Odds Ratio berekening en interpretatie

Waarschijnlijkheid en statistieken > Waarschijnlijkheid > Odds Ratio

Wat is de Odds Ratio?

Een odds ratio (OR) is een maat voor de associatie tussen een bepaalde eigenschap A en een tweede eigenschap B in een populatie. Het vertelt je specifiek hoe de aan- of afwezigheid van eigenschap A een effect heeft op de aan- of afwezigheid van eigenschap B. De OR wordt ook gebruikt om erachter te komen of een bepaalde blootstelling (zoals het eten van bewerkt vlees) een risicofactor is voor een bepaald uitkomst (zoals darmkanker), en om de verschillende risicofactoren voor die uitkomst te vergelijken. U kunt de OK gebruiken om erachter te komen hoeveel alcoholgebruik tot een leveraandoening leidt. Of misschien wilt u weten of het gebruik van mobiele telefoons een verband heeft met hersenkanker. Zolang je twee eigenschappen hebt waarvan je denkt dat ze met elkaar verbonden zijn, kun je de odds berekenen.

Hoe de odds ratio te berekenen

Je hebt twee keuzes voor de formule:
( a / c) / (b / d)
of, equivalent:
(a * d) / (b * c)

Algemene stappen:
Stap 1: bereken de kansen dat een lid van de bevolking eigenschap “A” heeft. Stel dat de persoon al “B” heeft.
Stap 2: Bereken de kans dat een lid van de bevolking eigenschap “A” heeft. Stel dat de persoon geen “B” heeft . ”
Stap 3: Verdeel stap 1 door stap 2 om de odds ratio (OR) te krijgen.

Voorbeeld van odds ratio

Afbeelding: Michigan.gov

De bovenstaande afbeelding toont twee niveaus van blootstelling aan ijs: degenen die het aten en degenen die dat niet deden. De 2 × 2-tabel toont ook twee uitkomstniveaus: mensen die ziek waren (“gevallen”) en mensen die dat niet waren (“controles”). De odds ratio wordt als volgt berekend:

De resulterende odds ratio van .55 betekent dat zieke mensen ongeveer de helft minder kans hadden om ijs te eten dan mensen.

Odds Ratio Interpretation; Wat betekenen de resultaten?

• Een odds ratio van precies 1 betekent dat blootstelling aan eigenschap A geen invloed heeft op de odds van property B.
• Een odds ratio van meer dan 1 betekent dat er een grotere kans is dat eigenschap B plaatsvindt bij blootstelling aan eigenschap A.
• Een odds ratio van minder dan 1 houdt verband met lagere kansen.

Echter , zo simpel is het niet. Je zou de odds ratio kunnen beschouwen als een beetje overdreven simplistisch in het beschrijven van situaties uit de echte wereld. Als u bijvoorbeeld een positieve OR heeft, betekent dit niet dat u een statistisch significant resultaat heeft. Om dat te achterhalen, moet u rekening houden met het betrouwbaarheidsinterval en de p-waarden (als u die weet). Het andere probleem is dat zelfs als u vaststelt dat uw resultaten statistisch significant zijn, die significantie mogelijk niet voor alle leden van een populatie geldt – er zijn bijna altijd een groot aantal factoren die aan risico zijn verbonden. In dit artikel wordt er bijvoorbeeld op gewezen dat, hoewel depressie in het algemeen sterk verband houdt met zelfmoord, “… in een bepaalde steekproef, met een bepaalde grootte en samenstelling, en in de aanwezigheid van andere variabelen, de associatie mogelijk niet significant is.”

Populatie-gemiddelde vs. onderwerpspecifieke oddsratio

Populatie-gemiddelde modellen vergelijken marginale verdelingen en geven een overzicht van het effect op een hele populatie. De marges van een kruistabel bevatten de totalen, dus is logisch dat ze worden gebruikt om de marginale odds ratio voor een hele populatie te berekenen. Aan de andere kant kijken vakspecifieke modellen naar gezamenlijke verdelingen: specifieke omstandigheden of ervaringen binnen het model. De gezamenlijke verdelingen worden gebruikt om voorwaardelijke odds ratios te berekenen .

Voorbeeld marginale oddsratio (voor populatie Averaged Models)
Michael Radelet bestudeerde gegevens over doodvonnissen uit Florida van 1976-77. * Calcu laat de marginale odds ratio voor het ras van de verdachte en of dat al dan niet een verschil maakte over of ze de doodstraf kregen:

Oplossing:

1. Som (marginaliseer) de waarden in de tabel. We zijn alleen geïnteresseerd in het ras van de beklaagde en of ze al dan niet de doodstraf hebben gekregen. Daarom kunnen we waarden voor het ras van het slachtoffer marginaliseren (optellen). Hierdoor wordt een nieuwe 2 × 2-tabel gemaakt:
   
2. Gebruik de informatie in de marginale tabel om de OR te vinden (gebruik de OR-formule van boven):
   OR = (a / c) / (b / d) = (19/17) / (141/149) = 1,12 / 0,95 = 1,18.
   De kans is 1,18 keer hoger dan bij a blanke beklaagde krijgt de doodstraf in vergelijking met een zwarte beklaagde.

* Als u geïnteresseerd bent in zijn bevindingen, concludeerde hij dat er geen duidelijk bewijs is om de hypothese te ondersteunen dat de Het ras van de verdachte is sterk geassocieerd met het opleggen van de doodstraf.

Onderwerpspecifieke modellen berekenen de odds ratio met dezelfde formule als alle bovenstaande voorbeelden.Het enige verschil is dat u in plaats van alle variabelen bij elkaar op te tellen, één variabele constant vasthoudt (dwz u gebruikt gezamenlijke distributies).

Volgende: aangepaste oddsratio

Agresti A. (1990) Categorische gegevensanalyse. John Wiley and Sons, New York.
Radelet, M. L. Raskenmerken en het opleggen van de doodstraf. American Sociological Review, v46 n6 p918-27 december 1981
Levine, D. (2014). Zelfs u kunt statistieken en analyses leren: een eenvoudig te begrijpen gids voor statistieken en analyses 3e editie. Pearson FT Press

———————————- ——————————————–

Hulp nodig bij een huiswerk- of testvraag? Met Chegg Study kunt u stapsgewijze oplossingen voor uw vragen krijgen van een expert in het veld. Je eerste 30 minuten met een Chegg-tutor is gratis!