有关多个观测者测量结果的一致性检验

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助各位大侠，希望有高手能够帮助解答疑问，感激不尽。
统计目的：希望知道不同的3个医生对同一患者MRI的诊断结果的一致性。
在下通过文献研究，发现使用加权Kappa检验，可以达到统计目的，可是于此同时问题产生了。
在SAS 中使用proc freq table A*B/agree 过程部来实现，可是这个只适用于数据为2格表的形式，而我的数据不是一个二格表（因为是3个医生对同一患者MRI的诊断）所以不知道在SAS中应当如何处理此问题。
希望高手帮忙，再次感谢。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：一致性检验 一致性 kappa agree Table 测量 检验

不理解你的问题啊，不懂医学
但是你说的“3个医生对同一患者MRI的诊断”不是一张二维表吗？
另外proc freq的table项可以用(A B)*C得到A*C和B*C两张表，但表总是二维的啊

是这样，我看SAS对kappa检验录入的数据形式是如下图：

如果是不只2个医生有多个医生，那么应该怎么写程序呢？

angeloliu 发表于 2013-3-8 09:42
是这样，我看SAS对kappa检验录入的数据形式是如下图：

如果是不只2个医生有多个医生，那么应该怎么写程序 ...

不了解你这里的Kappa检验
你可以研究下，是不是只能用于检验两组样本
如果多于两个，是不是就要用到其他的检验
比如单一变量显著性用t，多个就要用f了

非常感谢。
这个文献中都提示直接用加权KAPPA就可以了，用STATA软件倒是可以解决这个问题，就是不知道SAS应该怎么做。

结果是Categorical才能用kappa，如果是连续型的话用icc。

请参照以下链接：
A Macro to Calculate Kappa Statistics for Categorizations by Multiple  Raters

我修改了一下下，程序如下：

1. %MACRO KAPPA(dataset=,vars_rater=);
   
2. %local dataset vars_rater label n_rater1 n_rater2 i j id;
   
3. %let n_raters=%sysfunc(countw("&vars_rater."));
   
4. data kappa_t1(keep=subj ranking) ; /*Transform dataset structure*/
   
5. set &dataset.(KEEP=&vars_rater.);
   
6. subj=_n_;
   
7. %do i=1 %to %sysfunc(countw("&vars_rater."));
   
8.         rater=&i.;
   
9.         ranking=%scan(&vars_rater.,&i.);
   
10.         output;
    
11.         %end;
    
12. run;
    
13. proc freq data=kappa_t1 noprint;
    
14. table subj*ranking/out=kappa_t2(keep=subj ranking count);
    
15. run;
    
16. proc sql NOPRINT;
    
17. select count(distinct subj),count(distinct ranking) into :n_subjs,:n_rankings
    
18.         from kappa_t2;
    
19. create table kappa_t3
    
20.         as select distinct subj
    
21.         from kappa_t2       
    
22.         where subj is not null
    
23.         order by subj;
    
24. create table kappa_t4
    
25.         as select distinct ranking
    
26.         from kappa_t2
    
27.         where ranking is not null
    
28.         order by ranking;
    
29. create table kappa_t5
    
30.         as select *
    
31.         from kappa_t3,kappa_t4
    
32.         order by subj,ranking;
    
33. proc sort data=kappa_t2;by subj ranking;run;
    
34. data kappa_t6;
    
35. merge kappa_t2 kappa_t5(in=a);
    
36. by subj ranking;
    
37. if a;
    
38. RUN;
    
39. data kappa_t6;
    
40. set kappa_t6;
    
41. if count=. then count=0;
    
42. xmx=count*(&n_raters.-count);
    
43. run;
    
44. proc sort data=kappa_t6;
    
45. by ranking;
    
46. run;
    
47. data kappa_t6(keep=ranking x xmx2);
    
48. set kappa_t6;
    
49. by ranking;
    
50. retain x xmx2;
    
51. if first.ranking then do; x=0; xmx2=0; end;
    
52. x=x+count; xmx2=xmx2+xmx;
    
53. if last.ranking then output;
    
54. run;
    
55. data kappa_t6;
    
56. set kappa_t6;
    
57. p=x/(&n_subjs.*&n_raters.);
    
58. pq=p*(1-P);
    
59. pqp=p*(1-p)*(1-2*p);
    
60. kj=abs(1 - xmx2/(&n_subjs.*&n_raters.*(&n_raters.-1)*pq));
    
61. numj=kj*pq;
    
62. run;
    
63. data kappa_t6;
    
64. set kappa_t6;
    
65. if p=0 then do;
    
66.         kj=0; numj=0;
    
67.         end;
    
68. run;
    
69. data kappa_t7;
    
70. set kappa_t6 end=end;
    
71. retain num den pqpsum;
    
72. if _n_=1 then do;
    
73.         num=0; den=0; pqpsum=0;
    
74.         end;
    
75. num=num+numj;
    
76. den=den+pq;
    
77. pqpsum=pqpsum+pqp;
    
78. if end then output;
    
79. run;
    
80. data kappa_t8; set kappa_t7;
    
81. keep Kappa SE CI pvalue;
    
82. Kappa=num/den;
    
83. SE=sqrt(2*(den*den-pqpsum))/(den*sqrt(&n_subjs.*&n_raters.*(&n_raters.-1)));
    
84. ci=cats(put(kappa-1.96*se,8.3),"～",put(kappa+1.96*se,8.3));
    
85. pvalue=1-probnorm(kappa/se);
    
86. run;
    
87. proc print data=kappa_t8 noobs label;
    
88. label kappa="Overall Kappa" SE="Standard Error" ci="95% CI" pvalue="Prob>Z";
    
89. title "Kappa statistics for &N_rankings.-category ratings by &N_raters raters";
    
90. run;
    
91. /*---------------------------------------Calculate inner 2 raters kappa----------------------------------*/
    
92. %let start=1;%let id=1;
    
93. %do i=&start. %to %eval(&n_raters.-1);
    
94.         %do j=%eval(&i.+1) %to &n_raters.;
    
95.                 %let rater1=%scan(&vars_rater.,&i.);
    
96.                 %let rater2=%scan(&vars_rater.,&j.);
    
97.                 data kappa_temp1 kappa_temp2 kappa_temp3 kappa_temp4 kappa_temp5 kappa_temp6;run;
    
98.                 data kappa_temp1;
    
99.                 set &dataset.(keep=&rater1. &rater2.);
    
100.                 retain weight 1;
     
101.                 run;
     
102.                 proc tabulate data=kappa_temp1;
     
103.                 class  &rater1. &rater2.;
     
104.                 table &rater1.="" all="ALL",(&rater2. all="ALL")*n=""/box="&rater1." MISSTEXT="0";
     
105.                 title "distribution of &rater1. and &rater2.";
     
106.                 run;
     
107.                 proc sql NOPRINT;
     
108.                 select count(distinct &rater1.) into :n_rater1
     
109.                 from kappa_temp1
     
110.                 where  &rater1. is not null;
     
111.                 select count(distinct &rater2.) into :n_rater2
     
112.                 from kappa_temp1
     
113.                 where  &rater2. is not null;
     
114.                 create table kappa_temp2
     
115.                 as select distinct &rater1.
     
116.                         from kappa_temp1
     
117.                         where &rater1. is not null
     
118.                 union
     
119.                         select distinct &rater2. as &rater1.
     
120.                         from kappa_temp1
     
121.                         where &rater2. is not null;
     
122.                 quit;
     
123.                 data kappa_temp3;
     
124.                 set kappa_temp2;
     
125.                 rename &rater1.=&rater2.;
     
126.                 run;
     
127.                 proc sql NOPRINT;
     
128.                 create table kappa_temp4
     
129.                         as select *
     
130.                         from kappa_temp2,kappa_temp3;
     
131.                         quit;
     
132.                 data kappa_temp4;
     
133.                 set kappa_temp4;
     
134.                 retain weight 0;
     
135.                 run;
     
136.                 proc sql NOPRINT;
     
137.                 create table kappa_temp5
     
138.                         as select  &rater1.,&rater2.,weight
     
139.                         from kappa_temp1
     
140.                 union all
     
141.                         select &rater1.,&rater2.,weight
     
142.                         from kappa_temp4
     
143.                         where sum(kappa_temp4.&rater1.*100,kappa_temp4.&rater2.) not in
     
144.                                 (select sum(kappa_temp1.&rater1.*100,kappa_temp1.&rater2.) from kappa_temp1);
     
145.                 quit;
     
146.                 proc freq data=kappa_temp5 noprint;                /*Kappa Statistics*/
     
147.                 table &rater1.*&rater2./agree;
     
148.                 test kappa WTKAP;
     
149.                 weight weight/zero;
     
150.                 output out=kappa_temp6 agree;
     
151.                 run;
     
152.                 %if &n_rater1.=2 and &n_rater2.=2 %then %do;                /*Prepare for report*/
     
153.                         data kappa_temp6(keep=name stat se ci stat3 p1 p2);
     
154.                         set kappa_temp6;
     
155.                         length name $ 18 stat 8 SE 8 CI $ 16 stat 8 stat 8 p1 8 p2 8;
     
156.                         retain raters "&rater1. - &rater2.";
     
157.                         name="McNemarS";Stat=_mcnem_;P2=p_mcnem;output;
     
158.                                 name="";stat=.;se=.;ci="";stat2=.;stat3=.;p1=.;p2=.;
     
159.                         name="简单Kappa系数";Stat=_KAPPA_;SE=E_KAPPA;
     
160.                                 CI=cats(put(l_kappa,8.3),"～",put(U_KAPPA,8.3));stat2="Kappa=0检验"; stat3=z_KAPPA;
     
161.                                 P1=mean(PR_KAPPA,PL_KAPPA);P2=P2_KAPPA;output;
     
162.                         label name="统计方法" stat="统计量" SE="标准误" CI="95% CI" stat2="检验" stat3="Z值" P1="单侧P值" P2="双侧P值";
     
163.                         run;
     
164.                                 data kappa_temp6;
     
165.                                 length id 8 raters $ 24;
     
166.                                 set kappa_temp6;                               
     
167.                                 n=_n_;
     
168.                                 if n=1 then do;
     
169.                                         id=%eval(&id.);
     
170.                                         raters="&rater1. - &rater2.";
     
171.                                         end;
     
172.                                 drop n;
     
173.                                 run;
     
174.                         %end;
     
175.                         %else %do;
     
176.                                 data kappa_temp6(keep= name stat se ci stat3 p1 p2);
     
177.                                 set kappa_temp6;
     
178.                                 length name $ 18 stat 8 SE 8 CI $ 16 stat 8 stat 8 p1 8 p2 8;
     
179.                                 retain raters "&rater1. - &rater2.";
     
180.                                 name="对称性检验S";Stat=_tsymm_;P2=p_tsymm;output;
     
181.                                         name="";stat=.;se=.;ci="";stat2=.;stat3=.;p1=.;p2=.;
     
182.                                 name="简单Kappa系数";Stat=_KAPPA_;SE=E_KAPPA;
     
183.                                         CI=cats(put(l_kappa,8.3),"～",put(U_KAPPA,8.3));stat2="Kappa=0检验"; stat3=z_KAPPA;
     
184.                                         P1=mean(PR_KAPPA,PL_KAPPA);P2=P2_KAPPA;output;
     
185.                                 name="";stat=.;se=.;ci="";stat2=.;stat3=.;p1=.;p2=.;
     
186.                                 name="加权Kappa系数";Stat=put(_wtkap_,8.3);SE=put(E_wtkap,8.3);
     
187.                                         CI=cats(put(l_wtkap,8.3),"～",put(U_wtkap,8.3));stat2="加权Kappa=0检验"; stat3=z_wtkap;
     
188.                                         P1=mean(PR_wtkap,PL_wtkap);P2=P2_wtkap;output;
     
189.                                 label name="统计方法" stat="统计量" SE="标准误" CI="95% CI" stat2="检验" stat3="Z值" P1="单侧P值" P2="双侧P值";
     
190.                                 run;
     
191.                                 data kappa_temp6;
     
192.                                 length id 8 raters $ 24;
     
193.                                 set kappa_temp6;                               
     
194.                                 n=_n_;
     
195.                                 if n=1 then do;
     
196.                                         id=%eval(&id.);
     
197.                                         raters="&rater1. - &rater2.";
     
198.                                         end;
     
199.                                 drop n;
     
200.                                 run;
     
201.                                 %end;
     
202.                 %if &i.=1 and &j.=2 %then %do;
     
203.                         data kappa_temp7;
     
204.                         set kappa_temp6;
     
205.                         run;
     
206.                         %end;
     
207.                         %else %do;;
     
208.                         data kappa_temp7;
     
209.                         set kappa_temp7 kappa_temp6;
     
210.                         run;
     
211.                         %end;
     
212.                 %let id=%eval(&id.+1);       
     
213.                 %end;
     
214.                 %let start=%eval(&start.+1);               
     
215.         %end;
     
216. proc sql;
     
217. create table kappa_temp8
     
218.         as select avg(stat) as stat,avg(se) as se,"平均的简单Kappa系数" as name
     
219.         from kappa_temp7
     
220.         where name="简单Kappa系数"
     
221. union
     
222.         select avg(stat) as stat,avg(se) as se,"平均的加权Kappa系数" as name
     
223.         from kappa_temp7
     
224.         where name="加权Kappa系数";
     
225. data kappa_temp8;
     
226. length raters $ 24;
     
227. set kappa_temp8;
     
228. id=0;
     
229. raters="All";
     
230. run;
     
231. data kappa_temp8;
     
232. set kappa_temp8 kappa_temp7;
     
233. run;
     
234. proc print data=kappa_temp8 label noobs;                /*Report Kappa Statistics*/
     
235.                 title "Kappa Statistics ";
     
236.                 var id raters name stat SE  CI  stat3  p1  p2 ;
     
237.                 run;
     
238.                 proc datasets nolist ;
     
239.                 delete kappa_: k_temp:;
     
240.                 run;quit;
     
241. %MEND;
     
242. %KAPPA(dataset=k_temp3,vars_rater=rater1 rater2 rater3 );

复制代码

moyunzheng 发表于 2013-3-11 11:13
结果是Categorical才能用kappa，如果是连续型的话用icc。

请参照以下链接：

非常感谢~~~

楼主，你的问题解决了吗？STATA里面倒是可以做多个观察者间的一致性

有用，谢谢

楼主，您好，请问您的问题解决了吗？