摘要
目的针对三分类资料,探讨一致性评价系数(CEA)的效果,并与Kappa系数和AC 1系数进行对比。方法用Monte Carlo法模拟不同样本量n(n=20,60,100,500)、偶然评价率r i(r i=0.05,0.2)和阳性事件率p r(p r=0.05~0.95)组合的三分类资料,采用Bootstrap法对该数据进行重抽样,分别估计三种一致性系数、标准误及其估计值与金标准的均方误差。结果在偶然评价率ri较低时,CEA系数的应用效果与AC1系数近乎相等,且都优于Kappa系数;但在偶然评价率r i较高时,CEA系数的应用效果优于AC 1和Kappa系数。结论针对三分类资料的一致性评价,CEA系数具有比Kappa系数和AC 1系数更高的可靠性和准确性。
出处
《中国卫生统计》
CSCD
北大核心
2020年第5期691-694,697,共5页
Chinese Journal of Health Statistics
基金
国家自然科学基金计划项目(71673126)
南方医科大学大学生创新创业训练计划项目(201912121020)。