Risk Farkı, Risk Oranı ve Oran Oranı – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
Risk Farkı, Risk Oranı ve Oran Oranı
Bir maruziyet hastalık riskiyle ilişkili olduğunda, maruz kalmanın bir “etkisi” olduğunu söylüyoruz. Şimdi, kapalı bir kohort çalışmasında maruziyet ve hastalık arasındaki ilişkinin büyüklüğünü ölçen birkaç etki ölçüsü tanımlıyoruz.
RD = π1 −π2 ile tanımlanan risk farkı, sezgisel olarak çekici bir etki ölçüsüdür. Π1 = π2 + RD olduğundan, risk farkı ölçüleri ek bir ölçekte değişir. RD> 0 ise, maruziyet hastalık olasılığındaki bir artışla ilişkilidir; RD 1 ise, maruziyet hastalık olasılığındaki bir artışla ilişkilidir; RR 1 ise, maruziyet hastalık olasılığındaki artışla ilişkilidir; OR ω2, ω1 π2, π1 <π2, π1 = π2'ye eşit olduğu kolayca gösterilebilir ve bu nedenle olasılıklar açısından yapılan ifadeler, ilgili ifadelere kolayca çevrilir.
Hastalık "nadir" olduğunda, 1 – π1 ve 1 – π2 1'e yakın olduğundan, (2.1) 'den OR yaklaşık olarak RR'ye eşittir. Bazı eski epidemiyolojik literatürde, olasılık oranı, risk oranına bir yaklaşımdan biraz daha fazlası olarak görülüyordu. Daha yakın zamanlarda, bazı yazarlar olasılık oranının klinik olarak daha anlamlı risk farkı ve risk oranının yerini alamayacağı gerekçesiyle klinik çalışmalarda bir etki ölçütü olarak kullanılmasına karşı çıkmışlardır.
Bu çalışmada, olasılık oranını kendi başına dikkate alınmaya değer bir etki ölçüsü olarak görüyoruz ve sadece risk oranına karşı daha az istenen bir alternatif olarak değil. Kısaca görüleceği gibi, olasılık oranı, risk farkı veya risk oranı ile paylaşılmayan bir dizi çekici ölçüm özelliğine sahiptir.
Tahmini Rölatif risk Nedir
Rölatif risk nasıl hesaplanır
Rölatif risk yorumlama
Odds oranı
Odds oranı SPSS
Göreli risk oranı
Odds oranı pdf
Odds ratio güven aralığı
Bir Etki Ölçüsü Seçme
Şimdi, kapalı kohort çalışmaları için risk farkı, risk oranı veya olasılık oranından hangisinin en çok arzu edilen etki ölçüsü olduğunu düşünüyoruz. En tartışmalı konulardan biri, bir yandan etiyoloji (nedensellik) ölçütleri olarak RD ve RR'nin faydası ve diğer yandan nüfus (halk sağlığı) etkisinin ölçüleri etrafında döner.
Bu en iyi şekilde bazı örneklerle açıklanmaktadır. İlk olarak, maruziyet olsun ya da olmasın, hastalığı geliştirme olasılığının küçük olduğunu varsayalım; örneğin, π1 = .0003 ve π2 = .0001. O zaman RD = .0002 ve bu nedenle maruziyet, hastalık olasılığındaki küçük bir artışla ilişkilidir.
Nüfusun büyük bir bölümü maruz kalmadıkça, hastalığın etkisi küçük olacaktır ve bu nedenle, halk sağlığı açısından bakıldığında, bu özel maruziyet büyük bir endişe kaynağı değildir. Öte yandan, RR = 3 ve olağan epidemiyolojik uygulamaya göre bu, hastalığın olası bir nedeni olarak maruziyetin daha fazla araştırılmasını gerektirecek kadar büyüktür.
Şimdi, 1 = .06 veπ2 = .05 olduğunu varsayalım, bu yüzdenRD = .01 veRR = 1.2. Bu örnekte, risk farkı, risk oranı özellikle seyrek olmadıkça halk sağlığı açısından önemli olacaktır, risk oranı ise görünüm açısından farklıdır.
Yukarıdaki argümanlar, risk farkı ve risk oranı açısından ifade edilmiştir, ancak özünde, çarpımsal bir ölçeğin aksine bir katkı maddesi üzerindeki etkiyi ölçmenin yararları üzerine bir tartışmadır. Bu konu epidemiyolojik literatürde uzun süreli bir tartışma yaratmıştır, bazı yazarlar eklemeli modelleri tercih ederken diğerleri çarpımsal yaklaşımı tercih etmektedir.
Eklemeli veya çarpımsal bir modelin çalışma verileri için daha uygun olup olmadığına karar vermek için istatistiksel yöntemler önerilmiştir. Bir yaklaşım, olasılıkları en uygun toplamalı ve çarpımsal modellere göre karşılaştırmaktır.
Alternatif bir yöntem, özel durumlar olarak toplamalı ve çarpımsal modellere sahip genel bir modele uymak ve ardından bir veya diğerinin veya belki de bir ara modelin verilere en iyi uyup uymadığına karar vermektir.
