Su médico le ha dado a elegir entre dos medicamentos para el tratamiento del asma. Cuando compara las visitas al departamento de emergencias, observa que 10 pacientes que tomaban el medicamento A informaron un viaje al hospital frente a los cinco pacientes que tomaban el medicamento B. A primera vista, parecería que la medicación B es obviamente la mejor opción. Sin embargo, para tomar una decisión informada, deberá examinar los datos un poco más de cerca. Para determinar cuál de estos dos medicamentos para el asma le servirá mejor, puede usar las estadísticas para calcular la razón de probabilidades ajustada.
TL; DR (demasiado largo; No leí)
Una razón de probabilidades es una medida estadística de asociación que se utiliza para determinar la relación entre diferentes conjuntos de exposiciones y resultados. Encontrado al dividir los resultados de un resultado por los resultados de un segundo, una razón de probabilidades puede proporcionar información sobre la efectividad de los tratamientos experimentales y más. Sin embargo, para determinar la razón de probabilidades ajustada de dos conjuntos de datos es necesario tener en cuenta las variables de confusión, lo que hace que las razones de probabilidades ajustadas sean difíciles de determinar en muchas situaciones.
¿Qué es un Odds Ratio?
Una razón de posibilidades es la medida estadística de asociación entre una exposición y un resultado. En otras palabras, la razón de posibilidades es la probabilidad estadística de que ocurra un resultado bajo una condición específica: en el caso de En nuestro ejemplo, la razón de posibilidades representa la posibilidad de que tomar uno de los dos medicamentos para el asma aún pueda conducir a una visita al hospital. Las razones de probabilidad son fáciles de calcular. Si divide las visitas al hospital informadas por el medicamento B por las del medicamento A, obtendrá la razón de probabilidades. En este ejemplo, la razón de posibilidades es 0,5. La proporción significa que tiene aproximadamente un 50% más de posibilidades de ir al hospital cuando toma el medicamento A sobre el medicamento B. Sin embargo, esto no significa necesariamente que el medicamento B sea mejor: esta proporción de 0,5 se conoce como no ajustada, o razón de probabilidades bruta, porque no tiene en cuenta nada excepto el número informado de hospitales visitas.
Exposiciones y resultados
El valor numérico de una razón de posibilidades le da una idea de lo que sucederá cuando un paciente se exponga a algo, en este caso, medicamentos para el asma. Una razón de probabilidades de 1 significa que la exposición no afecta el resultado: en otras palabras, el medicamento no funciona. Una razón de probabilidades mayor que 1 indica probabilidades más altas del resultado, mientras que una razón menor a 1 indica probabilidades más bajas del resultado.
Variables de vida y confusión
El problema con una razón de probabilidades cruda es que es completamente unidimensional. No refleja la influencia de factores de confusión como la edad, otras afecciones médicas o incluso algo tan simple como el acceso a una clínica frente a un departamento de emergencias. La interpretación de su razón de probabilidades de los medicamentos podría cambiar si se enterara de que todos los pacientes que tomaban el medicamento A también estaban recibiendo tratamiento para el cáncer de pulmón y todos los los pacientes que tomaban el medicamento B gozaban de buena salud, o si descubría que los pacientes que tomaban el medicamento A vivían a cinco millas del hospital y a 60 millas del hospital más cercano. clínica.
Buscando la razón de probabilidades ajustada
Muy pocas cosas en la vida tienen una relación clara de causa y efecto. En estadística, los "otros" factores que afectan la relación entre dos cosas se conocen como variables de confusión. Si solo una variable afecta la relación, los matemáticos harán un ajuste estadístico para dar una razón más precisa. Cuando se han tenido en cuenta todas las variables, se dice que la relación está completamente ajustada. Debido a que ajustar una razón de probabilidades es muy complejo, los investigadores intentan controlar tantas variables como sea posible para garantizar resultados precisos. En los ensayos farmacéuticos, por ejemplo, los investigadores buscarán participantes de la misma edad y sexo con antecedentes médicos similares.