Odd Ratio Là Gì

     
Tóm tắt: một trong những hiểu lầm phổ biến trong diễn giải kết quả nghiên cứu lâm sàng là nhầm lẫn giữa odds ratio (OR) và relative risk (RR). Các công trình phân tích lâm sàng đối chứng đột nhiên (randomized controlled trial – RCT)
GS. Nguyễn Văn Tuấn giáo sư y khoa, Đại học New South WalesViện nghiên cứu y khoa Garvan, Sydney, Australia

Tóm tắt: Một giữa những hiểu lầm phổ biến trong diễn giải tác dụng nghiên cứu lâm sàng là nhầm lẫn thân odds ratio (OR) với relative risk (RR). Những công trình nghiên cứu lâm sàng đối chứng đột nhiên (randomized controlled trial – RCT) thường sẽ có xu hướng report kết quả qua chỉ số RR, nhưng cũng có thể có khi OR được sử dụng để mô tả ảnh hưởng của một thuật chữa bệnh hay mối contact giữa nhị yếu tố. Sự chắt lọc này dẫn đến hiểu lầm rằng nhì chỉ số này giống nhau, với sự hiểu lầm xảy ra ở trong cả những nhà nghiên cứu và phân tích có kinh nghiệm. Tuy nhiên, OR không tồn tại cùng chân thành và ý nghĩa với RR. Nói ngắn gọn, OR là một cầu số của RR. Trong đk tần số mắc bệnh thấp hay siêu thấp (dưới 1%) thì OR RR tương đương nhau, nhưng khi tần số mắc bệnh cao hơn nữa 20% thì OR có xu hướng ước tính RR cao hơn thực tế. Bài bác này sẽ phân tích và lý giải những khác hoàn toàn quan trọng giữa 2 chỉ số này, và trình diễn một bí quyết diễn giải đúng hơn.

Bạn đang xem: Odd ratio là gì

Trong một bài xích báo khoa học về mối liên hệ giữa gen RUNX2 cùng gãy xương, các tác mang viết: “The risk of fracture in the CC genotype was 45% lower than TT group (OR = 0.55; 95% CI: 0.32 – 0.94; p = 0.03)“. Mặc dù cách diễn giải này sai, vì người sáng tác hiểu lầm có mang riskodds. Thật ra, đấy là một hiểu lầm rất phổ biến, vì những nhà phân tích thường đọc OR tương đương với RR, cơ mà hai chỉ số này không giống nhau.

Prevalence với incidence

trước khi phân biệt tư tưởng risk odds, họ cần sáng tỏ hai chỉ số thịnh hành trong nghiên cứu lâm sàng cùng dịch tễ học: tỉ lệ lưu giữ hành (prevalence) tỉ lệ gây ra (incidence). Tỉ lệ lưu hành, như tên gọi, là tỉ trọng ca bệnh hiện lưu lại hành vào một quần thể ngay tại 1 thời điểm. Tỉ lệ giữ hành phản ảnh qui mô của một vấn đề y tế, cơ mà không cho chúng ta biết về dịch căn học tập (etiology). Tỉ lệ phạt sinh, có khi được nói đến như thể tỉ lệ tấn công (attack rate), là tỉ lệ thành phần số ca new mắc căn bệnh trong một thời gian theo dõi. Tỉ lệ phạt sinh có mức giá trị kỹ thuật là nó cung ứng cho họ một vài thông tin về bệnh căn học. Chẳng hạn như một quần thể gồm 5 cá nhân (kí hiệu 1, 2, 3, …, 5 vào biểu đồ dùng dưới đây), với 3 tín đồ mắc dịch (đối tượng 1, 3 và 5).

Nếu một nghiên cứu và phân tích cắt ngang được triển khai tại thời gian T1 thì tỉ lệ lưu giữ hành ước tính lúc đó là 2/5 = 30%. Nhưng mà nếu công trình nghiên cứu và phân tích thực hiện nay tại thời khắc T2 thì tỉ lệ lưu hành là 3/5 = 60%. Trường hợp công trình nghiên cứu và phân tích theo dõi 5 cá nhân đến thời gian T3, cùng trong thời gian này còn có 3 cá nhân mắc bệnh; do đó, tỉ lệ tạo nên trong thời gian này là 3/5 = 60%.

Khái niệm nguy cơ (risk) cùng odds

Trong y khoa, nguy cơ tiềm ẩn mắc bệnh thực ra là xác suất. Xác suất, như bọn họ biết, là một trong biến số thân 0 với 1. Xác suất thực hóa học là tỉ lệ, tỉ số, với phần trăm. Bởi vì đó, thuật ngữ risk trong y khoa tất cả thể tức là xác suất, tỉ lệ lưu hành, tuyệt tỉ lệ vạc sinh.

Cụm tự nguy cơ, dịch trường đoản cú chữ risk trong giờ đồng hồ Anh, có nhiều nghĩa trong y khoa. Cần phải phân biệt nguy cơ mắc bệnhbệnh. Khi kể đến ung thư, bọn họ muốn nói tới một sự kiện cho một cá nhân; nhưng lại khi nói tới nguy cơ ung thư tốt cancer risk, bọn họ nói đến nguy cơ tiềm ẩn xảy ra, nguy cơ tiềm ẩn phát sinh cho một cá thể hay một quần thể. Xin nói lại, sự kiện khác với nguy cơ sự kiện. Vì chưng đó, ung thư khác với nguy cơ ung thư, bởi vì ung thư là một sự kiện mang tính xác minh (certainty), còn nguy cơ ung thư là một đổi thay số tiếp tục mang tính bất định (uncertainty). Tất cả chúng ta trong bất kể thời điểm nào đều phải có nguy cơ bị bệnh; nhưng mà có fan có nguy cơ cao, có bạn có nguy cơ thấp.


Trong giờ Anh còn có một chữ nữa mà các ngôn ngữ khác ví như Pháp, Tây Ban Nha, Đức, và ngay cả tiếng Việt cũng không có: sẽ là chữ odds. Nếu nguy cơ bệnh nhân mắc căn bệnh là p, thì tất cả một biện pháp nói không giống rằng odds mà bệnh nhân đó mắc bệnh dịch so với ko mắc bệnh là


Ví dụ: nếu nguy cơ bệnh nhân bị ung thư trong tầm 5 năm cho tới là 0.10 (tức 10%) thì odds mà người bệnh bị ung thư là 0.1/ (1 – 0.1) = 0.11. Theo có mang này odds không cần là nguy cơ giỏi risk.

OR với RR: nguyên lý tính toán

OR cùng RR là nhì chỉ số những thống kê rất thịnh hành và có ích trong nghiên cứu và phân tích lâm sàng, vì chưng cả nhị chỉ số chu chỉnh mối liên hệ giữa một yếu ớt tố nguy hại và bệnh tật – một mục tiêu gần như căn bản của nghiên cứu và phân tích y học hiện đại. Cơ chế tính toán của nhị chỉ số này cực kì đơn giản.

Hãy tưởng tượng một công trình nghiên cứu và phân tích RCT với 2 nhóm: nhóm được điều trị lành mạnh và tích cực với một loại thuốc gồm n1 bệnh nhân, và một đội chứng (placebo) có n2 bệnh nhân. Sau một thời hạn điều trị, bao gồm k1 bệnh nhân trong đội được chữa bệnh mắc bệnh, cùng k2 bệnh nhân trong nhóm bệnh mắc bệnh. Như vậy, tỉ trọng mắc bệnh của nhóm điều trị (kí hiệu p1) và nhóm bệnh (p2) được mong tính như sau:


*

Nếu RR > 1 (hay p1 > p2 ), bạn có thể phát biểu rằng yếu tố nguy cơ tiềm ẩn làm tăng khả năng mắc bệnh; ví như RR = 1 (tức là p1 = p2 ), bạn có thể nói rằng không tồn tại mối tương tác nào thân yếu tố nguy cơ và tài năng mắc bệnh; và nếu RR 1 2), họ có minh chứng để thể tuyên bố rằng nguyên tố nguy cơ rất có thể làm giảm khả năng mắc bệnh.


Odds ratio: cố gắng vì sử dụng tỉ lệ tạo ra p để giám sát và đo lường khả năng mắc bệnh, thống kê cung ứng cho bọn họ một chỉ số khác: sẽ là odds. Odds như đề cập trên là tỉ số của nhị xác suất. Giả dụ p là xác suất mắc bệnh, thì 1 – p là tỷ lệ sự kiện ko mắc bệnh. Theo đó, odds được khái niệm bằng:

Như vậy, nếu như odds > 1, kỹ năng mắc bệnh dịch cao hơn kỹ năng không mắc bệnh; giả dụ odds = 1 thì vấn đề đó cũng có nghĩa là khả năng bởi với năng lực không mắc bệnh; với nếu odds 1) và nhóm hội chứng (kí hiệu odds2) là:

*

 

Mối liên hệ giữa RROR. Qua bí quyết <1> cùng <2>, bạn có thể thấy OR với RR gồm một mối contact số học. Rất có thể viết lại bí quyết RR như là 1 trong những hàm số của OR (hay ngược lại), mà lại ở đây, tôi chỉ muốn xem xét một điểm quan trọng đặc biệt có liên quan đến bài toán diễn dịch RR với OR.


Nhìn vào bí quyết định nghĩa odds, họ dễ dàng thấy giả dụ tỉ lệ mắc căn bệnh p thấp (chẳng hạn như 0.001 tuyệt 0.01 – tức 0.1% tốt 1%), thì odds≈p. Chẳng hạn như giả dụ p = 0.01, thì 1 – p = 0.99, và vì vậy odds = 0.01 / 0.99 = 0.010101, tức cực kỳ gần với p = 0.01. Trở về với bí quyết <2>, nếu nguy cơ tiềm ẩn mắc dịch (p1 tuyệt p2) ( giỏi

*
) tốt hay khôn cùng thấp, thì OR có thể viết như sau:

*

Nói cách khác, nếu nguy cơ mắc căn bệnh thấp, thì OR gần bởi với RR. Tuy nhiên nếu nguy cơ mắc bệnh cao (chẳng hạn như bên trên 10%) thì chỉ số OR cũng cao hơn nữa chỉ số RR.


Có thể làm cho một vài giám sát để thấy sự khác hoàn toàn giữa RR với OR qua bảng số liệu sau đây (Bảng 1). Với số đông trường hợp nguy cơ mắc căn bệnh dưới 5%, OR với RR không khác biệt đáng kể. Nhưng nếu nguy cơ tiềm ẩn mắc bệnh cao hơn nữa 10%, thì OR thường ước tính RR cao hơn thực tế.

Bảng 1. So sánh RR cùng OR với khá nhiều tỉ lệ khác biệt (số liệu tế bào phỏng)

Trường hợp

Tỉ lệ (nguy cơ) mắc bệnh

Odds mắc bệnh

So sánh giữa RR với OR

Nhóm 1

(p1)

Nhóm 2

(p2)

Nhóm 1

(odds1)

Nhóm 2

(odds2)

RR

OR

1

0.001

0.003

0.002

0.003

3

3.01

2

0.01

0.03

0.01

0.03

3

3.06

3

0.02

0.06

0.02

0.06

3

3.13

4

0.05

0.15

0.05

0.18

3

3.35

5

0.10

0.30

0.11

0.43

3

3.86

6

0.15

0.45

0.18

0.82

3

4.64

7

0.20

0.60

0.25

1.50

3

6.00

8

0.25

0.75

0.33

3.00

3

9.00

9

0.30

0.90

0.43

9.00

3

21.0

10

0.33

0.99

0.49

99.0

3

2101.0

Chú ý: Bảng trên trên đây được tế bào phỏng làm sao cho RR = 3 để chứng minh rằng OR cầu tính độ tác động cao hơn so cùng với thực tế.

Xem thêm: Mẫu Tờ Khai Lệ Phí Trước Bạ Xe Máy, Tờ Khai Lệ Phí Trước Bạ Ô Tô, Xe Máy 2022

RROR: ứng dụng

Ví dụ 1: truy kiếm tìm ung thư vú. Chương trình truy tra cứu ung thư vú được khuyến khích như là 1 phương phương pháp y tế công cộng nhằm giảm nguy cơ tiềm ẩn tử vong từ bệnh này sinh sống phụ nữ. Một nhóm nghiên cứu ở Thụy Điển tiến hành một nghiên cứu lâm sàng đối chứng thiên nhiên (RCT), mà trong đó họ tuyển chọn các thanh nữ tuổi 50 trở lên, và chia thành 2 nhóm: đội A bao gồm 66103 thiếu nữ được chụp mammography tiếp tục (mỗi năm một lần), cùng nhóm B bao gồm 66105 thiếu phụ không chụp mammography nhưng mà chỉ theo dõi thông thường (tức team chứng). Sau 5 năm, nhóm A có 183 bạn tử vong bởi ung thư vú với nhóm B bao gồm 177 tín đồ tử vong. Số liệu được trình diễn trong Bảng 2 sau đây:


Nhóm

Tổng số đối tượng tham gia

Số tử vong

A – Mammography

66,103

183

B – nhóm chứng

66,105

177

Với số liệu này, bạn cũng có thể thấy nguy cơ tử vong trong nhóm A là pa = 183/66103 = 0.002768 với nhóm B là pa = 177/66105 = 0.002678. Tự đó, RR hoàn toàn có thể ước tính bởi công thức <1> như sau:

*

Như vậy, OR bởi RR. Nhưng bí quyết diễn dịch của OR không giống với RR. Chính vì đơn vị của RR là nguy hại tử vong, đến nên chúng ta có thể nói rằng nhóm chụp mammography tiếp tục có nguy cơ tử vong cao hơn nữa nhóm đối chứng khoảng chừng 3.4%. Nhưng đơn vị chức năng của ORodds, mang đến nên chúng ta không thể phát biểu về “nguy cơ tử vong”, nhưng mà chỉ hoàn toàn có thể phát biểu rằng “khả năng” giỏi odds tử vong của group A cao hơn nhóm B khoảng chừng 3.4%. Ở đây, vì nguy cơ tiềm ẩn tử vong thấp, cho nên như cách làm <3> cho biết hai chỉ số này như thể nhau, cùng trong thực tế chúng ta cũng có thể diễn dịch một OR như là RR.

Cách rành mạch trên dường như máy móc cùng lí thuyết, mà lại quan trọng. Để thấy rõ nguy hại trong giải pháp diễn dịch OR, tôi sẽ trình bày một lấy ví dụ như sau đây:

Bảng 3: sắc đẹp tộc cùng tỉ lệ thông tim

Nhóm

Số bác bỏ sĩ đề nghị thông tim

Số bác bỏ sĩ không đề xuất thông tim

w – người bị bệnh da trắng

652

68

b – người mắc bệnh da đen

610

110

Các đơn vị nghiên cứu tóm lại rằng tỉ lệ người mắc bệnh da black được thông tim thấp hơn tỉ lệ ở người mắc bệnh da trắng mang đến 40%. Sau khi nghiên cứu này công bố, giới truyền thông rầm rộ bàn về tác dụng và ý nghĩa của nghiên cứu. Không yêu cầu nói ra, cũng có thể đoán được trong dư ba và triệu chứng kì thị chủng tộc sống Mĩ còn kéo dài, rất nhiều nhóm tranh đấu chống kì thị chủng tộc lấy tác dụng này để gia công bằng bệnh tố cáo rằng các bác sĩ da trắng kì thị người mắc bệnh da đen. Ý nghĩa còn nâng cao hơn: sự kì thị này có thể dẫn mang lại tử vong. Nói giải pháp khác, có fan diễn dịch rằng đó là một sự ráng sát!


Nhưng vô cùng tiếc là số lượng 40% này đã được diễn dịch rất là sai. Không mọi diễn dịch sai mà lại cách đo lường và thống kê cũng sai. Để hiểu lý do cách suy diễn đó sai, chúng ta hãy ban đầu bằng cách tính OR của những tác giả. Odds thông tim vào nhóm người mắc bệnh da trắng là:

*

Tại sao có sự khác biệt? trên vì các tác giả cùng giới truyền thông media nhầm lẫn rằng ORRR. Vào trường đúng theo này, OR ko phải là một trong chỉ số phù hợp để so với số liệu, bởi vì son số tỉ lệ quá cao (84.7% và 90.6%), và vày tỉ lệ quá cao, do đó OR ước tính RR quá cao hơn nữa thực tế.

Thật ra, ở đây cách điện thoại tư vấn “RR” cũng không chủ yếu xác. RR chỉ áp dụng cho tỉ lệ phát sinh (incidence), nhưng mà trong trường phù hợp này không có tỉ lệ phân phát sinh, nhưng là tỉ lệ lưu giữ hành (prevalence). Vày đó, thuật ngữ đúng chuẩn để miêu tả 0.935 là prevalence ratio (PR). (Đây là 1 trong đề tài khác cơ mà tôi hy vọng sẽ có dịp trở về để bàn thêm). Điều ngạc nhiên là không nên sót đó lại hiện diện ngay trên giấy tờ trắng mực black của một tập san y học vào hàng tiên phong hàng đầu trên nỗ lực giới!

Vấn đề diễn dịch OR

RR là tỉ số của 2 tỉ lệ tốt 2 nguy cơ, và tỉ lệ thì bạn có thể hiểu được khá dễ dàng dàng. Nếu nói tỉ lệ mắc dịch 3%, bọn họ nghĩ ngay đến 3 vào 100 bạn mắc bệnh. Vày thế, sự việc diễn dịch RR khá dễ dàng. Trường hợp RR = 2, chúng ta có thể nói rằng tỉ lệ tăng gấp 2 lần. Ai cũng hiểu được mà không chất vấn gì thêm.

OR là tỉ số của nhì odds. Odds phản ảnh “khả năng” mắc bệnh. Odds = 2 có nghĩa là khả năng mắc căn bệnh cao hơn khả năng không mắc bệnh 2 lần. Nặng nề hiểu. Odds đã khó hiểu thì tỉ số của hai odds (hay nhị khả năng) lại càng là một thống kê giám sát khó hiểu hơn vì nó quá tầm thường chung, khó cảm giác được. Thiệt ra, một người bình thường khó có thể hiểu đúng chuẩn nghĩa của OR. Họ biết OR = 2 không phải có thuộc nghĩa với RR = 2. Chính vì thế mà vừa mới đây có “phong trào xét lại” OR trên các tập san y học tập quốc tế. Những nhà nghiên cứu, dịch tễ học và thống kê học lôi kéo bỏ OR!

Nhưng bất cứ đo lường nào thì cũng lợi cầm cố và khiếm khuyết. RR, dù dễ diễn dịch cũng đều có khiếm khuyết của nó. Lấy ví dụ 1-1 giản: ví như tỉ lệ mắc các bệnh ung thư trong đội A là 1% với nhóm B là 3%, họ dễ dàng thấy RR = 3. Tuy thế thay do nói mắc bệnh, chúng ta lật ngược lại vấn đề “không mắc bệnh”: bọn họ có tỉ lệ mang lại nhóm A là 99% so với team B là 97%, và như vậy RR = 0.97 / 0.99 = 0.98, có nghĩa là tỉ lệ không mắc bệnh dịch trong team B phải chăng hơn nhóm A khoảng 2%. (Nhưng nếu cần sử dụng “mắc bệnh”, nhóm A mắc bệnh nhiều hơn thế nữa nhóm B mang đến 3 lần!) Nói biện pháp khác, RR có thể thiếu tính đồng điệu (consistency).

Nhưng OR thì tuyệt nhất quán. Trong ví dụ như trên, nếu mang chỉ số là “mắc bệnh” làm so sánh, OR là 3.06. Mà lại nếu đem “không mắc bệnh” làm chỉ số son sánh, thì OR vẫn là 3.06 (bạn đọc hoàn toàn có thể kiểm tra số lượng này). Trong toán thống kê, tín đồ ta gọi đặc tính của OR là symmetric (đối xứng), còn công năng của RR là asymmetric (bất đối xứng).

OR, PR, RR và thể loại nghiên cứu

Một khác hoàn toàn cơ bản nữa thân RROR là việc tùy trực thuộc vào thể nhiều loại nghiên cứu. Nói một bí quyết ngắn gọn, RR chỉ hoàn toàn có thể ước tính từ nghiên cứu xuôi thời gian (cohort prospective study), dẫu vậy OR thì hoàn toàn có thể ước tính từ toàn bộ thể loại nghiên cứu, nhưng đa phần là phân tích bệnh – chứng.

Bởi bởi OR có thể thực hiện cho nghiên cứu cắt ngang mà lại có vấn đề về diễn giải, và phân tích cắt ngang chỉ hoàn toàn có thể ước tính prevalence hay tỉ lệ lưu hành, nên những nhà phân tích đề nghị sử dụng prevalence ratio (PR) thế cho OR đối cùng với các nghiên cứu cắt ngang. Tương tự như như RR là tỉ số của nhị incidence (tỉ lệ phạt sinh), PR là tỉ số của 2 tỉ lệ lưu hành.

Một chỉ số không giống cũng có ý nghĩa sâu sắc tương trường đoản cú như ralative riskhazard ratio (HR hay tỉ số rủi ro). Thường thì các phân tích lâm sàng theo dõi đối tượng người tiêu dùng trong một thời gian dài, thay bởi vì tính tỉ lệ vạc sinh bệnh trong thời hạn đó, thỉnh thoảng các nhà phân tích tính tỉ lệ tạo ra tích lũy (cumulative risk) trong thời hạn cho từng nhóm, cùng tính HR. Tuy phương pháp tính này, đứng trên mặt toán học, đúng mực hơn phương pháp tính tỉ lệ bên trên 100 người-năm hay trên 100 đối tượng, nhưng trong thực tế thì HR cùng RR không khác biệt đáng kể. Vào trường hợp thời gian theo dõi giữa 2 nhóm tương đương nhau thì phần nhiều không có biệt lập nào thân RR với HR.

Bảng 4: Thể loại phân tích và sự phù hợp của OR, PR, RR

Thể loại phân tích (Study design)

Chỉ số thống kê lại

Mô hình so sánh

Bệnh bệnh (case-control)

Odds ratio (OR)

Hồi qui logistic (logistic regression)

Cắt ngang (cross-sectional)

Prevalence ratio (PR) hay OR

Hồi qui nhị phân (binomial regression) tuyệt Hồi qui logistic

Theo thời gian (prospective)

Relative risk (RR)

Hồi qui Cox (Cox’s regression model)

Thử nghiệm lâm sàng RCT

RR hay Hazard ratio (HR)

Hồi qui Cox

Giả dụ họ muốn khám phá mối contact giữa phơi nhiễm chất độc hại màu da cam (Agent Orange – AO) và bệnh dịch ung thư. Một cách nghiên cứu qui mô là tuyển lựa chọn một tổ đối tượng, tiếp nối phân nhóm nhờ vào tiền sử bao gồm bị phơi nhiễm độc hóa học hay không. Sau đó, quan sát và theo dõi cả nhị nhóm đối tượng người sử dụng một thời gian (chẳng hạn như 5 năm) và ghi nhận số người bị ung thư. Kết quả của nghiên cứu và phân tích như thế hoàn toàn có thể tóm lược vào Bảng 5 sau đây. Trong các 1000 tín đồ được đánh giá bị phơi nhiễm cơ hội ban đầu, có trăng tròn người (hay 2%) bị ung thư trong thời gian theo dõi; trong số 10,000 người không biến thành phơi lan truyền AO, gồm 100 người (tức 1%) bị ung thư sau đó. Như vậy, RR = 0.02/0.01 = 2. Nhưng nếu tính bằng odd thì OR = 2.02. Nhị chỉ số này không khác biệt đáng kể.

Bảng 5. Một nghiên cứu xuôi thời hạn (giả tưởng)

Nhóm

Ung thư

Không ung thư

Tổng số

Phơi lan truyền AO

20

980

1000

Không phơi nhiểm AO

100

9900

10000

Nhưng theo dõi đối tượng người sử dụng một thời gian dài thường khôn cùng tốn kém. Một phương thức nghiên cứu giúp khác cũng có thể đáp ứng mục đích tò mò mối tương tác giữa AO cùng ung thư, nhưng yêu cầu ít đối tượng người tiêu dùng hơn và không đề nghị theo dõi một thời hạn dài: kia là nghiên cứu bệnh – chứng. Bảng 6 sau đây trình bày kết quả một nghiên cứu và phân tích (giả tưởng) như thế. Trong nghiên cứu này, bọn họ chọn 100 người bị bệnh ung thư cùng 100 đối tượng người sử dụng không bị ung thư, nhưng hai đội này tương đương nhau về các yếu tố nguy cơ. Sau đó, bọn họ tìm phát âm qua hồ nước sơ dịch lí (hay phỏng vấn) trong mỗi nhóm gồm bao nhiêu tín đồ bị phơi lây truyền độc chất. Nói biện pháp khác, đó là một nghiên cứu và phân tích “ngược thời gian” (so với nghiên cứu “xuôi thời gian” như trình bày trong Bảng 4. Hiệu quả nghiên cứu bệnh dịch chứng này được trình bày như sau:

Bảng 6. Một nghiên cứu và phân tích bệnh – triệu chứng (giả tưởng)

Nhóm

Ung thư

Không ung thư

Phơi nhiễm AO

10

5

Không phơi nhiểm AO

90

95

Tổng số

100

100

Trong nhóm bệnh nhân, tất cả 10 người (hay 10%) từng bị phơi lây truyền AO; cùng trong team không ung thư số đối tượng từng bị phơi lây truyền là 5 fan (hay 5%). Ở đây, bọn họ không thể tính tỉ lệ phạt sinh bệnh (incidence), bởi vì số lượng người bị bệnh và đối triệu chứng đã được xác định trước. Vì chưng không thể cầu tính tỉ lệ phạt sinh, nghiên cứu bệnh chứng không cho phép chúng ta ước tính RR. Tuy nhiên, bạn cũng có thể tính OR, và OR vào trường hòa hợp này là một trong ước tính chỉ số RR.

Số liệu Bảng 6 cho biết thêm odds bị phơi nhiễm trong nhóm người bị bệnh là: 10/90 = 0.1111, và nhóm đối chứng: 0.05263. Do đó, OR = 0.1111 / 0.05263 = 2.11. Thật ra, có thể tính đơn giản và dễ dàng hơn bằng công thức “giao chéo”:

*

Điểm chủ yếu để phân biệt hai vẻ ngoài nghiên cứu này là phương thức chọn mẫu. Với nghiên cứu và phân tích xuôi thời gian, bọn họ xác định số lượng đối tượng người dùng theo yếu ớt tố nguy hại ngay tự đầu, và số lượng bệnh tạo ra là một số ghi nhận. Ngược lại, với phân tích ngược thời gian, chúng ta xác định con số bệnh nhân và đối tượng người tiêu dùng ngay từ bỏ đầu, và con số phơi lây lan yếu tố nguy cơ là số ghi nhận.

Xem thêm: Đến Nơi Này Chúng Ta Già - Lời Bài Hát Hạnh Phúc Cuối Cùng


Tuy hiệu quả nghiên cứu vớt của nhị thể loại nghiên cứu được trình bày rất tương tự nhau: hai cột với hai loại (2×2 table), mà lại “câu chuyện” đằng sau của các số liệu này hết sức khác nhau. Ko am hiểu mẩu truyện đằng sau của một bảng số liệu rất thuận lợi sai lầm trong lúc phân tích!

Tóm tắt

Tóm lại, cả nhì RR cùng OR đầy đủ là mọi chỉ số phản ảnh độ đối sánh tương quan giữa một yếu hèn tố nguy hại và bệnh; tuy nhiên RR new là chỉ số bọn họ cần biết (còn OR chỉ là ước số của RR). đề nghị phải xác minh rằng odds không đề xuất là risk hay nguy cơ. Bởi đó, chân thành và ý nghĩa của OR rất nặng nề diễn giải. Đây đó là lí bởi mà một số nhà phân tích đòi “tẩy chai” OR <1,2>. Nhưng vày tính đồng nhất của OR so với RR nên việc sử dụng OR cần phải để vào bối cảnh nghiên cứu <3>. Trong nghiên cứu cắt ngang hay nghiên cứu theo thời gian, cùng khi tỉ lệ giữ hành giỏi tỉ lệ phân phát sinh bệnh cao thì nên cần tránh sử dụng OR <4>.