一致性检验kappa讲解
检验员检验能力鉴定-Kappa分析
Pg 4
Kappa 例子#1
王鲁检验员的 应急表
在每个单元格中填入收集到的信息
Rater A First Measure Good Bad
Rater A Good
5
0
5
Second
Measure Bad
1
4
5
6
4
Pg 5
Kappa 例子#1
应急表
Rater A Second Measure
Good Bad
1 0.79798 0.316228 2.52343 0.0058 张宇 0 0.58333 0.316228 1.84466 0.0325
1 0.58333 0.316228 1.84466 0.0325 罗明英 0 0.73333 0.316228 2.31900 0.0102
1 0.73333 0.316228 2.31900 0.0102 张玄 0 0.60000 0.316228 1.89737 0.0289
向显波 2 33.33 1 25.00 1 10.00
步骤四：分析判读
1、同检查员一致性分析
肖宽鸿 1, 肖宽鸿 2, 晋健1, 晋健2, 王鲁1, 王鲁2, 梁延1, ... 的属性一致性分 析
检验员自身
测试日期
评估一致性
报告者
#检 #相 检验员 验数 符数 百分比 95 % 置信区间 肖宽鸿 10 7 70.00 (34.75, 93.33) 晋健 10 7 70.00 (34.75, 93.33) 王鲁 10 9 90.00 (55.50, 99.75) 梁延 10 8 80.00 (44.39, 97.48) 石兰 10 10 100.00 (74.11, 100.00) 杨松 10 8 80.00 (44.39, 97.48) 向显波 10 9 90.00 (55.50, 99.75) 张宇 10 8 80.00 (44.39, 97.48) 罗明英 10 9 90.00 (55.50, 99.75) 张玄 10 8 80.00 (44.39, 97.48) 罗胜 10 10 100.00 (74.11, 100.00) 王良科 10 8 80.00 (44.39, 97.48) 文远秀 10 7 70.00 (34.75, 93.33)
一致性检验KAPPA检验详细解读
一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。
Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency)，是作为评价判断的一致性程度的重要指标。
取值在0～1之间。
Kappa≥0.75两者一致性较好；0.75>Kappa≥0.4两者一致性一般；Kappa<0.4两者一致性较差。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa 复选框。
计算Kappa值。
如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。
病例对照研究（case control study）是主要用于探索病因的一种流行病学方法。
它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显著高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。
究竟是否是因果联系，须根据一些标准再加以衡量判断。
所谓联系（associatiom）是指两个或更多个变量间的一种依赖关系，可以是因果关系，也可以不是。
例如，对一组肺癌病人（病例组）和一组未患肺癌但有可比性的人（对照组）调查他们的吸烟（暴露）历史（可包括现在吸烟否，过去吸过烟否，开始吸烟年龄，吸烟年数，最近每天吸烟支数；如已戒烟则为戒烟前每日吸烟支数，已戒烟年数，等等）。
检验员检验能力分析KAPPA技术
Attribute Agreement Analysis
检查员判 定结果 共13个 检查员 每人测2次
样本标准
Pg 17
Attribute Agreement Analysis
步骤四：分析判读
检验员自身 评估一致性 #检 #相 验数 符数 百分比 95 % 置信区间 10 7 70.00 (34.75, 93.33) 10 7 70.00 (34.75, 93.33) 10 9 90.00 (55.50, 99.75) 10 8 80.00 (44.39, 97.48) 10 10 100.00 (74.11, 100.00) 10 8 80.00 (44.39, 97.48) 10 9 90.00 (55.50, 99.75) 10 8 80.00 (44.39, 97.48) 10 9 90.00 (55.50, 99.75) 10 8 80.00 (44.39, 97.48) 10 10 100.00 (74.11, 100.00) 10 8 80.00 (44.39, 97.48) 10 7 70.00 (34.75, 93.33) 肖宽鸿 1, 肖宽鸿 2, 晋健1, 晋健2, 王鲁1, 王鲁2, 梁延1, ... 的属性一 致性分析
=（判定员第一次判定为优良的比率*判定员第二次判定为优良的比率）+（判定员第 一次判定为次劣的比率*判定员第二次判定为次劣的比率）
要达成完全一致， P observed = 1 且 K=1 一般说来，如果Kappa值低于0.7，那么测量系统是不 适当的 如果Kappa值为0.9或更高，那么测量系统是优秀的
Rater A First Measure Good Bad Rater A Second Measure Good Bad 10 1 11 2 7 9 12 8
KAPPA 计算方法及理解
KAPPA 计算方法及理解
Kappa 统计量
是为了评价者之间比较的统计量,使用于标准和评价者之间的测量结果精确性或评价者之间测量结果的一致性判定.
P observed(Po):判定员一致同意的单元的比率=判定员一致判定为优良的比率+判定员一致判定为次劣的比率
P chance(Pe):预期偶然达成一致的比率=（判定员A判定为优良的比率判定员B判定为次劣的比率）+（判定员A判定为次劣的比率判定员B判定为优良的比率）
N 总检查人数
Kappa 中对样本的选择：样本数量50个，上公差限有争议的取25%，下公差限有争议的取25%，那么完全合格的及完全不合格的各取25%。
Ref参考值:1/0代表两个分类:比如正确/错误，良品/不良品等等
Kappa值: k=(Po-Pe)/(1-Pe)
Kappa取值在［-1，+1］之间, 其值的大小均有不同意义.
Kappa = +1 说明两次判断的结果完全一致
Kappa = -1 说明两次判断的结果完全不一致
Kappa = 0 说明两次判断的结果是机遇造成
Kappa < 0 说明一致程度比机遇造成的还差，两次检查结果很不一致，但在实际应用中无意义Kappa > 0 此时说明有意义，Kappa愈大，说明一致性愈好
Kappa：0~0.4 说明一致程度非常不理想
Kappa：0.4~0.75 说明一致程度仍不可接受
Kappa：0.75~0.9 说明一致程度已经可接受
Kappa：0.9~1说明一致程度已经非常优秀。
fleiss κ检验的解释
fleiss κ检验的解释
Fleiss Kappa是一种用于判断多列离散无序数据之间一致性的方法。
它通常用于多位评委对运动员打分结果的一致性检验，或者多位专家对某个疾病诊断结果的一致性评估等场景。
Fleiss Kappa的计算公式为：
κ=pab−pacb+cwpab−pacb+cwpab−pacb+c
其中，pab表示a和b两位评委给运动员打分的实际一致的次数，pac 表示a评委给运动员打分的实际一致的次数，b和c是除了a外的另外两个评委。
Fleiss Kappa的值介于-1到1之间，其中1表示完全一致，0表示随机一致，负数表示不一致。
在实践中，通常认为Fleiss Kappa大于0.75表示一致性较好，大于0.40表示有一定的可接受一致性。
需要注意的是，Fleiss Kappa是一种相对较新的方法，其应用和解释可能因领域和具体问题而有所不同。
在使用时，应根据具体的情况和需求选择合适的方法。
SAS软件应用之一致性检验kappa
有序分类资料一致性分析
❖ R×C表可以分为双向无序、单向有序、双向 有序属性相同和双向有序属性不同4类。
❖ 双向无序R×C表 R×C表中两个分类变量皆 为无序分类变量，对于该类资料：①若研究 目的为多个样本率（或构成比）的比较，可 用行×列表资料的2检验；②若研究目的为 分析两个分类变量之间有无关联性以及关系 的密切程度时，可以用行×列表资料的2检 验以及Pearson列联系数进行分析。
KAPPA值的计算及检验
❖ 对两法测定结果一致部分进行检验，看一致部分是 否是由偶然因素影响的结果，它叫做“一致性检 验”，也称Kappa检验。说明两种方法测定结果的 实际一致率与随机一致率之间的差别是否具有显著 性意义。需要计算反映两法一致性程度高低的系数， 叫做Kappa统计量。具体公式如下： K a P 1 o P p P e e,P o p a n a d ,P e ( a b )a (c ) n 2 ( c d )b (d )
二分类资料一致性分析
❖ 前面我们已经介绍四格表资料的2检验，本 节需要介绍的是Kappa检验。那么Kappa检 验与配对2检验有什么区别呢？Kappa检验 重在检验两者的一致性，配对2检验重在检 验两者间的差异。对同一样本数据，这两种 检验可能给出矛盾的结论。主要原因是两者 对所提供的有统计学意义的结论要求非常严 格所致。
KAPPA值的计算及检验
❖ 另一方面，如果两个变量中有一个变量是金标准， 那么我们不但能分析出检验结果的一致性，还可以 计算出敏感度、特异度、误诊率和漏诊率等指标。 如果有不同的诊断分界点，还可以绘制出ROC曲线。
❖ 诊断试验的评价在医学研究中具有十分重要的意义， 目前大多数文献都使用Kappa统计量来检验结果的 一致性。所以本研究主要是对Kappa系数作一个探 讨和分析。诊断试验评价的统计学方法还会随着更 多问题的提出和解决而不断得到发展、修正和扩展。
配对卡方检验及Kappa检验一致性检验
一、配对卡方检验把每一份样本平均分成两份，分别用两种方法进行化验，比较此两种化验方法的结果（两类计数资料）是否有本质的不同；或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择McNemanr复选框，进行McNemanr检验。
即配对卡方检验，只能针对方形表格进行。
不能给出卡方值，只能给出P值。
二、一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。
Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency)，是作为评价判断的一致性程度的重要指标。
取值在0～1之间。
Kappa≥两者一致性较好；>Kappa≥两者一致性一般；Kappa<两者一致性较差。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa复选框。
计算Kappa值。
如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。
病例对照研究（case control study）是主要用于探索病因的一种流行病学方法。
它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显着高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。
第22章 一致性检验kappa PPT课件
KAPPA值的计算及检验
Kappa是一个统计量，也有抽样误差，其渐
进标准误（ASE）。由于u＝Kappa/ASE近 似服从标准正态分布，故可借助正态分布理 论。H0：Kappa＝0，H1：Kappa≠0。如果 拒绝H0认为两种方法具有较高的一致性。
KAPPA值的计算及检性相同的分级水平数相同，但分级水平不全相同。 如甲医生和乙医生都把病人的检查结果分为四个等级，但甲 医生的分级为1、2、3、4，而乙医生的分级为2、3、4、5。 在这种情况下，由于列联表的行数和列数仍然是一致的，即 列联表仍为方表，所以也可计算出相应的Kappa统计量。第 三种是属性相同，但分级水平数和分级水平不全相同。这种 情况就是我们所说的列联表的行列数不一致。由于收集上来 的数据不能轻易删除掉，所以我们考虑添加行或列使联表成 为方表。如行数为n，例数为n-1，则我们只需要添加第n列， 在第n行第n列的格点中添加权值0001，而第n行的其它格点 均设为0，就可以命名其成为方表，并计算Kappa统计量了。 由于权值系数很小，所以不会影响Kappa值的计算结果。
KAPPA值的计算及检验
对两法测定结果一致部分进行检验，看一致部分是 否是由偶然因素影响的结果，它叫做“一致性检 验”，也称Kappa检验。说明两种方法测定结果的 实际一致率与随机一致率之间的差别是否具有显著 性意义。需要计算反映两法一致性程度高低的系数， 叫做Kappa统计量。具体公式如下： Po Pe ad (a b)(a c) (c d )(b d ) Kappa , Po , Pe 1 Pe n n2
二分类资料一致性分析
前面我们已经介绍四格表资料的2检验，本
节需要介绍的是Kappa检验。那么Kappa检 验与配对2检验有什么区别呢？Kappa检验 重在检验两者的一致性，配对2检验重在检 验两者间的差异。对同一样本数据，这两种 检验可能给出矛盾的结论。主要原因是两者 对所提供的有统计学意义的结论要求非常严 格所致。
kappa值判定标准
kappa值判定标准Kappa值判定标准。
Kappa值是用来衡量两个评价者之间的一致性的统计量，它可以帮助我们判断评价者在某个特定任务上的一致性程度。
在很多领域，特别是医学和社会科学领域，Kappa值被广泛应用于评价者之间的一致性检验。
在本文中，我们将讨论Kappa值的判定标准，以便更好地理解和应用这一统计量。
Kappa值的取值范围在-1到1之间，其中-1表示完全的不一致，0表示随机一致，1表示完全的一致。
一般来说，Kappa值越接近1，评价者之间的一致性就越高，反之亦然。
在实际应用中，我们可以根据Kappa值的大小来判断评价者之间的一致性程度，从而决定是否可信地使用他们的评价结果。
对于Kappa值的判定标准，一般可以按照以下范围进行划分：1. Kappa值小于0，表示评价者之间的一致性程度非常低，其评价结果基本上是无法信任的。
这种情况下，我们需要重新审视评价的标准和方法，或者进行培训和指导，以提高评价者的一致性水平。
2. Kappa值在0至0.2之间，表示评价者之间的一致性程度很低，评价结果几乎是随机的。
这种情况下，我们需要认真考虑评价的标准和方法是否合理，是否存在歧义或模糊之处，以及评价者是否需要进一步的培训和指导。
3. Kappa值在0.2至0.4之间，表示评价者之间的一致性程度较低，评价结果存在一定程度的一致性，但仍然不够可靠。
这种情况下，我们可以适当调整评价的标准和方法，或者提供更多的培训和指导，以提高评价者的一致性水平。
4. Kappa值在0.4至0.6之间，表示评价者之间的一致性程度一般，评价结果基本上是可信的。
这种情况下，我们可以认为评价者之间的一致性达到了合理的水平，可以接受其评价结果。
5. Kappa值在0.6至0.8之间，表示评价者之间的一致性程度较高，评价结果是相当可信的。
这种情况下，我们可以放心地接受评价结果，并据此做出相应的决策。
6. Kappa值大于0.8，表示评价者之间的一致性程度非常高，评价结果是非常可信的。
一致性检验kappa科恩
二分类资料一致性分析
前面我们已经介绍四格表资料的2检验，本节需要介绍 的是Kappa检验。那么Kappa检验与配对2检验有什 么区别呢？Kappa检验重在检验两者的一致性，配对2 检验重在检验两者间的差异。对同一样本数据，这两种 检验可能给出矛盾的结论。主要原因是两者对所提供的 有统计学意义的结论要求非常严格所致。
KAPPA值的计算及检验
对两法测定结果一致部分进行检验，看一致部分是否是 由偶然因素影响的结果，它叫做“一致性检验”，也称
Kappa检验。说明两种方法测定结果的实际一致率与随 机一致率之间的差别是否具有显著性意义。需要计算反
映两法一致性程度高低的系数，叫做Kappa统计量。具 体公式如下：
Kappa
Kappa检验
Kappa是评价一致性的测量值。检验是否沿对角线格子 中的计数（接收比率一样的零件）与那些仅是偶然的期 望不同。设Po =对角线单元中观测值的总和，Pe=对角 线单元中期望值的总和。则Kappa =（Po - Pe）/（1 Pe）。Kappa是测量而不是检验。其大小用一个渐进和 标准误差构成的t统计量决定。一个通用的经验法则是 Kappa大于0.75表示好的一致性（Kappa最大为1）； 小于0.4表示一致性差。Kappa不考虑评价人间的意见 不一致性的程度，只考虑他们一致与否。
一致性检验 kappa
学习目标
熟悉Kappa值的判断标准； 掌握Kappa值的计算以及检验方法； 掌握二分类资料和有序分类资料的一致性分析；
一致性检验KAPPA检验详细解读
一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。
Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency)，是作为评价判断的一致性程度的重要指标。
取值在0～1之间。
Kappa≥0.75两者一致性较好；0.75>Kappa≥0.4两者一致性一般；Kappa<0.4两者一致性较差。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa 复选框。
计算Kappa值。
如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。
病例对照研究（case control study）是主要用于探索病因的一种流行病学方法。
它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显著高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。
究竟是否是因果联系，须根据一些标准再加以衡量判断。
所谓联系（associatiom）是指两个或更多个变量间的一种依赖关系，可以是因果关系，也可以不是。
例如，对一组肺癌病人（病例组）和一组未患肺癌但有可比性的人（对照组）调查他们的吸烟（暴露）历史（可包括现在吸烟否，过去吸过烟否，开始吸烟年龄，吸烟年数，最近每天吸烟支数；如已戒烟则为戒烟前每日吸烟支数，已戒烟年数，等等）。
一致性检验之Kappa、ICC、kendall协调系数的差别
一致性检验之Kappa、ICC、kendall协调系数的差别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。
六类模型细分模型选择上，需要考虑是否将当前结论延伸推广到其它研究中，也或者考虑是否为研究数据的绝对相等程度。
一致性检验kappa
大家应该也有点累了，稍作休息
大家有疑问的，可以询问和交流
12有序分类资料一致性Fra bibliotek析❖ R×C表可以分为双向无序、单向有序、双向 有序属性相同与双向有序属性不同4类。
❖ 双向无序R×C表 R×C表中两个分类变量皆 为无序分类变量,对于该类资料:①若研究目得 为多个样本率(或构成比)得比较,可用行×列 表资料得2检验;②若研究目得为分析两个分 类变量之间有无关联性以及关系得密切程度 时,可以用行×列表资料得2检验以及 Pearson列联系数进行分析。
二分类资料一致性分析
❖ 前面我们已经介绍四格表资料得2检验,本节 需要介绍得就是Kappa检验。那么Kappa检 验与配对2检验有什么区别呢？Kappa检验 重在检验两者得一致性,配对2检验重在检验 两者间得差异。对同一样本数据,这两种检验 可能给出矛盾得结论。主要原因就是两者对 所提供得有统计学意义得结论要求非常严格 所致。
KAPPA值得计算及检验
❖ 在诊断试验得研究中,数据资料多为双向有序 得列联表资料,即两个变量都就是有序变量,而 且属性相同。属性相同分为三种情况,一种情 况就是属性、分级水平数与分级水平都完全 相同。如甲医生与乙医生都把病人得检查结 果分为1、2、3、4四个等级。此时可直接作 Kappa检验。当这两个变量都只有2个水平时, 就成为配对设计得四格表资料,可使用配对χ2 检验,即McNemar检验。
Kappa
Po Pe 1 Pe
,
Po
a
n
d
,
Pe
(a
b)(a
c) (c n2
d )(b
d
)
❖ P0为实际一致率,Pe为理论一致率。
KAPPA值得计算及检验
❖ Kappa就是一个统计量,也有抽样误差,其渐进 标准误(ASE)。由于u＝Kappa/ASE近似服从 标准正态分布,故可借助正态分布理论。 H0:Kappa＝0,H1:Kappa≠0。如果拒绝H0认 为两种方法具有较高得一致性。
一致性检验kappa
二分类资料一致性分析
有序分类资料一致性分析
另一方面，如果两个变量中有一个变量是金标准，那么我们不但能分析出检验结果的一致性，还可以计算出敏感度、特异度、误诊率
前面我们已经介绍四格表资料的2检验，本 和漏诊率等指标。
❖ 一种是R×C表中的分组变量是有序的，而指标变量是无序的。
其大小用一个渐进和标准误差构成的t统计量决定。
Kappa检验
❖ 对于用Kappa值判断一致性的建议参考标准为： ❖ Kappa =+1，说明两次判断的结果完全一致； ❖ Kappa =-1，说明两次判断的结果完全不一致； ❖ Kappa =0，说明两次判断的结果是机遇造成； ❖ Kappa<0，说明一致程度比机遇造成的还差，两次检查结果
很不一致，但在实际应用中无意义； ❖ Kappa>0，此时说明有意义，Kappa愈大，说明一致性愈好； ❖ Kappa≥0.75，说明已经取得相当满意的一致程度； ❖ Kappa<0.4，说明一致程度不够理想；
❖ 在诊断试验的研究中，数据资料多为双向有 序的列联表资料，即两个变量都是有序变量， 而且属性相同。属性相同分为三种情况，一 种情况是属性、分级水平数和分级水平都完 全相同。如甲医生和乙医生都把病人的检查 结果分为1、2、3、4四个等级。此时可直接 作Kappa检验。当这两个变量都只有2个水平 时，就成为配对设计的四格表资料，可使用 配对χ2检验，即McNemar检验。
节需要介绍的是Kappa检验。那么Kappa检 如果有不同的诊断分界点，还可以绘制出ROC曲线。
Kappa是测量而不是检验。 则Kappa =（Po - Pe）/（1 - Pe）。
验与配对2检验有什么区别呢？Kappa检验 75表示好的一致性（Kappa最大为1）；
第22章 一致性检验KAPPA【SAS从入门到精通】
KAPPA值的计算及检验
• 对两法测定结果一致部分进行检验，看一致部分 是否是由偶然因素影响的结果，它叫做“一致性 检验”，也称Kappa检验。说明两种方法测定结 果的实际一致率与随机一致率之间的差别是否具 有显著性意义。需要计算反映两法一致性程度高 低的系数，叫做Kappa统计量。具体公式如下：
KAPPA值的计算及检验
• 另一方面，如果两个变量中有一个变量是金标准， 那么我们不但能分析出检验结果的一致性，还可 以计算出敏感度、特异度、误诊率和漏诊率等指 标。如果有不同的诊断分界点，还可以绘制出 ROC曲线。 • 诊断试验的评价在医学研究中具有十分重要的意 义，目前大多数文献都使用Kappa统计量来检验 结果的一致性。所以本研究主要是对Kappa系数 作一个探讨和分析。诊断试验评价的统计学方法 还会随着更多问题的提出和解决而不断得到发展、 修正和扩展。
有序分类资料一致性分析
• 单向有序R×C表 有两种形式。一种是R×C表中的分组变量是有 序的，而指标变量是无序的。此种单向有序R×C表资料可用行× 列表资料的2检验进行分析。另一种情况是R×C表中的分组变量 是无序的，而指标变量是有序的，此种单向有序R×C表资料宜用 秩和检验进行分析。
有序分类资料一致性分析
Kappa检验
• Kappa是评价一致性的测量值。检验是否沿对角 线格子中的计数（接收比率一样的零件）与那些 仅是偶然的期望不同。设Po =对角线单元中观测 值的总和，Pe=对角线单元中期望值的总和。则 Kappa =（Po - Pe）/（1 - Pe）。Kappa是测量而 不是检验。其大小用一个渐进和标准误差构成的 t统计量决定。一个通用的经验法则是Kappa大于 0.75表示好的一致性（Kappa最大为1）；小于0.4 表示一致性差。Kappa不考虑评价人间的意见不 一致性的程度，只考虑他们一致与否。
第22章 一致性检验kappa
Kappa检验
Kappa是评价一致性的测量值。检验是否沿对角线 格子中的计数（接收比率一样的零件）与那些仅是 偶然的期望不同。设Po =对角线单元中观测值的总 和，Pe=对角线单元中期望值的总和。则Kappa = （Po - Pe）/（1 - Pe）。Kappa是测量而不是检验。 其大小用一个渐进和标准误差构成的t统计量决定。 一个通用的经验法则是Kappa大于0.75表示好的一 致性（Kappa最大为1）；小于0.4表示一致性差。 Kappa不考虑评价人间的意见不一致性的程度，只 考虑他们一致与否。
第22章 一致性检验kappa
学习目标
熟悉Kappa值的判断标准；
掌握Kappa值的计算以及检验方法； 掌握二分类资料和有序分类资料的一致性分
析；
Kappa检验
在诊断试验中，研究者希望考察不同的诊断方法在 诊断结果上是否具有一致性。诊断试验的一致性检 验经常用于下列两种情况：一种是评价新的诊断试 验方法与金标准的一致性；另一种是评价两种诊断 试验方法对同一个样本或研究对象的化验结果的一 致性、两个医务工作者对同一组病人的诊断结论的 一致性、同一医务工作者对同一组病人前后进行两 次观察作出诊断的一致性等。1960年Cohen等提出 用Kappa值作为评价判断的一致性程度的指标。实 践证明，它是一个描述诊断的一致性较为理想的指 标，因此在临床试验中得到广泛的应用。
有序分类资料一致性分析
R×C表可以分为双向无序、单向有序、双向
有序属性相同和双向有序属性不同4类。 双向无序R×C表 R×C表中两个分类变量皆 为无序分类变量，对于该类资料：①若研究 目的为多个样本率（或构成比）的比较，可 用行×列表资料的2检验；②若研究目的为 分析两个分类变量之间有无关联性以及关系 的密切程度时，可以用行×列表资料的2检 验以及Pearson列联系数进行分析。
配对卡方检验及Kappa检验(一致性检验)
一、配对卡方检验把每一份样本平均分成两份，分别用两种方法进行化验，比较此两种化验方法的结果（两类计数资料）是否有本质的不同；或者分别采用甲、乙两种方法对同一批病人进行检查，比较此两种检查方法的结果（两类计数资料）是否有本质的不同，此时要用配对卡方检验。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择McNemanr复选框，进行McNemanr检验。
即配对卡方检验，只能针对方形表格进行。
不能给出卡方值，只能给出P值。
二、一致性检验（Kappa检验）诊断试验的一致性检验经常用在下列两种情况中：一种是评价待评价的诊断实验方法与金标准的一致性；另一种是评价两种化验方法对同一个样本（化验对象）的化验结果的一致性或两个医务工作者对同一组病人的诊断结论的一致性或同一医务工作者对同一组病人前后进行两次观察作出的诊断的一致性等等。
Kappa值即内部一致性系数(inter-rater,coefficient of internal consistency)，是作为评价判断的一致性程度的重要指标。
取值在0～1之间。
Kappa≥两者一致性较好；>Kappa≥两者一致性一般；Kappa<两者一致性较差。
操作方法：单击【Statistics钮】，在弹出的Statistics对话框中选择Kappa 复选框。
计算Kappa值。
如果选择Risk复选框，则计算OR值（比数比）和RR值（相对危险度）。
病例对照研究（case control study）是主要用于探索病因的一种流行病学方法。
它是以某人群内一组患有某种病的人（称为病例）和同一人群内未患这种病但在与患病有关的某些已知因素方面和病例组相似的人（称为对照）作为研究对象；调查他们过去对某个或某些可疑病因（即研究因子）的暴露有无和（或）暴露程度（剂量）；通过对两组暴露史的比较，推断研究因子作为病因的可能性：如果病例组有暴露史者或严重暴露者的比例在统计学上显著高于对照组，则可认为这种暴露与患病存在统计学联系，有可能是因果联系。