两方法重复测量的Deming回归——MedCalc软件实现

发布于 2022年5月21日 星期六 20:21:46 浏览:5995
原创不易,转载请注明来源,感谢!
附件下载:
1652926123-deming回归数据.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

Deming回归又称戴明回归,主要用于比较两种诊断试验(或设备)的结果是否一致,适用于X和Y都存在随机误差的资料。Deming回归在建立X对Y的回归方程时,同时考虑了X的残差最小和Y的残差最小(普通线性回归仅考虑了Y残差最小)。本文简要介绍在MedCalc软件中实现Deming回归的步骤。

关键词:无金标准诊断实验; Deming回归; 一致性检验; MedCalc

一、案例介绍

分别用A、B两种方法检测50例患者血清中某生化指标的含量,每种方法均测2次,试评价两种方法的一致性。部分数据见图1,本文案例数据可从“附件下载”处下载。

图1

二、问题分析

本案例的分析目的是比较两种检测方法的一致性,由于检测的指标是计量资料,且两种方法均存在随机误差,因此可以尝试使用Deming回归进行数据分析。但需要满以下条件:

条件1:观察变量为连续变量。本研究中的生化指标含量为连续变量,该条件满足。

条件2:两组变量间呈直线关系(Deming回归仍然是线性回归方程),该条件可通过绘制散点图进行判断。

条件3:不存在明显的异常值,该条件可通过观察残差图进行判断。

三、软件操作及结果解读

(一) 数据导入

1. 直接输入

打开Medcalc软件后,依次点击“文件”—“新建”,出现图2页面后,直接输入数据即可。

图2

2. 导入数据

打开Medcalc软件后,依次点击“文件”—“打开”,出现图3页面后,选择相应的文件即可。

图3

Medcalc还支持图4中格式的数据文件,导入时选择相应的文件类型即可。

图4

(二) 适用条件判断

1. 直线关系判断

(1) 软件操作
  • 点击“统计”—“相关”—“散布图(常翻译为‘散点图’)”如图5所示。
图5
  • 在“散布图”界面,变量Y中选择B1,变量X中选择A1,选项中勾选“均等线”和“热图”,点击“确定”(图6)。
图6
(2) 结果解读

由图7可知,数据B1和A1呈现明显的直线关系。可再分析数据A2和B2之间的关系,可观察到类似结果。

图7

2. 异常值检测

详见下文分析。

(三) deming 回归分析

1. 软件操作

依次选择“统计”—“方法对比和评估”—“Deming回归”,见图8。

图8

进入分析页面(图9)后,方法Y中选B1,复制选B2,方法X选A1,复制选A2;完成后点击“确定”。如果复制选项中没有数值,则需要在变异系数CV中填入数值。变异系数CV值计算详见重复测量变异系数(CV)一文。

图9

另外,如需在散点图和残差图中标识亚组,可以在图6中点击“子组…”,进入图10的页面后,在下拉菜单中选择分组变量。相应的残差图和散点图即可将此变量的不同类别显示不同标记。

图10

2. 结果解读

(1) 补充条件判断(异常值检测)

图11为残差图。可以直观地评估线性模型的拟合优度。若存在异常值(超出4个标准差的残差),将以不同颜色显示,本例无异常值。若提示异常值应核实原因。

图11
(2) 一致性解读

Deming回归结果的解读,比较截距与0、斜率与1差异是否有统计学意义。若截距与0比较差异有统计学意义且斜率大于0,则B方法检测结果高于A方法;若斜率与1比较差异有统计学意义且斜率大于1,则A方法的检测结果越大,B方法的增加幅度更大。

图12为带有回归线的散点图。一般仅显示观察范围内的回归线,不建议外推。若需外推,请在图12空白处右击,在弹出的菜单中选择“支持外推”,见图13。

图12
图13

图14为统计推断结果。截距为5.7108 (95%CI:2.6904~8.7312),大于0,说明Y (B方法)检测结果一开始就高于X (A方法)。斜率为0.8867 (95%CI:0.8220~0.9514),小于1,说明随着X (A方法)的增长,Y (B方法)的增长速度跟不上X。Pearson相关性分析显示r=0.9644 (95%CI:0.9379~0.9798),提示两种方法高度相关。

图14

四、结论

分别用A、B两种方法检测50例患者血清中某生化指标的含量,两种方法检测结果高度相关,B方法检测结果大于A方法,随着A方法检测结果的增长,B方法的增长速度跟不上A方法。

五、知识小贴士

(一) Deming回归和最小二乘回归

  • 最小二乘回归的本质是检测X与Y的依存关系,即X是自变量,Y是因变量,此时Y是金标准。一般要求比较严格,即要求各观测值彼此独立、因变量与自变量关系为线性、残差服从正态分布、残差的方差齐性、无明显异常值。
  • Deming回归的本质是检测X与Y的一致性,均考虑了两者的随机误差,不存在以谁为金标准的考量。该方法既考虑了X和Y之间的一致性,也考虑了两个方法自身的重复一致性。Deming回归的适用要求与最小二乘回归较为相似,但对残差并不要求方差齐,满足成比例条件即可。

(二) Deming回归和Passing-Bablok回归

  • 两种检测方法检测时均存在随机误差,当两种方法系统稳健,变异系数(CV)稳定时,使用Deming回归更合适。
  • Deming回归为参数检验的一种,Passing-Bablok回归为非参数检验的一种,两者相比,Deming回归统计效率更高,所需样本量更小,而Passing-Bablok回归适用范围更广,且适合存在异常值时使用。Passing-Bablok回归具体见无金标准的诊断试验——Passing-Bablok回归一文。
End
文章目录 沉浸式阅读