在臨床研究中，我們經(jīng)常需要比較兩個指標之間的一致，比如不同的檢測方法之間的一致性或不同量表結果之間的一致性等等。這些指標都是計量資料，兩個計量指標之間的比較除了有我們常用的相關分析、簡單線性回歸以外，還有散點圖和Bland-Altman圖也可以描述兩個計量資料的一致性。
在臨床研究中，我們經(jīng)常需要比較兩個指標之間的一致，比如不同的檢測方法之間的一致性或不同量表結果之間的一致性等等。這些指標都是計量資料，兩個計量指標之間的比較除了有我們常用的相關分析、簡單線性回歸以外，還有散點圖和Bland-Altman圖也可以描述兩個計量資料的一致性。
相關分析是求兩個變量的相關系數(shù)及其p值，簡單線性回歸是以一個變量做因變量，另一個做自變量，做簡單線性回歸。兩者的結果是一致的，我們知道兩變量的線性相關系數(shù)是它們線性回歸中決定系數(shù)的算術平方根。除了上述方法還可以通過圖形來了解兩變量的一致性，如散點圖和Bland-Altman作圖。散點圖大家一定很熟悉，這里就著重介紹一下Bland-Altman作圖。
1、什么是Bland-Altman作圖？
Bland-Altman作圖最早由J.Martin Bland和Douglas G. Altman兩人于1986年在Lancet上發(fā)表的一篇文獻提出的，用于比較兩個計量資料之間的一致性，其作圖方法是使用兩個指標的均值作為橫坐標，兩個指標的差值作為縱坐標（或其他的）。然后比較散點在1.96倍標準差線內(nèi)分布的情況，其圖形如下，圖中a和b 分別是指兩種不同的測量方法：如圖所示：
Bland-Altman分析一般用于評價配對定量檢測結果的一致性，在體外診斷試劑定量檢測結果的Bland-Altman分析中，不僅應根據(jù)檢測結果的偏差值計算一致性限度，還應根據(jù)臨床要求設定適當?shù)目山邮軜藴?，評價一致性限度是否在可接受標準范圍之內(nèi)。臨床可接受標準的設定應有合理的依據(jù)。