癌症筛查的数学：为什么不是查得越早越多越好

「跟着 AI 学任何东西」系列第 14 篇，「读懂体检报告」第 2 篇。上一篇讲「查出来之后怎么理解」，这一篇往前一步：一项筛查到底值不值得做，是靠什么算出来的。

⚠️ 本文讲的是方法，不构成医疗建议。同样要说在前面：这不是劝人别体检。有明确证据支持的筛查该做就做，本文要解决的是「怎么判断哪些值得做」。

一句宣传语，和它没说的部分

你大概见过这样的说法：

「开展某项筛查后，某癌症的死亡率降低了 20%。」

这句话可能完全属实。问题在于——它只是三个数字里的第一个。

我们拿一项真实的、高质量的试验来拆：美国国家肺癌筛查试验（NLST），用低剂量 CT 给高危吸烟人群做肺癌筛查。

数字一：肺癌死亡率相对降低 20%。 这是真的，也是宣传里唯一会出现的那个数字。

数字二：NNS = 320。 NNS 是「需要筛查多少人，才能避免一例死亡」。在 NLST 里，这个数是 320——每 320 个人完整做完三轮低剂量 CT，避免一例肺癌死亡。

这也是真的。它把「20%」翻译成了绝对量级：319 个人做了检查，没有从这件事上得到这份获益。

数字三：阳性结果里 96.4% 不是癌。 三轮筛查中，24.2% 的扫描报了阳性。而这些阳性里，96.4% 最终证明不是癌。

这同样是真的。它是筛查的代价：复查、增强 CT、穿刺、等待结果的那几周，以及少数人身上的有创操作并发症。

这三个数字来自同一项试验，而且都对。只报第一个，是宣传；三个一起看，才叫决策。

第一个要点：相对风险 vs 绝对量级

「降低 20%」这个说法之所以有效，是因为它省略了基数。

同样是「降低 20%」，如果原本的风险是 50%，那降的是 10 个百分点；如果原本是 0.5%，降的是 0.1 个百分点。两者听起来一样，实际差 100 倍。

NNS 就是把这件事说清楚的那个数。 它直接回答：为了让一个人受益，需要多少人参与、多少人承担代价。

所以看到任何「某措施降低 X% 风险」的说法，追问两件事就够了：

1. 绝对量级是多少？（NNS，或者「每 1000 人里多几个/少几个」）
2. 代价是多少？

这一条在医学之外也管用——降低 20% 事故率、提高 30% 转化率，都是同一个句式。

第二个要点：假阳性会累积

「假阳性率不高」这句话，是筛查讨论里最容易被低估的一句。

因为筛查是重复事件。你不是查一次，你是每年查一次，查十年。

乳腺钼靶有一组经典数据：

• 连续做 10 轮筛查，至少经历一次假阳性的累积概率约 49%（Elmore 1998）；
• 另一项估计中，40 岁起每年筛查十年，这个累积概率约 61%（Hubbard 2011）。

也就是说：长期规律筛查的人，大约一半会至少被吓一次。 被叫回去复查、被安排穿刺、在等结果的那几天里睡不好——这些不写在「20%」里，但它们是真实发生的。

单次概率和累积概率是两个量。

这个错误到处都是——不只是体检，安检的误报、模型的误判、任何重复进行的判断，都得算累积。凡是重复的事，都要问「做十次会怎样」。

第三个要点：所以判据到底是什么

写到这里必须把另一半说清楚，否则这篇文章会被读成「筛查都别做了」。

判据不是「有没有假阳性」，也不是「有没有过度诊断」——任何筛查都有这两样。

判据只有一个：在人群层面，它到底有没有降低死亡率；以及获益和代价的比值，值不值得。

而这个问题只能靠随机对照试验来回答。上一篇讲过原因：生存率会被领先时间偏倚、长度偏倚和过度诊断同时污染，只有把人随机分成「筛查组」和「不筛查组」、比较两组的死亡率，才能绕开这些。

有明确证据支持的例子：

• 结直肠癌筛查：多项随机对照试验支持它能降低结直肠癌的发病率和死亡率。注意「发病率也降低」这一点很特别——因为筛查中发现并切除的腺瘤，本来是会变成癌的。这是一种真正的预防，而不只是早发现。
• 宫颈癌筛查：这里的证据结构值得说清楚。沿用几十年的细胞学筛查没有死亡率终点的随机试验（它铺开得太早，之后再随机既不现实也不符合伦理），支持它的主要是有组织筛查项目的观察性数据。但 HPV 检测有一项：印度 Osmanabad 的整群随机试验（NEJM 2009，13 万余人）显示，仅一轮 HPV 检测就显著降低了宫颈癌死亡。

所以真正的问题从来不是「查还是不查」，而是：查哪一项、给哪些人查、多久查一次。

一旦把问题这样问，讨论就从立场之争变成了可以计算的东西。

搞懂之后，我的行动清单

1. 看到「降低 X%」，先问绝对量级和代价。 这两问几乎能过滤掉所有夸大宣传。
2. 凡是重复做的检查，算累积。 「十年下来会经历什么」比「这一次的概率」更接近真实体验。
3. 判断一项筛查，问它有没有降低死亡率的随机试验证据，而不是问它「能不能早发现」。早发现是手段，不是目的。
4. 该做的筛查按指南做。 有证据的那些，价值是实打实的——尤其是结直肠癌筛查这种能真正降低发病率的。
5. 和医生讨论时，可以直接问：这项检查对我这个年龄和风险水平的人，获益大概是多少？假阳性的概率有多大？

---

到这里，「读懂体检报告」这一支还差最后一块。

前两篇讲的都是「查一个东西」的问题。但体检套餐里还有一类项目特别让人心慌——肿瘤标志物。抽一管血，报告上十几个缩写，其中一个后面带了个向上的箭头。

那一刻你脑子里冒出的问题是：我得癌的概率有多大？

这个问题有确切答案，而且答案会让绝大多数人松一口气。它需要一点贝叶斯——下一篇算这笔账。

---

附：这次我是怎么问 AI 的

• 拿一项真实试验来拆，而不是讲抽象原理。 「把 NLST 的关键数字都列出来」——三个数字并排放在一起，比任何说理都有说服力，因为它们全都是对的。
• 对任何「降低 X%」追问绝对量级。 NNS 就是那个把相对量翻译成绝对量的桥。这一问在医学之外同样管用。
• 问「做十次会怎样」。 单次概率和累积概率是两个量，而人经历的是后者。这个视角把「假阳性率不高」这句话彻底翻了个面。
• 主动去找正面例子。 我特意问了「哪些筛查是有硬证据的」——不是为了平衡而平衡，而是因为只讲代价不讲获益，本身就是一种误导。而且找正面例子的过程，逼出了判据本身（有没有降低死亡率的 RCT）。

参考来源

• The National Lung Screening Trial Research Team. Reduced Lung-Cancer Mortality with Low-Dose Computed Tomographic Screening. NEJM, 2011.（相对死亡率降低 20%；NNS = 320；24.2% 阳性率与 96.4% 假阳性比例）
• Elmore JG, et al. Ten-year risk of false positive screening mammograms and clinical breast examinations. NEJM, 1998.（10 轮累积至少一次假阳性约 49.1%）
• Hubbard RA, et al. Cumulative Probability of False-Positive Recall or Biopsy Recommendation After 10 Years of Screening Mammography. Ann Intern Med, 2011.
• 乙状结肠镜筛查降低结直肠癌发病率与死亡率的随机对照试验系统综述与荟萃分析。
• 欧洲有组织宫颈癌筛查与死亡率的系统综述；以及 Sankaranarayanan R, et al. HPV Screening for Cervical Cancer in Rural India. NEJM, 2009;360:1385-1394.（整群随机试验，单轮 HPV 检测显著降低宫颈癌死亡）