方法学一致性评价一定要是两个不同实验方法吗

您好，方法学一致性评价并不一定非要使用两个不同的实验方法。它的目的是为了评估不同的实验方法在某一个特定的研究领域中的一致性，以确定它们的可靠性和有效性。在这种情况下，可以使用一种实验方法，但是需要重复这种实验方法多次，以评估它的一致性。此外，可以使用多种实验方法，以比较它们之间的一致性，以及它们与其他研究领域中的实验方法之间的一致性。因此，方法学一致性评价并不一定非要使用两个不同的实验方法，但是它可以使用多种实验方法，以检验它们之间的一致性。

Bland-Altman method是什么意思

Bland-Altman法：此种方法为定量与定性方法的结合，其原理是对于两种评定间的差异进行随机效应分析，来解释说明一致性问题。Bland与Altman认为，测量误差不会影响变量间的相关，但会影响一致性；Bland-Altman的方法实际上是对两种评定之间差异的一种观察，横轴为每个被观察对象评定得到的均值，纵轴为两种评定间的差异值，考察评定者间均数及差异的关系。Bland-Altman图法主要是观察两种测量之间差异的分布。在纵轴上以差异的均值和理论0值（以比率为纵轴的以理论1值）为均值参考线，另外再添加md±1.96SD即差异均值的95%的置信区间的参考线，也称为95%的可接受的一致性界限。报告结果需结合图形做合理解释，一般情况下，报告在一致性界限外的点的百分比，与理论值相差的最大值，结合临床，进行合理解释，决定对新方法的取舍。

如何用sas实现Bland-Altman method对重复测量资料的一致性分析

间相关性研究两种致性应用斜率截距平归相关系数（r）种均假设两均误差故误导应用Deming归析两误差减致低解释应注意高r值并指临床重要性致用Bland-Altman解释相关资料比较两误差用百数比绝值

如何应用Bland-Altman法进行一致性分析

方法间相关性研究两种方法的一致性。大多应用斜率和截距，最小平方回归和相关系数（r）。但此种方法均假设两方法均无误差，故会误导。应用Deming回归分析。可将两方法的误差减致最低。在解释时应注意，高的r值并不是指临床重要性的一致。最好用Bland-Altman法来解释相关资料，比较两方法的误差用百分数比绝对值好

Bland-Altman一致性分析

临床上，如何评判两种检测方法学的一致性呢？对于定性资料，一般是通过kappa一致性分析：比如，如何评价C13呼气试验和病理活检对幽门螺旋杆菌（Hp）检测的一致性呢？这个在之前的推文中有详细教程。那么对于定量资料，一般会通过配对样本t检验，或者Bland-Altman法进行分析。这里我们采用GraphPad软件中的示例数据，评价21例患者中MF，SV的测值差异，具体操作如下：

选择【Column】，在下拉菜单中选择【Bland-Altman method comparison】

点击【Analyze】，在弹出的菜单中，选择【Bland-Altman method comparison】，点击【OK】

这里我们分析两种方法的绝对偏移（差值），选择【Difference vs average】，也可以尝试比较两种方法的相对偏移（比值），点击【OK】

在【Graph】菜单下，自动生成两种方法的Bland-Altman结果，发现两组的数据一致性较好，均未出现一致性区间外的测值。

同时，我们还可以使用配对样本t检验，比较两种方法对同一样本的测值差异，具体分析过程，可以搜索之前的教程，选择【t test】，点击【ok】

在【Result】中出现t检验的分析结果，P=0.877，大于0.05，即两种方法测值差异无统计学意义，具有较好的一致性。

配对t检验散点图

Bland-Altman法？

Bland-Altman法，此种方法为定量与定性方法的结合,其原理是对于两种评定间的差异进行随机效应分析,来解释说明一致性问题。

简单解释如下：

线性相关对系统误差不敏感。也就是说，假如两种方法的测量值是(X, Y)，其相关系数为COV(X, Y)，我们对第一种测量方法的测量值做一个线性变换：aX+b，但其相关系数不变，COV(aX+b)=COV(X, Y)。比如，下图中的large2=large1*2-21，但是与mini的相关系数仍然为0.94328，而两种方法的测量值的差异已经是原来的100倍了。从散点图形上看，感觉就是做了拉伸。