练习R语言:blandr包实现Bland-Altman一致性评价
SPSS不能直接实现Bland-Altman一致性评价,医学的MedCalc是目前最方便的做Bland-Altman的工具。
当然,R必然也是可以的,如果你不那么恐惧语法代码的话(只需要写一点点)。
我查了一下,R可实现Bland-Altman一致性评价的包有好几个,比如BlandAltmanLeh和MethComp包,再比如blandr包。而今天这篇文章,小兵练习使用blandr包实现Bland-Altman一致性评价。
使用两种不同的血压监测仪,获取60个人的收缩压样本数据,临床上可接受差异的临界值范围是正负5个单位。现在我要 分析一下两种血压监测仪的测量结果是否一致。
R读取数据并浏览,如下:
咱们就单刀直入,直接加载blandr包,并调用blandr.output.report()函数输出所有的统计量、检验以及BA图形,我们从报告里面挑选必要的结果进行解读,如下:
library(blandr)
blandr.output.report(ba$new,ba$old)
执行后,R会打印出一个BA统计分析的报告,很细致,结果很丰富,咱们只解读必要的。
先看Bland-Altman图,如上。
配合上面的BLAND-ALTMAN ANALYSIS表格结果,对此次分析有了初步的评价。
综合看,在考虑抽样误差的情形下,Loa的可信区间为(-3.5474,3.7141)。我们发现有2个点(3.33%)落在Loa以及其95%CI之外,但是它仍然在临床专业上的最大差异内。据此我们初步判断新旧两仪器测量结果具有一致性。
总体平均差0.0833,配对t检验结果显示,P值=0.6707>0.05,也说明两仪器测量具有一致性。
本文完
文/图=数据小兵
更多R统计文章
练习R:单个连续数据的探索性统计可视化函数EDA
练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方
练习R:lm+plot+abline+text四函数绘制线性拟合散点图
练习R:用lm.ridge()做岭回归分析,可惜无法输出R平方
学习R:识别缺失值与将指定数据编码为缺失值
练习R:car包recode函数多分类变量的重新编码
练习R:stepAIC多元逐步回归
练习R:用3d空间图展示多元线性回归模型
练习R:用3d空间图展示多元线性回归模型
练习R:dplyr包arrange函数排序
练习R:DoE.base包生成标准L9-3-4正交表
练习R:interaction.plot()函数绘制交互作用图
练习R:influencePlot()函数发现离群点杠杆点强影响点
练习R:lrtest()函数做logistic回归全局显著性检验
练习R:TukeyHSD()+plot()函数实现多重比较森林图
练习R:pwr.t.test()函数实现独立t检验样本量计算
练习R:qcc.overdispersion.test()函数检验等离散性
练习R语言:fa.parallel()与fa()函数实现因子分析
练习R语言:mk.test()函数Mann-kendall趋势检验