临床实验室方法学比较实验结果究竟用什么统计

检验医师

最新的临床化学杂志上，刊登了Altman和Bland两人合写的一篇文章“评估检测方法间一致性”。这两位统计学家是当今在临床实验室公认的统计学术权威。在临床化学杂志的引用经典（Citation Classic）专栏下，这篇文章中应该是杂志的特约稿。在该文章一开始，就将他们的最具特色文章作为引子：Bland JM，Altman DG. Statistical method for assessing agreement between twomethods of clinical measurement. Lancet 1986; i:307-10。

回顾临床实验室的很多实验工作，为了确认或验证使用的检测系统或新方法的可靠性，对报告定量结果的证据就是要拿出新引入的检测系统，是否与实验室原先使用的、或与参考系统间，在检测患者样品的比较中，具有一致性的证据。可惜，在很长的时间以来，许多实验室至今还是在采用相关系数说明实验结果良好！不仅是中国，全世界都在这样做，我真的弄不懂。

Altman和Bland两位对临床实验室做出了巨大的贡献。在方法学比较中，以他们名字命名的Altman & Bland统计做法是目前用的最多的一个。

在这篇文章中，他们介绍了参与临床实验室的经历，也感慨了至今的现状。以下是原文的一些内容。

我们开始我们的事业，1970年代作为医学统计学者，工作于流行病学的部门。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度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，在检测研究分析中的标准方式是相关系数，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。

很明显的是，相关没有提供2个检测方法间的一致性。例如，我们可怀疑使用一个方法得到所有观察量的不论多少，而相关系数不变。问题不是是否2个方法的一致，而是它们一致性的如何紧密，正如成对检测间的差异，应可给出多得多的信息。因此，我们发展了一些简单的想法，依据环绕差异的平均值和SD，由此我们可以估计一个范围，在此范围内我们可预期一个高百分位数（通常为95%），观察的差异在此范围内-- 我们称这些为“一致性的限值（limits ofagreement）”。这些限值依据假设，差异的均值和SD，与检测大小无关，它们遵循一个大致上的正态分布。我们设想，数据图对检查这些假设很有帮助，特别是，我们建议了在配对检测间差异的直方图，和差异对它们均值的图。我们看这个图，现在经常被称为“Bland-Altman图”，作为对数字摘要提供支持，不是作为方法本身（1）。

我们首先在Cambridge的1981年的统计学者会议上展现了我们的想法，我们的文章发表在1983年（2）。这篇文章很难被我们的临床同道见到，所以我们想，也可以发表在一个医学杂志上会有用。这样，1986年1月，我们的文章发表在The Lanset上。令人吃惊的是，文章已经成为发表的统计文章中引用最多的。

我们在The Lanset上的文章，包括了我们收集了特别为研究的一组数据，使用两个不同的仪器重复检测呼气流量的峰值 -- 样品包括同事、家庭、和我们自己（我们是具有最佳肺功能的2个人）。对我们很明显的是，包括一个初始数据表应是很好的 -- 但是，这个做法依然很少，除非近期关注透明度。

我们确实不是第一人去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，我们的思想是未必是原先的，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 Lanset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。超过40年作为医学统计学者，我们依然很失望，至今还是太少的人有了认识。

来源：CAIVD