1、第22章 一致性檢驗kappa 學習目的v熟習Kappa值的判別規范；v掌握Kappa值的計算以及檢驗方法；v掌握二分類資料和有序分類資料的一致性分析；Kappa檢驗v在診斷實驗中，研討者希望調查不同的診斷方法在診斷結果上能否具有一致性。診斷實驗的一致性檢驗經常用于以下兩種情況：一種是評價新的診斷實驗方法與金規范的一致性；另一種是評價兩種診斷實驗方法對同一個樣本或研討對象的化驗結果的一致性、兩個醫務任務者對同一組病人的診斷結論的一致性、同一醫務任務者對同一組病人前后進展兩次察看作出診斷的一致性等。1960年Cohen等提出用Kappa值作為評價判別的一致性程度的目的。實際證明，它是一個描畫診斷

2、的一致性較為理想的目的，因此在臨床實驗中得到廣泛的運用。 Kappa檢驗vKappa是評價一致性的丈量值。檢驗能否沿對角線格子中的計數接納比率一樣的零件與那些僅是偶爾的期望不同。設Po =對角線單元中觀測值的總和，Pe=對角線單元中期望值的總和。那么Kappa =Po - Pe/1 - Pe。Kappa是丈量而不是檢驗。其大小用一個漸進和規范誤差構成的t統計量決議。一個通用的閱歷法那么是Kappa大于0.75表示好的一致性Kappa最大為1；小于0.4表示一致性差。Kappa不思索評價人間的意見不一致性的程度，只思索他們一致與否。 Kappa檢驗v對于用Kappa值判別一致性的建議參考規范為：

3、vKappa =+1，闡明兩次判別的結果完全一致；vKappa =-1，闡明兩次判別的結果完全不一致；vKappa =0，闡明兩次判別的結果是機遇呵斥；vKappa0，此時闡明有意義，Kappa愈大，闡明一致性愈好；vKappa0.75，闡明曾經獲得相當稱心的一致程度；vKappa0.4，闡明一致程度不夠理想；二分類資料一致性分析 v前面我們曾經引見四格表資料的2檢驗，本節需求引見的是Kappa檢驗。那么Kappa檢驗與配對2檢驗有什么區別呢？Kappa檢驗重在檢驗兩者的一致性，配對2檢驗重在檢驗兩者間的差別。對同一樣本數據，這兩種檢驗能夠給出矛盾的結論。主要緣由是兩者對所提供的有統計學意義的

4、結論要求非常嚴厲所致。KAPPA值的計算及檢驗值的計算及檢驗v對兩法測定結果一致部分進展檢驗，看一致部分能否是由偶爾要素影響的結果，它叫做“一致性檢驗，也稱Kappa檢驗。闡明兩種方法測定結果的實踐一致率與隨機一致率之間的差別能否具有顯著性意義。需求計算反映兩法一致性程度高低的系數，叫做Kappa統計量。詳細公式如下：vP0為實踐一致率，Pe為實際一致率。2)()(,1ndbdccabaPndaPPPPKappaeoeeoKAPPA值的計算及檢驗值的計算及檢驗vKappa是一個統計量，也有抽樣誤差，其漸進規范誤ASE。由于uKappa/ASE近似服從規范正態分布，故可借助正態分布實際。H0：K

5、appa0，H1：Kappa0。假設回絕H0以為兩種方法具有較高的一致性。KAPPA值的計算及檢驗值的計算及檢驗v在診斷實驗的研討中，數據資料多為雙向有序的列聯表資料，即兩個變量都是有序變量，而且屬性一樣。屬性一樣分為三種情況，一種情況是屬性、分級程度數和分級程度都完全一樣。如甲醫生和乙醫生都把病人的檢查結果分為1、2、3、4四個等級。此時可直接作Kappa檢驗。當這兩個變量都只需2個程度時，就成為配對設計的四格表資料，可運用配對2檢驗，即McNemar檢驗。 KAPPA值的計算及檢驗值的計算及檢驗v第二種是屬性一樣的分級程度數一樣，但分級程度不全一樣。如甲醫生和乙醫生都把病人的檢查結果分為四

6、個等級，但甲醫生的分級為1、2、3、4，而乙醫生的分級為2、3、4、5。在這種情況下，由于列聯表的行數和列數依然是一致的，即列聯表仍為方表，所以也可計算出相應的Kappa統計量。第三種是屬性一樣，但分級程度數和分級程度不全一樣。這種情況就是我們所說的列聯表的行列數不一致。由于搜集上來的數據不能隨便刪除掉，所以我們思索添加行或列使聯表成為方表。如行數為n，例數為n-1，那么我們只需求添加第n列，在第n行第n列的格點中添加權值0001，而第n行的其它格點均設為0，就可以命名其成為方表，并計算Kappa統計量了。由于權值系數很小，所以不會影響Kappa值的計算結果。 KAPPA值的計算及檢驗值的計算

7、及檢驗v另一方面，假設兩個變量中有一個變量是金規范，那么我們不但能分析出檢驗結果的一致性，還可以計算出敏感度、特異度、誤診率和漏診率等目的。假設有不同的診斷分界點，還可以繪制出ROC曲線。 v診斷實驗的評價在醫學研討中具有非常重要的意義，目前大多數文獻都運用Kappa統計量來檢驗結果的一致性。所以本研討主要是對Kappa系數作一個討論和分析。診斷實驗評價的統計學方法還會隨著更多問題的提出和處理而不斷得到開展、修正和擴展。有序分類資料一致性分析 vRC表可以分為雙向無序、單向有序、雙向有序屬性一樣和雙向有序屬性不同4類。v雙向無序RC表 RC表中兩個分類變量皆為無序分類變量，對于該類資料：假設研

8、討目的為多個樣本率或構成比的比較，可用行列表資料的2檢驗；假設研討目的為分析兩個分類變量之間有無關聯性以及關系的親密程度時，可以用行列表資料的2檢驗以及Pearson列聯絡數進展分析。有序分類資料一致性分析v單向有序RC表 有兩種方式。一種是RC表中的分組變量是有序的，而目的變量是無序的。此種單向有序RC表資料可用行列表資料的2檢驗進展分析。另一種情況是RC表中的分組變量是無序的，而目的變量是有序的，此種單向有序RC表資料宜用秩和檢驗進展分析。有序分類資料一致性分析v雙向有序屬性不同的RC表 RC表中的兩分類變量皆為有序且屬性不一樣。對于該類資料，需求分析兩有序分類變量間能否存在線性變化趨勢，

9、宜用有序分組資料的線性趨勢檢驗。v雙向有序屬性一樣的RC表中的兩分類變量皆為有序且屬性一樣。實踐上是22配對設計的擴展，此時宜用一致性檢驗或稱Kappa檢驗。v所以，對于雙向有序且屬性一樣的數據，我們可以采用Kappa檢驗判別其一致性。本章小節 v1960年Cohen等提出用Kappa值作為評價判別的一致性程度的目的。實際證明，它是一個描畫診斷的一致性較為理想的目的，因此在臨床實驗中得到廣泛的運用。Kappa是評價一致性的丈量值。檢驗能否沿對角線格子中的計數接納比率一樣的零件與那些僅是偶爾的期望不同。設Po =對角線單元中觀測值的總和，Pe=對角線單元中期望值的總和。那么Kappa =Po - Pe/1 - Pe。Kappa是丈量而不是檢驗。其大小用一個漸進和規范誤差構成的t統計量決議。一個通用的閱歷法那么是Kappa大于0.75表示好的一致性Kappa最大為1；小于0.4表示一致性差。本章小節v對兩法測定結果一致部分進展檢驗，看一致部分能否是由偶爾要素影響的結果，它叫做“一致性檢驗，也稱Kappa檢驗。闡明兩種方法測定結果的實踐一致率與隨機一致率之間的差別能否具