Fra U.S. Agency for Healthcare Research and Quality nettside på odds ratio:

Definisjon: muligheten for At en hendelse inntreffer i en gruppe i forhold til sjansen for at det skjer i en annen gruppe. Odds ratio (ELLER) er et mål på effektstørrelse og er vanligvis brukes til å sammenligne resultater i kliniske studier.

Eksempel: For eksempel, en forskning studie sammenlignet to grupper av kvinner som utviklet diabetes under svangerskap. En gruppe ble behandlet med metformin, og den andre gruppen ble behandlet med insulin., Forskerne registrert hvor mange av mødrene levert sine barn tidligere enn forventet (mindre enn 37 uker etter å bli gravid). Når de beregnes oddsen for en tidlig levering, odds ratio (ELLER) for metformin var 1.06. Dette betyr at kvinner som tar metformin hadde en liten økning (1.06 ganger) på oddsen for å ha en tidlig levering i forhold til kvinner som tar insulin.

jeg spurte Jerome R Hoffman, MA, MD, Professor i Medisin Emeritus ved UCLA School of Medicine, til å skrive en kort primer på odds ratio., Jeg fortalte ham at en journalist hadde nylig spurte meg:

«Hva pokker skal jeg gjøre med odds ratio i studier?

Fra hva jeg har lest, odds ratio er IKKE det samme som relativ risiko, men journalister og lesere vanligvis antar de er: De tror noe er dobbelt så sannsynlig hvis odds ratio er 2.0. Men det er ikke hva det betyr.

jeg skrive om studier på en daglig basis, og unngå siterer odds ratio. I stedet prøver jeg å få forskere til å covert dem til mer forståelige tall når det er mulig., Hvis forskerne kan ikke eller vil ikke gjøre det — noen av dem synes som forvirret om konseptet odds ratio som alle andre — jeg bruker vage språk som «X er vesentlig mer sannsynlig enn Y.»

Men det er ikke veldig nyttig for lesere. Og hvis forskere og journalister ikke kan forstå odds ratio, jeg vet ikke hvordan jeg kan få leserne til å regne dem ut.

Hva tror du? Bør odds ratio bli rapportert som å være det samme som relativ risiko? Skulle de bli rapportert i det hele tatt?»

Så her er hva Dr. Hoffman skrev.,

Når vi tenker på den relative effekten av to konkurrerende tilnærminger (tester, medisiner, tiltak, etc), vi er intuitivt tenker på hva som er matematisk kjent som risiko-forhold. Hvis ett legemiddel kurer 80% av menneskene, og det andre stoffet kurer 90%, relativ risiko (RR) for et dårlig utfall er kuttet i to. Den RR er derfor 0.5, og relativ risikoreduksjon (RRR) = 50%. Dette er selvfølgelig i de fleste tilfeller bedre presentert som absolutt risikoreduksjon (ARR), som skulle være 10% i dette eksempelet. (Den NNT er den inverse av ARR, så i dette tilfellet ville det være 1/10, eller 10.,

For visse typer studier, hvor størrelsen av gruppene får hver av tiltak er ikke naturlig, men i stedet løst av studiedesign (for eksempel i en case-control studie, når man har vilkårlig valgt å gjøre størrelsen på den kontrollgruppe det samme som for de tilfeller), det ville være statistisk hensiktsmessig å presentere resultatene i form av RR; i slike tilfeller er det greit å bruke odds rasjon (ELLER) som et surrogat for RR – så lenge man ikke så late at de betyr det samme (eller enda verre, og deretter presentere resultatene på en måte som tyder på at de representerer en endring i risiko.,) Selvfølgelig noen mennesker bruker ELLER selv når RR er statistisk riktig — noe som er litt som juks; de gjør dette fordi ELLER alltid ser mer imponerende enn RR.

For visse typer av resultater (når utfallet er sjeldne for begge grupper) ELLER ganske tett tilnærmet lik RR (det er bare litt bedre); de mer vanlige utfallet, men jo mer disse to tiltakene avviker (og ELLER begynner å se mye mer imponerende).

jeg kan vise dette til deg med svært enkel matematikk.,

RR er beregnet som forholdet mellom grupper som blir sammenlignet med hensyn til % som har utfallet av interesse. Dermed hvis det er en dårlig resultat på 10% mot 5% i 2 grupper av 100 pasienter hver, RR er 5/100 delt av 10/100, eller 5/10, eller en halv.,

Denne matematiske fenomen oppstår fordi for både RR og ELLER telleren er rett og slett antall personer med utfallet i spørsmålet, men mens for RR nevneren er alltid det samme — den totale N i gruppe — for ELLER det holder synkende (med større og større innvirkning på det endelige beregningen) som nummer av (dårlig) utfall reduseres.

Når en forfatter sier: «6 ganger sjanse» for den siste, han er enten liggende eller uvitende. (Jeg har møtt begge.,)

Det samme er sant for RRs og Or <1, hvor dårlige resultater er synkende, for eksempel, for en RR på 0,5, ELLER kan være svært like, på 0.49, for eksempel – eller veldig annerledes, på 0.16, ved hjelp av den inverse av den samme eksempler fra over.

betydningen av ELLER er ikke eksternt intuitivt, så uttrykker det i vilkårene som tyder på det vi forstår med en relativ sjanse til A vs B er upassende — og avhengig av detaljer, kan det være misvisende.

tilbake til «Tips for å Forstå Studier»