对诊断一致性kappa系数及评价指标的探讨

《对诊断一致性kappa系数及评价指标的探讨》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据主垦卫生蕉盐2QQ2芏§旦箍丝鲞釜3塑·学术讨论·对诊断一致性kappa系数及评价指标的探讨首都医科大学生物医学工程学院数学教研室(100069)闫岩华琳张建随着医学技术的迅猛发展，各种诊断试验，诊断设备及诊断方法等层出不穷。如各种血清免疫学方法，影像学方法及基因诊断等。然而，并不是所有的新方法都比旧的方法好，一些最初认为很好的诊断方法在临床应用一段时间后不理想甚至被淘汰。效果不确定的诊断方法不仅增加了医疗费用，还可因误差或漏诊对患者造成伤害。究其原因，主要是由于新的诊断方法在广泛应用之前没有进行客观

2、，科学和严格的评价[¨。所以，采用正确的方法客观评价I临床诊断性试验是关键，这就涉及到正确的计算评价指标及统计学检验。在诊断试验中，如果研究者希望评价两种诊断试验方法(这两种诊断试验方法都不是金标准)的诊断结果一致性，可通过计算kappa统计量作一致性检验。如果研究者想考察新的诊断试验方法与金标准的一致性，则除了作一致性检验以外，还应计算灵敏度、特异度、阳性预报值和阴性预报值等评价指标。目前，大多数统计教材及参考书中都仅给出了四格表资料的kappa系数及评价指标的计算方法，而在很多临床科研工作中，常常要计算疾

3、病分型不一致时的kappa系数，从数据格式上看，就是列联表的行列数不等。此时金标准也并不只限于阳性和阴性两种情况，针对这类资料如何计算评价指标是很多医生要面I临的问题。本文给出使用SPSS软件实现对行列数不等资料的kappa检验方法及行列表(方表)的计算灵敏度、特异度、阳性预报值和阴性预报值的方法，事实上，它是对四格表计算方法的一个推广。kappa系数1．简单kappa系数K=旨其中户。=≯幻称为观测一致率，纯=两aii，口“表示实际观察一致数，N表示总例数。Re=冰．P¨称为期望一致率，即两次检验结果由于偶

4、然机会所造成的一致率，其中夕f．=两Ri，P．；=导，R；，c；分别为第i个格点所对的行合计和列合计。kappa系数标准误的计算公式为：．Pe+P：一∑户i．Pi(丸+P．i)SR2L——丁#ii—一其95％的置信区间为(k一1．96SR，k十1．96S霄)由于kappa值是一个样本统计量，判断其是否有统计学意义时，应选用统计量U=氅攀作假设检验。oK2．加权的kappa系数加权的kappa系数是简单kappa系数的推广，是用加权的方法对两个评价结果进行量化。对于四格表来说，简单kappa系数与加权的kapp

5、a系数是相等的，对于一般的行列表，加权的kappa系数的计算公式为：，，Po(硼)一只(硼)K”。—r了i万一Po(w)=；洳护巧．只(硼)=；酗oPi．P．j其中0≤wlf=硼if<1，i=／=j，叫“=1加权kappa系数的标准误计算公式为：S胁=95％的置信区间为：(走。一1．96S^。，k。+1．96S^。)王'假设检验的统计量为U=盟5矗埘kappa权系数一般使用Cicchetti—Allison和Fleiss．Co—hen两种权值类型，Cicchetti—Allison的计算公式为：．cf—cJ聊

6、_1一i■百．Fleiss—Cohen的计算公式为：．(cf—c逆聊叫一瓦前其中，C；表示第i列的评价分值，k表示列数。如果是数值型变量，评价分值G，就是第i行第J列对应的具体数值，如果是分类变量，可按照相应级别进行赋值。3．总kappa系数假设列联表为多向列联表(我们不妨设有口个方向)，且每个变量有两个水平，即为2×2×⋯×2列联万方数据表，令ki表示第i个变量的kappa系数，SH表示第i个kappa系数的标准误，则总kappa系数的计算公式为：K,总=i卫=矗二／i9S1ki行列数不等时kappa系数的

7、计算kappa系数的计算适用于两个评价人分级水平数相同的情况，即数据格式为行数和列数相等的方表。而在实际操作中，经常会出现分级水平数不一致，即行列数不等的情况。数据格式如表1。表1甲乙两医生对病人的分级评价1232O130O2O0O此时若使用kappa检验，就需要对甲医生创建第4个等级并增加一个额外的观测值，从而使甲医生的分级范围也为1～4，但这个观测值不能为0，否则会对全部例数没有贡献并会导致相应的检验方法及置信区间无法定义。为此，给这个额外的观测值加权(权值为0．001)，这就使得原来的观测数据集相对来说

8、有较大的权值，而且不会影响到kappa统计量的计算。将表1改为行列数相等的数据表(见表2)。衰2甲乙两医生对病人的评价(修正)甲医生乙医生O00．001使用SPSSll．5以上的版本可以计算出kappa值。进入数据编辑器并给甲医生添加额外的观测值0．001o选择Analyze·DescriptiveStatistics÷Crosstabs，将变量甲，乙分别放入对应的行列框内，选择Statistics