組內相關係數(intraclass correlation efficient, ICC)常用於評價具有確定親屬關係(如雙胞胎、兄弟姐妹等)的個體間某種定量屬性的相似程度,也應用於評價不同測定方法或評定者對同一定量測量結果的可重複性或一致性。在診斷試驗中,我們也常常使用ICC指標評價不同研究者對同一組試驗結果進行診斷的可重複性。
現假設有2位研究者使用相同的診斷試驗分別測量25位受試者的血糖水平。部分原始數據見表1。
表1 部分原始數據
當然,為了評價該診斷試驗的可重複性,我們可以設置一個診斷截點,人為地將血糖水平轉換成二分類變量,再運用之前講過的Kappa分析進行判斷。但是,將連續變量轉換成二分類變量會丟失信息。那我們應該如何做呢?
接下來,我們將向大家介紹診斷試驗組內相關係數的分析方法,以SPSS統計軟體為例。
1. 數據錄入SPSS
2. 選擇Analyze→ Scale→ Reliability Analysis
3. 選項設置
(1)主對話框設置
我們將待觀測的兩組數據分別放入Items框中。
(2)Statistics設置
點擊Statistics,選中Intraclass correlation coefficient。
Model的設置:
組內相關係數的計算有三種模型,分別是One-way random、Two-way random和Two-way mixed。其中,One-way random模型用於檢驗每一個受試者的均值是否完全相等,不應用於評價診斷試驗的可重複性。而Two-way random模型與Two-way mixed模型相似,它們同時考慮了受試者和研究者的影響,在理論上都可以用於診斷試驗可重複性的評價。但是這兩種模型結果的推論範圍存在差異。Two-way random模型的結果可以推論到所有相似、可能的研究者;而Two-way mixed模型的結果僅限於給定的研究者,不能推論其他。
因此,診斷試驗可重複性評價應選擇Two-way random模型。
Two-way random模型有absolute agreement和consistency兩種計算類型。其中,absolute agreement考慮研究者的系統誤差,可用於測量不同研究者是否給予受試者相同的絕對值。而consistency並不考慮研究者的系統誤差,僅適用於評價不同研究者之間的評分是否高度相關。
具體來說,如果我們現有2、4、6和4、6、8兩組結果,絕對值並不相等,用absolute agreement計算ICC值僅為0.67(只有4、6兩個絕對值是相同的);但是這兩組結果卻高度相關,用consistency計算ICC值為1(這兩組數字高度相關)。
針對診斷試驗的可重複性評價來說,我們希望不同研究者得到一致的結果,而不是僅僅是「高度相關」。因此,我們應該選擇absolute agreement計算類型。
→ Continue→ 回到主界面→ OK
SPSS組內相關係數的計算結果有3個表格,我們僅需要重點關注其中一個,如下:
這個表給出了組內相關係數的兩種估計結果,Single Measures和Average Measures。這兩種估計結果有什麼區別呢?Single Measures的分析單位是每個研究者的結果,可以估計單個研究者的情況。而Average Measures的分析單位是多個研究者研究結果的均值,應用範圍受到局限。
因此,我們依據Single Measures的估計結果判斷診斷試驗可重複性評價的組內相關係數,即ICC=0.987(P<0.001)。
一般來說,ICC值介於0到1之間。就診斷試驗而言,如果ICC值小於0.4,我們認為診斷試驗的可重複性較差;如果ICC值大於0.75,那麼診斷試驗的可重複性較好。
綜上,該血糖水平診斷試驗的ICC值為0.987(P<0.001),可重複性較好。
推薦閱讀
1. Mcgraw K O, Wong S P. Forming inferences about some intraclass correlation coefficients.[J]. Psychological Methods, 1996, 1(4):390-390.
2. Shrout P E, Fleiss J L. Intraclass correlations: uses in assessing rater reliability.[J]. Psychological Bulletin, 1979, 86(2):420.
推薦醫咖會專欄課程《如何理解臨床實踐指南的證據質量與推薦強度》!
講解臨床實踐指南指定過程中,如何檢索證據、如何進行系統評價、如何採用GRADE系統對證據質量和推薦意見強度進行分級以及共識法應用的流程和關鍵點。
使用電腦,打開醫咖會,觀看專欄視頻:
https://www.mediecogroup.com/zhuanlan/courses/38/
關注醫咖會,及時獲取最新統計教程
點擊左下角「閱讀原文」,查看全部免費統計教程。或者使用電腦打開網址:http://www.mediecogroup.com/,分類查看全部統計教程。
快加小咖個人微信(xys2019ykh),拉你進統計討論群和眾多熱愛研究的小夥伴們一起交流學習。