Von der Website der US-amerikanischen Agentur für Gesundheitsforschung und-qualität zu Odds ratios:

Definition: Die Wahrscheinlichkeit, dass ein Ereignis in einer Gruppe auftritt, verglichen mit der Wahrscheinlichkeit, dass es in einer anderen Gruppe auftritt. Das Odds Ratio (ODER) ist ein Maß für die Effektgröße und wird häufig verwendet, um Ergebnisse in klinischen Studien zu vergleichen.

Beispiel: In einer Forschungsstudie wurden beispielsweise zwei Gruppen von Frauen verglichen, die während ihrer Schwangerschaft an Diabetes erkrankt waren. Eine Gruppe wurde mit Metformin und die andere Gruppe mit Insulin behandelt., Die Forscher zeichneten auf, wie viele der Mütter ihre Babys früher als erwartet entbunden hatten (weniger als 37 Wochen nach der Schwangerschaft). Als sie die Chancen einer frühen Lieferung berechneten, betrug das Odds Ratio (ODER) für Metformin 1,06. Dies bedeutet, dass die Frauen, die Metformin einnahmen, im Vergleich zu den Frauen, die Insulin einnahmen, eine geringe Zunahme (1, 06-fache) der Wahrscheinlichkeit einer frühen Entbindung aufwiesen.

Ich bat Jerome R Hoffman, MA, MD, emeritierter Professor für Medizin an der UCLA School of Medicine, eine kurze Grundierung zu odds ratios zu schreiben., Ich sagte ihm, dass ein Journalist mich kürzlich gefragt hatte:

„Was zum Teufel soll ich mit odds ratios in Studien machen?

Nach dem, was ich gelesen habe, sind die Odds Ratios NICHT dasselbe wie das relative Risiko, aber Journalisten und Leser gehen normalerweise davon aus: Sie denken, dass etwas doppelt so wahrscheinlich ist, wenn das Odds Ratio 2.0 ist. Aber das ist nicht das, was das bedeutet.

Ich schreibe täglich über Studien und vermeide es, Odds Ratios zu zitieren. Stattdessen versuche ich, Forscher dazu zu bringen,sie nach Möglichkeit verständlicher zu machen., Wenn Forscher das nicht können oder wollen — einige von ihnen scheinen über das Konzept der Odds Ratios so verwirrt zu sein wie alle anderen — verwende ich eine vage Sprache wie „X ist signifikant wahrscheinlicher als Y.“

Aber das ist nicht wirklich hilfreich für Leser. Und wenn Forscher und Journalisten Quoten-Verhältnisse nicht verstehen können, weiß ich nicht, wie ich den Lesern beibringen kann, sie herauszufinden.

Was denkst du? Sollten Odds Ratios als das gleiche wie relatives Risiko gemeldet werden? Sollten sie überhaupt gemeldet werden?“

Also hier ist, was Dr. Hoffman schrieb.,

Wenn wir über die relative Wirkung zweier konkurrierender Ansätze (Tests, Medikamente, Interventionen usw.) nachdenken, denken wir intuitiv darüber nach, was mathematisch als Risikoverhältnis bezeichnet wird. Wenn ein Medikament 80% der Menschen heilt und das andere Medikament 90% heilt, wird das relative Risiko (RR) eines schlechten Ergebnisses halbiert. Die RR beträgt daher 0,5 und die relative Risikoreduktion (RRR) = 50%. Dies wird natürlich in den meisten Fällen besser als Absolute Risk Reduction (ARR) dargestellt, was in diesem Beispiel 10% betragen würde. (Der NNT ist die Umkehrung des ARR, also wäre es in diesem Fall 1/10 oder 10.,

Für bestimmte Arten von Studien, bei denen die Größe der Gruppen, die jede der Interventionen erhalten, nicht natürlich ist, sondern durch das Studiendesign festgelegt wird (z. B. in einer Fallkontrollstudie, wenn man sich willkürlich dafür entschieden hat, die Größe der Kontrollgruppe der gleiche wie die der Fälle zu machen), wäre es statistisch unangemessen, Ergebnisse in Bezug auf RR zu präsentieren; In solchen Fällen ist es in Ordnung, Odds ration (ODER) als Ersatz für RR zu verwenden – solange man nicht vorgibt, dass sie dasselbe bedeuten (oder noch schlimmer, dann die Ergebnisse in Bezug auf das deutet darauf hin, dass sie eine Veränderung des Risikos darstellen., Natürlich verwenden einige Leute auch wenn RR ist statistisch angemessen — das ist ein bisschen wie Betrug; Sie tun dies, weil ODER sieht immer eindrucksvoller als in der RR.

Für bestimmte Arten von Ergebnissen (wenn das Ergebnis für beide Gruppen selten ist) ODER ziemlich genau annähert RR (es ist nur ein wenig besser); je häufiger die Ergebnisse jedoch, desto mehr diese beiden Maßnahmen divergieren (und ODER beginnt viel beeindruckender aussehen).

Ich kann Ihnen dies mit sehr einfacher Mathematik zeigen.,

RR wird berechnet als das Verhältnis zwischen den zu vergleichenden Gruppen im Hinblick auf die%, die das Ergebnis von Interesse haben. Wenn also in 10% gegenüber 5% in 2 Gruppen von jeweils 100 Patienten ein schlechtes Ergebnis vorliegt, beträgt die RR 5/100 geteilt durch 10/100 oder 5/10 oder die Hälfte.,

Dieses mathematische Phänomen tritt auf, weil sowohl für RR als auch für OR der Zähler einfach die Anzahl der Personen mit dem fraglichen Ergebnis ist, aber während für RR der Nenner immer derselbe ist — das gesamte N in der Gruppe — für ODER es nimmt immer ab (mit immer größerem Einfluss auf die endgültige Berechnung), wenn die Anzahl der (schlechten) Ergebnisse abnimmt.

Wenn ein Autor sagt „6 mal die Chance“ für letztere, er lügt entweder, oder unwissend. (Ich bin auf beides gestoßen.,)

Das gleiche gilt für RRs und ORs <1, wo schlechte Ergebnisse abnehmen, zum Beispiel; für eine RR von 0,5 kann das OR sehr ähnlich sein, zum Beispiel bei 0,49 – oder sehr unterschiedlich, bei 0,16, unter Verwendung der Umkehrung der gleichen Beispiele von oben.

Die Bedeutung von ODER ist nicht entfernt intuitiv, daher ist es unangemessen, sie in Begriffen auszudrücken, die darauf hindeuten, was wir unter einer relativen Wahrscheinlichkeit von A gegen B verstehen — und je nach den Besonderheiten äußerst irreführend sein können.

zurück zu „Tipps zum Verständnis von Studien“