在醫(yī)學研究或平時的日常工作中，同一個指標有多重檢測/測量方法，兩種方法結(jié)果一致性怎么樣？該如何評價？
一致性檢驗的方法有很多，但側(cè)重點不同：
其中，對于定量數(shù)據(jù)，Bland—Altman plot 的使用尤為廣泛。Bland—Altman分析最初是由Bland JM和AltmanDG于1986年提出的，其基本思想是計算出兩種測量結(jié)果的一致性界限(limits of agreement)，并用圖形的方法直觀地反映這個一致性界限。
Bland-Altman plot?作圖方法是以兩個指標的均值作為橫坐標，兩個指標的差值作為縱坐標，然后比較散點在差值±1.96SD線內(nèi)分布的情況。
例:A、B兩種方法測定100名患者的血紅蛋白（g/L），對兩種方法一致性進行評價。
1.R軟件實操如下：
1.導入數(shù)據(jù)
data<-read.delim("clipboard")
View(data)
2.安裝包
library(ggplot2)
library(ggExtra)
3.分別計算A和B的差值和平均值，生成新變量
BAdata2<-transform(data,diff=A-B,meand=(A+B)/2)
View(BAdata2)
4.計算差值的平均值和標準差(SD)及1.96SD
describe(BAdata2)
t.test(BAdata2$diff)
可以看到差值（diff）的均值和SD分別為-2.43、51.48。
5.繪圖（繪制橫坐標為均值，縱坐標為差值的散點圖）
BAplot<-ggplot(BAdata2,aes(meand,diff))+
geom_point(shape=18,color="blue")+
geom_hline(yintercept=?0,lty=3,lwd=1,color="black")+
geom_hline(yintercept=?mean(BAdata2$diff),lty=1,lwd=1,color="red")+
geom_hline(yintercept=mean(BAdata2$diff)+1.96*sd(BAdata2$diff),linetype=2,color="red")+
geom_hline(yintercept=mean(BAdata2$diff)-1.96*sd(BAdata2$diff),linetype=2,color="red")
6.在以上基礎上繼續(xù)完善，添加標記
+labs(x="(A+B)/2",y="A-B")+
??theme(axis.line.x = element_line(color="black"),
????????axis.line.y = element_line(color="black"))+
??theme(axis.text=element_text(face="bold"),
????????axis.title.x=element_text(size=15,face="bold"),
????????axis.title.y =element_text(size=15,face="bold"))+
??geom_text(x=150, y=80, label="+1.96SD\n98.47",cex=3.5,family="serif")+
??geom_text(x=150, y=-80, label="-1.96SD\n-103.33",cex=3.5,family="serif")+
??geom_text(x=150, y=30, label="Mean=-2.43\n95%CI(-12.65,7.79) ",cex=3.5,family="serif")
7.更換主題，并增加密度分布直方圖
BAplot1 <- BAplot+theme_bw()
ggMarginal(BAplot1,?type="histogram",bins =?40,fill="grey")
上圖中，紅色實線為差值的均值，黑色虛線差值為0，上下紅色虛線為差值±1.96SD(95%LoA上/下限)。由圖看出有95個點落在95%一致性界限（95% limits of agreement，95% LoA）內(nèi)，說明二者一致性可接收，平均負向偏移為2.43g/L。
★Bland-Altman 在實際應用中須滿足以下條件，結(jié)果更具說服力：
（1）Bland-Altman圖中數(shù)據(jù)點呈水平帶狀分布，即差值和均值之間不存在任何線性或非線性關系，可以通過差值與均值的回歸分析進行判定；
（2）Bland-Altman圖中數(shù)據(jù)點散在分布于等寬的水平區(qū)域內(nèi)，即滿足差值的方差齊同；
（3）原始結(jié)果可以不是正態(tài)分布，但差值的分布須呈正態(tài)分布，通過直方圖（或P-P圖/Q-Q圖）和正態(tài)性檢驗判定。
