Editverse Kostenloser Rechner
Bland-Altman-Diagrammrechner
Beurteilen Sie die Übereinstimmung zweier Messmethoden – mittlere Abweichung und 95%-Konfidenzintervall, aufgetragen gegen den Mittelwert – mit dem exakten R-Befehl hinter dem Ergebnis. Eine vollständige Interpretationsanleitung folgt unten. Validiert mit R 4.3.3.
In einfachen Worten
Ein Bland-Altman-Diagramm veranschaulicht die Übereinstimmung zweier Messmethoden für dieselbe Größe. Es trägt die Differenz zwischen den Messwerten jedes Paares gegen deren Mittelwert auf und zeichnet anschließend die mittlere Differenz (die systematische Abweichung ) sowie die Übereinstimmungsgrenzen – den Bereich, in dem die meisten Differenzen liegen – ein.
Die zentrale Erkenntnis ist, dass eine hohe Korrelation zwischen zwei Methoden nicht bedeutet, dass sie übereinstimmen. Zwei Methoden können nahezu perfekt korrelieren, während eine Methode durchgehend höhere Werte liefert als die andere. Die Bland-Altman-Analyse beantwortet die klinisch relevante Frage: Wie groß darf die maximale Abweichung zwischen den beiden Methodenwerten für einen einzelnen Patienten sein?
Wann sollte die Bland-Altman-Analyse angewendet werden?
Die Bland-Altman-Analyse eignet sich immer dann, wenn Sie feststellen möchten, ob eine neue Messmethode eine etablierte ersetzen kann oder ob zwei Geräte, Untersucher oder Testverfahren vergleichbare Ergebnisse liefern. Sie ist der Standard für Methodenvergleichs- und Übereinstimmungsstudien in der Labor- und klinischen Forschung.
Legen Sie im Voraus fest, welche Übereinstimmungsgrenzen klinisch akzeptabel sind, und beurteilen Sie die beobachteten Grenzen anhand dieser Schwelle – die Statistik definiert die Akzeptanz nicht für Sie. Informationen zur Übereinstimmung auf einer kontinuierlichen Skala, ausgedrückt durch einen einzelnen Koeffizienten, finden Sie in Lins Konkordanzkorrelation ; ersetzen Sie niemals eine Übereinstimmungsanalyse durch einen Korrelationskoeffizienten. Sie sind sich nicht sicher, welche Übereinstimmungsmethode geeignet ist? Unser Test-Selektor kann Ihnen helfen.
Erwartet: 2 Spalten: Werte Methode 1 | Werte Methode 2
Ziehen Sie hier eine CSV-Datei hoch oder klicken Sie, um eine Datei auszuwählen. Die Verarbeitung erfolgt im Browser: Es wird nichts hochgeladen.
Erwartet: 2 Spalten: Werte Methode 1 | Werte Methode 2
m1 <- c({m1}) m2 <- c({m2}) d <- m1 - m2 c(Bias = Mittelwert(d), unterer Wert = Mittelwert(d)-1.96*sd(d), oberer Wert = Mittelwert(d)+1.96*sd(d))Benutzerhandbuch
Wann anwenden. Die Übereinstimmung zwischen zwei Messmethoden wird anhand der mittleren Abweichung und der Übereinstimmungsgrenzen beurteilt.
Annahmen. Die Differenzen sind über den gesamten Messbereich annähernd normalverteilt und konstant.
Häufige Fehler. Verwenden Sie niemals den Korrelationskoeffizienten zur Beurteilung der Übereinstimmung der Methoden.
Ausgearbeitetes Beispiel
Klicken Sie oben auf „Beispieldaten laden“ und anschließend auf „Analyse ausführen“ , um ein vollständig ausgearbeitetes Ergebnis mit Abbildung, Formel und Interpretation für diesen Test anzuzeigen.
Referenzen
- Bland JM, Altman DG. Statistische Methoden zur Beurteilung der Übereinstimmung. Lancet. 1986;1:307-310.
Ausgearbeitete Beispiele
Beispiel 1 – Eine geringe, akzeptable Verzerrung
Zwei Geräte messen dieselben sechs Proben. Die mittlere Differenz beträgt etwa −0.6 Einheiten, die Übereinstimmungsgrenzen liegen bei etwa −1.4 bis +0.2 Einheiten. Sind Differenzen bis zu etwa 1.5 Einheiten klinisch unbedeutend, stimmen die Geräte ausreichend gut überein, um austauschbar verwendet zu werden.
Beispiel 2 – Hohe Korrelation, geringe Übereinstimmung
Zwei Methoden korrelieren mit r = 0.99, doch eine liefert durchgehend 5 Einheiten höhere Werte. Die Korrelation ist hervorragend, aber das Bland-Altman-Diagramm offenbart eine systematische Abweichung von 5 Einheiten – die Methoden stimmen perfekt überein, obwohl sie deutlich voneinander abweichen, was die Korrelation allein verschleiern würde.
Zu prüfende Annahmen
Paarweise Messungen derselben Größe. Jede Versuchsperson wird mit jeder Methode einmal auf derselben Skala gemessen, sodass der Unterschied aussagekräftig ist.
Annähernd normalverteilte, konstante Differenzen. Die Standardgrenzwerte setzen voraus, dass die Differenzen annähernd normalverteilt sind und ihre Streuung sich über den Messbereich nicht ändert; nimmt die Streuung mit der Größe zu, sind eine Transformation oder proportionale Grenzwerte erforderlich.
Ein vordefinierter Akzeptanzschwellenwert. Die Übereinstimmungsgrenzen werden erst dann zu einem Urteil, wenn sie mit einer im Voraus festgelegten klinisch akzeptablen Differenz verglichen werden.
Häufige Fehler
Korrelation zur Beurteilung der Übereinstimmung
Ein hoher Korrelationskoeffizient bedeutet, dass die Methoden in eine ähnliche Richtung tendieren, nicht, dass sie übereinstimmen. Die Bland-Altman-Analyse, nicht die Pearson-Korrelation, ist das geeignete Instrument.
Proportionale Verzerrung ignorieren
Wenn die Differenz mit der Größe der Messung zunimmt, sind feste Übereinstimmungsgrenzen irreführend. Prüfen Sie die Grafik auf einen Trend und modellieren Sie diesen gegebenenfalls.
Ablesen der Grenzen ohne klinische Schwelle
Übereinstimmungsgrenzen sind nur im Hinblick auf eine vorab festgelegte akzeptable Differenz sinnvoll. Ohne diesen Maßstab ist die Bedeutung von „weit“ oder „eng“ nicht definiert.
Zu wenige Paare
Bei sehr wenigen Messungen lassen sich die Übereinstimmungsgrenzen ungenau abschätzen. Ein Konfidenzintervall für die Grenzen und eine ausreichende Stichprobe sind wichtig.
Häufig gestellte Fragen
Warum nicht einfach die Korrelation nutzen?
Die Korrelation misst, ob sich zwei Methoden in dieselbe Richtung bewegen, nicht ob sie denselben Wert liefern; zwei Methoden können perfekt korrelieren und dennoch um einen konstanten oder proportionalen Betrag voneinander abweichen.
Wo liegen die Grenzen der Übereinstimmung?
Es handelt sich um die mittlere Differenz plus/minus etwa 1.96 Standardabweichungen der Differenzen, also um den Bereich, in dem ungefähr 95 % der Differenzen zwischen den Methoden liegen.
Was ist proportionale Verzerrung?
Dies ist der Fall, wenn sich der Unterschied zwischen den Methoden mit der Größe der Messung ändert, was sich in der Bland-Altman-Auftragung als Steigung darstellt und proportionale statt feste Grenzwerte erfordert.
Stimmt das Ergebnis mit den Ergebnissen von R und MedCalc überein?
Ja. Der Rechner verwendet die Standardformeln für die mittlere Differenz und die Übereinstimmungsgrenzen und zeigt den R-Befehl an, damit Sie Verzerrung und Grenzen exakt reproduzieren können.
Verwandte Rechner
Referenzen
- Bland JM, Altman DG. Statistische Methoden zur Beurteilung der Übereinstimmung zwischen zwei klinischen Messmethoden. Lanzette. 1986;1(8476):307–310. PMID 2868172.
- Mantha S, Roizen MF, Fleisher LA, Thisted R, Foss J. Vergleich klinischer Messmethoden: Berichtsstandards für die Bland- und Altman-Analyse. Anesth Analg. 2000;90(3):593–602. PMID 10702443.
- Bland JM, Altman DG. Messung der Übereinstimmung in Methodenvergleichsstudien. Stat Methoden Med Res. 1999;8(2):135–160.
Benötigen Sie diese Analyse für Ihr Manuskript?
Unsere promovierten Biostatistiker führen Methodenvergleichs- und Übereinstimmungsstudien durch – Bland-Altman-Bias und -Grenzen mit Konfidenzintervallen sowie regressionsbasierte Vergleiche – mit reproduzierbaren R-Ergebnissen.