分通过验证的指标上，仍然存在大量没有对应试验的调整。第二个场景就是这样一例。

处置方式的选择：本文没有绕过这两位，也没有把自己降级为它们的补充。用的是第三条路——把它们摆进一个汇聚系列：四位从四个方向逼近了同一件事而都差最后一步。坎贝尔定律指出连接会退化，替代终点框架指出指标未必中介，目标置换指出手段会取代目的，收益递减指出投入的产出会衰减；四位共同缺的那一步是——它们都假定投入与产出之间那条通道存在，只是效率在变。本文补的正是那一步：通道可以是断的，而断掉这件事不留任何痕迹。

最美文定稿：全球文库终审与核心命题的重写

以下一节由编辑增补，不属于投稿原稿。它按最美文频道的五道入选关执行：请出正文未曾请出的那位最危险的对手，与之划一条让两套理论对同一件事作出相反预测的线，写清怎么裁决，把核心命题改写为否定—重命名形式，并列出三条「被观察到即失效」。

一、最后一位未被请出的对手

本文自陈最危险的一位是坎贝尔定律，并诚实承认两个最有名的例子分不开。但还有一位方向正相反、因而更难对付的：临床惰性。菲利普斯等人二〇〇一年提出这个概念——医生明知患者未达标却不调整治疗，这是慢病控制不佳的主因；此后二十余年，无数质量改进项目的整个逻辑就建立在它上面：让医生该调就调，终点自然会改善。

本文与它撞在同一件事上，方向却完全相反：一个说调得太少，一个说调了也不算数。

二、分离线：相反预测与它的裁决办法

分离线落在调整的数量，还是调整的种类。

临床惰性把问题定位在频率：调整不足是病灶，提高调整频率就是处方。它因此预测：调整频率越高的机构或医生，其患者的硬终点越好，且改善随频率单调。

本文的失断把问题定位在落点：每一次调整仍在改变读数，却没有一次落在「曾被证明能推迟终点」的那个动作集合里。断次数的不是调整有多少次，是有多少次落进了那个集合。相反预测由此得出：提高调整频率只改善读数，不改善终点，且断次不随频率增加。

裁决设计：以机构为单位，同时测量三个量——调整频率（单位时间内治疗方案变更次数）、读数改善（目标指标达标率）、断次（落入已验证硬终点动作集合的调整次数），随访硬终点。临床惰性预测终点改善与调整频率正相关，控制断次后仍显著；本文预测控制断次之后，调整频率对终点的效应趋零，全部效应由断次承载。这是一次可以在现有质量改进数据库上做的中介分析。若控制断次后调整频率仍显著预测终点，失断的核心限定不成立。

三、核心命题的否定—重命名

一个偏离之所以被叫作慢性病，不在于它拖了多久，不在于它能不能被治愈，不在于它传不传染，也不在于医生调得太少——而在于它所走的那段期间已经失去可中断性：此后每一次调整仍在改变读数，却没有一次让计时重新开始。

四、本文禁止什么

1. 禁止调整频率在控制断次之后仍显著预测硬终点。若显著，问题回到频率，临床惰性的处方成立而本文多余。
2. 禁止硬终点证据在慢病干预中普遍缺失。正文真跑已否掉这条强话（四十六条干预中占四成四）；承重命题因此只能停在「启动与微调之间的粒度落差」，不得回退到「证据缺失」这一更大的主张。
3. 禁止分离线只靠一个例子。他汀是目前唯一干净的支持例；若在扩大的干预清单上找不到第二、第三个同型例子，本文的经验基础不足以支撑一条普遍分界。

五、独立成立性检验

删掉坎贝尔、菲利普斯与全部替代终点文献，本文还剩什么？剩下临床每天都在问而没有答案的那个问句：我刚做的这次调整，算不算数。以及一个可以直接落表的计数：把一段期间内的全部调整逐条对照已验证硬终点的动作集合，数出落进去的有几次。这个动作不需要任何理论授权，它只需要一份干预清单和一份证据表——两样东西都是公开的。

本轮定稿所核验的文献：Phillips, L. S., Branch, W. T., Cook, C. B., et al. (2001). Clinical inertia. Annals of Internal Medicine, 135(9), 825–834. · Campbell, D. T. (1979). Assessing the impact of planned social change. Evaluation and Program Planning, 2(1), 67–90.

本文正文为学员投稿原稿，作者胡敏。文中涉及疾病诊断、治疗与判定标准的讨论均为理论分析，不构成任何临床判断依据，不应用作自我诊断或调整治疗方案。