Deming回归分析结果解读一、Deming回归分析概述Deming回归Deming Regression是一种用于两种测量方法一致性评价的统计技术也称为一致性回归。在医学检验、实验室方法比对等场景中研究者常需要评估新测量方法与参考方法之间是否具有可比性。与普通最小二乘回归OLS不同Deming回归同时考虑了X变量和Y变量的测量误差因此更适用于两种方法均存在测量误差的一致性比较场景。Deming回归的核心思想是通过最小化数据点到回归直线的垂直距离考虑X和Y方向的误差加权估计两种测量方法之间的线性关系。Deming回归分析的核心判据为回归系数的95%置信区间CI是否包含数值1若回归系数的95%CI包含1则表明两种测量方法之间不存在比例偏差proportional bias即具有一致性反之若95%CI不包含1则说明存在比例偏差两种方法不具有一致性。此外误差方差值反映了各测量方法的测量误差大小误差方差率比值Y误差方差/X误差方差由研究者根据实际测量精度预先设定或估计得到。本研究使用SPSSAU软件进行Deming回归分析评价x1与y两种测量方法的一致性。在SPSSAU【实验/医学研究】模块选择【Deming回归】将变量拖拽至右侧对应分析框操作如下图二、回归系数分析表1展示了Deming回归模型的系数估计结果。模型公式为y 1.826 0.989×x1。其中常数项截距为1.826标准误为2.395z0.762p0.4460.05表明常数项与0的差异不具有统计学意义即两种测量方法之间不存在显著的固定偏差fixed bias。常数项的95%置信区间为-2.869~6.520该区间包含0进一步证实了上述结论。x1的回归系数为0.989标准误为0.025z40.338p0.001表明x1对y的回归效应极其显著。回归系数0.989非常接近1提示两种测量方法之间的斜率接近理想的一致性直线yx。更为关键的是x1回归系数的95%置信区间为0.940~1.037该区间包含了数值1因此可以判定x1与y之间不存在比例偏差proportional bias即两种测量方法在测量范围内具有一致性。这一结果表明在临床或实验应用中x1方法可以作为y方法的可靠替代两种方法的测量结果在比例关系上是可比的。三、误差方差分析表2展示了Deming回归中X变量和Y变量的误差方差估计结果。x1的误差方差为7.653y的误差方差同样为7.653二者相等。误差方差率比值为1.000表明两种测量方法的测量误差水平相当不存在某一种方法的测量误差明显大于另一种方法的情况。误差方差率比值是Deming回归模型的关键参数它决定了回归系数的估计方式。当误差方差率为1时Deming回归等价于正交回归orthogonal regression即对X和Y的测量误差给予同等权重。本研究中误差方差率为1.000说明两种测量方法的精密度相当这与回归系数接近1的结论相互印证进一步支持了两种方法一致性良好的判断。四、Deming回归散点图解读图1 Deming回归散点图图1为Deming回归散点图图中以x1为横轴、y为纵轴展示每个样本点在两种测量方法下的取值。图中的实线为Deming回归拟合直线y1.8260.989x虚线为理想一致性直线yx。从图中可以看出数据点紧密分布在回归直线两侧回归直线与理想一致性直线yx几乎平行且接近重合直观地反映了两种测量方法之间良好的一致性关系。回归直线的斜率0.989接近1截距1.826相对较小表明两种方法在各测量水平上的偏差均较小不存在明显的系统偏差。通过观察散点的分布形态还可以判断是否存在离群值或非线性趋势本研究中散点分布较为均匀未见明显异常。五、结论本研究采用Deming回归方法对x1与y两种测量方法的一致性进行了评价。结果显示回归方程为y1.8260.989×x1回归系数为0.989非常接近理论值1且其95%置信区间0.940~1.037包含1表明两种测量方法之间不存在比例偏差具有一致性。常数项不显著p0.446说明不存在显著的固定偏差。误差方差分析显示两种方法的误差方差相等均为7.653误差方差率为1.000表明两种方法的测量精密度相当。综合以上结果x1与y两种测量方法具有良好的一致性在实际应用中可互为替代使用。