一、问题与数据

在前面的讲解中，我们已经介绍了符合率和Kappa分析，了解了结局指标是二分类变量（阴性、阳性）诊断试验可重复性的评价方法。

 

那么，如果诊断试验的结局是连续变量，我们应该如何做呢？

组内相关系数（intraclass correlation efficient, ICC）常用于评价具有确定亲属关系（如双胞胎、兄弟姐妹等）的个体间某种定量属性的相似程度，也应用于评价不同测定方法或评定者对同一定量测量结果的可重复性或一致性。在诊断试验中，我们也常常使用ICC指标评价不同研究者对同一组试验结果进行诊断的可重复性。

 

现假设有2位研究者使用相同的诊断试验分别测量25位受试者的血糖水平。部分原始数据见表1。

表1 部分原始数据

当然，为了评价该诊断试验的可重复性，我们可以设置一个诊断截点，人为地将血糖水平转换成二分类变量，再运用之前讲过的Kappa分析进行判断。但是，将连续变量转换成二分类变量会丢失信息。那我们应该如何做呢？

接下来，我们将向大家介绍诊断试验组内相关系数的分析方法，以SPSS统计软件为例。

二、SPSS操作

请先登录

这么重要的内容，赶快登录查看吧！

登录

三、结果解释

请先登录

这么重要的内容，赶快登录查看吧！

登录

四、撰写结论

一般来说，ICC值介于0到1之间。就诊断试验而言，如果ICC值小于0.4，我们认为诊断试验的可重复性较差；如果ICC值大于0.75，那么诊断试验的可重复性较好。

综上，该血糖水平诊断试验的ICC值为0.987（P<0.001），可重复性较好。

五、更多阅读

• 诊断试验的一致性检验，方法那么多，你捋清楚了吗？

  评价一致性程度的方法很多，比如说Kappa值、Kendall一致性系数、组内相关系数（ICC）等等，但是选对合适的方法却不容易，本文就帮大家梳理一番！

• 连续变量的一致性评价，教你一种图示法『Bland-Altman法』

  无序分类变量，一般采用Kappa一致性检验；有序分类变量（等级变量），采用加权Kappa或Kendall系数评价一致性；连续变量的一致性评价，除了之前提到的组内相关系数（ICC），还有另外两种图示方法——Bland-Altman法和ATE/LER区域法。