TA的首页方法学对比怎么做？一文读懂Bland-Altman、Deming回归与ISO 5725
方法学对比怎么做？一文读懂Bland-Altman、Deming回归与ISO 5725
在医学检验、体外诊断或工业测量中，当你想验证“新方法”和“旧方法”（或两台仪器、两个实验室）是否一致时，最忌讳的就是直接算相关系数。相关系数衡量的是线性关联，而非一致性——两把尺子，一把永远多量1厘米，相关系数照样是1.0，可它们并不一致。
本文基于国际公认的方法学对比框架——Bland-Altman分析法、Deming回归，以及ISO 5725精密度与正确度标准，为你梳理一套可落地的操作流程。文末附赠在线计算工具。
一、方法学对比到底在比什么？
方法学对比（Method Comparison）要回答的核心问题是：新方法能否替代旧方法？ 它考察两个维度：
ISO 5725（测量方法与结果的准确度）将“准确度”拆解为“正确度”（系统误差）与“精密度”（随机误差）。方法学对比正是要同时评估这两者——Bland-Altman图看随机差异的分布，Deming回归则量化系统偏倚。
二、三种主流方法：原理与适用场景
1. Bland-Altman分析（最常用）
原理：以两种方法测量值的平均值为横轴，以差值为纵轴，计算差值的均值（d̄）和标准差（s），得出95%一致性界限（Limits of Agreement, LoA）：
LoA = d̄ ± 1.96 × s
（1.96为95%置信水平对应的标准正态分布分位数，属公开公认值。）
适用：两种方法量纲相同、测量范围接近，且差值近似正态分布时。它直接展示差异随测量水平变化的趋势。
2. Deming回归
原理：与普通最小二乘回归不同，Deming回归假设两种方法都存在测量误差（而普通回归假设X无误差）。它通过最小化点到回归线的垂直距离平方和来拟合直线，得到斜率b和截距a，评估系统偏倚。
适用：新旧方法均有随机误差，且误差方差比已知（通常假设相等）。特别适合生化分析仪、血球计数仪等仪器比对。
3. Passing-Bablok回归（非参数替代）
原理：基于所有数据点两两连线的斜率中位数，对离群值不敏感，不要求误差正态分布。
适用：数据分布偏态或存在离群值时，作为Deming回归的稳健替代。
三、标准操作步骤（以Bland-Altman为例）
步骤1：收集配对数据。对同一批样本（建议≥40例，覆盖临床决策区间），用两种方法各测一次。
步骤2：计算每对数据的差值dᵢ和均值mᵢ。
步骤3：计算差值的均值d̄与标准差s。
步骤4：计算95%一致性界限：d̄ − 1.96s 至 d̄ + 1.96s。
步骤5：绘制Bland-Altman图，检查：
若使用Deming回归，则额外计算斜率b的95%置信区间，判断是否包含1；截距a的置信区间是否包含0。
四、演示算例（示例数据，仅供演示）
假设某实验室用新方法（Y）与参考方法（X）检测同一批血清样本的葡萄糖浓度（mmol/L），共10对数据：
计算：
解读：新方法平均偏高0.22 mmol/L。若临床可接受偏倚为±0.5 mmol/L，则LoA上限0.63超出界限，提示新方法在部分高值样本上偏倚过大，需进一步调查或校准。
五、常见误区提醒
六、在线工具推荐
手工计算Bland-Altman或Deming回归既繁琐又易错。推荐使用6SQ质量网的在线方法学对比工具，支持自动绘制Bland-Altman图、计算LoA、拟合Deming回归，并输出关键统计量。
? 立即体验：6SQ 在线工具
只需粘贴两列配对数据，即可获得完整分析结果与图表，助你快速完成方法验证报告。
在医学检验、体外诊断或工业测量中，当你想验证“新方法”和“旧方法”（或两台仪器、两个实验室）是否一致时，最忌讳的就是直接算相关系数。相关系数衡量的是线性关联，而非一致性——两把尺子，一把永远多量1厘米，相关系数照样是1.0，可它们并不一致。
本文基于国际公认的方法学对比框架——Bland-Altman分析法、Deming回归，以及ISO 5725精密度与正确度标准，为你梳理一套可落地的操作流程。文末附赠在线计算工具。
一、方法学对比到底在比什么？
方法学对比（Method Comparison）要回答的核心问题是：新方法能否替代旧方法？ 它考察两个维度：
- 一致性（Agreement）：对同一被测对象，两种方法给出的结果差异是否在临床或工程可接受范围内。
- 偏倚（Bias）：新方法相对旧方法是否存在系统性高估或低估。
ISO 5725（测量方法与结果的准确度）将“准确度”拆解为“正确度”（系统误差）与“精密度”（随机误差）。方法学对比正是要同时评估这两者——Bland-Altman图看随机差异的分布，Deming回归则量化系统偏倚。
二、三种主流方法：原理与适用场景
1. Bland-Altman分析（最常用）
原理：以两种方法测量值的平均值为横轴，以差值为纵轴，计算差值的均值（d̄）和标准差（s），得出95%一致性界限（Limits of Agreement, LoA）：
LoA = d̄ ± 1.96 × s
（1.96为95%置信水平对应的标准正态分布分位数，属公开公认值。）
适用：两种方法量纲相同、测量范围接近，且差值近似正态分布时。它直接展示差异随测量水平变化的趋势。
2. Deming回归
原理：与普通最小二乘回归不同，Deming回归假设两种方法都存在测量误差（而普通回归假设X无误差）。它通过最小化点到回归线的垂直距离平方和来拟合直线，得到斜率b和截距a，评估系统偏倚。
适用：新旧方法均有随机误差，且误差方差比已知（通常假设相等）。特别适合生化分析仪、血球计数仪等仪器比对。
3. Passing-Bablok回归（非参数替代）
原理：基于所有数据点两两连线的斜率中位数，对离群值不敏感，不要求误差正态分布。
适用：数据分布偏态或存在离群值时，作为Deming回归的稳健替代。
三、标准操作步骤（以Bland-Altman为例）
步骤1：收集配对数据。对同一批样本（建议≥40例，覆盖临床决策区间），用两种方法各测一次。
步骤2：计算每对数据的差值dᵢ和均值mᵢ。
步骤3：计算差值的均值d̄与标准差s。
步骤4：计算95%一致性界限：d̄ − 1.96s 至 d̄ + 1.96s。
步骤5：绘制Bland-Altman图，检查：
- 是否约95%的点落在LoA内；
- 点是否随机分布（无喇叭形趋势）；
- LoA是否超出预设的临床可接受范围（如±10%）。
若使用Deming回归，则额外计算斜率b的95%置信区间，判断是否包含1；截距a的置信区间是否包含0。
四、演示算例（示例数据，仅供演示）
假设某实验室用新方法（Y）与参考方法（X）检测同一批血清样本的葡萄糖浓度（mmol/L），共10对数据：
| 样本 | X（参考） | Y（新法） | 差值 d = Y−X |
| 1 | 5.2 | 5.5 | +0.3 |
| 2 | 6.1 | 6.0 | −0.1 |
| 3 | 7.8 | 8.2 | +0.4 |
| 4 | 4.9 | 5.1 | +0.2 |
| 5 | 8.5 | 8.9 | +0.4 |
| 6 | 6.7 | 6.9 | +0.2 |
| 7 | 5.8 | 6.2 | +0.4 |
| 8 | 7.2 | 7.0 | −0.2 |
| 9 | 4.5 | 4.8 | +0.3 |
| 10 | 9.0 | 9.3 | +0.3 |
计算：
- d̄ = (+0.3−0.1+0.4+0.2+0.4+0.2+0.4−0.2+0.3+0.3) / 10 = 2.2 / 10 = 0.22 mmol/L
- 差值标准差 s ≈ 0.21 mmol/L（示例数据计算值）
- 95% LoA = 0.22 ± 1.96 × 0.21 = −0.19 至 +0.63 mmol/L
解读：新方法平均偏高0.22 mmol/L。若临床可接受偏倚为±0.5 mmol/L，则LoA上限0.63超出界限，提示新方法在部分高值样本上偏倚过大，需进一步调查或校准。
五、常见误区提醒
- 误区1：用Pearson相关系数评价一致性。r只衡量线性关系强弱，不反映偏倚大小。
- 误区2：忽略差值随均值增大的趋势。若Bland-Altman图呈喇叭形，应改用对数变换或比例偏倚分析。
- 误区3：样本量过小（<20）却下结论。小样本的LoA置信区间很宽，结论不可靠。
- 误区4：Deming回归中假设两种方法误差方差比任意设定。应基于重复测量数据估计，或默认设为1并说明。
六、在线工具推荐
手工计算Bland-Altman或Deming回归既繁琐又易错。推荐使用6SQ质量网的在线方法学对比工具，支持自动绘制Bland-Altman图、计算LoA、拟合Deming回归，并输出关键统计量。
? 立即体验：6SQ 在线工具
下图是 6SQ 在线工具一键生成的结果效果：
只需粘贴两列配对数据，即可获得完整分析结果与图表，助你快速完成方法验证报告。
