体检筛查的循证逻辑：哪些筛查真正延寿
1985 年，日本给全国 6 月龄婴儿做一种癌症筛查。前三年查出 337 例，治疗后 5 年生存率高达 97%——历史上同种癌症只有约 55%。数字像奇迹。
它是个统计幻觉。二十年后，日本停掉了这个项目。
这篇讲清楚：为什么「早发现」常常骗人，哪一个数字才算数，以及当有人推荐你做某项体检时，该问哪两个问题。
唯一算数的那个数字
衡量筛查好不好，要看两种死亡率。分清它们，是读懂全文的关键。
**癌症特异性死亡率（cancer-specific mortality）**只数死于那一种癌的人。**全因死亡率（all-cause mortality）**数死于任何原因的人。商业体检爱引前者，回避后者。
二者常常背离。原因很简单：治好这个病，不等于多活几年。筛查带来的手术、放化疗本身有并发症，可能把死因从癌症换成别的，却没让人多活。**只有全因死亡率能算出净获益（net benefit）。**一项筛查降了癌症死亡，却没动全因死亡，说明它救的命被别的代价抵消了。
为什么「早发现」常常是幻觉
三种偏倚让早发现看起来比实际有用。
**领先时间偏倚（lead-time bias）**最常见。筛查把确诊时点往前挪，「从确诊算起的生存期」自然变长，可死亡时刻没变——只是你多背了几年「病人」的标签。
**病程长短偏倚（length-time bias）**更隐蔽。筛查更容易抓住长得慢、本来预后就好的肿瘤；凶险的快速进展型往往等不到下次筛查就已发作。于是筛查查出的那批，天生就是「好命」的一批。
**过度诊断（overdiagnosis）**最伤人。筛查检出本来终生不会发作的「惰性癌」，反而招来不必要的手术与化疗。查出来的越多，看上去战果越大，实则在制造病人。
破除偏倚的唯一办法，是看随机对照试验（RCT，randomized controlled trial）里筛查组与对照组的全因死亡，而不是生存时间。比较的起点也要统一到出生，而不是确诊那一刻。
那个「奇迹」的真相
回到开头的日本案例。它筛查的是神经母细胞瘤（neuroblastoma），一种婴幼儿肿瘤。55% → 97% 的飞跃，正是上面三种偏倚叠加的产物。
加拿大魁北克与德国随后做了两项大型人群对照研究，合计覆盖数百万儿童。魁北克筛了约 47.7 万名婴儿，相对安大略对照组的标准化死亡比值 1.11，95% 置信区间（CI）0.64–1.92，毫无获益，早期病例检出却翻了三倍。德国对约 258 万名儿童提供筛查，晚期（4 期）发病率与死亡率和对照组几乎一模一样。
筛查挑出的，几乎全是长得慢、甚至会自然消退（spontaneous regression）的病例——这些本就不致命。它没救下任何人，只多切了许多刀。项目 2004 年才被叫停。停掉之后，神经母细胞瘤的死亡率并没有回升，反证了当年查出的多是过度诊断。
韩国演过另一版。1999 年起，超声查甲状腺成了便宜的体检加项（约 30–50 美元）。到 2011 年，甲状腺癌发病率涨到 1993 年的 15 倍，死亡率却纹丝不动（Ahn、Welch，NEJM 2014）。发病暴涨、死亡不变，是过度诊断的教科书特征——查出来的几乎全是惰性癌。
各癌种筛查，证据到底有多硬
把主流癌筛在两类证据上的强度并排看就一目了然：能降低某一种癌死亡的筛查不少，能延长整体寿命的极少。
2023 年一项里程碑分析说清了这件事。Bretthauer 团队汇总 18 项长期 RCT、共 211 万人，用全因死亡率折算「净延寿」（JAMA Internal Medicine）。结果：六类常见癌筛里，只有乙状结肠镜（flexible sigmoidoscopy）显示出有统计学意义的延寿——约 110 天（95% CI 0–274，下限恰好压在 0）。乳腺钼靶、PSA、结肠镜、大便潜血、肺部 CT 的延寿估计都与「零」无法区分。
这个结论有争议：全因死亡率对癌筛是个迟钝的指标，癌症死亡只占总死亡的一小部分，试验往往没有足够把握度（statistical power）去捕捉微弱但真实的获益。所以「筛查不延寿」这步推论被不少流行病学家反对。但反过来，它也戳破了「筛查显然在救命」的想当然。
逐项看（下表 RR 为相对风险，小于 1 表示风险下降；NNS 为需筛查人数）：
| 筛查项目 | 癌种特异死亡 | 全因死亡 | 关键证据 |
|---|---|---|---|
| 乙状结肠镜 | 强（约降 26%） | 信号最强但有争议 | 一项再分析得全因 RR 0.975（95% CI 0.959–0.992），但依赖对 NORCCAP 队列的特定拆分；别的 meta 分析未见显著全因获益 |
| 结肠镜（45+） | 强 | 未直接证实 | 对结直肠癌死亡降幅最大；全因获益靠外推 |
| HPV / Pap 宫颈 | 强 | 缺直接 RCT，但代价极低 | 公认争议最小的癌筛 |
| LDCT 低剂量胸 CT（重度吸烟者） | 中（NNS≈250–320） | 方向一致但不显著 | 肺癌死亡 RR 0.81（0.74–0.89）；全因 RR 0.96（0.92–1.01，不显著）；过度诊断约 20% |
| 乳腺钼靶 | 中 | 不显著 | 瑞典试验汇总全因 RR 0.98（0.96–1.00，Nyström 2002） |
| PSA 前列腺 | 弱 | 未证实 | 指南多限于医患共同决策 |
| 卵巢 CA-125 / 超声 | 无 | 无 | UKCTOCS 阴性 |
| 甲状腺超声 | 无 | 弊大于利 | 韩国发病涨 15 倍、死亡不变 |
两处数字要补正。乙状结肠镜那个亮眼的全因数字来自 2017 年对 USPSTF 2016 年证据报告的再分析，方法上取决于怎么切分 NORCCAP 队列，并非铁案；它真正稳的获益是结直肠癌死亡和发病率，全因只能说「信号最强」。乳腺钼靶的 0.98 出自瑞典试验的汇总综述（Nyström 2002），Cochrane 自己的全因数字是 0.99（0.95–1.03）——两者都不显著。
代价是真的，而且不小
筛查不是免费的安心。它有实打实的代价：假阳性、过度诊断、随之而来的连锁检查与治疗。
以乳腺钼靶为例。按 Cochrane（Gøtzsche）的估算——这是该领域最审慎的一端——每 2000 名女性定期筛查 10 年：
这套数字有争议：英国 Marmot 独立评审与 USPSTF 用更高的获益（降 20%）和更低的过度诊断率，比值会好看些。但即便往乐观处算，「获益小、代价广」的形状不变。
肺癌筛查同理。LDCT 对重度吸烟者是少数证据较硬的项目，可代价也清楚：每筛 1000 名重度吸烟者，约 3 人因此免于死于肺癌，却有几百人撞上假阳性、要做进一步检查。NLST 试验里筛查组的全因死亡一度显著低 6.7%，但延长随访到 12.3 年后这点优势就不再显著了。
液体活检与 CTC：别为它买单
循环肿瘤细胞（CTC，circulating tumor cells）和各种「液体活检（liquid biopsy）」近年被包装成抽血查全癌的神器。作为健康人群的筛查工具，目前没有任何延寿证据。
CTC 的真实定位是已确诊转移性癌症患者的预后标志物：CellSearch 系统 2004 年获 FDA 批准（准确说是 510(k) 许可），最初只针对转移性乳腺癌，结直肠癌 2007 年、前列腺癌 2008 年才陆续加入——都是用来判断预后、监测病情，不是筛查。
用在健康人身上，检出率极低、意义不明。规模最大的一次健康人群筛查（ICELLATE2）查了 3388 名有风险因素但自觉健康者，仅约 3.2%（107 人）阳性，且根本没有死亡终点；它用的还不是 CellSearch，而是另一套微流控装置。USPSTF、NCCN、ACS 都没把 CTC 列入人群筛查推荐。对患癌概率本来就低的人，假阳性会触发一串昂贵又伤身的检查（PET-CT → 穿刺 → 焦虑），净伤害很可能大过净获益。
同赛道证据等级更高的是多癌种早期检测（MCED，multi-cancer early detection，如 Galleri / GRAIL）。但它最受瞩目的一战刚刚失手：英国 NHS-Galleri 试验 2026 年公布结果，未能达到主要终点——在 12 种癌症上没有显著降低晚期（3–4 期）确诊。GRAIL 强调了晚期诊断下降等次要趋势。但独立流行病学家普遍把这份成绩单读作阴性，并担忧过度诊断。降低死亡率是次要终点，数据仍未成熟。一句话：值得继续观望，但现在不该掏钱。
真正延寿的，多半不是癌筛
美国 CDC 推荐的癌症筛查只有 4 种：乳腺癌、宫颈癌、肺癌、结直肠癌（且只是采纳 USPSTF 的 A / B 级推荐）。数量之少常出乎意料——这本身就说明，能延寿的癌筛是稀缺品。
若目标是延长健康寿命，证据最厚的反而是心血管与代谢类筛查，它们大多便宜、且有现成的干预手段：
| 项目 | 全因死亡获益 | 备注 |
|---|---|---|
| 血压 | 极强 | 每年一次，必要时 24 小时动态监测 |
| 血脂 + 一次性 Lp(a)、ApoB | 极强 | 心血管风险核心 |
| HbA1c / 空腹血糖 | 强 | 代谢筛查 |
| 腹主动脉瘤（AAA）超声 | 强 | 男性 65–75 岁单次 |
| HCV / HBV 筛查（高危） | 强 | 已有治愈或控制方案 |
| 结肠镜 / 大便潜血（45+） | 强 | 唯一有全因方向证据的癌筛 |
| 戒烟、酒精筛查与干预 | 极强 | 行为干预性价比最高 |
| 睡眠呼吸暂停（OSA）筛查 | 中 | 容易被忽视 |
被推荐做某项体检时，问两个问题
- 这个检查能让我获益吗？最好有全因死亡率证据，至少要有 RCT 级证据。
- 代价和风险是什么？假阳性率多高，过度诊断率多高，查出异常后会被卷进哪些连锁检查？
如果对方只谈获益、回避弊端，这家机构的水平与操守都值得怀疑。看似无害的筛查，可能把一个健康人，变成一个惊慌的病人。
本文仅含公共领域医学信息与基于循证医学的判断，非个性化医疗建议；数据截至 2026 年 6 月，正式决策前请咨询专业医生。