Bei einer Bland-Altman-Analyse werden verschiedene Messmethoden und die daraus resultierenden Unterschiede hinsichtlich der abhängigen Variabel ermittelt. Die Methode beruht auf einem Fachartikel von Martin Bland und Douglas Altman aus dem Jahr 1986. Die Autoren suchten nach einem Weg, wie Messmethoden einer abhängigen Variablen direkt verglichen werden können. Ein solcher Vergleich kann dabei helfen, bestehende Messmethoden durch neue zu ersetzen und dadurch Fortschritte in der Erfassung von relevanten Merkmalen zu erzielen. Die Autoren führten explizit an, dass die Methode über einfach lineare Korrelationen hinaus geht.
Um die Bland-Altman-Analyse durchzuführen, werden in einem ersten Schritt die Differenzen der Werte der beiden Messinstrumente gebildet. Diese werden auf der Y-Achse abgetragen. Die Skala der X-Achse umfasst den Mittelwert, welcher aus den beiden Messmethoden berechnet wird. Auf diese Weise kann festgestellt werden, wie stark die Schwankungen zwischen den Messmethoden sind und inwiefern eine systematische Abweichung zwischen ihnen zu verzeichnen ist. Die nachfolgende Grafik stellt einen Beispiel-Plot zwischen zwei Messreihen dar.
Interpretation der Grafik: Im Chart wird deutlich, dass die Gerade den Mittelwert der Differenzen abbildet und die beiden Geraden in Blau das sog. limit of agreement. Der Bereich zwischen den blauen Geraden wird als Toleranzbereich bezeichnet. Die Grafiken werden zusätzlich von Konfidenzintervallen umgeben, um die Genauigkeit der Schätzungen zu vergrößern. Die Grafik zeigt auf, dass die gefundenen Abweichungen zwischen den Messmethoden innerhalb des Toleranzbereiches liegen und damit als akzeptabel klassifiziert werden können. Weiterhin lässt sich keine systematische Abweichung einer Messmethode gegenüber der Vergleichsmethodik feststellen, da es eine gleichmäßige Verteilung der Differenzen über und unter dem Mittelwert der Abweichungen gibt.
Zusammenfassung: Die Bland-Altman-Analyse stellt eine einfache und schnelle Methode dar, verschiedene Messmethoden direkt miteinander zu vergleichen. Der entstehende Plot ermöglicht eine unkomplizierte Möglichkeit, systematische Messunterschiede zu identifizieren. Auf diese Weise kann die Angemessenheit der Nutzung neuer Interventionen festgestellt werden.