Kappa一致性与组内相关系数（ICC）应用辨析【推荐】

原标题：Kappa一致性与组内相关系数（ICC）应用辨析【推荐】

问题背景

情景1：医生A和医生B按照同一个标准诊断同一组患者是否患有肝癌，诊断结果为（是、否），请问如何判定医生A与医生B诊断结果的一致性？

情景2：医生A和医生B按照同一个标准对同一组患者进行神经功能评分，诊断结果是具体的分值大小，请问如何评价医生A和医生B的诊断结果一致性？

情景3：医生A、医生B和医生C按照统一标准诊断同一组患者是否患有肝癌，诊断结果为（是、否），请问如何评价3位医生评价结果的一致性呢？

情景4：医生A、医生B和医生C按照统一标准对同一组患者进行评分，诊断结果为具体的分值大小，请问如何评价3位医生评价结果的一致性呢？

这不都是一样的吗？不都是2-3个医生对同一组对象进行评价的结果一致性吗？

看似一样，差别巨大哦！

（一）

KAPPA一致性

Kappa值可是针对分类资料的，而且常常是两组之间一致性的检验，比如两种诊断试验方法的诊断结果，或者是同一个研究者先后两次的诊断结果，当然也可以像刚刚提到的两个研究者的诊断结果。但是，如果想考察三组之间分类资料的一致性，SPSS就不能计算Kappa值了，这种情况想获得Kappa值，就只能通过人工计算，或者寻求他法，对于初学者，想想就有些头大。

（二）

组内相关系数（ICC）

当我们遇到的不再是分类资料时，比如我们想考察两位研究者关于血压测定的一致性，血压可是连续变量，Kappa值不能再用了。ICC实际上是Kappa的进一步扩展。当资料为二项分类时，未加权(即一般)Kappa值等于将某特征(有无)编码为1或0后算得的ICC；当资料为多项分类时，用标准权重(即二次权重)算出的加权Kappa值等于ICC，也就是说无论资料为何种类型均可用ICC来说明其信度。至于选择ICC还是Kappa来描述资料的信度，则可根据用哪一个统计量计算更为简单来决定。

ICC既可用于定量资料，又可用于分类资料。当ICC用于分类资料时，ICC= Kappa。须注意的是当资料为定量时，则只能用ICC计算其信度，用Kappa值往往会损失信息甚至是错误的。Maclure和Willett调查了1983年7月至1986年6月的美国流行病杂志，发现在医学科研中最常见的错误是当资料为连续性时，仍用一般的Kappa统计量来评价信度或是研究者根据自己的需要，将资料进一步分组成二项或多项分类的资料之后计算Kappa(包括加权和未加权Kappa)统计量。因此，在实际应用中应当避免此类错误的发生。

大家能否分清楚情景1、2、3、4应该采用KAPPA还是ICC了嘛？

松哥

KAPPA与ICC是既有区别又有联系：

（1）KAPPA适用范围：2个观测者对同一组受试对象评价或者同一观察者前后两次测量同一组受试对象；并且测量指标必须是分类变量（包括二分类、多项无序以及等级资料）；简而言之，2组分类资料。

（2）ICC适用范围：K个测量者（K>2）测量同一组受试对象；测量指标为连续变量和分类变量均可以。

多说不亦，来张图吧！！！

实战开始啦

ON THE WAY

医生A和B对158位就诊者诊断结果如下，Kappa分析见图

上图可见，两位医生的Kappa一致性为0.52，一般Kappa>0.75说明一致性较好哦！

看图说话吧！

上表中单个测量是指每个受试者进行一次测量的组内相关性，如果实际测量中每名受试者被多次测量，则可以计算多次结果均值的组内相关性。其结果比一次测量结果更加稳定。

另:当时2组资料一致性比较时，检验结果为连续性资料其实还可以采用Kendall系数，当出现有金标准的结果比较时，可以采用SNR法，测量信号与误差信号识别噪声比值。返回搜狐，查看更多

责任编辑：