Zi 字媒體

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的一致性檢驗，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OK4. 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wi = 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weighted3. 點擊Apply，STATS_WEIGHTED_KAPPA會出現在下圖右側4. 點擊Get extension5. 點擊OK 6. 若同意載入，點擊I accept the terms in this license agreement7. 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。