📄 medicine

Understanding Intersurgeon Disagreement in Lumbar Spine Surgery

这项混合研究通过综合关于治疗变异性的文献，并引入用于从已发表数据中量化手术决策不确定性的基于熵的框架——手术灰色地带指数（SGZI），对腰椎手术中的术者间分歧进行了特征化描述。

原作者： Benjamin Costantino

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Benjamin Costantino

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你因为腰痛走进了一家医院。你遇到了外科医生 A，他说：“我们需要用金属螺钉把你的脊柱融合起来！”你离开后看到了外科医生 B，他们说：“没门，我们只需解除压力，让骨头保持原样就好。”你又遇到了外科医生 C，他们建议将两者结合。

这不仅仅是意见分歧，而是一个被称为**“外科灰色地带” (Surgical Gray Zone)** 的巨大且令人困惑的迷雾。本杰明·科斯坦蒂诺（Benjamin Costantino）的一项新研究深入探讨了这一迷雾，试图通过一种巧妙的数学技巧来测量这种混乱程度。

背部手术的大抽奖

腰椎手术在美国规模巨大——每年有超过 45 万例融合手术。但关键在于：你居住在哪里以及你见到哪位医生，比你实际的背部问题更重要。

论文指出，在某些地区，融合率比其他地区高出十倍。如果你住在南方，你获得融合手术的可能性要比住在东北部的人大得多。这就像一场抽奖，而你的入场券就是你的邮政编码。一项研究发现，针对特定的背部疾病，添加融合手术的比例在某些州为 82%，而在另一些州则高达 98%。对于同样的医疗问题，这之间的差距竟然如此之大！

“专家”的猜谜游戏

你可能会想：“也许那些推荐融合手术的医生更擅长识别谁需要它。”论文测试了这一想法，并发现这可能并不成立。

在一项名为 NORDSTEN-DS 的重大研究中，研究人员询问了外科医生他们对 222 名患者的“理想方案”。然后，他们将患者随机分配到接受医生首选方案或相反方案的组别中。结果呢？这并不重要。 接受医生“最爱”方案的患者，其效果与接受相反方案的患者一样好（或一样差）。

这表明，当一名外科医生说“我认为这个患者需要融合”时，他们可能是在根据自己的习惯或训练进行猜测，而不是基于明确的医学规则。骨科医生和神经外科医生经常对同一名患者持有不同意见，甚至拥有数十年经验的外科医生也无法就最佳路径达成一致。

混乱的数学： “灰色地带”测量仪

为了衡量这种混乱，作者发明了一个名为**“外科灰色地带指数” (Surgical Gray Zone Index, SGZI)** 的工具。把它想象成一个“分歧温度计”。

高温（高熵）： 如果一半的医生说“融合！”，而另一半说“仅减压！”，温度计就会达到最大值。这意味着完全的不确定性。
降温（低熵）： 如果几乎所有人都同意一种路径，温度计就会下降。

论文将这个测量仪应用于两项研究的真实数据：

2016-2019 年的变化： 在 2016 年，分歧测量值很高 (0.911)。当时外科医生们意见不一。到了 2019 年，该数值降至 0.456。
- 等等，这难道不是好事吗？ 论文认为并非如此。外科医生们不再争论了，但他们都开始在“错误”的事情上达成一致。他们都开始选择融合手术，尽管两项主要的科学试验刚刚表明，“仅减压”的效果同样出色且更安全。这种“共识”是背离证据的，而非趋向于证据。
专业领域的差异： 在观察脊柱侧弯手术时，骨科医生几乎完美地平分了意见（49% 融合 vs. 51% 非融合），给出了接近最大值 1.000 的分歧得分。神经外科医生虽然稍显统一，但也依然存在很大分歧。

混乱背后的“为什么”

为什么大家如此困惑？论文认为，这不在于患者的背部，而在于医生的背景：

训练： 你在哪里上学以及你选择了哪个专业（骨科 vs. 神经外科）预示了你会怎么做。
位置： 你的邮政编码决定了你获得融合手术的机会。
习惯： 即使并非严格必要，手术量越大的医生往往越倾向于使用融合技术。

论文还提到，诸如焦虑、抑郁或慢性疼痛（心理社会因素）会影响患者术后的感觉，但我们并不清楚这些因素是否应该改变医生推荐哪种手术方案。

核心结论

主要的启示是：一致并不意味着正确。 仅仅因为外科医生停止了争论并开始做同样的事情（比如融合脊柱），并不意味着他们找到了完美的答案。事实上，他们可能都达成了一致，选择了一条忽略最佳科学证据的路径。

论文建议，在拥有更好的工具来确定究竟“谁需要什么”之前，我们应该依靠共同决策 (Shared Decision-making)。这意味着外科医生应该诚实地面对不确定性：“我们这里没有完美的规则手册。这里有几种选择，这里有风险，这是我会做的选择——但最终的选择权在于你。”

这项研究并不声称已经解开了背痛之谜。相反，它通过照亮“外科灰色地带”，向我们展示了：有时，决定你手术结果的最大变量并不是你的脊柱——而是坐在你面前的那位外科医生。

技术摘要：理解腰椎手术中外科医生之间的分歧

问题陈述
腰椎手术（特别是针对退行性滑脱症和椎管狭窄等疾病）在美国非常频繁，但其特点是存在显著且不合理的实践模式差异。外科医生在基本临床问题上存在持续的重大分歧：哪些患者需要手术、是否应在单纯减压的基础上增加融合术，以及何时进行融合。这种变异性导致了患者预后差异、医疗成本上升，并对建立循证指南提出了挑战。核心问题在于，患者接受特定手术（例如融合术）的可能性往往更多取决于地理位置和所咨询的具体外科医生，而非潜在的临床状况或高质量的证据。

研究方法
本研究采用了一种混合研究设计，由两个截然不同的部分组成：

叙述性综合（Narrative Synthesis）： 对现有文献进行目的性回顾，包括里程碑式的随机对照试验（SPORT、NORDSTEN、SLIP）、国家数据库分析（Dartmouth Atlas、Medicare、National Inpatient Sample）、外科医生调查以及登记数据。该部分记录了地理和医生之间的变异规模，并探讨了驱动因素，如专业培训、心理社会因素和医生偏好。
定量综合（SGZI 计算）： 原创性地应用了外科医生灰色地带指数（Surgical Gray Zone Index, SGZI），这是一种基于熵的框架，旨在量化手术决策中的不确定性。作者利用已发表的聚合数据中明确、可提取的治疗比例计算了香农熵（ $H = -\sum p_i \log_2(p_i)$ $H = - \sum p_{i} lo g_{2} (p_{i})$ ）。
- 入选标准： 仅纳入报告了离散治疗类别（例如单纯减压与减压加融合）的具体数值比例，且无需进行估计或插值的研究。
- 数据来源： 只有两项研究符合严格的入选标准：Sastry 等人（2023）报告了 2016–2019 年间针对退行性滑脱症伴腰椎狭窄的国家住院样本数据；以及 Shetty 等人（2024）报告了按外科医生专业分类的脊柱侧弯及滑脱症器械融合率。
- 指标： 对于二元治疗拆分（ $k=2$ ），最大熵为 1 bit。SGZI 经过归一化处理，即 $SGZI = H/H_{max}$ 。数值 1.0 表示最大不确定性（两种选择平分秋色），而较低的数值则表示存在共识。

主要贡献

分歧的量化： 本文引入并应用了 SGZI 作为一种可重复的方法，通过应用于聚合数据的治疗分布来直接衡量手术不确定性，从而超越了对变异性的定性描述。
“不确定性下降”与“证据一致性”： 研究表明，熵的降低（分歧减少）并不一定意味着对证据遵循程度的提高。
识别“外科医生灰色地带”： 分析强调了特定的临床场景，特别是退行性滑脱症，在此场景下，证据支持单纯减压，但实践模式却向融合术靠拢，从而创造了一个由于悖论式地向错误方向收敛而形成的“高不确定性灰色地带”。

结果

变异规模： 融合率的地理变异极其剧烈，美国不同地区的极端比例超过 10:1。个体医生之间的分歧度很高；调查显示，针对滑脱症病例，分歧率在 64–71% 之间。
SGZI 发现：
- Sastry 等人 (2016–2019)： 针对退行性滑脱症中减压与融合决策的全国熵值从 2016 年的 0.911 下降到 2019 年的 0.456。这表明实践正向融合术整合。然而，尽管有两项主要的非劣效性试验（NORDSTEN-DS, SLIP）表明单纯减压已足够，这种趋势却是在这种背景下发生的。因此，虽然共识增加了，但其移动的方向却背离了证据支持的选择。
- Shetty 等人（专业差异）： 熵值随外科医生专业而异。对于脊柱侧弯，骨科医生呈现出接近平分的比例（49%/51%），产生最大 SGZI 为 1.000。神经外科医生则表现出更不对称的拆分（33%/67%），其 SGZI 为 0.915。对于滑脱症，神经外科医生的拆分接近平分（49%/51%，SGZI 为 1.000），而骨科医生则倾向于融合术（74%/26%，SGZI 为 0.827）。
医生偏好与预后： 对 NORDSTEN-DS 试验（Seip et al., 2025）的分析显示，接受医生首选治疗方案的患者，其预后并不比接受另一种治疗方案的患者更好。医生偏好受影像学发现（如滑脱严重程度）驱动，但并未转化为临床结果的改善。

意义与主张
本文主张，腰椎手术中的外科医生间分歧是一个可以通过应用于聚合数据的基于熵的指标来量化的现象。其主要意义在于发现：共识并非正确性的代名词。 SGZI 成功捕捉到了 2016 年至 2019 年间分歧的减少（熵值降低），但这种减少代表了向一种治疗方案（融合术）的转向，而高质量的试验发现该方案并不比另一种方案（单纯减压）更好。

作者得出结论：

不合理的变异是由医生因素（培训、专业、地理位置）而非患者因素驱动的。
医生认为自己在特定情况下（如滑脱症）通过个体化治疗所带来的“专业经验”可能是虚幻的。
SGZI 为未来的验证研究提供了基础，这些研究可以利用更大规模的登记数据集，以区分不合理变异与适当的共同决策。
临床实践应优先考虑共同决策和对不确定性的透明度，因为在这些场景下，医生偏好目前并不能预测更好的预后。

本研究明确限制了其范围，指出定量综合是一个“概念验证”，原因在于报告可提取类别比例的研究较为稀缺。它并不声称 SGZI 是衡量适当性的独立标准，而是一个衡量分歧程度的工具，该工具必须与证据一致性度量相结合才能具备临床指导意义。

背部手术的大抽奖

“专家”的猜谜游戏

混乱的数学： “灰色地带”测量仪

混乱背后的“为什么”

核心结论

类似论文