Analisis Bland-Altman , juga dikenali sebagai kaedah had persetujuan, ialah piawaian statistik yang diterima di peringkat antarabangsa untuk menilai sama ada dua kaedah pengukuran boleh digunakan secara bergantian dalam amalan klinikal. Pertama kali diterangkan oleh Martin Bland dan Douglas Altman dalam kertas Lancet 1986 mereka yang penting , kaedah ini telah dipetik lebih daripada 40,000 kali dan kekal sebagai asas kajian perbandingan kaedah dalam perubatan, fisiologi dan kawalan kualiti.
Panduan ini menerangkan dengan tepat bagaimana analisis Bland-Altman berfungsi, cara membina dan membaca plot Bland-Altman, apakah maksud had persetujuan dan bias dalam amalan, dan cara mengelakkan kesilapan tafsiran yang paling biasa. Sama ada anda mengesahkan oksimeter nadi baharu, membandingkan dua ujian makmal atau mereka bentuk kajian peranti untuk penyerahan peraturan, artikel ini memberi anda asas untuk melakukannya dengan betul.
Ditulis oleh Pasukan Penulisan Perubatan Editverse | Disemak oleh Lembaga Editorial Editverse | Kemas kini terakhir: Jun 2026
💡 Dalam Kata-kata Mudah
Apakah itu Plot Bland-Altman, dalam bahasa yang mudah?
Bayangkan anda mengukur tekanan darah pesakit dengan sfigmomanometer merkuri lama dan peranti automatik baharu. Kedua-duanya memberikan anda nombor, tetapi adakah ia cukup hampir untuk menukar satu dengan yang lain? Plot Bland-Altman menjawab soalan itu secara visual. Bagi setiap pesakit, ia mengira perbezaan antara dua bacaan (paksi-Y) dan purata dua bacaan (paksi-X), kemudian memplotkan satu titik bagi setiap pesakit. Hasilnya ialah plot serakan yang dikelilingi oleh tiga garisan mendatar: perbezaan min (bias) di tengah, dan had persetujuan atas dan bawah (±1.96 SD) di atas dan di bawah. Jika garisan luar tersebut berada dalam julat yang boleh diterima secara klinikal, kaedah tersebut cukup sepadan untuk boleh ditukar ganti.
🧠 Kuiz Pantas
S: Plot Bland-Altman mempunyai perbezaan min +5 mmHg. Apakah maksudnya?
A: Secara purata, Kaedah B menunjukkan bacaan 5 mmHg lebih tinggi daripada Kaedah A merentasi semua ukuran, satu corak yang dipanggil bias sistematik . Sama ada ini boleh diterima bergantung pada konteks klinikal: 5 mmHg mungkin baik untuk memantau trend tetapi tidak boleh diterima untuk mendiagnosis hipertensi.
Mengapa Korelasi dan Regresi Tidak Mencukupi untuk Perbandingan Kaedah
Satu kesilapan asas dalam penyelidikan klinikal ialah penggunaan r Pearson atau regresi linear mudah untuk menentukan sama ada dua kaedah pengukuran sepadan. Penyelidik yang menerbitkan analisis regresi vs korelasi sering menganggap bahawa r yang tinggi (contohnya, r = 0.95) bermakna kaedah tersebut boleh ditukar ganti — tetapi ini salah, dan sebabnya tidak ketara.
Korelasi mengukur kekuatan hubungan linear , bukan kedekatan persetujuan . Dua kaedah mungkin mempunyai korelasi yang sempurna (r = 1.0) tetapi masih tidak bersetuju secara sistematik dengan jumlah yang tetap. Jika termometer baharu anda membaca tepat 2°C lebih tinggi daripada peranti rujukan untuk setiap pesakit, nilai r ialah 1.0, tetapi kaedah tersebut jelas tidak bersetuju. Begitu juga, model regresi memadankan garis melalui data tetapi tidak mengukur sejauh mana pasangan ukuran individu menyimpang antara satu sama lain.
Bland dan Altman menunjukkan masalah ini secara empirikal pada tahun 1986. Penyelesaian yang mereka cadangkan (memplot perbezaan terhadap purata) secara langsung menggambarkan kedua-dua bias sistematik dan kebolehubahan rawak tanpa optimisme yang mengelirukan tentang pekali korelasi yang tinggi.
Prinsip Teras Analisis Bland-Altman
Perbezaan Purata (Bias)
Perbezaan min (d̄) ialah min aritmetik bagi semua perbezaan berpasangan (Kaedah B tolak Kaedah A) merentasi sampel kajian anda. Nilai yang hampir kepada sifar menunjukkan tiada bias sistematik antara kaedah. Nilai positif bermakna Kaedah B secara konsisten membaca lebih tinggi; nilai negatif bermakna ia membaca lebih rendah. Magnitud ditafsirkan dalam unit klinikal, bukan sebagai peratusan, jadi sama ada d̄ = 3 mmHg boleh diterima bergantung sepenuhnya pada konteks klinikal.
Had Perjanjian
Had perjanjian (LOA) dikira sebagai:
LOA rendah = d̄ − 1.96 × SD
Had-had ini menentukan julat di mana 95% perbezaan pengukuran individu dijangka akan jatuh, dengan mengandaikan perbezaan tersebut bertaburan normal. Kajian perbandingan kaedah dinilai boleh diterima jika kedua-dua LOA berada dalam perbezaan maksimum yang dibenarkan (MAD) yang telah ditetapkan terlebih dahulu , iaitu ambang klinikal yang diputuskan sebelum pengumpulan data, bukan selepasnya. Keperluan pra-spesifikasi ini tidak boleh dirunding; menetapkan MAD selepas melihat data adalah penaakulan bulat.
Satu tinjauan pada tahun 2020 oleh Gerke yang diterbitkan dalam Diagnostics (PMC7278016) telah mengkaji piawaian pelaporan merentasi ratusan kajian perjanjian Bland-Altman dan mendapati bahawa pra-penentuan had yang boleh diterima tidak wujud dalam kebanyakan kertas kerja yang diterbitkan, satu jurang metodologi yang ketara yang kini ditandai oleh pengulas di jurnal utama.
Selang Keyakinan Sekitar Had
LOA adalah anggaran sampel, bukan parameter populasi. Ia membawa ketidakpastian. Bagi sampel kecil (n < 60), selang keyakinan ini boleh cukup lebar untuk menjadikan analisis tidak bermaklumat. Oleh itu, perancangan saiz sampel untuk kajian persetujuan adalah penting. Gerke et al. (2022) dalam Journal of Clinical Monitoring and Computing (PMID 35438365) menyediakan formula saiz sampel khusus untuk kajian LOA — rujukan yang harus dirujuk oleh setiap penyelidik yang mereka bentuk kajian perbandingan kaedah.
Menyediakan Data untuk Analisis Bland-Altman
Keperluan Data
Analisis Bland-Altman yang sah memerlukan perkara berikut:
- Ukuran berpasangan: Setiap subjek mesti diukur dengan kedua-dua kaedah, idealnya secara serentak atau dalam tempoh masa yang boleh diterima secara klinikal.
- Pembolehubah berterusan: Kaedah ini digunakan untuk pengukuran kuantitatif (tekanan darah, kepekatan glukosa, isipadu paru-paru). Ia tidak sesuai untuk data ordinal atau kategorikal.
- Saiz sampel yang mencukupi: Minimum 40–50 pasang disyorkan secara meluas; sesetengah penulis mencadangkan sekurang-kurangnya 100 pasang untuk anggaran LOA yang stabil.
- Kemerdekaan: Setiap pasangan harus mewakili individu yang berbeza. Pengukuran berulang pada individu yang sama memerlukan versi analisis yang diubah suai (lihat di bawah).
- Perbezaan bertaburan normal: Formula LOA mengandaikan kenormalan perbezaan, bukan ukuran mentah. Ujian Shapiro-Wilk atau plot QQ bagi perbezaan harus digunakan untuk mengesahkan andaian ini sebelum meneruskan.
Apabila Andaian Normaliti Gagal
Jika perbezaan condong atau menunjukkan ralat berkadar (varians meningkat dengan magnitud pengukuran), dua pendekatan tersedia. Pertama, transformasi log data mentah sebelum mengira perbezaan selalunya menstabilkan varians. Transformasi balik memberikan LOA nisbah dan bukannya LOA perbezaan. Ini ditafsirkan sebagai faktor di mana satu kaedah melebihi yang lain, bukan perbezaan tambahan. Kedua, LOA bukan parametrik menggunakan persentil ke-2.5 dan ke-97.5 bagi taburan perbezaan mentah boleh digunakan, walaupun ini memerlukan sampel yang lebih besar.
Membina Plot Bland-Altman: Langkah demi Langkah
Langkah-langkah berikut menerangkan cara membuat plot Bland-Altman daripada data mentah:
- Kirakan perbezaannya: Bagi setiap subjek i, hitung d_i = B_i − A_i. Konvensyen tanda (B tolak A atau A tolak B) hendaklah dinyatakan dan dikekalkan secara konsisten di seluruh kertas kerja.
- Kira purata: Bagi setiap subjek, hitung purata_i = (A_i + B_i) / 2.
- Kirakan perbezaan min: d̄ = min bagi semua nilai d_i.
- Kirakan SD perbezaan: SD = sisihan piawai bagi semua nilai d_i.
- Kirakan LOA: Atas = d̄ + 1.96 × SD; Bawah = d̄ − 1.96 × SD.
- Plot: Paksi-X = avg_i untuk setiap pasangan; Paksi-Y = d_i untuk setiap pasangan. Tambahkan tiga garis rujukan mendatar untuk perbezaan min dan kedua-dua LOA. Tambahkan jalur selang keyakinan 95% di sekeliling setiap garis.
- Nilaikan secara visual: Periksa corak bukan rawak (lihat bahagian Tafsiran).
Pelaksanaan Perisian
Semua platform statistik utama menyokong plot Bland-Altman. Dalam R, blandr pakej (CRAN) mengautomasikan semua langkah termasuk jalur CI. Dalam Python, pyCompare perpustakaan menghasilkan plot sedia untuk penerbitan. Pengguna SPSS boleh menggunakan makro Bland-Altman yang tersedia daripada MedCalc. GraphPad Prism dan MedCalc mempunyai fungsi Bland-Altman asli. Untuk analisis berasaskan web yang pantas, kalkulator Bland-Altman percuma pada Editverse dan aplikasi BA-plotteR Shiny kedua-duanya mengendalikan reka bentuk ukuran standard dan berulang tanpa sebarang pengetahuan pengaturcaraan.
Had Persetujuan, Bias dan Plot Perbezaan: Panduan Tafsiran
Tiga elemen struktur analisis Bland-Altman (bias, had persetujuan dan plot serakan) masing-masing menjawab soalan klinikal yang berbeza.
| Elemen | definisi | Soalan Klinikal Ia Menjawab |
|---|---|---|
| Perbezaan Purata (Bias) | Purata semua perbezaan berpasangan | Adakah satu kaedah membaca secara sistematik lebih tinggi atau lebih rendah? |
| Had Perjanjian (LOA) | Purata ± 1.96 × SD perbezaan | Sejauh manakah penyebaran perselisihan faham individu? |
| Sebaran Plot Perbezaan | Mata individu (purata vs perbezaan) | Adakah terdapat trend, outlier atau ralat berkadar? |
Membaca Corak Visual dalam Plot
Sebaran mendatar rawak di sekitar garis perbezaan min adalah corak yang ideal, bermakna percanggahan antara kaedah adalah malar dan tidak dapat diramalkan, tanpa ciri sistematik. Corak berikut menunjukkan masalah:
- Bentuk corong (ralat berkadar): Jika serakan melebar apabila purata meningkat, kaedah-kaedah tersebut akan lebih tidak bersetuju pada nilai yang lebih tinggi. Ini melanggar andaian kenormalan dan biasanya memerlukan transformasi logaritma sebelum meneruskan.
- Trend cerun: Trend menaik atau menurun yang boleh dilihat merentasi paksi-X menunjukkan bias berkadaran — satu kaedah membaca secara berkadaran lebih tinggi atau lebih rendah pada tahap pengukuran yang berbeza. Regresi Passing-Bablok mengukurnya dengan lebih tepat.
- Pencilan di luar LOA: Kira-kira 5% mata dijangka berada di luar LOA mengikut definisi. Lebih daripada 5%, atau sekumpulan outlier, memerlukan siasatan. Periksa ralat kemasukan data, pembaur khusus pesakit atau sisihan protokol.
- Pengelompokan bukan rawak: Kumpulan titik pada julat pengukuran tertentu mungkin menunjukkan kesan subpopulasi (contohnya, kaedah tersebut sependapat dalam pesakit normotensif tetapi bukan pesakit hipertensi).
Topik Lanjutan: Ukuran Berulang dan Bland-Altman yang Diubah Suai
Analisis Bland-Altman standard mengandaikan sepasang ukuran bagi setiap subjek. Dalam praktiknya, penyelidik sering mempunyai berbilang ukuran bagi setiap subjek — contohnya, tiga bacaan mengikut setiap kaedah pada hari yang sama. Menggunakan analisis standard pada ukuran berulang melanggar andaian kebebasan dan menghasilkan LOA yang sempit secara buatan kerana ukuran dalam subjek berkorelasi.
Pendekatan yang betul untuk langkah berulang ialah Bland-Altman dengan kesan rawak (juga dipanggil kesan campuran Bland-Altman), yang membahagikan varians kepada komponen dalam subjek dan antara subjek. blandr Pakej R menyokong sambungan ini, begitu juga modul ukuran berulang MedCalc. Taffe (2023) dalam Kaedah Statistik dalam Penyelidikan Perubatan (PMID 36352556) menyediakan peluasan lanjut menggunakan had toleransi klinikal yang terpakai secara langsung kepada penyerahan kawal selia.
Membandingkan Regresi Bland-Altman dengan Regresi Lulus-Bablok
Regresi Passing-Bablok merupakan kaedah utama lain untuk membandingkan dua kaedah pengukuran kuantitatif. Ia merupakan teknik bukan parametrik yang menganggarkan garis regresi antara kedua-dua kaedah tanpa menganggap bahawa mana-mana kaedah bebas ralat atau ralat bertaburan normal. Ia amat berguna dalam kimia klinikal untuk mengesan bias malar dan berkadar secara serentak.
Kedua-dua kaedah ini saling melengkapi, bukan bersaing. Analisis Bland-Altman mengukur julat ketidaksepakatan klinikal dalam unit ukuran asal. Regresi Passing-Bablok mengenal pasti sama ada hubungan antara kaedah adalah linear dan sama ada pembetulan penentukuran boleh menghapuskan percanggahan tersebut. Digunakan bersama, seperti yang disyorkan oleh Institut Piawaian Klinikal dan Makmal (CLSI), ia memberikan gambaran lengkap tentang persetujuan kaedah.
Aplikasi Merentasi Tetapan Klinikal dan Penyelidikan
Pengesahan Peranti Perubatan
Badan kawal selia termasuk FDA dan ISO TC 215 memerlukan data perbandingan kaedah apabila peranti diagnostik baharu dihantar untuk kelulusan. ISO 5725 dan CLSI EP09, dua garis panduan dominan untuk perbandingan pengukuran, kedua-duanya menyokong analisis Bland-Altman LOA sebagai titik akhir utama. Untuk teknologi kesihatan yang boleh dipakai (monitor glukosa berterusan, peranti tekanan darah berasaskan pergelangan tangan, oksimeter nadi), analisis Bland-Altman adalah wajib sebelum sebarang dakwaan klinikal boleh dibuat tentang ketepatan pengukuran.
Perubatan Makmal Klinikal
Apabila sesebuah hospital bertukar daripada satu platform penganalisis kepada platform yang lain (contohnya, menukar sistem ujian imun untuk pengukuran troponin), satu kajian Bland-Altman dijalankan untuk mengesahkan bahawa keputusan pesakit akan kekal setara secara klinikal. Fang et al. (2024) dalam Kimia Klinikal dan Perubatan Makmal (PMID 38742665) menunjukkan bahawa algoritma pengharmonian berasaskan plot Bland-Altman meningkatkan kesetaraan ujian dengan ketara merentasi platform IVD-MD, satu penemuan yang boleh digunakan secara langsung untuk aliran kerja akreditasi makmal.
Penyelidikan Fisiologi dan Kardiorespiratori
Kajian pemantauan output jantung hampir secara universal menggunakan analisis Bland-Altman untuk membandingkan teknik baharu yang kurang invasif (analisis kontur nadi, bioimpedans toraks) terhadap piawaian rujukan termodilusi. Perbezaan min dan LOA, bukan r, menentukan sama ada peranti baharu boleh menggantikan rujukan invasif dalam amalan klinikal. Pilihan reka bentuk kajian yang dibuat sebelum pengumpulan data secara langsung mempengaruhi kesahan perbandingan ini.
Kawalan Kualiti Perindustrian
Dalam pembuatan, analisis Bland-Altman digunakan dalam analisis sistem pengukuran (MSA) untuk menilai sama ada dua instrumen, dua operator atau dua tapak pengukuran menghasilkan keputusan yang setara. Piawaian ISO 5725 untuk ketepatan dan kejituan kaedah pengukuran secara eksplisit menggabungkan analisis jenis LOA untuk perbandingan antara makmal dan antara kaedah.
Kelebihan dan Had
kelebihan
- Dinyatakan dalam unit yang bermakna secara klinikal, supaya doktor boleh menilai secara langsung sama ada LOA boleh diterima untuk aplikasi khusus mereka
- Mengesan kedua-dua bias sistematik (perbezaan min) dan ralat rawak (lebar LOA) secara serentak
- Output grafik boleh ditafsirkan oleh bukan ahli statistik
- Corak visual (corong, cerun, outlier) mendedahkan masalah yang tidak akan terlepas pandang oleh statistik ringkasan sahaja
- Sambungan tersedia untuk ukuran berulang, ralat berkadar dan data bukan normal
Had dan Kesilapan Lazim
- Pra-spesifikasi yang tiada: Ralat yang paling biasa. LOA tanpa MAD yang telah ditetapkan terlebih dahulu tidak dapat mengesahkan persetujuan yang boleh diterima. Ia hanya boleh menggambarkan perselisihan faham.
- Andaian normaliti: Dilanggar dalam pembolehubah biologi yang condong; memerlukan transformasi atau alternatif bukan parametrik.
- Tidak mengambil kira ralat pengukuran dalam rujukan: Analisis ini menganggap Kaedah A sebagai bebas ralat, yang jarang berlaku dalam praktiknya.
- Anggaran saiz sampel yang terlalu rendah: Banyak kajian yang diterbitkan menggunakan kurang daripada 40 pasangan, menghasilkan LOA dengan selang keyakinan yang sangat luas yang tidak bermaklumat.
- Mengabaikan julat rujukan: LOA harus sentiasa dibandingkan dengan variasi biologi semula jadi dalam kuantiti yang diukur, bukan hanya ambang toleransi klinikal.
Piawaian Pelaporan untuk Pengajian Bland-Altman
Kajian Gerke 2020 (PMID 32456091) dalam Diagnostics mengenal pasti keperluan pelaporan minimum untuk kajian persetujuan Bland-Altman. Kajian yang dilaporkan dengan betul harus merangkumi: populasi kajian dan bilangan pasangan pengukuran; perbezaan maksimum yang dibenarkan (MAD) yang telah ditentukan terlebih dahulu dan justifikasi klinikalnya; perbezaan min (bias) dengan 95% CI; kedua-dua LOA dengan 95% CI; plot Bland-Altman dengan ketiga-tiga garis rujukan dan jalur CI; pengesahan bahawa normaliti perbezaan telah dinilai; dan pernyataan sama ada LOA berada dalam MAD yang telah ditentukan terlebih dahulu.
Penyelidik yang menyediakan kajian perbandingan kaedah untuk penyerahan jurnal juga harus merujuk garis panduan pelaporan STARD, yang merangkumi elemen Bland-Altman untuk kajian persetujuan diagnostik.
Kaedah Statistik Berkaitan: Memilih Alat yang Tepat
Analisis Bland-Altman berada dalam keluarga kaedah persetujuan dan kebolehpercayaan yang lebih luas. Jadual di bawah memetakan setiap senario kepada pendekatan yang betul.
| senario | Kaedah yang betul | Apa Ia Mengukur |
|---|---|---|
| Dua kaedah berterusan, satu pasangan setiap subjek | Bland-Altman | LOA klinikal dan bias |
| Dua kaedah berterusan, berbilang pasangan setiap subjek | Kesan Campuran Bland-Altman | LOA dengan varians dalam/antara subjek yang dibahagikan |
| Hubungan berkadar atau tidak linear disyaki | Regresi Lulus-Bablok | Bias sistematik (malar + berkadar) |
| Penilaian ordinal oleh dua penilai | Kappa berwajaran | Perjanjian antara penilai |
| Instrumen yang sama, penilai yang sama, titik masa yang berbeza | ICC (ujian-ujian semula) | Kebolehulangan / kebolehpercayaan |
| Kekuatan korelasi antara dua pembolehubah | Pearson / Spearman r | Hubungan linear — BUKAN persetujuan |
Untuk perbincangan yang lebih luas tentang bila hendak memilih pendekatan regresi lawan korelasi, lihat panduan Editverse tentang regresi lawan korelasi dalam penyelidikan klinikal . Bagi kajian yang melibatkan pembauran pemerhatian, pemadanan skor kecenderungan sering digunakan bersama analisis Bland-Altman untuk mengawal kovariat peringkat pesakit. Jika kajian anda melibatkan komponen semakan sistematik, rujuk Semakan Sistematik vs Meta-Analisis: Perbezaan Utama Dijelaskan.
Kesimpulan
Analisis Bland-Altman, yang dibina berdasarkan had persetujuan, perbezaan min (bias), dan plot perbezaan, kekal sebagai kaedah yang paling telus dan berguna secara klinikal untuk menentukan sama ada dua teknik pengukuran boleh digunakan secara bergantian. Kekuatannya ialah ia bercakap dalam unit yang sama seperti pengukuran itu sendiri, membolehkan doktor dan penyelidik menilai persetujuan terhadap piawaian penerimaan yang telah ditetapkan terlebih dahulu.
Prinsip paling penting untuk diteruskan: sentiasa nyatakan terlebih dahulu perbezaan maksimum yang dibenarkan sebelum menganalisis data; pastikan perbezaan anda bertaburan normal sebelum menggunakan formula standard; kira dan laporkan selang keyakinan 95% di sekitar ketiga-tiga garis rujukan; dan gunakan serakan visual untuk mengesan ralat berkadar dan outlier yang akan terlepas pandang oleh statistik ringkasan sahaja. Untuk penyerahan kawal selia, ikuti ISO 5725 dan CLSI EP09, kedua-duanya tertumpu pada LOA.
📚 Sumber Berkaitan di Editverse
- Regresi vs Korelasi dalam Penyelidikan Klinikal: Bila Perlu Menggunakan Apa
- Pemadanan Skor Kecenderungan: Tutorial Lengkap untuk Penyelidikan Perubatan
- Kalkulator Saiz Sampel: Panduan Langkah demi Langkah untuk Penyelidik
- Cara Memilih Jurnal untuk Kertas Penyelidikan Anda (2026)
- PRISMA, MOOSE atau ENTREQ: Menavigasi Garis Panduan Pelaporan
- Kajian Sistematik vs Meta-Analisis: Perbezaan Utama Dijelaskan
- Kalkulator Plot Bland-Altman Percuma: Jana Plot Dengan Segera (2026)
- Ujian Statistik Yang Mana Patut Saya Gunakan? Alat Pemilih Ujian Percuma
Mahu analisis perjanjian anda selesai dan ditulis?
Cuba Kalkulator Plot Bland-Altman percuma terlebih dahulu. Apabila anda memerlukan analisis penuh, jadual dan naratif keputusan untuk manuskrip anda, pesan Analisis Statistik Asas.
Analisis pesanan (dari $350) Model regresi atau multivariat? Perkhidmatan Analisis & Semakan Statistik
Soalan Lazim
Apakah kegunaan analisis Bland-Altman?
Analisis Bland-Altman digunakan untuk menilai persetujuan antara dua kaedah pengukuran kuantitatif. Ia menentukan sama ada peranti, ujian atau teknik baharu boleh menggantikan kaedah rujukan yang telah ditetapkan dengan mengira perbezaan min (bias) dan had persetujuan, yang ditakrifkan sebagai julat di mana 95% perbezaan individu dijangka akan jatuh.
Apakah had persetujuan dalam plot Bland-Altman?
Had persetujuan (LOA) dikira sebagai perbezaan min ± 1.96 darab sisihan piawai perbezaan tersebut. Ia menentukan julat di mana kira-kira 95% perbezaan berpasangan individu antara kedua-dua kaedah dijangka berada. Ia hanya bermakna secara klinikal apabila dibandingkan dengan perbezaan maksimum yang dibenarkan yang telah ditentukan sebelum kajian bermula.
Mengapakah saya tidak boleh menggunakan korelasi Pearson untuk membandingkan dua kaedah pengukuran?
Korelasi Pearson mengukur kekuatan hubungan linear, bukan persetujuan. Dua kaedah boleh mempunyai korelasi sempurna (r = 1.0) tetapi masih tidak bersetuju secara sistematik dengan ofset yang malar. Hanya analisis Bland-Altman yang mengukur magnitud klinikal sebenar ketidaksetujuan dalam unit ukuran asal.
Berapa banyak subjek yang saya perlukan untuk kajian Bland-Altman?
Kebanyakan ahli metodologi mengesyorkan minimum 40–50 pasang untuk mendapatkan anggaran LOA yang stabil; sesetengah garis panduan mencadangkan 100 atau lebih untuk tujuan pengawalseliaan. Pengiraan saiz sampel formal harus dilakukan menggunakan formula Gerke et al. (2022), yang mengambil kira ketepatan selang keyakinan LOA yang diingini.
Apakah yang dimaksudkan dengan plot Bland-Altman berbentuk corong?
Bentuk corong, di mana serakan perbezaan melebar apabila purata pengukuran meningkat, menunjukkan ralat berkadar: kedua-dua kaedah lebih tidak bersetuju pada nilai pengukuran yang lebih tinggi. Ini melanggar andaian normaliti analisis Bland-Altman standard. Transformasi log data mentah biasanya diperlukan sebelum meneruskan.
Apakah perbezaan antara regresi Bland-Altman dan Passing-Bablok?
Analisis Bland-Altman mengukur julat persetujuan klinikal (LOA) dalam unit ukuran asal. Regresi Passing-Bablok mengenal pasti bias malar dan berkadar secara matematik, menentukan sama ada pembetulan penentukuran boleh menjadikan kaedah tersebut sepadan. Kedua-dua kaedah ini saling melengkapi dan sering digunakan bersama dalam kajian pengesahan klinikal.
Perisian apa yang boleh saya gunakan untuk mencipta plot Bland-Altman?
Pilihan utama termasuk: R (pakej blandr), Python (pustaka pyCompare), MedCalc (fungsi asli), GraphPad Prism, SPSS (melalui makro) dan aplikasi web BA-plotteR (tiada pengekodan diperlukan). Semua mengira perbezaan min, LOA dan jalur selang keyakinan 95% dengan betul apabila diberikan data pengukuran berpasangan.
Pengulas kerap mencabar bagaimana had persetujuan dikira dan sama ada saiz sampel menyokongnya. Jika lebih mudah untuk membincangkan analisis dalam bahasa Mandarin, ahli statistik kami yang bekerja dalam Bahasa Cina Ringkas boleh menyemak perbandingan kaedah sebelum penyerahan.
Rujukan Utama
- Bland JM, Altman DG. Kaedah statistik untuk menilai persetujuan antara dua kaedah pengukuran klinikal. Lancet. 1986;327(8476):307–310. doi:10.1016/S0140-6736(86)90837-8
- Gerke O. Piawaian Pelaporan untuk Analisis Perjanjian Bland-Altman: Satu Kajian Semula Kajian Metodologi. Diagnostik. 2020, 10 (5): 334. PMID: 32456091
- Gerke O, Pedersen AK, Debrabant B, dkk. Penentuan saiz sampel dalam perbandingan kaedah dan kajian kebolehubahan pemerhati. J Clin Monit Comput. 2022. PMID: 35438365
- Taffe P. Penggunaan had toleransi klinikal untuk menilai persetujuan. Kaedah Statistik Med Res. 2023;32(3):589–606. PMID: 36352556
- Fang H, Yang R, Guo J, dsb. Menggunakan algoritma pengharmonian berasaskan plot Bland-Altman untuk mengoptimumkan pengharmonian untuk ujian imuno. Clin Chem Lab Med. 2024. PMID: 38742665
- Giavarina D. Memahami analisis Bland Altman. Biochem Med (Zagreb). 2015;25(2):141–151. PMC4470095
Tukarkan analisis statistik anda kepada kertas kerja yang diterbitkan — kami mengendalikan semuanya
Pasukan kami meliputi semakan statistik, penyuntingan manuskrip, pemilihan dan penyerahan jurnal . Kadar penerimaan 99.8% merentasi jurnal yang diindeks SCI, Scopus dan PubMed.