康复评估与假设检验
把 history、症状调查、physical examination、tests & measures、outcome 与可证伪 hypothesis 组织成一条康复评估推理链。
[!info] related notes
- 所属 MOC: posture-pain-rehabilitation-moc
- 相关概念:
- 易混淆概念:
- 相关资源:
康复评估与假设检验
覆盖范围
这篇笔记讨论的是评估如何产生和修正假设，而不是列出某个身体部位的全部特殊测试。
核心模型：
History / symptom investigation
↓
Initial hypothesis set
↓
Physical examination
↓
Targeted tests & measures
↓
Support / weaken / reject hypotheses
↓
Functional baseline + outcome measures
↓
Reassessment over time为什么不是“测试越多越好”
APTA 的 patient/client management 框架把 examination 组织为 history、physical examination、tests & measures 与 outcome measurement，并强调 tests & measures 应用于进一步证实或否定已经形成的 hypothesis，而不是无差别执行整个测试清单。
因此评估的目标不是找到一个神奇的阳性测试，而是逐步降低不确定性。
信息层级
1. History / symptom investigation
先记录用户实际提供的事实，例如：
- 症状位置、性质、严重程度与时间线；
- 什么活动诱发或缓解；
- 训练负荷、工作与睡眠等情境；
- 既往损伤、疾病、手术与相关治疗；
- 功能限制和真正想恢复的活动。
这些是 individual facts，不能被外部知识库检索结果替代。
2. Initial hypothesis set
根据 history 形成多个暂定解释，而不是直接锁定一个 diagnosis。
symptom pattern
→ possible mechanisms / conditions
→ competing hypotheses一个 hypothesis 的价值在于它可以被后续证据加强、削弱或否定。
3. Physical examination
体格检查可以包括：
- observation；
- active / passive movement；
- ROM；
- strength；
- neurological screening；
- functional performance；
- condition-specific tests。
每一项都应该回答一个明确问题。
4. Targeted tests & measures
选择测试前先问：
这个结果会改变我对哪个 hypothesis 的判断？
如果一个测试结果无论阳性还是阴性都不会影响决策，它的实际信息价值通常有限。
5. Outcome measurement
Assessment 不只服务于首次分类，也需要建立 baseline，以便之后判断：
intervention / natural course
↓
new measurement
↓
real change ?
↓
measurement error ?因此 outcome measure 的选择必须同时考虑它测什么，以及它能否稳定地检测变化。
Finding 不等于 Diagnosis
例如：
hip internal rotation ROM reduced首先只是一个 assessment finding。
它可能和某些 condition、动作策略或症状相关，但不能单独推出：
therefore the user has condition X同样，特殊测试阳性通常也只是 evidence，而不是 diagnosis identity。
BodySense 中的建模含义
BodySense 可以借用这种推理结构，但不能把自己描述成替代线下专业临床检查。
建议机器层区分：
user_reported_fact
observed_finding
assessment_result
hypothesis
supporting_evidence
contradicting_evidence
unresolved_gap这样 Diagnosis Agent 的任务更接近：
维护 hypothesis set
+ 主动寻找能区分 hypothesis 的信息而不是从 symptom 直接匹配一个标签。