Graphique en montagne
| Commande: | Statistiques Comparaison & évaluation de méthodesGraphique en montagne |
|---|
Un graphique en montagne (ou « graphique de distribution cumulée empirique replié ») est créé en calculant un centile pour chaque différence classée entre une nouvelle méthode et une méthode de référence. Pour obtenir un graphique replié, la transformation suivante est effectuée pour tous les centiles supérieurs à 50 : centile = 100 - centile. Ces centiles sont ensuite représentés en fonction des différences entre les deux méthodes (Krouwer & Monti, 1995 ; CLSI, 2003).
Le graphique en montagne est un graphique complémentaire utile au diagramme de Bland & Altman. Il offre notamment les avantages suivants :
- Il est plus facile de trouver les 95 % centraux des données, même lorsque celles-ci ne suivent pas une distribution normale.
- Différentes distributions peuvent être comparées plus facilement.
Données requises
Dans la boîte de dialogue du graphique en montagne, vous saisissez les variables des deux ou trois techniques que vous souhaitez comparer.
Vous pouvez saisir des variables pour deux ou trois dosages de laboratoire. S'il y a trois dosages, les deuxième et troisième dosages sont comparés au premier dosage, qui sert de référence.
Options
- Points (représentation de toutes les données) : une option permettant d'inclure tous les points de données dans le graphique. Cette option est très utile pour identifier les valeurs aberrantes.
- Tracer une ligne horizontale au 2,5e - 97,5e percentile : peut être utile pour estimer l'erreur analytique totale selon CLSI EP21 (2025).
- Différence maximale autorisée entre les méthodes : (facultativement) la limite de concordance clinique prédéfinie D. La valeur D doit être choisie de sorte que les différences comprises entre −D et D soient cliniquement non pertinentes ou négligeables.
Résultats
Après avoir cliqué sur OK, vous obtenez le graphique suivant :
Le graphique en montagne fournit des informations sur la distribution des différences entre les méthodes.
Si deux dosages ne sont pas biaisés l'un par rapport à l'autre, la montagne est centrée sur zéro. De longues queues dans le graphique reflètent de grandes différences entre les méthodes.
Dans l'exemple, la médiane des différences est proche de zéro pour les deux méthodes Assay2 et Assay3 par rapport à Assay 1. Les différences entre Assay 1 et Assay3 ont tendance à être plus petites que les différences entre Assay 1 et Assay2. Assay3 correspond donc mieux à Assay1 que ne le fait Assay2.
Lorsque vous cliquez sur une observation individuelle dans le graphique, le cas correspondant est identifié dans une fenêtre contextuelle (voir aussi la commande Sélectionner la variable d'identification de cas).
Lorsque vous double-cliquez sur une observation, la fenêtre de la feuille de calcul s'ouvre avec le cas correspondant en surbrillance.
Cliquez sur Info dans le menu contextuel (après avoir appuyé sur le bouton droit de la souris) pour obtenir des informations précises sur la taille d'échantillon, la médiane, le minimum et le maximum ainsi que les principaux centiles de la ou des distributions.
Littérature
- CLSI (2003) Estimation of Total Analytical Error for Clinical Laboratory Methods; Approved Guideline. CLSI Document EP21-A. Wayne, PA: Clinical and Laboratory Standards Institute.
- CLSI (2025) Evaluation of Total Analytical Error for Quantitative Medical Laboratory Measurement Procedures. 3rd ed. CLSI guideline EP21. Clinical and Laboratory Standards Institute.
- Krouwer JS, Monti KL (1995) A simple, graphical method to evaluate laboratory assays. Eur J Clin Chem Clin Biochem 33:525-527.
