2018 ACC 恰当使用标准（AUC）方法学（更新版）核心要点

一、核心定位与目标

• 定位：基于循证的群体层面技术应用合理性评估工具，非个体临床决策的强制标准，不用于医保支付判定ACC。
• 目标：提供无偏共识，优化复杂心脏病患者管理，减少低价值医疗、控制成本、提升质量ACC。
• 原则：医师临床判断优先，AUC 仅作 advisory 参考ACC。

二、2018 年关键方法学更新

1. 组织架构优化

• 撰写组：新增培训医师（fellow-in-training） 席位，增强临床实践视角JACC。
• 评分专家组：强制纳入 5 类成员（多数非该操作主要执行者）JACC：
  • 临床主题专家
  • 相关亚专科医师
  • 全科 / 初级保健医师
  • 统计学专家
  • 临床试验设计专家
   
• 利益冲突：评分会议主持人无相关行业利益，全程透明披露JACC。

2. 内容与设计变革

• 多模态整合：从单一技术转向多模态 AUC（如多影像联合评估冠心病）JACC。
• 临床场景构建：聚焦真实临床常见场景，强调包容性指征，避免过度细分JACC。
• 证据体系：
  • 指征与现行指南严格映射
  • 对科学证据进行分级，支撑评分依据JACC
   

3. 评分流程标准化

• 评分量表：1–9 分制，3 档分类：
  • 7–9 分：Appropriate（恰当）：获益明确、合理
  • 4–6 分：May Be Appropriate（可能恰当）：证据有限、需个体化判断
  • 1–3 分：Rarely Appropriate（极少恰当）：获益不明确、风险 / 成本高
   
• 流程：电子问卷评分→多轮反馈→取中位数为最终结果→仅采用 BIOMED 统一算法JACC。

4. 术语与应用澄清

• 明确 AUC 是群体层面评估，不评判个体医师行为ACC。
• 区分 “恰当” 与 “必需”：恰当≠强制，仅为合理选择JACC。
• 强调临床判断优先，AUC 为决策辅助ACC。

三、完整开发流程（2018 版）

1. 选题与立项：AUC 工作组确定临床领域（如冠脉介入、多模态影像）。
2. 撰写组组建：多学科专家 + 培训医师，起草临床场景与指征。
3. 证据综述：系统文献检索，映射指南、分级证据。
4. 评分专家组遴选：按 5 类构成，无利益冲突。
5. 场景评分：电子问卷 1–9 分，多轮迭代。
6. 结果汇总：计算中位数，归入 3 档。
7. 外部评审与修订：同行评议 + 工作组审核。
8. 发布与实施：JACC 发表，配套决策支持工具与教育材料JACC。

四、实施与价值

• 临床应用：嵌入电子病历、决策支持系统，减少极少恰当操作JACC。
• 质量改进：结合审计与反馈，优化资源配置JACC。
• 证据基础：AUC 识别低价值医疗的数据可靠、可重复ACC。

五、与既往版本（2013）的核心差异