听说过诊断试验的灵敏度、特异度，那你听过符合率吗？
拿到诊断试验结果之后，许多医生会问：“这项试验结果可重复吗？”如果一项诊断试验的结果不能重复，无论有多好的灵敏度和特异度，该诊断试验的实用价值都是非常小的。
真实性，一般使用灵敏度、特异度等指标评价，详见：
那么，诊断试验的可重复性都有哪些指标评价呢？常用的指标有符合率（agreement/consistency rate， 也称一致率）和Kappa值。今天，我们先来介绍一下，什么是符合率/一致率。
1、什么是符合率？
我们以两位研究者对某项诊断试验结果的评价为例，详细介绍符合率这个概念。该诊断试验可得出4种结果（分别为异常、疑似、待定、正常），由研究者1和研究者2分别对受试人群的实验结果进行评价，如表1。
表中，每一个英文字母代表符合该格条件的受试者人数。如，A代表同时被两位研究者认定为“异常”的人数；C为被研究者2认定为“异常”，但被研究者1认定为“待定”的人数。
在这项诊断试验中，我们将两位研究者共同认可的受试者人数相加，再除以总受试者人数，即为符合率。
符合率=(A+F+K+P)/总受试人数×100%
这种具有4种结果的情况比较复杂，为了更好地解释符合率，我们用仅有“阴性”、“阳性”两种结果的诊断试验进一步举例，如图1。
2、上述的符合率计算有什么问题？
在实际临床中，如果多数受试者的试验结果都为阴性（图2），那么格子d中的人数会远远大于其他几个格子。在种情况下，如果将所有受试者都纳入符合率的计算，符合率的结果将偏大（更接近于1）。这样容易忽视不同研究者对同一受试者诊断试验结果评价的差异。
为解决这一问题，我们可以在计算符合率时剔除同时被两位研究者认定为阴性的受试人群，即不考虑d格子中的受试者，如图3。
剔除同时被两位研究者认定为阴性的受试人群后，我们以同时被两位研究者认定为阳性的受试者人数为分子，以至少被一位研究者认定为阳性的受试者人数为分母，如图4。
即：符合率=a/(a+b+c)×100%
这样计算出来的符合率比较容易看出不同研究者之间的差异，便于评价诊断试验的可重复性。
相关阅读
关注医咖会，你会发现研究方法学没那么可怕
我们建了一个微信群，有临床研究设计或统计学方面的难题？快加小咖个人微信（xys2016ykf），拉你进群和其他小伙伴们一起交流学习。诚邀各位伙伴加入我们创作内容，请和小咖联系，和大家分享你喜爱的临床研究以及有用的研究方法学知识。
点击左下角“阅读原文”，看看医咖会既往推送了哪些研究设计或统计学文章。还可以到医咖会公众号下方的自定义菜单，点击“直接搜索”，查找你想了解的内容。