როგორ გამოვთვალოთ მორგებული კოეფიციენტის თანაფარდობა

ექიმმა მოგცათ არჩევანი ორ მედიკამენტს შორის ასთმის სამკურნალოდ. როდესაც შეადარებთ გადაუდებელი დახმარების განყოფილების ვიზიტებს, შეამჩნევთ, რომ 10 პაციენტი, ვინც მკურნალობს A- ს, აცხადებს, რომ მიემგზავრება საავადმყოფოში, ვიდრე ხუთი პაციენტი, ვინც მკურნალობს B- ს. ერთი შეხედვით, აღმოჩნდება, რომ მედიკამენტი B აშკარად საუკეთესო არჩევანია. იმისათვის, რომ ინფორმირებული გადაწყვეტილება მიიღოთ, თქვენ უნდა შეისწავლოთ მონაცემები ცოტა უფრო მჭიდროდ. იმის დასადგენად, ასთმის ამ ორი მედიკამენტიდან რომელი უკეთესად მოგემსახურებათ, შეგიძლიათ გამოიყენოთ სტატისტიკური მონაცემები, რომ გამოთვალოთ შანსების თანაფარდობა.

TL; DR (ძალიან გრძელია; არ წავიკითხე)

კოეფიციენტების კოეფიციენტი არის ასოციაციის სტატისტიკური საზომი, რომელიც გამოიყენება ურთიერთქმედების სხვადასხვა ჯგუფებსა და შედეგებს შორის კავშირის დასადგენად. ერთი შედეგის შედეგების წამის მეორის შედეგების დაყოფით დადგენილია, რომ შანსების თანაფარდობამ შეიძლება ჩაატაროს ექსპერიმენტული მკურნალობის ეფექტურობის და სხვა საკითხების შესახებ. ამასთან, ორი მონაცემთა ნაკრების მორგებული შანსების თანაფარდობის დადგენა მოითხოვს თქვენ უნდა გაითვალისწინოთ დამაბნეველი ცვლადები - შეცვლილი კოეფიციენტების კოეფიციენტების დადგენა რთულდება მრავალ სიტუაციაში.

კოეფიციენტების კოეფიციენტი არის ზემოქმედებასა და შედეგს შორის კავშირის სტატისტიკური საზომი. სხვა სიტყვებით რომ ვთქვათ, კოეფიციენტების კოეფიციენტი არის სტატისტიკური შანსი, ვიდრე შედეგი მოხდება კონკრეტულ პირობებში: ჩვენი მაგალითია, რომ კოეფიციენტების კოეფიციენტი წარმოადგენს შანსს, რომ ასთმის ორი მედიკამენტის მიღებამ შეიძლება გამოიწვიოს საავადმყოფოში ვიზიტი. კოეფიციენტების კოეფიციენტები ადვილად გამოსაანგარიშებელია. თუ თქვენ გაყოფთ საავადმყოფოში მიღებულ ვიზიტებს B მედიკამენტებზე და A მედიკამენტებზე, თქვენ შეხვდებით კოეფიციენტების კოეფიციენტს. ამ მაგალითში კოეფიციენტების კოეფიციენტია 0,5. თანაფარდობა ნიშნავს, რომ თქვენ გაქვთ 50% -ით მეტი შანსი საავადმყოფოში წასვლისას, როდესაც თქვენ იღებთ A მედიკამენტს, ვიდრე B მედიკამენტი. ამასთან, ეს სულაც არ ნიშნავს, რომ B მედიკამენტი უკეთესია: ეს 0,5 თანაფარდობა ცნობილია, როგორც არარეგულირებული, ან ნედლი კოეფიციენტის თანაფარდობა, რადგან ის არაფერს ითვალისწინებს, გარდა საავადმყოფოს ცნობით ვიზიტები.

კოეფიციენტების კოეფიციენტის რიცხვითი მნიშვნელობა გარკვეულ წარმოდგენას გიქმნით იმის შესახებ, თუ რა მოხდება, როდესაც პაციენტი რაიმეს განიცდის - ამ შემთხვევაში ასთმის სამკურნალო საშუალებები. შანსების თანაფარდობა 1 ნიშნავს, რომ ზემოქმედება გავლენას არ ახდენს შედეგზე: სხვა სიტყვებით რომ ვთქვათ, მედიკამენტები არ მუშაობს. კოეფიციენტის კოეფიციენტი 1-ზე მეტი მიუთითებს შედეგის უფრო მაღალ კოეფიციენტებზე, ხოლო 1-ზე ნაკლები კოეფიციენტი მიუთითებს შედეგის დაბალ კოეფიციენტებზე.

ნედლი კოეფიციენტების თანაფარდობის პრობლემა ის არის, რომ იგი მთლიანად არის ერთგანზომილებიანი. ეს არ ასახავს დამაბნეველი ფაქტორების გავლენას, როგორიცაა ასაკი, სხვა სამედიცინო პირობები ან თუნდაც ისეთი რამ, როგორიცაა კლინიკაში შესვლა გადაუდებელი დახმარების განყოფილებისგან. თქვენი შანსების თანაფარდობა მედიკამენტების ინტერპრეტაცია შეიძლება შეიცვალოს, თუ გაიგეთ, რომ A მედიკამენტებით დაავადებული ყველა პაციენტი ასევე მკურნალობდა ფილტვის კიბოთი და ყველა სხვა მედიკამენტებით დაავადებულ პაციენტებს ჯანმრთელობა ჰქონდათ, ან თუ შეიტყვეთ, რომ მედიკამენტებით A პაციენტები ცხოვრობდნენ საავადმყოფოდან ხუთი მილის დაშორებით და უახლოესიდან 60 მილის მოშორებით კლინიკა

ცხოვრებაში ძალიან ცოტა რამ არის აშკარა მიზეზ-შედეგობრივი კავშირი. სტატისტიკის მიხედვით, ”სხვა” ფაქტორები, რომლებიც გავლენას ახდენენ ორ რამეზე ურთიერთობაზე, ცნობილია როგორც დამაბნეველი ცვლადები. თუ მხოლოდ ერთი ცვლადი იმოქმედებს ურთიერთობაზე, მათემატიკოსები გააკეთებენ სტატისტიკურ კორექტირებას უფრო ზუსტი თანაფარდობის მისაღებად. როდესაც ყველა ცვლადი გაითვალისწინება, ნათქვამია, რომ თანაფარდობა სრულად არის მორგებული. იმის გამო, რომ კოეფიციენტების კოეფიციენტი ძალიან რთულია, მკვლევარები ცდილობენ რაც შეიძლება მეტი ცვლადის კონტროლს, ზუსტი შედეგების უზრუნველსაყოფად. მაგალითად, ფარმაცევტულ კვლევებში, მკვლევარები ეძებენ იმავე ასაკისა და სქესის მონაწილეებს მსგავსი სამედიცინო ისტორიით.