de la page du site Web de L’Agence américaine pour la recherche et la qualité des soins de santé sur les rapports de cotes:

définition: la probabilité qu’un événement se produise dans un groupe par rapport à la probabilité qu’il se produise dans un autre groupe. Le odds ratio (OR) est une mesure de la taille de l’effet et est couramment utilisé pour comparer les résultats dans les essais cliniques.

exemple: par exemple, une étude de recherche a comparé deux groupes de femmes qui ont développé un diabète pendant leur grossesse. Un groupe a été traité avec de la metformine, et l’autre groupe a été traité avec de l’insuline., Les chercheurs ont enregistré le nombre de mères qui ont accouché plus tôt que prévu (moins de 37 semaines après leur grossesse). Lorsqu’ils ont calculé les chances d’un accouchement précoce, le rapport de cotes (OR) pour la metformine était de 1,06. Cela signifie que les femmes prenant de la metformine avaient une légère augmentation (1,06 fois) des chances d’avoir un accouchement précoce par rapport aux femmes prenant de l’insuline.

j’ai demandé à Jerome R Hoffman, MA, MD, professeur de Médecine émérite, Ucla School of Medicine d’écrire une brève introduction sur les rapports de cotes., Je lui ai dit qu’un journaliste m’avait récemment demandé:

« Que diable devrais-je faire avec les rapports de cotes dans les études?

D’après ce que j’ai lu, les rapports de cotes ne sont pas les mêmes que le risque relatif, mais les journalistes et les lecteurs supposent généralement qu’ils le sont: ils pensent que quelque chose est deux fois plus probable si le rapport de cotes est de 2.0. Mais ce n’est pas ce que cela signifie.

j’écris quotidiennement sur les études et j’évite de citer les rapports de cotes. Au lieu de cela, j’essaie d’amener les chercheurs à les dissimuler à des chiffres plus compréhensibles lorsque cela est possible., Si les chercheurs ne peuvent pas ou ne veulent pas le faire — certains d’entre eux semblent aussi confus au sujet du concept de rapports de cotes que n’importe qui d’autre — j’utilise un langage vague comme « X est beaucoup plus probable que Y.”

mais ce n’est pas vraiment utile pour les lecteurs. Et si les chercheurs et les journalistes ne peuvent pas comprendre les rapports de cotes, Je ne sais pas comment apprendre aux lecteurs à les comprendre.

Qu’en pensez-vous? Les rapports de cotes devraient-ils être déclarés comme étant les mêmes que le risque relatif? Devraient-ils être déclarés à tous?”

Voici donc ce que le Dr Hoffman a écrit.,

lorsque nous pensons à l’effet relatif de deux approches concurrentes (tests, médicaments, interventions, etc.), nous pensons intuitivement à ce que l’on appelle mathématiquement le rapport de risque. Si un médicament guérit 80% des personnes et l’autre 90%, le risque relatif (RR) d’un mauvais résultat est réduit de moitié. Le RR est donc de 0,5, et la réduction du risque relatif (RRR) = 50%. Ceci est bien sûr dans la plupart des cas mieux présenté comme une réduction du risque absolu (ARR), qui serait de 10% dans cet exemple. (Le NNT est l’inverse de l’ARR, donc dans ce cas, il serait 1/10, ou 10.,

pour certains types d’études, où la taille des groupes recevant chacune des interventions n’est pas naturelle, mais plutôt fixée par le plan d’étude (par exemple, dans une étude cas – témoins, lorsque l’on a arbitrairement choisi de rendre la taille du groupe témoin identique à celle des cas), il serait statistiquement inapproprié de présenter les résultats en termes de RR; dans de tels cas, il est très bien d’utiliser la ration de cotes (ou) comme substitut de RR-tant que l’on ne prétend pas alors qu’ils signifient la même chose (ou pire encore, de présenter les résultats en termes de RR cela suggère qu’ils représentent un changement dans le risque.,) Bien sûr, certaines personnes utilisent ou même lorsque RR est statistiquement approprié — ce qui est un peu comme tricher; ils le font parce que ou semble toujours plus impressionnant que RR.

pour certains types de résultats (lorsque le résultat est rare pour les deux groupes) ou se rapproche assez étroitement de RR (c’est seulement un peu mieux); plus les résultats sont communs, cependant, plus ces deux mesures divergent (et ou commencent à paraître beaucoup plus impressionnant).

je peux vous le montrer avec des mathématiques très simples.,

RR est calculé comme le rapport entre les groupes comparés en ce qui concerne le % qui ont le résultat d’intérêt. Ainsi, s’il y a un mauvais résultat chez 10% vs 5% dans 2 groupes de 100 patients chacun, le RR est de 5/100 divisé par 10/100, ou 5/10, ou la moitié.,

Ce phénomène mathématique se produit parce que pour RR et ou le numérateur est simplement le nombre de personnes avec le résultat en question, mais alors que pour RR le dénominateur est toujours le même — le total N dans le groupe — pour ou il continue de diminuer (avec un impact de plus en plus grand sur le calcul final) à mesure

lorsqu’un auteur dit « 6 fois plus de chance” pour ce dernier, il ment ou est ignorant. (Je l’ai rencontré à la fois.,)

la même chose est vraie pour RRs et ORs < 1, où les mauvais résultats diminuent, par exemple; pour un RR de 0.5, le ou peut être très similaire, à 0.49, Par exemple – ou très différent, à 0.16, en utilisant l’inverse des mêmes exemples ci-dessus.

le sens de ou n’est pas intuitif à distance, donc l’exprimer en termes qui suggèrent ce que nous comprenons par une chance relative de A vs B est inapproprié — et selon les spécificités, peut être extrêmement trompeur.

retour à « Conseils pour comprendre les études »