在医学研究中，常需要评价不同观察者或不同测量方法之间的一致性，也就是结果是否可重复、可信。对于分类或等级资料，常用Kappa系数；对于连续变量，常用组内相关系数（ICC）。两者都衡量一致性，但适用资料类型与解释方式不同，不能混用。
一致性研究常见于诊断试验、量表评定和仪器测量等场景，是评估测量质量的重要环节。
一、Kappa系数
Kappa系数用于评价两名或多名评价者对同一对象进行分类判断时，实际一致程度是否超过了偶然一致。设有两名评价者，观察一致率为Po，由各行、各列边缘合计算出的期望一致率为Pe，则 Kappa=(Po-Pe)/(1-Pe)。Kappa的取值范围一般在-1到1之间：等于1表示完全一致，等于0表示一致程度与随机猜测相当，为负值表示实际一致低于偶然一致。Kappa同时考虑了实际一致与随机一致，因此比单纯计算一致率更能反映真实的判断水平。
对于有序等级资料，可使用加权Kappa，按等级差距赋予不同权重，能更合理地反映"差一级"与"差多级"的区别。多名评价者或多分类的情形，可用Fleiss Kappa等扩展形式。
二、Kappa的一致性分档
常用Landis与Koch提出的分档：小于0为差；0～0.20为极弱；0.21～0.40为一般；0.41～0.60为中等；0.61～0.80为较强；0.81～1.00为几乎完全一致。分档只是帮助理解的参考，一致性能否满足实际需要，还应结合具体指标与临床可接受标准判断。Kappa受患病率（边缘分布）影响较大，当某类别占比过高时，Kappa值可能偏低，此时应结合阳性一致率、阴性一致率等指标综合判断。
举例来说，两名评价者把结果分为轻、中、重三级，若一致格占比不高，加权Kappa会明显低于简单Kappa，但更符合"差距越大、惩罚越重"的直觉，因此对有序等级资料更为合适。报告加权Kappa时，应同时说明所用权重是线性权重还是平方权重。
三、医学实例：诊断一致性
两名医生用同一种影像方法对100例患者判断是否阳性（阳性/阴性），结果见表1。
| 医生B 阳性 | 医生B 阴性 | 合计 | |
| 医生A 阳性 | 55 | 5 | 60 |
| 医生A 阴性 | 7 | 33 | 40 |
| 合计 | 62 | 38 | 100 |
实际一致率 Po=(55+33)/100=0.88。期望一致率 Pe=(0.60×0.62)+(0.40×0.38)=0.372+0.152=0.524。Kappa=(0.88-0.524)/(1-0.524)=0.748，标准误约0.068，95%置信区间约为0.614～0.882。按分档标准，0.748属于较强一致，且置信区间不包含0，提示两名医生的判断一致性具有统计学意义，但仍未达到0.80以上，实际使用前宜进一步统一判读标准。
本例还可计算阳性一致率与阴性一致率：两名医生都判阳性的55例，占医生A所判60例阳性的91.7%；都判阴性的33例，占医生A所判40例阴性的82.5%。这两个指标从不同侧面反映一致性，报告时可与Kappa一并给出，以便读者判断不一致主要出现在哪一类。
四、ICC组内相关系数
ICC用于评价连续变量测量结果的一致性或信度，可理解为个体间差异占总变异的比例。当个体间的真实差异远大于测量误差时，ICC接近1。ICC有多种形式：单次测量还是多次测量的平均值、评价者视为固定还是随机、是否存在系统偏差，分别对应不同模型。报告时必须说明所用模型与计算方式，否则结果难以比较。
常参考的分档为：小于0.50为差；0.50～0.75为中等；0.75～0.90为良好；大于0.90为优。ICC同时受个体间变异与测量误差影响，样本的个体间差异过小会低估ICC，因此选入的受试对象应能覆盖目标人群的测量范围。
常见形式中，ICC(1,1)适用于每名受试者由不同评价者测量、评价者不固定且不要求系统偏差一致的情形；ICC(2,1)假定评价者是从更大评价者总体中随机抽取，允许存在系统偏差，结果可外推；ICC(3,1)把评价者视为固定，只关注当前这几名评价者的一致性。三者数值往往不同，研究目的决定了应选用哪一种。
五、医学实例：测量信度
两名医生分别用同一量表对20名患者的症状评分（0～100分）进行测量，数据见表2。
| 患者编号 | 医生A | 医生B |
| 1 | 52 | 54 |
| 2 | 61 | 59 |
| 3 | 47 | 49 |
| 4 | 70 | 68 |
| 5 | 55 | 56 |
| 6 | 63 | 61 |
| 7 | 45 | 47 |
| 8 | 58 | 60 |
| 9 | 66 | 64 |
| 10 | 50 | 52 |
| 11 | 72 | 70 |
| 12 | 57 | 55 |
| 13 | 49 | 51 |
| 14 | 64 | 66 |
| 15 | 53 | 51 |
| 16 | 68 | 69 |
| 17 | 46 | 44 |
| 18 | 60 | 62 |
| 19 | 56 | 57 |
| 20 | 62 | 60 |
采用双向随机效应的单次测量模型计算，ICC(2,1)=0.97（95%CI：0.93～0.99，P<0.001），提示两名医生的评分一致性为优。整体测量标准差约7.7分，按ICC折算的测量标准误约为1.3分，最小可检测变化约为3.6分，即评分变化小于该幅度时可能只是测量误差所致。
六、常见错误用法
- 用Kappa评价连续变量的一致性，或用ICC评价分类资料。
- 只报告Kappa或ICC数值，不说明所用模型、加权方式与置信区间。
- 把一致性当作准确性：一致性高只说明结果可重复，不代表结果正确。
- 受试对象个体间差异过小时计算ICC，得到偏低的信度。
- Kappa接近0时直接断言"完全无关"，忽视边缘分布的影响。
- 用线性相关系数代替ICC评价一致性，相关系数对系统偏差不敏感。
七、注意事项
一致性研究应预先规定测量方法、评分标准与样本量，受试对象应覆盖目标人群的测量范围。Kappa与ICC都依赖研究样本，样本量越大，估计越稳定；报告置信区间有助于判断一致性的精度。此外，一致性只是测量学性质之一，还应结合重测信度、评定者间信度以及测量误差共同评价量表或仪器的表现。报告时宜同时给出原始一致率、Kappa及其95%置信区间，或ICC模型、数值及其95%置信区间，并结合专业标准判断一致性是否满足使用要求。