kappa一致性檢驗教程 - CSDN

2021-01-15 CSDN技術社區

一、基礎知識

在數據分析或臨床工作中，我們會經常遇到檢驗一致性的問題，如判斷不同模型或者診斷方法在預測結果上是否具有一致性，如模型預測的結果與實際結果是否具有一致性，又如兩名或多名醫生對同一病人的診斷結論是否一致，又如一名醫生多次診斷結論是否一致。

不同診斷方法診斷得出的結果，除了專業知識外，還有可能是機遇因素導致的。Cohen於1960年提出Kappa分析，Kappa係數是一個用於一致性檢驗的指標，在考慮了機遇因素對診斷結果一致性的影響。

二、軟體操作

數據準備

下面我們通過一組模擬數據來進行演示。

某醫生用a、b兩種方法診斷結石，想檢驗這兩種方法的診斷結果是否一致，

此時需要用Kappa一致性檢驗。

查看數據

整理數據

數據複製粘貼進SPSS(需要SPSS版本在25.0以上)

修改小數位數，均為0；修改數據類型a、b均為名義，freq頻數為標度。

數據加權，把freq變量選入加權框。

分析-描述統計-交叉表

a選入行，b選入列，點開統計模塊，勾選Kappa；接著點開單元格模塊，勾選實測、行、列。

結果：

三、結果解讀

Kappa=0.534，p<0.001，提示兩種方法診斷結果具有一致性，一致性中等。

Kappa值判斷標準：

對kappa的一致性解釋是[0,1]之間的，0表示只是因隨機而發生的一致，1表示完全一致；那麼對kappa取值在[-1,0]之間時，可將其定義為不一致，0表示只是因隨機而發生的不一致，-1表示完全不一致。如果遇到kappa為負的情況，就進行不一致性的解釋，如「兩位醫生對200例超聲檢查結果進行是否結石的診斷存在不一致性，不一致性中等(kappa=-0.509)」。

一致性的情況(最常見)：

kappa≥0.75，可以認為一致性較好；

0.4＜kappa＜0.75，說明一致性中等；

kappa≤0.4，則表明一致性較差。

不一致性的情況：

kappa≤-0.75，可以認為不一致性明顯；

-0.75＜kappa＜-0.4，說明不一致性中等；

kappa≥-0.4，則表明不一致性較弱。

四、知識拓展

1、kappa係數考慮了機遇一致率對結果的影響，kappa的取值可以為[-1,1]。若kappa係數小於0，說明觀察一致率小於機遇一致率，在實際研究中很少出現。若kappa係數等於0，說明觀察一致率等於機遇一致率，結果完全由機遇因素導致。若kappa係數大於0，說明研究對象之間存在一定的一致性，kappa係數越接近1，一致性越大。

2、SPSS軟體導入數據的問題

本例中，是把匯總好的數據導入SPSS，之後還要對頻數列進行加權，才能接著進行Kappa一致性檢驗，其實普通卡方檢驗和配對卡方檢驗也需要進行一樣的操作。可能有的人會問，這些數據怎麼匯總，一個個去數？如果真是一個個數，還真是有點統計學大家的風範，當時有幾位統計學金字塔尖的人物為了研究大數定律，分別拋了成千上萬次的硬幣並記錄結果。上面是開個玩笑哈，其實，不用一個個數，也不用非得以匯總的數據導入軟體，完全可以以原始數據的方式，導入SPSS軟體，在這種情況，就不用加權了，直接可以進行Kappa一致性檢驗和卡方檢驗，而且軟體會自動把匯總好的表格呈現出來，我們可以直接用，進一步計算準確率、靈敏度、特異度、陽性預測值和陰性預測值等指標，非常方便。進行數據導入的時候，賦值最好為數字，無論是0和1，還是1和2，都可以，不要以漢字的形式導入，SPSS軟體不支持這種，導入後漢字會顯示成缺失值，但變量名可以是中文。

參考資料：

https://baike.sogou.com/v70024376.htm?fromTitle=kappa%E7%B3%BB%E6%95%B0

https://zhuanlan.zhihu.com/p/67844308

https://blog.csdn.net/huipingx/article/details/85019294

統計諮詢. kappa還有負值？

王軍. Kappa係數在一致性評價中的應用研究[D]. 四川大學, 2006.

宇傳華. SPSS與統計分析[M]. 電子工業出版社, 2014.

醫咖會. SPSS操作：一致性檢驗，如何計算Kappa值？

醫咖會. 診斷試驗之Kappa值該怎麼算？

統計諮詢

如你有以下問題：數據清洗、樣本量計算、統計分析、診斷試驗、混淆矩陣、Kappa、ROC、聯合診斷ROC、ICC、生存分析、多重線性回歸、線性擬合、曲線擬合、Logistic回歸、COX回歸、廣義估計方程、廣義相加模型、臨床預測模型、Graphpad作圖、R語言、研究設計、文章投稿、文章修回等，均可以向我諮詢，可微信可通話，需收取一定費用。

精彩內容推薦

我因為用錯統計方法，被拒稿了……2020-09-19劉老師總結的統計教程合集，可以節省你不少時間2020-09-05零基礎學Meta分析，多個視頻教程免費看2020-08-04工作科研學習，效率太低，是因為瀏覽器沒這麼用2020-07-24

聯繫我們

劉老師醫學統計專注於提供最實用的統計教程和科研乾貨，更有非常棒的免費資源領取，可關注公眾號劉老師醫學統計了解更多信息。小白學統計和小白學R語言、統計諮詢，詳情可關注公眾號劉老師醫學統計，添加作者微信諮詢。

點個「在看」，教程拿走

相關焦點

  • Kappa一致性檢驗:兩種診斷方法的結果是否一致?
    Cohen於1960年提出Kappa分析，Kappa係數是一個用於一致性檢驗的指標，在考慮了機遇因素對診斷結果一致性的影響。二、軟體操作數據準備下面我們通過一組模擬數據來進行演示。某醫生用a、b兩種方法診斷結石，想檢驗這兩種方法的診斷結果是否一致，此時需要用Kappa一致性檢驗。
  • SPSS操作:一致性檢驗,如何計算Kappa值?
    若Cohen's kappa係數小於0，說明觀察一致率小於機遇一致率，在實際研究中很少出現。若Cohen's kappa係數等於0，說明觀察一致率等於機遇一致率，結果完全由機遇因素導致。若Cohen's kappa係數大於0，說明研究對象之間存在一定的一致性，Cohen's kappa係數越接近1，一致性越大。
  • SPSS教程:3個及以上觀察者的一致性檢驗(Kendall's W檢驗)
    對於這種存在3位及以上觀察者、結局變量為連續變量或有序分類變量的一致性檢驗，推薦使用Kendall's W檢驗。一般來說，採用Kendall's W 檢驗的研究設計需要滿足以下3項假設：　　假設1：觀察者不少於3人，判定結果是連續變量或有序分類變量。
  • 檢驗一致性,你用哪種方法?
    一致性檢驗的目的在於比較不同方法得到的結果是否具有一致性。檢驗一致性的方法有很多比如：Kappa檢驗、ICC組內相關係數、Kendall W協調係數等。每種方法的功能側重，數據要求都略有不同：SPSSAU整理Kappa係數檢驗，適用於兩次數據之間比較一致性
  • 六、臨床診斷的分歧及一致性的判斷
    六、臨床診斷的分歧及一致性的判斷 　　診斷標準確定後，判定診斷結果時在諸多環節可能出現不一致性，而當診斷錯誤後又可能嚴重影響下一步的治療，以及預後等。 　　（一）發生臨床不一致性的環節 　　臨床意見不一致，可發生於收集病史、體格檢查、實驗室檢查結果的解釋以及診斷、治療等等諸多環節。 　　1.收集病史　病史是由詢問得到。由於詢問方法不一致，常易出現不一致性。據某醫院兩位高年醫師對同一批潰瘍病術後者詢問病情，二人的意見一致率尚不足2/3。
  • r語言 t檢驗 假設 - CSDN
    假設檢驗 -T檢驗 -F檢驗 -卡方檢驗 -正太性檢驗T檢驗2兩樣本的T檢驗 -有原始數據的獨立兩樣本T檢測 -有原始數據的配對T檢測 實例如下： Wage 數據中大學學歷的收入和中學一樣嗎
  • 卡方檢驗結果分析專題及常見問題 - CSDN
    R語言卡方檢驗與結果可視化1，卡方分析簡介與實例2，R語言chisq.test()3，基於ggstatsplot包的可視化分析卡方分析簡介與實例：卡方檢驗是生物學中應用很廣的一種假設檢驗，可以通過對構成比，率進行檢驗，進而判斷分類資料間的偏差程度。
  • 什麼是一致性哈希算法
    這裡主要記錄一致性Hash算法如何將數據分配到各個機器中去。2，衡量一致性哈希算法好處的四個標準①平衡性。平衡性是指哈希的結果能夠儘可能分布到所有的緩衝中去，這樣可以使得所有的緩衝空間都得到利用。②單調性。單調性是指如果已經有一些數據通過哈希分配到了相應的機器上，又有新的機器加入到系統中。
  • r語言白噪聲檢驗眼_r語言白噪聲檢驗 - CSDN
    [時間序列分析][1]--平穩性,白噪聲的檢驗    最近還在考慮是否要做一個微信公眾號，因為用手機看csdn的博客效果不是很好。  當然，這些都是之後要考慮的。這一篇文章我們就先來講一下時間序列的知識。
  • t檢驗 方差分析 - CSDN
    一.T檢驗1.T檢驗分類T檢驗是通過比較不同數據的均值，研究兩組數據之間是否存在顯著差異。單總體檢驗：單總體t檢驗是檢驗一個樣本平均數與一個已知的總體平均數的差異是否顯著。當總體分布是正態分布，如總體標準差未知且樣本容量小於30，那麼樣本平均數與總體平均數的離差統計量呈t分布。
  • f檢驗 matlab專題及常見問題 - CSDN
    Mann-Kendall顯著性檢驗工具：1、MATLAB2、DPS3、示例數據（數據採用的是魏鳳英老師《現代氣候統計診斷預測技術》中的1900-1990年上海市的年平均氣溫數據）Mann-Kendall原理可詳細參考https://wenku.baidu.com
  • 急診檢驗的生物安全、TAT、結果一致性、質量管理如何保證?
    2020年1月，為規範急診檢驗的建設、提高急診檢驗服務臨床的能力，中華醫學會檢驗醫學分會與中國醫師協會急診醫師分會、中國人民解放軍急救醫學專業委員會共同發布了《急診檢驗能力建設與規範中國專家共識》。該共識針對急診檢驗能力建設給出了4個方面、共計19條建議，幫助急診檢驗更好的應對疫情帶來的挑戰。
  • r語言做白噪聲檢驗_r語言中如何做白噪聲檢驗 - CSDN
    [時間序列分析][1]--平穩性,白噪聲的檢驗    最近還在考慮是否要做一個微信公眾號，因為用手機看csdn的博客效果不是很好。  當然，這些都是之後要考慮的。這一篇文章我們就先來講一下時間序列的知識。
  • t檢驗 機器學習_機器學習 t 檢驗 - CSDN
    假設檢驗常見的假設檢驗有：T檢驗（Student’s t Test），F檢驗（方差齊性檢驗），卡方驗證等。無論任何假設檢驗，它們都遵循如下圖所示的流程：做兩個假設：一般如果假設對象是兩組樣本的話，都會假設這兩組樣本均值相等（T檢驗的假設），方差滿足齊次性（F檢驗的假設）等。而另一個假設其實就是兩組樣本均值不相等（T檢驗的假設），方差不滿足齊次性（F檢驗的假設）等，其實這兩個假設就是一對非此即彼的選項。這兩個假設在教科書上就叫做原假設H_0，和備擇假設H_1。
  • 曾經紅遍校園的Kappa,到底經歷了什麼讓它一蹶不振
    隨著這股風潮的不斷演進，M.C.T將旗下品牌重新定位，"kappa sport"（不久後被簡稱為kappa）逐漸成為年輕購買群體追逐的一個世界知名品牌。kappa的logo發音是Omini（雙子），而品牌針對當時的社會風潮給予了logo特殊的內涵：這對男女之所以背靠背席地而坐，是因為 kappa相信男性和女性可以共同分享運動的樂趣。
  • Kappa:制襪內衣公司如何成為一個 「文化強國」?
    成為潮流文化期間多才多藝反傳統標籤的三個時刻義大利北部山麓的襪子 一個男人和一個女人赤身背靠背成為世界最知名的標誌之一兩個人物的輪廓的構思於1969年原始設計只是偶然在拍攝泳衣廣告的拍攝過程中背光創造了一種獨特的輪廓Kappa很快將其作為官方logokappa
  • 作為潮牌的Kappa,曾拿下了42億的好成績,如今該如何「重生」?
    kappa在1916年誕生於義大利，一直主打運動品牌，雖然曾經贊助過意甲的一些球隊，但是對於kappa在國外的影響力並不是很大。2002年kappa以潮流運動品牌進入了中國的市場，在當時的中國市場大部分的運動品牌都是傳統的運動風，而kappa則以潮流運動風加上特別的標誌，很快得到了多數年輕人的喜愛和關注。
  • R語言 小wald檢驗_lm檢驗 wald檢驗 - CSDN
    繪製nomagram舉例2library(foreign) # 讀取spss格式數據library(survival)library(rms) library(VIM) # 包中aggr()函數，判斷數據缺失情況par(family = "STXihei") # 指定繪製圖片中的字體# 數據來自張文彤《SPSS統計分析高級教程
  • 卡方檢驗相關性專題及常見問題 - CSDN
    卡方檢驗和卡方分布卡方檢驗是一種用途很廣的計數資料的假設檢驗方法。它屬於非參數檢驗的範疇，主要是比較兩個及兩個以上樣本率( 構成比）以及兩個分類變量的關聯性分析。其根本思想就是在於比較理論頻數和實際頻數的吻合程度或擬合優度問題。它在分類資料統計推斷中的應用，包括：兩個率或兩個構成比比較的卡方檢驗；多個率或多個構成比比較的卡方檢驗以及分類資料的相關分析等。
  • 這些年,Kappa去哪兒了?
    一路至80年代，kappa更贊助了義大利尤文圖斯足球俱樂部，還有1984年洛杉磯奧運會成績突出美國的國家田徑隊，為隊員提供最先進的技術支持。更有88年的漢城奧運會，美國田徑隊經典的緊身短跑裝束，那便是出自kappa的手筆了。 （尤文圖斯1992-1993賽季的主場球衣，kappa製造）Kappa非常熱衷於對歐美體育賽事進行贊助推廣。