检索结果-南通市图书馆

作者：张竞文南方医科大学

学位级别：硕士

背景在医学研究中,经常需要对不同测量方法或者不同测量者对同一个测量对象的评价结果进行组内一致性评价,或对同一测量方法或同一测量者对同一个测量对象进行多次评价结果进行组间一致性评价,自1955年Scott提出了 π系数至今,已有多种... 详细信息

背景在医学研究中,经常需要对不同测量方法或者不同测量者对同一个测量对象的评价结果进行组内一致性评价,或对同一测量方法或同一测量者对同一个测量对象进行多次评价结果进行组间一致性评价,自1955年Scott提出了 π系数至今,已有多种一致性评价方法被提出,如1960年Cohen and Fleiss提出的kappa系数,Holley and Guilford(1964)提出了 G 系数,Gwet(2008)提出的first-order agreement coefficient(A C1)及 Isabella Locatelli(2016)提出的intraclass odds ratio,但是目前常用的组内一致性评价方法和组间一致性评价方法都有各自的限制条件及缺陷,最为熟知的是kappa悖论。目的为了克服以上缺陷并获得更高的准确性,本文基于ac1提出了一种新的组间一致性评价方法一致性估计系数(coefficient of evaluating agreement,CEA,其校正了偶然一致性的估计,使其不受阳性事件率及评价方法边际分布的影响,为组间一致性的评价提供了更多的选择。方法:基于ac1的理论基础,本文通过探究灵敏度、特异度及不同测量者(或不同测量方法)的阳性事件率之间的关系来估计阳性事件率及偶然一致性,并通过探究阳性事件率和偶然一致性对整体一致性的影响,利用各个概率之间的关系式及取值范围来估计整体一致性。为了验证所提出方法的准确性与稳定性,本文进行了三部分的模拟工作,首先,对于不同的阳性事件率以及不同的随机评判概率,CEA对真实一致性T的估计偏差进行了模拟;其次,分别对kappa、ac1、CEA系数与真实一致性的偏差及其方差进行了 Monte-Carlo模拟,并进行了结果说明及比较,之后进行了实例验证;最后模拟了在不同敏感度和特异度的组合条件下,kappa、ac1、CEA系数以及敏感度、特异度和阳性事件率的关系。最后模拟了在不同敏感度和特异度的组合条件下,不同阳性事件率下的kappa、ac1和 CEA 系数。结果:第一部分的模拟结果图显示,随着阳性事件率以0.5为中心向两端靠近时,对于评价者A和评价者B不同组合下的随机评判概率ra和rb,CEA对真实一致性T的偏差持续减小且恒小于0.1。第二部分的模拟结果所示,随着阳性事件率接近1,kappa系数与真实一致性的偏差逐渐增大,而ac1、CEA系数与真实一致性的偏差逐渐减小,在不同的模拟条件下,CEA的准确性均高于kappa和ac1;随着阳性事件率接近1,ac1、CEA系数与真实一致性的偏差的方差逐渐减小,虽然在阳性事件率为0.55时,CEA的偏差的方差偶尔略大于kappa和ac1,但CEA总体的稳定性表现良好。第三部分的模拟结果表显示了在不同敏感度及特异度的组合条件下,kappa系数以阳性事件率为0.5为中心而发生变化,ac1、CEA系数不受阳性事件率的影响,当评价者敏感度和特异度相等时,CEA系数的结果更符合真实一致性T的结果。结论CEA与已有的方法kappa和ac1相比,本研究提出的CEA是一种更为稳定、可靠的一致性评价方法。

关键词：一致性 kappa系数 ac1系数分类变量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ac_1系数的一致性评价方法

引用

南方医科大学学报 2018年第4期38卷 455-459页

作者：张竞文许军安胜利南方医科大学公共卫生学院生物统计学系广东广州510515 南方医科大学南方医院卫生经济管理科广东广州510515

在医学研究中,目前常用的对不同测量者或测量方法的一致性评价方法有各自的限制条件,最为熟知的是kappa悖论,为了克服这些缺陷并获得更高的准确性,本文基于ac1系数理论基础并通过探究偶然一致性和阳性事件率对整体一致性的影响,提出了... 详细信息

在医学研究中,目前常用的对不同测量者或测量方法的一致性评价方法有各自的限制条件,最为熟知的是kappa悖论,为了克服这些缺陷并获得更高的准确性,本文基于ac1系数理论基础并通过探究偶然一致性和阳性事件率对整体一致性的影响,提出了一种新的一致性评价方法一致性估计系数(CEA),并通过模拟及实例对比了kappa、ac1、CEA系数的准确性和稳定性。本研究为二分类结局的一致性评价提供了一种稳定、可靠的方法选择。

关键词：一致性 kappa系数 ac1系数分类变量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一致性评价系数应用于无序多分类资料的效果评价

引用

南方医科大学学报 2021年第9期41卷 1374-1380页

作者：梁绮红陈昭宇张峥黄爽安胜利南方医科大学公共卫生学院生物统计学系广东广州510515 广州血液中心广东广州510095

目的基于ac1系数的构建思想,建立一致性评价系数(CEA)在两评价者无序多分类结局的评价方法,并可避免Kappa系数的缺陷。方法通过随机抽样生成诊断试验类型数据,使用Monte Carlo模拟,在样本量、指定事件在总体的占比、偶然评价率、类别数... 详细信息

目的基于ac1系数的构建思想,建立一致性评价系数(CEA)在两评价者无序多分类结局的评价方法,并可避免Kappa系数的缺陷。方法通过随机抽样生成诊断试验类型数据,使用Monte Carlo模拟,在样本量、指定事件在总体的占比、偶然评价率、类别数等不同参数组合下进行重抽样,比较Kappa系数、ac1系数和CEA系数的均方误、方差和方差的期望。通过从总体中随机抽样1000次得到CEA系数的分布描述。结果偶然评价率的不一致会导致CEA系数的均方误波动较大。与Kappa系数相比,ac1系数和CEA系数在指定事件的占比为极端值的情况更为稳定。在小样本、偶然评价率不一致的情况下,Kappa系数的方差和方差的期望变大,CEA系数变化较小。大样本条件下,CEA系数近似服从正态分布。结论Kappa系数、ac1系数、CEA系数均受偶然评价率的影响最大,样本量次之。针对无序多分类结局,CEA系数在不同的样本量、偶然评价率下具有更稳健的性质。

关键词：一致性评价 CEA系数 ac1系数 Kappa 诊断试验

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：