شاخص آماری کاپا
تاریخ : ۱۳۹۷/۰۷/۱۰ نویسنده : amar دیدگاه : 0

شاخص آماری کاپا

درصد اتفاق نظر بین دو مشاهده گر، اغلب در ارزیابی کیفیت مشاهدات آنها حایز اهمیت است. میزان اتفاق نظر دو مشاهده گر (برای مثال، دو پزشک یا دو پرستار) با یکدیگر اغلب یکی از شاخص های مهم کیفیت مراقبت های سلامتی ارائه شده است. با این وجود درصد اتفاق نظر بین دو مشاهده گر، صرفا به کیفیت آموزش و عملکرد حرفه ای آنها بستگی ندارد. میزان اتفاق نظر آنها به شدت تحت تاثیر این حقیقت نیز قرار دارد که حتی اگر دو مشاهده گر، از معیارهای کاملا متفاوتی برای مثبت یا منفی قلمداد کردن آزمودنی ها استفاده کنند، انتظار داریم که آنان حداقل درباره برخی از شرکت کنندگان (و صرفا به دلیل بخت و اقبال)، با یکدیگر اتفاق نظر داشته باشند. آنچه ما واقعا می خواهیم بدانیم، آن است که میزان اتفاق نظر آنها چه قدر بیشتر از میزانی است که از بخت و اقبال حاصل می شود. پاسخ دادن به این پرسش احتمالا به ما خواهد گفت که مثلا آموزش و تحصیلات مشاهده گرها، تا چه حد سبب بهبود کیفیت قرائت آنها شده است، به نحوی که درصد اتفاق نظر بین آنها از میزان اتفاق نظری که صرفا از روی بخت و اقبال حاصل می شود، بیشتر باشد.

با یک مثال می توان این مسئله را به صرافت نشان داد: فرض کنید شما مدیر یک بخش پرتوشناسی هستید که از قضا در یکی از روزها نیروی انسانی کافی در اختیار ندارید و تعداد زیادی تصویر رادیوگرافی قفسه سینه باقی مانده است که خوانده نشده اند. برای حل کردن این مشکل، شما به خیابان می روید و از چند نفر از همسایه ها (که هیچ اطلاعی از زیست شناسی یا پزشکی ندارند) خواهش می کنید که تصاویر مذکور را به عنوان مثبت یا منفی بخوانند. اولین نفری که به درخواست شما پاسخ می دهد و به سراغ این تصاویر تلنبار شده می رود، آنها را بر حسب تصادف و بدون قاعده مشخصی این طور می خواند : مثبت، منفی، منفی، مثبت، و الی آخر. نفر دوم نیز همین کار را با همین روش ولی کاملا مستقل از نفر اول انجام می دهد. با این فرض که هر دوی این افراد از دانش، معیارها، یا استانداردهای مربوط به قرائت تصاویر اشعه x بی بهره هستند،  آیا ممکن است که قرائت این دو نفر در مورد یک تصویر مشخص موافق یکدیگر باشد؟ مسلما پاسخ مثبت است؛ این دو نفر، صرفا برحسب شانس و تصادف، ممکن است در بعضی موارد اتفاق نظر داشته باشند. با این وصف اگر بخواهیم بدانیم که دو مشاهده گر در خواندن تصاویر پرتو نگاری تا چه اندازه درست عمل می کنند، باید از خود بپرسیم«قرائت های این دو نفر، غیر از آنچه که صرفا از شانس و تصادف انتظار می رود، تا چه اندازه با یکدیگر اتفاق نظر دارند؟» به بیان دیگر، اتفاق نظری که میان این دو مشاهده گر وجود دارد، تا چه اندازه از اتفاق نظری که صرفا بر حسب شانس و تصادف حاصل می شود، فراتر می رود؟ یکی از روش های پاسخ به این پرسش، محاسبه شاخص آماری کاپا است، که در سال ۱۹۶۰ توسط کوهن(Cohen) مطرح شده است.

منطق حاکم بر آماره کاپا.

برای اینکه بتوانیم به مفهوم کاپا پی ببریم، باید دو پرسش را مطرح کنیم. اول اینکه توافق میان قرائت های مشاهده گران مختلف، از آنچه که فقط برحسب شانس  انتظار می رود، تا چه اندازه بیشتر است؟ این را می توان با منها کردن درصد اتفاق نظر مشاهده شده از درصد اتفاق نظری که فقط بر حسب شانس انتظار می رود، محاسبه کرد. این مقدار، صورت کسر کاپا است :

(% اتفاق نظری که فقط بر حسب شانس انتظار می رود)- (%اتفاق نظر مشاهده شده)

پرسش دوم این است که « بیشترین مقداری که دو مشاهده گر می توانند اتفاق نظر خود را افزایش دهند، نسبت به اتفاق نظری که صرفا بر حسب شانس انتظار می رود، چقدر است؟» واضح است که حداکثر توافق آنها ۱۰۰% است ( اتفاق نظر کامل-دو مشاهده گر توافق کامل دارند). بنابراین بیشترین مقداری که انتظار می رود آنها بتوانند اتفاق نظر خود را افزایش دهند برابر است با :

(% اتفاق نظری که فقط بر حسب شانس انتظار می رود)- ۱۰۰%

مقدار فوق مخرج کسر کاپا است.

کاپا بیان می کند که اتفاق نظر مشاهده شده تا چه میزان بیشتر از اندازه ای است که فقط بر حسب شانس انتظار می رود (یعنی درصد اتفاق نظر مشاهده شده منهای درصد اتفاق نظری که فقط بر حسب شانس انتظار می رودف یا همان صورت کسر)، نسبت به بیشترین مقداری که مشاهده گرها می توانند به افزایش اتفاق نظر خود امید داشته باشند (۱۰۰% منهای اتفاق نظری که فقط بر حسب شانس انتظار می رود؛ مخرج کسر). بنابراین کاپا، بر حسب یک مقدار عددی، نشان می دهد که اتفاق نظر به دست آمده میان مشاهده گرها تا چه اندازه بیشتر از اتفاق نظری است که صرفا بر حسب شانس انتظار می رود، و آن را به صورت نسبت حداکثر افزایشی که ممکن است نسبت به اتفاق نظر صرفا تصادفی رخ دهد، بیان می کند. شاخص آماری کاپا را می توان با معادله زیر تعریف کرد :

شکل فوق محاسبه درصد اتفاق نظر بین دو مشاهده گر را نشان می دهد. شکل A، درصد اتفاق نظر هنگام بررسی زوج های مشاهده میان مشاهده گر۱ و مشاهده گر۲٫ شکل B، درصد اتفاق نظر هنگام بررسی زوج های مشاهده میان مشاهده گر۱ و مشاهده گر۲ ، با توجه به اینکه مقدار خانه d (اتفاق نظر در مورد منفی ها) بسیار بالا است. شکل C، درصد اتفاق نظر هنگام بررسی زوج های مشاهده میان مشاهده گر۱ و مشاهده گر۲، بدون در نظر گرفتن خانهd. شکل D، درصد اتفاق نظر هنگام بررسی زوج های مشاهده میان مشاهده گر۱ و مشاهده گر۲، در صورتی که فقط از خانه هایa و b و c برای محاسبه استفاده شده است.

 

منبع : کتاب اپیدمیولوژی از لئن گوردیس، ویراست پنجم ۲۰۱۴، ترجمه دکتر عبدالرضا منصوری راد و دکتر پیمان سلامتی

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *