评估的首要前提是能够将不同功能状态的受试者通过结果区分开来，也就是需要有一定的区分度。所以，在临床实践和临床科研中，有效的评估手段的选择就显得非常重要。在选择评估手段时，需要考虑天花板效应和地板效应。
以量表为例，天花板效应是指大量的受试者得分集中在量表的最高分（天花板）附近，甚至大量受试者都是满分。实际上就是量表对你的目标人群来说太简单了。这种情况下量表得分不足以区分不同受试者的状态差异，那么这个量表的结果参考意义很弱。举两个例子：①使用FMA感觉部分评估脑卒中患者感觉功能。临床实践显示大多数患者FMA感觉评估都能获得很高的评分，那么FMA感觉评分就无法区分这些患者的感觉功能强弱。如果使用单丝纤维测定去测试患者的感觉功能，就会有大部分受试者处于中间的得分，从而具有较好的区分度，可以比较治疗前后感觉功能有无变化。②使用改良的barthel指数评估非利手慢性期脑卒中患者日常生活活动能力就存在天花板效应。非利手慢性期脑卒中患者中大多数人可以使用利手完成量表中的大部分工作，那么大多数人的得分都在满分附件，无法区分患者在康复后或不同康复治疗方法下ADL是否有差异。
地板效应与天花板效应类似，是指大量的受试者在量表得分的最低分（地板）附近，甚至大量受试者都是0分。实际上就是量表对你的目标人群来说太难了。例如使用患侧静息运动阈值（rMT）评估重度脑卒中患者的运动功能，实际临床上重度脑卒中患者大部分测不出rMT，这些患者经过康复之后很多也还是测不出rMT，那么这个指标的意义就很小。
实际上，除了量表存在天花板效应和地板效应，任何研究方法的选择都或多或少存在这两种效应。例如在评估AD患者的执行功能时使用3-back范式，这时候大多数受试者都具有非常高的错误率，甚至中断试验，这也是一种地板效应，因为3-back太难了。类似的，使用1-back去评估正常人也可能存在地板效应。
此外需要注意的是，功能的预期走向很重要。例如MCI患者的认知功能预计会逐步减退，那么在第一次评估时所有人MMSE得分都很高，但是随着病程的进展MMSE得分就会降低，这时候天花板效应对结果的影响就会减少。再例如脑卒中急性期的患者肌力评定很多都是0级，存在地板效应，但是大多数患者的肌力会在短期内有快速的恢复，这时候地板效应就不存在了。实际上这两个情况看的是量表的差值，这两个情况下差值是没有天花板效应和地板效应的。
