信度、效度、反应度与最小临床重要差异
/ MCID /
一件测量工具只有在你能信任它时才值得使用，而信任它意味着要追问几个尖锐的问题。当其实什么都没变时，它会不会给出同样的答案？它真的测的是它声称要测的东西吗？当真的发生改善时，它能不能察觉？而如果分数确实变了，多大的变化才大到对本人有意义？这四个问题就是一件结局测量的测量学特性——把有意义的数字和误导人的数字区分开来的质量检查。
信度问的是这件工具是否一致——当本人没有变化时，两位检查者（评定者间）或同一位检查者两次（重测）能否得到接近的结果；一件因偶然而给出差异极大分数的工具，就像一台你每次踩上去读数都不同的浴室秤。效度问的是这件工具测的是不是它打算测的东西——一项主要反映腿部力量的平衡测试，其实并没有在测平衡。反应度（也叫对变化的敏感性）问的是当本人发生改善或退步时，这件工具能否捕捉到真正的变化，而不是本人在变、它却一动不动。而最小临床重要差异，即MCID，是本人真正能察觉并看重的最小分数变化——一分的变化也许在统计上是真实的，却小到没人能感觉到。
这些特性之所以重要，是因为康复靠数字运转，而一个特性差的数字会造成伤害：信度弱的工具让你追逐噪声，效度弱的工具自信地测着错误的东西，而一个小于MCID的变化可能被当成成功来庆祝，本人却毫无不同的感受。了解它们，能让临床医生为问题选对工具、设定诚实的目标、批判性地阅读一项研究。关键的谦逊在于：这些特性并不是固定的标签，而是取决于场景和人群——一件在脑卒中中可靠又有反应度的测量，到了另一种疾病里表现可能相当不同。
一项研究报告说，一种新疗法把平衡分数提高了2分，在统计上是显著的。但这项测试的最小临床重要差异约为5分，所以这个变化虽然真实，却小到病人感觉不到——一个在纸面上看似成功、在生活中却意义不大的结果。
统计上显著与临床上有意义，并不是一回事。
这些特性不是永久的标签：一件在某种疾病或场景中可靠、有效、有反应度的测量，到了另一种里表现可能不同，所以良好的做法是问一句：这件工具是否在与眼前这个人相似的人群中被验证过。