Bir Bland-Altman grafiğini nasıl yorumlarsınız?

Plain English'te kişi Bland-Altman grafiğini nasıl yorumlar?

Bland-Altman grafiğini iki farklı ölçüm yöntemini karşılaştırmanın diğer yöntemlerine göre avantajları nelerdir?

Bland-Altman grafiği daha yaygın olarak Tukey Ortalama Farkı Grafiği olarak bilinir (John Tukey tarafından tasarlanan birçok grafikten biri http://en.wikipedia.org/wiki/John_Tukey ).

Fikir x ekseni iki ölçümün ortalamasıdır, "doğru" sonuç için en iyi tahmininizdir ve y ekseni iki ölçüm farkı arasındaki farktır. Grafik daha sonra ölçümlerdeki belirli anomali türlerini vurgulayabilir. Örneğin, bir yöntem her zaman çok yüksek bir sonuç verirse, tüm puanlarınızı sıfır çizgisinin üstüne veya altına alırsınız. Örneğin, bir yöntemin yüksek değerleri aşırı tahmin ettiğini ve düşük değerleri düşük tahmin ettiğini de ortaya çıkarabilir.

Bland-Altman planındaki noktaların her yere, sıfırın üstüne ve altına dağılmış olduğunu görürseniz, bir yaklaşımın diğerine karşı tutarlı bir önyargısı olmadığını gösterir (elbette, bu arsanın yaptığı gizli önyargılar olabilir. görünmez).

Esasen, verileri keşfetmek için iyi bir ilk adımdır. Ölçümlerin daha özel davranış türlerini incelemek için başka teknikler kullanılabilir.

Blot ve Altman parselleri ile ortalama parsel arasındaki farkın yanı sıra ortalamaya orantı da olabilir. araziler.

Örneğin, 60, 70 ve 80 kg ağırlığındaki insanlar üzerine bastığında yeni bir tartım makinesi aşağıdaki verileri verir.

66 kg 77 kg 88 kg

Böyle bir senaryoda, tartım makinesi ağırlığı her seferinde% 10 oranında fazla tahmin eder. Dolayısıyla, ortalama grafiğe oran, bu durumda verilerin daha iyi görüntülenmesini sağlayacaktır.

Bu bir Bland-Altman grafiğinin Wikipedia tanımıdır:

Analitik kimya veya biyotıptaki bir Bland-Altman grafiği (fark grafiği), iki farklı test arasındaki anlaşmanın analizinde kullanılan bir veri grafiği yöntemidir. Diğer alanlarda bilindiği bir Tukey ortalama fark grafiği 1 ile aynıdır , ancak tıbbi istatistiklerde J. Martin Bland ve Douglas G. Altman tarafından popülerleştirilmiştir.

Python'da bir Bland-Altman çizimi uygulamak istiyorsanız bunu kullanabilirsiniz:

Bunu Python'da yapmak istiyorsanız bu kodu kullanabilirsiniz

import matplotlib.pyplot as plt
import numpy as np
from numpy.random import random
%matplotlib inline
plt.style.use('ggplot')

Son satırı ekledim çünkü ggplot stilini seviyorum.

def plotblandaltman(x,y,title,sd_limit):
    plt.figure(figsize=(20,8))
    plt.suptitle(title, fontsize="20")
    if len(x) != len(y):
        raise ValueError('x does not have the same length as y')
    else:
        for i in range(len(x)):
            a = np.asarray(x)

            b = np.asarray(x)+np.asarray(y)
            mean_diff = np.mean(b)
            std_diff = np.std(b, axis=0)
            limit_of_agreement = sd_limit * std_diff
            lower = mean_diff - limit_of_agreement
            upper = mean_diff + limit_of_agreement

            difference = upper - lower
            lowerplot = lower - (difference * 0.5)
            upperplot = upper + (difference * 0.5)
            plt.axhline(y=mean_diff, linestyle = "--", color = "red", label="mean diff")

            plt.axhline(y=lower, linestyle = "--", color = "grey", label="-1.96 SD")
            plt.axhline(y=upper, linestyle = "--", color = "grey", label="1.96 SD")

            plt.text(a.max()*0.85, upper * 1.1, " 1.96 SD", color = "grey", fontsize = "14")
            plt.text(a.max()*0.85, lower * 0.9, "-1.96 SD", color = "grey", fontsize = "14")
            plt.text(a.max()*0.85, mean_diff * 0.85, "Mean", color = "red", fontsize = "14")
            plt.ylim(lowerplot, upperplot)
            plt.scatter(x=a,y=b)

Ve son olarak ben sadece bazı rastgele değerler yapmak ve bunları bu fonksiyonda karşılaştırmak

x = np.random.rand(100)
y = np.random.rand(100)
plotblandaltman(x,y,"Bland-altman plot",1.96)

Bazı küçük değişiklikler ile kolayca bir for-loop ekleyebilir ve birkaç çizim yapabilirsiniz