论文部分内容阅读
目的 在医学研究中,对不同测量者或测量方法的一致性评价方法都有各自的限制条件,最为大家熟知的是kappa悖论,为了克服这些缺陷并获得更高的准确性,本文提出了一种新的一致性评价方法一致性估计系数(CEA)。方法 通过探究偶然一致性和事件发生率对整体一致性的影响,推导出他们之间的关系,进而利用各个概率的取值范围来估计整体一致性。分别模拟kappa、AC1、CEA系数和真实一致性的偏差以及方差的偏差以比较它们的准确性和稳定性。结果 蒙特卡洛模拟结果显示CEA系数的准确性高于kappa和AC1,CEA系数的稳定性也表现良好。结论 本研究所提出的CEA是一种稳定、可靠的一致性评价方法。