两个连续变量的一致性相关系数(CCC)计算——MedCalc软件实现

关键词：MedCalc;连续变量;一致性相关系数;一致性分析

一致性相关系数(Concordance Correlation Coefficient，CCC)也可简写为P_c，用于评价观测值偏离通过原点的45°线的程度,包括精确度量P和准确度量C_b，它们有如下关系：

\(P_{c}=P C_{b}\)

式中，P为Pearson相关系数，属于精确度量，用于测量每个观测值偏离最佳拟合线的距离；C_b为偏移校正因子，属于准确度量，用于测量最佳拟合线偏离经过原点的45°线的距离。P_c用于描述两个连续变量的一致性强度。

一、案例介绍

为检测血液中某肿瘤指标(X)的含量，分别使用A、B两种方法检测17例某肿瘤患者血液中该指标的含量，试评价两种检测方法的一致性。部分数据见图1。本案例数据可从“附件下载”处下载。

二、问题分析

本文评估两个连续性变量之间的一致性，可以通过计算一致性相关系数（P_c）进行描述。在诊断试验研究中，P_c用于描述两个连续变量的一致性强度，当P_c＜0.90时，表明一致性较差；当0.90≤P_c＜0.95时，表明一致性中等；当0.95≤P_c≤0.99时，表明一致性非常好；当P_c＞0.99时，表明一致性近乎完美。

三、软件操作及结果解读

(一) 软件操作

选择“统计”—“一致性和响应能力”—“一致性相关系数”菜单(图2)，进入“一致性相关系数”对话框(图3)，“变量Y”选择“A方法”，“变量X”选择“B方法”，点击“确定”。

(二) 结果解读

图4的“一致性相关系数”分析结果显示，P_c=0.5503，表明A、B两种检测方法检测结果的一致性较差。

四、结论

本研究评价A、B两种检测方法的一致性，通过专业知识判断，数据为连续型变量，且同一个体分别使用了两种方法，因此可以采用一致性相关系数检验。分析结果显示，P_c=0.5503，表明A、B两种检测方法检测结果的一致性较差。

五、知识小贴士

一致性相关系数(CCC/P_c)和组内相关系数(ICC)的用途、基本思想及适用范围比较如下：

用途：P_c和ICC均可用于评价两份定量资料的一致性或可靠性。

基本思想：

• P_c是基于校正相关的思想，在Pearson相关系数的基础上进行了改进。用Pearson相关系数描述一致性的缺点是，无法考查两个变量的差距有多大(无金标准的诊断试验研究——概述，链接)，而P_c还同时考察了两个变量偏离45°线的程度，可以反映两个变量的差距大小。如果两个变量的Pearson相关系数较大，且偏离45°线很小，则说明一致性较好。
• ICC是基于变异的思想，即两种诊断方法测量结果的变异占总变异的比例，同时考虑了系统误差与随机误差的影响。

适用范围：P_c只能用于连续性变量，而ICC不仅适用于计量资料，也适用于有序分类变量的一致性评价。