【锚点】这一讲钉一个数据可视化判断：【方法比较图】真正有教学价值的，不是【相关系数】，而是【可拒绝偏差边界】——先画出“差多少就不能接受”的范围，再判断两种方法是否一致。

【显式】很多论文用【散点图】和【r=0.99】证明【旧方法】与【新方法】一致。 【隐式】【相关】只说明两个测量值同涨同跌，不说明逐例差值是否可接受；如果【新方法】恒定偏高，相关仍可能很高。 【细微】【Bland-Altman 图】的关键不是看点是否围绕零线，而是看【差值均值】是否偏移、【一致性界限】是否超出预设【容差】。 【极难发现】把【相关系数】当【一致性证据】，会让【系统性偏差】被漂亮斜线掩盖；【可复现性】要求报告【差值单位】【样本范围】【离群点处理】和【容差来源】。

【流程节点链路】：【定义比较对象】→【计算逐例差值】→【画差值对均值散点】→【计算差值均值与标准差】→【画可拒绝偏差边界】→【对照容差判定一致性】。

例子：30 个血压样本，旧法均值 100 mmHg，新方法 = 旧法 + 8 mmHg，差值标准差 2 mmHg。原始散点图几乎完美线性，r 可接近 1.0；但 Bland-Altman 的【差值均值】= 8，【一致性界限】≈ 8 ± 1.96×2 = 4.1 到 11.9 mmHg。若临床容差是 ±5 mmHg，上界已经超出，【结论】不能写“一致”。

Bland & Altman (1986) 的经典提醒：比较方法时，先问“差多少算坏”，再问“差值是否稳定”。

【待验证点】：如果你的图里 r=0.98，但【差值均值】= 6 个单位，你愿意写“两种方法一致”吗？