Indhold
- TL; DR (for lang; læste ikke)
- Hvad er en odds-ratio?
- Eksponeringer og resultater
- Liv og confounding variabler
- Søger den justerede odds-ratio
Din læge har givet dig valget mellem to medicin til behandling af astma. Når du sammenligner besøg på akutmagasinet, bemærker du, at 10 patienter på medicin A rapporterede en rejse til hospitalet versus de fem patienter på medicin B. Ved første øjekast ser det ud til, at medicin B er det åbenlyst bedste valg. For at tage en informeret beslutning skal du dog undersøge dataene lidt nærmere. For at bestemme, hvilken af disse to astmamedisiner der bedre vil tjene dig, kan du bruge statistikker til at beregne det justerede oddsforhold.
TL; DR (for lang; læste ikke)
En odds-ratio er et statistisk mål for tilknytning, der bruges til at bestemme forholdet mellem forskellige sæt af eksponeringer og resultater. Fundet ved at dele resultaterne af et resultat med resultaterne af et sekund, kan et odds-forhold give indsigt i effektiviteten af eksperimentelle behandlinger og mere. At bestemme det justerede oddsforhold for to datasæt kræver dog, at du tager del i forvirrende variabler - hvilket gør justerede oddsforhold vanskelige at bestemme i mange situationer.
Hvad er en odds-ratio?
En odds-ratio er det statistiske mål for sammenhængen mellem en eksponering og et resultat. Med andre ord er oddsforholdet den statistiske chance, end et resultat vil forekomme under en bestemt betingelse: i tilfældet med vores eksempel repræsenterer oddsforholdet chancen for, at det at tage en af to astmamedicin stadig kan føre til et hospitalbesøg. Oddsforhold er nemme at beregne. Hvis du deler de rapporterede hospitalbesøg for medicin B af dem, der er med medicin A, kommer du med odds-forholdet. I dette eksempel er oddsforholdet 0,5. Forholdet betyder, at du har nogenlunde en 50% større chance for at gå til hospitalet, når du tager medicin A i forhold til medicin B. Dette betyder dog ikke nødvendigvis, at medicin B er bedre: dette 0,5-forhold er kendt som et uregelmæssigt eller råt odds-forhold , fordi det ikke tager noget med i bortset fra det rapporterede antal hospitalbesøg.
Eksponeringer og resultater
Den numeriske værdi af et oddsforhold giver dig en idé om, hvad der vil ske, når en patient udsættes for noget - i dette tilfælde astmamedicin. Et oddsforhold på 1 betyder, at eksponering ikke påvirker resultatet: Med andre ord virker medicinen ikke. Et oddsforhold på mere end 1 indikerer højere odds for resultatet, mens et forhold mindre end 1 indikerer lavere odds for resultatet.
Liv og confounding variabler
Problemet med et groft oddsforhold er, at det er helt en-dimensionelt. Det afspejler ikke påvirkningen af forvirrende faktorer som alder, andre medicinske tilstande eller endda noget så simpelt som adgang til en klinik versus en akut afdeling. Din oddsforholdstolkning af medicinen kan ændre sig, hvis du fandt ud af, at alle patienter, der fik medicin A, også modtog behandling for lungekræft, og at alle patienter, der fik medicin B, ellers havde et godt helbred, eller hvis du fandt ud af, at patienter på medicin A boede fem miles væk fra hospitalet og 60 miles væk fra den nærmeste klinik.
Søger den justerede odds-ratio
Meget få ting i livet har et klart forhold mellem årsag og virkning. I statistikker er de "andre" faktorer, der påvirker forholdet mellem to ting, kendt som forvirrende variabler. Hvis kun en variabel påvirker forholdet, foretager matematikere en statistisk justering for at give et mere nøjagtigt forhold. Når der er taget hensyn til alle variabler, siges forholdet at være fuldt justeret. Fordi justering af et odds-forhold er meget kompliceret, forsøger forskere at kontrollere så mange variabler som muligt for at sikre nøjagtige resultater. I farmaceutiske forsøg vil for eksempel forskere kigge efter deltagere i samme alder og køn med lignende medicinske historier.