Wykres Blanda-Altmana z wieloma pomiarami na osobę badaną
| Polecenie: | Statystyki Porównanie i ocena metodWykres Blanda-Altmana z wieloma pomiarami na osobę badaną |
|---|
Ta procedura tworzy wykres Blanda-Altmana dla badania porównującego metody, w którym każdą metodą laboratoryjną wykonano więcej niż jeden pomiar na osobę badaną.
Wykres Blanda-Altmana (Bland & Altman, 1986, 1999, 2007), zwany również wykresem różnic, to metoda graficzna służąca do porównywania dwóch technik pomiarowych. W tej metodzie graficznej różnice (lub alternatywnie ilorazy) między dwiema technikami przedstawia się w funkcji średnich z obu technik. Alternatywnie (Krouwer, 2008) różnice można przedstawić w funkcji jednej z dwóch metod, jeśli metoda ta jest metodą referencyjną lub „złotym standardem”.
Linie poziome wykreśla się na poziomie średniej różnicy oraz granic zgodności, które definiuje się jako średnią różnicę plus i minus 1,96 razy odchylenie standardowe różnic. Jeśli różnice mieszczące się w przedziale średnia ± 1,96 SD nie są istotne klinicznie, obu metod można używać zamiennie.
Wykres pomaga ujawnić zależność między różnicami a średnimi, wykryć ewentualne systematyczne obciążenie oraz zidentyfikować możliwe wartości odstające.
Jak wprowadzić dane
Ta procedura wymaga, aby dane były zorganizowane tak jak w poniższym przykładzie (dane z pracy Bland & Altman, 2007):
| A | B | C | D | |
|---|---|---|---|---|
| Subject | RV | IC | ||
| 1 | 1 | 7,83 | 6,57 | |
| 2 | 1 | 7,42 | 5,62 | |
| 3 | 1 | 7,89 | 6,9 | |
| 4 | 1 | 7,12 | 6,57 | |
| 5 | 1 | 7,88 | 6,35 | |
| 6 | 2 | 6,16 | 4,06 | |
| 7 | 2 | 7,26 | 4,29 | |
| 8 | 2 | 6,71 | 4,26 | |
| 9 | 2 | 6,54 | 4,09 | |
| 10 | 3 | 4,75 | 4,71 | |
| 11 | 3 | 5,24 | 5,5 | |
| 12 | 3 | 4,86 | 5,08 |
Jest jedna kolumna z identyfikacją osoby badanej (Subject) i po jednej kolumnie z pomiarami każdej metody (RV i IC).
Jeśli Twoje dane są zorganizowane inaczej, np. wielokrotne pomiary znajdują się w różnych kolumnach, możesz je przeorganizować za pomocą narzędzia Układaj kolumny w stos (zobacz też Układanie kolumn w stos: przykład praktyczny).
Wymagane dane wejściowe
Dane
- Pierwsza metoda, Druga metoda: wybierz zmienne dla dwóch technik, które chcesz porównać.
- Identyfikacja osoby badanej: wybierz zmienną zawierającą identyfikację osoby badanej.
Model
- Prawdziwa wartość jest stała u każdej osoby badanej: wybierz tę opcję, jeśli prawdziwa wartość jest stała u każdej osoby badanej (np. gdy obiema metodami wykonano wiele pomiarów tej samej próbki).
W modelu Prawdziwa wartość jest stała u każdej osoby badanej (zobacz Bland & Altman, 2007) na wykresie jest tylko jeden znacznik dla każdej osoby badanej. Rozmiar znacznika jest proporcjonalny do liczby obserwacji danej osoby badanej. Liczba znaczników jest równa liczbie osób badanych.
W modelu alternatywnym, w którym prawdziwa wartość się zmienia, dla każdej pary obserwacji jest jeden znacznik.
Opcje
- Nanieś na wykres względem (oś X)
Na oryginalnym wykresie Blanda-Altmana (Bland & Altman, 1986) różnice między dwiema metodami przedstawia się w funkcji średniej z obydwu metod (zalecane, Bland & Altman, 1995).
Alternatywnie możesz przedstawić różnice w funkcji jednej z dwóch metod, jeśli jest to metoda referencyjna lub „złoty standard” (Krouwer, 2008). Możesz też przedstawić różnice w funkcji średniej geometrycznej z obydwu metod.
- Wykreśl różnice lub ilorazy
Wykreśl różnice: jest to opcja domyślna, odpowiadająca metodologii Blanda i Altmana, 1986.
Wykreśl ilorazy: po wybraniu tej opcji zamiast różnic przedstawiane są ilorazy pomiarów (MedCalc w tle wykonuje obliczenia na danych przekształconych logarytmicznie). Ta opcja jest również przydatna, gdy zmienność różnic rośnie wraz z wielkością pomiaru. Program wyświetli jednak ostrzeżenie, jeśli którakolwiek z dwóch technik zawiera wartości zerowe.
- Maksymalna dopuszczalna różnica między metodami: (opcjonalnie) wcześniej zdefiniowana kliniczna granica zgodności D. W zależności od wybranej powyżej opcji (Wykreśl różnice lub ilorazy) należy wprowadzić różnicę lub iloraz.
Wartość D należy dobrać tak, aby różnice z przedziału od −D do D (dla ilorazów od 1/D do D) były klinicznie nieistotne lub pomijalne.
- Rysuj linię równości: przydatne do wykrywania różnicy systematycznej.
- 95% CI granic zgodności: pokazuje słupki błędów przedstawiające 95% przedział ufności dla górnej i dolnej granicy zgodności.
Obliczenia
Obliczenia wykonuje się zgodnie z opisem Zou (2013). Do oszacowania przedziałów ufności dla granic zgodności stosuje się metodę MOVER (Zou, 2013).
Wyniki
MedCalc tworzy wykres i raport.
Wykres
Tak wygląda wykres w modelu Prawdziwa wartość jest stała u każdej osoby badanej:
W modelu Prawdziwa wartość jest stała u każdej osoby badanej (zobacz Bland & Altman, 2007) na wykresie jest tylko jeden znacznik dla każdej osoby badanej, a rozmiar znacznika jest proporcjonalny do liczby obserwacji danej osoby badanej. Liczba znaczników jest równa liczbie osób badanych.
W modelu alternatywnym, w którym prawdziwa wartość się zmienia, dla każdej pary obserwacji jest jeden znacznik:
Przedziały ufności
Opcjonalnie można wyświetlić przedziały ufności dla średniej różnicy i dla granic zgodności. Te przedziały ufności mogą być przedstawione jako słupki błędów lub jako linie poziome. Kliknij słupek błędu prawym przyciskiem myszy, aby ustawić opcje formatowania.
Raport
Raport zawiera dokładne wartości średniej różnicy i granic zgodności wraz z ich przedziałami ufności.
Metoda A | RV |
|---|---|
Metoda B | IC |
Liczebność próby | 120 |
|---|
Model | Prawdziwa wartość jest stała u każdej osoby badanej |
|---|---|
Opcja | Wykreśl różnice |
Średnia | 0.7092 |
|---|---|
Dolna granica zgodności | -1.3524 |
95% przedział ufności | -2.6992 do -0.6284 |
Górna granica zgodności | 2.7709 |
95% przedział ufności | 2.0468 do 4.1177 |
  |
Piśmiennictwo
- Bland JM, Altman DG (1986) Statistical method for assessing agreement between two methods of clinical measurement. The Lancet i:307-310.
- Bland JM, Altman DG (1995) Comparing methods of measurement: why plotting difference against standard method is misleading. The Lancet 346:1085-1087.
- Bland JM, Altman DG (1999) Measuring agreement in method comparison studies. Statistical Methods in Medical Research 8:135-160.
- Bland JM, Altman DG (2007) Agreement between methods of measurement with multiple observations per individual. Journal of Biopharmaceutical Statistics. 17:571-582.
- Krouwer JS (2008) Why Bland-Altman plots should use X, not (Y+X)/2 when X is a reference method. Statistics in Medicine 27:778-780.
- Zou GY (2013) Confidence interval estimation for the Bland-Altman limits of agreement with multiple observations per individual. Statistical Methods in Medical Research 22:630-642.