El análisis de Bland-Altman , también conocido como método de límites de concordancia, es el estándar estadístico internacionalmente aceptado para evaluar si dos métodos de medición pueden utilizarse indistintamente en la práctica clínica. Descrito por primera vez por Martin Bland y Douglas Altman en su influyente artículo de 1986 publicado en The Lancet , el método ha sido citado más de 40 000 veces y sigue siendo la piedra angular de los estudios de comparación de métodos en medicina, fisiología y control de calidad.
Esta guía explica con precisión cómo funciona el análisis de Bland-Altman, cómo construir e interpretar un gráfico de Bland-Altman, qué significan en la práctica los límites de concordancia y el sesgo, y cómo evitar los errores de interpretación más comunes. Ya sea que esté validando un nuevo oxímetro de pulso, comparando dos ensayos de laboratorio o diseñando un estudio de dispositivo para su presentación regulatoria, este artículo le brinda los conocimientos básicos para hacerlo correctamente.
Escrito por el equipo de redacción médica de Editverse | Revisado por el consejo editorial de Editverse | Última actualización: junio de 2026
💡 En palabras sencillas
¿Qué es una trama de Bland-Altman, en lenguaje sencillo?
Imagina que mides la presión arterial de un paciente con un esfigmomanómetro de mercurio antiguo y un dispositivo automático nuevo. Ambos te dan un valor, pero ¿son lo suficientemente similares como para intercambiarlos? Un diagrama de Bland-Altman responde a esta pregunta visualmente. Para cada paciente, calcula la diferencia entre las dos lecturas (eje Y) y el promedio de ambas (eje X), y luego representa un punto por paciente. El resultado es un diagrama de dispersión rodeado por tres líneas horizontales: la diferencia media (sesgo) en el centro, y los límites superior e inferior de concordancia (±1.96 DE) arriba y abajo. Si estas líneas exteriores se encuentran dentro de un rango clínicamente aceptable, los métodos concuerdan lo suficiente como para ser intercambiables.
🧠 Cuestionario rápido
P: Un gráfico de Bland-Altman tiene una diferencia media de +5 mmHg. ¿Qué significa esto?
A: En promedio, el método B arroja valores 5 mmHg superiores a los del método A en todas las mediciones, un patrón denominado sesgo sistemático . La aceptabilidad de este sesgo depende del contexto clínico: 5 mmHg pueden ser aceptables para el seguimiento de tendencias, pero inaceptables para el diagnóstico de hipertensión.
Por qué la correlación y la regresión no son suficientes para comparar métodos.
Un error fundamental en la investigación clínica es utilizar el coeficiente de correlación de Pearson (r) o la regresión lineal simple para determinar si dos métodos de medición coinciden. Los investigadores que publican análisis de regresión frente a correlación suelen asumir que un valor alto de r (por ejemplo, r = 0.95) significa que los métodos son intercambiables; sin embargo, esto es erróneo, y la razón es sutil.
La correlación mide la fuerza de una relación lineal , no el grado de concordancia . Dos métodos podrían tener una correlación perfecta (r = 1.0) pero aun así discrepar sistemáticamente en una cantidad constante. Si su nuevo termómetro marca exactamente 2 °C más que el dispositivo de referencia para cada paciente, el valor de r es 1.0, pero es evidente que los métodos no coinciden. De manera similar, los modelos de regresión ajustan una línea a los datos, pero no cuantifican la desviación entre pares de mediciones individuales.
Bland y Altman demostraron este problema empíricamente en 1986. La solución que propusieron (representar gráficamente las diferencias frente a las medias) visualiza directamente tanto el sesgo sistemático como la variabilidad aleatoria sin el optimismo engañoso de los altos coeficientes de correlación.
Principios básicos del análisis de Bland-Altman
La diferencia media (sesgo)
La diferencia media (d̄) es la media aritmética de todas las diferencias por pares (Método B menos Método A) en la muestra del estudio. Un valor cercano a cero indica que no existe sesgo sistemático entre los métodos. Un valor positivo significa que el Método B arroja valores consistentemente más altos; un valor negativo significa que arroja valores más bajos. La magnitud se interpreta en unidades clínicas, no como un porcentaje, por lo que la aceptabilidad de d̄ = 3 mmHg depende completamente del contexto clínico.
Los límites del acuerdo
Los límites de acuerdo (LOA) se calculan de la siguiente manera:
LOA inferior = d̄ − 1.96 × DE
Estos límites definen el rango dentro del cual se espera que se encuentre el 95 % de las diferencias de medición individuales, suponiendo que dichas diferencias se distribuyan normalmente. Un estudio de comparación de métodos se considera aceptable si ambos límites de concordancia (LOA) se encuentran dentro de una diferencia máxima admisible (MAD) predefinida , un umbral clínico que se decide antes de la recopilación de datos, no después. Este requisito de predefinición es innegociable; establecer la MAD después de analizar los datos constituye un razonamiento circular.
Una revisión realizada por Gerke en 2020 y publicada en Diagnostics (PMC7278016) examinó los estándares de presentación de informes en cientos de estudios de concordancia de Bland-Altman y descubrió que la especificación previa de los límites aceptables estaba ausente en la mayoría de los artículos publicados, una brecha metodológica significativa que los revisores ahora señalan en las principales revistas.
Intervalos de confianza alrededor de los límites
Los límites de concordancia (LOA) son estimaciones de la muestra, no parámetros poblacionales. Por lo tanto, conllevan incertidumbre. Para muestras pequeñas (n < 60), estos intervalos de confianza pueden ser lo suficientemente amplios como para que el análisis no sea informativo. En consecuencia, es fundamental planificar el tamaño de la muestra para los estudios de concordancia. Gerke et al. (2022), en el Journal of Clinical Monitoring and Computing (PMID 35438365), proporcionan fórmulas específicas para el cálculo del tamaño de la muestra en estudios de LOA, una referencia que todo investigador que diseñe un estudio de comparación de métodos debería consultar.
Preparación de datos para el análisis de Bland-Altman
Requerimientos de datos
Un análisis de Bland-Altman válido requiere lo siguiente:
- Medidas pareadas: Cada sujeto debe ser evaluado mediante ambos métodos, idealmente de forma simultánea o dentro de un intervalo de tiempo clínicamente aceptable.
- Variables continuas: Este método se aplica a mediciones cuantitativas (presión arterial, concentración de glucosa, volumen pulmonar). No es adecuado para datos ordinales o categóricos.
- Tamaño de muestra adecuado: Se recomienda un mínimo de 40 a 50 pares; algunos autores sugieren al menos 100 pares para obtener estimaciones estables de LOA.
- Independencia: Cada par debe representar a un individuo diferente. Las mediciones repetidas en el mismo individuo requieren versiones modificadas del análisis (véase más abajo).
- Diferencias con distribución normal: La fórmula LOA presupone la normalidad de las diferencias, no de las mediciones originales. Se recomienda utilizar una prueba de Shapiro-Wilk o un gráfico QQ de las diferencias para verificar esta suposición antes de continuar.
Cuando falla el supuesto de normalidad
Si las diferencias están sesgadas o muestran un error proporcional (la varianza aumenta con la magnitud de la medición), existen dos enfoques. Primero, una transformación logarítmica de los datos brutos antes de calcular las diferencias suele estabilizar la varianza. La transformación inversa proporciona límites de concordancia (LOA) de razón en lugar de límites de concordancia de diferencia. Estos se interpretan como el factor por el cual un método supera al otro, no como una diferencia aditiva. Segundo, se pueden utilizar límites de concordancia no paramétricos utilizando los percentiles 2.5 y 97.5 de la distribución de la diferencia bruta, aunque esto requiere muestras más grandes.
Cómo construir una trama de Bland-Altman: paso a paso
Los siguientes pasos describen cómo crear un gráfico de Bland-Altman a partir de datos sin procesar:
- Calcula la diferencia: Para cada sujeto i, calcule d_i = B_i − A_i. La convención de signos (B menos A o A menos B) debe indicarse y mantenerse de forma consistente a lo largo del documento.
- Calcula el promedio: Para cada sujeto, calcule avg_i = (A_i + B_i) / 2.
- Calcula la diferencia media: d̄ = media de todos los valores d_i.
- Calcular la desviación estándar de las diferencias: SD = desviación estándar de todos los valores d_i.
- Calcular la LOA: Superior = d̄ + 1.96 × SD; Inferior = d̄ − 1.96 × SD.
- Terreno: Eje X = avg_i para cada par; Eje Y = d_i para cada par. Añada tres líneas de referencia horizontales para la diferencia media y ambos límites de acuerdo (LOA). Añada bandas de intervalo de confianza del 95 % alrededor de cada línea.
- Evaluar visualmente: Compruebe si existen patrones no aleatorios (consulte la sección de Interpretación).
Implementación de software
Todas las principales plataformas estadísticas admiten gráficos de Bland-Altman. En R, blandr El paquete (CRAN) automatiza todos los pasos, incluidas las bandas CI. En Python, el pyCompare La biblioteca genera gráficos listos para su publicación. Los usuarios de SPSS pueden utilizar la macro Bland-Altman disponible en MedCalc. GraphPad Prism y MedCalc tienen funciones Bland-Altman nativas. Para un análisis rápido basado en la web, Calculadora Bland-Altman gratuita Tanto Editverse como la aplicación Shiny BA-plotteR permiten diseñar modelos estándar y de medidas repetidas sin necesidad de conocimientos de programación.
Límites de concordancia, sesgo y el gráfico de diferencias: Guía de interpretación
Los tres elementos estructurales de un análisis de Bland-Altman (sesgo, límites de concordancia y diagrama de dispersión) responden cada uno a una pregunta clínica diferente.
| Elemento | Definición | Pregunta clínica a la que responde |
|---|---|---|
| Diferencia media (sesgo) | Promedio de todas las diferencias por pares | ¿Algún método arroja resultados sistemáticamente más altos o más bajos? |
| Límites del Acuerdo (LOA) | Media ± 1.96 × desviación estándar de las diferencias | ¿Qué tan extendida está la diversidad de desacuerdos individuales? |
| Gráfico de diferencias Dispersión | Puntos individuales (promedio vs. diferencia) | ¿Existen tendencias, valores atípicos o errores proporcionales? |
Interpretación de patrones visuales en la trama
Una dispersión horizontal aleatoria alrededor de la línea de diferencia media es el patrón ideal, lo que significa que la discrepancia entre los métodos es constante e impredecible, sin características sistemáticas. Los siguientes patrones indican problemas:
- Forma de embudo (error proporcional): Si la dispersión aumenta a medida que se incrementa el promedio, los métodos discrepan más en valores más altos. Esto viola el supuesto de normalidad y, por lo general, requiere una transformación logarítmica antes de continuar.
- Tendencia de la pendiente: Una tendencia visible hacia arriba o hacia abajo en el eje X sugiere un sesgo proporcional: un método arroja valores proporcionalmente más altos o más bajos en diferentes niveles de medición. La regresión de Passing-Bablok cuantifica esto con mayor precisión.
- Valores atípicos más allá del límite de concordancia: Por definición, se espera que aproximadamente el 5 % de los puntos se encuentren fuera del límite de concordancia (LOA). Si este porcentaje supera el 5 %, o si se observa un grupo de valores atípicos, es necesario investigarlo. Verifique si hay errores en la introducción de datos, factores de confusión específicos del paciente o desviaciones del protocolo.
- Agrupamiento no aleatorio: La presencia de grupos de puntos en rangos de medición específicos puede indicar efectos de subpoblación (por ejemplo, los métodos coinciden en pacientes normotensos pero no en pacientes hipertensos).
Temas avanzados: Medidas repetidas y el método de Bland-Altman modificado.
El análisis estándar de Bland-Altman presupone un par de mediciones por sujeto. En la práctica, los investigadores suelen tener múltiples mediciones por sujeto; por ejemplo, tres lecturas con cada método el mismo día. Aplicar el análisis estándar a mediciones repetidas viola el supuesto de independencia y produce límites de concordancia artificialmente estrechos, ya que las mediciones dentro de cada sujeto están correlacionadas.
El enfoque correcto para medidas repetidas es el Bland-Altman con efectos aleatorios (también llamado Bland-Altman de efectos mixtos), que divide la varianza en componentes intrasujeto e intersujeto. blandr El paquete R admite esta extensión, al igual que el módulo de medidas repetidas de MedCalc. Taffe (2023) en Métodos estadísticos en la investigación médica (PMID 36352556) proporciona extensiones adicionales que utilizan límites de tolerancia clínica que son directamente aplicables a las presentaciones regulatorias.
Comparación de la regresión de Bland-Altman con la de Passing-Bablok
La regresión de Passing-Bablok es otro método importante para comparar dos métodos de medición cuantitativa. Se trata de una técnica no paramétrica que estima una línea de regresión entre ambos métodos sin asumir que ninguno esté libre de errores ni que estos sigan una distribución normal. Resulta especialmente útil en química clínica para detectar simultáneamente sesgos constantes y proporcionales.
Ambos métodos son complementarios, no contrapuestos. El análisis de Bland-Altman cuantifica el rango clínico de discrepancia en las unidades de medida originales. La regresión de Passing-Bablok determina si la relación entre los métodos es lineal y si una corrección de calibración podría eliminar la discrepancia. Utilizados conjuntamente, como recomienda el Instituto de Estándares Clínicos y de Laboratorio (CLSI), ofrecen una visión completa de la concordancia entre los métodos.
Aplicaciones en entornos clínicos y de investigación.
Validación de dispositivos médicos
Los organismos reguladores, como la FDA y el comité técnico ISO TC 215, exigen datos de comparación de métodos cuando se presenta un nuevo dispositivo de diagnóstico para su aprobación. Las normas ISO 5725 y CLSI EP09, las dos directrices principales para la comparación de mediciones, respaldan el análisis de límites de acuerdo de Bland-Altman como criterio de valoración principal. Para la tecnología sanitaria portátil (monitores continuos de glucosa, tensiómetros de muñeca, oxímetros de pulso), el análisis de Bland-Altman es obligatorio antes de poder realizar cualquier afirmación clínica sobre la precisión de la medición.
Medicina de laboratorio clínico
Cuando un hospital cambia de una plataforma de analizador a otra (por ejemplo, al cambiar el sistema de inmunoensayo para la medición de troponina), se realiza un estudio de Bland-Altman para confirmar que los resultados de los pacientes seguirán siendo clínicamente equivalentes. Fang et al. (2024), en Clinical Chemistry and Laboratory Medicine (PMID 38742665), demostraron que un algoritmo de armonización basado en el gráfico de Bland-Altman mejoró significativamente la equivalencia de los ensayos entre las plataformas de diagnóstico in vitro y medicina de laboratorio, un hallazgo directamente aplicable a los flujos de trabajo de acreditación de laboratorios.
Investigación fisiológica y cardiorrespiratoria
Los estudios de monitorización del gasto cardíaco utilizan casi universalmente el análisis de Bland-Altman para comparar técnicas nuevas y menos invasivas (análisis del contorno del pulso, bioimpedancia torácica) con el método de referencia de termodilución. La diferencia media y los límites de concordancia, no el coeficiente de correlación (r), determinan si el nuevo dispositivo puede reemplazar al método invasivo en la práctica clínica. Las decisiones de diseño del estudio tomadas antes de la recopilación de datos afectan directamente la validez de estas comparaciones.
Control de Calidad Industrial
En la fabricación, el análisis de Bland-Altman se utiliza en el análisis de sistemas de medición (MSA) para evaluar si dos instrumentos, dos operadores o dos puntos de medición producen resultados equivalentes. La norma ISO 5725 sobre exactitud y precisión de los métodos de medición incorpora explícitamente análisis de tipo LOA para comparaciones entre laboratorios y entre métodos.
Ventajas y limitaciones
Ventajas
- Expresado en unidades clínicamente significativas, para que los médicos puedan juzgar directamente si los niveles de acuerdo son aceptables para su aplicación específica.
- Detecta simultáneamente tanto el sesgo sistemático (diferencia media) como el error aleatorio (amplitud del LOA).
- La representación gráfica es interpretable por personas que no son estadísticos.
- Los patrones visuales (embudo, pendiente, valores atípicos) revelan problemas que las estadísticas descriptivas por sí solas no detectarían.
- Extensiones disponibles para medidas repetidas, error proporcional y datos no normales.
Limitaciones y errores comunes
- Especificación previa faltante: El error más común. Una carta de aceptación sin una MAD predefinida no puede confirmar un acuerdo aceptable. Solo puede describir el desacuerdo.
- Supuesto de normalidad: Se incumple en variables biológicas asimétricas; requiere transformación o alternativas no paramétricas.
- No tiene en cuenta el error de medición en la referencia: El análisis considera que el Método A está libre de errores, lo cual rara vez es cierto en la práctica.
- Subestimación del tamaño de la muestra: Muchos estudios publicados utilizan menos de 40 pares, lo que produce límites de concordancia con intervalos de confianza muy amplios que no aportan información útil.
- Ignorando el rango de referencia: El límite de concordancia siempre debe compararse con la variación biológica natural de la cantidad medida, y no solo con el umbral de tolerancia clínica.
Normas de presentación de informes para los estudios de Bland-Altman
La revisión de Gerke de 2020 (PMID 32456091) en Diagnostics identificó los requisitos mínimos de notificación para los estudios de concordancia de Bland-Altman. Un estudio debidamente notificado debe incluir: la población del estudio y el número de pares de mediciones; la diferencia máxima admisible (MAD) preespecificada y su justificación clínica; la diferencia media (sesgo) con un intervalo de confianza del 95%; ambos límites de concordancia (LOA) con un intervalo de confianza del 95%; el gráfico de Bland-Altman con las tres líneas de referencia y las bandas del intervalo de confianza; la confirmación de que se evaluó la normalidad de las diferencias; y una declaración de si los LOA se encuentran dentro de la MAD preespecificada.
Los investigadores que preparen estudios de comparación de métodos para su envío a revistas científicas también deben consultar las directrices de presentación de informes STARD, que incluyen elementos de Bland-Altman para estudios de concordancia diagnóstica.
Métodos estadísticos relacionados: Cómo elegir la herramienta adecuada
El análisis de Bland-Altman se enmarca dentro de una familia más amplia de métodos de concordancia y fiabilidad. La siguiente tabla relaciona cada escenario con el enfoque correcto.
| Escenario | Método correcto | Qué mide |
|---|---|---|
| Dos métodos continuos, un par por sujeto. | Bland-Altman | LOA clínico y sesgo |
| Dos métodos continuos, múltiples pares por sujeto. | Bland-Altman de efectos mixtos | Límites de concordancia con varianza intra/intersujeto particionada |
| Se sospecha una relación proporcional o no lineal. | Regresión de Passing-Bablok | Sesgo sistemático (constante + proporcional) |
| Calificaciones ordinales realizadas por dos evaluadores | kappa ponderada | Acuerdo entre evaluadores |
| Mismo instrumento, mismo evaluador, diferentes momentos | CCI (prueba-reprueba) | Repetibilidad / fiabilidad |
| Fuerza de correlación entre dos variables | Pearson / Spearman r | Relación lineal — NO acuerdo |
Para un análisis más amplio sobre cuándo elegir enfoques de regresión frente a correlación, consulte la guía de Editverse sobre regresión frente a correlación en la investigación clínica . En estudios que implican confusión observacional, el emparejamiento por puntuación de propensión se utiliza a menudo junto con el análisis de Bland-Altman para controlar las covariables a nivel del paciente. Si su estudio incluye un componente de revisión sistemática, consulte Revisión sistemática frente a metaanálisis: diferencias clave explicadas.
Conclusión
El análisis de Bland-Altman, basado en los límites de concordancia, la diferencia media (sesgo) y el gráfico de diferencias, sigue siendo el método más transparente y clínicamente útil para determinar si dos técnicas de medición pueden utilizarse indistintamente. Su principal ventaja reside en que utiliza las mismas unidades que la medición misma, lo que permite a clínicos e investigadores evaluar la concordancia según sus propios criterios de aceptabilidad predefinidos.
Los principios más importantes a tener en cuenta son: especificar siempre la diferencia máxima admisible antes de analizar los datos; asegurarse de que las diferencias tengan una distribución normal antes de aplicar la fórmula estándar; calcular e informar los intervalos de confianza del 95 % alrededor de las tres líneas de referencia; y utilizar la dispersión visual para detectar errores proporcionales y valores atípicos que las estadísticas descriptivas por sí solas no detectarían. Para las presentaciones regulatorias, siga las normas ISO 5725 y CLSI EP09, ambas centradas en el nivel de acuerdo (LOA).
📚 Recursos relacionados en Editverse
- Regresión vs. Correlación en la Investigación Clínica: ¿Cuándo usar qué?
- Emparejamiento por puntuación de propensión: Tutorial completo para la investigación médica
- Calculadora del tamaño de la muestra: Guía paso a paso para investigadores
- Cómo seleccionar una revista para su artículo de investigación (2026)
- PRISMA, MOOSE o ENTREQ: Guía para la elaboración de informes
- Revisión sistemática vs. metaanálisis: Diferencias clave explicadas
- Calculadora gratuita de gráficos Bland-Altman: genere gráficos al instante (2026)
- ¿Qué prueba estadística debo usar? Herramienta gratuita de selección de pruebas.
¿Quieres que se realice y se redacte el análisis de tu contrato?
Pruebe primero la calculadora gratuita de gráficos de Bland-Altman . Cuando necesite el análisis completo, las tablas y la descripción de los resultados para su manuscrito, solicite Análisis estadístico básico.
Análisis de pedidos (desde $350) ¿ Modelos de regresión o multivariados? Servicios de análisis y revisión estadística
Preguntas frecuentes
¿Para qué se utiliza el análisis de Bland-Altman?
El análisis de Bland-Altman se utiliza para evaluar la concordancia entre dos métodos de medición cuantitativa. Determina si un nuevo dispositivo, prueba o técnica puede reemplazar un método de referencia establecido, calculando la diferencia media (sesgo) y los límites de concordancia, definidos como el rango dentro del cual se espera que se encuentre el 95 % de las diferencias individuales.
¿Cuáles son los límites de concordancia en un gráfico de Bland-Altman?
Los límites de concordancia (LC) se calculan como la diferencia media ± 1.96 veces la desviación estándar de las diferencias. Definen el rango dentro del cual se espera que se encuentre aproximadamente el 95 % de las diferencias individuales entre pares de métodos. Solo tienen relevancia clínica cuando se comparan con una diferencia máxima permitida predefinida antes del inicio del estudio.
¿Por qué no puedo usar la correlación de Pearson para comparar dos métodos de medición?
La correlación de Pearson mide la fuerza de una relación lineal, no la concordancia. Dos métodos pueden tener una correlación perfecta (r = 1.0) pero aun así discrepar sistemáticamente por una diferencia constante. Solo el análisis de Bland-Altman cuantifica la magnitud clínica real de la discrepancia en las unidades de medida originales.
¿Cuántos sujetos necesito para un estudio de Bland-Altman?
La mayoría de los metodólogos recomiendan un mínimo de 40 a 50 pares para obtener estimaciones estables de los límites de acuerdo (LOA); algunas directrices sugieren 100 o más para fines regulatorios. Los cálculos formales del tamaño de la muestra deben realizarse utilizando las fórmulas de Gerke et al. (2022), que tienen en cuenta la precisión deseada de los intervalos de confianza de los LOA.
¿Qué significa un gráfico de Bland-Altman con forma de embudo?
Una forma de embudo, donde la dispersión de las diferencias se amplía a medida que aumenta la medición promedio, indica un error proporcional: los dos métodos discrepan más a valores de medición más altos. Esto viola el supuesto de normalidad del análisis estándar de Bland-Altman. Generalmente, se requiere una transformación logarítmica de los datos brutos antes de continuar.
¿Cuál es la diferencia entre la regresión de Bland-Altman y la de Passing-Bablok?
El análisis de Bland-Altman cuantifica el rango clínico de concordancia (LOA) en las unidades de medida originales. La regresión de Passing-Bablok identifica matemáticamente el sesgo constante y proporcional, determinando si una corrección de calibración podría mejorar la concordancia entre los métodos. Ambos métodos son complementarios y suelen utilizarse conjuntamente en estudios de validación clínica.
¿Qué software puedo usar para crear un gráfico de Bland-Altman?
Las principales opciones incluyen: R (paquete blankrn), Python (biblioteca pyCompare), MedCalc (función nativa), GraphPad Prism, SPSS (mediante macro) y la aplicación web BA-plotteR (no requiere programación). Todas calculan correctamente la diferencia media, los límites de acuerdo y los intervalos de confianza del 95 % a partir de datos de mediciones pareadas.
Los revisores suelen cuestionar cómo se calcularon los límites de concordancia y si el tamaño de la muestra los justificaba. Si resulta más sencillo analizar el método en mandarín, nuestros estadísticos que trabajan en chino simplificado pueden revisar la comparación de métodos antes de su envío.
Referencias clave
- Bland JM, Altman DG. Métodos estadísticos para evaluar la concordancia entre dos métodos de medición clínica. Lancet. 1986;327(8476):307–310. doi:10.1016/S0140-6736(86)90837-8
- Gerke O. Estándares de presentación de informes para un análisis de concordancia de Bland-Altman: una revisión de revisiones metodológicas. Diagnostico 2020, 10 (5): 334. PMID: 32456091
- Gerke O, Pedersen AK, Debrabant B, et al. Determinación del tamaño de la muestra en estudios de comparación de métodos y variabilidad entre observadores. J Clin Monit Comput. 2022. PMID: 35438365
- Taffe P. Uso de límites de tolerancia clínica para evaluar la concordancia. Métodos estadísticos Med Res. 2023;32(3):589–606. PMID: 36352556
- Fang H, Yang R, Guo J, et al. Uso de un algoritmo de armonización basado en el gráfico de Bland-Altman para optimizar la armonización de inmunoensayos. Laboratorio Clin Chem Med. 2024. PMID: 38742665
- Giavarina D. Comprensión del análisis de Bland-Altman. Bioquímica Médica (Zagreb). 2015;25(2):141–151. PMC4470095
Convierta su análisis estadístico en un artículo publicado: nosotros nos encargamos de todo.
Nuestro equipo se encarga de la revisión estadística, la edición de manuscritos, la selección de revistas y el envío a las mismas . Tasa de aceptación del 99.8 % en revistas indexadas en SCI, Scopus y PubMed.