编辑推荐：
在健康研究和临床实践中，准确评估症状和疾病至关重要，但单一测量方法存在缺陷。研究人员开展了关于专家小组、最佳估计诊断（Best-Estimate Diagnosis）和纵向专家全数据（LEAD）方法报告标准的研究，制定出 LEADING 指南，有助于提升评估研究质量。
在健康医学领域，准确评估症状和疾病是临床实践与研究的基石。然而，现实却充满挑战。一方面，对于大多数心理健康问题，可靠的生物标志物难寻踪迹；许多医学病症的客观标记也往往在疾病晚期才出现。另一方面，单一的测量方法总是存在各种潜在偏差，比如自我报告可能存在回忆偏差，这不仅会导致评估不准确，还可能延误治疗时机。为了突破这些困境，来自国外的研究人员踏上了探索之旅，致力于找到一种更精准的评估方式，由此催生了专家小组（Expert Panel）、最佳估计诊断（Best-Estimate Diagnosis）和纵向专家全数据（Longitudinal Expert All Data，LEAD）等评估方法。这些方法通过让多位专家综合审查多源信息，从而得出更可靠的 “最佳估计评估” 结果，在医学、精神病学、临床心理学等多个领域广泛应用。但新的问题接踵而至，由于这些评估方法的报告质量参差不齐，导致其宣称的 “最佳估计评估” 质量难以评估，这无疑影响了研究的准确性和临床实践的可靠性。在这样的背景下，研究人员开展了关于这些评估方法报告标准的研究，并将成果发表在《Comprehensive Psychiatry》上。
研究人员采用了一系列严谨的技术方法来制定报告标准。首先，组建了工作小组和指导小组，涵盖多领域专家。通过文献检索，全面收集使用或描述相关评估方法的研究，包括对 Expert Panel、Best-Estimate Diagnosis 和 LEAD 相关文献的筛选。同时参考现有报告指南和系统综述，初步拟定报告标准。接着，运用德尔菲法（Delphi technique）进行两轮问卷调查，广泛收集专家反馈，根据反馈对标准进行调整。之后，通过专家共识会议进一步完善指南内容。最后，让独立研究人员和作者分别对指南进行测试，根据测试结果再次优化，从而形成了最终的 LEADING 指南。
研究结果主要围绕 LEADING 指南展开：
- 指南构成：LEADING 指南包含 20 条报告标准，分为四个组。“纵向设计（Longitudinal design）” 组有 4 条标准，比如要报告数据收集的时间周期（像每位参与者数据收集的起止时间，以及时长对捕捉目标症状的充分性）、时间点数量（是否多次收集数据，以及收集的频率和强度是否足够）、历史或终身信息（收集前的数据是否被考虑及相关性）和专家评估的目标时间点（专家评估基于的时间数据及理由） 。“适当数据（Appropriate data）” 组同样有 4 条标准，涉及数据的类型和质量（数据的有效性、可靠性以及与目标的相关性）、数据三角测量（数据是否来自不同方法及其互补程度）、数据呈现（如何呈现给专家及原因）、索引测量的获取（在评估准确性研究中专家对索引测量的接触程度和信息权重）。“评估 —— 专家、材料和程序（Evaluation – experts, materials and procedures）” 组包含 10 条标准，涵盖专家和小组特征（专家的临床经验、职业等特征与评估目标的相关性）、专家和小组数量（总人数以及每个案例的评估人数和原因）、盲法和利益冲突（专家对研究目的是否盲法以及有无利益冲突）等多个方面。“有效性（Validity）” 组的 2 条标准，则要求描述评估的具体内容（是诊断、症状严重程度评估等）以及评估的有效性和标准（反思有效性程度，与当前标准对比） 。
- 应用情况：将 LEADING 指南应用于 30 篇已发表文章后发现，当前报告情况存在严重差异。10 - 63%（平均 33%）的标准未被报告。部分标准如数据类型和质量、专家和小组特征等报告情况相对较好；而数据呈现、指令和培训、数据组合方法等在大多数研究中完全未被报告。
在结论和讨论部分，LEADING 指南意义重大。它通过公开透明的制定过程，融合了多方面的经验和证据，为研究人员在规划、实施、报告和评估相关研究时提供了有力的指导。尽管存在一些局限性，比如未进行系统文献回顾，德尔菲调查参与者地理分布不均等，但这并不影响其在多领域的广泛应用价值。随着评估方法的不断发展，LEADING 指南也将持续更新完善，推动健康医学领域评估研究不断迈向新高度，助力更精准的诊断和治疗，提升临床实践水平和研究质量。
