聊起診斷試驗(yàn)?zāi)强墒菓?yīng)用相當(dāng)廣泛：評(píng)價(jià)兩種方法或儀器診斷結(jié)果是否一致，得用到診斷試驗(yàn)；看看兩個(gè)大夫?qū)ν蝗翰∪嗽\斷是否一致，要用診斷試驗(yàn)；評(píng)價(jià)同一組患者前后兩次診斷結(jié)果的一致性，還得用到診斷試驗(yàn)，等等......

簡而言之，診斷試驗(yàn)關(guān)注的重點(diǎn)是“一致性”，也就是說同一個(gè)體用兩種儀器（方法/評(píng)價(jià)者）或前后兩次時(shí)間進(jìn)行觀測(cè)，其結(jié)果在誤差允許范圍內(nèi)是一致的。評(píng)價(jià)一致性程度的方法很多，比如說Kappa值、Kendall一致性系數(shù)、組內(nèi)相關(guān)系數(shù)（ICC）等等，但是選對(duì)合適的方法卻不容易，接下來就幫大家梳理一番！

配對(duì)χ2檢驗(yàn) vs. 一致性檢驗(yàn)

配對(duì)χ2檢驗(yàn)（McNemar檢驗(yàn)）和Kappa一致性檢驗(yàn)都可以用于配對(duì)設(shè)計(jì)的列聯(lián)表分析（表1），例如，比較超聲和CT平掃對(duì)于急性闌尾炎的診斷價(jià)值，但是兩者卻各有側(cè)重。

(1) 兩者計(jì)算方法不同

由①②③可知在計(jì)算Kappa過程中，會(huì)利用到四格表中全部的數(shù)據(jù)（a、b、c、d），而公式④表明配對(duì)χ2檢驗(yàn)只利用了四格表中“不一致”的數(shù)據(jù)（b和c）。

(2) 兩者提供的信息不同

一致性檢驗(yàn)不僅可以明確兩種方法是否存在一致，更重要的是可以計(jì)算Kappa值，進(jìn)而評(píng)價(jià)一致性的程度。目前認(rèn)為，Kappa<0，一致性強(qiáng)度極差（實(shí)際情況下發(fā)生可能性較低）；0-0.20，微弱；0.21-0.40，弱；0.41-0.60，中度；0.61-0.80，高度；0.81-1.00，極強(qiáng)。

配對(duì)χ2檢驗(yàn)只能給出兩種方法陽性（或陰性）檢出率的差異是否具有統(tǒng)計(jì)學(xué)意義，但配對(duì)卡方檢驗(yàn)掩蓋了一個(gè)問題，即它對(duì)兩種方法陽性（或陰性）檢出率不區(qū)分真陽性（真陰性）和假陽性（假陰性）。事實(shí)上我們更想知道兩種方法都檢出真正病人或者非病人一致性如何，這里就凸顯了Kappa的重要性。

詳細(xì)操作戳以下鏈接：SPSS詳細(xì)操作：一致性檢驗(yàn)和配對(duì)卡方檢驗(yàn)/SPSS操作：一致性檢驗(yàn)，如何計(jì)算kappa值？

加權(quán)Kappa和Kendall'Tb系數(shù)

除了上面提到的無序分類變量，實(shí)際過程中我們還會(huì)遇到一些有序分類資料（等級(jí)資料）的結(jié)果（表2），比如化驗(yàn)結(jié)果的“-、±、+、++、+++”，這時(shí)候就需要用到加權(quán)Kappa系數(shù)和Kendall'Tb系數(shù)來評(píng)價(jià)診斷試驗(yàn)的一致性。

加權(quán)Kappa系數(shù)是簡單Kappa系數(shù)的推廣，是用加權(quán)的方法對(duì)兩個(gè)評(píng)價(jià)結(jié)果進(jìn)行量化。較早的時(shí)候推送過一篇介紹加權(quán)Kappa的文章：SPSS操作：有序分類變量的一致性檢驗(yàn)——加權(quán)kappa，還不熟悉的伙伴，可以再回去溫習(xí)一下。

這里著重聊聊Kendall'Tb系數(shù)[1]，該系數(shù)是一種非參數(shù)方法，可以用來評(píng)價(jià)兩組有序分類資料的一致性。

基本原理是將兩組測(cè)量值分別排序并轉(zhuǎn)換成秩次，檢查兩組數(shù)值的排序是否一致，如果兩組的排序完全相同，則Tb=1，如果兩組排序完全相反，則Tb=-1。還是以“加權(quán)Kappa的SPSS操作”的例子介紹一下如何實(shí)現(xiàn)Kendall'Tb系數(shù)。

某醫(yī)院擬分析不同放射科醫(yī)生對(duì)疾病嚴(yán)重程度診斷的一致性?，F(xiàn)招募兩位放射醫(yī)生（Radiologist 1和Radiologist 2）分別判斷50位受試者的MRI檢查結(jié)果，并給予Grade I（最輕）到Grade V（最重）五個(gè)等級(jí)的臨床診斷（數(shù)據(jù)庫中Grade I→Grade V分別賦值為1~5）。部分?jǐn)?shù)據(jù)如下：

SPSS中依次選擇Analyze → Correlate → Bivariate → 顯示“Bivariate Correlations”主對(duì)話框（如下圖）→ “Variables”框中放入“Radiologist 1和Radiologist 2” → 選定“Kendall’s tau-b” → OK

結(jié)果顯示，Kendall'Tb系數(shù)=0.815 (P<0.001)，與加權(quán)Kappa系數(shù) (0.803,P<0.001) 結(jié)果較為接近，均提示兩位放射科醫(yī)生對(duì)50位受試者疾病嚴(yán)重程度的診斷具有較高的一致性。

配對(duì)t檢驗(yàn)/相關(guān)性分析 vs. 組內(nèi)相關(guān)系數(shù)（ICC）

上面聊了分類變量的一致性檢驗(yàn)，那么遇到連續(xù)變量（表3）怎么辦？多數(shù)小伙伴一上來就要用相關(guān)分析和配對(duì)t檢驗(yàn)進(jìn)行處理，實(shí)際上這兩種方法都不能對(duì)“是否具有一致性”進(jìn)行判斷，為啥呢？且聽我慢慢道來。

(1) 相關(guān)分析

假設(shè)將兩種方法所得結(jié)果看作是兩個(gè)變量，利用相關(guān)分析可以判斷變量之間是否具有相關(guān)性（還在暈圈的小伙伴戳：SPSS超詳細(xì)教程：Pearson相關(guān)分析），但不能判斷兩者是否具有一致性。為啥呢？以“SPSS操作：組內(nèi)相關(guān)系數(shù)(ICC)”教程中的部分?jǐn)?shù)據(jù)來說明。

現(xiàn)假設(shè)有2位研究者使用相同的診斷試驗(yàn)分別測(cè)量10位受試者的血糖水平。

圖1. 兩名研究者測(cè)得血糖水平

首先，看看散點(diǎn)圖（相關(guān)分析的神器，五星級(jí)推薦?。?，以研究者A和B測(cè)得血糖水平分別作為兩個(gè)坐標(biāo)，將成對(duì)的數(shù)據(jù)在直角坐標(biāo)上描點(diǎn)（圖1）。

一致性檢驗(yàn)意味著分析所有數(shù)據(jù)到Y(jié)=X直線（圖1中實(shí)線）的誤差，而相關(guān)（二元相關(guān)分析和一元直線回歸是等價(jià)的）意味著分析數(shù)據(jù)到Y(jié)=aX+b（通常a≠1，b≠0）（圖1中虛線）的殘差。

其次，相關(guān)分析容易受到離群點(diǎn)的影響，如圖1所示，兩名研究者所測(cè)得血糖水平的相關(guān)性較好（r=0.89），但是若去掉右上角的點(diǎn)，相關(guān)系數(shù)會(huì)變?yōu)閞=0.81。顯然，通過相關(guān)系數(shù)來衡量兩名研究者血糖水平的關(guān)系是不妥當(dāng)?shù)摹?/p>

因此，相關(guān)分析并不能代替一致性檢驗(yàn)。

(2) 配對(duì)t檢驗(yàn)

配對(duì)t檢驗(yàn)適用于配對(duì)數(shù)據(jù)，其原理是將兩種方法的所得結(jié)果之差d看成一個(gè)變量，前提條件是該變量服從方差未知的正態(tài)分布，目的是用來考察“兩種方法平均來講是否存在顯著差異”（詳見：配對(duì)樣本t檢驗(yàn)，史上最完整SPSS操作教程）。

H0：μd=0，兩總體均值無差異；

H1：μd≠0，兩總體均值存在差異

如果P>0.05，只能說明目前證據(jù)尚不能認(rèn)為兩種方法的平均差值不等于0，并不能充分反映兩者的一致性。事實(shí)上，保持差值的均數(shù)和標(biāo)準(zhǔn)差不變，當(dāng)樣本量足夠大時(shí)，總會(huì)得到P<0.05的結(jié)果。顯然，用配對(duì)t檢驗(yàn)來判斷診斷試驗(yàn)的一致性好壞，無疑是不合適的。

(3) 組內(nèi)相關(guān)系數(shù)（ICC）

組內(nèi)相關(guān)系數(shù)（ICC）[2,3]可用于評(píng)價(jià)不同測(cè)量方法或評(píng)價(jià)者對(duì)同一定量測(cè)量結(jié)果的一致性或可靠性。

ICC越大意味著系統(tǒng)誤差和隨機(jī)誤差引起的變異較小，ICC值介于0~1之間，一般認(rèn)為：ICC>0.75一致性較好，0.40~0.75一般，<0.40較差。

經(jīng)過數(shù)據(jù)模擬分析發(fā)現(xiàn)[3]，配對(duì)t檢驗(yàn)對(duì)系統(tǒng)誤差敏感（不同測(cè)量方法、儀器、評(píng)價(jià)者），但不能同時(shí)兼顧隨機(jī)誤差（研究對(duì)象本身變異），而簡單相關(guān)系數(shù)則正好相反。因此，配對(duì)t檢驗(yàn)與簡單相關(guān)分析具有明顯的片面性，不能同時(shí)兼顧隨機(jī)誤差和系統(tǒng)誤差，用它們來評(píng)價(jià)一致性所得的結(jié)論可能是錯(cuò)誤的。

盡管組內(nèi)相關(guān)系數(shù)的計(jì)算模型目前尚有爭論，但是它同時(shí)考慮了系統(tǒng)誤差和隨機(jī)誤差的影響，且不受資料類型影響，因而在與配對(duì)t檢驗(yàn)和簡單相關(guān)分析的比較中，組內(nèi)相關(guān)系數(shù)具有明顯的優(yōu)勢(shì)。

如何計(jì)算ICC，可以點(diǎn)擊以下鏈接：SPSS操作：組內(nèi)相關(guān)系數(shù)(ICC)

參考文獻(xiàn)

1. Rank Correlation Methods, 4th Edition. 1970.

2. 中國衛(wèi)生統(tǒng)計(jì). 2011; 28:497-500.

3. 中國衛(wèi)生統(tǒng)計(jì). 2011; 28:40-2.

（想要及時(shí)獲得更多內(nèi)容可關(guān)注“醫(yī)咖會(huì)”微信公眾號(hào)：傳播研究進(jìn)展，探討臨床研究設(shè)計(jì)與醫(yī)學(xué)統(tǒng)計(jì)學(xué)方法）