Como calcular uma taxa de chances ajustada

Contente

• TL; DR (muito longo; não leu)
• O que é uma Odds Ratio?
• Exposições e Resultados
• Variáveis ​​de vida e de confusão
• Buscando a proporção de probabilidades ajustadas

O seu médico lhe deu a escolha entre dois medicamentos para o tratamento da asma. Ao comparar as visitas ao departamento de emergência, você nota que 10 pacientes sob medicação A relataram uma viagem ao hospital versus os cinco pacientes sob medicação B. À primeira vista, parece que a medicação B é a melhor opção óbvia. Para tomar uma decisão informada, no entanto, você precisará examinar os dados um pouco mais de perto. Para determinar qual desses dois medicamentos para a asma irá melhor atendê-lo, você pode usar as estatísticas para calcular o odds ratio ajustado.

TL; DR (muito longo; não leu)

Um odds ratio é uma medida estatística de associação, usada para determinar a relação entre diferentes conjuntos de exposições e resultados. Encontrado dividindo os resultados de um resultado pelos resultados de um segundo, um odds ratio pode fornecer informações sobre a eficácia de tratamentos experimentais e muito mais. No entanto, determinar a razão de chances ajustada de dois conjuntos de dados requer que você considere fatores de confusão - dificultando a determinação de razões de chances ajustadas em muitas situações.

O que é uma Odds Ratio?

Um odds ratio é a medida estatística de associação entre uma exposição e um resultado. Em outras palavras, o odds ratio é a chance estatística de que um resultado ocorra sob uma condição específica: no caso do nosso exemplo, o odds ratio representa a chance de que tomar um dos dois medicamentos para a asma ainda possa levar a uma visita ao hospital. As probabilidades são fáceis de calcular. Se você dividir as visitas hospitalares relatadas para a medicação B por aquelas da medicação A, você apresentará a razão de chances. Neste exemplo, o odds ratio é de 0,5. A proporção significa que você tem uma chance aproximadamente 50% maior de ir ao hospital ao tomar a medicação A acima da medicação B. No entanto, isso não significa necessariamente que a medicação B seja melhor: essa proporção de 0,5 é conhecida como uma razão de chances bruta não ajustada ou bruta , porque não leva em conta nada, exceto o número relatado de visitas ao hospital.

Exposições e Resultados

O valor numérico de um odds ratio fornece uma idéia do que acontecerá quando um paciente for exposto a algo - neste caso, medicação para asma. Um odds ratio de 1 significa que a exposição não afeta o resultado: em outras palavras, a medicação não funciona. Uma razão de chances maior que 1 indica chances maiores do resultado, enquanto uma razão menor que 1 indica chances menores do resultado.

Variáveis ​​de vida e de confusão

O problema com um odds ratio bruto é que ele é totalmente unidimensional. Não reflete a influência de fatores de confusão, como idade, outras condições médicas ou até algo tão simples quanto o acesso a uma clínica versus um departamento de emergência. Sua interpretação do odds ratio dos medicamentos pode mudar se você souber que todos os pacientes que estão tomando a medicação A também estavam recebendo tratamento para câncer de pulmão e que todos os pacientes que tomavam a medicação B estavam de boa saúde ou se descobriram que os pacientes que estavam tomando a medicação A morava a 8 km do hospital e a 100 km da clínica mais próxima.

Buscando a proporção de probabilidades ajustadas

Muito poucas coisas na vida têm uma clara relação de causa e efeito. Nas estatísticas, os "outros" fatores que afetam o relacionamento entre duas coisas são conhecidos como variáveis ​​de confusão. Se apenas uma variável afetar o relacionamento, os matemáticos farão um ajuste estatístico para fornecer uma proporção mais precisa. Quando todas as variáveis ​​foram levadas em consideração, diz-se que o índice está totalmente ajustado. Como o ajuste do odds ratio é muito complexo, os pesquisadores tentam controlar o maior número possível de variáveis ​​para garantir resultados precisos. Em ensaios farmacêuticos, por exemplo, os pesquisadores procurarão participantes da mesma idade e sexo com histórico médico semelhante.