วิธีสร้างพล็อตเรื่อง bland-altman ใน r (ทีละขั้นตอน)

พล็อต Bland-Altman ถูกใช้เพื่อแสดงภาพความแตกต่างในการวัดระหว่างเครื่องมือสองชนิดที่แตกต่างกันหรือสองเทคนิคการวัดที่แตกต่างกัน

มีประโยชน์ในการพิจารณาว่าเครื่องมือหรือเทคนิคสองชนิดมีความคล้ายคลึงกันในการวัดแนวคิดเดียวกันอย่างไร

บทช่วยสอนนี้ให้ตัวอย่างทีละขั้นตอนของวิธีสร้างพล็อต Bland-Altman ใน R

ขั้นตอนที่ 1: สร้างข้อมูล

สมมติว่านักชีววิทยาใช้เครื่องมือสองชนิด (A และ B) ในการวัดน้ำหนักของกบชุดเดียวกันจำนวน 20 ตัวในหน่วยกรัม

เราจะสร้างกรอบข้อมูลต่อไปนี้ใน R ซึ่งแสดงถึงน้ำหนักของกบแต่ละตัว โดยวัดจากอุปกรณ์แต่ละชิ้น:

 #create data
df <- data. frame (A=c(5, 5, 5, 6, 6, 7, 7, 7, 8, 8, 9,
                     10, 11, 13, 14, 14, 15, 18, 22, 25),
                 B=c(4, 4, 5, 5, 5, 7, 8, 6, 9, 7, 7, 11,
                     13, 13, 12, 13, 14, 19, 19, 24))

#view first six rows of data
head(df)

  AB
1 5 4
2 5 4
3 5 5
4 6 5
5 6 5
6 7 7

ขั้นตอนที่ 2: คำนวณความแตกต่างในการวัด

ต่อไป เราจะสร้างคอลัมน์ใหม่สองคอลัมน์ในกรอบข้อมูลที่มีการวัดค่าเฉลี่ยของกบแต่ละตัว รวมถึงความแตกต่างในการวัด:

 #create new column for average measurement
df$avg <- rowMeans(df) 

#create new column for difference in measurements
df$diff <- df$A - df$B

#view first six rows of data
head(df)

  AB avg diff
1 5 4 4.5 1
2 5 4 4.5 1
3 5 5 5.0 0
4 6 5 5.5 1
5 6 5 5.5 1
6 7 7 7.0 0

ขั้นตอนที่ 3: คำนวณผลต่างเฉลี่ยและช่วงความเชื่อมั่น

ต่อไป เราจะคำนวณความแตกต่างโดยเฉลี่ยในการวัดระหว่างเครื่องมือทั้งสอง รวมถึงขีดจำกัดบนและล่างของช่วงความเชื่อมั่น 95% สำหรับความแตกต่างโดยเฉลี่ย:

 #find average difference
mean_diff <- mean(df$diff)

mean_diff

[1] 0.5

#find lower 95% confidence interval limits
lower <- mean_diff - 1.96*sd(df$diff)

lower

[1] -1.921465

#find upper 95% confidence interval limits
upper <- mean_diff + 1.96*sd(df$diff)

upper

[1] 2.921465

ผลต่างเฉลี่ยกลายเป็น 0.5 และช่วงความเชื่อมั่น 95% สำหรับผลต่างเฉลี่ยคือ [-1.921, 2.921]

ขั้นตอนที่ 4: สร้างแผน Bland-Altman

ต่อไป เราจะใช้โค้ดต่อไปนี้เพื่อสร้างพล็อต Bland-Altman โดยใช้แพ็คเกจการแสดงข้อมูล ggplot2 :

 #load ggplot2
library (ggplot2)

#create Bland-Altman plot
ggplot(df, aes (x = avg, y = diff)) +
  geom_point(size=2) +
  geom_hline(yintercept = mean_diff) +
  geom_hline(yintercept = lower, color = " red ", linetype=" dashed ") +
  geom_hline(yintercept = upper, color = " red ", linetype=" dashed ") +
  ggtitle(" Bland-Altman Plot ") +
  ylab(" Difference Between Measurements ") +
  xlab(" Average Measurement ") 

แกน x ของกราฟจะแสดงการวัดเฉลี่ยของเครื่องมือทั้งสอง และแกน y จะแสดงความแตกต่างในการวัดระหว่างเครื่องมือทั้งสอง

เส้นสีดำแสดงถึงความแตกต่างเฉลี่ยในการวัดระหว่างเครื่องมือทั้งสอง ในขณะที่เส้นประสีแดงสองเส้นแสดงถึงขีดจำกัดของช่วงความเชื่อมั่น 95% สำหรับผลต่างค่าเฉลี่ย