Dalam kimia analisis atau biomedis, Plot Bland–Altman (atau plot perbedaan Bland–Altman) adalah metode pembuatan plot data yang digunakan untuk menganalisis kesepakatan antara dua asai yang berbeda. Metode ini dipopulerkan dalam statistika medis oleh Martin Bland dan Doug Altman.^[1][2] Di bidang lain, metode ini juga disebut plot perbedaan rata-rata Tukey, yang dinamai menurut John Tukey.^[3]

Konstruksi

Pertimbangkan sampel yang terdiri dari ${\displaystyle n}$ pengamatan (misalnya, objek dengan volume yang tidak diketahui). Kedua pengujian (misalnya, metode pengukuran volume yang berbeda) dilakukan pada setiap sampel, menghasilkan ${\displaystyle 2n}$ titik data. Setiap sampel ${\displaystyle n}$ kemudian direpresentasikan pada grafik dengan menetapkan rata-rata dari dua pengukuran sebagai nilai ${\displaystyle x}$, dan perbedaan antara kedua nilai tersebut sebagai nilai ${\displaystyle y}$.

Koordinat Cartesius dari sampel ${\displaystyle S}$ tertentu dengan nilai ${\displaystyle S_{1}}$ dan ${\displaystyle S_{2}}$ yang ditentukan oleh dua pengujian adalah:

${\displaystyle S(x,y)=\left({\frac {S_{1}+S_{2}}{2}},S_{1}-S_{2}\right).}$

Untuk membandingkan perbedaan antara dua set sampel secara independen dari nilai rata-ratanya, lebih tepat untuk melihat rasio pasangan pengukuran.^[4] Transformasi log (basis 2) dari pengukuran sebelum analisis akan memungkinkan pendekatan standar untuk digunakan, jadi plot akan diberikan oleh persamaan berikut:

${\displaystyle S(x,y)=\left({\frac {\log _{2}S_{1}+\log _{2}S_{2}}{2}},\log _{2}S_{1}-\log _{2}S_{2}\right).}$

Versi plot ini digunakan dalam plot MA.

Interpretasi

Interpretasi plot Bland-Altman bergantung pada konstruksi plot dan data yang ada. Variasi pada plot standar telah diperkenalkan selama bertahun-tahun dan masing-masing harus diinterpretasikan sesuai dengan konteksnya.^[5]

Variasi visualisasi

Jika perbedaan tumbuh secara proporsional terhadap besarnya data, maka data tersebut dikatakan memiliki "bias proporsional". Ada banyak metode untuk memvisualisasikan plot dan analisis selanjutnya untuk mengakomodasinya.^[11]

Pertama, regresi linear dapat mengilustrasikan tren yang relevan. Jika distribusi perbedaan sama di semua titik di sekitar regresi, data dikatakan homoskedastik dan trennya adalah bias proporsional sederhana. Sebaliknya, jika data memiliki sebaran yang lebih luas pada berbagai besaran data, maka perbedaannya dikatakan heteroskedastik, yang memiliki implikasi lebih lanjut. Uji statistika seperti uji Breusch–Pagan atau uji White dapat memberikan indikator statistika heteroskedastisitas.

Salah satu contoh tipikal plot dengan data heteroskedastik adalah plot yang variasi perbedaannya tumbuh proporsional terhadap besaran data, divisualisasikan sebagai bentuk "v" yang meluas.^[11] Dalam kasus seperti itu, mungkin lebih tepat untuk memvisualisasikan proporsi titik data antar sistem daripada perbedaan mentah.^[12] Demikian pula, plot perbedaan dapat divisualisasikan secara logaritmik.^[11] Dalam kedua kasus tersebut, hubungan antara kedua sistem menggambarkan hubungan perkalian, bukan hubungan linier. Hal ini juga menunjukkan bahwa besarnya data berkorelasi dengan variasi akurasi sistem.

Penggunaan

Salah satu penggunaan utama plot Bland-Altman adalah untuk membandingkan dua pengukuran klinis yang menghasilkan keluaran sinambung.^[13] Plot ini dapat digunakan untuk membandingkan sistem referensi, teknik, atau metode baru dengan standar emas yang terverifikasi, tetapi standar emas tidak berarti tanpa kesalahan.^[4]

Agar plot dapat digunakan untuk memverifikasi sistem referensi, ambang batas biasanya telah ditentukan sebelumnya yang harus dilampaui oleh batas kesepakatan. Nilai ambang batas bergantung pada berbagai konteks di mana sistem dan data tersebut berada.^[6]

Kemampuan untuk memverifikasi sistem referensi menjadikan plot ini memiliki penerapan dan keunggulan yang luas di banyak bidang. Selama bertahun-tahun, metode ini telah mendapatkan popularitas di bidang optometri, ilmu gizi, radiologi, ilmu lingkungan, bedah, kedokteran, kedokteran hewan, rekayasa, dan psikologi, untuk menyebutkan beberapa di antaranya.^{[6][14][15][16][17][18]} Banyak rekomendasi dan artikel ilmiah juga telah diterbitkan dalam upaya untuk menyempurnakan teknik, konstruksi statistika yang mendasarinya, dan validitas plot.^[19][20]

Lihat Analyze-it, MedCalc, NCSS, GraphPad Prism, R, StatsDirect, atau JASP untuk perangkat lunak yang menyediakan plot Bland–Altman.

Catatan

Metode serupa diusulkan pada tahun 1981 oleh Eksborg.^[21] Metode ini didasarkan pada regresi Deming, metode yang diperkenalkan oleh Adcock pada tahun 1878.

Makalah Lancet karya Bland dan Altman ^[2] berada di urutan ke-29 dalam daftar 100 makalah yang paling banyak dikutip sepanjang masa dengan lebih dari 23.000 kutipan.^[22]

Lihat juga

• Plot MA
• Plot Gardner–Altman

Referensi