SKNT - trong số những hiểu lầm thông dụng trong diễn giải kết quả nghiên cứu lâm sàng là nhầm lẫn giữa odds ratio (OR) cùng relative risk (RR).
Bạn đang xem: Rr trong nghiên cứu khoa học
GS. Nguyễn Văn Tuấn
Giáo sư y khoa, Đại học tập New South Wales
Viện nghiên cứu y khoa Garvan, Sydney, Australia
Tóm tắt:Nhiều công trình nghiên cứu và phân tích lâm sàng đối chứng bỗng nhiên (randomized controlled trial - RCT) thường có xu hướng report kết trái qua chỉ sốRR,nhưng cũng có thể có khiORđược áp dụng để tế bào tả tác động của một thuật chữa bệnh hay mối liên hệ giữa nhị yếu tố. Sự lựa chọn này dẫn đến hiểu lầm rằng nhị chỉ số này như thể nhau, với sự gọi lầm xảy ra ở ngay cả những nhà nghiên cứu và phân tích có ghê nghiệm. Tuy nhiên,ORkhông có cùng ý nghĩa vớiRR. Nói ngắn gọn,ORlà một ước số củaRR. Trong đk tần số mắc căn bệnh thấp hay vô cùng thấp (dưới 1%) thìORvàRRtương đương nhau, tuy nhiên khi tần số mắc bệnh cao hơn nữa 20% thìORcó xu hướng ước tínhRRcao hơn thực tế. Bài bác này sẽ lý giải những khác biệt quan trọng giữa 2 chỉ số này, và trình diễn một biện pháp diễn giải đúng hơn.
Trong một bài bác báo khoa học về mối contact giữa ren RUNX2 với gãy xương, các tác đưa 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 tác giả hiểu lầm khái niệmriskvàodds. Thiệt ra, đấy là một hiểu nhầm rất phổ biến, vì những nhà nghiên cứu thường hiểuORtương đương vớiRR, cơ mà hai chỉ số này không giống nhau.
Prevalence và incidence
Trước khi khác nhau khái niệmriskvàodds, họ cần phân minh hai chỉ số thường dùng trong phân tích lâm sàng với dịch tễ học:tỉ lệ lưu hành(prevalence)vàtỉ lệ phát sinh(incidence). Tỉ lệ lưu hành, như thương hiệu gọi, là tỉ trọng ca bệnh hiện giữ hành vào một quần thể ngay lập tức tại 1 thời điểm. Tỉ lệ lưu hành bội nghịch ảnhqui môcủa một vụ việc y tế, cơ mà không cho chúng ta biết về căn bệnh căn học (etiology). Tỉ lệ phát sinh, có khi được đề cập cho như làtỉ lệ tấn công(attack rate), là tỉ lệ số ca new mắc dịch trong một thời hạn theo dõi. Tỉ lệ phạt sinh có giá trị khoa học là nó cung ứng cho bọn họ một vài thông tin về bệnh căn học. Chẳng hạn như một quần thể bao gồm 5 cá nhân (kí hiệu 1, 2, 3, ..., 5 trong biểu đồ dưới đây), cùng với 3 fan mắc bệnh dịch (đối tượng 1, 3 và 5).
Biểu đồ dùng 1 minh họa cách tính prevalence và incidence.
Nếu một nghiên cứu và phân tích cắt ngang được triển khai tại thời điểm T1 thì tỉ lệ lưu hành cầu tính lúc sẽ là 2/5 = 30%. Cơ mà nếu công trình nghiên cứu và phân tích thực hiện tại thời khắc T2 thì tỉ lệ lưu lại hành là 3/5 = 60%. Ví như công trình nghiên cứu theo dõi 5 cá thể đến thời khắc T3, cùng trong thời gian này còn có 3 cá nhân mắc bệnh; vì đó, tỉ lệ tạo ra trong thời hạn này là 3/5 = 60%.
Khái niệmnguy cơ(risk) vàodds
Trong y khoa, nguy cơ tiềm ẩn mắc bệnh thực ra là xác suất. Xác suất, như họ biết, là một trong biến số thân 0 với 1. Tỷ lệ thực chất là tỉ lệ, tỉ số, và phần trăm. Bởi vì đó, thuật ngữrisktrong y khoa gồm thể tức là xác suất, tỉ lệ lưu lại hành, tuyệt tỉ lệ phạt sinh.
Cụm từnguy cơ, dịch tự chữrisktrong giờ đồng hồ Anh, có tương đối nhiều nghĩa trong y khoa. Cần phải phân biệtnguy cơ mắc bệnhvàbệnh. Khi nói đến ung thư, chúng ta muốn nói tới mộtsự kiệncho một cá nhân; nhưng mà khi nói đếnnguy cơ ung thưhaycancer risk, chúng ta nói đến nguy cơ tiềm ẩn xảy ra, nguy hại phát sinh cho một cá nhân hay một quần thể. Xin nói lại,sự kiệnkhác vớinguy cơ sự kiện. Bởi vì đó,ung thưkhác vớinguy cơ ung thư, vìung thưlà một sự kiện có tính khẳng định (certainty), cònnguy cơ ung thưlà một đổi mới số liên tiếp mang tính biến động (uncertainty). Vớ cả chúng ta trong bất kể thời điểm nào đều phải sở hữu nguy cơ bị bệnh; mà lại có người có nguy cơ tiềm ẩn cao, có fan có nguy hại thấp.
Trong giờ Anh còn có một chữ nữa mà các ngôn ngữ khác ví như Pháp, Tây Ban Nha, Đức, và trong cả tiếng Việt cũng không có: sẽ là chữodds. Nếu nguy hại bệnh nhân mắc căn bệnh làp,thì tất cả một giải pháp nói không giống rằngoddsmà người mắc bệnh đó mắc bệnh dịch so với ko mắc bệnh là
Ví dụ: nếu nguy hại bệnh nhân bị ung thư trong tầm 5 năm cho tới là 0.10 (tức 10%) thìoddsmà bệnh nhân bị ung thư là 0.1/ (1 - 0.1) = 0.11. Theo có mang nàyoddskhông yêu cầu lànguy cơhayrisk.
OR cùng RR: lý lẽ tính toán
OR với RR là hai chỉ số những thống kê rất thịnh hành và có ích trong nghiên cứu và phân tích lâm sàng, vì cả hai chỉ số kiểm định mối tương tác giữa một yếu ớt tố nguy cơ và bị bệnh - một kim chỉ nam gần như căn bản của nghiên cứu và phân tích y học hiện đại. Cơ chế giám sát và đo lường của nhì chỉ số này cực kì đơn giản.
Hãy tưởng tượng một công trình nghiên cứu và phân tích RCT với 2 nhóm: team được điều trị lành mạnh và tích cực với một loại thuốc gồmn1bệnh nhân, và một đội nhóm chứng (placebo) gồmn2bệnh nhân. Sau một thời gian điều trị, cók1bệnh nhân trong đội được khám chữa mắc bệnh, vàk2bệnh nhân trong nhóm chứng mắc bệnh. Như vậy, tỉ trọng mắc bệnh của nhóm điều trị (kí hiệup1) và nhóm triệu chứng (p2) được mong tính như sau:
NếuRR> 1 (hay p1> p2), bạn có thể phát biểu rằng yếu ớt tố nguy cơ tiềm ẩn làm tăng kĩ năng mắc bệnh; nếuRR= 1 (tức là p1= p2), bạn có thể nói rằng không tồn tại mối liên hệ nào giữa yếu tố nguy hại và kỹ năng mắc bệnh; và nếuRR12), bọn họ có minh chứng để thể phát biểu rằng yếu tố nguy cơ có thể làm giảm năng lực mắc bệnh.
Odds ratio: núm vì sử dụng tỉ lệ vạc sinhpđể giám sát khả năng mắc bệnh, thống kê cung ứng cho bọn họ một chỉ số khác: kia làodds. Odds như kể trên là tỉ số của nhì xác suất. Nếuplà xác suất mắc bệnh, thì 1 -plà xác suất sự kiện ko mắc bệnh. Theo đó, odds được có mang bằng:
Như vậy, nếuodds> 1, năng lực mắc căn bệnh cao hơn kĩ năng không mắc bệnh; nếuodds= 1 thì vấn đề đó cũng tức là khả năng bằng với tài năng không mắc bệnh; cùng nếuodds1) với nhóm bệnh (kí hiệuodds2) là:
Mối liên hệ giữaRRvàOR. Qua cách làm <1> và <2>, bạn có thể thấyORvàRRcó một mối liên hệ số học. Hoàn toàn có thể viết lại công thứcRRnhư là 1 trong hàm số củaOR(hay ngược lại), tuy vậy ở đây, tôi chỉ muốn lưu ý một điểm đặc biệt có tương quan đến việc diễn dịchRRvàOR.
Nhìn vào công thức định nghĩaodds, bọn họ dễ dàng thấy ví như tỉ lệ mắc bệnhpthấp (chẳng hạn như 0.001 giỏi 0.01 - tức 0.1% xuất xắc 1%), thìodds≈p.Chẳng hạn như nếup =0.01, thì 1 -p= 0.99, và do đóodds= 0.01 / 0.99 = 0.010101, tức hết sức gần vớip =0.01. Quay lại với phương pháp <2>, nếu nguy cơ mắc bệnh dịch (p1hay p2) (hay
Nói biện pháp khác,nếu nguy cơ tiềm ẩn mắc bệnh dịch thấp, thìORgần bằng vớiRR. Tuy vậy nếu nguy cơ mắc bệnh dịch cao (chẳng hạn như trên 10%) thì chỉ sốORcũng cao hơn nữa chỉ sốRR.
Có thể làm một vài tính toán để thấy sự biệt lập giữaRRvàORqua bảng số liệu tiếp sau đây (Bảng 1). Với các trường hợp nguy hại mắc bệnh dịch dưới 5%,ORvàRRkhông không giống nhau đáng kể. Nhưng nếu nguy cơ tiềm ẩn mắc bệnh cao hơn 10%, thìORthường mong tínhRRcao hơn thực tế.
Bảng 1. So sánhRRvàORvới nhiều tỉ lệ không giống nhau (số liệu mô phỏng)
| Trường hợp | Tỉ lệ (nguy cơ) mắc bệnh | Oddsmắc bệnh | So sánh giữaRRvàOR | |||
| 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 mô rộp sao choRR= 3 để chứng minh rằngORước tính độ ảnh hưởng cao hơn so với thực tế.
RRvàOR: ứng dụng
Ví dụ 1: truy tìm ung thư vú.Chương trình truy tra cứu ung thư vú được khuyến khích như là một trong phương cách y tế công cộng nhằm mục tiêu giảm nguy cơ tiềm ẩn tử vong từ căn bệnh này nghỉ ngơi phụ nữ. Một nhóm nghiên cứu ở Thụy Điển triển khai một nghiên cứu và phân tích lâm sàng đối chứng bỗng nhiên (RCT), mà trong những số ấy họ tuyển chọn các phụ nữ tuổi 50 trở lên, và phân thành 2 nhóm: team A tất cả 66103 thiếu phụ được chụp mammography liên tiếp (mỗi năm một lần), với nhóm B có 66105 thiếu nữ không chụp mammography nhưng chỉ theo dõi bình thường (tức nhóm chứng). Sau 5 năm, team A tất cả 183 bạn tử vong vày ung thư vú với nhóm B có 177 fan tử vong. Số liệu được trình bày trong Bảng 2 sau đây:
Bảng 2: Truy kiếm tìm ung thư vú cùng tử vong
| Nhóm | Tổng số đối tượng người sử dụng tham gia | Số tử vong |
| A - Mammography | 66,103 | 183 |
| B - đội chứng | 66,105 | 177 |
Với số liệu này, chúng ta có thể thấy nguy cơ tử vong trong nhóm A là PA= 183/66103 = 0.002768và team B là PA= 177/66105 = 0.002678. Từ đó,RRcó thể mong tính bằng công thức <1> như sau:
Như vậy,ORbằngRR. Nhưng giải pháp diễn dịch củaORkhác vớiRR. Bởi vì đơn vị củaRRlà nguy cơ tiềm ẩn tử vong, mang đến nên chúng ta cũng có thể nói rằng đội chụp mammography liên tục có nguy hại tử vong cao hơn nữa nhóm đối chứng khoảng tầm 3.4%. Nhưng đơn vị chức năng củaORlàodds, đến nên chúng ta không thể phát biểu về "nguy cơ tử vong", cơ mà chỉ hoàn toàn có thể phát biểu rằng "khả năng" hayoddstử vong của nhóm A cao hơn nữa nhóm B khoảng 3.4%. Ở đây, vì nguy cơ tử vong thấp, cho nên vì thế như cách làm <3> cho thấy thêm hai chỉ số này tương đương nhau, với trong thực tế bạn cũng có thể diễn dịch mộtORnhư làRR.
Cách tách biệt trên có vẻ máy móc và lí thuyết, tuy nhiên quan trọng. Để thấy rõ nguy hiểm trong cách diễn dịch OR, tôi sẽ trình bày một ví dụ sau đây:
Bảng 3: sắc đẹp tộc với tỉ lệ thông tim
| Nhóm | Số bác bỏ sĩ đề xuất thông tim | Số chưng sĩ không ý kiến đề xuất thông tim |
| w - bệnh nhân da trắng | 652 | 68 |
| b - người bị bệnh da đen | 610 | 110 |
Các bên nghiên cứu tóm lại rằng tỉ lệ người bị bệnh da đen được thông tim thấp rộng tỉ lệ ở bệnh nhân da trắng mang đến 40%. Sau khi nghiên cứu này công bố, giới truyền thông rầm rộ bàn về hiệu quả và chân thành và ý nghĩa của nghiên cứu. Không yêu cầu nói ra, cũng có thể đoán được trong dư vang và tình trạng kì thị chủng tộc sinh hoạt Mĩ còn kéo dài, hồ hết nhóm chiến đấu chống kì thị chủng tộc lấy kết quả này để triển khai bằng hội chứng tố cáo rằng những bác sĩ domain authority trắng kì thị người bệnh da đen. Ý nghĩa còn chuyên sâu hơn: sự kì thị này hoàn toàn có thể dẫn mang đến tử vong. Nói cách khác, có tín đồ diễn dịch rằng đấy là một sự cầm sát!
Nhưng hết sức tiếc là con số 40% này đã được diễn dịch cực kì sai. Không hầu hết diễn dịch sai nhưng mà cách thống kê giám sát cũng sai. Để hiểu tại sao cách suy diễn đó sai, chúng ta hãy bước đầu bằng phương pháp tínhORcủa những tác giả.Oddsthông tim trong nhóm người bệnh da white là:
Tại sao gồm sự khác biệt? tại vì những tác giả với giới media nhầm lẫn rằngORlàRR. Vào trường phù hợp này,ORkhông phải là 1 trong chỉ số tương thích để đối chiếu số liệu, chính vì son số tỉ lệ không thấp chút nào (84.7% với 90.6%), và bởi vì tỉ lệ quá cao, mang lại nênORước tínhRRquá cao hơn nữa thực tế.
Thật ra, ở đây cách điện thoại tư vấn "RR" cũng không bao gồm xác.RRchỉ áp dụng cho tỉ lệ phát sinh (incidence), dẫu vậy trong trường hòa hợp này không tồn tại tỉ lệ phân phát sinh, nhưng mà là tỉ lệ lưu hành (prevalence). Vì chưng đó, thuật ngữ đúng đắn để diễn tả 0.935 làprevalence ratio (PR).(Đây là 1 trong đề tài khác mà lại tôi hi vọng sẽ tất cả dịp quay lại để bàn thêm). Điều kinh ngạc là không đúng sót này lại hiện diện ngay trên giấy trắng mực black của một tập san y học vào hàng hàng đầu trên cố gắng giới!
Vấn đề diễn dịch OR
RRlà tỉ số của 2 tỉ lệ giỏi 2 nguy cơ, với tỉ lệ thì bạn cũng có thể hiểu được khá dễ dàng dàng. Giả dụ nói tỉ lệ mắc căn bệnh 3%, bọn họ nghĩ ngay đến 3 trong 100 fan mắc bệnh. Vì thế, vấn đề diễn dịch RR khá dễ dàng dàng. NếuRR= 2, bạn có thể nói rằng tỉ lệ tăng vội 2 lần. Người nào cũng hiểu được mà không vấn đáp gì thêm.
ORlà tỉ số của nhì odds.Oddsphản ảnh "khả năng" mắc bệnh.Odds= 2 tức là khả năng mắc bệnh cao hơn tài năng không mắc dịch 2 lần. Cạnh tranh hiểu.Oddsđã khó khăn hiểu thì tỉ số của haiodds(hay hai khả năng) lại càng là một tính toán khó phát âm hơn do nó quá chung chung, khó cảm giác được. Thật ra, một người thông thường khó hoàn toàn có thể hiểu đúng đắn nghĩa củaOR. Chúng ta biếtOR= 2 không phải có cùng nghĩa vớiRR= 2. Cũng chính vì thế mà cách đây không lâu có "phong trào xét lại"ORtrên các tập san y học quốc tế. Nhiều nhà nghiên cứu, dịch tễ học cùng thống kê học kêu gọi bỏOR!
Nhưng bất kể đo lường nào cũng lợi vắt và khiếm khuyết.RR, dù dễ dàng diễn dịch cũng có thể có khiếm khuyết của nó. Rước ví dụ đối chọi giản: ví như tỉ lệ mắc bệnh ung thư trong team A là 1% cùng nhóm B là 3%, họ dễ dàng thấyRR= 3. Tuy thế thay do nói mắc bệnh, chúng ta lật ngược lại vấn đề "không mắc bệnh": bọn họ có tỉ lệ cho nhóm A là 99% so với đội B là 97%, với như thếRR= 0.97 / 0.99 = 0.98, có nghĩa là tỉ lệ không mắc dịch trong team B tốt hơn nhóm A khoảng tầm 2%. (Nhưng nếu sử dụng "mắc bệnh", đội A mắc bệnh nhiều hơn nữa nhóm B mang lại 3 lần!) Nói phương pháp khác,RRcó thể thiếu thốn tính nhất quán (consistency).
NhưngORthì duy nhất quán. Trong ví dụ trên, nếu lấy chỉ số là "mắc bệnh" làm cho so sánh,ORlà 3.06. Tuy nhiên nếu rước "không mắc bệnh" có tác dụng chỉ số son sánh, thìORvẫn là 3.06 (bạn đọc hoàn toàn có thể kiểm tra số lượng này). Trong toán thống kê, người ta điện thoại tư vấn đặc tính của OR là symmetric (đối xứng), còn công dụng củaRRlà asymmetric (bất đối xứng).
OR, PR, RRvà thể loại nghiên cứu
Một khác hoàn toàn cơ bạn dạng nữa giữaRRvàORlà sự tùy nằm trong vào thể các loại nghiên cứu. Nói một phương pháp ngắn gọn,RRchỉ hoàn toàn có thể ước tính từ phân tích xuôi thời hạn (cohort prospective study), nhưngORthì có thể ước tính từ tất cả thể các loại nghiên cứu, nhưng đa phần là phân tích bệnh - chứng.
Bởi vìORcó thể sử dụng cho phân tích cắt ngang nhưng lại có vấn đề về diễn giải, và nghiên cứu cắt ngang chỉ rất có thể ước tínhprevalencehay tỉ lệ lưu giữ hành, nên những nhà nghiên cứu và phân tích đề nghị sử dụngprevalence ratio(PR) rứa choORđối với các nghiên cứu và phân tích cắt ngang. Tựa như nhưRRlà tỉ số của haiincidence(tỉ lệ phạt sinh),PRlà tỉ số của 2 tỉ lệ lưu giữ hành.
Một chỉ số không giống cũng có ý nghĩa sâu sắc tương trường đoản cú nhưralative risklàhazard ratio(HRhay tỉ số không may ro). Thông thường các nghiên cứu và phân tích lâm sàng theo dõi đối tượng người dùng trong một thời gian dài, thay vị tính tỉ lệ vạc sinh dịch trong thời hạn đó, thỉnh thoảng các nhà nghiên cứu và phân tích tính tỉ lệ gây ra tích lũy (cumulative risk) trong thời gian cho từng nhóm, cùng tínhHR. Tuy cách tính này, đứng trên mặt toán học, đúng đắn hơn phương pháp tính tỉ lệ trên 100 người-năm xuất xắc trên 100 đối tượng, mà lại trong thực tiễn thìHRvàRRkhông khác biệt đáng kể. Trong trường hợp thời hạn theo dõi thân 2 nhóm tương tự nhau thì phần đông không có biệt lập nào giữaRRvàHR.
Bảng 4: Thể loại nghiên cứu và phân tích và sự tương thích của OR, PR, RR
| Thể loại nghiên cứu và phân tích (Study design) | Chỉ số thống kê | Mô hình phân tích |
| Bệnh triệu chứng (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 xuất xắc Hazard ratio (HR) | Hồi qui Cox |
Giả dụ họ muốn tìm hiểu mối contact giữa phơi nhiễm chất độc hại màu da cam (Agent Orange - AO) và bệnh ung thư. Một cách nghiên cứu qui tế bào là tuyển lựa chọn Xem thêm: Phân tích vẻ đẹp hung bạo của sông đà, hình tượng sông đà (hung bạo)
Bảng 5. Một phân tích xuôi thời gian (giả tưởng)
| Nhóm | Ung thư | Không ung thư | Tổng số |
| Phơi truyền nhiễm AO | 20 | 980 | 1000 |
| Không phơi nhiểm AO | 100 | 9900 | 10000 |
Nhưng theo dõi đối tượng người dùng một thời hạn dài thường vô cùng tốn kém. Một phương pháp nghiên cứu vớt khác cũng rất có thể đáp ứng mục đích khám phá mối liên hệ giữa AO với ung thư, nhưng cần ít đối tượng hơn với không phải theo dõi một thời gian dài: đó là nghiên cứu bệnh - chứng.Bảng 6dưới trên đây trình bày công dụng một nghiên cứu (giả tưởng) như thế. Trong phân tích này, bọn họ chọn 100 người bị bệnh ung thư và 100 đối tượng người tiêu dùng không bị ung thư, mà lại hai đội này tương tự nhau về các yếu tố nguy cơ. Sau đó, chúng ta tìm đọc qua hồ sơ bệnh lí (hay phỏng vấn) trong những nhóm bao gồm bao nhiêu bạn bị phơi lây lan độc chất. Nói giải pháp khác, đấy là một phân tích "ngược thời gian" (so với nghiên cứu và phân tích "xuôi thời gian" như trình diễn trongBảng 4. Công dụng nghiên cứu dịch chứng này được trình diễn như sau:
Bảng 6. Một phân tích bệnh - hội chứng (giả tưởng)
| Nhóm | Ung thư | Không ung thư |
| Phơi lây truyền AO | 10 | 5 |
| Không phơi nhiểm AO | 90 | 95 |
| Tổng số | 100 | 100 |
Trong nhóm bệnh nhân, tất cả 10 fan (hay 10%) từng bị phơi lan truyền AO; với trong team không ung thư số đối tượng người dùng từng bị phơi lan truyền là 5 người (hay 5%). Ở đây, bọn họ không thể tính tỉ lệ phát sinh căn bệnh (incidence), bởi vì số lượng người bệnh và đối hội chứng đã được khẳng định trước. Do không thể cầu tính tỉ lệ phạt sinh, nghiên cứu bệnh chứng cấm đoán phép chúng ta ước tínhRR. Tuy nhiên, chúng ta có thể tínhOR, vàORtrong trường hòa hợp này là một ước tính chỉ sốRR.
Số liệuBảng 6cho thấyoddsbị phơi lan truyền trong nhóm người bệnh là: 10/90 = 0.1111, và nhóm đối chứng: 0.05263. Do đó,OR= 0.1111 / 0.05263 = 2.11. Thiệt ra, có thể tính đơn giản hơn bằng công thức "giao chéo":
Điểm chính để riêng biệt hai hiệ tượng nghiên cứu vớt này là phương thức chọn mẫu. Với nghiên cứu xuôi thời gian, bọn họ xác định số lượng đối tượng người dùng theo yếu hèn tố nguy cơ tiềm ẩn ngay từ đầu, và số lượng bệnh gây ra là một trong những ghi nhận. Ngược lại, với nghiên cứu ngược thời gian, họ xác định số lượng bệnh nhân và đối tượng người sử dụng ngay từ bỏ đầu, và số lượng phơi lây nhiễm yếu tố nguy hại là số ghi nhận.
Tuy kết quả nghiên cứu của nhì thể loại nghiên cứu và phân tích được trình bày rất kiểu như nhau: hai cột với hai mẫu (2x2 table), nhưng "câu chuyện" đằng sau của những số liệu này cực kỳ khác nhau. Không am hiểu mẩu truyện đằng sau của một bảng số liệu rất dễ ợt sai lầm trong lúc phân tích!
Tóm tắt
Tóm lại, cả haiRRvàORđều là những chỉ số phản ảnh độ đối sánh tương quan giữa một yếu ớt tố nguy cơ và bệnh; nhưngRRmới là chỉ số chúng ta cần biết (cònORchỉ là mong số củaRR). Phải phải khẳng định rằngoddskhông bắt buộc làriskhay nguy cơ. Bởi đó, chân thành và ý nghĩa củaORrất cạnh tranh diễn giải. Đây đó là lí bởi vì mà một trong những nhà phân tích đòi "tẩy chai"OR<1,2>. Nhưng vì chưng tính đồng bộ củaORso vớiRRnên câu hỏi sử dụngORcần phải kê vào bối cảnh phân tích <3>. Trong nghiên cứu cắt ngang hay nghiên cứu và phân tích theo thời gian, với khi tỉ lệ lưu lại hành xuất xắc tỉ lệ phát sinh bệnh cao thì nên cần tránh sử dụngOR<4>.
Việc chọnORvàRRtùy theo quy mô nghiên cứu <5-7>.ORcó thể áp dụng cho toàn bộ các phân tích bệnh triệu chứng (case-control study), cắt ngang (cross-sectional study), phân tích theo dõi người mắc bệnh theo thời hạn (prospective study) đề cập cả nghiên cứu và phân tích lâm sàng đối chứng bất chợt (RCT).RRchỉ có thể sử dụng cho các phân tích theo dõi người bệnh theo thời gian và nghiên cứu lâm sàng đối hội chứng ngẫu nhiên. Đối cùng với các nghiên cứu và phân tích cắt ngang,PRthường được sử dụng để hạn chế những trở ngại trong diễn giảiOR.
Về khía cạnh tính toán, không tồn tại gì sai khi một phân tích cắt ngang tốt theo thời gian sử dụngOR. Nhưng rất cần phải hết sức cẩn thận khi diễn giảiORtrong các phân tích cắt ngang, vìORtùy ở trong vào nguy cơ tiềm ẩn mắc căn bệnh (và khi nguy cơ tiềm ẩn mắc dịch cao - như bên trên 10% - thìORthường cao hơn so cùng với thực tế). Bởi đó, các phân tích cắt ngang thời nay thường sử dụngprevalence ratio.
Quay trở lại bài báo mà tín đồ viết bài này bình duyệt, khi tác giả viết: "The risk of fracture in the CC genotype was 45% lower than TT group (OR = 0.55; 95% CI: 0.32 - 0.94; phường = 0.03)", bọn họ nhầm lẫn giữa khái niệmnguy cơvàodds. Cách diễn giải đúng là "The odds of fracture in theCC genotype was 45% lower than TT group" (Nhóm với biến hóa thể ren CC có nguy hại gãy xương thấp rộng 45% so với đội với biến thể TT).
Tài liệu tham khảo
1. Sackett DL, Deeks JJ, Altman DG. Down with odds ratios!Evidence-Based Med1996; 1: 164-166.
2. Deeks J. When can odds ratios mislead? Odds ratios should be used only in case-control studies and logistic regression analyses
3. Altman DG, Deeks JJ, Sackett DL. Odds ratios should be avoided when events are common.British Medical Journal1998;317:1318.
4. Schmidt CO, Kohlmann T. When to use the odds ratio or the relative risk?International Journal of Public Health2008; 53:165-7.
5. Fahey T, Griffiths S & Peters TJ. Evidence-based purchasing: understanding results of clinical trials và systematic reviews.British Medical Journal1995:311(7012);1056-9; discussion 1059-60.
6. Greenland S. Interpretation and Choice of Effect Measures in Epidemiologic Analyses.American Journal of Epidemiology1987:125(5);761-767.
7. Pearce N.What Does the Odds Ratio Estimate in a Case-Control Study?International Journal of Epidemiology1993:22(6);118
Bài viết trực thuộc chuỗi bài Cách đọc bài báo công nghệ theo phong cách sinh viên
Những bước thứ nhất để học cách hiểu và reviews y học dựa trên bằng chứng là điều cạnh tranh nói nhất, đặc biệt là khi đối mặt với rất nhiều số liệu những thống kê trong bất kỳ bài báo nào.
Hướng dẫn ngắn này nhằm mục tiêu mục đích trình làng cho sinh viên ngành y tế cách giải thích một số thuật ngữ thống kê lại được sử dụng thông dụng nhất để báo cáo kết quả nghiên cứu và phân tích y tế.
Khi kể đến các phân tích phân tích như nghiên cứu và phân tích thuần tập và phân tích bẹnh chứng, tỉ số chênh (OR) và rủi ro khủng hoảng tương đối (RR) song khi rất có thể bị nhầm lẫn với nhau, đặc biệt là đối với những người bắt đầu. Cả hai chỉ với thuật ngữ lẻ tẻ được áp dụng để thể hiện “sức mạnh của sự liên kết”.
Sức mạnh của sự liên kết:
Đề cập tới cả độ một yếu đuối tố rõ ràng có tương quan trực tiếp đến bệnh/tình trạng đang rất được nghiên cứu.
Ví dụ:
“người thuốc lá có nguy cơ tiềm ẩn mắc ung thư phổi cao vội 6 lần so với người không hút thuốc lá lá”. Giá bán trị biểu thị mối quan liêu hệ links là “6’ – bộc lộ mức độ liên quan nhân quả thân hút dung dịch là với ung thư phổi.
Khái niệm về xác suất
Xác suất đã đạt được viết là probability (viết tắt là p)
Vì vậy họ thấy phần trăm được viết bởi p trong những tài liệu vào và xung quanh nước.
Định nghĩa:Xác suất là số lần một hiệu quả xảy ra phân chia cho mốc giới hạn kết quả rất có thể xảy ra với thường được biểu lộ bằng chữ phường viết hoa.
Công thức:Nên nhớ phương pháp để có thể hiểu chính xác khái niệm và phương pháp tính toán
p = (TIMES an OUTCOME HAPPENED)/(TIMES an OUTCOME COULD HAVE HAPPENDED)
= (số lần một vươn lên là cố ĐÃ XẢY RA/số lần một biến chuyển cố CÓ THỂ XẢY RA)
Lưu ý:
Nhìn vào công thức bọn họ sẽ thấy rằng xác suất sẽ chỉ giao động từ 0 đến 1.
Giả sử Khi chúng ta theo dõi 100 tín đồ tăng máu áp gồm mắc NMCT hay là không thì khả năng xảy ra NMCT trong nhóm 100 fan này là tự 0 đến 100 fan vì vậy, xác xuất sẽ xê dịch từ 0 mang lại 1.
| NMCT | Không NMCT | Tổng nhóm | |
| Nhóm tăng áp suất máu | 9 | 91 | 100 |
| Nhóm không tăng máu áp | 3 | 97 | 100 |
Tính được phần trăm như sau:
Xác suất xẩy ra biến thay NMCT ở những người tăng tiết áp.p1 = 9/100 = 0.09
Xác suất xảy ra biến chũm NMCT ở đều người không có tăng huyết ápp1 = 3/100 = 0.03
Rủi ro tương đối (Relative Risk – RR) là gì
Định nghĩa:
Rủi ro tương đối là một phần trăm 2 xác suất: phần trăm của những người mắc bệnh trong đội bị phơi nhiễm và phần trăm mắc bệnh ở đội không phơi nhiễm.
Công thức:
Như vậy, với có mang rằng khủng hoảng tương đối đó là tỷ lệ những người dân mắc dịch trong đội bị phơi truyền nhiễm và tỷ lệ người mắc bệnh ở team không phơi nhiễm.
RR = (Xác suất mắc bệnh trong team phơi nhiễm)/(Xác suất mắc bệnh trong đội không phơi nhiễm)
= p1/p2
Trước khi tìm hiểu về odds ratio thì rất cần phải hiểu odds
Một chỉ số khác để đo lượng tài năng mắc căn bệnh là odds. Odds được có mang là tỉ số của 2 xác suất (xác suất mắc bệnh dịch và phần trăm không mắc bệnh).
Nếu ta xem phường là xác suất mắc bệnh dịch thì 1-p là xác suất không mắc bệnh. Dịp này, odds được xem như sau:
Odds = (Probability of outcome occurring)/(Probability of outcome not occurring)
= (Xác suất sự khiếu nại xảy ra)/(Xác suất sự kiện ko xảy ra)
= p/(1-p)
Như vậy, sẽ có được 3 ngôi trường hợp
Nếu Odds > 1, tài năng mắc dịch cao hơn năng lực không mắc bệnh;
nếu Odds = 1 thì điều đó cũng có nghĩa là khả năng mắc bệnh bởi với khả năng mắc bệnh
Bạn cũng có thểThích
