← 返回 Lexicon
Statistics2026-07-01

Intraclass Correlation Coefficient

Intraclass correlation coefficient（ICC）衡量同一 subject 内 repeated measurements 的一致性或可靠性。

iccreproducibilityreliabilitymeasurement-errorregression-dilution

阅读视角

ICC 不是一个脱离设计即可解释的单一数字。同一份数据会因 one-way/two-way、random/mixed、agreement/consistency 和 single/average 的选择得到不同 ICC；报告结果时必须把这些设定一起写清楚。

定义

Intraclass correlation coefficient（ICC）衡量同一 subject 内 repeated measurements 的一致性。它回答的是：总变异中有多少来自真实的 between-subject differences，而不是同一 subject 内的 measurement fluctuation。

对重复 exposure measurement 而言，ICC 是 reliability 指标。ICC 高时，单次测量较能代表 usual level；ICC 低时，单次测量噪声较大，exposure–disease association 可能受到 regression dilution bias 而向 null 衰减。

数据结构

在 R 中做简单 ICC calculation 时，可使用 wide table：

df <- data.frame(
  id = 1:5,
  overall_t1 = c(35, 60, 20, 48, 70),
  overall_t2 = c(37, 58, 22, 47, 68),
  overall_t3 = c(34, 62, 21, 50, 72),
  overall_t4 = c(36, 59, 19, 49, 69)
)

每一行是一名 participant，每一列是同一变量的一次重复测量。例如，overall_t1 到 overall_t4 可以是 accelerometer-derived overall activity 的四次测量。

R 函数

需要明确控制 ICC model 时，可使用 irr::icc()：

library(irr)

activity_mat <- df[, c("overall_t1", "overall_t2", "overall_t3", "overall_t4")]

irr::icc(
  activity_mat,
  model = "twoway",
  type  = "agreement",
  unit  = "single"
)

输入：

  • numeric matrix 或 data frame；
  • 每行一个 subject；
  • 每列一次 repeated measurement。

输出：

  • ICC estimate；
  • F statistic；
  • p-value；
  • 95% confidence interval。

如何解读 ICC1、ICC2、ICC3

psych::ICC() 等函数会同时报告多类 ICC：

ICC1
ICC2
ICC3
ICC1k
ICC2k
ICC3k

这些类型不能互换。

  • ICC1 是 one-way random-effects ICC，不显式建模固定的 measurement occasions 或 raters。
  • ICC2 通常指 two-way random-effects、absolute-agreement、single-measure ICC，把 subjects 与 occasions/raters 都视为 random，适合推广到其他同类 raters 或 occasions。
  • ICC3 通常指 two-way mixed-effects、consistency、single-measure ICC，把 subjects 视为 random、把指定 occasions/raters 视为 fixed，适合只评价当前测量设置。不同软件的标签和参数并不完全一致，应同时核对 model、type 与 unit，而不是只凭“ICC2/ICC3”名称判断。

k 的含义

不带 k 的版本评价 single measurement：

ICC1, ICC2, ICC3

带 k 的版本评价 k 次测量的平均值：

ICC1k, ICC2k, ICC3k

如果 cohort 通常每人只有一次 exposure measurement，应关注 single-measure ICC；如果分析使用每人四次测量的平均值，则应关注 average-measure ICC。后者通常更高，因为取平均会减少随机的 within-person variation。

如何选择

应根据 scientific question 选择 ICC。如果问题是“单次 7-day accelerometer measurement 作为 usual activity proxy 有多可靠”，使用：

irr::icc(activity_mat, model = "twoway", type = "agreement", unit = "single")

如果问题是“四次 accelerometer measurements 的平均值有多可靠”，使用：

irr::icc(activity_mat, model = "twoway", type = "agreement", unit = "average")

UK Biobank accelerometer reproducibility 研究更关心 single-measure reliability，因为多数 participants 只有一次 7-day assessment。

公式直觉

可以用 simple random-intercept model 理解：

measurement_ij = overall mean + subject_i + error_ij

在不含系统性 occasion/rater effect 的简单 one-way 模型中，ICC 可直观地写成：

between-person variance / (between-person variance + within-person variance)

Two-way agreement ICC 还会把 occasion/rater 的系统性差异纳入分母；consistency ICC 则不惩罚这种固定偏移。因此这条简式只用于建立方差分解直觉，不能替代所选 ICC 的正式公式。

当 participants 之间存在稳定差异、同一 participant 的重复测量彼此接近时，ICC 较高；当 within-person fluctuation 很强时，ICC 较低。

主要局限

ICC 不是固定不变的仪器属性：它同时受样本人群的 between-subject heterogeneity、测量间隔、模型类型和 single/average unit 影响。不同人群的 ICC 不宜直接比较；高 ICC 也不代表没有 systematic bias 或测量值绝对一致。

相关论文

Zisou et al. 2026 使用 ICC 评价 UK Biobank accelerometer-derived physical activity 与 sleep phenotypes 的长期 reproducibility。Overall activity 的 ICC 约为 0.75，其他 phenotypes 约为 0.58–0.69。论文随后用 daily step count 的 ICC 校正 regression dilution bias；针对 usual step count 估计的 association 强于基于单次观测的 association，说明 measurement reliability 会改变 epidemiological interpretation。

相关术语

  • reliability
  • measurement error
  • regression dilution bias
  • repeated measures
  • random-effects model

阅读提示

报告 ICC 时至少要同时说明 model、agreement/consistency、single/average unit、confidence interval、重复测量间隔和分析人群；只给一个“ICC = 0.7”不足以复现或解释结果。