Vous êtes sur la page 1sur 6

 9-021-E-20

Méthodes statistiques
pour la comparaison des concentrations
données par deux techniques de dosage
Jean-François Morin, Vincent Morin

Résumé
En biologie médicale, toute évaluation d’une nouvelle technique de dosage passe par une étape incontour-
nable, la comparaison des concentrations obtenues avec celles fournies par un autre système analytique,
que ce dernier soit ou non considéré comme une référence. Cette comparaison fait appel à des outils sta-
tistiques ; les plus utilisés par les biologistes sont la corrélation et la régression. Ces outils sont simples mais
présentent des limites qu’il est bon de connaître. Il existe également des méthodes complémentaires, telles
la méthode des différences et la méthode des rapports ; leurs principes et leurs limites sont rappelés. Une
présentation critique des coefficients de corrélation linéaire, de corrélation intraclasse et de concordance
est également proposée.
© 2006 Elsevier Masson SAS. Tous droits réservés.

Plan Cette fiche apporte un regard critique sur ces outils statis-
tiques et propose quelques approches complémentaires tout en
■ Introduction 1 soulignant leurs limites. Le lecteur pourra se reporter pour plus
d’informations à l’ouvrage cité en [6] ; il y trouvera, en particulier,
■ Le problème en termes statistiques 1 un paragraphe concernant la stratégie pour obtenir les concentra-
■ Tester l’hypothèse Yi = Xi : les régressions linéaires 2 tions à comparer.
Droite de régression selon les moindres carrés 2
Autres droites de régression 2
Conclusions 4
■ Tester l’hypothèse Yi - Xi = 0 : méthode des différences 4  Le problème en termes
■ Tester l’hypothèse (Yii ) / (Xii ) = 1 : méthode des rapports 4 statistiques
■ Usage de coefficients 4
Coefficient de corrélation linéaire (r) et coefficient La comparaison des concentrations fournies par deux tech-
de détermination (r2 ) 4 niques de dosage X et Y se traduit, dans le cas le plus simple, par
Coefficient de corrélation intraclasse (ricic ) 5 l’obtention de ncouples de concentrations (xi , yi ) mesurés pour
Coefficient de corrélation de concordance (rc) 5 npatients différents. X désigne la technique de dosage usuelle et
■ Conclusion 5 Y la nouvelle technique.
Toute mesure est soumise à une erreur aléatoire et les valeurs
xi , yi peuvent être interprétées, pour un patient i donné, comme
les résultats de variables aléatoires Xi et Yi , de nature gaussienne,
 Introduction d’espérance inconnue ␮i (vraie valeur de la concentration), de
variances ␧2 Xi et ␧2 Yi , généralement différentes ; ces variances sont
La comparaison statistique des concentrations données par une le plus souvent fonction du niveau de concentration mesuré : on
nouvelle technique de dosage à celles obtenues par la méthode dit qu’il y a hétéroscédasticité des variances. Elles peuvent être
usuelle du laboratoire est très fréquente en biologie. Son objet est estimées en répétant les mesures à un niveau i donné. On obtient
évident : évaluer la concordance entre les deux techniques afin ainsi les estimations e2 Xi et e2 Yi ; les écarts-types eXi et eYi reflètent
de pouvoir renseigner avec précision le clinicien si un change- la précision des techniques à ce niveau i donné.
ment de technique doit être effectué. Elle n’est qu’une étape dans Le choix des npatients i peut être fait, soit au hasard, soit de
l’évaluation des techniques de dosage. façon à ce que les concentrations mesurées couvrent, de façon plus
La question est simple mais la solution statistique complexe : ou moins uniforme, la gamme des concentrations que peuvent
en fait, il n’existe pas de recette unique répondant parfaitement mesurer les méthodes. Dans les deux cas, les valeurs xi , yi sont
à la question. Corrélation et régression sont les deux outils statis- dispersées avec des variances S2 X et S2 Y estimant respectivement
tiques les plus utilisés ; malheureusement, ils le sont parfois avec les variances (␴2 X + ␧2 X ) et (␴2 Y + ␧2 Y ) ; ␴2 X et ␴2 Y sont les variances
maladresse. des concentrations réelles.

EMC - Biologie médicale 1


Volume 1 > n◦ 3 > septembre 2006
http://dx.doi.org/10.1016/S2211-9698(06)76505-0
9-021-E-20  Méthodes statistiques pour la comparaison des concentrations données par deux techniques de dosage

L’analyse statistique de la concordance des concentrations don-


nées par les deux techniques est souvent abordée de différentes
manières qui, toutes, ont leurs limites. Ainsi, on peut envisager
de tester les hypothèses Yi = Xi , Yi − Xi = 0 ouYi / Xi = 1 ; on verra
que sont également utilisés des coefficients pour répondre à la
question posée.

 Tester l’hypothèse Yi = Xi : les


régressions linéaires
Si l’hypothèse à tester est vraie, les mesures xi , yi doivent se
répartir de façon aléatoire et linéaire autour de la droite identité.
L’approche minimale du problème consiste à présenter sur un
graphique en coordonnées linéaires les points xi , yi , en y faisant
figurer la droite identité. Cela permet de tester visuellement la
linéarité du nuage de points.
L’idéal serait de vérifier statistiquement la linéarité du nuage de
points et, si celle-ci est acceptée, de la résumer par une droite y =
ax + b dont la pente serait comparée à 1 et l’ordonnée à l’origine
à 0. Fig. 2. Méthode de l’ellipse.
Il faut savoir que : L’ellipse, centrée sur l’ordonnée à l’origine théorique 0 (axe horizontal) et
– la vérification statistique de la linéarité est un problème difficile sur la pente théorique diminuée de 1 (axe vertical), définit une zone où la
[6]
; pente (diminuée de 1) et l’ordonnée à l’origine calculées doivent se situer
– l’ajustement d’une droite peut se faire de différentes façons ; si les deux techniques sont en accord avec l’hypothèse Y = X. On conclut
– les comparaisons de a et b à leurs valeurs théoriques sont biai- ici à une différence entre techniques.
sées.
En supposant acceptée la linéarité du nuage de points, diffé-
rentes droites peuvent être ajustées. Critique de la droite
Cependant, on peut opposer à cette exploitation de nombreux
reproches dont les suivants :
Droite de régression selon les moindres – 1) la droite est ajustée comme si toute l’erreur de mesure pro-
carrés venait de la méthode Y ; or les deux techniques X et Y sont
entachées d’erreurs aléatoires (ce reproche ne pourrait être
Expression de la droite opposé si les valeurs de X étaient connues avec précision comme
La pente et l’ordonnée à l’origine de la droite sont obtenues c’est le cas pour une droite d’étalonnage) ;
en recherchant les valeurs de a et de b qui rendent minimale – 2) la variance résiduelle ␧2 Yi n’est pas constante mais fonction
l’expression : du niveau de concentration i ; or les tests pour la pente et
somme des carrés des écarts di , ou résidus ; ces écarts sont mesu- l’ordonnée à l’origine supposent que cette variance est cons-
rés selon l’axe Oy (fig 1). tante sur toute la gamme explorée ;
Cette recherche conduit à un système de deux équations – 3) pente et ordonnée à l’origine sont corrélées (une suresti-
linéaires à deux inconnues : a et b. Les calculs sont effectués par mation de la pente réelle implique une sous-estimation de
toute calculette scientifique et les solutions sont bien connues : l’ordonnée à l’origine) ; il faudrait donc, en un seul test,
comparer le couple (a, b) au couple théorique (1, 0) ; la méthode
de l’ellipse [6] (fig 2) propose une solution mais n’échappe pas
Exploitation de la droite
aux critiques précédentes ;
La comparaison de a et de b aux valeurs théoriques 1 et 0 atten- – 4) même dans le cas idéal où Y est X (répétition d’une mesure
dues sous l’hypothèse d’identité des deux méthodes ne pose pas avec la même méthode), la pente de la droite de régression selon
de problème de calculs ; l’utilisation d’un logiciel statistique ou les moindres carrés estime la quantité :
d’un tableur permet de résoudre la question. On trouvera en [6] qui n’est statistiquement égale à 1 que si la méthode est sans
des formules permettant ce calcul par des tests t de Student. erreur.
Remarque : l’expression « droite de corrélation » est parfois
utilisée à la place de « droite de régression » cette confusion est
à éviter.

Autres droites de régression


De nombreuses autres méthodes d’ajustement linéaire ont été
proposées pour atténuer les critiques formulées à l’encontre de la
droite des moindres carrés.

Droite des moindres rectangles


Elle répond partiellement à la critique 1 précédente. Elle tente
de prendre en compte les erreurs aléatoires des deux techniques
en minimisant la somme des produits des écarts à la droite, écarts
mesurés selon OX et OY (fig 3).
On démontre que la pente a’ de la droite est celle de la droite
des moindres carrés divisée par le coefficient de corrélation r ; elle
est aussi la moyenne géométrique des pentes des droites y = f(x)
Fig. 1. Pente (a) et ordonnée (b) à l’origine s’obtiennent en recherchant déduites des régressions de Y en fonction de X, et de X en fonction
les valeurs de a et b qui rendent minimale de Y ; son expression peut se calculer par le rapport :

2 EMC - Biologie médicale


Méthodes statistiques pour la comparaison des concentrations données par deux techniques de dosage  9-021-E-20

Fig. 3. Pente (a) et ordonnée (b) à l’origine s’obtiennent en recherchant


les valeurs de a et b qui rendent minimale

L’ordonnée à l’origine se calcule par la formule :


La droite obtenue est plus proche que la droite des moindres
carrés de la droite qu’ajusterait manuellement un expérimenta-
Fig. 4. Concentrations, mesurées en doublon, par chaque technique.
teur ; sa pente est toujours supérieure à celle des moindres carrés
Sur le diagramme figurent la droite identité, la droite des moindres carrés,
et son ordonnée à l’origine inférieure à celle de cette droite.
la droite des moindres rectangles. Le coefficient de corrélation r et l’effectif
On peut reprocher à cette méthode de supposer des erreurs
y sont rappelés. MC : droite des moindres carrés ; MR : droite des moindres
aléatoires identiques pour les deux techniques. Elle constitue
rectangles.
cependant une alternative élégante et facile à la droite des
moindres carrés. Elle est d’ailleurs recommandée, sous le nom de
droite d’allométrie, par la SFBC (Société française de biologie cli- Les critiques 1, 3 et 4 sont toujours opposables.
nique) [12] . On remarquera que cette droite converge vers celle des Il est cependant possible, pour prendre en compte l’imprécision
moindres carrés lorsque le coefficient de corrélation converge vers de la technique X, de procéder comme pour la droite orthogo-
1. nale : calculer la régression pondérée de X en fonction de Y (ce
On trouvera en [5] des expressions permettant de comparer la qui suppose que l’on dispose également du profil de précision de
pente à 1 et l’ordonnée à l’origine à 0 ; cependant, cette compa- la technique X) et en déduire une pente par la moyenne géomé-
raison n’échappe pas à la critique 3 précédente. trique des pentes des droites y = f(x) obtenues à partir de ces deux
droites de régression.
Droite de Deming La comparaison de cette droite à la droite identité reste cepen-
L’ajustement de cette droite repose sur l’hypothèse que les deux dant complexe.
techniques présentent des précisions dans un rapport constant
quel que soit le niveau de concentration dosé (fig 3). On trouvera Droite de York
en [2,5] les expressions de la pente et de l’ordonnée à l’origine, ainsi
Comme dans la droite précédente, les observations sont pondé-
que les expressions des écarts-types pour la pente et l’ordonnée à
rées par la précision de la mesure. Mais cette fois, les deux profils
l’origine.
de précision sont pris en compte simultanément. On trouvera en
Les écarts-types de la pente et de l’ordonnée à l’origine sont [13]
le détail du calcul, les expressions fournissant les paramètres
fournis par des formules approchées, ce qui rend approximatif la
de la droite ainsi que leurs écarts-types.
comparaison de la droite à la droite identité la critique 3 peut tou-
Cependant, la comparaison de la droite à la droite identité reste
jours être faite. Si cette droite prend en compte le fait que les deux
délicate, d’autant que les écarts-types sont déduits de formules
techniques n’ont pas la même précision, elle suppose cependant
approchées.
que ces précisions sont dans un rapport constant tout au long de
la gamme de mesure : l’hétéroscédasticité des variances n’est pas
prise en compte. Droite de Passing et Bablok
Les procédures précédentes reposent sur plusieurs hypothèses,
Droite orthogonale dont celle de normalité des variances résiduelles ; elles sont sensi-
blement influencées par les points extrêmes et peuvent conduire
Pente et ordonnée à l’origine de la droite sont obtenues en ren-
à des estimations largement biaisées de la pente et de l’ordonnée à
dant minimale la somme des carrés des distances orthogonales
l’origine de la droite résumant le nuage de points. C’est pourquoi
à la droite (fig 4). On trouvera en [6] leurs expressions ainsi que
des méthodes non paramétriques (méthodes robustes) ont été pro-
celles des écarts-types de la pente et de l’ordonnée à l’origine.
posées. L’une des plus citées est la droite de Passing et Bablok. Cette
Les reproches faits à la droite de Deming peuvent être repris
droite est en fait une reprise de la méthode de Theil [11] .
pour la droite orthogonale.
Pour plus de détails sur cette méthode de Passing et Bablock, le
lecteur pourra se reporter à la publication originale [7] . Schémati-
Droite des moindres carrés pondérés quement son principe est le suivant :
Cette droite tient compte de l’hétéroscédasticité des variances – calcul des
résiduelles. Elle est établie selon le principe des moindres carrés en pentes résultant de la combinaison deux à deux des couples
affectant un poids inversement proportionnel à la précision ␧Yi à (xi , yi ) ;
chaque distance di à la droite, distance évaluée selon l’axe Oy. Le – calcul de la médiane de ces pentes qui constitue la pente de la
calcul suppose évidemment que l’on connaisse la précision de la droite recherchée, et calcul d’un intervalle de confiance pour
technique pour tout niveau de concentration i. Il est donc néces- cette pente ;
saire de réaliser au préalable un profil de précision de la nouvelle – détermination de l’ordonnée à l’origine en imposant à la droite
technique, ce qui est généralement fait lors de l’évaluation des de passer par les médianes des points xi , yi et calcul d’un inter-
caractéristiques analytiques de la technique. valle de confiance pour cette ordonnée à l’origine ;

EMC - Biologie médicale 3


9-021-E-20  Méthodes statistiques pour la comparaison des concentrations données par deux techniques de dosage

– réalisation d’un test de linéarité du nuage de points, test dont


le principe repose sur la vérification de la répartition aléatoire
des points autour de la droite ;
– comparaison à la droite identité en utilisant les intervalles de
confiance précédents.
Il semble bien que cette méthode soit très efficace [8] . Il faut
cependant souligner que la comparaison simultanée des valeurs
de la pente et de l’ordonnée à l’origine à leurs valeurs théorique
n’est pas proposée et que, dans beaucoup de cas, elle donne une
droite quasi identique à la droite des moindres rectangles.

Conclusions
En conclusion, on peut retenir :
– que l’ajustement d’une droite à un nuage de points et son
exploitation est un problème complexe, la multiplicité des
méthodes développées le montre bien ;
– qu’aucune des méthodes n’est à l’abri de critiques ;
– que les méthodes de York et de Passing-Bablok sont sans doute
très performantes ;
– que cependant, dans bien des cas, la droite des moindres rec-
tangles, très facile à calculer, répond bien au problème ;
– et que même la droite des moindres carrés, dans le cas où la Fig. 5. Les courbes limites, au risque 5 %, sont déduites des profils de
corrélation est très serrée (r > 0,95), peut constituer, malgré les précision des deux techniques ; 6% des points sont hors des limites : les
critiques formulées, un bon résumé de la tendance du nuage de deux techniques diffèrent.
points ; on prendra soin cependant d’écarter les points extrêmes
en s’aidant, par exemple, d’une analyse des résidus studentisés
[6]
. Comme le diagramme de dispersion, on peut lui reprocher de ne
pas permettre une lecture très aisée dans les concentrations faibles
lorsque la gamme explorée est importante ; mais il est toujours
 Tester l’hypothèse Yi - Xi = 0 : possible d’explorer séparément une partie du nuage de points. La
difficulté de la méthode réside surtout en ce qu’il faut disposer
méthode des différences d’une estimation correcte des profils de précision des techniques.

Avant de décrire la méthode des différences, soulignons que la


comparaison par un test t de Student des moyennes des séries X  Tester l’hypothèse (Yi ) / (Xi ) = 1 :
et Y n’est pas statistiquement correcte, car les données sont appa-
riées. Pour tenir compte de cet appariement, on pourrait comparer méthode des rapports
les deux séries par un test t de Student pour données appariées
(ou par un test non paramétrique pour données appariées) ; ce Cette approche statistique de la comparaison des concentra-
test revient à comparer la moyenne des différences yi – xi à zéro. tions issues de deux techniques de dosage est proche de la
Ce dernier test peut être envisagé, mais il est trop peu informatif précédente. Elle a été proposée par R Scholler [9,10] .
pour évaluer la concordance des concentrations données par les Elle exploite les rapports
techniques. Dans le cas où les deux techniques donnent pour tout
La méthode des différences est une méthode tout autre que celle niveau i des concentrations statistiquement égales, ces rapports
qui compare à zéro la moyenne des différences yi – xi . Elle est ins- doivent se distribuer aléatoirement autour de la droite horizontale
pirée des travaux de Bland et Altman [1] mais elle tente, en outre, d’ordonnée 1.
de résoudre le problème de l’hétéroscédasticité des variances rési- Bien que la statistique des rapports soit un peu plus compliquée
duelles en exploitant les profils de précision des deux techniques que celle des différences, il est possible de définir, à partir des
de dosage. profils de précision des techniques, des courbes limites entre les-
Elle consiste à calculer les différences di = yi – xi et à les repré- quelles doivent se situer les rapports pour un risque donné (fig 6).
senter en fonction de Cette méthode donne les mêmes résultats que la méthode des
Dans cette représentation, les points doivent se répartir aléatoi- différences. On peut cependant observer parfois quelques légers
rement autour de l’axe horizontal. désaccords, en particulier dans les faibles concentrations ; ces dif-
Si les erreurs aléatoires ␧2 Xi et ␧2 Yi sont indépendantes du niveau férences peuvent être dues au fait que la statistique utilisée dans
i mesuré, les différences se répartissent au risque 5 % entre les deux ce test n’est qu’approximative pour les faibles concentrations.
droites horizontales L’avantage du graphique est de bien visualiser les faibles concen-
ainsi sur 100 mesures, on ne doit pas observer plus de cinq trations et qu’il vient compléter la représentation des différences.
points en dehors de ces limites (fig 5). Les diagrammes des rapports et des différences sont conseillés par
Si les erreurs aléatoires ␧2 Xi et ␧2 Yi ne sont pas indépendantes la SFBC [12] .
du niveau i mesuré, comme cela est souvent le cas, les différences
se répartissent au risque 5 % entre deux courbes situées symé-
triquement par rapport à l’axe horizontal et dont les ordonnées  Usage de coefficients
sont
ces courbes se déduisent des profils de précision des deux tech- Coefficient de corrélation linéaire (r) et
niques. Cette formule est à adapter si les dosages sont effectués en coefficient de détermination (r2 )
n-uplets.
Les avantages de cette méthode sont de permettre une analyse Le coefficient de corrélation linéaire est encore trop souvent
individuelle des couples (xi , yi ), de bien repérer un biais constant le seul élément dont s’inquiètent certains auteurs lorsqu’ils com-
ou proportionnel entre les deux techniques et de faire apparaître, parent des concentrations entre elles.
aussi bien que le diagramme de régression, des défauts de linéa- Il faut savoir que le coefficient de corrélation :
rité dans le nuage de points ainsi que les points anormalement – permet de tester l’indépendance de deux variables par compa-
discordants. raison de sa valeur à la valeur théorique 0 ; ce test statistique se

4 EMC - Biologie médicale


Méthodes statistiques pour la comparaison des concentrations données par deux techniques de dosage  9-021-E-20

pour le coefficient r : il peut être proche de 1 sans que la rési-


duelle soit faible (et donc la concordance bonne) ou sans que la
liaison soit linéaire. D’autre part, pour son interprétation statis-
tique, il doit respecter les exigences de l’analyse de variance : la
variance résiduelle doit être constante quelle que soit la concen-
tration mesurée, ce qui est rarement le cas dans la comparaison
de techniques de dosage.

Coefficient de corrélation de concordance


(rc)
Ce coefficient permet, au moins théoriquement, une meilleure
approche de la concordance par étude de la distance d, mesu-
rée perpendiculairement à la droite identité Y = X, des points de
coordonnées (xi, yi).
Le degré de concordance [4] est évalué par la relation :
Cette expression peut encore s’écrire sous la forme : : rc = K r où
K est fonction de la translation d’échelle
et du facteur d’échelle
Si cet indice contient des informations intéressantes (r, u et v),
il reste d’interprétation difficile car il faut tenir compte tout à la
fois de ces trois caractéristiques. C’est pour cette raison qu’il est
Fig. 6. Les courbes limites, au risque 5 %, sont déduites des profils de très peu utilisé.
précision des deux techniques ; 8 % des points sont hors des limites : les Les calculs de la plupart de ces droites et des variances sur leur
deux techniques diffèrent. pente et ordonnée à l’origine, la méthode de l’ellipse, la méthode
des différences et la méthode des rapports ainsi que les différents
coefficients cités peuvent être effectués par le logiciel COMPe-
traduit par un niveau de signification (p < 0,005 par exemple) ; val distribué avec l’ouvrage cité en [6] . Bien que de conception
il ne présente aucun intérêt dans le cadre de la comparaison des ancienne (1985), ce logiciel fonctionne toujours sur PC ; malgré
concentrations de deux techniques car on sait déjà, avant toute une certaine austérité dans la présentation et l’utilisation, il peut
expérimentation, que ces concentrations ne sont pas indépen- rendre de grands services à qui s’intéresse à l’évaluation et à la
dantes ; comparaison de techniques de dosages.
– mesure l’intensité de liaison linéaire entre deux variables X et
Y ; plus sa valeur absolue est proche de 1, plus les variables sont
corrélées ; la corrélation est parfaite (|r| = 1) si les points xi , yi
sont sur une même droite ; en revanche, la concordance n’est
 Conclusion
parfaite que si tous ces points sont sur la droite identité, ce qui
La comparaison statistique des concentrations données par une
n’est évidemment pas la même chose ; le coefficient r n’est donc
nouvelle technique Y à celles données par la technique X du
pas un indice de concordance ;
laboratoire est une opération fréquente mais délicate. Les outils
– dépend de l’étendue de la gamme explorée ; si l’on compare des
statistiques sont assez nombreux mais présentent tous des limites
concentrations en human chorionic gonadotrophin (hCG) entre 0
qu’il est bon de connaître.
et 10 UI/L, on obtiendra un coefficient de corrélation nettement
Les régressions linéaires testent l’hypothèse Y = X.
moins élevé que si la comparaison est faite sur la gamme de 0
La régression selon les moindres carrés n’est bien adaptée et
à 1 000 UI/L ; les auteurs qui découpent leur nuage de points
facilement exploitable que dans le cas où l’erreur de mesure de
en plusieurs parties, correspondant à des zones physiologiques
la technique X est négligeable ou tout au moins nettement infé-
différentes, ne doivent pas s’étonner que la valeur du coefficient
rieure à celle qui concerne la technique Y, ce qui est rarement
r soit moindre pour ces parties que pour la totalité
le cas dans la comparaison des concentrations données par deux
– peut être proche de 1 sans que le nuage de points soit linéaire ;
techniques. Dans cette application, elle ne prend en compte, ni
– exprime, par son carré r2 , la fraction de la variance de la variable
l’erreur de mesure sur les deux méthodes, ni l’hétéroscédasticité
y qui est expliquée par la liaison linéaire.
des erreurs de mesure ; la droite ajustée sous-estime, en moyenne,
On retiendra que le coefficient de corrélation est de bien peu
la pente réelle et surestime l’ordonnée à l’origine. La comparaison
d’intérêt dans le cadre de la comparaison de deux techniques de
de la pente et de l’ordonnée à l’origine à leurs valeurs théoriques
dosage. On pourra cependant le faire apparaître sur le graphique
attendues 1 et 0 est, pour ces raisons, délicate, d’autant que cette
du nuage de points, avec l’équation de la droite et l’effectif sur
comparaison doit être simultanée ; la méthode de l’ellipse est une
lequel a porté le travail. On se gardera cependant de le comparer
réponse possible mais approchée.
intuitivement à la valeur idéale 1 et aussi de comparer, sans pré-
La droite des moindres rectangles est une solution simple qui
cautions, des coefficients de corrélation issus d’études différentes.
corrige en partie les défauts de la droite précédente ; cependant,
l’exploitation statistique de sa pente et de son ordonnée à l’origine
Coefficient de corrélation intraclasse (ric ) reste difficile.
D’après notre expérience, les droites orthogonale, de Deming
Deux méthodes de dosage sont d’autant plus concordantes que ou même de Passing-Bablok fournissent des équations proches de
les valeurs xi et yi sont proches l’une de l’autre. Cette proximité celles données par la droite des moindres rectangles ; la droite de
peut être abordée sous l’angle de l’analyse de variance à un facteur. Passing-Bablok a cependant l’avantage d’être moins sensible aux
Le coefficient de corrélation intraclasse [3] est défini comme points lointains (outliers) mais exige des calculs plus complexes.
le rapport de la variance entre concentrations xi, yi (Sc 2 ) dimi- Quel que soit le choix effectué, il est conseillé à l’auteur de pré-
nuée de la variance résiduelle (Se 2 ) à la somme de ces variances. senter le nuage de points sur un diagramme où les axes X et Y ont
Il représente donc la proportion de la variance totale expliquée mêmes dimensions (diagramme s’inscrivant dans un carré), où
par la variance entre concentrations. Il prend ses valeurs entre -1 figure la droite identité et où sont inscrits l’équation de la droite,
(absence de toute concordance y compris jusqu’à la valeur 0) et 1 le coefficient de détermination et le nombre de points. Dans le
(concordance parfaite). texte accompagnant le travail, il est bon d’indiquer si les concen-
Son expression est la suivante : trations ont été mesurées en simple ou en n-uplets, auquel cas
Ce coefficient n’est pas d’interprétation facile et son usage est on précisera la valeur de n. Il est également conseillé d’évaluer
assez limité il présente au moins l’un des inconvénients signalés l’impact des points lointains (concentrations obtenues sur des

EMC - Biologie médicale 5


9-021-E-20  Méthodes statistiques pour la comparaison des concentrations données par deux techniques de dosage

prélèvements dilués ou sur des prélèvements particuliers) sur les [2] Deming WE. Statistical adjustement of data. New York: Dover Publi-
valeurs des paramètres du modèle ajusté. cation; 1938.
La méthode des différences teste l’hypothèse Y – X = 0. [3] Fermanian J. In: Kamoun P, editor. Appareils et méthodes en Biochimie.
La figuration des différences en fonction des concentrations Ed Flammarion; 1987. p. 360–3.
moyennes est un complément conseillé pour la présentation des [4] I-Kuei Lin L. A concordance correlation coefficient to evaluate repro-
données. Si l’expérimentateur dispose des profils de précision des ductibility. Biometrics 1989;45:255–68.
deux techniques (ou pour le moins de celui de la technique X), il [5] Morin JF. Comparaisons statistiques des techniques de dosage.
pourra tracer des courbes limites entre lesquelles la majeure par- XIIIème colloque CO. RA. TA. Strasbourg, 28 – 31 octobre 1996.
tie des points doit se répartir si les deux techniques donnent des [6] Morin JF. Comparaison de deux techniques. In: Besnard JC, Morin JF,
editors. Immunostat. Ed Nucléon; 1997. p. 160–96.
concentrations statistiquement égales. Cette représentation per-
[7] Passing H, Bablock W. A new biomedical method for testing the equa-
met de bien visualiser les points « anormaux », les biais constants
lity of measurements from two different analytical methods. J Clin
et proportionnels. Chem Biochem Clin 1983;21:709–20.
La méthode des rapports teste l’hypothèse Y/X = 1. [8] Payne RB. Method comparison : evaluation of least squares, Deming
Cette méthode donne des résultats identiques à ceux de la and Passing/Bablok regression procedures using computer simulation.
méthode précédente ; la représentation graphique des rapports en Ann Clin Bioch 1997;34:319–20.
fonction des concentrations moyennes convient bien lorsque l’on [9] Scholler R. Contrôle de qualité en hormonologie. Stéroïdes urinaires :
veut insister sur la comparaison de concentrations faibles. tome 1. Paris: SEPE; 1977.
Les coefficients de corrélation (corrélation linéaire, intra- [10] Scholler R, Castanier M, Gervasi G, Avigdor R. Comparaisons de
classe, de concordance) méthodes analytiques de dosage : d’une évaluation globale à une
Ils peuvent être proposés comme complément de l’une au approche individuelle. 1990 369 – 381.
moins des analyses statistiques précédentes mais ne peuvent suf- [11] Theil H. A rank invariant method of linear and polynomial regression
fire à eux seuls. analysis. Proc Kon Nederl Akad Wetensch 1950;A-53:386–92, 521 –
525.
[12] Vassault A, Baud M, Castanier M, Dumond G, Ingrand J, Morin JF
 Références et al. Proposition du groupe de travail SFBC/CORATA. Comparaison
de techniques. VIIème Colloque CO. RA. TA. Besançon, 1990, 259 –
[1] Bland JM, Altman DG. Statisticals methods for assessing agree- 367.
ment between two methods of clinical measurement. Lancet [13] York D. Least-squares fitting of a straight line. Canadian J Phys
1986;1(8476):307–10. 1966;44:1079–86.

Jean-François Morin, Rôle.


Laboratoire de biostatistiques et informatique médicale, faculté de Médecine, 29200 Brest, France.
Vincent Morin, Rôle.
Laboratoire de biostatistiques et informatique médicale, faculté de médecine, 29200 Brest, France.

Toute référence à cet article doit porter la mention : Morin JF, Morin V. Méthodes statistiques pour la comparaison des concentrations données par deux
techniques de dosage. EMC - Biologie médicale 2006;1(3):1-6 [Article 9-021-E-20].

Disponibles sur www.em-consulte.com


Arbres Iconographies Vidéos/ Documents Information Informations Auto- Cas
décisionnels supplémentaires Animations légaux au patient supplémentaires évaluations clinique

6 EMC - Biologie médicale