Bland-Altman
一、案例介绍
某医生使用方法A和方法B对20名患者进行血脂测量,现在想要知道这两种血脂测量方法的测量结果是否具有一致性,收集部分数据如下:
![](https://pica.zhimg.com/80/v2-6cd439b79dfc28a2b9add2faf628127d_720w.webp?source=d16d100b)
二、问题分析
医学研究中进行一致性检验时,通常有以下4种方法,对比说明如下表:
![](https://picx.zhimg.com/80/v2-16fcde0030e088075d0f1ee3842c6ca5_720w.webp?source=d16d100b)
本案例数据为定量数据,可以使用ICC组内相关系数或者Bland-Altman图进行一致性分析。在之前已经介绍过如何使用ICC进行一致性分析,所以本案例介绍如何通过图示化的方法进行两组数据之间的一致性检验。
三、软件操作及结果解读
(1)软件操作
将数据上传至SPSSAU系统后,在实验/医学研究模块,选择分析方法【Bland-Altman图】将“方法A”拖拽到右侧“第1种方法”分析框中,将“方法B”拖拽到右侧“第2种方法”分析框中,然后点击“开始分析”,操作如下图:
![](https://picx.zhimg.com/80/v2-d9f68c25bd3e839b98f1d4e4520882da_720w.webp?source=d16d100b)
(2)结果解读
①Bland-Altman描述统计
Bland-Altman描述统计展示两组测量数据的平均值、以及差值的均值、差值的标准差、差值均值的95%置信区间、差值的95%置信区间、差值的显著性检验结果、重复以血性系数CR值。显著性检验的原理为配对t检验,用于检验差值是否明显偏离数字0,如果呈现出显著性,说明两组测量数据差值明显偏离数字0,即说明两种方法具有不一致性。反之说明两种方法具有一致性。
SPSSAU输出Bland-Altman描述统计分析结果如下:
![](https://pic1.zhimg.com/80/v2-536abb31fc95a250482dce4a661e5322_720w.webp?source=d16d100b)
从上表可知:两种方法测量血脂的平均值分别为5.8000和5.8050,使用配对样本t检验显示,数据没有呈现出显著性(p=0.8708>0.05),即说明两种测量方法的差值并没有明显偏离数字0,也就是说两种方法测量结果具有一致性。
②Bland-Altman图
Bland-Altman图的横坐标为两种方法测量数据的平均值,纵坐标为两种方法的测量差值,图中包括3条线,中间线条表示差值的平均值,上下线条为95%一致性界限的上下限。通过Bland-Altman图,可以直观的了解两个观察值之间的测量偏差和一致性程度。如果大部分点分布在平均值差值附近,并且标准差范围内,则说明两组数据具有较好的一致性。
SPSSAU输出Bland-Altman图如下:
![](https://pica.zhimg.com/80/v2-76e2820123b3cc2f8f377b15e1c0bf8f_720w.webp?source=d16d100b)
从上图可以看出,两种方法的差值均值为-0.005,差值的95%置信区间为-0.271~0.261,所有测量数据均介于95%置信区间范围内,意味着本次数据具有良好的一致性水平。
四、结论
本案例使用Bland-Altman图分析方法A和方法B测量血脂结果的一致性,分析得知,配对样本t检验结果未呈现出显著性,说明两种方法测量结果具有一致性。同时观察Bland-Altman图可知,数据点均匀的分布在均值差异线附近且全部在95%置信区间内,说明两组测量结果在整体上具有良好的一致性水平。
五、知识小贴士
Bland-Altman描述统计表格里面的t 检验是什么意思?
Bland-Altman描述统计里面的t 检验,其原理为配对t检验,检验的原假设是差值的平均值为0,即两种测量方法具有一致性,通常希望检验不能呈现出显著性,即接受原假设,论证两种测量方法具有一致性。