差值与平均值

Bland-Altman 结果的第一页显示了差值和平均值，并用于生成Bland-Altman图。

偏倚与95%一致性界限

第二页结果显示平均偏倚，即差值的平均值。偏倚的计算方法是：一种方法测得的值减去另一种方法测得的值。如果一种方法有时结果较高，另一种方法有时结果较高，则差值的平均值将接近零。如果该值不接近零，则表明两种检测方法系统性地产生不同的结果。

该页面还显示了两种检测方法之间差异的标准偏差（SD）（标注为偏差的标准偏差），以及95%一致性界限，其计算方式为均差（偏差）加上或减去1.96倍的标准偏差。 若假设差异服从正态分布，且样本量足够大以致样本均值和样本标准差非常接近其总体值，则预计95%的两种检测方法之间的差异将落在95%一致性界限所描述的数值范围内。

特别是在样本量较小的情况下，样本均值和样本标准差可能与真实的总体均值和标准差存在偏差。为应对这种可能的偏差，可以计算两种检测方法之间差异的95%预测带。 这些95%预测带比95%一致性界限更宽（尤其在样本量较小的情况下），因此能更准确地预测未来两种检测方法之间的差异可能出现在何处。Prism软件虽不计算预测带，但可参照Giavarina综述（1）第146页的公式轻松手动计算。

解读 Bland-Altman 结果

Bland-Altman图通常无需进一步分析即可进行非正式解读。请自问以下问题：

•两种方法之间的平均偏差（即偏倚）有多大？必须从临床角度进行解读。这种偏差是否大到足以产生临床意义？这是一个临床问题，而非统计问题。

•一致性界限范围有多大？若范围较宽（按临床定义），结果则模糊拟合。若界限较窄（且偏倚极小），则两种方法实质上等效。

•是否存在趋势？随着平均值的增加，不同方法之间的差异是否趋于增大（或减小）？

•图中各点的变异性是否一致？随着平均值的升高，围绕偏倚线的散布是否变大？

 

1. Giavarina, D. (2015). 理解 Bland-Altman 分析。Biochem Med 25: 141–151.