あなたの医者はあなたに喘息の治療のための2つの薬の間の選択を与えました。 救急科の訪問を比較すると、薬剤Aの10人の患者が、薬剤Bの5人の患者に対して病院への旅行を報告したことがわかります。 一見すると、薬剤Bが明らかに最良の選択であるように見えます。 ただし、十分な情報に基づいて決定を下すには、データをもう少し詳しく調べる必要があります。 これらの2つの喘息治療薬のどちらがより効果的かを判断するには、統計を使用して調整済みオッズ比を計算できます。
TL; DR（長すぎる; 読んでいない）
オッズ比は関連性の統計的尺度であり、さまざまな曝露セットと結果の間の関係を決定するために使用されます。 1つの結果の結果を2番目の結果で割ることによって求められるオッズ比は、実験的治療などの有効性に関する洞察を提供します。 ただし、2つのデータセットの調整済みオッズ比を決定するには、交絡変数を考慮する必要があります。これにより、多くの状況で調整済みオッズ比を決定することが困難になります。
オッズ比とは何ですか？
オッズ比は、曝露と結果の間の関連の統計的尺度です。 言い換えれば、オッズ比は、特定の条件下で結果が発生するよりも統計的な確率です。 この例では、オッズ比は、2つの喘息薬のいずれかを服用しても病院への訪問につながる可能性を表しています。 オッズ比は簡単に計算できます。 報告された薬剤Bの通院を薬剤Aの通院で割ると、オッズ比がわかります。 この例では、オッズ比は0.5です。 この比率は、薬Bよりも薬Aを服用すると、病院に行く可能性が約50％高くなることを意味します。 ただし、これは必ずしも薬剤Bの方が優れていることを意味するわけではありません。この0.5の比率は、未調整として知られています。 または、報告された病院の数以外は何も考慮されていないため、粗オッズ比 訪問。
ばく露と結果
オッズ比の数値は、患者が何か（この場合は喘息治療薬）にさらされたときに何が起こるかについてのアイデアを提供します。 オッズ比1は、曝露が結果に影響を与えないことを意味します。言い換えると、薬は効きません。 オッズ比が1より大きい場合は、結果のオッズが高いことを示し、比率が1より小さい場合は、結果のオッズが低いことを示します。
生命と交絡変数
大まかなオッズ比の問題点は、それが完全に1次元であるということです。 それは、年齢、他の病状、あるいは診療所と救急科へのアクセスのような単純なものなどの交絡因子の影響を反映していません。 薬Aを服用しているすべての患者が肺がんの治療も受けていることを知った場合、薬のオッズ比の解釈が変わる可能性があります。 薬Bを服用している患者は他の点では健康でした。または、薬Aを服用している患者が病院から5マイル離れており、最寄りの患者から60マイル離れていることがわかった場合 診療所。
調整されたオッズ比を求める
人生で明確な因果関係を持っているものはほとんどありません。 統計では、2つのものの間の関係に影響を与える「その他の」要因は交絡変数として知られています。 1つの変数だけが関係に影響を与える場合、数学者はより正確な比率を与えるために統計的調整を行います。 すべての変数が考慮されると、比率は完全に調整されたと言われます。 オッズ比の調整は非常に複雑であるため、研究者は正確な結果を保証するためにできるだけ多くの変数を制御しようとします。 たとえば、製薬試験では、研究者は同じ年齢と性別で同じような病歴を持つ参加者を探します。