两个连续变量的一致性相关系数(CCC)计算——MedCalc软件实现

发布于 2022年9月3日 星期六 21:06:28 浏览:5450
原创不易,转载请注明来源,感谢!
附件下载:
两个连续变量的一致性相关系数(CCC)计算.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

在前面文章中介绍了描述连续性变量一致性分析的指标ICC,详见无金标准的诊断试验研究——组内相关系数(ICC),本文介绍另一个描述两个连续变量的一致性的指标(CCC)在MedCalc软件中的实现过程。

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Pc,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Cb,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;Cb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。Pc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。

图1

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(Pc)进行描述。在诊断试验研究中,Pc用于描述两个连续变量的一致性强度,当Pc<0.90时,表明一致性较差;当0.90≤Pc<0.95时,表明一致性中等;当0.95≤Pc≤0.99时,表明一致性非常好;当Pc>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”。

图2
图3

(二) 结果解读

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

图4

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,Pc=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/Pc)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Pc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

  • Pc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Pc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Pc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。

End
文章目录 沉浸式阅读