pubmed.info
Drag tiles by their title, resize at the bottom edge.

Calculadora de ICC y kappa para la fiabilidad interobservador

Pegue las valoraciones desde Excel: una fila por sujeto y una columna por observador. El mosaico calcula la correlación intraclase para mediciones o el kappa para categorías, con intervalos de confianza, una figura y un texto de métodos. Gratis; los datos permanecen en su navegador.

Más sobre esta herramienta

Qué puede hacer

  • Mediciones: coeficiente de correlación intraclase (ICC) en las seis formas de Shrout y Fleiss (un factor, dos factores aleatorios con concordancia absoluta y dos factores mixtos con consistencia), cada una para una sola valoración y para la media de los observadores, con intervalo de confianza y prueba F.
  • Dos observadores, categorías: kappa de Cohen y, con categorías ordenadas, también kappa con ponderación lineal o cuadrática, además de la concordancia observada y la esperada por azar, PABAK y AC1 de Gwet; con dos categorías, también concordancia positiva y negativa, índice de prevalencia e índice de sesgo.
  • Tres o más observadores: kappa de Fleiss con intervalo de confianza bootstrap, kappa por categoría, kappa de Light y AC1 de Gwet.
  • Para el ICC: error estándar de medida (SEM) y cambio mínimo detectable (MDC95).
  • Interpretación según Koo y Li (ICC) y Landis y Koch (kappa), con notas sobre trampas habituales como la paradoja del kappa.

Cómo funciona

Pegue sus datos o cargue un archivo CSV o TXT: la primera fila contiene los nombres de los observadores y después una fila por sujeto, separadas por tabulador, punto y coma o coma. Se admiten hasta 20.000 filas y 40 columnas. Las filas con valores faltantes se excluyen. El mosaico detecta automáticamente si debe calcular un ICC o un kappa; puede cambiarlo, seleccionar las columnas de observadores y elegir el modelo de ICC, la ponderación, el orden de las categorías y un nivel de confianza del 90 %, 95 % o 99 %. Tres ejemplos con datos ficticios le permiten probarlo.

Resultado y exportación

Tabla de resultados para copiar en Word o Excel o en CSV, una figura en SVG, PDF vectorial o PNG a 300 o 600 ppp en nueve idiomas y una propuesta de texto de métodos. Los proyectos pueden guardarse y volver a cargarse.

Métodos

ICC a partir de un análisis de la varianza según Shrout y Fleiss (1979), intervalos de confianza según McGraw y Wong (1996); kappa de Cohen con error estándar asintótico según Fleiss, Cohen y Everitt (1969); kappa de Fleiss según Fleiss (1971) con bootstrap de percentiles.

Datos y privacidad

Todos los datos permanecen en su navegador y no se transmiten; no introduzca nombres ni fechas de nacimiento. El mosaico no sustituye el asesoramiento estadístico: compruebe los resultados destinados a una publicación con un segundo programa.

Preguntas frecuentes

¿Qué forma de ICC debo comunicar?

Normalmente el ICC(2,1), de dos factores aleatorios con concordancia absoluta, cuando los observadores representan a otros observadores y los valores deben coincidir. El ICC(3,1) se aplica cuando solo importan estos observadores y las diferencias sistemáticas son irrelevantes; el ICC(1,1), cuando cada sujeto fue valorado por observadores distintos.

¿Por qué el kappa es bajo si los observadores casi siempre coinciden?

Con una categoría muy rara o muy frecuente, el kappa disminuye (paradoja del kappa). Comunique la concordancia observada y revise PABAK y el AC1 de Gwet.

¿Kappa de Cohen o de Fleiss?

El kappa de Cohen para dos observadores y el kappa de Fleiss para tres o más. Para valoraciones ordenadas de varios observadores es adecuado el ICC.

pubmed.info no utiliza cookies de seguimiento ni crea perfiles de usuario. Las visitas se cuentan de forma anónima (sin cookies, con direcciones IP acortadas). Los anuncios de Google solo aparecen según su elección de consentimiento.