Dalla pagina del sito web dell’Agenzia statunitense per la ricerca sanitaria e la qualità su odds ratio:

Definizione: La possibilità che un evento si verifichi in un gruppo rispetto alla possibilità che si verifichi in un altro gruppo. L’odds ratio (OR) è una misura della dimensione dell’effetto ed è comunemente usato per confrontare i risultati negli studi clinici.

Esempio: Ad esempio, uno studio di ricerca ha confrontato due gruppi di donne che hanno sviluppato il diabete durante le loro gravidanze. Un gruppo è stato trattato con metformina e l’altro gruppo è stato trattato con insulina., I ricercatori hanno registrato quante delle madri hanno consegnato i loro bambini prima del previsto (meno di 37 settimane dopo la gravidanza). Quando hanno calcolato le probabilità di una consegna anticipata, l’odds ratio (OR) per metformina era 1,06. Ciò significa che le donne che assumevano metformina hanno avuto un piccolo aumento (1,06 volte) delle probabilità di avere un parto precoce rispetto alle donne che assumevano insulina.

Ho chiesto a Jerome R Hoffman, MA, MD, Professore di Medicina emerito, UCLA School of Medicine di scrivere una breve introduzione sui rapporti di probabilità., Gli ho detto che un giornalista mi aveva recentemente chiesto:

” Che diamine dovrei fare con i rapporti di probabilità negli studi?

Da quello che ho letto, i rapporti di probabilità NON sono gli stessi del rischio relativo, ma i giornalisti e i lettori di solito presumono che lo siano: pensano che qualcosa sia due volte più probabile se il rapporto di probabilità è 2.0. Ma non è questo che significa.

Scrivo di studi su base giornaliera ed evito di citare i rapporti di probabilità. Invece cerco di convincere i ricercatori a nasconderli a numeri più comprensibili quando possibile., Se i ricercatori non possono o non lo faranno — alcuni di loro sembrano confusi sul concetto di odds ratio come chiunque altro — uso un linguaggio vago come “X è significativamente più probabile di Y.”

Ma questo non è davvero utile per i lettori. E se ricercatori e giornalisti non riescono a capire i rapporti di probabilità, non capisco come posso insegnare ai lettori a capirli.

Cosa ne pensi? Gli odds ratio dovrebbero essere segnalati come uguali al rischio relativo? Dovrebbero essere segnalati a tutti?”

Quindi ecco cosa ha scritto il dottor Hoffman.,

Quando pensiamo all’effetto relativo di due approcci concorrenti (test, farmaci, interventi, ecc.), stiamo intuitivamente pensando a ciò che è matematicamente noto come rapporto di rischio. Se un farmaco cura l ‘ 80% delle persone e l’altro farmaco cura il 90%, il rischio relativo (RR) di un esito negativo viene dimezzato. L’RR è quindi 0,5 e la riduzione del rischio relativo (RRR) = 50%. Questo è ovviamente nella maggior parte dei casi meglio presentato come absolute Risk Reduction (ARR), che sarebbe del 10% in questo esempio. (L’NNT è l’inverso dell’ARR, quindi in questo caso sarebbe 1/10 o 10.,

Per alcuni tipi di studi, in cui la dimensione dei gruppi di ciascuno degli interventi non è naturale, ma invece fissato dal disegno di studio (per esempio, in uno studio caso-controllo, quando si è scelto arbitrariamente per rendere la dimensione del gruppo di controllo, la stessa dei casi), sarebbe statisticamente inappropriato di presentare i risultati in termini di RR; in tali casi, è bene utilizzare probabilità razione (O) come un surrogato per RR – fintanto l’uno non poi far finta che significano la stessa cosa (o, peggio ancora, per poi presentare i risultati in termini che suggeriscono che essi rappresentano un cambiamento nel rischio.,) Naturalmente alcune persone usano O anche quando RR è statisticamente appropriato-che è un po ‘ come barare; lo fanno perché O sembra sempre più impressionante di RR.

Per alcuni tipi di risultati (quando il risultato è raro per entrambi i gruppi) O si avvicina abbastanza da vicino a RR (è solo un po ‘ meglio); più comuni sono i risultati, tuttavia, più queste due misure divergono (e O inizia a sembrare molto più impressionante).

Posso mostrartelo con una matematica molto semplice.,

RR è calcolato come il rapporto tra i gruppi da confrontare rispetto alla % che hanno il risultato di interesse. Quindi se c’è un risultato negativo nel 10% vs 5% in 2 gruppi di 100 pazienti ciascuno, l’RR è 5/100 diviso per 10/100, o 5/10, o la metà.,

Questo fenomeno matematico si verifica perché sia per RR che per O il numeratore è semplicemente il numero di persone con il risultato in questione, ma mentre per RR il denominatore è sempre lo stesso — il totale N nel gruppo — per O continua a diminuire (con un impatto sempre maggiore sul calcolo finale) al diminuire del numero di (cattivi) risultati.

Quando un autore dice “6 volte la possibilità” per quest’ultimo, sta mentendo o ignorando. (Ho incontrato entrambi.,)

Lo stesso vale per RRs e ORs <1, dove i risultati negativi stanno diminuendo, ad esempio; per un RR di 0.5, l’OR può essere molto simile, ad esempio a 0.49, o molto diverso, a 0.16, usando l’inverso degli stessi esempi dall’alto.

Il significato di O non è lontanamente intuitivo, quindi esprimerlo in termini che suggeriscono ciò che comprendiamo con una probabilità relativa di A vs B è inappropriato e, a seconda delle specifiche, può essere estremamente fuorviante.

torna a “Suggerimenti per la comprensione degli studi”