把每一份样本平均分成两份,分别用两种方法进行化验,比较此两种化验方法的结果(两类计数资料)是否有本质的不同;或者分别采用甲、乙两种方法对同一批病人进行检查,比较此两种检查方法的结果(两类计数资料)是否有本质的不同,此时要用配对卡方检验。
诊断试验的一致性检验经常用在下列两种情况中:一种是评价待评价的诊断实验方法与金标准的一致性;另一种是评价两种化验方法对同一个样本(化验对象)的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。
Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency),是作为评价判断的一致性程度的重要指标。取值在0~1之间。Kappa≥0.75两者一致性较好;0.75>Kappa≥0.4两者一致性一般;Kappa<0.4两者一致性较差。
例:有两种方法可用于诊断某种癌症,A方法简单易行,成本低,患者更容易接受,B方法结果可靠,但操作繁琐,患者配合困难。某研究选择了53例待诊断的门诊患者,每个患者分别用A和B两种方法进行诊断(表1),判断两种方法诊断癌症有无差别,A方法是否可以代替B方法。
表1 进口药和国产药治疗效果
B方法 |
合计 | |||
阳性 | 阴性 | |||
A方法 | 阳性 | 25(a) | 2(c) | 27 |
阴性 | 11(b) | 15(d) | 26 | |
合计 | 36 | 17 | 53 |
SPSS操作步骤如下:
1. 数据录入
(1) 变量视图
(2) 数据视图
2. 加权个案:选择Data→weight cases→勾选Weight cases by,将频数放入Frequency Variable→OK。
3. 选择Analyze→Descriptive Statistics→Crosstabs
4. 选项设置
(1) 主对话框设置:将“A方法”和“B方法”两个变量分别放入Row(s)框和Column(s)框中(无位置要求)。
(2) Statistics设置:勾选McNemar和Kappa→Continue
(3) Cells设置:Counts中勾选Observed,输出实际观测频数;Percentages勾选Row和Column,输出行和列占比→Continue→OK
5.结果解读
表1 统计描述
表2 配对χ2检验
表3 Kappa一致性检验
表2中SPSS给出了McNemer检验的结果,P=0.022<0.05,提示两种方法诊断情况并不一致;表3中Kappa=0.506,P<0.001,提示两种方法诊断结果存在一致性,但是Kappa在0.4~0.75范围内,一致性一般。
6.结论
A方法和B方法诊断结果一致性一般(Kappa=0.506,P<0.001); B诊断阳性率为67.9%,明显高于A诊断(50.9%),且差别具有统计学意义(P=0.022)。