Diagramma a montagna
| Comando: | Statistiche Confronto e valutazione dei metodiDiagramma a montagna |
|---|
Un diagramma a montagna (mountain plot, o "grafico della distribuzione cumulativa empirica ripiegata") si ottiene calcolando un percentile per ogni differenza ordinata per rango tra un nuovo metodo e un metodo di riferimento. Per ottenere un grafico ripiegato, per tutti i percentili superiori a 50 si esegue la seguente trasformazione: percentile = 100 - percentile. Questi percentili vengono poi tracciati in funzione delle differenze tra i due metodi (Krouwer & Monti, 1995; CLSI, 2003).
Il diagramma a montagna è un utile complemento al diagramma di Bland-Altman. In particolare, il diagramma a montagna offre i seguenti vantaggi:
- È più facile individuare il 95% centrale dei dati, anche quando i dati non hanno una distribuzione normale.
- È più facile confrontare distribuzioni diverse.
Input richiesto
Nella finestra di dialogo del diagramma a montagna inserisci le variabili delle due o tre tecniche che vuoi confrontare.
Puoi inserire le variabili di due o tre dosaggi di laboratorio. Se i dosaggi sono tre, il secondo e il terzo vengono confrontati con il primo, che è il dosaggio di riferimento.
Opzioni
- Punti (rappresenta tutti i dati): opzione per includere nel grafico tutti i punti dati. Questa opzione è molto utile per individuare gli outlier.
- Traccia una linea orizzontale al 2,5° - 97,5° percentile: può essere utile per stimare l'errore analitico totale secondo CLSI EP21 (2025).
- Differenza massima consentita tra i metodi: (facoltativo) il limite di accordo clinico predefinito D. Il valore D deve essere scelto in modo che le differenze comprese tra −D e D siano clinicamente irrilevanti o trascurabili.
Risultati
Dopo aver fatto clic su OK ottieni il grafico seguente:
Il diagramma a montagna fornisce informazioni sulla distribuzione delle differenze tra i metodi.
Se due dosaggi non presentano bias l'uno rispetto all'altro, la montagna è centrata sullo zero. Code lunghe nel grafico riflettono grandi differenze tra i metodi.
Nell'esempio, la mediana delle differenze è vicina a zero sia per il metodo Assay2 sia per il metodo Assay3 rispetto ad Assay 1. Le differenze tra Assay 1 e Assay3 tendono a essere più piccole delle differenze tra Assay 1 e Assay2. Pertanto Assay3 corrisponde meglio ad Assay1 di quanto faccia Assay2.
Quando fai clic su una singola osservazione nel grafico, il caso corrispondente viene identificato in una finestra pop-up (vedi anche il comando Seleziona variabile per identificazione caso).
Quando fai doppio clic su un'osservazione, si apre la finestra del foglio di lavoro con il caso corrispondente evidenziato.
Fai clic su Info nel menu di scelta rapida (dopo aver premuto il pulsante destro del mouse) per ottenere informazioni precise su dimensione del campione, mediana, minimo e massimo e sui percentili più importanti della distribuzione o delle distribuzioni.
Letteratura
- 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.
