| 命令： | 统计 方法比较与评估 Passing-Bablok回归 |
描述
Passing＆Bablok（1983）描述了一种线性回归程序，没有关于样本分布和测量误差的特殊假设。结果不取决于方法（或仪器）对X和Y的分配。斜率B和截距A是使用其95％置信区间计算的。这些置信区间用于确定B与1之间以及A与0之间是否只有机会差。
必填项
- 变量Y和变量X：选择要比较的两种技术的变量。
- 过滤器：可选过滤器。
- 选件
- 计算垂直残差：选择此选项可计算垂直于回归线的残差（请参见Passing＆Bablok，1983年）。这与测量平行于y轴的残差的传统（最小二乘）方法不同。
- Spearman等级相关系数：选择此选项可在报告中包括Spearman的等级相关系数。
- 散点图和回归线：包含散点图和回归线的图形窗口，包括回归线和恒等线的置信区间（x = y）。
- 残差：带有残差图的图形窗口。作为一种选择，可以按等级编号绘制残差（参见Passing＆Bablok，1983）。
- 子组：如果要在散点图和残差图中标识子组，请单击“子组”按钮。将显示一个新对话框，您可以在其中选择分类变量。该图将为此变量的不同类别显示不同的标记。
- 高级：单击高级按钮，然后为Passing-Bablok过程选择高级选项。这些包括的回归系数的自举参数的计算，或根据CLSI指导EP09c（3在选定的阈值预期偏压的计算RD版，2018）。另请参阅自举选项。
- 计算垂直残差：选择此选项可计算垂直于回归线的残差（请参见Passing＆Bablok，1983年）。这与测量平行于y轴的残差的传统（最小二乘）方法不同。
结果
完成对话框后，单击“确定”按钮继续。以下结果将显示在文本窗口中。
- 样本数量：（选定）数据对的数量
- 两个变量的摘要统计：最小值和最大值，平均值，中位数，标准差和平均值的标准误
- 回归方程：根据Passing＆Bablok（1983）计算A和B值的回归方程。
- 系统差异。截距A是两种方法之间系统差异的度量。截距A的95％置信区间可用于检验A = 0的假设。如果A的置信区间包含值0，则接受该假设。如果该假设被拒绝，则可以得出结论：A与0显着不同，并且两种方法至少相差一个常数。
- 比例差异。斜率B是两种方法之间比例差异的度量。斜率B的95％置信区间可用于检验B = 1的假设。如果B的置信区间包含值1，则接受该假设。如果拒绝该假设，则可以得出结论：B与1显着不同，并且两种方法之间至少存在比例差异。
- 随机差异。残留标准偏差（RSD）是两种方法之间随机差异的度量。预计95％的随机差异在-1.96 RSD至+1.96 RSD之间。如果此间隔较大，则两种方法可能不一致。
- 线性模型有效性：线性的Cusum检验用于评估线性模型对数据的拟合程度。Cusum线性检验仅测试Passing-Bablok方法的适用性；关于两种实验室方法的可比性，它没有进一步的解释。P值小（P <0.05）表示两次测量之间没有线性关系，因此Passing-Bablok方法不适用。
可选地，该程序报告Spearman的秩相关系数（rho）以及P值和95％置信区间。请注意，Passing＆Bablok（1983）不鼓励在方法比较研究中报告相关系数。我们发现，当相关性较低时，Passing＆Bablok回归不起作用。我们将其报告为不是方法比较统计数据，而是作为评估Passing-Bablok回归程序本身有效性的因素。
散点图和回归线
该图显示了带有回归线（实线），回归线的置信区间（虚线）和标识线（x = y，虚线）的观察结果：
外推法
MedCalc仅显示观察值范围内的回归线。通常，不建议将回归线外推到观察范围之外。无论如何要允许外推，请在图形上单击鼠标右键，然后在弹出菜单中选择“允许外推”。
残积图
残差图可以直观地评估线性模型的拟合优度。如果残差显示特定模式，则可以预期两个变量没有线性关系。
离群值
由于从本质上讲是一种非参数过程，因此Passing-Bablok回归不受一个或相对少数异常值的影响。尽管如此，在残差图中以不同的颜色绘制了异常值（此处定义为4 SD极限以外的残差）。Linnet＆Boyd（2012）建议这些测量不仅应自动被拒绝，而且应仔细检查其存在的原因。
Bablok＆Passing（1985）建议：“应使用两种方法再次分析产生偏差值的样品。如果确定了分析错误或分析仪声明了测量误差，则任何测量值都应仅被称为离群值，并从数据中排除。结果令人怀疑。如果知道数据的分布，则可以使用统计检验来检测异常值。”
样本量的重要性
当样本量较小时，截距和斜率的95％置信区间的宽度将很大，并且很可能包含值0，分别为。1.结果是，基于小样本量的方法比较研究倾向于得出实验室方法一致的结论。
因此，需要使用正确且足够大的样本量。
Passing＆Bablok W（1984）和Bablok＆Passing（1985）给出了建议的足够样本量表（范围从30到90）。Bablok＆Passing（1985）建议至少拥有30个样本。Ludbrook（2010）引用的样本量至少为50。
笔记
- Passing-Bablok过程仅应用于具有线性关系且高度相关的变量。
- 我们建议用Bland-Altman图来补充Passing-Bablok过程的结果。