Bland-Altman方法判定测量一致性.pdfVIP

运用 Bland-Altman 分析水稻测量方法一致性 摘要 ：在农业生产中， 对水稻穗长进行测量的数据是预测水稻产量， 观测农作物 生长情况的重要指标。 在实际测量中， 经常会遇到评价两种或多种检测、 测量方 法结果一致性的问题。 一般情况下，其中一种方法是目前广泛应用的或被称为 “金 标准” 的方法，在对水稻穗长进行测量的过程中， 水稻穗长的手动测量方法即人 工对每棵水稻的穗长进行测量，此测量数据可作为“金标准” 。而另一种方法则 是更先进、更便于应用、更经济的方法，在对水稻穗长进行测量的过程中，水稻 穗长的自动测量方法即使用机器视觉采集水稻穗长图像， 然后用图像识别的方法 获得每个水稻的穗长。本文将通过运用 Bland-Altman 方法对水稻穗长测量实例 的分析，来判断这两种方法是否可以互相替代。 一、 原理和方法 Bland-Altman 方法的基本思想是计算出两种测量结果的一致性界限，并用 图形的方法直观地反映这个一致性界限。 最后结合水稻穗长的实际状况， 得出两 种测量方法是否具有一致性的结论。 1．一致性界限 在进行两种方法的测定时， 通常是对同一批受试对象同时进行测量。 这两种 方法一般不会获得完全相同的结果， 总是存在着有一定趋势的差异， 如一种方法 的测量结果经常大于 ( 或小于 ) 另一种方法的结果， 这种差异被称为偏倚。 偏倚可 以用两种方法测定结果的差值的均数 d 进行估计，均数 d 的变异情况则用差值的 标准差 Sd 来描述。如果差值的分布服从正态分布，则 95 ％的差值应该位于 d-1 ．96Sd 和 d+1．96Sd之间。我们称这个区间为 95％的一致性界限，绝大多数 差值都位于该区间内。 如果两种测量结果的差异位于一致性界限内在实际上是可 以接受的，则可以认为这两种方法具有较好的一致性， 这两种方法可以互换使用。 当样本量较小时，抽样误差会相对较大，因此还要给出 95％一致性界限的上下 限的置信区间。差值均数的标准差 SE(d) ，一致性界限的上、下限的标准误近似 等于 1．71SE(d) ，则可以分别计算出一致性界限上限的 95％置信区间和下限的 95 ％置信区间。 2 ．一致性界限的图形表示—— Bland—Altman 图 Bland-A1tman 图以图形的方式反映一致性界限。在二维直角坐标中，用横 轴 z 表示两种方法测量每个对象的平均值， 纵轴Ⅳ表示两种方法测量每个对象的 差值，即可得到 Bland—Altman 图 3.3 。图中上下两条水平实线代表 95％一致性 界限的上下限，中间实线代表差值的均数，虚线代表差值均数为 0 。两种测量方 法的一致程度越高， 代表差值均数的实线越接近代表差值均数为 0 的虚线。根据 95 ％一致性界限外的数据点数和一致性界限内的最大差值， 以及临床上的可接受 程度，对待评价的两种方法的一致性做出评价。 Bland ．Altman 图还清楚地显示 了观察过程中出现的极端情况，如图中最下方的两