假設(shè)有reader1 和reader2，分別對一定數(shù)量病人的某一影像指標(biāo)進(jìn)行評分，現(xiàn)在想看一下這兩位研究者評分的一致性，繪制Bland-Altman圖是一種較為直觀、簡單的方式。代碼實(shí)現(xiàn)方法如下：

顯示分組信息的B-A plot

library(BlandAltmanLeh)

library(ggplot2)

reader1

reader2

# bland.altman.plot(reader1, reader2) #普通B-A plot

MVI

ba.stats

plot(ba.stats$means, ba.stats$diffs, col= MVI,

sub=paste("critical difference is", round(ba.stats$critical.diff,4)),

main="Bland-Altman Plot", ylim=c(-0.6,0.6), pch=18-MVI)

abline(h = ba.stats$lines, lty=c(2,3,2), col=c("lightblue","blue","lightblue"),

lwd=c(3,2,3))

legend(x = "topright", legend = c("MVI-","MVI+"), fill = 1:2) # 這里的fill和MVI里的值對應(yīng)

# Notes: MVI里賦值時(shí)不要賦0和1，因?yàn)樗麄兇砗诤桶?#xff0c;圖片上顯示不出來

B-A plot_1.png

帶直方圖的B-A plot:

library(ggExtra)

print(ggMarginal(bland.altman.plot(reader1, reader2, graph.sys = "ggplot2"),

type = "histogram", size=4))

B-A plot_2.png

臨床上還會有一種情況，比如一個(gè)量表只有1-10分，2個(gè)評價(jià)者對100個(gè)患者評分的話，必然很多人的評分是相同的。如果用普通的B-A圖展示的話，有些點(diǎn)就會被覆蓋住，無法展現(xiàn)評分差異的全貌。以下代碼就是解決這種情況的：

B-A圖里的重復(fù)值

A

1, 4, 5, 6, 4, 7, 4, 7, 7, 5, 4, 6, 3, 4, 6, 4, 7, 4, 6, 5, 1, 1, 1, 1, 1, 1)

B

1, 4, 4, 7, 4, 8, 3, 7, 7, 5, 6, 7, 3, 3, 7, 3, 6, 5, 9, 5, 1, 1, 1, 1, 1, 1)

bland.altman.plot(A, B)

B-A plot_3.png

bland.altman.plot(A, B, sunflower=TRUE) # 不同形狀代表不同的重復(fù)值

B-A plot_4.png

ggplot2 給出的解決方案：

print( bland.altman.plot(A, B, graph.sys = "ggplot2", geom_count = TRUE) )

B-A plot_5.png

總結(jié)

以上是生活随笔為你收集整理的matlab绘制bland-altman,Bland-Altman Plots(一致性评价)在R中的实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。