【冯仁丰】临床实验室方法学比较实验结果究竟用什么统计

我们开始我们的事业，1970年代作为医学统计学者，工作于流行病学部门。对检测质量在流行病学中有很好的认识，通过形成阐明的“随机零”的血压计，可以对血压进行无偏移的测量。但是，以后我们转向单独的临床研究环境，我们独立地面临许多与测量生物量值有关的情况，开始是风湿病学和心脏病学。我们发现，无论作者比较了使用相同方法得到的、还是使用不同方法得到的检测得到的差异观察，在检测研究分析中的标准方式是相关系数。

很显然，相关没有提供2个检测方法间一致的回答。例如，我们可以在不改变相关系数的情况下，将使用其中一种方法的所有观测值的大小增加一倍。问题不是是否2个方法一致，而是它们一致如何紧密，由于成对检测间的差异或更有含义。由此，我们形成了一些简单的想法，依据差异的均值和SD，我们可以估计一个范围，在此范围内，我们可预期观察到的差异有很高的百分值（通常95%），在此范围内—我们称之为“一致限值”。这些限值取决于假设，差异的均值和SD，与检测大小无关，它们遵循一个大致的正态分布。我们设想，数据图会对检查这些假设有帮助。特别是，我们建议了一个成对检测间差异的直方图（histogram），一个差异与它们均值的分布图。我们看这个图，现在经常称为“Bland-Altman图”，给出了数量上总结的支持，与方法本身无关^（1）。

我们首先在1981年的Cambridge的统计学者会议上呈现我们的想法。我们的文章刊登在1983年^（2）。这篇文章没有让临床同道理解，我们想在医学杂志上发表我们的想法会有用。因此1986年1月，我们的文章发表的The Lancet。令人惊讶地，它成为所有发表的统计文章中最多印证的文章之一。

我们在Lancet上的文章，包括了数据组，是我们收集做研究的，使用两种不同的仪器对呼气流量峰值进行重复测量——样品包括同事、家人和我们自己(我们是肺功能最好的两个人)。对我们来说，列入原始数据表显然是有益的——然而，尽管目前注重透明度，这种做法仍然很少见。

我们确实不是第一人认识相关系数没有评估一致性，而只是关联性。值得注意的是，我们印证了Westgard和Hunt，他们在1974年的临床化学杂志上明智地写了“相关系数…在统计分析比较数据中没有实际用途”^（3）。他们的首选方式使用了依据最小二乘回归的预测区间。这个课题在临床化学中是关键重要的，这也是在1983年在化学杂志中我们文章中的5篇参考之一。

在我们设想我们简单的方式是明显时，我们的思想未必是原先的，但是我们没有能发现一个相似的提议。我们发现Donald Mainland已经在早40年前就做出了关于相关相似的评论^（4），但是我们依然没有发现，关于如何比较检测方法的建议。

自从第一篇文章以来，我们已经扩展各个方面的方式，特别是允许对重复检测的分析^（5,6）。

方法比较明确地是性能关联的题目。我们1986年的文章是在The Lancet中印证最多的，现在依然是一天被印证多次，但我们其他有关的文章在几个其他杂志中，也是最被引用的^（2,5,6）。检测是临床实践和研究的基础。作为医学统计学者超过了40年，我们依然很失望，至今还是太少的人有了认识。

转载请注明出处

微信公众号：冯仁丰