Calculadora gratuita de Editverse

Calculadora ICC (Coeficiente de Correlación Intraclase)

Cuantifique la fiabilidad de las mediciones continuas entre evaluadores o de las mediciones repetidas con el coeficiente de correlación intraclase (CCI) unidireccional de efectos aleatorios para una sola medida, en notación de Shrout y Fleiss, y un comando de R que lo reproduce. A continuación se incluye una guía de interpretación completa. Validado con R 4.3.3.

En palabras simples

El coeficiente de correlación intraclase (CCI) mide qué proporción de la variación en las mediciones continuas se debe a diferencias reales entre sujetos, en lugar de a inconsistencias entre evaluadores o mediciones repetidas. Un CCI alto indica que los evaluadores o las mediciones repetidas coinciden bastante; un CCI bajo indica que gran parte de la variación se debe al ruido de medición.

A diferencia de una simple correlación entre dos evaluadores, el coeficiente de correlación intraclase (CCI) admite cualquier número de evaluadores y los trata dentro de un mismo modelo. Es fundamental destacar que existen varias formas —que difieren en si los evaluadores son fijos o aleatorios y en si se busca un acuerdo absoluto o simplemente consistencia— y no son intercambiables, por lo que debe indicarse la forma utilizada.

Cuándo utilizar la CCI

Utilice el coeficiente de correlación intraclase (CCI) para datos continuos cuando desee fiabilidad entre evaluadores (confianza interevaluador), entre mediciones repetidas (fiabilidad test-retest) o dentro de un mismo evaluador (confianza intraevaluador). Es el equivalente para datos continuos del coeficiente kappa de Cohen , que se utiliza para datos categóricos.

Indique siempre el tipo de coeficiente de correlación intraclase (CCI) que utilizó: la elección entre modelos unidireccionales y bidireccionales, evaluadores aleatorios o fijos, y concordancia absoluta o consistencia, modifica el valor y su significado. Informe el CCI con su intervalo de confianza , ya que las estimaciones de fiabilidad a partir de muestras pequeñas son imprecisas. ¿No está seguro de qué medida de fiabilidad se ajusta a su diseño? Nuestro selector de pruebas puede ayudarle.

Correlación intraclase (CCI) Fiabilidad continua entre evaluadores · validada frente a R 4.3.3
Guía del usuario

Cuándo usarlo. Cuantificar la fiabilidad de las mediciones continuas realizadas por múltiples evaluadores.

Supuestos. Calificaciones continuas; evaluador consistente en todos los sujetos.

Errores comunes. Especifique el formulario CCI (1,1 / 2,1 / 3,1): no son intercambiables.

Ejemplo trabajado

Haga clic en "Cargar datos de ejemplo" arriba y, a continuación, en "Ejecutar análisis" para ver un resultado completo con la figura, la fórmula y la interpretación de esta prueba.

Referencias
  1. Shrout PE, Fleiss JL. Correlaciones intraclase. Psychol Bull. 1979;86:420-428.

Ejemplos resueltos

Ejemplo 1: Dos evaluadores califican los mismos sujetos.

Dos evaluadores califican a cinco sujetos en una escala continua con valores muy similares (el ejemplo integrado). La calculadora arroja un ICC(1,1) = 0.93, una fiabilidad excelente, lo que significa que casi toda la variación refleja diferencias reales entre los sujetos y no desacuerdos entre los evaluadores. El ICC(2,1) de concordancia absoluta bidireccional sobre los mismos datos también es de 0.93.

Ejemplo 2: Por qué importa el formulario

Con los mismos datos, un coeficiente de correlación intraclase (CCI) de consistencia (que ignora las diferencias sistemáticas entre evaluadores) puede arrojar un resultado mayor que un CCI de concordancia absoluta (que penaliza al evaluador que obtiene puntuaciones uniformemente más altas). Informar el valor sin el formulario impide que los lectores sepan a qué pregunta respondió.

Supuestos a verificar

Mediciones continuas. El coeficiente de correlación intraclase (CCI) se utiliza para datos de intervalo o de razón. Para la concordancia categórica, utilice el coeficiente kappa de Cohen.

Una estructura de calificación consistente. Los mismos evaluadores (o el mismo número de evaluadores) deben evaluar a cada sujeto, de acuerdo con el modelo que elija: unidireccional, bidireccional aleatorio o bidireccional mixto.

El formulario elegido se ajusta a la pregunta. Decida de antemano si necesita un acuerdo absoluto o consistencia, y si los evaluadores son una muestra aleatoria o los únicos evaluadores de interés. El formulario incorrecto proporciona una cifra técnicamente válida pero engañosa.

Errores comunes

Denunciar una CPI sin su formulario

Existen diez variantes del coeficiente de correlación intraclase (CCI). Un simple "CCI = 0.85" no es interpretable; siempre se debe indicar el modelo, el tipo y la definición (por ejemplo, aleatorio bidireccional, concordancia absoluta).

Confundir coherencia con acuerdo absoluto

La consistencia ignora las diferencias sistemáticas entre evaluadores; el acuerdo absoluto no. Elegir al evaluador incorrecto puede ocultar a un evaluador con un sesgo fiable, ya sea positivo o negativo.

Ignorando el intervalo de confianza

Con pocos sujetos o evaluadores, la estimación puntual del coeficiente de correlación intraclase (CCI) es inestable. Indique el intervalo de confianza para que los lectores puedan apreciar la precisión de la estimación de fiabilidad.

Utilizar una única correlación para más de dos evaluadores

La correlación de Pearson solo considera dos evaluadores e ignora las diferencias sistemáticas. El coeficiente de correlación intraclase (CCI) es la medida correcta para múltiples evaluadores o mediciones repetidas.

Preguntas frecuentes

¿Cuál es un buen valor de CCI?

Una guía común clasifica los valores por debajo de 0.50 como deficientes, entre 0.50 y 0.75 como moderados, entre 0.75 y 0.90 como buenos y por encima de 0.90 como excelentes; sin embargo, el nivel adecuado depende de cómo se utilice la medición.

¿En qué se diferencia el coeficiente de correlación intraclase (CCI) del coeficiente de correlación de Pearson (r)?

El coeficiente de correlación de Pearson (r) solo mide a dos evaluadores e ignora las diferencias sistemáticas entre ellos; el coeficiente de correlación intraclase (CCI) admite cualquier número de evaluadores y puede penalizar los desacuerdos sistemáticos.

¿Qué formulario ICC debo elegir?

Decida si los evaluadores son una muestra aleatoria o fija, y si necesita un acuerdo absoluto o coherencia; estas dos decisiones determinan el formato que debe presentar.

¿Coincide el resultado con el de R y SPSS?

Sí, para el modelo unidireccional. El valor es igual a irr::icc(ratings, model = "oneway", unit = "single") en R y al ICC aleatorio unidireccional de medidas únicas en SPSS. Las formas bidireccionales y de medidas promedio, así como el intervalo de confianza, no se calculan aquí; con varios evaluadores y diferencias sistemáticas entre ellos, las formas bidireccionales pueden diferir notablemente, por lo que conviene calcularlas en R si su diseño las requiere.

Referencias

  1. Koo TK, Li MY. Una guía para la selección y presentación de coeficientes de correlación intraclase para la investigación de confiabilidad. J Chiropr Med. 2016;15(2):155–163. PMID 27330520.
  2. Shrout PE, Fleiss JL. Correlaciones intraclase: usos en la evaluación de la fiabilidad del evaluador. Psychol Bull. 1979;86(2):420–428.
  3. McGraw KO, Wong SP. Formulación de inferencias sobre algunos coeficientes de correlación intraclase. Métodos de psicología. 1996;1(1):30–46.

¿Necesita que se realice este análisis en su manuscrito?

Nuestros bioestadísticos con doctorado calculan el formulario ICC correcto con intervalos de confianza y entregan tablas de fiabilidad listas para su publicación con resultados reproducibles en R.

Obtenga ayuda estadística experta