Konkordancia analízis | Jiotower

Értékelés folyamatos skálán

a legtöbb fizikai mérés folyamatos numerikus skálán történik. Gyakran egynél több technika vagy eszköz létezik a kérdéses mennyiség mérésére, és felmerül a kérdés, hogy ezek a technikák mennyire értenek egyet (1). Ha valaki új módszert kíván bevezetni egy orvosi változó mérésére, először meg kell vizsgálnia annak érvényességét annak ellenőrzésével, hogy mennyire felel meg egy már kialakított módszernek vagy egy arany standardnak.

ebben a részben statisztikai módszereket mutatunk be két mérési technika összehasonlítására, és néhány fiktív példára alkalmazzuk őket. Feltételezzük, hogy néhány szám n személyek vagy tárgyak (talán 100 közülük) a két technika mindegyikével mérést végeznek, összesen n pár mérést eredményezve. Első lépésként a két technikával kapott méréseket grafikonon ábrázoljuk egymással szemben: a minta minden egyes tagjára egy pontot ábrázolunk, amelynek x-koordinátája az első technikával kapott mérés, y-koordinátája pedig a második technikával kapott mérés. Ha a két technika tökéletesen vagy majdnem megegyezik, akkor az összes ábrázolt pontnak az X = y átlós vonalon vagy annak közelében kell lennie.

két különálló és könnyen érthető helyzetet mutat az 1a.és 1b. ábra (A. és B. példa). Bármely pontosan egyenlő méréspárt (1.mérés = 2. mérés) az X = y átlós vonalon fekvő pontként ábrázolnánk, amelyet mindkét grafikonon megrajzolunk. Az A. példában a két mérési módszer szorosan megegyezik; a B. példában azonban a diagram egyszerre mutatja, hogy az 1. és 2.mérés közötti különbség egyre szélesebb körben változik a növekvő értékek tekintetében, és összességében nagyobb, mint az A. példában.

az ilyen összefüggések megjelenítésének informatívabb módja az úgynevezett Bland-Altman diagram, amelyet a 2a. és 2b. ábrán látható két példa esetében mutatunk be. Mint korábban, minden méréspárt az x-y síkban ábrázolunk, de más módon: a két mérés átlagát x-koordinátaként, a köztük lévő különbséget pedig y-koordinátaként ábrázoljuk. Ezenkívül az összes különbség átlagát szilárd vízszintes vonalként ábrázoljuk, és két további (pontozott) vízszintes vonalat ábrázolunk e vonal felett és alatt, a különbségek szórásának 1,96-szorosának távolságából. Ez a két sor megfelel az úgynevezett megállapodási korlátoknak. A minden különbség átlaga vonal a két mérési technika szisztematikus eltérését jelzi, amelyekre általában korrekció vezethető be; az egyetértési határok jelzik a további eltérések méretét, amelyek általában nem javíthatók. Ha a mért mennyiség általában eloszlik, akkor a mért különbségek 5% – ának túl kell lennie az egyetértés határain, azaz több mint 1,96 szórásnak kell lennie az összes különbség átlaga felett vagy alatt (2). Az egyszerűség kedvéért a 2-es tényezőt gyakran használják az 1,96 helyett; ez utóbbi azonban pontosabban megfelel a 97-nek.A normál eloszlás 5% – a. Összefoglalva, a Bland-Altman diagram hasznos segédeszköz, amely lehetővé teszi a mérési technikák vizuális összehasonlítását.

a 2a.ábrán például a Bland-Altman diagram megerősíti, hogy a két mérési technika szoros egyetértésben van. A minden különbség átlaga vonal nagyon közel van 0; így úgy tűnik, hogy nincs szisztematikus eltérés a két technika mért értékei között. Ebben a példában az összes különbség szórása nagyjából 0,05. Feltételezve, hogy a mért mennyiség általában eloszlik, arra a következtetésre juthatunk, hogy a két mérés közötti különbség az esetek 95% – ában kevesebb, mint 0,1; ez a különbség kicsi a mért mennyiségekhez képest. A megállapodás két határa közötti távolság (más szóval a megállapodás régiójának szélessége) ebben a példában 0,2.

amikor a Bland-Altman diagramokat valós helyzetekben használják annak megállapítására, hogy két mérési technika mennyire egyezik meg, arra a kérdésre, hogy a megfigyelt egyetértési fok elég jó-e, csak arra a konkrét alkalmazásra lehet válaszolni, amelyre a technikákat alkalmazni kell (azaz “mire elég jó?”). A leendő felhasználóknak el kell dönteniük, hogy a méréseknek mennyire kell megegyezniük (másképp fogalmazva: milyen szűknek kell lennie a megegyezés határai közötti sávnak) ahhoz, hogy klinikai célokra elfogadható legyen. Tetzlaff et al. (1) például összehasonlította a mágneses rezonancia képalkotást (MRI) egy adott klinikai alkalmazás spirometriájával Bland-Altman diagramok segítségével (egyéb módszerek mellett), és az egyetértés mértékét kielégítőnek találta.

a Bland-Altman diagram például b (2B ábra) azonnal több korlátozást tár fel a vizsgált két mérési technika egyetértésére. A két mérés közötti átlagos különbség ismét nulla közelében van, de az egyetértési határok 1,4 egységgel vannak az átlagérték felett és alatt, azaz., arra lehet számítani, hogy az összes mért különbség 95% – a -1,4 – +1,4 tartományba esik. Az orvosnak el kell döntenie, hogy elfogadható-e egy ilyen nagyságrendű eltérés. Ezenkívül a diagram pontjainak nem egyenletes eloszlása szisztematikus torzítást (szisztematikus torzítást) jelez.

ennek ellenére azonban a Bland-Altman diagram gyenge egyetértése nem vezethet bennünket egy új mérési technika idő előtti elutasításához. A 3. ábrán további két olyan esetet mutatunk be (C és d példák), amelyekben a két mérési technika nyilvánvalóan nem ért egyet (az ábrázolt pontok messze vannak az egyetértési vonaltól), mégis funkcionálisan kapcsolódnak egymáshoz, amint azt a regressziós görbe minden esetben mutatja. A két technika közötti kapcsolat lineáris a c példában (3C ábra), nemlineáris a d példában (3d ábra).

így gyakran előfordul, hogy az egyik mérés pontosan megjósolható a másiktól, mert mindkettő egyértelműen funkcionálisan összefügg, annak ellenére, hogy maguk a két mérés nagyon eltérő értékeket ad. A 3D ábrán például, amikor az 1. mérés 3,0 értéket ad, a regressziós görbe segítségével megbecsülhetjük, hogy a 2.mérés 7,65 értéket eredményez. A két mérési technika közötti egyetértés nyilvánvaló hiánya tehát nagyrészt korrigálható. Miután a 2.mérést ily módon” korrigáltuk ” a regressziós görbe segítségével—amely megfelel a két mérés közötti funkcionális összefüggés legjobb becslésének—, összehasonlíthatjuk a korrigált 2. mérést az 1. méréssel a már leírt módszerekkel, például egy új Bland-Altman diagrammal. Ez az eljárás nagyon hasonlít egy mérőműszer kalibrálására. Maga a funkcionális kapcsolat meghatározása, azaz., a 3. ábrán látható típusú regressziós görbék generálása különféle statisztikai módszereket igényel, például lineáris és nemlineáris regressziót, amelyeket itt nem tárgyalhatunk részletesebben.

a két mérési technika közötti Pearson-korrelációs együtthatót (2) gyakran úgy tekintik, hogy lineáris kapcsolatot (tehát egy meghatározott funkcionális kapcsolatot) mutat be közöttük. Valójában egy magas abszolút értékű együttható (közel 1 vagy -1) jelzi ezt a kapcsolatot. Gyakori hiba azonban a korrelációs együtthatókra alkalmazott szignifikancia tesztek következményeinek félreértelmezése. Az a megállapítás, hogy a két mérési technika közötti korreláció jelentősen eltér a nullától, nem feltétlenül jelenti azt, hogy a két technika jó összhangban van. A két technika közötti legkisebb, gyakorlatilag irreleváns kapcsolat elvileg statisztikailag szignifikáns ilyen típusú megállapítást eredményezhet. A “jelentős” korreláció valójában egyáltalán nem tartalmaz információt a két mérési típus közötti nézeteltérés mértékéről (3, 4).