Як розрахувати скориговане співвідношення шансів

Posted on
Автор: Laura McKinney
Дата Створення: 2 Квітень 2021
Дата Оновлення: 15 Травень 2024
Anonim
Розрахунок Газу по новому - Заплатимо менше. Метрів кубічних (кубометрів) більше не буди
Відеоролик: Розрахунок Газу по новому - Заплатимо менше. Метрів кубічних (кубометрів) більше не буди

Зміст

Ваш лікар дав вам вибір між двома препаратами для лікування астми. Порівнюючи відвідування відділення екстреної допомоги, ви помічаєте, що 10 пацієнтів, які приймали ліки А, повідомили про поїздку до лікарні проти п'яти пацієнтів, які приймали препарат B. На перший погляд здається, що ліки B - це очевидно найкращий вибір. Однак для того, щоб прийняти обгрунтоване рішення, вам потрібно буде детальніше вивчити дані. Щоб визначити, який із цих двох препаратів від астми вам краще послужить, ви можете скористатися статистикою для обчислення скоригованого співвідношення шансів.

TL; DR (Занадто довго; Не читав)

Коефіцієнт шансів - це статистичний показник асоціації, який використовується для визначення взаємозв'язку між різними наборами експозиції та результатами. Виявлений шляхом поділу результатів одного результату на результати другого, коефіцієнт шансів може дати розуміння ефективності експериментальних методів лікування тощо. Однак для визначення скоригованого коефіцієнта шансів двох наборів даних потрібно враховувати змішувальні змінні - у багатьох ситуаціях важко визначити скориговані коефіцієнти шансів.

Що таке коефіцієнт шансів?

Коефіцієнт шансів - це статистичний показник асоціації між експозицією та результатом. Іншими словами, коефіцієнт шансів - це статистичний шанс, ніж результат відбудеться за конкретної умови: у випадку нашого прикладу коефіцієнт шансів представляє шанс того, що прийом одного з двох ліків від астми все ж може призвести до відвідування лікарні. Коефіцієнти шансів легко підрахувати. Якщо розділити зареєстровані відвідування лікарні за препаратом B на кількість ліків A, ви придумаєте коефіцієнт шансів. У цьому прикладі коефіцієнт шансів становить 0,5. Цей коефіцієнт означає, що у вас приблизно на 50% більший шанс потрапити в лікарню при прийомі ліків А над препаратом В. Однак це зовсім не означає, що ліки В краще: цей коефіцієнт 0,5 відомий як коефіцієнт коригування або нераціонального шансу , оскільки він не враховує нічого, крім зареєстрованої кількості відвідувань лікарні.

Експозиція та результати

Чисельне значення коефіцієнта шансів дає вам деяке уявлення про те, що буде, коли пацієнт чимось зазнає впливу - у цьому випадку ліки від астми. Коефіцієнт шансу 1 означає, що вплив не впливає на результат: Іншими словами, ліки не працює. Коефіцієнт шансів більший за 1 вказує на вищі шанси на результат, тоді як коефіцієнт менше 1 вказує на менші шанси на результат.

Життєві та заплутані змінні

Проблема зі співвідношенням сирого шансу полягає в тому, що він цілком одномірний. Це не відображає впливу таких заплутаних факторів, як вік, інші медичні стани або навіть щось таке просто, як доступ до клініки та невідкладної допомоги. Інтерпретація ваших співвідношень шансів може змінитися, якщо ви дізналися, що всі пацієнти, які приймали препарат А, також отримували лікування раку легенів, а всі пацієнти, які приймали препарат Б, були в іншому випадку здоровим станом, або якщо ви дізналися, що пацієнти приймають медикаменти Жив за п'ять миль від лікарні та за 60 миль від найближчої клініки.

Шукаю скоригований коефіцієнт шансів

Дуже мало речей у житті мають чітку причинно-наслідкову зв’язок. У статистиці "інші" фактори, які впливають на взаємозв'язок між двома речами, відомі як заплутані змінні. Якщо на взаємозв'язок впливає лише одна змінна, математики зроблять статистичне коригування, щоб дати більш точне співвідношення. Коли всі змінні були враховані, відношення, як кажуть, повністю відрегульовано. Оскільки коригування коефіцієнта шансів дуже складне, дослідники намагаються контролювати якомога більше змінних, щоб забезпечити точні результати. Наприклад, у фармацевтичних випробуваннях дослідники шукатимуть учасників того ж віку та статі, що мають аналогічні історії хвороби.