Критерий Мак-Немара, ДИ и P-значение Опции

[exroman]

Для анализа парных бинарных признаков (обследование одного человека несколькими методами с указанием наличия или отсутствия признака) используется AtteStat модуль описательная статистика для нахождения доли и ее ДИ (Клоппер-Пирсон и Агрести-Коул), а также модуль непараметрическая статистика (критерий Мак-Немара) для определения достоверной разницы между результатами получаемыми различными методами.
При использовании критерия Мак-Немара для парных выборок получается достоверное различие между двумя методами (P<0,001, двухстороннее). При вычислении ДИ для долей тех же методов наблюдается достоверное различие при альфа=0,05 (ДИ не пересекаются) и отсутствует различие при альфа=0,01 (ДИ пересекаются).
Чем можно объяснить наблюдаемое и какое значение P указывать при использовании критерия Мак-Немара?
Может быть я чего-то не понимаю и вообще поступаю неверно?

[DrgLena]

Признак выявлен у 80 из 129 при 1 методе (62,02%), а во 2 методе признак выявлен у 53 из 129 и это 41,09%. Вас должна интересовать разность этих относительных частот в процентах и ДИ к этой разнице. 62,02-41,09=20,93% (95%ДИ 13,59%-28,27%)
Теперь, в тех же кодировках, как в вашей первой таблице ?1? и ?0?, что есть ?да?, а что есть ?нет?? Если в колонках метод 1 то должно быть 80 и 49, а в строках метод 2 тогда 53 и 76 (маргинальные частоты). Т.е. метод 1 и 2 правильнее поменять местами в четырехпольной таблице. Но, в принципе, диагональные B и C остаются те же, а в формулу расчета критерия М-Н входят их разница по модулю. 28-1=27, отсюда легко считается и значение критерия М-Н и та же разность относительных частот 27*100/129=20,93%.
Дальше, вы все методы сравниваете с первым, он наверное ваш или ?золотой стандарт?. 3 и 4 диагностируют одинаково относительно первого метода.
Сравнение 1 и 3 метода дает также статистически значимую оценку разности относительных частот, которая составила 21,71% (95% ДИ 14,27% ? 29,14%).
Именно посредством сравнения разности относительных частот с соответствующими ДИ вы можете сравнить несколько диагностических методов, и графически это красиво, особенно если есть с чем сравнивать, например с ?золотым стандартом?.
Ваши данные в MedCalc сравнение 1 и 2 метода
Difference = 20,93%
95% CI = 14,47% to 22,22%
Chi-square = 23,3103 (DF=1)
Significance P < 0,0001
The 95% confidence interval is calculated according to Bland, 2000
Выше я привела другое значение ДИ для разности долей из четырехпольной таблицы, формулы из Г. Гайят, со ссылкой на SAS.

[exroman]

Теперь, в тех же кодировках, как в вашей первой таблице ?1? и ?0?, что есть ?да?, а что есть ?нет??

"1" - "да", т.е. наличие признака, "2" - "нет", т.е. отсутствие признака.

Вас должна интересовать разность этих относительных частот в процентах и ДИ к этой разнице. 62,02-41,09=20,93% (95%ДИ 13,59%-28,27%)

ДИ я привел как описательная статистика полученных результатов и за одно решил посмотреть не пересекаются ли ДИ доли разных методик. Как я понял это не верно и разницу в результатах того или иного метода необходимо оценивать по доверительному интервалу разности относительных частот данных методов, т.е. если ДИ содержит 0, различия между методами статистически не значимы. Я верно понимаю? Если я прав, то тогда лучше будет воспользоваться критерием М-Н (весомей )

Т.е. метод 1 и 2 правильнее поменять местами в четырехпольной таблице.

Почему? Это имеет какое-то значение?

Дальше, вы все методы сравниваете с первым, он наверное ваш или ?золотой стандарт?.

Нет к сожалению "золотого стандарта" нет, и все методы могут давать ошибки в диагностике, к тому же относительно "золотого стандарта" в диагностике я согласен с Ребровой, что лучший диагностический метод - это"морфологический метод". Но не при всех состояниях это (операция, вскрытие) оправдано.
Ваша фраза подтолкнула меня на мысль о том, что я не совсем верно поступаю находя критерий М-Н попарно для того, чтобы показать достоверное различие между методом 1 и методами 2, 3 и 4.
В конце первой таблицы я привожу критерий Q Кокрена для всех 4 методов (разница достоверна) и для 2, 3, 4 методов (нет достоверной разницы), т.е. из этого можно сделать вывод, что существует достоверная разница только между методом 1 и методами 2, 3 и 4 и отсутствует разница в диагностических возможностях методов 2, 3 и 4 и не стоит рассчитывать критерий М-Н по парно, что бы показать это. Прав ли я в своих рассуждениях? Если да, то необходимо ли использовать поправку как для множественных сравнений или нет?