Rosenhan 假病人研究：诊断标签一旦贴上会怎样

破除误解：没被识破不等于诊断随机#

Rosenhan 自己把问题写成：导致诊断的显著特征，是在病人身上，还是在观察者所处的环境里。他的操作定义是：若假病人的健全总被发现，说明健全可被看见；若从不被发现，环境与标签的力量就必须被认真对待。

Robert Spitzer 在 1975 年 Journal of Abnormal Psychology 上的批评，击中的正是这套操作定义。假病人在入院时主动报告了幻听。医师把报告当真，给出一个当时最常用的重性诊断，并不是在掷骰子。研究证明的是：医院没有把“正在装病的人”从“报告幻听的人”里分出来。 这与“随机给走廊上的行人贴上精神分裂症”不是同一句话。Spitzer 写：若把出院时的“缓解”读成医师其实已经看见健全，数据甚至反向支持“他们能区分”。两种读法争的是结局变量，不是住院天数本身。

第二个误解，是把平均 19 天写成“被关押无法离开”。假病人要出院，必须让工作人员相信病在好转。制度惯性真实存在；它仍然不是刑事监禁。把精神病院写成卡夫卡城堡，会把一份有边界的现场观察，收成反精神病学的传单。

装置怎样工作#

八人背景故意拉开：研究生、三位心理学家、儿科医生、精神科医生、画家、家庭主妇；三女五男。除姓名与职业（精神卫生从业者改报别的工作）外，个人史按 Rosenhan 的说法保持真实。主诉被收成三个词：empty、hollow、thud，选它们是因为文献里几乎没有单独以这种内容为幻听的报告。Rosenhan 自己是第一例，医院行政知情；其余对一线工作人员保密。

入院后停止模拟。他们在病房里交谈、记录，并按常规拿到药物。文中统计近 2100 片药，品种从阿米替林到氯丙嗪都有——同一套入院主诉，处方已经分叉。这是过程证据：标签一旦进入药单，后续处治不必再回到那三个词。

真病人的检测率被单独写下。前三次住院里，118 名病房病人中有 35 人表示怀疑。专业人员的记录里没有同等怀疑。Rosenhan 用这个对比支持“标签改变知觉”：笔记变成“书写行为”，走廊踱步变成焦虑。对照是同一套行为，观察者不同。它不是双盲评分表，而是现场民族志加入院结局。

第二项装置常被漏讲。一家医院得知会有假病人混入，被要求给 193 名入院者打分。至少一名工作人员高确信标出 41 人；精神科医生标出 23 人；精神科医生与另一名工作人员同时标出 19 人。Rosenhan 写：在此期间他的小组没有派任何人去。警告把第一类错误换成了第二类：从“把装病者当病人”，翻成“把真病人当卧底”。这第二项比第一项更尖锐地说明——当声誉赌注是“别被骗”，阈值会滑向另一个方向。它仍然不是 DSM 条目的信度系数。

数字保不住的推论#

样本是八人、十二次入院，不是概率样本。医院有州立、联邦、大学附属与私立，Rosenhan 用这个多样性支持外推。多样性不是随机化。没有对照医院走“诚实主诉普通烦恼”的路径，也就无法估计幻听这一条到底贡献了多少入院决定。伦理上，欺骗工作人员与占用床位，本身就是方法的一部分代价；后来的制度审查会拦下同类设计，不等于 1973 年的数据自动作废，但复制变得极难。

Susannah Cahalan 2019 年的 The Great Pretender 追查原始笔记，提出人数、住院细节与部分故事对不上公开文本。争议没有在期刊上收成一份新的原始数据表。诚实的写法是：公开对象仍是 Science 那篇论文及其附表式叙述；对“每一个戏剧细节都逐字发生”保持保留。方法课要读的是设计与反驳，不是把无法核对的轶事当成医院普遍状况的点估计。

与 斯坦福监狱、米尔格拉姆服从 放在一起，可以看到 1960–70 年代社会心理学的共同形状：强情境、欺骗、小样本、巨大公共叙事。它们都改变了教科书，也都被后续文献拆过。Rosenhan 的独特之处是把情境放进真实医疗机构，结局是正式诊断，而不是实验室里的伏特数。因此它直接撞上临床分类学，而不仅仅是“普通人会不会服从”。

DSM-III（1980）把诊断改成可核对的条目清单，部分正是为了回应信度丑闻。Rosenhan 不是唯一推力，Spitzer 本人是 DSM-III 的关键编辑。把 DSM-III 写成“为了反驳 Rosenhan”，会把一场更长的操作主义转向收成一篇论文的胜利。反过来，把 Rosenhan 写成“已证明诊断无意义”，会忽略此后四十年用结构访谈测到的、并不为零的信度。研究能守住的句子更窄：在 1970 年代初的入院处，一条孤立幻听主诉足以让假病人穿过大门；标签一旦写上，日常行为会被读成症状；警告工作人员则会让他们把真病人标成卧底。

处方分叉值得再停一句。同一套三个词的主诉，药单却走到抗抑郁、抗精神病和止吐药等不同家族。若诊断是对“同一种病”的可靠识别，后续处治不该如此散。散，说明入院标签更像一张通行证，而不是一份已经完成的鉴别诊断。Spitzer 可以坚持“通行证不是随机的”；通行证仍然太薄，薄到能够让假病人带着它生活十几天。

笔记公开写这件事本身也是刺激。在普通病房里，不停记录会被当成症状；在研究里，它是数据。观察者效应与标签在这里缠在一起：假病人必须记录，记录又被写进病历。设计无法把“因记录而被视为病”和“因标签而被视为病”完全切开。这不是取消结论，而是标明：现场能看见的是一整包住院生活，不是实验室里被单独操纵的自变量。

住院生活里标签怎样被维持#

Rosenhan 还统计了工作人员在病房里与病人的接触。精神科医生平均每天只有大约 6.8 分钟出现在病房。护士更常见，但仍把大量时间花在记录和发药上，而不是谈话。假病人主动询问何时能出院，得到的是回避、推诿，或把问题改写成症状。接触短，不是一篇道德控诉。它说明机构把观察外包给了已经写好的首页标签。后来的人读首页，而不是重新做鉴别。

DSM-II（1968）的精神分裂症条目比后来的操作清单宽。幻听可以成为充分理由，而不必凑齐持续时间和阴性症状。把 1973 年的入院处放进 DSM-III 之后的结构访谈，三个词的主诉通常过不了门槛。工具换了，对象也换了。用今天的标准回骂昨天的医院，和用昨天的医院否定今天的标准，是同一种错位。

出院诊断写成“精神分裂症，缓解中”，把假病人的正常行为收成病程波动。Spitzer 抓住这一点：缓解说明医师看见了变化。Rosenhan 抓住另一点：他们从未被改判为“从未患病”。两种读法可以同时成立。争论的是标签有没有被撤销，不是住院天数能不能数清。

医院类型被故意拉开，仍是方便样本。没有一张表给出每家医院的床位数、教学地位和当时的住院率。多样性支持的是“不只发生在一所破医院”，不是全美入院处的患病率估计。外推要停在这一层。

第二项装置的医院以为自己能识破卧底。阈值滑向“宁可错杀”，是声誉赌注改写了信号检测，不是工作人员突然变得愚蠢。第一项证明装病可以进去；第二项证明警告可以让真病人出不去。两项合在一起，比单独重复“精神病学无能”更有内容。

Cahalan 的追查让人数和部分住院故事变得不稳。公开论文仍是可引用对象。不能核对的戏剧细节应从教学中拿掉。方法课应保留的是两项装置：装病入院，以及警告后的过度识别。其余轶事降级为不可审计的叙事。

伦理上，欺骗工作人员、占用床位、以及把真病人暴露在“可能是卧底”的怀疑下，都是设计的一部分代价。今天的机构审查很难批准同等规模的入院欺骗。复制变得极难，不等于 1973 年的公开表格自动作废。它意味着影响力极大、可审计性极弱。把这类研究放进复制危机的篮子时，要分开两件事：p-hacking 让数字不可信；伦理禁令让装置无法再跑。Rosenhan 更接近后者。数字仍在论文里，现场却不能按原方案重做。

“empty、hollow、thud”三个词的选择，是为了避开当时文献里常见的幻听内容，减少“这是教科书症状”的提示。它仍然是幻听报告。Spitzer 的批评从这里起步：入院处面对的是症状陈述，不是沉默的行人。研究没有设立“只说失眠与婚姻烦恼”的对照入院。因此不能估计幻听这一条到底贡献了多少决定。能守住的是：在当时的入院习惯下，这一条已经足够。

八人里有精神卫生从业者改报职业，是为了避免被当成同行。个人史按公开文本保持真实，姓名与职业除外。这个选择让现场更像“普通人带着一条幻听走进来”，也让伦理代价更重：真实传记进入了假病历。后来的审查会问：欺骗的边界停在哪一句。1973 年的答案是：停在入院主诉，不停在整个人生故事。答案本身就是方法的一部分，不是可以删掉的脚注。

真病人比工作人员更早起疑，说明观察位置不同。病人在病房里长时间共处，看见假病人写笔记、讨论、要求出院。工作人员的时间被病历首页和药单切开。标签理论要的机制在这里可见：一次公开标记改变了谁有权被认真观察。它仍然不能写成“病人比医生更懂诊断”。他们懂的是：这个人看起来不像周围那些正在发病的人。

药被藏起来而不吞下，说明顺从的是发药仪式，不是药理学。近 2100 片药的统计，记录的是机构惯性：入院标签一旦进入药单，后续处治不必再回到那三个词。藏药是假病人保护自己的办法，也是过程证据：处方已经在没有新症状的情况下继续。

把研究收成反精神病学传单，会丢掉 Spitzer 改写过的那一层：入院处面对的是幻听报告。把研究收成“诊断已经足够科学”，会丢掉标签维持日常知觉的那一层。两者都过宽。窄句子才用得上。

跨域连接#

• 精神分裂症：当代诊断要的是一组持续症状、功能损害与排除器质原因，不是入院处的三个词。Rosenhan 的主诉放进今天的结构访谈，未必能单独过门槛。用 1973 年的入院习惯否定现行标准，是把工具换代前后的对象叠在一起。
• 偏差与社会控制：标签理论要的是“一次公开标记如何改变后续互动”。病房把写作成症状，是互动里的二次偏离，不是第一次幻觉报告。社会学要的机制在这里可见；它仍然不能替代病程与治疗反应的生物学问题。
• 复制危机：无法按原方案再做一次入院欺骗，不等于原结论被复制危机自动取消。它意味着公共影响力极大、可审计性极弱。预注册与数据共享要拦的，正是这种“只有作者见过原始笔记”的经典。
• 法院如何判决：民事收容与刑事责任能力都依赖诊断作为证据。若入院标签极易被一条主诉触发，法律使用诊断时必须问：这是结构访谈的结论，还是急诊处的临时分类。Rosenhan 给法律的不是“诊断无效”，而是“证据层级要写进判决理由”。
• 认知偏误：确诊偏误让后续观察为标签服务。第二项装置则是另一种：基率被警告改写之后，工作人员过度识别卧底。两种错误都不是道德指控，是信号检测在不同阈值下的位移。

参考文献#

• David L. Rosenhan, "On Being Sane in Insane Places", Science 179(4070), 1973, pp. 250–258. doi:10.1126/science.179.4070.250.
• Robert L. Spitzer, "On Pseudoscience in Science, Logic in Remission, and Psychiatric Diagnosis: A Critique of Rosenhan's 'On Being Sane in Insane Places'", Journal of Abnormal Psychology 84(5), 1975, pp. 442–452. doi:10.1037/h0077124.
• American Psychiatric Association, Diagnostic and Statistical Manual of Mental Disorders, 3rd ed., 1980. —— 操作标准与信度改革的制度文本，需与 Rosenhan 的公共叙事分开读。

延伸阅读#

• 把本文与 斯坦福监狱实验 对读：一个是真实医院的诊断标签，一个是模拟监狱的角色。两者都靠欺骗，都在伦理与可复制性上受伤。
• Susannah Cahalan, The Great Pretender, 2019. 可作对公开叙事的外部追查，不能代替 1973 年论文本身。