Bland-Altman LOA（Limits of Agreement）是一种用于评估两种测量方法一致性的常用统计分析方法。
在医学研究和临床实践中，我们经常会面临不同测量方法之间的比较和评估问题。为了确定两种测量方法是否能够得出相似的结果，我们需要考虑它们的一致性。Bland-Altman LOA是一种流行的统计分析方法，它提供了一种直观且易于理解的方式来评估两种测量方法的一致性。
今天在看一篇深度学习分割文献的时候，突然看到这个指标，用来评估 AI 模型分割结果和专家修正后的差别。
好奇就搜了一下，发现还是蛮实用的，记下来，万一哪天用着了呢
使用Bland-Altman LOA进行一致性分析的步骤：
收集数据：从同一组个体或样本中，使用两种不同的测量方法获得测量值。
计算差异：对于每个测量，计算两种方法之间的差异（diff = A - B），其中A和B分别代表两种方法的测量值。
绘制差异图：将差异标注在纵坐标上，平均测量值标注在横坐标上，绘制散点图。此图展示了差异与平均值之间的关系。
计算平均差异和标准差：计算差异的平均值（mean_diff）和标准差（sd_diff）。
计算限制范围（LOA）：LOA = 1.96 * sd_diff，其中1.96表示95%的置信水平。
分析结果：根据差异图和LOA，评估两种测量方法的一致性。如果差异分布均匀，且LOA范围内的差异接受，则可以认为两种方法具有较好的一致性。
好的，让我们通过一个示例来计算Bland-Altman LOA。假设您有两种不同的血压测量方法 A 和 B，并且您有一组 50 个患者的测量数据。下面是实际的数据示例：
方法 A：
120, 125, 130, 135, 140, 145, 150, 155, 160, 165, 170, 175, 180, 185, 190, 195, 200, 205, 210, 215, 220, 225, 230, 235, 240, 245, 250, 255, 260, 265, 270, 275, 280, 285, 290, 295, 300, 305, 310, 315, 320, 325, 330, 335, 340, 345, 350, 355, 360, 365
方法 B：
118, 124, 131, 136, 140, 145, 150, 154, 162, 168, 176, 182, 186, 188, 193, 202, 207, 211, 218, 225, 229, 232, 238, 245, 251, 257, 262, 267, 271, 277, 284, 289, 295, 301, 307, 312, 320, 329, 338, 346, 354, 360, 366, 372, 376, 380, 385, 390, 398, 404
以下是计算 Bland-Altman LOA 的步骤：
-
计算差异：diff = A - B
差异：[2, 1, -1, -1, 0, 0, 0, 1, -2, -3, -6, -7, -6, -3, -3, 6, -2, -6, -8, -10, -9, -7, -2, -10, -5, -6, -7, -2, -6, -9, -9, -4, -1, -8, -1, 3, -7, -17, -29, -39, -24, -20, -10, -14, -26, -23, -15, -25, -35, -38, -19, -39] -
计算平均差异：mean_diff = average(diff)
平均差异：-8.78 -
计算差异的标准差：sd_diff = stdev(diff)
标准差：12.75 -
计算 LOA：LOA = 1.96 * sd_diff
LOA：25.02 -
计算 LOA 的百分比：LOA_percentage = (LOA / average(A)) * 100
LOA 百分比：(25.02 / 257.5) * 100 ≈ 9.72%
因此，在这个示例中，根据 Bland-Altman 方法计算得出的 LOA 为 25.02，并将其表示为测量体积的百分比，约为 9.72%。这意味着根据两种测量方法的差异，您可以期望结果在平均值的正负 9.72% 的范围内变化。
最后写成论文中的公式就为
95% Bland-Altman LOA = -8.78 ± 9.72%
值得注意的是，这里的平均差异不知道怎么改写为百分比形式，没 查到