Bland-Altman法（by ChatGPT）

定義：

Bland-Altman法（又稱為Bland-Altman圖或差異圖）是一種統計方法，用於評估兩種不同的測量方法之間的一致性和協定。該方法由J. Martin Bland和Douglas G. Altman於1986年提出，用於解決兩種方法的對比問題，尤其是在醫學和生物統計學中。

Bland-Altman圖用於繪製兩個測量方法的差值（Y軸）與兩者平均值（X軸）之間的散點圖。通過這個圖，我們可以觀察到兩種方法之間的偏差（bias）和95%的一致性限（limits of agreement）。偏差是兩個測量方法之間的平均差異，而一致性限是兩者之間可能的最大差異範圍，這意味著95%的數據應該落在這個範圍內。

總之，Bland-Altman法是一種用於評估兩個測量方法一致性的實用工具。通過分析Bland-Altman圖，我們可以了解兩種方法之間的偏差和一致性，以判斷它們是否可以互換使用。

舉例：

假設您正在研究一個用於測量血壓的新型設備（方法A），並想將其與傳統的血壓測量方法（方法B）進行比較。為了進行比較，您對同一組患者使用這兩種方法進行血壓測量。

您的數據可能如下所示：

患者	方法A	方法B
1	120	118
2	135	140
3	110	108
4	130	125

為了使用Bland-Altman方法，您需要計算每對測量值之間的差異和平均值。例如，第一位患者的差異為120-118=2，平均值為(120+118)/2=119。計算所有患者的差異和平均值後，您將獲得以下數據：

患者	差異（A-B）	平均值（(A+B)/2）
1	2	119
2	-5	137.5
3	2	109
4	5	127.5

接下來，根據這些數據，您將繪製Bland-Altman圖。X軸表示平均值，Y軸表示差異。散點圖顯示這些點的分布情況。然後，計算差異的平均值（bias）和一致性限。在這個例子中，bias = (2 + (-5) + 2 + 5)/4 = 1。一致性限通常為bias±1.96倍標準差。

通過觀察Bland-Altman圖，您可以判斷新方法（方法A）與傳統方法（方法B）之間的一致性。如果散點分布均勻，並且大部分點（95%）位於一致性限內，則兩種方法可以認為具有足夠的一致性。然而，如果點的分布顯示系統性偏差或大量點超出一致性限，則兩者之間可能存在顯著差異。