我们之前讲过可以使用符合率（agreement rate）评价不同医师的诊断结果和质量，从而衡量诊断试验的可重复性。符合率是评价诊断试验的重要指标，也是临床实践中的常用指标。但是，大家可能会注意到诊断试验符合率的大小不完全取决于研究者的临床经验和诊断能力，还可能是由于机遇因素的作用，致使不同研究者得出相同的诊断结论。那么，我们如何识别这些机遇因素，怎样可以更好地衡量一项诊断试验的可重复性呢？
1、什么是机遇符合率？
为了更好地说明诊断试验中的机遇因素，我们举一个栗子：
假设某医院有一大堆胸片需要读，但是缺少人手。为了解决这个问题，放射科主任在医院附近找了两位没有医学背景的人来帮忙。这两个人要对堆积的片子进行判定，得出“阳性”或者“阴性”结果。期间，他们互不干扰，独立得出结论。鉴于这两个人并没有受过专业教育，也不了解影像图片的诊断标准，他们是否会得到一些一致性结论呢？答案是肯定的。对其中的几张片子，他们的诊断可能一致，而这种一致性结论完全是由于机遇因素导致的。
在这种情况下，我们怎样才能知道一项诊断试验的评价结果中有多大的比例是由于机遇因素造成的呢？
为解决这一问题，Cohen在1960年提出Kappa分析，在考虑了机遇因素对符合率影响的情况下，综合衡量诊断试验的可重复性。具体来说，Kappa分析是要在观察得到的符合率中剔除机遇因素的影响，即：
观察符合率 - 机遇符合率
如果不同的研究者在一项试验中的所有诊断结论都是一致的，那么他们的观察符合率就是100%。但是我们仍不可忽视机遇因素的作用，即不同研究者在一项诊断试验中，符合率的最大值为：
100% - 机遇符合率
确认删除