MerQuR+Başvuru Kitabı

87. Sınıf İçi Korelasyon Katsayısı (ICC)

Analiz kimliği: icc · Menü adı: ICC (Intraclass Correlation) · Panel ve motor: gui/panels/analyses/icc.py; form add_form_rows (145–224), seçili ICC ve kesin GA compute_selected_icc (227–316), execute (321–505), sonuç metni build_body_text (598–683) · Dış kütüphane: pingouin.intraclass_corr (6 tip tablosunun ICC, F, sd ve p sütunları)

87.1 Ne işe yarar

Sınıf içi korelasyon katsayısı (ICC), aynı birimlerin iki ya da daha çok değerlendirici, cihaz ya da zamanda yapılan sürekli ölçümlerinin ne ölçüde uyuştuğunu ölçer. Cevapladığı soru şudur: "Ölçümlerdeki toplam değişkenliğin ne kadarı gerçekten birimler arasındaki farktan geliyor, ne kadarı ölçüm hatasından?"

\text{ICC}=\frac{\sigma^2_{\text{denek}}}{\sigma^2_{\text{denek}}+\sigma^2_{\text{hata}}\,(+\,\sigma^2_{\text{değerlendirici}})},\qquad H_0:\ \text{ICC}=\rho_0\ (\text{varsayılan }0)\qquad H_1:\ \text{ICC}>\rho_0
  • \sigma^2_{\text{denek}}: birimlerin (hastaların) gerçek değerlerindeki varyans.
  • \sigma^2_{\text{hata}}: rastgele ölçüm hatası.
  • \sigma^2_{\text{değerlendirici}}: değerlendiricilerin sistematik farkı (yanlılık); yalnız mutlak uyum ICC'sinin paydasına girer.
  • ICC 1'e yakınsa ölçümler birimleri iyi ayırt eder; 0'a yakınsa ölçüm hatası birimler arası farkı bastırır.

MerQur McGraw ve Wong'un (1996) altı ICC tipini birlikte verir: model (tek yönlü / iki yönlü), tip (mutlak uyum A / tutarlılık C) ve birim (tek ölçüm 1 / k ölçüm ortalaması). Shrout ve Fleiss (1979) adlandırmasıyla ICC(1,1) = ICC(1), ICC(A,1) = ICC(2,1), ICC(C,1) = ICC(3,1).

Ne zaman kullanılır?

  • Gözlemciler arası güvenirlik (üç radyoloğun tümör çapı ölçümü).
  • Test–tekrar test güvenirliği (aynı ölçeğin iki haftalık arayla uygulanması).
  • Ölçek puanının iç tutarlılığı: ICC(C,k), Cronbach α'ya eşittir.

Ne zaman kullanılmaz?

  • Ölçüm kategorikse: Cohen's Kappa (Bölüm 29), üç ve daha çok değerlendiricide Fleiss κ ya da Krippendorff α.
  • İki yöntemin değiştirilebilirliği soruluyorsa (yeni cihaz eskinin yerine geçer mi?): Bland-Altman (Bölüm 39). ICC, birimler arası yayılıma bağlıdır; aynı ölçüm hatası geniş yayılımlı örneklemde yüksek, dar yayılımlı örneklemde düşük ICC verir.
  • Değerlendiriciler arasında ilişki (doğrusal bağ) soruluyorsa: Pearson korelasyonu. Pearson sistematik farkı görmez; ICC(A) görür.
  • Dengesiz tasarımda (her birimi farklı sayıda değerlendirici ölçmüşse): MerQur eksik satırları atar; bütün veriyi kullanmak için karma model gerekir.

Sık karıştırılan analizler. Pearson r, değerlendirici 2 hep 5 mm fazla ölçse de 1 çıkar. ICC(C,1) de bu farkı cezalandırmaz; ICC(A,1) cezalandırır. Cronbach α, maddeler değerlendirici sayıldığında ICC(C,k)'dir. Lin'in uyum korelasyon katsayısı (CCC; Bölüm 39'daki ek çıktı) iki yöntemde ICC(A,1)'e çok yakındır.

87.2 Varsayımlar ve veri türü

Varsayım Ne demek MerQur'da nasıl denetlenir
Sürekli ölçüm Değerler aralık ya da oran ölçeğinde. Sütunlar pd.to_numeric(errors="coerce") ile sayıya çevrilir (icc.py:352–354).
Dengeli tasarım Her birim her değerlendiricice bir kez ölçülmüş. Bir sütunu eksik satır atılır (icc.py:355).
Normallik Denek etkisi ve hata normal dağılır; F testi ve GA buna dayanır. Denetlenmez.
Eşit hata varyansı Hata varyansı değerlendiriciler ve düzeyler boyunca sabit. Denetlenmez.
Denek × değerlendirici etkileşimi yok İki yönlü modelde etkileşim hata ile karışır. Denetlenmez; tek gözlemli tasarımda ayrılamaz.

Eksik değer. Seçilen sütunlardan herhangi birinde eksik ya da sayıya çevrilemeyen değer taşıyan satır tümüyle atılır (liste bazında). Künyedeki "Denek" bu satır sayısıdır.

Uç durumlar.

  • İkiden az sütun ya da ikiden az denek: hata (icc.py:344–347, 359–362).
  • Bütün satırlar aynı ölçüm vektörüne sahipse (denekler arası varyans 0): ICC tanımsızdır, hata verilir (icc.py:366–368).
  • n<10'da "çok küçük örneklem", 10\le n<30'da "küçük örneklem" uyarısı (icc.py:436–443).
  • Önerilen ICC(A,1)'in p'si 0,05'i aşarsa uyarı (icc.py:444–447).
  • ICC negatif çıkabilir (MSR < MSE ya da MSW); MerQur kırpmaz ve "Zayıf" etiketler.

87.3 Parametreler

Varsayılanlar icc.py:145–224 ve 543–547 içinden okunmuştur.

Arayüz adı Varsayılan Ne yapar Sonucu nasıl değiştirir
Değerlendiriciler/Ölçümler (≥ 2) seçim yok Her sütun bir değerlendirici. k ve ICC değişir.
ICC modeli Tümü (6 tip tablosu) Tek yönlü rastgele, iki yönlü rastgele ya da iki yönlü karma seçilirse ayrıca "Seçilen ICC" bölümü. Yalnız ek bölüm eklenir; 6 tip tablosu her zaman verilir.
ICC tipi Mutlak uyum Tutarlılık seçilebilir; tek yönlüde ve "Tümü"nde devre dışı. Seçilen ICC'nin paydası.
Birim Tek ölçüm Ortalama ölçüm (k değerlendiricinin ortalaması). Seçilen ICC; ortalama her zaman daha büyüktür.
Güven Düzeyi %95 Seçilen ICC ve kesin tablo GA'sı. "Tümü"nde ve kesin tablo kapalıyken devre dışıdır; 6 tip tablosu her zaman %95'tir.
Test değeri (H0: ICC = ρ0) 0,00 (0–0,99) Sıfırdan farklı alt sınır sınaması. Seçilen ICC ve kesin tablonun F, sd₂ ve p'si.
Ek çıktılar: 6 ICC tipi, seçili GA düzeyi ve 4 ondalık kapalı 6 tipi seçilen güven düzeyi ve ρ0 ile yeniden hesaplar. Ek tablo.
Ek çıktılar: ANOVA / varyans bileşenleri tablosu kapalı SS, sd, MS, F ve varyans bileşenleri. Ek tablo.
Ek çıktılar: SEM ve MDC95 kapalı Ölçümün standart hatası ve en küçük saptanabilir değişim. Ek satır.

Güven düzeyi alanı neden bazen devre dışı?

6 tip tablosu ve "Önerilen" satırı her zaman %95 GA ve \rho_0=0 ile verilir (icc.py:412). Güven düzeyi ve ρ0 yalnız seçilen ICC'ye ve kesin tablo ek çıktısına uygulanır. Bu ikisi kapalıyken alanlar devre dışı bırakılır ki etkisiz bir ayar seçilmiş gibi görünmesin (icc.py:208–223).

87.4 Tıp örneği

Dosya: english/datasets/Tip/76_icc_3radyolog_tumor.xlsx (Türkçe kopya: samples/Tum_Analiz_Tip/76_icc_3radyolog_tumor.xlsx).

Değişken Rol Tür Açıklama
radiologist_1_mm Değerlendirici 1 sürekli (mm, 1 ondalık) Ortalama 26,194
radiologist_2_mm Değerlendirici 2 sürekli Ortalama 26,322
radiologist_3_mm Değerlendirici 3 sürekli Ortalama 26,012
patient_id kullanılmaz 1–50

n ve eksik değer: 50 hasta, 3 radyolog, eksik değer yok (nk=150 ölçüm).

Klinik soru: Üç radyoloğun aynı görüntülerde ölçtüğü tümör çapları birbirinin yerine kullanılabilecek kadar uyumlu mu? (VIDEO_SCRIPT_TR.txt, #76.)

Seçilen ayarlar: Arayüz varsayılanı ("Tümü"). Sayısal yürüyüş için ek çalıştırmalar: iki yönlü rastgele, mutlak uyum, tek ölçüm ve üç ek çıktı; iki yönlü karma, tutarlılık, ortalama ölçüm; tek yönlü, tek ölçüm; %90 güven düzeyi ve ρ0 = 0,5 ile kesin tablo; yalnız ilk iki radyolog.

Şekil 87.1. Altı ICC tipi ve kesin %95 GA'ları (eksen 0,915'ten başlar). Mor çizgiler tek ölçüm, turuncu çizgiler üç radyoloğun ortalaması içindir. Radyologlar arasında sistematik fark çok küçük olduğundan A ve C tipleri neredeyse çakışır.

87.5 Formüller ve hesap adımları

MerQur'un sırası şudur: (1) sütunları sayıya çevir, eksik satırları at, (2) veriyi uzun biçime getir ve pingouin.intraclass_corr ile altı tipin ICC, F, sd ve p'sini al, (3) her tipin %95 GA'sını McGraw–Wong formülleriyle yeniden hesapla (pingouin GA'yı iki ondalığa yuvarlar), (4) ICC(A,1)'i "Önerilen" olarak işaretle, (5) model seçildiyse seçilen ICC'yi istenen güven düzeyi ve ρ0 ile hesapla, (6) istenen ekleri ekle.

87.5.1 İki yönlü ANOVA kareler toplamı

n denek (satır), k değerlendirici (sütun), y_{ij} ölçüm:

SS_T=\sum_{i,j}(y_{ij}-\bar y)^2,\qquad SS_R=k\sum_i(\bar y_{i\cdot}-\bar y)^2
SS_C=n\sum_j(\bar y_{\cdot j}-\bar y)^2,\qquad SS_E=SS_T-SS_R-SS_C
MS_R=\frac{SS_R}{n-1},\qquad MS_C=\frac{SS_C}{k-1},\qquad MS_E=\frac{SS_E}{(n-1)(k-1)},\qquad MS_W=\frac{SS_C+SS_E}{n(k-1)}
  • \bar y_{i\cdot}: i. deneğin k ölçüm ortalaması; \bar y_{\cdot j}: j. değerlendiricinin n denek ortalaması; \bar y: genel ortalama.
  • MS_R: denekler arası; MS_C: değerlendiriciler arası; MS_E: artık (denek × değerlendirici); MS_W: denek içi (tek yönlü modelde değerlendirici etkisi hataya karışır).

87.5.2 Altı ICC

\text{ICC}(1{,}1)=\frac{MS_R-MS_W}{MS_R+(k-1)MS_W},\qquad \text{ICC}(1,k)=\frac{MS_R-MS_W}{MS_R}
\text{ICC}(C,1)=\frac{MS_R-MS_E}{MS_R+(k-1)MS_E},\qquad \text{ICC}(C,k)=\frac{MS_R-MS_E}{MS_R}
\text{ICC}(A,1)=\frac{MS_R-MS_E}{MS_R+(k-1)MS_E+\tfrac{k}{n}(MS_C-MS_E)},\qquad \text{ICC}(A,k)=\frac{MS_R-MS_E}{MS_R+\tfrac{1}{n}(MS_C-MS_E)}
  • Tek yönlü (1): her denek farklı değerlendiricilerce ölçülmüş sayılır; değerlendirici farkı denek içi hatanın parçasıdır.
  • Tutarlılık (C): değerlendiricilerin sabit farkı hesaptan çıkarılır; yalnız sıralama ve aralık uyumu ölçülür.
  • Mutlak uyum (A): \tfrac{k}{n}(MS_C-MS_E) terimi değerlendirici varyansının kestirimidir; değerlendiriciler farklı düzeyde ölçüyorsa ICC düşer.
  • k ortalaması (k): Spearman–Brown ile tek ölçüm ICC'sinin k ölçüm ortalamasına taşınmış hâlidir.

İki yönlü rastgele ile karma model neden aynı sayıyı verir?

McGraw ve Wong (1996), iki yönlü rastgele (değerlendiriciler bir evrenden örneklenmiş) ve iki yönlü karma (değerlendiriciler sabit) modellerde ICC kestiricisinin aynı olduğunu gösterir; fark yorumdadır. Rastgele modelde sonuç aynı nitelikteki başka değerlendiricilere genellenir, karma modelde yalnız bu değerlendiricilere. MerQur iki modelde aynı formülü çalıştırır ve yalnız not satırını değiştirir (icc.py:707–712). Karma modelde mutlak uyum seçilebilir; bu, Shrout–Fleiss'in tanımadığı McGraw–Wong "durum 3A"dır.

87.5.3 F testleri ve ρ0

\text{ICC}(1,\cdot):\ F=\frac{MS_R}{MS_W},\ \ \text{sd}=(n-1,\ n(k-1));\qquad \text{ICC}(C,\cdot),\ \text{ICC}(A,\cdot):\ F=\frac{MS_R}{MS_E},\ \ \text{sd}=(n-1,\ (n-1)(k-1))

\rho_0>0 verilirse tek yönlü ve tutarlılık tiplerinde F ölçeklenir; mutlak uyumda payda değişir ve sd₂ Satterthwaite ile kestirilir (icc.py:253, 268, 284–293):

F_{(1/C,1)}=F\,\frac{1-\rho_0}{1+(k-1)\rho_0},\qquad F_{(1/C,k)}=F\,(1-\rho_0),\qquad F_{(A,\cdot)}=\frac{MS_R}{a_0MS_C+b_0MS_E}
\text{sd}_2^{(A)}=\frac{(a_0MS_C+b_0MS_E)^2}{\dfrac{(a_0MS_C)^2}{k-1}+\dfrac{(b_0MS_E)^2}{(n-1)(k-1)}}
  • Tek ölçümde a_0=\dfrac{k\rho_0}{n(1-\rho_0)}, b_0=1+\dfrac{k\rho_0(n-1)}{n(1-\rho_0)}; ortalamada k çarpanı düşer: a_0=\dfrac{\rho_0}{n(1-\rho_0)}, b_0=1+\dfrac{\rho_0(n-1)}{n(1-\rho_0)}.
  • Test tek yönlüdür: p=P(F_{\text{sd}_1,\text{sd}_2}>F) (icc.py:313). H_1: ICC > ρ0.

Neden ρ0 = 0 testi çoğu zaman anlamsız?

Güvenirlik çalışmasında ICC'nin sıfırdan büyük olması beklenen en zayıf sonuçtur. Anlamlı bir soru "ICC 0,75'ten büyük mü?" biçimindedir. ρ0 bu soruyu doğrudan sınar; GA'nın alt sınırının ρ0'ı aşması ile tek yönlü testin anlamlı olması aynı bilgiyi verir (Koo ve Li 2016).

87.5.4 Kesin güven aralıkları

Tek yönlü ve tutarlılık tiplerinde F dağılımının kesin dönüşümü kullanılır (icc.py:254–278):

F_L=\frac{F}{F_{1-\alpha/2}(\text{sd}_1,\text{sd}_2)},\qquad F_U=F\cdot F_{1-\alpha/2}(\text{sd}_2,\text{sd}_1)
\text{tek ölçüm: }\Big[\frac{F_L-1}{F_L+k-1};\ \frac{F_U-1}{F_U+k-1}\Big],\qquad \text{ortalama: }\Big[1-\frac{1}{F_L};\ 1-\frac{1}{F_U}\Big]

Mutlak uyumda MSC'nin katkısı nedeniyle kesin dağılım yoktur; Satterthwaite sd'si kullanılır (icc.py:294–311):

a=\frac{k\hat\rho}{n(1-\hat\rho)},\qquad b=1+\frac{k\hat\rho(n-1)}{n(1-\hat\rho)},\qquad \nu=\frac{(aMS_C+bMS_E)^2}{\dfrac{(aMS_C)^2}{k-1}+\dfrac{(bMS_E)^2}{(n-1)(k-1)}}
L=\frac{n(MS_R-F_*MS_E)}{F_*\big[kMS_C+(kn-k-n)MS_E\big]+nMS_R}
U=\frac{n(F^*MS_R-MS_E)}{kMS_C+(kn-k-n)MS_E+nF^*MS_R}
  • \hat\rho: ICC(A,1) kestirimi; F_*=F_{1-\alpha/2}(n-1,\ \nu), F^*=F_{1-\alpha/2}(\nu,\ n-1).
  • ICC(A,k) sınırları, tek ölçüm sınırlarının Spearman–Brown dönüşümüdür: kL/[1+(k-1)L].

Koddaki tercih

pingouin 0.6.1 GA'yı iki ondalığa yuvarlar ("[0.92, 0.97]"). MerQur 6 tip tablosunun GA sütununu pingouin'den almaz; aynı formüllerle yuvarlamadan yeniden hesaplar (icc.py:390–415). ICC, F ve p sütunları ise pingouin'den gelir. ICC(A,k) GA'sında MerQur ve psych::ICC Satterthwaite \nu'sünü ICC(A,1) ile kurar (icc.py:390–392). irr::icc ortalama ölçüm için a, b katsayılarına ICC(A,k)'yi koyar; bu veride alt sınırda 3\times10^{-7} fark doğar (Bölüm 87.6.1).

87.5.5 Ek çıktılar: varyans bileşenleri, SEM ve MDC

\hat\sigma^2_{\text{denek}}=\frac{MS_R-MS_E}{k},\qquad \hat\sigma^2_{\text{değ.}}=\frac{MS_C-MS_E}{n},\qquad \hat\sigma^2_{\text{hata}}=MS_E
\text{SEM}=s\sqrt{1-\text{ICC}},\qquad s=\sqrt{\frac{SS_T}{nk-1}},\qquad \text{MDC}_{95}=1{,}96\sqrt2\,\text{SEM}
  • Varyans bileşenleri psych::ICC tanımıdır; negatif çıkabilir ve MerQur kırpmaz (icc.py:480).
  • s: bütün nk ölçümün SS'si; ICC seçilen ICC'dir, seçim yoksa ICC(A,1) (icc.py:482–488).
  • MerQur ayrıca \sqrt{MS_E} tabanlı SEM'i verir (Weir 2005); bu tanım ICC'ye ve örneklem yayılımına bağlı değildir.
  • MDC₉₅: aynı hastada iki ölçüm arasındaki farkın, ölçüm hatasını %95 güvenle aştığını söylemek için gereken en küçük değer.

87.5.6 Yorum eşikleri

_interpret_icc (icc.py:134–140) Cicchetti (1994) eşiklerini kullanır: < 0,40 zayıf, 0,40–0,59 vasat, 0,60–0,74 iyi, ≥ 0,75 mükemmel. Koo ve Li (2016) daha katı eşikler önerir (< 0,50 zayıf, 0,50–0,75 orta, 0,75–0,90 iyi, > 0,90 mükemmel) ve yorumun nokta kestirimine değil GA'ya dayanmasını ister. MerQur Koo–Li eşiklerini kullanmaz.

87.6 Elle hesap: Tıp verisinde sayısal yürüyüş

Ara değerler dogrulama/icc/elle_hesap.py ile, MerQur ve pingouin çağrılmadan hesaplanmıştır.

Adım 1 — Ortalamalar. Genel ortalama \bar y=26{,}176 mm; radyolog ortalamaları 26,194, 26,322 ve 26,012 mm. İlk üç hastanın ortalaması 32,400, 17,067 ve 30,933 mm.

Adım 2 — ANOVA.

Kaynak SS sd MS
Denekler (R) 9443,5003 49 192,7245
Değerlendiriciler (C) 2,4268 2 1,2134
Artık (E) 324,6065 98 3,3123
Denek içi (W = C + E) 327,0333 100 3,2703
Toplam 9770,5336 149

Değerlendirici etkisi anlamsızdır: F=1{,}2134/3{,}3123=0{,}3663, p=0{,}6942.

Adım 3 — ICC değerleri.

\text{ICC}(A,1)=\frac{192{,}7245-3{,}3123}{192{,}7245+2(3{,}3123)+\tfrac{3}{50}(1{,}2134-3{,}3123)}=\frac{189{,}4122}{199{,}2232}=0{,}950754
\text{ICC}(C,1)=\frac{189{,}4122}{192{,}7245+2(3{,}3123)}=0{,}950153,\qquad \text{ICC}(1{,}1)=\frac{192{,}7245-3{,}2703}{192{,}7245+2(3{,}2703)}=0{,}950764

Ortalamalar: ICC(1,k) = 0,983031, ICC(A,k) = 0,983027, ICC(C,k) = 0,982813. MS_C<MS_E olduğundan değerlendirici varyansı negatif kestirilir ve ICC(A,1) ICC(C,1)'den büyük çıkar.

Adım 4 — F testleri. F_{(1)}=192{,}7245/3{,}2703=58{,}9311 (49; 100), F_{(A/C)}=192{,}7245/3{,}3123=58{,}1843 (49; 98); p değerleri 7{,}8\times10^{-56} ve 1{,}1\times10^{-54}.

Adım 5 — ICC(1,1) GA'sı. F_{0{,}975}(49,\ 100)=1{,}595766, F_{0{,}975}(100,\ 49)=1{,}662778:

F_L=\frac{58{,}9311}{1{,}595766}=36{,}9297,\qquad F_U=58{,}9311\times1{,}662778=97{,}9894
\text{GA}=\Big[\frac{35{,}9297}{38{,}9297};\ \frac{96{,}9894}{99{,}9894}\Big]=[0{,}922938;\ 0{,}969997]

Adım 6 — ICC(A,1) GA'sı.

a=\frac{3(0{,}950754)}{50(0{,}049246)}=1{,}158366,\qquad b=1+\frac{3(0{,}950754)(49)}{50(0{,}049246)}=57{,}759945,\qquad \nu=99{,}1829

F_*=F_{0{,}975}(49,\ 99{,}18)=1{,}597087 ve F^*=F_{0{,}975}(99{,}18,\ 49)=1{,}663615 ile L=0{,}922852, U=0{,}970008. ICC(A,k) sınırları Spearman–Brown ile: 3(0{,}922852)/[1+2(0{,}922852)]=0{,}972890 ve 0{,}989799.

Adım 7 — ρ0 = 0,5 ve %90 GA. ICC(A,1) için a_0=3(0{,}5)/(50\cdot0{,}5)=0{,}06, b_0=1+0{,}06\cdot49=3{,}94:

F=\frac{192{,}7245}{0{,}06(1{,}2134)+3{,}94(3{,}3123)}=14{,}6857,\qquad \text{sd}_2=98{,}9456,\qquad p=1{,}7\times10^{-28}

%90 GA [0,9282; 0,9675]. Alt sınır 0,5'in çok üstündedir; test de aynı kararı verir.

Adım 8 — SEM ve MDC. s=\sqrt{9770{,}5336/149}=8{,}0978 mm; \text{SEM}=8{,}0978\sqrt{1-0{,}950754}=1{,}7970 mm; \text{MDC}_{95}=4{,}9811 mm. \sqrt{MS_E} tabanlı SEM 1,8200 mm, MDC₉₅ 5,0447 mm. Klinik okuma: aynı hastada iki ölçüm arasında 5 mm'den küçük bir değişim, ölçüm hatasından ayırt edilemez.

Adım 9 — İki radyolog. Yalnız ilk iki sütunla ICC(A,2) = 0,981340, %95 GA [0,967147; 0,989405].

87.6.1 Doğrulama: MerQur, Python ve R

MerQur değerleri execute() sonucundan, modül ad alanında round() ve p_yuvarla() bellekte etkisizleştirilerek alınmıştır (dogrulama/icc/merqur_calistir.py). Python sütunu ANOVA'yı ve bütün formülleri numpy ile kurar; scipy yalnız F dağılımı içindir. R: 4.5.3; 6 tip satırlarında psych::ICC(lmer = FALSE), seçili ve ρ0 satırlarında irr::icc, ANOVA'da aov.

Büyüklük MerQur Python (bağımsız) R 4.5.3 En büyük fark Durum
ICC(1,1) 0,950764 0,950764 0,950764 5,6e−16 ✓
ICC(1,1) F 58,931147 58,931147 58,931147 4,5e−13 ✓
ICC(1,1) p 7,8343·10−56 7,8343·10−56 7,8343·10−56 2,9e−68 ✓
ICC(1,1) %95 GA alt 0,922938 0,922938 0,922938 5,6e−16 ✓
ICC(1,1) %95 GA üst 0,969997 0,969997 0,969997 2,2e−16 ✓
ICC(A,1) 0,950754 0,950754 0,950754 5,6e−16 ✓
ICC(A,1) F 58,184290 58,184290 58,184290 4,3e−13 ✓
ICC(A,1) p 1,1257·10−54 1,1257·10−54 1,1257·10−54 3,8e−67 ✓
ICC(A,1) %95 GA alt 0,922852 0,922852 0,922852 1,1e−16 ✓
ICC(A,1) %95 GA üst 0,970008 0,970008 0,970008 4,4e−16 ✓
ICC(C,1) 0,950153 0,950153 0,950153 7,8e−16 ✓
ICC(C,1) F 58,184290 58,184290 58,184290 4,3e−13 ✓
ICC(C,1) p 1,1257·10−54 1,1257·10−54 1,1257·10−54 3,8e−67 ✓
ICC(C,1) %95 GA alt 0,921849 0,921849 0,921849 2,2e−16 ✓
ICC(C,1) %95 GA üst 0,969657 0,969657 0,969657 3,3e−16 ✓
ICC(1,k) 0,983031 0,983031 0,983031 1,1e−16 ✓
ICC(1,k) F 58,931147 58,931147 58,931147 4,5e−13 ✓
ICC(1,k) p 7,8343·10−56 7,8343·10−56 7,8343·10−56 2,9e−68 ✓
ICC(1,k) %95 GA alt 0,972922 0,972922 0,972922 3,3e−16 ✓
ICC(1,k) %95 GA üst 0,989795 0,989795 0,989795 3,3e−16 ✓
ICC(A,k) 0,983027 0,983027 0,983027 4,4e−16 ✓
ICC(A,k) F 58,184290 58,184290 58,184290 4,3e−13 ✓
ICC(A,k) p 1,1257·10−54 1,1257·10−54 1,1257·10−54 3,8e−67 ✓
ICC(A,k) %95 GA alt 0,972890 0,972890 0,972890 3,3e−16 ✓
ICC(A,k) %95 GA üst 0,989799 0,989799 0,989799 0,0e+00 ✓
ICC(C,k) 0,982813 0,982813 0,982813 1,1e−16 ✓
ICC(C,k) F 58,184290 58,184290 58,184290 4,3e−13 ✓
ICC(C,k) p 1,1257·10−54 1,1257·10−54 1,1257·10−54 3,8e−67 ✓
ICC(C,k) %95 GA alt 0,972518 0,972518 0,972518 1,1e−16 ✓
ICC(C,k) %95 GA üst 0,989677 0,989677 0,989677 3,3e−16 ✓
MSR (denekler) 192,724495 192,724495 192,724495 2,3e−13 ✓
MSC (değerlendiriciler) 1,213400 1,213400 1,213400 7,5e−14 ✓
MSE (artık) 3,312312 3,312312 3,312312 7,1e−15 ✓
MSW (denek içi) 3,270333 3,270333 3,270333 8,4e−15 ✓
Değerlendirici F 0,366330 0,366330 0,366330 2,5e−14 ✓
Değerlendirici p 0,694219 0,694219 0,694219 1,2e−14 ✓
σ² denek 63,137395 63,137395 — 0,0e+00 ✓
σ² değerlendirici −0,041978 −0,041978 — 0,0e+00 ✓
SS (tüm ölçümler) 8,097781 8,097781 8,097781 3,6e−15 ✓
SEM = SS√(1 − ICC(A,1)) 1,797019 1,797019 — 0,0e+00 ✓
MDC95 4,981083 4,981083 — 0,0e+00 ✓
SEM = √MSE 1,819976 1,819976 — 0,0e+00 ✓
Seçili ICC(C,k) GA alt (irr) 0,972518 0,972518 0,972518 1,1e−16 ✓
Seçili ICC(C,k) GA üst (irr) 0,989677 0,989677 0,989677 3,3e−16 ✓
Seçili ICC(1,1) GA alt (irr) 0,922938 0,922938 0,922938 5,6e−16 ✓
Seçili ICC(1,1) GA üst (irr) 0,969997 0,969997 0,969997 2,2e−16 ✓
ρ₀ = 0,5: ICC(1,1) F 14,732787 14,732787 14,732787 6,2e−14 ✓
ρ₀ = 0,5: ICC(1,1) sd₂ 100 100 100 0,0e+00 ✓
ρ₀ = 0,5: ICC(1,1) p 9,2080·10−29 9,2080·10−29 9,2080·10−29 7,6e−42 ✓
%90 GA ICC(1,1) alt 0,928242 0,928242 0,928242 1,1e−16 ✓
%90 GA ICC(1,1) üst 0,967454 0,967454 0,967454 0,0e+00 ✓
ρ₀ = 0,5: ICC(A,1) F 14,685660 14,685660 14,685660 1,2e−13 ✓
ρ₀ = 0,5: ICC(A,1) sd₂ 98,945576 98,945576 98,945576 7,1e−14 ✓
ρ₀ = 0,5: ICC(A,1) p 1,6912·10−28 1,6912·10−28 1,6912·10−28 3,4e−41 ✓
%90 GA ICC(A,1) alt 0,928173 0,928173 0,928173 1,1e−16 ✓
%90 GA ICC(A,1) üst 0,967463 0,967463 0,967463 1,1e−16 ✓
ρ₀ = 0,5: ICC(C,1) F 14,546072 14,546072 14,546072 2,8e−14 ✓
ρ₀ = 0,5: ICC(C,1) sd₂ 98 98 98 0,0e+00 ✓
ρ₀ = 0,5: ICC(C,1) p 3,8192·10−28 3,8192·10−28 3,8192·10−28 8,3e−41 ✓
%90 GA ICC(C,1) alt 0,927247 0,927247 0,927247 1,1e−16 ✓
%90 GA ICC(C,1) üst 0,967079 0,967079 0,967079 0,0e+00 ✓
ρ₀ = 0,5: ICC(1,k) F 29,465574 29,465574 29,465574 2,5e−14 ✓
ρ₀ = 0,5: ICC(1,k) sd₂ 100 100 100 0,0e+00 ✓
ρ₀ = 0,5: ICC(1,k) p 7,9734·10−42 7,9734·10−42 7,9734·10−42 6,5e−55 ✓
%90 GA ICC(1,k) alt 0,974879 0,974879 0,974879 3,3e−16 ✓
%90 GA ICC(1,k) üst 0,988911 0,988911 0,988911 4,4e−16 ✓
ρ₀ = 0,5: ICC(A,k) F 29,277669 29,277669 29,277669 1,5e−13 ✓
ρ₀ = 0,5: ICC(A,k) sd₂ 98,660408 98,660408 98,660408 1,4e−14 ✓
ρ₀ = 0,5: ICC(A,k) p 2,8099·10−41 2,8099·10−41 2,8099·10−41 6,0e−54 ✓
%90 GA ICC(A,k) alt 0,974853 0,974853 0,974854 2,3e−07 ✓
%90 GA ICC(A,k) üst 0,988914 0,988914 0,988914 6,3e−08 ✓
ρ₀ = 0,5: ICC(C,k) F 29,092145 29,092145 29,092145 1,6e−13 ✓
ρ₀ = 0,5: ICC(C,k) sd₂ 98 98 98 0,0e+00 ✓
ρ₀ = 0,5: ICC(C,k) p 6,0219·10−41 6,0219·10−41 6,0219·10−41 1,4e−53 ✓
%90 GA ICC(C,k) alt 0,974513 0,974513 0,974513 3,3e−16 ✓
%90 GA ICC(C,k) üst 0,988780 0,988780 0,988780 3,3e−16 ✓
İki radyolog ICC(A,k) 0,981340 0,981340 0,981340 2,2e−16 ✓
İki radyolog ICC(A,k) GA alt 0,967147 0,967147 0,967148 3,3e−07 ✓
İki radyolog ICC(A,k) GA üst 0,989405 0,989405 0,989405 6,0e−08 ✓

Sonuç: 79 büyüklüğün tamamı ölçütü karşılar. En büyük fark (3\times10^{-7}), ICC(A,k) GA'sının alt sınırında R irr::icc ile görülür. Neden tanım farkıdır: irr ortalama ölçümde Satterthwaite \nu'sünü ICC(A,k) ile, MerQur ve psych ICC(A,1) ile kurar (Bölüm 87.5.4). %95 ICC(A,k) GA'sı psych ile 10^{-15} düzeyinde eşleşir.

87.7 Çıktıyı okuma

Varsayılan ayarlarla sonuç metni (açıklama ve eşik bölümleri kısaltılmıştır):

══ ICC — SINIF İÇİ KORELASYON ══
Sütunlar         : radiologist_1_mm, radiologist_2_mm, radiologist_3_mm
Denek sayısı (n) : 50
Değerlendirici   : 3

── 6 ICC TİPİ ──
Tip              ICC         F   df1   df2         p              %95 GA       Yorum
────────────────────────────────────────────────────────────────────────────────────
ICC(1,1)      0.9508    58.931    49   100   <0.0001    (0.9229, 0.9700)    Mükemmel
ICC(A,1)      0.9508    58.184    49    98   <0.0001    (0.9229, 0.9700)    Mükemmel
ICC(C,1)      0.9502    58.184    49    98   <0.0001    (0.9218, 0.9697)    Mükemmel
ICC(1,k)      0.9830    58.931    49   100   <0.0001    (0.9729, 0.9898)    Mükemmel
ICC(A,k)      0.9830    58.184    49    98   <0.0001    (0.9729, 0.9898)    Mükemmel
ICC(C,k)      0.9828    58.184    49    98   <0.0001    (0.9725, 0.9897)    Mükemmel
────────────────────────────────────────────────────────────────────────────────────

── ÖNERİLEN: ICC(A,1) ──
ICC = 0.9508, %95 GA = (0.9229, 0.9700), p < 0.0001
Yorum: Mükemmel

── APA 7 ÖZET ──
ICC(A,1) = .95, %95 GA [0.92, 0.97], F(49, 98) = 58.18, p < .001

"Seçilen ICC" ve ek çıktılar açıkken eklenen bölümler:

── Seçilen ICC ──
ICC modeli            : İki yönlü rastgele
ICC tipi              : Mutlak uyum
Birim                 : Tek ölçüm
ICC(A,1) = 0.9508, %95 GA = [0.9229, 0.9700]
F(49, 98) = 58.1843, p < 0.0001
Kareler ortalaması: MSR = 192.7245, MSC = 1.2134, MSE = 3.3123, MSW = 3.2703
...
── ANOVA Tablosu ──
Kaynak                               SS    df          MS         F         p
Denekler arası                9443.5003    49    192.7245    58.184   <0.0001
Denek içi                      327.0333   100      3.2703
  Değerlendiriciler              2.4268     2      1.2134     0.366    0.6942
  Hata (artık)                 324.6065    98      3.3123
Toplam                        9770.5336   149
  Varyans bileşenleri: denek = 63.1374, değerlendirici = -0.0420, hata = 3.3123

── Ölçümün Standart Hatası / En Küçük Saptanabilir Değişim ──
  ICC(A,1) = 0.9508, SD = 8.0978 → SEM = 1.7970, MDC95 = 4.9811
  √MS_hata tabanlı: SEM = 1.8200, MDC95 = 5.0447
Satır Ne yazar Nasıl yorumlanır
6 ICC tipi pingouin ICC, F, sd, p; MerQur kesin %95 GA; Cicchetti etiketi Tasarıma uyan satır seçilip yalnız o raporlanır.
Önerilen Her zaman ICC(A,1) Gözlemciler arası ve test–tekrar test için makul varsayılan; tasarım farklıysa uygun satır seçilmelidir.
APA 7 özet ICC iki ondalık, baştaki sıfır atılmış (APA kuralı) GA iki ondalık.
Seçilen ICC İstenen model/tip/birim, istenen güven düzeyi ve ρ0 Not satırı modelin genellenebilirliğini yazar.
Varyans bileşenleri Denek, değerlendirici, hata Negatif değer, gerçek varyansın 0'a yakın olduğunu gösterir.
SEM, MDC95 Ölçüm birimi cinsinden hata Klinik karar eşiğiyle karşılaştırılır.
Grafik 6 tipin çubuk ve GA bıyıkları, Cicchetti renkleri Eksen 0'dan başlar.

APA biçiminde rapor cümlesi:

Üç radyoloğun 50 hastada ölçtüğü tümör çaplarının gözlemciler arası güvenirliği, iki yönlü rastgele etkiler modeline dayanan mutlak uyum, tek ölçüm sınıf içi korelasyon katsayısıyla değerlendirildi (McGraw ve Wong 1996). Güvenirlik mükemmel düzeydeydi, ICC(A,1) = 0,95, %95 GA [0,92; 0,97], F(49,\,98) = 58,18, p < 0,001. Radyologlar arasında sistematik fark yoktu (F(2,\,98) = 0,37, p = 0,69); ölçümün standart hatası 1,80 mm, en küçük saptanabilir değişim 4,98 mm idi.

87.8 Uzman soruları

S1. Hangi ICC'yi raporlamalıyım?

Üç soruyu sırayla yanıtlayın (Koo ve Li 2016). Her birimi aynı değerlendiriciler mi ölçtü? Hayırsa tek yönlü. Değerlendiriciler daha geniş bir evrenin örneği mi? Evetse iki yönlü rastgele, değilse karma. Sistematik fark önemli mi? Ölçümler birbirinin yerine kullanılacaksa mutlak uyum (A), yalnız sıralama önemliyse tutarlılık (C). Son olarak, uygulamada tek değerlendiricinin ölçümü mü yoksa k değerlendiricinin ortalaması mı kullanılacak? Raporda model, tip ve birim açıkça yazılmalıdır.

S2. Bu veride ICC(A,1) neden ICC(C,1)'den büyük?

Mutlak uyumun paydasında \tfrac{k}{n}(MS_C-MS_E) vardır. Burada MS_C=1{,}21<MS_E=3{,}31 olduğundan terim negatiftir ve payda küçülür. Değerlendirici varyansının kestirimi negatiftir (−0,042); gerçek değeri sıfır sayılabilir. MerQur kestiriciyi kırpmaz; ICC formülü de bu negatif terimle hesaplanır.

S3. GA neden pingouin'den farklı?

pingouin 0.6.1 GA'yı iki ondalığa yuvarlar ("[0.92, 0.97]"). MerQur aynı McGraw–Wong formülleriyle yuvarlamadan hesaplar (icc.py:390–415); sonuç psych::ICC ile 10^{-15} düzeyinde aynıdır.

S4. R irr ile ICC(A,k) GA'sı neden son basamakta farklı?

irr::icc ortalama ölçüm için Satterthwaite \nu'nün a, b katsayılarına ICC(A,k) değerini koyar; MerQur ve psych tek ölçüm ICC(A,1) değerini kullanır ve ortalama sınırları Spearman–Brown ile türetir. Bu veride fark 3\times10^{-7}'dir; n küçük ve değerlendirici varyansı büyükse fark büyüyebilir.

S5. ICC negatif olabilir mi; MerQur ne yapar?

Olabilir: denekler arası ortalama kare hatadan küçükse pay negatiftir. Bu, kuramsal ICC'nin 0'a yakın olduğunu ve örneklem dalgalanmasını gösterir. MerQur değeri olduğu gibi yazar ve "Zayıf" etiketler. Bütün deneklerin ölçümleri aynıysa (MS_R=0) ICC tanımsızdır ve hata verilir (icc.py:366–368).

S6. ρ0 testi ile GA alt sınırı aynı kararı mı verir?

Tek yönlü ve tutarlılık tiplerinde evet: %(1−2α) GA'nın alt sınırı ρ0'ı aşıyorsa α düzeyinde tek yönlü test anlamlıdır, çünkü ikisi aynı F dönüşümünden gelir. Mutlak uyumda test ve GA ayrı Satterthwaite sd'leri kullandığından (a_0,b_0 ile a,b) sınırda küçük ayrışma olabilir.

S7. ICC ile Cronbach α ilişkisi nedir?

Maddeler değerlendirici, katılımcılar denek sayıldığında ICC(C,k) = (MS_R-MS_E)/MS_R, Cronbach α'nın ANOVA biçimine eşittir. Bu yüzden MerQur "Cronbach gibi tutarlılık → ICC(C,k)" önerisini yazar.

S8. Neden yalnız %95 GA veren bir tablo var; güven düzeyim nerede?

6 tip tablosu ve "Önerilen" satırı sabit %95'tir (icc.py:412). Başka bir düzey için ya bir model seçin ("Seçilen ICC" bölümü) ya da "6 ICC tipi: seçili GA düzeyi" ek çıktısını açın. "Seçilen ICC" bölümünün APA satırındaki GA etiketi ve sınırları seçilen düzeye aittir.

87.9 Sık hatalar ve tuzaklar

  • "ICC" deyip tipi yazmamak. Bu veride altı tip 0,950–0,983 arasındadır; düşük güvenirlikli veride tipler arasındaki fark çok büyük olabilir. Model, tip ve birim raporlanmalıdır.
  • Ortalama ölçüm ICC'sini tek değerlendirici için raporlamak. ICC(·,k), k ölçümün ortalaması kullanılacaksa geçerlidir; klinikte tek radyolog ölçecekse ICC(·,1) raporlanır.
  • 6 tip tablosundaki %95 GA'yı seçilen düzeyin GA'sı sanmak. Tablo ve "Önerilen" satırı her zaman %95'tir; başka düzey "Seçilen ICC" bölümünde ya da ek çıktıdadır.
  • A ve C tiplerinden model seçimini çıkarmak. ICC(A,k) ve ICC(C,k) satırları iki yönlü rastgele ve karma modellerde aynı sayıdır; model seçimi yorumu değiştirir, sayıyı değil.
  • Homojen örneklemde düşük ICC'yi kötü ölçüm sanmak. ICC denekler arası varyansa bağlıdır; yalnız benzer boyutlu tümörler ölçülürse aynı ölçüm hatası düşük ICC verir. SEM ve MDC bu bağımlılığı taşımaz.
  • Eksik değerli satırların atıldığını unutmak. Tek bir radyoloğun eksik ölçümü o hastayı tümüyle dışarıda bırakır; künyedeki denek sayısını denetleyin.

87.10 Kaynaklar

  • Cicchetti, D. V. (1994). Guidelines, criteria, and rules of thumb for evaluating normed and standardized assessment instruments in psychology. Psychological Assessment, 6(4), 284–290. https://doi.org/10.1037/1040-3590.6.4.284
  • Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012
  • McGraw, K. O., & Wong, S. P. (1996). Forming inferences about some intraclass correlation coefficients. Psychological Methods, 1(1), 30–46. https://doi.org/10.1037/1082-989X.1.1.30
  • Satterthwaite, F. E. (1946). An approximate distribution of estimates of variance components. Biometrics Bulletin, 2(6), 110–114. https://doi.org/10.2307/3002019
  • Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86(2), 420–428. https://doi.org/10.1037/0033-2909.86.2.420
  • Weir, J. P. (2005). Quantifying test–retest reliability using the intraclass correlation coefficient and the SEM. Journal of Strength and Conditioning Research, 19(1), 231–240. https://doi.org/10.1519/15184.1