{
  "id": "overdiagnosis",
  "title": "过度诊断",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "过度诊断是指发现了某种疾病或异常，而它本不会在当事人的一生中引起症状或导致死亡。",
  "category": "health",
  "subcategory": "medicine",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/overdiagnosis/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/overdiagnosis/",
      "json": "https://aiwiki.page/en/overdiagnosis.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "过度诊断是指发现了某种疾病或异常，而如果未被发现，它本不会在当事人的一生中引起症状、造成具有临床意义的功能损害或导致死亡。这一问题在医学筛查中尤为重要，因为筛查旨在从没有相关症状的人群中查找疾病。被过度诊断的病况可以符合公认的诊断标准：问题未必在于检测结果有误，而在于发现了本不会造成临床后果的病况。"
    },
    {
      "heading": "与相关概念的区别",
      "text": "过度诊断不同于医学检测和诊疗中的其他几类问题：\n\n- 假阳性结果： 实际上没有疾病，检测却提示存在疾病。进一步检查可能证实最初的发现是错误的。而在过度诊断中，按照所采用的标准，检测出的异常确实存在。\n- 误诊： 当事人得到了错误的诊断，例如将一种疾病误认为另一种疾病。即使检测在技术上准确、分类正确，也可能发生过度诊断。\n- 过度检查： 在预期临床价值不足的情况下进行检查。过度检查可能导致过度诊断，但这两个术语描述的是不同的事件。\n- 过度治疗： 所给予治疗的获益不足以抵偿其危害或负担。过度诊断可能导致过度治疗，但即使没有立即治疗，也可能因贴上疾病标签、反复监测和追加检查而造成伤害。\n\n这些区别对于理解检测准确性十分重要。较高的诊断敏感度与特异度并不能消除过度诊断：一项检测可能可靠地发现异常，却无法确定这种异常是否会对当事人造成伤害。"
    },
    {
      "heading": "过度诊断如何发生",
      "text": "疾病进展的差异\n\n诊断名称相同的疾病，其病程可能截然不同。有些进展迅速，有些进展缓慢，还有些保持稳定或自行消退。因此，发现异常并不一定能确定它未来的临床意义。\n\n这一点对癌症尤为重要。有些肿瘤生长极其缓慢，终其一生也不会引起症状。另一些肿瘤最终可能进展，但不会在当事人的余生内进展到引起症状的程度。后一种情况反映了不同死因之间的竞争关系：在被发现的癌症造成伤害之前，当事人可能已因其他无关疾病死亡。\n\n因此，过度诊断取决于病况的自然病程与个体寿命之间的关系，而不只是异常本身的属性。\n\n筛查与高敏感度检测\n\n筛查可以发现人群中大量原本未被识别的异常。敏感度更高的检测、更低的检出限以及反复检查，可以识别出越来越微小或越来越早期的变化。其中一些发现具有临床意义，另一些则始终不会造成伤害。\n\n因其他原因进行的影像学检查也可能偶然发现异常。X射线计算机断层成像、磁共振成像和超声成像都可能发现与检查最初目的无关的病变。这类发现并不必然属于过度诊断，但可能引发一系列后续检查，最终识别出一种本不会造成临床后果的病况。\n\n诊断阈值与定义\n\n“过度诊断”一词也用于更广泛地描述疾病定义扩大或诊断阈值降低所带来的问题。这些变化可能使异常程度较轻或风险较低的人也被纳入某种诊断类别。\n\n扩大诊断范围并非必然不当：某些新纳入的人群可能从干预中获益。关键问题在于，识别并管理这些新增病例，是否能改善有实际意义的健康结局。这种广义的“过度诊断”用法，不如“检出本不会引起症状的疾病”这一经典概念界定得清晰。"
    },
    {
      "heading": "临床情境",
      "text": "过度诊断在癌症筛查领域已得到广泛研究。\n\n对于前列腺癌，检测可能发现一些在当事人一生中本不会出现临床表现的肿瘤。对于乳腺癌，筛查既可能发现浸润性癌，也可能发现进展概率各不相同的非浸润性异常。肺癌筛查同样可能发现一些原本不会引起症状的癌症，即使该筛查项目也确实能够预防死亡。\n\n甲状腺癌是另一个重要的例子。影像学检查可以发现生物学行为惰性的小型甲状腺乳头状癌。高强度检测伴随诊断数量大幅增加，这促使人们认识到，发现更多癌症与减轻会造成实际临床后果的疾病负担并不是一回事。\n\n这些例子并不意味着所有筛查发现的癌症都无害，也不意味着筛查没有益处。一个筛查项目可以在预防死亡的同时造成过度诊断。\n\n在癌症之外，偶然发现的异常和疾病定义的扩大也会引发类似问题。不过，仅有证据表明某种异常常见、轻微或没有症状，并不足以证明诊断这种异常就属于过度诊断。"
    },
    {
      "heading": "测量与不确定性",
      "text": "很难判断某个个体是否被过度诊断，因为这一概念涉及一个反事实问题：如果从未发现这种病况，会发生什么？一旦开始治疗，通常就无法观察未经治疗的病程。即使不进行治疗，要确定一种病况始终不会造成伤害，也可能需要观察当事人的整个余生。\n\n因此，过度诊断的估计通常针对人群，而不是针对能够逐一确定的个体。\n\n比较研究\n\n通过对随机对照试验进行长期随访，可以比较被安排接受筛查的人群与未被安排接受筛查的人群中疾病的累积发生情况。在随访时间足够长之后，如果筛查组的诊断数仍持续高于对照组，就可以为过度诊断提供证据。\n\n不过，解读结果仍需谨慎。筛查起初会使原本要在日后作出的诊断提前。如果随访过早结束，这种暂时性的诊断数增加就可能被误认为过度诊断。在指定项目之外接受筛查、实际参与筛查的情况不同，以及治疗或人群基础患病风险发生变化，也都可能影响估计结果。\n\n观察性分析会利用发病率、疾病分期和死亡率的变化趋势，有时还会结合统计模型。发病率上升而死亡率没有相应上升，可能符合过度诊断的表现，但仅凭这一点不能得出确切结论。基础风险、分类方式和治疗的变化，也可能产生类似模式。\n\n分母与假设\n\n已发表的估计可能描述：\n\n- 过度诊断病例占所有筛查检出病例的比例。\n- 过度诊断病例占被安排接受筛查的人群中所有确诊病例的比例。\n- 在特定时期内，每一定数量的受筛查者中新增的诊断数。\n\n这些指标回答的是不同问题；如果不了解各自采用的分母、时间跨度和假设，就不能直接进行比较。"
    },
    {
      "heading": "为什么生存数据可能产生误导",
      "text": "两种与筛查有关的偏倚与过度诊断密切相关。\n\n**提前诊断偏倚**是指诊断时间提前，使从诊断开始计算的生存时间延长，但死亡时间并未推迟。即使治疗没有改变死亡日期，提前数年得到诊断的人看起来也可能生存得更久。\n\n**病程长度偏倚**的产生，是因为定期筛查更容易发现进展缓慢的疾病，这类疾病处于可被检出但尚无症状阶段的时间更长。进展迅速的疾病可供筛查发现的时间窗口则较短。\n\n过度诊断将本不会因该病死亡的病例纳入统计，可能进一步推高生存统计数据。因此，诊断后的生存情况改善，本身并不能证明筛查挽救了生命。评估还会考察特定疾病所致死亡、晚期疾病、治疗危害以及其他具有临床意义的结局。"
    },
    {
      "heading": "后果与应对措施",
      "text": "过度诊断可能使人接受活组织检查、外科手术、药物或其他干预，却无法从治疗所发现的病况中获得相应益处。可能的后果包括操作相关并发症、治疗相关的功能障碍、心理困扰，以及反复监测带来的负担。在卫生系统层面，额外的检查和治疗也会消耗资源。\n\n为限制这些危害，已被研究或采用的方法包括基于风险的筛查、以证据为依据的诊断阈值、更有选择性地对偶然发现的异常开展进一步检查，以及对部分低风险病况采取监测而非立即治疗。监测可以减少过度治疗，但无法消除诊断标签，也不能免除随访负担。\n\n筛查中的共同决策会同时讨论潜在益处与危害，包括发现本不会造成临床后果的疾病这一可能性。证据层面的核心挑战仍然是：如何区分需要干预的异常，以及那些被发现后只会增加负担、却不能改善健康的异常。"
    }
  ],
  "links": [
    "disease",
    "medical-screening",
    "diagnosis",
    "diagnostic-sensitivity-and-specificity",
    "cancer",
    "x-ray-computed-tomography",
    "magnetic-resonance-imaging",
    "ultrasonography",
    "cancer-screening",
    "prostate-cancer",
    "breast-cancer",
    "lung-cancer",
    "randomized-controlled-trial",
    "incidence",
    "mortality-rate",
    "biopsy",
    "surgery",
    "health-system",
    "shared-decision-making"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}