<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Auteur
Melvin Alexander, analyste de recherche opérationnelle, Administration de la sécurité sociale MelA @ ssa
Le kappa de Fleiss (sur la plate-forme JMP Attribute Gauge) à l’aide d’échelles de classement ordinales a permis d’évaluer l’accord entre les évaluateurs entre radiologues indépendants ayant diagnostiqué des lésions abdominales pénétrantes chez des patients. Un inconvénient du kappa de Fleiss est qu’il n’est pas assez fiable pour estimer la fiabilité entre les évaluateurs, car il se limite aux distributions de désaccord entre les évaluateurs qui sont traitées de manière égale. En règle générale, les désaccords ne sont pas tous identiques et ont une ampleur différente avec plusieurs évaluateurs. Comparé au kappa de Fleiss, l'alpha de Krippendorff permet de mieux différencier les désaccords des évaluateurs pour différentes tailles d'échantillon. et estime les jugements, avec ou sans données manquantes, sur plusieurs échelles de mesure (binaire, nominale, ordinale, intervalle et ratio) pour plusieurs évaluateurs. Actuellement, l'alpha de Krippendorff n'est pas disponible dans JMP, mais est calculé dans le langage de programmation statistique open-source R. JMP se connecte à R via JSL pour exécuter des commandes R et échanger des données. Cette présentation présentera une intégration JMP et R permettant aux utilisateurs de tirer parti des puissantes fonctionnalités des deux outils. La combinaison de JMP et de R permet aux utilisateurs d’obtenir plus de connaissances et d’obtenir de meilleurs résultats analytiques. Les résultats ont aidé les radiologistes à identifier les signes d'imagerie détectant des lésions dues à des signes nécessitant une formation améliorée en détection.
