在前面文章中介绍了经典的两变量一致性评价的Bland-Altman法，本文将介绍两种方法每个对象多次测量的Bland-Altman图(Bland-Altman plot with multiple measurements per subject)在MedCalc软件中的实现过程。
关键词：MedCalc; 无金标准诊断试验; Bland-Altman图; D-A图; 一致性
两种方法测量值的一致性评价中，大多数情况是每个观测对象用一种方法测量一次，当对每个观测对象都用同一种方法测量多次时，如果忽略多次测量因素，将所有的测量值视为独立的样本，则经典 Bland-Altman 图估计的LoA将变得过于狭窄。此时，需要使用每个对象多次测量的Bland-Altman图(Bland-Altman plot with multiple measurements per subject)功能对其一致性进行分析。
一、案例介绍
某中医院采用两种方法(A法和B法)测量了12例研究对象的某生化指标，每个对象用两种方法同时测量3~7次不等，共得到两种方法60个测量值，试检验两种方法的测量结果是否一致。部分数据见图1，案例数据可从“附件下载”处下载。
二、案例分析
本案例的目的是分析两种方法的测量结果是否一致，每个观测对象都用同一种方法测量多次，为避免由经典 Bland-Altman 图估计的LoA变得过于狭窄，因此使用每个对象多次测量的Bland-Altman图功能对其一致性进行检验。
三、软件操作及结果解读
(一) 软件操作
选择“统计”—“方法对比和评估”—“ 每个对象有多元测量的Bland-Altman 图”(图2)
在“每个个体多次观察的Bland-Altman 图”对话框，按图3设置相应参数：
- 第一种方法：本例选择A
- 第二种方法：本例选择B
- 对象识别：选择包含对象识别代码的变量。本例为Subject(对象编号)
- 筛选条件：未进行任何筛选
- 模型：Bland-Altman图中的每个点代表一个对象，点数与对象数相等。当每个对象的真值都为常量时，即两种方法都对同一对象进行了多次测量，需勾选此项，若不勾选，则Bland-Altman图中的每个点代表每个测量值。本例需勾选“每个对象的真值都为常量”
- 选项：图形对比(X轴)中选择“两种方法的平均值”，并选择“绘制差异”；本例还需勾选“画均等线(差异=0)”和“为95%CI的一致性限制画线”，以用于检测系统差异
(二) 结果解读
1. 勾选“每个对象的真值为常量”的Bland-Altman图及统计分析结果
本案例共包含12例研究对象，勾选后的Bland-Altman图仅标绘了12个点(图4)，每个点代表1例研究对象的测量值对。本例均等线(差异=0)位于LoA内，12个点随机分布在差值平均值水平线的上下两侧，且均落在LoA内，可以认为若忽略临床上可接受的临界值范围，A法和B法测量某生化指标是等价的，可以互相替换。图5详细列出了两种方法差值的平均值，下限、上限及其95%的置信区间。
2. 取消勾选“每个对象的真值为常量”的Bland-Altman图及统计分析结果
若图3中取消勾选“每个对象的真值为常量”，其他选项不变，则 Bland-Altman图变为包含12种不同图案的60个点的样式，每个点代表1个测量对，同一图案的点代表同一个研究对象，由图6发现，同一图案的点都较为接近，只有1个点(1.67%)落在LoA之外，同样可以认为若忽略临床上可接受的临界值范围，A法和B法测量某生化指标是等价的，可以互相替换。图7详细列出了两种方法差值的平均值，下限、上限及其95%的置信区间。
四、结论
本研究使用两种方法多次测量每个对象的Bland-Altman图功能对两种测量方法的一致性进行分析，根据结果可认为A法和B法测量某生化指标是等价的，可以互相替换。