Bland-Altman 一致性检验 SPSSAU Bland-Altman图
医学研究中进行一致性检验时,通常有以下方法如下表:
方法 | | 功能倾重 | 其它 |
| 定量或定类 | | N个数据一致性迪布韦克 |
Kappa一致性系数 | 定类(或定序等级数据) | 一致性测量 | 仅针对2项数据一致性 |
Kendall W协调系数 | 定量(或定序等级数据) | 连承敏 关联程度测量 | 离开中国制造的一年N个数据关联程度 |
司马义艾买提Bland-Altman图美国人的性生活 | 定量数据 | 一致性测量 | 仅针对2项数据一致性 |
| | | |
首先从数据类型适用性上判断:ICC适用于定量或定类数据均可;但是Kappa一致性系数通常用于定类数据一致性;以及Kendall W协调系数用于定量数据,尤其是定序等级数据。
举例场景说明:
场景1:3个医生对于10个病人的智商分值一致性
此类情况可使用ICC,或者Kendall W协调系数,但一般会使用ICC,原因在于定量数据且测量一致性。 场景2:3个医生对于10个病人的疗效(分痊愈,显效,有效,无效)一致性
kappa系数此类情况可使用ICC,Kendall W协调系数;数据上属于定序等级数据,可使用Kendall W协调系数,当然也可使用ICC。
场景3:2个医生对于10个病人的疗效(分痊愈,显效,有效,无效)一致性
此类情况可使用ICC,Kappa一致性系数,或者Kendall W协调系数;但一般可使用ICC或者Kappa一致性系数且加权。
场景4:2个医生对于10个病人的癌症诊断结果(分阳性和阴性)一致性
此类情况可使用ICC,Kappa一致性系数,但一般会使用Kappa一致性系数,原因在于定类数据且2组(2个医生),定类数据不能使用Kendall W协调系数。
场景5:2个医生对于10个病人的心跳测量值一致性
此类情况可使用ICC,Kendall W协调系数和Bland-Altman图。一般使用ICC,或Bland-Altman图较多。原因在于测量值为连续定量数据(不能使用Kappa),Kendall W更强调关联程度并非一致性。因而可使用Bland-Altman图进行查看一致性情况,Bland-Altman图是惟一可使用图形直观展示一致性的方法。
特别提示:
一致性的测量有多种方法,通常是结合数据特征情况选择相对适合的进行即可,比如需要画图展示那使用Bland-Altman图,如果类别数据一致性测量可使用Kappa系数,如果是定量数据测量关联性那么就使用Kendall W协调系数等。各方法操作可在医学研究/实验模块中到。
Bland-Altman图案例
1 背景
当前有医生使用两种方法分别做一项实验(针对20个研究对象),现需要对第1种和第2种方法共两种方法的测量数据进行一致性检验,数据结构如下图:
2 理论
Bland-Altman图是一种一致性测量的可视化展示方法。其将测量数据相关计算后,进行散点展示出来,如果说散点在可信区间范围内(一般是差值的1.96个标准差范围内),那么就说明数据具有较好的一致性水平。