文：吳俊漢醫師
「當一個測量值變成了目標，它就不再是一個好的測量值了」
英國人類學家 Marilyn Strathern。對經濟學的Goodhart's law之改寫
先前已經在《成人過動症的省思》、《成人過動症的省思(2)》、《成人過動症的省思(3)》幾篇文章提出對當今主流精神醫學界巴不得人人都有病的潮流批判過。恰巧今年公視大量製作跟精神疾病的專題報導，最新一期又是成人過動症，過去我們曾在《真假虛實系列(1)：我們是大腦的囚徒》講過人的記憶是多麼不可靠，會自然染色變質，我們藉此機會再一起來回顧這個高度仰賴自陳回憶的診斷有多不可靠。
診斷信度到底有多差
在多類的科學研究中，我們都需要動用人、或者是發展出的工具去測量某個現象，但不同的觀察手段，一定會有視角上的誤差，所以，在研究中都會使用統計方法中的Kappa值去確認「信度（Reliability）」，代表兩位觀察者或兩種工具在扣除機率因素後的吻合程度。
我們用兩篇用第4版診斷準則的研究來看，為什麼不挑現在用的第5版診斷準則，兩次的診斷準則轉換中其實也有做一些前後對照的研究，但樣本更小，像巴西做過68位ADHD 與65非ADHD成人的對照研究，就先說明(1)第4版診斷準則和第5版診斷準則的一致性是非常高的；(2)第5版診斷準則確實產生的新患者，原來65名非ADHD成人就有12名「獲得」了新診斷；(3)診斷的18個症狀群每個的再測信度(白話：「如果同一個人在不同時間點接受同樣的測試，結果應該要一致」)，有幾個常見症狀的再測信度其實很差，倒不如看看實施較久的第4版診斷準則到底能不能有好的鑑別率。
在此之前，我們要先大致了解科學研究中，Kappa值區間意味多強的一致性：
| Kappa值 | 解釋 |
| >0.80 | 幾近完美 |
| 0.61–0.80 | 非常優異 |
| 0.41–0.60 | 普通，中度一致 |
| 0.21–0.40 | 尚可 (有些統計學者認為≦0.4，都統通為「微弱至不良」) |
| 0–0.20 | 不良 (有些統計學者認為≦0.4，都統通為「微弱至不良」) |
那我們正式來看看自我陳述加上旁觀者的側寫，比對起來一致性高嗎？
研究一：2013年，杜克大學找了349 名 成人受試者。這些受試者並非普通大眾，而是已經因注意力問題被轉介至臨床單位進行評估的樣本。然後讓疑似個案本人、其朋友、父母、配偶填答標準化的成人過動症量表CAARS，我們看到慘不忍賭的結果：
左欄即為過動症診斷傳統上認定的18組症狀，然而，把「一個人自覺的症狀」跟「旁觀者感受的症狀」摻和在一起看，所有的一致性都只能到「微弱至不良」，甚至像第2題「很難長時間維持專注力」、第8題「易分散專注力」這種臨床醫師習以為常的問句，結果一致性已經是到「不良」的程度了。
此外，這個研究中，有269名個案接受了doctoral-level clinician的鑑別診斷 (文中並無明指是什麼職系，但最有可能就是精神科醫師，加/或 臨床心理師)，而剛剛鑑別力一致性很不麼的這兩題，在陳述症狀的排行榜上被提及的序位裡，第2題在自己: 他人: 臨床觀察者裡分別是第2: 第1: 第2常見；第8題在自己: 他人: 臨床觀察者裡分別是第1: 第3: 第1常見，不覺得可怕嗎？很常被陳述的症狀，一致性還這麼低。
這兩個患者自覺的症狀，也許患者真的很困擾，但它也非常難被真實地驗證，反倒是外顯行為層面的「遺失物品」（κ=0.37）、「坐立難安」（κ=0.36）、「忙個不停」（κ=0.34）這些還比較有多方驗證。
許多懷疑自己有注意力障礙的成年人是單獨就醫的，並沒有任何成長中的旁觀者佐證跟著一起來，我們之前也反覆提「人會受暗示」、「人會被社群媒體洗腦」，而且自我感覺是完全不能驗證的，這個圖就更充分顯示了單憑個案一面之詞的診斷會有多大的偏誤。這個表探討以量表自設的T 分數> 65為臨床顯著標準時，到底跟最終臨床觀察者的診斷相比，敏感度與特性的落差：
- 「以第四版診斷的注意力不足症狀指數」來看，只憑患者自說自話，具有極高的敏感度（0.95），能抓出幾乎所有患者，但特異度極低（0.13），這意味著它會產生大量的偽陽性個案，非常可能衍生不必要的診療需求。
- 當診斷要求自評與他評同時達到臨床顯著標準時，各項指數的特異度顯著提升，但敏感度也都下降
- 上面這個問題是所有診斷工具的必然，特異度跟敏感度是無法兩全其美的，臨床上只能盡量取得一個平衡點，讓偽陽性跟偽陰性不要太離譜，當然，這也要看面對的是什麼疾病，如果是嚴重、具致死性或傳染性的疾病，臨床上會偏向寧可錯殺，高敏感度優先的模式，因為偽陰性的代價太高；但如果是治療手段具高侵入性、高副作用，或是疾病標籤挺影響患者的，那臨床上會偏向寧可漏過，高特異度優先的模式，因為偽陽性的代價太高。
再來看一個尷尬的：拿已經被臨床醫事人員評估過，排除確認不是成人ADHD的患者，回頭看他們起初填的成人過動症量表CAARS資料，一樣在量表自設的T 分數> 65為臨床顯著標準時
- 如果只憑只憑患者自說自話的資料，94%的情感疾患患者、87%的焦慮疾患患者、86%的其他精神疾病患者，都已經完全符合到依量表就可以給ADHD診斷的程度。說白了，這全部都算是誤診。
- 這同時驗證注意力問題只是許多精神疾病的表象之一，而非 ADHD 的專利，但目前的診斷工具卻極度缺乏區分兩者的能力 (台灣基本上只用SNAP-IV，在這些問題上並沒有比較出色、更有鑑別力，問題不光是量表的設計，也出在填答人怎麼解讀自身/他人的表現，更出在醫師是不是太過單一仰賴量表的數據，沒對功能表現的變化仔細盤問)
結語
總結來說，杜克大學這份針對 349 位成人的研究給了我們一個極為冷峻的提醒：成人 ADHD 的診斷若缺乏客觀證據與多方資料，診斷基礎會是非常脆弱的。當高達 86%-94%的其他疾病患者都能在自評量表上被誤診為注意力不足時，這種診斷的特異性是毫無價值的。我們不能僅憑患者自覺就輕率做出診斷，這不僅可能造成醫療資源的錯置，要是患者自陳的內容都像是一幅注意力不足的模樣，那就可能掩蓋了患者背後真正的疾病。如果臨床醫師繼續忽視極低的信度數據，並一味仰賴高敏感度、低特異度的量表篩檢，最終我們並不會得到名字響噹噹的精準醫療，而是亂撒標籤的濫診。而關於ADHD的診斷通膨問題，雖然我們之前提了不少次，下次會援引巴西在2015年使用第五版診斷準則所做的，為4000名剛滿18-19歲的成人的研究，看看到底診斷準則的改變，到底會製造出多少「新患者」。
參考文獻：
Van Voorhees, E. E., Hardy, K. K., & Kollins, S. H. (2011). Reliability and Validity of Self- and Other-Ratings of Symptoms of ADHD in Adults. Journal of Attention Disorders, 15(3), 224-234.