当前位置：文档之家 › 测量一致性评价

测量一致性评价

  • 格式：pptx
  • 大小：437.60 KB
  • 文档页数：29

下载文档原格式

  / 29

合集下载

教学目标具有指导教学测量与评价

教学目标具有指导教学测量与评价

教学目标具有指导教学测量与评价“教-学-评一致性”三要素：目标、评价与教学【摘要】“教-学-评一致性”是课程与教学的基本逻辑，“教-学-评一致性”的基本要素是：目标、评价与教学。

学习目标是课程与教学的核心，教、学、评共享学习目标，才能达成“一致性”。

学习目标设定之后，应设计用于证明目标达成的学习任务，即评价任务。

评价任务的设计先于教学活动的设计，即“逆向设计”。

教学活动应嵌入评价任务。

若此，目标、评价与教学相互匹配，国家的课程意志才能转化为课堂的实际故事。

【关键词】“教-学-评一致性”，课程与教学，学习目标，课堂评价①“教-学-评一致性”的核心是目标教、学、评何以能一致？是因为有共享的目标，“教-学-评一致”，是一致性于目标，所以，“教-学-评一致性”的核心是目标，其他的一切都围绕着目标展开。

我们追求“教-学-评一致性”，我们认为“教-学-评一致性”是课程与教学的基本逻辑，但我们跳出这种逻辑来思考一个上位的问题：“教-学-评一致性”一定是好的吗？课程是国家意志在教育领域中的主要载体，“教-学-评一致性”是否一定能落实国家意志呢？不一定，因为这取决于目标，如果目标错了，那么，“教-学-评一致性”就跟着错了；只有目标正确了，“教-学-评一致性”才是落实国家意志的利器。

可见，合理的目标是何等之重要，这是“教-学-评一致性”得以成功的前提。

那么，何谓“合理的目标”，如何制订“合理的目标”呢？合理的目标，应该符合国家意志。

小小的课堂应有正确的政治站位，国家意志转化为课堂里的行动，是通过目标的层层落实实现的。

新时代教育要培养怎样的人？概括起来就是“立德树人”四个字，学科核心素养就是立德树人的具体化，课程标准就是学科核心素养的具体化。

但有这些，还不够，在教师层面，还需要结合实际来言明三个层次的目标：学期目标、单元目标、课时目标。

我们简单定义一下“目标”，目标即“预期的学习结果”。

显然，这个学习结果是指学生的学习结果，因此，我们通常把“目标”又称为“学习目标”。

不同仪器测量角膜直径和角膜曲率的一致性评价

不同仪器测量角膜直径和角膜曲率的一致性评价

不同仪器测量角膜直径和角膜曲率的一致性评价胡俊;李学喜;林巧雅;叶瑞珍;许敏【摘要】目的比较验光曲率仪、OrbscanⅡz眼前节分析系统和光学相干生物测量仪IOL Master测量角膜直径和角膜曲率的差异,并评价三种测量结果的一致性.方法对70例(140眼)屈光不正患者,采用三种仪器分别测量双眼角膜水平直径和角膜前表面曲率,对这些参数进行统计学分析,应用Bland-Altman分析对三种测量结果进行一致性评价.结果验光曲率仪和OrbscanⅡz测得的角膜直径分别为(11.51±0.32)mm和(11.52±0.33)mm,差异无统计学意义(P＞0.05),一致性较好；IOLMaster测得值为(12.10±0.34)mm,与另外两种仪器所测结果比较差异均有统计学意义(均为P＜0.05),一致性较差.三种仪器测得的平均角膜曲率分别为(43.46±1.32)D、(43.36±1.32)D和(43.65±1.35)D,差异均无统计学意义(均为P＞0.05),一致性较好.结论三种仪器在临床应用中,验光曲率仪和OrbscanⅡz测得的角膜直径值可相互替代使用,而IOL Master测得的角膜直径偏大,不宜作为大小角膜的诊断依据.三者测得的角膜曲率值可相互替代使用,但各有优缺点,临床应互相参照、比较,确保眼球生物学参数的可靠性.【期刊名称】《眼科新进展》【年(卷),期】2012(032)004【总页数】4页(P372-375)【关键词】角膜直径;角膜曲率;验光曲率仪;OrbscanⅡz;IOL Master;屈光不正【作者】胡俊;李学喜;林巧雅;叶瑞珍;许敏【作者单位】362008福建省泉州市,解放军第一八零医院眼科医院;362008福建省泉州市,解放军第一八零医院眼科医院;362008福建省泉州市,解放军第一八零医院眼科医院;362008福建省泉州市,解放军第一八零医院眼科医院;362008福建省泉州市,解放军第一八零医院眼科医院【正文语种】中文随着白内障屈光手术、有晶状体眼人工晶状体植入术、准分子激光屈光不正矫正术及硬性角膜接触镜验配技术的完善和发展，技术因素造成的屈光误差逐渐减小，精确的光学生物测量和准确的主觉验光结果成为影响手术和治疗效果的重要因素。

三种体温测量方法的一致性评价

三种体温测量方法的一致性评价

:64$$)$*+',+84$$2'/9+$)($4-+54$ )$-354$)$*+/$%.0$3!E(#1+($%3($%$!"#1.(#13($%$!"#$% ,($%-($%$B'Q)#$K)#$$ H#$%H#$%4E'F#5-G'$-18U$8'7-(1)6 E(6'#6'6$,"'H(56-N88(3(#-'< B16F(-#318 *#$[($% ;'<(7#3 I$(J'56(-K$*#$[($% >O@@>X$="($# :23+4-0+!"2;$0+.%$679J<;7@9=49=3H5A757<9@=A9$=>>C@=A9=483=B9?78HA9G<9@=AC@9G9=3C@9G94AB7@<=A294A3E2AFB9:9@7BC45 P47E47@2D24 %IiL&.<$+8'/36F2@AH5749<=A294A3E2AFIiL E9@9@9>@C2A98.69G<9@=AC@9@9=824D3E9@97?A=2498C324DAF97@=; G9@>C@H5245D;=33AF9@G7G9A9@$AF924B@=@98AHG<=42>AF9@G7G9A9@=48AF99<289@G=;*I%` <=332:939437@.%4A@=>;=33>7@@9;=A274 >79BB2>294A3%%MM3&=48AF9-,V >74B2894>924A9@:=;%M%&B7@AF9%MM3$=48$;=48=48 (;AG=4 G9AF78 E9@99G<;7H98A7=33933 =D@99G94A.=$35&+3W732D42B2>=4A82BB9@94>9324A9G<9@=AC@9@9>7@824D39G9@D98=G74DAF9AF@9989:2>937BA9G<9@=AC@9 G9=3C@95 G94A%A&0.0,&.$;=485(;AG=4=4=;H323@9:9=;98=?9AA9@=D@99G94A?9AE9949<289@G=;39437@=487@=;G9@>C@H5245D;=33AF9@G75 G9A9@AF=4AF97AF9@AE7>7G?24=A2743$E2AF-,V;2G2A37B=D@99G94A?924D %f!.!00$!.0+!&=48-).0/V G9=3C@9G94A3E2AF24 AF9-,V ;2G2A37B=D@99G94A.%MM?9AE9949<289@G=;39437@=4824B@=@98AHG<=42>AF9@G7G9A9@E=3AF9;7E93A$E2AFAF9%MM 0."+&=48-,V M%B7@%MM?9AE9940.0",=480.+!&.>'*0&53.'*N<289@G=;*I%`39437@23=3=B9=48=>>C@=A9=;A9@4=A2:9A7AF9 G7@9A@=82A274=;G9@>C@H5245D;=33AF9@G7G9A9@. ?$97'4/3!B9:9@"!A9G<9@=AC@9 G9=3C@9G94A"! G9@>C@H5245D;=33AF9@G7G9A9@"!24B@=@98AHG<=42>AF9@G7G9A9@"!9<289@G=; *I%`39437@"!9J=G24=A2747B=D@99G94A

测量系统一致性分析报告

测量系统一致性分析报告

According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0
According to:MSA作业指导书; Attachment No.:Q/JAHF-QR0-064-R03; Rev.:0

属性值测量系统一致性分析及其对 质量判定的影响分析

属性值测量系统一致性分析及其对 质量判定的影响分析

b(k − 1)W → χ 2 (k − 1)
作为Kendall协和系数显著性检验的统计量。 W的值大（显著），意味着各个个体在评估中明显的不同，可以认为这 样所产生的评估结果是有道理的。 而如果W不显著，意味着评估者对于诸个体的评估意见很不一致，则没 有道理能够产生一个共同的评估结果。
谢
谢
二、一致性分析统计量----Kappa 系数
1.测量者之间的Kappa系数（类似于再现性） 2.测量者内的Kappa系数（类似于重复性） 3.一个测量者与基准之间的Kappa系数 4.所有测量者与基准之间的Kappa系数
二、一致性分析统计量----Kappa 系数
测量者之间的Kappa统计量介绍：
三、相关性分析统计量----Kendall 协和系数
如果b个裁判对k个运动员的判决是不相关的，则任一运动员所得的秩也 应没有相关性，各位运动员的秩和也应相差不大，T取较小的值。但如 果裁判的判决是一致的（正相关的），则存在一位运动员的秩和较大， 也存在一位运动员的秩和较小，T取较大的值。 由于 是所有秩的和，所以：
可得Kendall相关系数：
n 2 K= ∑ n(n − 1) i =1
∑ ε ( X i，X j ) =
j =1
n
2S n(n − 1)
K的取值范围从-1到1，当X样本和Y样本的大小顺序完全一致 时，K=1。
三、相关性分析统计量----Kendall 相关系数
假设检验为：原假设：X与Y不相关，备择假设：X与Y相关。 对于大样本情况，在原假设下，有如下渐进正态分布：
三、相关性分析统计量----Kendall 相关系数
给定一对随机变量（X，Y），姑且假定它们的值互不相同[1]。对给定的 Yn Yi Y1 Y2 一列数（X 1 ，），（X 2 ，），···，（ X n，），称每个（ X i ，）为一个“对 子”。 如果将样本Y按从小到大的顺序排列，同时样本X的顺序依样本Y的顺序 对应排列。对于排序后的样本X，给定如下的符号函数：

两种新型扫频光相干生物测量仪对近视患者眼生物测量值一致性评价

两种新型扫频光相干生物测量仪对近视患者眼生物测量值一致性评价

ＯＣＴ 图像ꎬ精确性高ꎮ ＯＡ￣２０００ 作为另一种新型扫频光相干生
者进行测量ꎬ测量头初步对准瞳孔中心ꎬ并由远处向受检者瞳
ｔｏｍｏｇｒａｐｈｙꎬＳＳ￣ＯＣＴ) 技术在测量眼球参数的同时获取黄斑 部
物测量仪ꎬ也通过快速扫描的扫频光源和光电探测器来识别波
长相关的干 扰 信 号ꎬ 扫 描 速 度 快ꎬ 具 有 较 高 的 检 出 率 和 可 靠
Ｐｅｏｐｌｅ'ｓ Ｈｏｓｐｉｔａｌ ｏｆ Ｚｈｅｎｇｚｈｏｕ ＵｎｉｖｅｒｓｉｔｙꎬＺｈｅｎｇｚｈｏｕ ４５０００３ꎬＣｈｉｎａ
Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ:Ｐａｎｇ Ｃｈｅｎｊｉｕꎬ Ｅｍａｉｌ:ｐａｎｇｃｊ９９９＠ｓｏｈｕ. ｃｏｍ
ＤＯＩ:１０. ３７６０ / ｃｍａ. ｊ. ｃｎ１１５９８９￣２０１９０５０９￣００２１０
( 收稿日期:２０１９－０６－１２ 修回日期:２０２０－０５－１０)
( 本文编辑:张宇)
临床经验
两种新型扫频光相干生物测量仪对近视患者眼生物测量值一致性评价
李金 庞辰久 孟志红 代丽娟 张波 范琪
河南省人民医院眼科 河南省立眼科医院 河南省眼科研究所 郑州大学人民医院ꎬ郑州 ４５０００３
度
[１－３]
ꎮ 目前ꎬ关于这 ２ 种设备眼前节测量结果比较的研究鲜
有报道ꎮ 本研究旨在比较 ＩＯＬＭａｓｔｅｒ７００ 与 ＯＡ￣２０００ 的眼前节
生物测量值并分析其测量值的一致性ꎬ为临床应用提供参考ꎮ
１ 资料与方法
１. １ 一般资料
采用横断面研究方法ꎮ 纳入 ２０１８ 年 ９—１１ 月在河南省立
通信作者:庞辰久ꎬＥｍａｉｌ:ｐａｎｇｃｊ９９９＠ｓｏｈｕ. ｃｏｍ
ＤＯＩ:１０. ３７６０ / ｃｍａ. ｊ. ｃｎ１１５９８９￣２０１９０５０９￣００２１０

检测结果一致性评价方法的选择

检测结果一致性评价方法的选择
检测结果的一致性评价是使用检测技术进行检测时的一个重要步骤。

建立一个可行的一致性评价方法，可以有效验证检测技术的准确、可靠性并保证检测结果的质量。

一致性评价方法的选择有很多因素要考虑，譬如，检测技术的特性，测量对象（生物体或物质）的特性，检测细节，检测条件，检测原理和技术水平，检测对象是否存在随机性等，这些因素都会影响最终检测结果的质量。

一般来说，一致性评价方法可以分为在线、离线和远程三种方式。

其中，在线方式指的是检测数据以实时的方式传输给一致性评价服务进行评价。

离线方式是指将检测数据在本地存储，定期将其同步到一致性评价服务进行评价。

远程方式是指检测数据在终端设备中，但被传输到远程服务器上进行比较和处理，进行一致性评价。

还可以分为统计数据结果一致性评价和关联步骤一致性评价两种。

统计数据结果一致性评价方法，通过拟合检测原始数据，对比虚拟助理的检测结果，综合考虑各方面因素来评价检测结果的一致性。

而关联步骤一致性评价方法，通过观察每一步的检测结果，全面把关检测结果的质量，从而检查检测结果的一致性问题。

最后，要考虑不同检测技术及检测对象特性来选择最为合适的一致性评价方法。

考虑到检测技术的不同细节，以及检测结果的准确性和可靠性有所要求，应该选择一种综合的方法，将多个不同的一致性评价技术进行组合，从而获得最准确、可靠的检测结果。

检测结果一致性评价方法的选择

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。

定性试验评价和检测结果一致性检验的统计分析方法

定性试验评价和检测结果一致性检验的统计分析方法目录一、内容概要 (3)1.1 背景与意义 (3)1.2 文献综述 (4)1.3 研究目的与问题 (6)二、定性试验评价方法 (7)2.1 定性试验概述 (8)2.2 常用定性试验评价方法介绍 (8)2.2.1 专家评审法 (10)2.2.2 访谈法 (11)2.2.3 观察法 (11)2.2.4 实验室试验 (13)2.3 定性试验评价方法的比较与选择 (14)三、定性试验检测结果 (16)3.1 检测结果的记录与描述 (17)3.2 检测结果的统计分析 (18)3.3 检测结果的质量评估 (19)四、一致性检验的基本原理 (20)4.1 一致性检验的概念与意义 (22)4.2 一致性检验的常用方法 (23)4.2.1 交叉验证法 (24)4.2.2 Kappa系数检验 (26)4.2.3 Cronbach's alpha系数检验 (26)4.3 一致性检验的参数设置与优化 (27)五、定性试验评价与检测结果一致性检验的统计分析方法 (29)5.1 统计分析方法的分类与应用 (30)5.1.1 方差分析(ANOVA) (31)5.1.2 逻辑回归分析 (32)5.1.3 项目反应理论(RT) (33)5.2 统计分析方法的参数选择与优化 (35)5.2.1 显著性水平与检验功效 (36)5.2.2 样本量与效应量的估计 (37)5.2.3 参数估计与假设检验的合理性 (38)六、案例分析与讨论 (39)6.1 案例背景与数据来源 (40)6.2 定性试验评价与检测结果的一致性检验过程 (41)6.3 结果分析与讨论 (42)七、结论与展望 (43)7.1 研究结论 (44)7.2 研究贡献与局限性 (45)7.3 未来研究方向展望 (46)一、内容概要本文档主要介绍了定性试验评价及检测结果一致性检验的统计分析方法。

我们将概述定性试验评价的基本概念及重要性，强调其在各个领域中的广泛应用。

测量方法一致性评价


知行合一
测量方法一致性评价
【两种脂肪测量方法的评价问题】 人乳中脂肪含量的测量方法有两种：方法一为甘油三酯
酶解法（trig），方法二位标准的Gerber方法（gerber）。用 两种方法检测测量45例研究对象，进行评价。
【分析思路】
• 围绕以下五个问题思考 1.两种方法得出来的结果是否有差异？ 差异多大？ 2.测量误差有多大？测量值的误差是否随测量值的
【数据类型】
1、一次性测量：每个受试者两种方法各测量一次。 （见本篇） 1. 可互换的重复性测量：每个受试者两种方法各测
量2次或以上。 2. 配对的重复性测量：如每个受试者由不同的测量
员或在不同的时间分别用两种方法测量一次，每 个测量员或每个时点，都有两种方法的测量结果 。这样测量员或时点就是配对因素。
答案：Test for constant variance ：P=0.38，尚不能认为测量值的方差随测 量值的大小变化，其中方差代表离散度，表明测量值的误差不随测量值 的大小变化。
2. 回答第3个问题：一种测量方法能被另一种取代吗？
答案： Test for slope = 1 ：P=0.00456，两种方法不能直接替换，需要建 立互换函数。
【结果解释】
• 两方法结果差的均值D （TRIG – GERBER）= -0.000222 • 一致性范围（limits of agreement）：-0.174812, 0.174368 • 标准差（SD）= 0.087295 【临床意义】
回答第1个问题：“两种方法得出来的结果是否有差异？ 差异多大？”两种方法若 没有差异，“两方法结果差的均值D ”应该等于0；所以偏移（bias）为-0.000222。
【临床意义】 回答第4个问题：如何把一种测量值转换成另一种? 转换结果准确性如何？ 答案：给出了两种测量方法互换函数和置信区间评估准确性。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Test for slope = 1 ：P<0.05，两种方法测量值的回归线斜率显 著不等于1。也就是说差值D不独立于均值A，不宜用固定的 （常数）值来确定一致性范围，即不宜用上面Limits of agreement表中的结果表达一致性范围。需要通过DA回归分 析建立一致性范围与两种方法结果互换函数
Summary 观察样本量（obs）最小值（minimun）中位 数（median）最大 值（maximum）; 解两种检 测方法结果的一般分布情况 ; Limits of agreement 两方法结果差的均值D ; 一致性范围（limits of agreement）; 标准 差（SD）
该方法的基本思想是，利用原始数据的均值 与差值，分别以均值为横轴，以差值为纵轴 做散点图(difference-average plot)，计算 差值的均数以及差值的95%分布范围（即为 一致性界限），认为应该有95%的差值位于 该一致性界值以内。
分析散点的分布与一致性界限的位置关系， 并且与专业上可接受的界限值相比较，如果 一致性界限在临床上可以接受，则认为床医学、基础试验中，我们常常会对两种或 两种以上诊断方法进行比较或者对测量结果进行 一致性评价。
一种方法是“金标准”或公认的方法，而另外一 种是新方法或手段，可能更加经济或者创伤小
或者我们关注方法之间互换性如何。通过对诊断 或测量结果一致性评价，可以回答“方法之间能 否互相替代”的问题。
一次性测量：每个受试者两种方法各测量一 次。（见本篇）
选择“数据分析”—“诊断试验与预测方程”—“定量测量方法比较”
方法1： 方法2： 此处选择重复方法为“1：一次性测量”
【结果解释】 Bland-Altma散点图：即差值（Y）与均值（X）的散点图 每个点代表每个检测样本 横坐标为受试对象两种方法测量值的均值A，本例中为 纵坐标为受试对象两种方法测量值的差值D，本例中为 上图3条水平线即差值D的平均值及其95%范围
测量一致性评价
In clinical measurement comparison of a new measurement technique with an established one is often needed to see whether they agree sufficiently for the new to replace the old.
回答第1个问题：“两种方法得出来的结果是否有差异？ 差异多 大？”结果表明：两边的水平线内覆盖了95%以上的人群，直观看 出大部分在2个SD以内，有4个人在2个SD以外存在偏移。
【结果解释】 Test for constant variance：P>0.05，尚不能认为差值D的方 差随均值A变化。P<0.05, 可以认为均值变大，差值变大，因此 进行对数转换。
测量方法的评价是临床研究常见的研究类型， 目的是回答下面的问题： 1.两种方法得出来的结果是否有差异？ 差异 多大？ 2.测量误差有多大？测量值的误差是否随测量 值的大小变化？ 3.一种测量方法能被另一种取代吗？ 4.如何把一种测量值转换成另一种? 转换结果 准确性如何？ 5.测量的可靠性如何？
测量方法可以是： 不同的试验方法 不同的测量员、患者 不同的实验室、仪器设备 不同时间进行的检测等
过去临床工作中常用的方法是t检验、方差分析、 相关分析、组内相关系数等。
这些并不准确，并不恰当。Why？
配对t检验，只是检验两组数据的集中位置是否相 同，相关分析只是检验数据同步变化的方向与紧 密程度，这些只是一致性评价的某一个方面。
准确的一致性评价，应当同时考虑到数据的集 中趋势、离散趋势以及相关性，这三方面均相 同才能认为是“一致”，才能说明方法之间的 “可互换性”。
Such investigations are often analysed inappropriately, notably by using correlation coefficients. The use of correlation is misleading. An alternative approach, based on graphical techniques and simple calculations, is described, together with the relation between this analysis and the assessment of repeatability.
Test for diff=0|Slope=1：P=0.033，如果两种方法的散点图回 归线斜率等于1，判断两种方法差值是否为零?本例数据两种方 法测量值的回归线斜率显著不等于1，因此此项结果不用看。
【临床意义】 1.回答第2个问题：测量误差有多大？ 测量值的误差是否随测量 值的大小变化？ 答案：Test for constant variance ：P>0.05， 尚不能认为测量值的方差随测量值的大小变化，其中方差代表 离散度，表明测量值的误差不随测量值的大小变化。 P<0.05, 可以认为均值变大，差值变大，因此 看对数转换。 2. 回答第3个问题：一种测量方法能被另一种取代吗？ 答案： Test for slope = 1 ：P<0.05，两种方法不能直接替换，需要建 立互换函数。
对定量资料进行一致性评价的Bland-Altman方 法，最初由英国学者Bland JM和Altman DG 于1983年首先提出，1986年在Lancet上发表 文章阐述，并与1999年将该方法进一步扩展。
Martin Bland, J. and D. Altman, STATISTICAL METHODS FOR ASSESSING AGREEMENT BETWEEN TWO METHODS OF CLINICAL MEASUREMENT. The Lancet, 1986. 327(8476): p. 307-310.