虫虫虫虫飞连续变量的⼀致性评价，教你⼀种图⽰法『Bland-Altman法』
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。房屋租赁管理
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]
辅助电源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Mean(d)进⾏估计，Mean(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Mean(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。
在现有软件中，可以直接绘制Bland-Altman图的只有Medcalc软件，其他软件实现起来都⽐较⿇烦，且多需要编程。下⾯以“SPSS操作：组内相关系数(ICC)”中提到的例⼦，具体说明如何借助Medcalc软件绘制Bland-Altman图[3]。
现假设有2位研究者使⽤相同的诊断试验分别测量24位受试者的⾎糖⽔平（mmol/l）。
国模伊诺娃(1) 研究者A和B测量的⾎糖数据如下：
(2) Medcalc软件菜单栏依次选择Statistics→Method comparison & evaluation→进⼊Bland-Altman plot的主对话框（如下图）
一般人格权
A．First/Second method：分别放⼊“研究者A”和“研究者B”两个变量。
B．Graph：绘制B-A图时，因为两位评价者（或两种⽅法）测量结果的差值与两者的测量结果均有关，所以横坐标（x 轴）⼀般为两位评价者（或两种⽅法）测量结果的平均值“Mean of both methods”。
(Medcalc软件还给出另外两种选择：①First/Second method：以其中⼀位评价者或⼀种⽅法的测量结果为横坐标；
②Geometric mean of both methods：以两位评价者或两种⽅法的测量结果的⼏何均数为横坐标)
纵坐标（y轴）通常为两位评价者（或两种⽅法）测量结果的差值“Plot difference”，还可以是⽐值“Plot ratios”或者差值占均值的百分⽐“Plot difference as %”，具体选择哪⼀个，还需要结合临床实际意义加以判断。
占均值的百分⽐“Plot difference as %”，具体选择哪⼀个，还需要结合临床实际意义加以判断。
本例中横轴和纵轴分别选择两位评价者测量结果的均值和差值，即“Mean of both methods”和“Plot difference”。C．Options选项：Maximum allowed difference between methods：设定临床认为两位评价者（或两种⽅法）测量结果允许的最⼤误差。
Draw line of equality (difference=0)：绘制差值d=0的横线。
95%CI of mean difference：绘制差值平均值的95%置信区间。
95%CI of limits of agreement：绘制95% LoA的上下限的95%置信区间。
Draw regression line of difference：绘制差值的回归线，并可以给出回归线95%置信区间（95% Confidence Interval）。
(3) Bland-Altman图
下图即为Medcalc软件绘制的Bland-Altman图，图中具体内容详见注释。
有的⼩伙伴会问，这只是图，看不到任何数据结果？别着急，右击图形→info，即可看到详细的数据
结果（如下图）。这⾥需要注意Medcalc软件还可以给出同⼀批研究对象使⽤同⼀测量⼯具（同⼀评价者）两次重复测量的⼀致性系数，只需⽤⿏标点击“Coefficient of Repeatability”，即可获得（本例并不符合，所以不考虑该指标）。
(4) 结果解读
从Bland-Altman图中可以看出，8.33%（2/24）的点在95% LoA之外；在⼀致性界限范围以内，研究者A和B测得⾎糖值相⽐，差值的绝对值最⼤为0.60mmol/L（图中最上⾯的点），差值平均值为0.05 mmol/L。
最开始时，我们假定临床允许的⾎糖最⼤测定误差为0.3mmol/L，有16.7%（4/24）的点在最⼤误差范围以外，貌似误差有点⼉⼤，⼀致性并不好。当然以上只是假设，实际情况还需要根据临床专业要求予以判断。
注意事项
骊食其Bland-Altman法在实际应⽤过程中也需要满⾜以下3个条件[2]：
•B-A图中数据点呈⽔平带状分布，即差值和均值之间不存在任何线性或⾮线性关系，可以通过差值与均值的回归分析进⾏判定（即在Medcalc软件的Bland-Altman plot的主对话框中勾选Draw regression l
龙大加盟ine of difference）；
•B-A图中数据点散在分布于等宽的⽔平区域内，即满⾜差值的⽅差齐同，（⾸先拟合差值与均值的直线回归，再通过绘制残差图进⾏判定）；
•差值的分布呈正态分布，通过直⽅图（或P-P图/Q-Q图）和正态性检验判定。
参考⽂献
1、中国卫⽣统计. 2007; 24:308-9.
2、医学研究⽣学报. 2015; 28:1107-11.
国家用英语怎么写
（想要及时获得更多内容可关注“医咖会”微信公众号：传播研究进展，探讨临床研究设计与医学统计学⽅法）
