连续变量的一致性评价,教你一种图示法『Bland-Altman法』
李延龙

李延龙

上海盛迪医药有限公司

擅长:研究设计和统计分析
已关注
关注
2018-09-03 来源:医咖会

上一期我们聊到了诊断试验的一致性评价,不知道大家搞懂了没有,先来个回顾:

无序分类变量,一般采用Kappa一致性检验;

有序分类变量(等级变量),采用加权Kappa或Kendall协同系数评价一致性;

连续变量的一致性评价,除了之前提到的组内相关系数(ICC),还有另外两种图示方法——Bland-Altman法和ATE/LER区域法

接下来两期就带着大家一起学习怎么通过“画图”来搞定一致性评价,今天我们就来学习Bland-Altman法。

Bland-Altman分析[1,2]

一般我们在说对两种方法(或两位评价者)的进行一致性评价时,都会对同一批研究对象同时各测量一次(典型的自身对照~)。

理论上讲,这两种方法(或两个评价者)一般不会获得完全相同的结果,但是会具有一定趋势的差异,啥意思呢?就是说一种方法(一名评价者)的测量结果总是大于(或小于)另一种方法(另一名评价者),这种系统误差就是我们常说的“偏倚”。

这种“偏倚”大小可以用两种方法(或两位评价者)测量结果的差值的均数d进行估计,d的变异情况则用差值的标准差Sd来描述。当测量结果的差值服从正态分布时,那么95%的差值应该位于d±1.96Sd之间(有没有点儿正常参考值的感觉~),这样一个区间有一个专业名称,叫做95%一致性界限(95% limits of agreement, 95% LoA)。

如果两个测量结果的差异位于95% LoA内,在临床上是可以接受的,则可以认为这两种方法(或两位评价者)测量结果具有较好的一致性。

Bland-Altman法正是基于以上思路,计算出两种方法(或两位评价者)测量结果的“95%一致性界限”,并用图形的方法直观地反映出这个一致性界限——通常以测量结果的差值为纵轴,以测量结果的均数为横轴,绘制散点图,并标注出95%一致性界限。最后结合临床实际允许的最大误差,得出两种方法(或两位评价者)是否具有一致性的结论。

有问题
找小咖
公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
数据库搭建
想提升科研效率和数据质量?扫码添加小E,立即咨询数据采集与管理相关产品和服务!查看详细>>
意见反馈