블렌드-알트만 줄거리

분석 화학 또는 생물 의학에서의 Bland-Altman 플롯(차이 그림)은 서로 다른 두 분석 사이의 합치를 분석하는 데 사용되는 데이터 플로팅 방법이다.그것은 다른 분야에서 알려진 이름인 ^[1]Tukey 평균 차이 플롯과 동일하지만, J. Martin Bland와 Douglas G에 의해 의학 통계에서 대중화되었다. 알트먼.^[2][3]

합치 대 상관 관계

Bland와 Altman은 동일한 매개변수(또는 속성)를 측정하도록 설계된 두 가지 방법 중 어떤 것이든 결정되는 특성이 크게 달라지도록 표본 집합을 선택할 때 좋은 상관관계를 가져야 한다고 지적한다.따라서 동일한 특성을 측정하도록 설계된 두 가지 방법의 높은 상관관계는 그 자체로 한 사람이 광범위한 표본을 선택했다는 신호일 수 있다.높은 상관관계가 반드시 두 방법 사이에 좋은 합치가 있다는 것을 의미하지는 않는다.

건설

$n{\displaystyle }$ ${\displaystylen}$ 관측치$$(예: 알 수 없는 볼륨의 개체)로 구성된 표본을 고려하십시오.두 검사(예: 서로 다른 볼륨 측정 방법)는 각 샘플에 대해 수행되며, ${\displaystyle \mathrm{결과적}}$으로 2n$[\displaystyle 2n}$개의$$ 데이터 포인트가 생성된다.$그런{\displaystyle }$ 다음 두 측정값의 $평균$을 x ${\displaystyle$x} -값으로$$ 할당하고 두 값 사이의 $차이$를 y ${\displaystyle y}$ -값으로$$ 지정하여 각 n ${\displaystyle n}$ 표본을$$ 그래프에 표시한다.

$두{\displaystyle {}_{}}$$$ ${\displaystyle {측정값}_{}}$으로$결정$된 S 1 {\$displaystyle$${\displaystyle {S\_}_{}}${1$}$ 및 S 2 {\displaystyle $S_{2$$}}$의 $지정$된$$샘플 S {\$displaystyle$ S}의 데카르트 좌표는 다음과 같다.

${\displaystyle S(x,y)=\left({\frac {S_{1}+S_{2}}, S_{1}-S_{2}\오른쪽).}$

두 표본 집합 간의 차이를 평균 값과 독립적으로 비교하려면 측정 쌍의 비율을 보는 것이 더 적절하다.^[4]분석 전 측정값의 로그 변환(기준 2)을 사용하면 표준 접근법을 사용할 수 있으므로 그림은 다음 방정식에 의해 제공된다.

${\displaystyle S(x,y)=\왼쪽({\frac {\log _{2}S_{1}+\log _{2}S_{1}+\log _{2}S_{2}}:\log _{1}-\log _{2}S_{2}\}\오른쪽).}$

이 버전의 플롯은 MA 플롯에서 사용된다.

적용

Bland-Altman 플롯의 한 가지 주요 적용은 각각 측정에 약간의 오차가 발생한 두 개의 임상 측정을 비교하는 것이다.^[5]또한 금본위제라 할지라도 오류가 없는 것처럼 새로운 측정기법이나 방법을 금본위제와 비교하는 데도 사용할 수 있다.^[4]Bland-Altman 플롯을 제공하는 소프트웨어는 Analyze-it, MedCalcul, NCSS, GraphPad Premism, R 또는 StatsDirect를 참조하십시오.

Bland-Altman 그림은 두 개의 서로 다른 계측기 또는 두 개의 측정 기법 사이의 합치를 평가하는 데 광범위하게 사용된다.Bland-Altman 그림에서는 측정값(즉, 고정 바이어스) 또는 가능한 특이치 사이의 체계적 차이를 식별할 수 있다.평균 차이는 추정된 치우침이며, 차이의 SD는 이 평균 주위의 랜덤 변동을 측정한다.1-표본 t-검정에 근거하여 차이의 평균값이 0과 유의하게 다른 경우, 이는 고정된 치우침이 있음을 나타낸다.일관적인 편향이 있는 경우 새 방법에서 평균 차이를 빼서 조정할 수 있다.각 비교(차이의 평균 차이 ± 1.96 표준 편차)에 대해 95%의 합치 한계를 계산하는 것이 일반적이며, 이는 두 가지 방법에 의한 측정치가 대부분의 개인에 대해 얼마나 멀리 떨어져 있는지 알려준다.평균 ± 1.96 SD 내의 차이가 임상적으로 중요하지 않은 경우, 두 방법을 서로 교환하여 사용할 수 있다.합치의 95% 한계는 특히 작은 표본 크기에 대한 모집단 모수의 신뢰할 수 없는 추정치가 될 수 있으므로 방법을 비교하거나 반복성을 평가할 때 합치의 95% 한계에 대한 신뢰 구간을 계산하는 것이 중요하다.이것은 Bland와 Altman의 대략적인 방법이나 좀 더 정밀한 방법으로 할 수 있다.^[6]

또한 블렌드-알트만 플롯은 측정값과 실제 값 사이의 불일치(즉, 비례 편향)의 가능한 관계를 조사하기 위해 사용되었다.비례편향의 존재는 측정의 범위를 통해 방법이 동등하게 일치하지 않음을 나타낸다(즉, 합의의 한계는 실제 측정에 따라 달라진다).이 관계를 공식적으로 평가하기 위해서는 두 가지 방법의 평균에 따라 방법의 차이가 퇴보되어야 한다.차이와 실제 값 사이의 관계가 식별될 때(즉, 회귀선의 유의한 기울기) 회귀 기반 95% 합의 한계가 제공되어야 한다.^[4]

참고 항목

• MA 플롯
• 가드너-알트만 플롯

메모들

1981년 익스보그에 의해 비슷한 방법이 제안되었다.^[7]이 방법은 애드콕이 1878년에 도입한 방법인 데밍 회귀에 기초하였다.

블랑드앤알트먼의 란셋 논문은 2만 3천 건이 넘는 인용구로 역대 가장 많은 100대 신문 리스트에서 29위를 차지했다.^[8]

참조