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 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。

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。

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