玻尔百科在现代医学中，我们擅长通过血液检测和X光等工具来测量疾病的生物学体征。然而，这些客观指标往往无法捕捉到健康最关键的方面：患者自身的体验。某种病症如何影响他们的日常生活、功能能力和整体幸福感？这一差距凸显了对一种不同测量方式的需求——一种将患者的声音置于证据核心的方式。
本文介绍患者报告结局测量（PROMs），这是一种旨在系统地捕捉和量化患者观点的科学工具。它探讨了主观感受如何能被转化为可靠、可操作的数据。您将了解到区分PROMs与其他类型医学证据的核心原则，以及支撑其有效性的严谨科学。
我们的旅程始于“原理与机制”一章，在那里我们将揭示创建PROM的科学过程以及让我们能够信任患者所述内容的理论框架。接着，我们将探讨“应用与跨学科联系”，审视这些工具如何革新临床实践，重新定义成功的结局，并促成一个真正以患者生活质量为中心的医疗保健系统。
在理解世界的征途上，物理学给了我们一个深刻的教训：要测量某样东西，你必须首先定义你正在测量的是什么。如果我们想知道气体的温度，我们不只是说它“感觉很热”。我们会制造一个温度计，一个标准化的工具，将分子的无形舞蹈转化为我们都能认可的数字。
如果我们想测量的“东西”是医疗的成功与否呢？几十年来，我们一直依赖于我们自己版本的温度计：血液检测、X光片以及临床医生的专业判断。这些工具强大且不可或缺。但它们测量的是分子的舞蹈、胶片上的阴影、专业人士训练有素才能看到的体征。它们不能，也无法直接测量患者对其疾病的亲身体验。它们无法告诉我们，一个人膝盖的疼痛是否已经减轻到可以遛狗的程度，或者抑郁的阴霾是否已经散去到可以享受一次交谈的程度。
要知道这些，我们需要一种不同的工具。这个原则既简单得惊人，又在科学上具有革命性：如果你想知道一个患者的感受，你必须问患者本人。这就是我们所称的患者报告结局（Patient-Reported Outcome）或PRO的核心。
患者报告结局是对患者健康状况的一种测量，它直接来自患者本人，未经临床医生、护士、照护者或任何其他人的过滤或解释。这不仅仅是一次随意的交谈，而是一种科学的测量行为。一位1930年代肺结核疗养院病人的私人日记，描述了他们的呼吸困难和疲劳，这就是一种原始的、定性的PRO形式，历史学家今天仍可加以利用。
为了系统地利用这种力量，我们创造了患者报告结局测量（Patient-Reported Outcome Measures, PROMs）。PROM是一种标准化的、经过验证的工具——通常是一份问卷——旨在捕捉患者的声音并将其转化为可靠的、可量化的数据。这些“简单”问卷的创建过程，是一个出人意料地深刻的科学过程。它不是始于医生们在会议室里的讨论，而是通过深度访谈倾听患者自己的心声。他们用什么词语来描述他们的疼痛？他们的病情以何种医生可能想不到的方式限制了他们的生活？在此基础上，起草条目，通过“认知访谈”进行测试以确保条目被如期理解，然后在大规模、多样化的人群中进行评估，使用复杂的统计方法来确保它们既可靠又有效。
这个严谨的过程将主观体验转化为科学测量，就像温度计的仔细校准将“热”的感觉变成了精确的度数。
为了理解PROMs的独特作用，想象一个医学证据的层级结构会很有帮助。好比试图评判一个交响乐团表演的质量。
在最基础的层面，我们有客观生物标志物。这些是身体的直接物理测量值，比如糖尿病患者的糖化血红蛋白（）水平，或者肺病患者的用力呼气一秒量（）。这就像在音乐厅里使用分贝计。它给你一个数字，一个关于声压的客观事实，但它丝毫没有告诉你音乐的美感。
往上一层，我们有临床医生报告结局（ClinROs）。在这里，一位训练有素的专家——医生或护士——综合他们的观察和专业判断，给出一个评级，例如“医生对疾病活动的总体评估”。这就像专业音乐评论家的评论。它内容翔实、专业且极具价值，但它仍然是对表演的外部解读。
最后，在捕捉医疗最终目标方面位于层级顶端的是患者报告结局测量（PROM）。这是观众的裁决。他们是否被感动？这次体验是否愉快？一个PROM，比如用于心力衰竭患者的堪萨斯城心肌病问卷（KCCQ）或一个简单的疼痛量表，询问患有该疾病的人关于他们的症状、功能能力和生活质量的情况。
这些不同类型的测量方法并不冲突；它们是互补的，为观察患者的健康状况提供了不同的窗口。有时它们讲述的是同一个故事。但很多时候，它们并非如此。在一项针对类风湿关节炎新方案的研究中，患者血液中的炎症标志物（一种生物标志物）保持不变。然而，一个PROM工具显示，他们的疼痛和日常活动能力得到了显著改善。哪个“结局”更重要？是化验报告上的数字，还是患者重获生活的能力？PROMs迫使我们回答这个问题。
同样重要的是要区分PROMs和功能表现结局（PerfOs），后者涉及患者执行一项标准化任务，比如6分钟步行测试。这测量的是患者在观察下能做什么，这与PROM可能询问他们在日常生活中实际做什么是不同的。
随着我们倾听患者声音的能力变得更加科学，我们意识到我们需要一个多样化的工具箱。并非所有的患者报告都是相同的，为正确的任务使用正确的工具至关重要。
最重要的区别在于测量结局和测量体验。
混淆这两者是一个根本性错误。这就像试图通过询问面包师是否喜欢遵循食谱来判断蛋糕的质量。过程的体验（）和最终结局的质量（）是两码事。从因果关系的角度来看，如果我们想知道一项干预对患者健康的影响，我们的结局测量必须是纯粹的健康测量（），而不是健康与其对医疗过程看法的混合体（）。
即使在PROMs的世界里，也存在专业化。一些PROMs就像一个变焦镜头，旨在提供对单一症状的高倍放大视图。一个简单的疼痛量表，加上一个短的回忆期（“在过去小时内”），对短期变化极为敏感，使其成为医生调整患者止痛药剂量的完美工具。其他的PROMs则像一个广角镜头，捕捉患者整体健康相关生活质量的全景。这些工具会询问关于身体功能、情绪健康和社交生活的情况，时间跨度更长（例如，“过去一周”）。它们对日常波动不那么敏感，但非常适合监测慢性病患者的整体病情轨迹。
怀疑论者可能会问：“这一切听起来不错，但这不就是主观的吗？你怎么能把科学建立在某人的感觉之上？”这也许是这个故事中最美的部分。心理测量学领域已经为这个问题发展出了一个强有力的答案，一个植根于统计推断原理的答案。
想象一下，每个人都有一个内在的、不可观察的潜在健康状态，我们称之为。这是他们幸福感、疼痛、疲劳的“真实”状况。它是一个潜变量，是机器中的幽灵，没有人能直接看到——除了在某种程度上，患者自己。
当患者回答PROM上的一个问题时——“请在0到10的量表上评价您的疼痛程度”——他们的回答，，是他们隐藏状态的一个反映性指标。因果箭头从潜在状态指向观察到的答案：。在这个模型中，患者是一个测量仪器。当然，他们不是一个完美的仪器。有限理性内省理论承认了这一点；将内在感觉转化为量表上的数字的认知过程是复杂且不完美的。最终的答案包含了来自的真实信号，但也包含一些随机误差 。
所以，响应是。一个设计精良、包含多个条目的PROM的美妙之处在于，如果每个条目上的误差在很大程度上是独立的，它们往往会相互抵消。通过组合来自几个条目的答案，我们可以过滤掉噪音，得到一个对真实、潜在状态更清晰的估计。这与天文学家拍摄数百张遥远星系的模糊图像并将它们组合起来，从而生成一张惊人清晰的画面的原理是相同的。
这个框架将患者的报告从仅仅是“主观”意见提升为有效的统计证据。在一个设计良好的研究中，它允许我们基于患者自我报告的证据，正式地对患者的隐藏健康状态进行推断，。这就是为什么像FDA这样的监管机构现在认为PROMs是临床试验的有效主要终点，认识到一种治疗对患者感觉和功能的影响是其临床效益的直接、有意义的衡量标准。
当这些原则付诸实践时，它们可以改变医疗服务。设想一位需要接受疝修补术的68岁男性。他的外科医生知道他的化验值不理想（他的为8.2%）。但患者想要什么？他想要能够抱起他的孙子，并重返工作岗位。
一个现代化的外科团队会在手术前使用一套PROMs。一份通用的生活质量调查问卷（如EQ-5D-5L）以获得广泛的基线数据，一份针对疝气的PROM（如HerQLes）以测量其病情的具体负担，以及一个身体功能量表（如PROMIS）以量化他的活动限制。
这些数字起到了神奇的作用。它们在外科医生的化验值临床世界和患者有孙辈和工作的现实世界之间架起了一座桥梁。PROM分数成为共同决策的基础。外科医生可以说：“您目前的功能分数是分。在成功的手术和术前调整后，我们的目标是让您达到分。大约分的变化是大多数患者认为有意义的改善。”这个有意义的阈值有一个名字：最小临床重要差异（MCID）。它是一个分数上患者在生活中能实际感受到的最小变化。
这种方法现在是定义医疗保健价值的核心。新的模式不再是奖励那些仅仅做了更多检查（一个过程指标）的诊所，而是奖励那些改善了真正重要的事情——患者结局的诊所。一个利用健康指导来提高患者在PROM上的全球健康分数的项目被视为创造了高价值，即使它的成本稍高，因为它正在实现医学的最终目标[@problem-id:4401001]。
通过发展一门严谨的倾听科学，PROMs已经将最直观的想法——即患者的视角至关重要——置于医学证据的中心，从而改变了我们定义成功、做出决策以及建立一个真正、可衡量地为患者服务的医疗保健系统的方式。
我们已经花时间了解了患者报告结局测量的机制——它们如何被构建、验证和解释。这就像学习一门新语言的语法。但学习语法不是目标；目标是阅读诗歌。现在，我们转向诗歌。这种关于患者体验的新语言如何改变世界？这些在心理测量学和统计学烈火中锻造出来的工具，在何处找到它们的用武之地？
我们将看到，PROMs不仅仅是学者们的一套新指标。它们代表了一种根本性的视角转变，一场正在重塑从外科医生会诊到国家卫生政策架构等一切事物的静悄悄的革命。它们是让我们能够将医疗保健系统调谐到人类体验频率的工具。
几个世纪以来，衡量医学成功的标准通常是严酷而简单的：生或死，有肿瘤或无肿瘤。如果一台手术切除了疾病且患者存活，那就是成功。但如果患者活下来却要忍受持续的疼痛呢？如果一次“完美”的解剖修复让一个人无法做他们喜爱的事情呢？正是在这里，PROMs迫使我们提出一个更深刻的问题：治疗的真正目标是什么？
想象一位因慢性鼻窦炎接受鼻窦手术的患者。外科医生完成了一次完美无瑕的手术，术后CT扫描图像堪称典范——鼻窦通畅。按传统指标来看，这是一次胜利。然而，患者报告说他们那令人衰弱的头痛和面部压力并没有好转。从他们真正重要的角度来看，手术失败了。这不是假设。我们现在知道，客观的解剖学发现，如CT扫描或内窥镜评分，与患者主观症状之间的相关性常常出人意料地弱。像鼻窦结局测试（SNOT-22）这样的工具捕捉了患者实际的痛苦体验，而这正是我们最终试图缓解的。它给了我们一个谦卑的教训：我们绝不能将方法的精妙与患者感受到的结果质量混为一谈。
在我们称之为“偏好敏感型”决策中，这一原则变得更加关键。考虑一位鼻子上患有常见皮肤癌的患者。他们面临多种治疗选择——不同类型的手术，或者放射治疗——所有这些选择都提供了几乎相同且非常高的治愈机会。如果肿瘤学结局相同，该如何选择？决策现在取决于其他结局：疤痕的外观、鼻呼吸改变的风险、恢复期的长短、与治疗相关的焦虑。这些并非无关紧要的顾虑；它们是患者生活质量的核心。PROMs为讨论这些权衡提供了一种正式的语言。通过系统地测量外观满意度、功能影响和癌症相关担忧等领域，我们可以帮助患者根据他们自己的个人价值观来权衡各种选择，将临床会面从家长式的推荐转变为真正的共同决策。
也许这种对成功的重新定义最深刻的应用在于姑息治疗。在这里，目标明确不是延长生命，而是提高其质量。外科医生可能会被要求为一位只有几个月生命的晚期癌症患者动手术，目的不是治愈他们，而是为了缓解痛苦的梗阻，让他们能与家人共进一餐。在这种情况下，生存是错误的衡量标准。成功是由不同的时钟来衡量的。患者的疼痛评分是否有意义地降低？他们能否进食而不呕吐？住院花费的时间与在家中数周改善的生活质量相比，是否是微小的代价？通过使用PROMs来追踪症状和功能，并通过量化干预的“时间毒性”——即患者剩余生命中用于恢复的比例——我们可以严谨而人道地判断一次姑息性手术是否成功。它让我们宣告胜利，不是因为我们战胜了疾病，而是因为我们减轻了一个人的负担。
如果我们要严肃地将患者的体验作为科学终点，我们就必须以科学的严谨性来测量它。这不仅仅是一个简单、一刀切的问卷问题。这是一门为正确的任务选择正确工具的复杂学科。
考虑一位正在接受复杂的腿部肉瘤切除手术的患者。我们想知道他们的功能是否有所改善。我们可以使用一个普通的身体功能问卷，但这可能就像用一根码尺去测量一根头发的宽度。像多伦多肢体保留评分（TESS）这样的专门工具，是专为这种情况设计的，它对变化的“响应灵敏”得多。它针对这些患者面临的特定挑战进行了调整，可以检测到通用测量工具可能会错过的微小但重要的改善。同样，对于疼痛，某些量表在捕捉缓解程度上就比其他量表更好，我们可以用标准化反应均数等指标来量化这一特性。
对于复杂的、多系统的疾病，挑战成倍增加。像系统性硬化症（硬皮病）这样的病症几乎可以影响身体的每一个部位。我们如何捕捉它的影响？我们不能使用一个单一的数字。相反，我们必须组建一个由高度特异性的PROMs组成的仪表盘[@problem-id:4456554]。我们使用一种工具，科钦手功能量表（CHFS），来询问扣衬衫扣子或转动钥匙的能力。我们使用另一种工具，UCLA SCTC GIT 2.0，来量化胃肠道不适的细微差别。我们使用第三种工具，系统性硬化症口腔障碍量表（MHISS），来了解当嘴周皮肤收紧时吃饭和说话的挑战。这一套工具描绘了患者生活体验的全面肖像，远比任何单一的化验测试生动和完整得多。
PROMs还让我们认识到，康复有其自己的时间线，可能与我们的临床干预不匹配。在接受胸腺切除术的重症肌无力患者中，主要的手术目标——完全切除胸腺——在手术当天就实现了。但是神经学上的益处，即在这种疾病中进行手术的原因，可能会在数月甚至数年内展开。像MG-ADL（重症肌无力日常生活活动量表）这样的疾病特异性PROMs，让我们能够在手术伤口愈合很久之后，追踪这种缓慢而稳定的改善，为指导长期药物管理和设定现实的患者期望提供了关键数据。
PROMs的力量远远超出了测量单一治疗的结局。它们正在成为个性化医疗的引擎和设计更好医疗系统的蓝图。
在前沿领域，我们现在可以将患者的价值观整合到一个用于决策的数学框架中。想象一位在非常显眼位置的牙种植体出现问题的患者。他们面临一系列令人眼花缭乱的选择，从非手术清洁到复杂的再生手术，再到完全取出和更换。每个选项在疼痛、功能、美学和治疗负担方面都有不同的预期结局。使用正式的决策分析技术，我们可以要求患者对这些结局的重要性进行加权。也许对这位患者来说，美学至关重要，权重为 ，而治疗负担不那么重要，权重为 。然后，我们可以通过将这些患者特定的权重与基于证据的预期结局相结合，为每个选项计算出一个“效用评分”。这是一窥真正个性化医疗未来的景象，其中“最佳”治疗方案是由个人独特的偏好和优先事项定量决定的。
PROMs也充当着一座至关重要的桥梁，连接着生物学的世界和传记的世界。在儿科免疫学中，患有普通变异型免疫缺陷病（CVID）的儿童接受免疫球蛋白输注以增强其免疫系统。成功的一个关键生物学标志是血液中达到足够的免疫球蛋白G（IgG）谷浓度。但这个数字是否转化为更好的生活？PROMs给了我们答案。通过使用像患者报告结局测量信息系统（PROMIS）这样的工具收集数据，我们可以证明一种直接、可测量的相关性：随着IgG水平的升高和感染率的下降，儿童报告的疲劳T分下降，他们的同伴关系T分上升。这提供了强有力的、人文化的验证，证明我们的生物疗法不仅在使化验值正常化，而且在还给孩子们他们的童年。
再将视野放大，PROMs现在正被用于评估整个卫生系统和公共卫生干预措施。许多诊所认识到，健康深受健康的社会决定因素（SDOH）——如食品不安全、住房不稳定和压力等因素——的影响。一个诊所可能会实施一个项目来筛查患者的这些需求，并提供到社区资源的“温馨交接”和“闭环转诊”。他们如何知道这个项目是否有效？他们可以追踪转诊率等过程指标，但最终的证明在于患者的福祉。通过在干预前后测量像PROMIS全球健康评分或感知压力量表这样的PROMs，诊所可以严谨地评估他们的项目是否真正在人们的生活中产生影响。
最后，患者的声音正在卫生政策的最高层级被听到。各国卫生部现在正在建立包含PROMs以及感染率等传统指标的国家质量测量框架。但权责相伴。在一个PROM可以用于高风险目的——例如公开发布医院质量报告或将支付与绩效挂钩——之前，它必须经过与新药一样严格的验证。这不仅涉及简单的翻译，还包括一个艰苦的跨文化和语言学验证过程，以确保该工具是公平的，并且在多元化人口的所有部分中功能相同。
这段从单个患者的疼痛评分到国家卫生系统治理的旅程，揭示了这个简单理念的统一力量。通过发展一门测量人类体验的科学，我们找到了一种方法，使医疗保健不仅更有效、更高效，而且在根本上更人道。我们学会了倾听，并在此过程中，我们发现了一种更好的治愈方式。