易坊好文馆

  1. 首页 > 健康养生 >

诊断试验的一致性检验，这么多方法，全都搞清楚了吗？( 二 )



诊断试验的一致性检验，这么多方法，全都搞清楚了吗？
本文插图


(1) 相关分析
假设将两种方法所得结果看作是两个变量 ， 利用相关分析可以判断变量之间是否具有相关性（还在晕圈的小伙伴戳：SPSS超详细教程：Pearson相关分析） ， 但不能判断两者是否具有一致性 。 为啥呢？以“SPSS操作：组内相关系数(ICC)”教程中的部分数据来说明 。
现假设有2位研究者使用相同的诊断试验分别测量10位受试者的血糖水平 。

诊断试验的一致性检验，这么多方法，全都搞清楚了吗？
本文插图


图1. 两名研究者测得血糖水平
首先 ， 看看散点图（相关分析的神器 ， 五星级推荐！） ， 以研究者A和B测得血糖水平分别作为两个坐标 ， 将成对的数据在直角坐标上描点（图1） 。
一致性检验意味着分析所有数据到Y=X直线（图1中实线）的误差 ， 而相关（二元相关分析和一元直线回归是等价的）意味着分析数据到Y=aX+b（通常a≠1 ， b≠0）（图1中虚线）的残差 。
其次 ， 相关分析容易受到离群点的影响 ， 如图1所示 ， 两名研究者所测得血糖水平的相关性较好（r=0.89） ， 但是若去掉右上角的点 ， 相关系数会变为r=0.81 。 显然 ， 通过相关系数来衡量两名研究者血糖水平的关系是不妥当的 。
因此 ， 相关分析并不能代替一致性检验 。
(2) 配对t检验
配对t检验适用于配对数据 ， 其原理是将两种方法的所得结果之差d看成一个变量 ， 前提条件是该变量服从方差未知的正态分布 ， 目的是用来考察“两种方法平均来讲是否存在显著差异”（详见：配对样本t检验 ， 史上最完整SPSS操作教程） 。
H0：μd=0 ， 两总体均值无差异；
H1：μd≠0 ， 两总体均值存在差异
如果P>0.05 ， 只能说明目前证据尚不能认为两种方法的平均差值不等于0 ， 并不能充分反映两者的一致性 。 事实上 ， 保持差值的均数和标准差不变 ， 当样本量足够大时 ， 总会得到P<0.05的结果 。 显然 ， 用配对t检验来判断诊断试验的一致性好坏 ， 无疑是不合适的 。
(3) 组内相关系数（ICC）
组内相关系数（ICC）[2,3]可用于评价不同测量方法或评价者对同一定量测量结果的一致性或可靠性 。
诊断试验的一致性检验，这么多方法，全都搞清楚了吗？
本文插图


ICC越大意味着系统误差和随机误差引起的变异较小 ， ICC值介于0~1之间 ， 一般认为：ICC>0.75一致性较好 ， 0.40~0.75一般 ， <0.40较差 。
经过数据模拟分析发现[3] ， 配对t检验对系统误差敏感（不同测量方法、仪器、评价者） ， 但不能同时兼顾随机误差（研究对象本身变异） ， 而简单相关系数则正好相反 。 因此 ， 配对t检验与简单相关分析具有明显的片面性 ， 不能同时兼顾随机误差和系统误差 ， 用它们来评价一致性所得的结论可能是错误的 。 尽管组内相关系数的计算模型目前尚有争论 ， 但是它同时考虑了系统误差和随机误差的影响 ， 且不受资料类型影响 ， 因而在与配对t检验和简单相关分析的比较中 ， 组内相关系数具有明显的优势 。
如何计算ICC ， 可以点击以下链接：SPSS操作：组内相关系数(ICC)
参考文献
1. Rank Correlation Methods, 4th Edition. 1970.
2. 中国卫生统计. 2011; 28:497-500.
3. 中国卫生统计. 2011; 28:40-2.

医咖会面向医生个人、医院/单位、企业提供各种科研服务 ， 包括研究设计、统计分析、EDC系统、科研培训等 ， 详情查看：医咖会可为你提供这些科研服务 ， 助你解决各种科研难题！ 。 快加小咖微信（xys2019ykh）或扫描以下二维码加小咖微信咨询吧 。

推荐阅读


上一篇：胡萝卜的做法：老年人常吃萝卜可以防癌，延长寿命！

下一篇：【军营传真】战士被蚂蚁咬伤致呼吸心跳骤停，驻岛礁医疗队成功抢救