第十节　正常参考值

一、概述

临床神经电生理检测针对于每一个项目每一个检测对象（神经、肌肉等）都可以得到一个检测值，这个检测值如何判断，必须有对应的正常数据作对照，这个用于对照的正常数据即为“正常参考值”，简称为正常值。名称可以省略，但“参考”二字的意义在临床应用中不可忽视。

二、获取正常值的途径

对临床诊断而言，各种条件都可以影响正常值，所以从科学角度出发，每个实验室都应该使用自己的正常值。但这个要求对于几乎所有的临床实验室都不具备可行性，因为无法征集到所有项目的所有年龄段正常人供检测。

新开展工作的检测室较为可行的方法是先利用国内权威学者报道的正常值；国内没有报道的可参考应用国外正常值，但需做必要的修正，特别要修正的是身高因素的影响。在平时工作者应主动搜集正常值原始数据，积累够某个项目的原始数据即可进行统计学处理，利用处理结果修正或取代原来使用的正常值，如此累积可最终形成自己完整的正常值库。

自己实验室发明的新方法、新项目，则必须由自己实验室建立正常值。

三、关于正常人及样本量

（一）正常人的选择

建立正常值要面对的第一个问题就是正常人的选择。神经电生理检测为神经系统功能检测，正常人的总体要求是无神经系统症状、体征及其他可能引起神经系统病理改变的系统性疾病。严格来讲，“无神经系统症状、体征的人”并不完全等同“无神经系统损害的人”。作为正常值采集的人群，显然后者更适合。但临床上通常只能以前者作为判定后者的依据，这看起来像个悖论。这也正是临床检测正常值使用中应充分考虑到的问题。

（二）正常人获得的困难性

正常人征集是十分困难的，特别是临床神经电生理大多数项目的正常值与年龄相关，常需要分婴儿、幼儿、儿童、少年、青年、中年、老年、高龄老年（超过80岁甚至90岁）分组采集。对于一个新开展工作的实验室，不是不愿意采集正常值，而是建立好正常值库后再开展工作是不现实的。

健康成年人的数据获得途径通常是实验者本人、实验室工作人员、学生志愿者，更大范围采集可搜集院内同事志愿者数据。这种方法收集到的数据在后期处理时和临床应用时要考虑到其职业特点。

理论上不主张选取有局部外伤、其他条件符合“正常人”标准的受检者用于对照检测的健侧部位数据作为正常值。这是因为首先要考虑到此类患者健康史的可信度较差；其次可能有外伤后机体应激反应带来的神经系统功能改变等。但在临床上，对于婴幼儿和少年儿童以及高龄和超高龄老人，这个方法可能是唯一途径。

（三）样本数量

作为正常值采集，样本数量越大精确度越高，参考价值越大。原则上要求任一具体项目采集的“个体数量”不得少于20。这里的个体数量具体说就是一个自然人，拿肌肉来讲，人体上大多同名肌肉左右两侧各有一块，采集正常值时，每个人只能采集其中一侧，具体采集哪一侧，要根据随机原则或者分侧别研究的需要而定。

四、正常值的统计学处理

（一）统计学方法的应用

统计学是工具，正常值是统计学处理结果应用的主要方面针对某些疾病电生理检测变化规律的分析，也离不开统计学知识。所以临床神经电生理医生应该掌握统计学的基本原理，正确选用统计学分析方法和参数，如果自己不能掌握，只能求助于从事医学统计研究的专业人员或其他懂统计学的医务人员。

（二）统计学处理的指标

医学研究指标种类繁多，有划定属性的指标（例如性别）；有判断是否存在的指标（有无感染史）；有人为划分的等级指标（例如高血压的分期、心脏病的分级等）。这些指标不能用统计学方法计算正常值范围。临床神经电生理检测也有类似指标。

适合用统计学方法计算正常值范围的指标通常是具有连续变化的、可进行基本代数运算（加、减、乘、除）的数量值。例如人的身高、体重、血压等均可进行统计学分析，临床神经电生理观察指标大多为此类数据。

统计学对正常值数据处理的本质是在采集到具有代表性的、足够大样本的前提下，用统计学方法计算出所研究数据的范围作为判定实测数据的依据。在研究某个观测指标时，不可能穷尽研究对象，例如研究中国男性身高，不可能测量到每一名男性中国人的身高。所以说统计学所得到的正常值本质上是“由部分个体反映全体”。

五、正常值的正态分布

（一）概念与名词

正态分布又称高斯分布，是统计学中一个非常重要的概念。自然界中，特别是人体的很多观测指标都具有正态分布特点。在数和数学研究中常直观地用图形表示，用图形表示的正态分布如图2-21所示。

正态分布图形像一口钟，被形象地称为钟形频数分布。其中名词的意义、图形特点如下：

纵坐标——频数：是样本数中出现的个数，最大刻度大于样本中最大个数的“整数”。

均数（）：全体样本数值相加（∑）除以样本数（n），即平均数。

横坐标——标准差（SD，也用σ表示）与值域：正态分布通常用标准差作横坐标，可直观反映观察指标的左右分布。± nσ（n＞0，n 表示“n 倍标准差”），表示样本均数两侧的取值范围。一般来讲，研究的样本量越大，则σ越小，样本取值范围越窄也意味着精确度越高。

（二）正态分布的特征

对称性——正态曲线均数两侧完全对称。

峰特性——均数、中位数、众数相同，为最高峰代表的样本值。

面积——设定± nσ后，正态曲线下的面积代表样本个数，值越大包含的样本个数越多。

（三）正态分布的正常值范围与概率

正态分布的两倍标准差即± 2σ，涵盖样本取值范围的95.44%，统计学认为超过95%可信区间是研究对象的正常范围。临床神经电生理检测观测指标符合正态分布时，可用± 2σ 为正常值范围，这个范围涵盖超过样本的95%。在±nσ中，n的取值越大，统计学上涵盖的范围越大。若用± 2.5σ为作为正常值范围，这个范围涵盖接近样本的99%，临床上的阳性率减小。

（四）偏态分布

正态分布的众数与均数相等，如果均数与众数差值不为0，而样本经统计学检验又符合正态分布条件，则称为偏态分布。如图2-22所示。均数大于众数为正偏态（图形中实线，峰向左偏）；均数小于众数为负偏态（图形中虚线，峰向右偏）。均数与众数的差值称为偏度。对于偏态分布可以理解为以众数为中线，图形两侧分别“补齐”与对侧对称的数据可得到两条曲线，它们均满足标准正态分布。图2-22中左侧实线与右侧虚线、左侧虚线与右侧实线构成两个标准正态分布。

在偏态分布中，统计学计算所得的σ使用不同于正态分布。以负偏态分布为例，± 2σ 也涵盖95%以上的样本取值范围，但大于+ 2σ 样本值的样本数几乎为0，不具有参考价值；而小于- 2σ样本值的样本数则明显多于标准正态分布，并不符合正态分布中的95%可信区间要求。因此，对于负偏态分布的观测指标，用- 2.5σ 作为低限观测值，正偏态分布的观测指标用+ 2.5σ 作为高限观测值。临床神经电生理检测观察指标的数据，一部分为标准正态分布，采用样本值的± 2σ 正常参考值范围，大于或小于参考范围的实测数据均可判为异常，代表性指标为计量法分析肌肉主动收缩放电MUP的时限、波幅检测值。另一部分数据，在“正常人群”中所采集数据符合正态分布，但实测值仅单侧变化具有病理意义，代表性指标为反映神经传导功能的潜伏期和传导速度值：潜伏期大于+ 2σ 和 /或传导速度小于- 2σ 为异常；潜伏期小于- 2σ 和 /或传导速度大于+ 2σ，均提示神经传导速度快于“正常人群”、神经功能更好，不具有神经损害的病理意义。仅单侧变化具有病理意义的观察指标可视为“单向正态分布”，实际使用中应注意两方面：一方面是正常参考值设定，需在- 2σ 或+ 2σ 基础上做或大、或小的矫正；另一方面，神经传导速度固然是越快越好，但实测出过大的速度值则应考虑技术失误的可能性，例如运动神经纤维的理论最大值可达120m/s，但实测值极少有大于90m/s者，笔者常见初学者测出某条神经传导速度超过100m/s、经复测实际为60～70m/s的现象。

六、正常值的应用原则

正常值的应用本质上是由群体数据判断个体。

（一）正常值的权威性

对自然界一切以数据为观测指标的研究，数据变化总是有某种范围，这个范围就是正常值范围；在样本足够大时，经统计学处理的正常值涵盖接近99%的取值范围，是用来判断某个个体数据归属的最佳标准。

（二）正常值的局限性

统计学处理后的正常值无论多么科学、准确，对于特定的观察指标总有“例外”存在，特别是对于人体各种指标的研究更是如此。这部分落于正常值之外的正常人，通常称为“异常的正常人”，在神经电生理检测中这种现象尤其明显。

七、正常值的临床应用

（一）正常值的正确解读

当一个检测值落于正常值范围之外时，这个检测值必然判定为异常。但这个异常的检测值“并不一定”说明其反映的生理指标发生了病理改变，这一点看上去似乎有些不符合统计学正常值基本原理，但这恰恰是人体个体差异巨大的体现。

临床神经电生理检测必须有科学的、精确的、适合自己实验室使用的正常值。神经电生理报告仅体现各种数据是否超出正常值范围，其临床应用价值是极其有限的。正确的做法是以严格的正常值作为判断基础，综合分析各种观测指标之间关系，某些轻微超出正常值范围的指标就可以被“忽略”。这是对“异常的正常人”检测结果的正确处理方法。

（二）数据异常与疾病诊断的关系

神经系统是人体最为复杂的系统。神经系统病理改变种类繁多，加上病理改变发生部位、进展程度等的不同，导致的功能改变错综复杂，体现在神经电生理检测上就是其数据变化多端。在不同的疾病中，神经电生理各个项目检测数据具有不同的诊断价值，或者称为“权重”不同，这就要求神经电生理医生能够根据数据权重，合理取舍异常数据以作出最为准确的病理改变判断，进而为确诊疾病提供确切依据。

（三）病变组数据统计学处理对正常值范围的价值

对于神经电生理检测的某些数据，有时候对比研究正常组和疾病组各自的正态分布曲线对正常值范围的校准具有很高价值，如图2-23所示。