两种连续变量测量方法的一致性评价(Bland-Altman绘图法)
(2020-11-03 17:15:40)
标签:
统计学 |
分类: 统计理论 |
在生物医学研究论文中, 经常看到Bland-Altman图.
它一般是用来评价两种连续变量测量方法的一致性, 通常一个是需要研究的新方法, 另外一个是公认的标准方法.
采用两种方法分别同时测量同一个对象(自身对照), 就会得到两组一样维度的数据,
Bland-Altman图能够直观的反映两者的一致性或者差异性.
这是一个真实的Bland-Altman图, 是关于血压测量的,
先有个直观认识.
Bland-Altman图的绘制原理
Bland-Altman图是一个二维的散点图.
图中每一个点对应一个测量对象, 有多少个测量对象就有多少个点, 这个点的横坐标为该对象两次测量结果的平均值,
纵坐标为两次测量结果的差值. 另外图中一般还有三条横线, 分别是差值(纵坐标)的均值、均值±1.96*标准差,
后者称为95%一致性界限.
如下图所示:
Bland-Altman图的简单解读
从Bland-Altman图可以直观的看出两种测量之间的差异. 具体是否可接受, 要结合临床实际来看. 一般来说,
如果大部分点都落在95%一致性界限之内(即均值±1.96*标准差这两条线之内)之内,
并且其最大差值在临床上是可以接受的, 那么可以认为这两种方法有较好的一致性,
可以互相替换.
Bland-Altman图中的点通常呈水平带状分布, 代表测量差值和均值之间没有明显的线性关系,
即两种方法的差值是固定的, 不随测量值绝对值的变化而变化. 相反, 如果能观察到散点图有一定斜率, 说明两种测量方法的差值是不固定的,
会随着测量值大小而变化.
MedCalc, NCSS,
GraphPad Prism等软件都提供了绘制Bland-Altman的方法. 其实根据原理,
你可以采用任何一个绘图软件来进行绘制.