评分者一致性研究投稿，GRRAS清单为何不只看ICC？

两个观察者分别给同一批影像打分，论文只报一个 ICC 值，结论写“评分高度一致”。读者不知道观察者是否独立、是否看过临床信息、两次评分间隔多长，也不知道 ICC 对应哪种模型。信度与一致性研究的投稿难点，不是找到一个足够高的系数，而是把测量过程和系数的适用对象交代清楚。GRRAS 清单为这类报告提供了核对框架。

先分清研究想测什么

研究是比较不同观察者之间，还是同一人隔一段时间重复评分？评价的是相对排序稳定，还是绝对数值能否接近？这些问题决定了设计和统计量。若两名观察者评分分别为三分和五分、四分和六分，排序可能高度一致，但绝对分值仍有系统差异。文章应在题目或摘要说明研究的是评分者间、评分者内信度或一致性，而不是只写“方法验证”。

EQUATOR 提供的 GRRAS 清单列有 15 项，要求说明测量工具、受试对象与评分者人群，样本量如何确定，评分过程和是否独立，以及信度、一致性估计与不确定性。逐项填写时，应让读者知道评分者培训和经验、病例如何抽样、重复次数，以及两次评估间可否发生真实变化。把这些背景都省去，单个 ICC 或 Kappa 数字很难用于别的实验室。

报告测量过程中的影响因素

如果评分者看到了临床结局，可能影响主观判读；若第二次评分时记得第一次答案，重测值也可能偏高。写清盲法、评分顺序、时间间隔与环境。对连续数值，还要说明测量误差及临床可接受差异；对类别判读，报告各类别分布，避免只看总体一致率。统计模型、置信区间和缺失或无法判读的样本数都需对上实际资料。

不要把训练后专家之间的结果直接推广到普通临床人员，也不要把高一致性写成准确性。两人一致地判错仍可能有很高一致性；若要证明诊断准确，还需要与恰当的参考标准比较。若研究只在高质量图像上进行，讨论应说明低质量常规影像可能出现不同表现。这些限制不会抹去研究价值，反而告诉读者结论能用到哪里。

用清单反查稿件空白

提交前让一名没参加评分的同事按稿件重画研究流程：谁评分了什么，重复几次，哪些结果被排除，最终计算了哪种统计量。再从 GRRAS 各项找到题目、方法、结果和讨论中的对应位置。若附件里提供详细分层结果，正文仍要说明主要估计和临床意义。报告充分的信度研究，让别人判断评分在特定人群和使用情境下是否可靠，而不是只记住一个漂亮数字。