跳到主要内容
MedCalc

评分者间一致性(Kappa)

由电子表格中的原始数据创建两名评分者的分类表,并计算评分者间一致性统计量(Kappa),以评估有序尺度或名义尺度的两种分类之间的一致性。

如何输入数据

此检验针对电子表格中的原始数据进行。如果数据已经汇总成表,可以使用检验菜单中的评分者间一致性命令。

数据
A1
3
 ABC
RASTMAST
131
255
334
431
551
612
744
854
955
1033
1113
1245

所需输入

在评分者间一致性对话框中,必须指定两个包含两名评分者分类数据的离散变量。分类数据可以是数值,也可以是字母数字(文本)值。

评分者间一致性(Kappa)

加权 Kappa

Kappa 不考虑评分者之间分歧的程度——所有分歧都被同等视为完全分歧。因此,当类别有序时,最好使用加权 Kappa(Cohen 1968),为评分者之间相差 i 个类别的受试者分配不同的权重 wi,使不同程度的一致性都能对 Kappa 值做出贡献。

MedCalc 提供两组权重:线性和二次。对于 k 个类别,线性权重按如下方式计算:

Kappa - 线性加权

$$ w_i = 1 - \frac{i}{k-1} $$

二次权重为:

Kappa - 二次加权

$$ w_i = 1 - \frac{i^2}{ (k-1)^2 } $$

当有 5 个类别时,对于相差 0(= 完全一致)、1、2、3 和 4 个类别的情况,线性权重分别为 1、0.75、0.50、0.25 和 0;二次权重分别为 1、0.937、0.750、0.437 和 0。

如果第 1 类与第 2 类之间的差异和第 2 类与第 3 类之间的差异等同样重要,请使用线性加权。如果第 1 类与第 2 类之间的差异不如第 2 类与第 3 类之间的差异等重要,请使用二次加权。

结果

评分者间一致性(Kappa)

观察者 A

RAST

观察者 B

MAST

 

RAST

 

MAST

1

2

3

4

5

 

1

86

3

14

0

2

105 (28.9%)

2

26

0

10

4

0

40 (11.0%)

3

20

2

22

4

1

49 (13.5%)

4

11

1

37

16

14

79 (21.8%)

5

3

0

15

24

48

90 (24.8%)

 

146
(40.2%)

6
(1.7%)

98
(27.0%)

48
(13.2%)

65
(17.9%)

363

Kappa

0.31863

标准误

0.030423

95% CI

0.25900至0.37826

MedCalc 按照 Cohen (1960) 计算评分者间一致性的 Kappa 统计量,按照 Cohen (1968) 计算加权 Kappa。计算细节另见 Altman (1991, 第 406-407 页)。标准误和 95% 置信区间按照 Fleiss et al. (2003) 计算。

MedCalc 报告的标准误适用于检验加权 Kappa 的基础值等于某个非零规定值的假设(Fleiss et al., 2003)。

K 值可按如下方式解释(Altman, 1991):

K 值一致性强度
< 0.20差
0.21 - 0.40一般
0.41 - 0.60中等
0.61 - 0.80良好
0.81 - 1.00非常好

参考文献

  • Altman DG (1991) Practical statistics for medical research. London: Chapman and Hall.
  • Cohen J (1960) A coefficient of agreement for nominal scales. Educational and Psychological Measurement 20:37-46.
  • Cohen J (1968) Weighted kappa: nominal scale agreement with provision for scaled disagreement or partial credit. Psychological Bulletin 70:213-220. PubMed
  • Fleiss JL, Levin B, Paik MC (2003) Statistical methods for rates and proportions, 3rd ed. Hoboken: John Wiley & Sons.

另请参阅