search
SPSS操作:有序分類變數的一致性檢驗——加權Kappa

SPSS操作:有序分類變數的一致性檢驗——加權Kappa

前幾日,我們推送了「SPSS操作:一致性檢驗,如何計算Kappa值?」,研究問題為:探討兩位警察對受試者行為判斷的一致性,受試者行為的判定結果為「正常」或「可疑」。我們採用了Cohen's kappa係數分析。

現在問題來了,對於有序分類變數的一致性檢驗,該使用哪種分析方法呢?今天我們就來詳解一下weighted kappa(加權kappa)係數

一、問題與數據

某醫院擬分析不同放射科醫生對疾病嚴重程度診斷的一致性。現招募兩位放射醫生分別判斷50位受試者的MRI檢查結果,並給予Grade I(最輕)到Grade V(最重)五個等級的臨床診斷。這兩位放射科醫生分別命名為Radiologist 1和Radiologist 2,判斷的是同一組MRI檢查結果,編號統一,部分研究數據如下:

註釋:為了方便統計分析,我們分別將Grade I、Grade II、GradeIII、Grade IV和Grade V賦值為1、2、3、4和5,如上圖右側所示。

二、對問題的分析

在本研究中,研究者擬探討不同放射科醫生對疾病嚴重程度(5分類)診斷的一致性。對於這種有序分類變數一致性檢驗,我們推薦使用weighted kappa分析。一般來說,採用weighted kappa分析的研究設計需要滿足以下5項假設:

假設1:判定結果是分類變數且互斥。如本研究中受試者MRI的診斷結果為Grade I到Grade V五個等級,屬於分類變數,並且相互排斥。

假設2:要求觀測結果配對,即不同觀測者判定的對象相同。如本研究中,兩位放射科醫生診斷的是同一組受試者的MRI,編號統一。

假設3:每個觀察對象可能被判定的結果種類相同。如本研究中每位受試者的診斷結果都可能是Grade I到Grade V五個等級中的一個。

假設4:觀測者之間相互獨立。這要求不同觀測者獨立完成結果判定,相互不干擾。

假設5:由固定的兩位觀測者完成所有判定。如本研究中由兩位放射科醫生分別診斷50份MRI檢查結果,中途不換人。

根據研究設計,我們認為本研究符合weighted kappa係數的5項假設,可以採用該分析方法進行一致性評價。

三、SPSS操作

1. 在主菜單點擊Analyze→DescriptiveStatistics→Crosstabs

出現下圖:

2. 分別將Radiologist 1和Radiologist 2變數放入Row(s)和Column(s)欄

3. 點擊OK

4. 在主菜單點擊Analyze→Scale→Weighted Kappa

出現下圖:

5. 分別將Radiologist 1和Radiologist 2變數放入Rating 1和Rating 2欄

6. 在Weight Type欄中點選Linear(一般來說,Linear是SPSS的默認設置,若不是,我們可以手動設置)

註釋:SPSS默認的線性加權方法(Linear weight type)為wi = 1 – i / (k – 1),其中,i是級別距離,k是分類數量。該加權方法認為每兩個級別之間的差異是相等的,即如果兩位觀察者判定的結果差3級,那麼他們之間的不一致程度就剛好是差1級情況的3倍。

而平方加權方法(Quadratic weight type)的公式是w

i

= 1 – i22,其中,i是級別距離,k是分類數量。這種加權方法根據級別距離,縮小級別距離小的判定不一致程度,而同時放大級別距離大的判定不一致程度。

我們需要根據研究設計判斷是否需要根據級別距離縮放不一致程度,從而選擇加權方法。在本研究中,我們認為級別差異對不一致程度的影響相同,即選擇線性加權方法。

7. 點擊OK。

四、結果解釋

1. 一般結果

在分析weighted kappa係數之前,我們有必要了解一下研究數據的基本情況,如下:

從上表可以看出,兩位放射科醫生對38位受試者的MRI檢查診斷意見一致(對角線上的數據),如下標註部分:

但同時,這兩位放射科醫生在對另12位受試者的診斷上存在不一致,即下表中不在對角線上的數據,如下標註部分:

2. Weighted kappa係數

在了解了數據的基本情況之後,我們主要分析本研究的weighted kappa結果。經上述操作,SPSS輸出如下:

從上表可知,本研究的weighted kappa=0.803。與Cohen's kappa係數一致,weighted kappa也分佈在-1到1之間。

若weighted kappa係數小於0,說明觀察一致率小於機遇一致率,在實際研究中很少出現。若weighted kappa係數等於0,說明觀察一致率等於機遇一致率,結果完全由機遇因素導致。若weighted kappa係數大於0,說明研究對象之間存在一定的一致性,weighted kappa係數越接近1,一致性越大。

那麼,本研究中weighted kappa係數為0.803,說明一致性如何呢?一般來說,weighted kappa係數提示的一致性強度並沒有統一標準,既往學者多根據經驗進行判斷,為了方便大家理解,我們向大家介紹一種比較公認的劃分標準:

表1. Weighted kappa係數的一致性含義

從上表可知,本研究中weighted kappa係數為0.803,說明具有較強的一致性。但是,與Cohen's kappa係數一樣,由於研究數據邊際分佈程度的影響,我們也不能輕易地根據表1直接對比不同研究的weighted kappa係數,只能在具有相同邊際分佈的數據之間進行比較。

此外,SPSS輸出weighted kappa係數的統計檢驗結果如下標註部分:

提示,weighted kappa係數與0的差異具有統計學意義(P<0.001)。同時,該表格也提示weighted kappa係數的95%置信區間,如下標註部分:

可見,本研究中weighted kappa係數的95%置信區間為0.689-0.916。即,本研究weighted kappa係數為0.803(95% CI為0.689-0.916)。

五、撰寫結論

本研究採用線性加權的weighted kappa係數分析兩位放射科醫生對50位受試者疾病嚴重程度診斷的一致性。結果顯示,這兩位醫生對38位受試者的MRI檢查診斷意見一致,對12位受試者不一致。總的來說,這兩位醫生診斷結果的weighted kappa係數為0.803(95% CI為0.689-0.916),P<0.001,具有較強的一致性。

六、附錄

大家現有的SPSS軟體大多不會默認設置weighted kappa計算插件,我們在運行前需要自行安裝。現在向大家介紹在SPSS 24.0中安裝插件的方法:

1. 在主對話框中點擊Extensions→Extension Hub

出現下圖:

2. 在Search框中輸入weighted

3. 點擊Apply,STATS_WEIGHTED_KAPPA會出現在下圖右側

4. 點擊Get extension

5. 點擊OK

6. 若同意載入,點擊I accept the terms in this license agreement

7. 點擊Finish,出現下圖提示載入成功

相關閱讀

1. 診斷試驗之Kappa值該怎麼算?

2. SPSS詳細操作:一致性檢驗和配對卡方檢驗

3. SPSS操作:一致性檢驗,如何計算Kappa值?

醫咖會微信

:medieco-ykh

關注醫咖會,輕鬆學習統計學!

我們建了一個微信群,有臨床研究設計或統計學方面的難題?快加,拉你進群和其他小夥伴們一起交流學習。

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23306次喜歡
留言回覆
回覆
精彩推薦