下载文档原格式
一致性检验之Kappa、ICC、kendall协调系数的差别展开全文一致性检验的目的在于比较不同方法得到的结果是否具有一致性。
检验一致性的方法有很多比如：Kappa检验、ICC 组内相关系数、Kendall W协调系数等。
每种方法的功能侧重，数据要求都略有不同：一致性检验Kappa系数检验，适用于两次数据（方法）之间比较一致性，比如两位医生的诊断是否一致，两位裁判的评分标准是否一致等。
ICC组内相关系数检验，用于分析多次数据的一致性情况，功能上与Kappa系数基本一致。
ICC分析定量或定类数据均可；但是Kappa一致性系数通常要求数据是定类数据。
Kendall W协调系数，是分析多个数据之间关联性的方法，适用于定量数据，尤其是定序等级数据。
进一步说明（1）Kappa检验Kappa检验分为简单Kappa检验和加权Kappa检验，两者的区别主要在于：如果研究数据是绝对的定类数据（比如阴性、阳性），此时使用简单Kappa系数；如果数据为等级式定类数据（比如轻度，中度，重度；也或者不同意，中立，同意）；此时可使用加权（线性）Kappa 系数。
应用举例两个医生分别对于50个病例进行MRI检查（MRI检查诊断共分三个等级，分别是轻度，中度和重度），对比两名医生检查结果诊断的一致性水平。
（1表示轻度，2表示中度，3表示重度）使用路径：SPSSAU→医学实验→KappaKappa系数结果表根据上表可知，两位医生对于MRI检查诊断结论具有较强（Kappa值=0.644）的一致性。
（2）ICC组内相关系数ICC组内相关系数可用于研究评价一致性，评价信度，测量复测信度（重测信度）等。
相对于Kappa系数，ICC组内相关系数的适用范围更广，适用于定量或者定类数据，而且可针对双样本或者多样本进行分析一致性。
但ICC的分析相对较为复杂，通常需要从三个方面进行分析并且选择最优的ICC模型；分别是模型选择，计算类型和度量标准。
A-1, A-2, A-3, B-1, B-2, B-3, C-1, C-2, C-3 的属性一致性分析检验员自身评估一致性# 检 # 相 95 % 置信区检验员验数符数百分比间1 50 42 84.00 (70.89, 92.83)2 50 45 90.00 (78.19, 96.67)3 50 40 80.00 (66.28, 89.97)# 相符数: 检验员在多个试验之间，他/她自身标准一致。
Fleiss Kappa 统计量检验员响应 Kappa Kappa 标准误 Z P(与 > 0 )1 0 0.760000 0.0816497 9.3081 0.00001 0.760000 0.0816497 9.3081 0.00002 0 0.845073 0.0816497 10.3500 0.00001 0.845073 0.0816497 10.3500 0.00003 0 0.702911 0.0816497 8.6089 0.00001 0.702911 0.0816497 8.6089 0.0000每个检验员与标准评估一致性# 检 # 相 95 % 置信区检验员验数符数百分比间1 50 46 92.00 (70.89, 92.83)2 50 45 90.00 (78.19, 96.67)3 50 46 92.00 (66.28, 89.97)# 相符数: 检验员在多次试验中的评估与已知标准一致。
评估不一致# 1 # 0检验员 / 0 百分比 / 1 百分比 # Mixed 百分比1 0 0.00 0 0.00 8 16.002 0 0.00 0 0.00 5 10.003 0 0.00 0 0.00 10 20.00# 1 / 0: 多个试验中误将标准 = 0 者一致评估为 = 1 的次数# 0 / 1: 多个试验中误将标准 = 1 者一致评估为 = 0 的次数# Mixed: 多个试验中所有的评估与标准不相同者。
检测结果一致性评价方法的选择在进行检测结果一致性评价时，选择适当的方法非常重要，因为它能够帮助我们确定不同方法或评估者之间的一致性程度。
以下是几种常见的评价方法，可以作为选择的参考。
1. 百分比一致性（Percentage Agreement）：这是一种简单直观的评价方法，计算出评估者之间在结果上达成一致的百分比。
这种方法适用于二元结果或多级分类结果的一致性评价。
但是，百分比一致性没有考虑评估者之间的随机性和偶然性，可能存在过于乐观的结果。
2. Cohen's Kappa系数：Kappa系数是一种常用于测量评估者之间一致性的统计指标。
它考虑了评估者之间的随机一致性，并将其减去，以反映真实一致性的程度。
Kappa系数介于-1和1之间，值越接近1表示评估者之间一致性越高。
当数据为多分类时，可以使用加权Kappa系数。
3. Fleiss' Kappa系数：Fleiss' Kappa系数是Cohen's Kappa系数在多个评估者之间一致性评价中的拓展。
它适用于多个评估者对多个分类项目的一致性评价。
Fleiss' Kappa系数也介于-1和1之间，值越接近1表示一致性越高。
4. Intraclass Correlation Coefficient (ICC)：ICC是一种广泛用于评估连续性数据（例如测量结果）一致性的方法。
它考虑了评估者之间和测量次数之间的随机性，并量化了其对一致性的影响。
ICC介于0和1之间，值越接近1表示一致性越高。
5. Bland-Altman图：Bland-Altman图是一种用于评估两个连续变量的一致性的图形方法。
它可以显示两个评估者（或方法）之间的差异和一致性范围。
通过计算平均差值和上下限，可以量化评估者之间的一致性程度。
在选择适当的一致性评价方法时，应考虑以下几点：1. 数据类型：不同的数据类型可能需要不同的评价方法。
例如，对于二元结果或多级分类结果，可以使用百分比一致性或Kappa系数。
仿制药一致性评价品种筛选表2015年8月18日，国务院印发《关于改革药品医疗器械审评审批制度的意见》（以下简称《意见》），要求提高药品医疗器械的审评审批质量，提高仿制药质量，鼓励研究和创制新药，以及解决药品注册申请积压等。
其中，对已经批准上市的仿制药，按与原研药品质量和疗效一致的原则，分期分批进行质量一致性评价。
第一步，对2007年以前批准上市的药品，要求2018年底前完成批准列入国家基本药物目录中的口服制剂的评价工作；对于2007年以前批准的其他口服制剂和2007年以后批准上市的药品，也要分期分批进行再评价。
《意见》也给出了鼓励企业开展一致性评价的奖励，如通过质量一致性评价的，允许其在说明书和标签上予以标注，并在临床应用、招标采购、医保报销等方面给予支持。
在质量一致性评价工作中，需改变已批准工艺的，应按《药品注册管理办法》的相关规定提出补充申请，食品药品监管总局设立绿色通道，加快审评审批。
对于惩戒措施只提到：“在规定期限内未通过质量一致性评价的仿制药，不予再注册”。
2015年9月18日，中国食品药品检定研究院党组书记、副院长李波在东盟会药品合作发展高峰论坛上首度公布，CFDA对药品一致性评价的最新表态。
其中除了对于通过一致性评价品种的相应奖励措施，另让人瞩目的是三条反向激励的措施：①截止2018年，国家基本药物目录中化学药品仿制药口服固体制剂品种未予通过评价的，不得上市。
其他品种，自首家品种通过评价后，其他同品种在3年内未通过评价的，不得上市。
②药品批准文号有效期届满时仍未通过评价的，予以注销。
③同一品种达到3家以上通过一致性评价的，在招标采购、医保报销等方面不再选用未通过评价的品种。
随着政策的逐渐清晰明朗，仿制药一致性评价工作成了关乎产品生死存亡的大事，时间紧迫刻不容缓，尤其是2007年10月1日以前批准的基本药物，2018年12月30日前必须完成一致性评价，否则将不得上市，距离限期仅仅2年零2个月的时间。
