de la página web de la Agencia de investigación y calidad de la salud de los Estados Unidos sobre odds ratios:

definición: la probabilidad de que un evento ocurra en un grupo en comparación con la probabilidad de que ocurra en otro grupo. El odds ratio (OR) es una medida del tamaño del efecto y se usa comúnmente para comparar resultados en ensayos clínicos.

ejemplo: por ejemplo, un estudio de investigación comparó dos grupos de mujeres que desarrollaron diabetes durante sus embarazos. Un grupo fue tratado con metformina, y el otro grupo fue tratado con insulina., Los investigadores registraron cuántas de las madres dieron a luz a sus bebés antes de lo esperado (menos de 37 semanas después de quedar embarazadas). Cuando calcularon las probabilidades de un parto prematuro, la odds ratio (OR) Para metformina fue de 1,06. Esto significa que las mujeres que tomaron metformina tuvieron un pequeño aumento (1,06 veces) en las probabilidades de tener un parto prematuro en comparación con las mujeres que tomaron insulina.

le pedí a Jerome R Hoffman, MA, MD, Profesor Emérito de Medicina, Ucla School Of Medicine que escribiera un breve manual sobre las razones de probabilidades., Le dije que un periodista me había preguntado recientemente:

» ¿Qué diablos debo hacer con las odds ratios en los estudios?

por lo que he leído, las odds ratios no son lo mismo que el riesgo relativo, pero los periodistas y los lectores generalmente asumen que lo son: piensan que algo es el doble de probable si la odds ratio es 2.0. Pero eso no es lo que significa.

escribo sobre estudios a diario y evito citar odds ratios. En su lugar, trato de que los investigadores los conviertan en números más comprensibles cuando sea posible., Si los investigadores no pueden o no quieren hacer eso, algunos de ellos parecen tan confundidos sobre el concepto de odds ratios como cualquier otro, utilizo un lenguaje vago como «X es significativamente más probable que Y».

pero eso no es realmente útil para los lectores. Y si los investigadores y los periodistas no pueden entender las probabilidades, no se Cómo puedo enseñar a los lectores a averiguarlas.

¿Qué opinas? Debe odds ratios ser el mismo que el riesgo relativo? ¿Deberían ser reportados?»

así que esto es lo que escribió El Dr. Hoffman.,

Cuando pensamos en el efecto relativo de dos enfoques competitivos (pruebas, fármacos, intervenciones, etc.), estamos pensando intuitivamente en lo que matemáticamente se conoce como la razón de riesgo. Si un medicamento cura al 80% de las personas, y el otro cura al 90%, el riesgo relativo (RR) de un mal resultado se reduce a la mitad. El RR es, por lo tanto, 0,5, y la reducción del riesgo relativo (RRR) = 50%. Por supuesto, en la mayoría de los casos se presenta mejor como reducción absoluta del riesgo (ARR), que sería del 10% en este ejemplo. (El NNT es el inverso del ARR, por lo que en este caso sería 1/10, o 10.,

para ciertos tipos de estudios, donde el tamaño de los grupos que reciben cada una de las intervenciones no es natural, sino fijado por el diseño del estudio (por ejemplo, en un estudio de casos y controles, cuando uno ha elegido arbitrariamente hacer que el tamaño del grupo de control sea el mismo que el de los casos), sería estadísticamente inapropiado presentar resultados en términos de RR; en tales casos, está bien usar odds ration (OR) como sustituto de RR, siempre y cuando uno no finja que significan lo mismo (o peor aún, eso sugiere que representan un cambio en el riesgo.,) Por supuesto, algunas personas utilizan o incluso cuando RR es estadísticamente apropiado-que es un poco como hacer trampa; lo hacen porque o siempre se ve más impresionante que RR.

para ciertos tipos de resultados (cuando el resultado es raro para ambos grupos) o se aproxima bastante a RR (es solo un poco mejor); sin embargo, cuanto más comunes sean los resultados, más divergirán estas dos medidas (y o comienza a parecer mucho más impresionante).

puedo mostrarles esto con matemáticas muy simples.,

RR se calcula como la relación entre los grupos comparados con respecto al % que tiene el resultado de interés. Por lo tanto, si hay un mal resultado en el 10% vs 5% en 2 grupos de 100 pacientes cada uno, el RR es 5/100 dividido por 10/100, o 5/10, o la mitad.,

este fenómeno matemático se produce porque tanto para RR como para OR el numerador es simplemente el número de personas con el resultado en cuestión, pero mientras que para RR el denominador es siempre el mismo — el N total en el grupo — para OR sigue disminuyendo (con un impacto cada vez mayor en el cálculo final) a medida que disminuye el número de (malos) resultados.

Cuando un autor dice «6 veces la oportunidad» para este último, está mintiendo o ignorante. (He encontrado ambos.,)

lo mismo es cierto para RRs y ORs <1, donde los malos resultados están disminuyendo, por ejemplo; para un RR de 0.5, El OR puede ser muy similar, en 0.49, por ejemplo – o muy diferente, en 0.16, utilizando el inverso de los mismos ejemplos de arriba.

el significado de o no es remotamente intuitivo, por lo que expresarlo en términos que sugieren lo que entendemos por una probabilidad relativa de A vs B es inapropiado, y dependiendo de los detalles, puede ser extremadamente engañoso.

volver a»consejos para comprender los estudios»