---
webr:
packages: [dplyr, tidyr, ggplot2]
resources: [R/setup.R, data/nhanes_bp.rds, data/framingham.rds]
cell-options:
autorun: true
---
{{< include ./_extensions/r-wasm/live/_knitr.qmd >}}
# Bland-Altman プロット {#sec-bland-altman}
```{webr}
#| include: false
source("R/setup.R")
library(tidyr)
set.seed(1)
dev <- bp3 |>
transmute(従来 = (BPSys1 + BPSys2 + BPSys3) / 3) |>
mutate(機器A = 30 + 0.8 * 従来 + rnorm(n(), 0, 4),
機器B = 従来 + 10 + rnorm(n(), 0, 4),
機器C = 従来 + rnorm(n(), 0, 15))
```
1986 年に Bland と Altman が Lancet に発表した方法は、今では一致度の評価の標準になっています。
考え方は単純で、**1 人ひとりの差** を、**2 つの測定の平均** に対してプロットするだけです。
## 1 回目と 2 回目の血圧
```{webr}
d12 <- bp3 |>
mutate(平均 = (BPSys1 + BPSys2) / 2,
差 = BPSys1 - BPSys2)
r <- ba(d12$BPSys1, d12$BPSys2)
round(r, 1)
```
```{webr}
#| fig-height: 4.2
ggplot(d12, aes(平均, 差)) +
geom_jitter(alpha = 0.12, size = 0.7, width = 0.4, height = 0.4) +
geom_hline(yintercept = r["差の平均"], colour = "steelblue", linewidth = 1) +
geom_hline(yintercept = r[c("下限", "上限")], colour = "firebrick", linetype = 2) +
geom_hline(yintercept = 0, colour = "grey50") +
labs(x = "2 回の平均 (mmHg)", y = "1 回目 − 2 回目 (mmHg)",
title = "青:差の平均(系統誤差) 赤の破線:95% 一致限界")
```
::: {.callout-note}
## 点を少しずらしています
血圧は 2 mmHg 刻みで記録されているので、そのままでは点が重なります。`geom_jitter()` で少しずらして描いています。
:::
読み方は 3 つです。
1. **差の平均(バイアス)**:+1.1 mmHg。1 回目のほうが少し高い傾向がある
2. **95% 一致限界**(limits of agreement):差の平均 ± 1.96 × 差の SD = **−10.3〜+12.5 mmHg**。「ほとんど(95%)の人で、2 つの測定の差はこの範囲に入る」
3. **傾向**:差が、値の大きさによって変わっていないか(右上がり・広がり)
1 回目の血圧が高めに出るのは、緊張や慣れ(いわゆる白衣効果に近い現象)で知られていて、NHANES の公式の血圧(`BPSysAve`)も、**2 回目と 3 回目の平均** を使っています。
### なぜ横軸は「平均」なのか
横軸に従来の測定値(あるいは片方の値)を使うと、**測定誤差だけで、差と横軸に見かけの関係が生まれます**(片方の値が偶然高いと、差も大きくなる)。
両方の平均を横軸にすると、この見かけの関係が(2 つの測定のばらつきが同じなら)ほぼ消えます。
```{webr}
c(横軸を1回目にした場合 = cor(d12$BPSys1, d12$差),
横軸を平均にした場合 = cor(d12$平均, d12$差))
```
同じ血圧計で続けて測っただけなのに、1 回目を横軸にすると「高い人ほど差が大きい」ように見えてしまいます。
## 機器 A・B・C を評価する
第 1 章の新しい血圧計(シミュレーション)を、Bland-Altman プロットで見ます。
```{webr}
#| fig-height: 4
long <- dev |>
pivot_longer(c(機器A, 機器B, 機器C), names_to = "機器", values_to = "新") |>
mutate(平均 = (新 + 従来) / 2, 差 = 新 - 従来)
lim <- long |> group_by(機器) |>
summarise(m = mean(差), lo = m - 1.96 * sd(差), hi = m + 1.96 * sd(差))
ggplot(long, aes(平均, 差)) +
geom_point(alpha = 0.06, size = 0.6) +
geom_hline(data = lim, aes(yintercept = m), colour = "steelblue", linewidth = 1) +
geom_hline(data = lim, aes(yintercept = lo), colour = "firebrick", linetype = 2) +
geom_hline(data = lim, aes(yintercept = hi), colour = "firebrick", linetype = 2) +
geom_hline(yintercept = 0, colour = "grey50") +
facet_wrap(~ 機器) +
labs(x = "2 つの平均 (mmHg)", y = "新 − 従来 (mmHg)")
```
- **機器 A**:差が右下がり。**比例誤差**(値が大きいほど低めに出る)があり、1 本の「差の平均」では表せない
- **機器 B**:差が +10 の周りに水平に並ぶ。**一定の系統誤差**
- **機器 C**:系統誤差はないが、一致限界が **±30 mmHg** と広い
### 比例誤差を確かめる
差を平均に回帰して、傾きを見ます。
```{webr}
fit_a <- lm(差 ~ 平均, data = filter(long, 機器 == "機器A"))
coef(fit_a)
```
傾き −0.2 前後は、「平均が 10 mmHg 高いと、差が 2 mmHg 小さくなる」という意味です。
比例誤差があるときは、一致限界を **回帰直線 ± 1.96 × 残差の SD** として、値によって変わる線で示す方法もあります。
## 一致限界にも誤差がある
一致限界は、標本から推定した値です。**人数が少ないと、一致限界自体が大きくぶれます**。
1 回目と 2 回目の血圧で、30 人だけを選んで評価する試験を 5 回くり返してみます。
```{webr}
set.seed(2)
t(replicate(5, {
s <- slice_sample(d12, n = 30)
round(ba(s$BPSys1, s$BPSys2), 1)
}))
```
30 人の試験では、一致限界が試験によって 2〜3 mmHg も変わります。
一致限界の 95% 信頼区間は、近似的に **一致限界 ± 1.96 × √(3 × SD² / n)** で求められます。
```{webr}
loa_ci <- function(x, y) {
r <- ba(x, y); n <- length(x)
se <- sqrt(3 * r["差のSD"]^2 / n)
rbind(下限 = r["下限"] + c(-1, 1) * 1.96 * se, 上限 = r["上限"] + c(-1, 1) * 1.96 * se)
}
s30 <- slice_sample(d12, n = 30)
round(loa_ci(s30$BPSys1, s30$BPSys2), 1) # 30 人
round(loa_ci(d12$BPSys1, d12$BPSys2), 1) # 10091 人
```
一致度の研究の人数は、**一致限界の信頼区間の幅** を基準に決めます(例:100 人以上がよく勧められる)。
## 「一致している」かは、事前に決めた基準で判断する
Bland-Altman プロットは、ずれの大きさを示すだけで、「一致している」かどうかは教えてくれません。
**臨床的に許容できるずれ** を、データを見る前に決めておき、それと比べます。
血圧計の場合、国際的な基準(AAMI/ESH/ISO の合同基準)では、従来法(聴診法)との差について、おおむね **差の平均が ±5 mmHg 以内、差の SD が 8 mmHg 以内** を求めています。
```{webr}
judge <- t(sapply(dev[, c("機器A", "機器B", "機器C")], function(x) ba(x, dev$従来)))
data.frame(差の平均 = round(judge[, "差の平均"], 1),
差のSD = round(judge[, "差のSD"], 1),
基準を満たす = abs(judge[, "差の平均"]) <= 5 & judge[, "差のSD"] <= 8)
```
::: {.callout-note}
## 実際の血圧計の検証は、もっと厳密
実際の基準では、被験者の選び方(血圧の範囲・腕の太さ)、聴診する人の人数と訓練、測定の順番なども細かく決められています。ここでは考え方だけを示しています。
:::
## ばらつきが値とともに大きくなるとき
血液の濃度など、**値が大きいほど誤差も大きくなる** 測定では、差がラッパ状に広がります。この場合は、**対数をとって比** で評価します。
```{webr}
#| fig-height: 3.6
set.seed(3)
conc <- tibble(従来 = exp(rnorm(500, log(50), 0.6))) |>
mutate(新 = 従来 * exp(rnorm(500, 0, 0.1))) # 約 ±20% の誤差(値に比例)
p1 <- ggplot(conc, aes((新 + 従来) / 2, 新 - 従来)) + geom_point(alpha = 0.4) +
labs(x = "平均", y = "差", title = "そのまま:差がラッパ状に広がる")
p1
r_log <- ba(log(conc$新), log(conc$従来))
round(exp(r_log[c("差の平均", "下限", "上限")]), 3) # 比(新 / 従来)の一致限界
```
対数の差を元に戻すと、**「新 / 従来」の比** の一致限界になります。この例では、新しい測定は従来の約 0.82〜1.20 倍の範囲に入ります。
::: {.callout-important}
## この章のまとめ
- **Bland-Altman プロット**:横軸に 2 つの平均、縦軸に差。差の平均(系統誤差)と **95% 一致限界** を引く
- 傾き(**比例誤差**)や広がり(値に比例する誤差 → 対数・比)を目で確かめる
- 一致限界にも誤差がある。人数が少ないときは **信頼区間** も示す
- 「一致している」かは、**事前に決めた臨床的な許容範囲** と比べて判断する
:::