의사는 천식 치료를 위해 두 가지 약물 중에서 선택할 수 있습니다. 응급실 방문을 비교해 보면 약 A를 복용 한 10 명의 환자와 B 약을 복용 한 5 명의 환자가 병원을 방문했다고보고했습니다. 언뜻보기에 B 약물이 최선의 선택 인 것처럼 보일 것입니다. 그러나 정보에 입각 한 결정을 내리려면 데이터를 좀 더 면밀히 검토해야합니다. 이 두 가지 천식 약물 중 어느 것이 더 나은 효과가 있는지 결정하기 위해 통계를 사용하여 조정 된 승산 비를 계산할 수 있습니다.
TL; DR (너무 깁니다. 읽지 않음)
승산 비는 서로 다른 노출 세트와 결과 간의 관계를 결정하는 데 사용되는 통계적 연관성 측정 값입니다. 한 결과의 결과를 두 번째 결과로 나눈 결과 승산 비는 실험적 치료 등의 효과에 대한 통찰력을 제공 할 수 있습니다. 그러나 두 데이터 세트의 수정 된 승산 비를 결정하려면 변수를 교란시키는 요인을 고려해야하므로 많은 상황에서 수정 된 승산 비를 결정하기 어렵습니다.
승산 비란 무엇입니까?
승산 비는 노출과 결과 간의 연관성을 통계적으로 측정 한 것입니다. 즉, 승산 비는 특정 조건에서 결과가 발생할 수있는 통계적 기회입니다. 이 예에서 승산 비는 두 가지 천식 약물 중 하나를 복용하면 병원 방문으로 이어질 수있는 가능성을 나타냅니다. 승산 비는 계산하기 쉽습니다. 약물 B에 대해보고 된 병원 방문을 약물 A에 대한 방문으로 나누면 승산 비가 나옵니다. 이 예에서 승산 비는 0.5입니다. 이 비율은 약 B보다 약 A를 복용 할 때 병원에 갈 확률이 대략 50 % 더 높다는 것을 의미합니다. 그러나 이것이 반드시 B 약물이 더 낫다는 것을 의미하지는 않습니다.이 0.5 비율은 조정되지 않은 것으로 알려져 있습니다. 또는 조잡한 승산 비, 보고 된 병원 수 외에는 아무것도 고려하지 않기 때문입니다. 방문.
노출 및 결과
승산 비의 숫자 값은 환자가 무언가에 노출되었을 때 어떤 일이 일어날 지에 대한 아이디어를 제공합니다.이 경우에는 천식 치료제입니다. 승산 비가 1이면 노출이 결과에 영향을 미치지 않음을 의미합니다. 즉, 약물이 효과가 없습니다. 1보다 큰 승산 비는 결과의 더 높은 승산을 나타내고 1보다 작은 비율은 결과의 낮은 승산을 나타냅니다.
삶과 혼란스러운 변수
조잡한 승산 비의 문제는 그것이 완전히 1 차원이라는 것입니다. 연령, 기타 의학적 상태 또는 응급실에 대한 클리닉 접근과 같은 단순한 것 같은 혼란 요인의 영향을 반영하지 않습니다. 약물 A의 모든 환자가 폐암 치료를 받고 있다는 사실을 알게되면 약물에 대한 승산 비 해석이 변경 될 수 있습니다. 약물 B를 복용 한 환자는 건강이 좋지 않았거나 약물 A를 복용 한 환자가 병원에서 5 마일 떨어져 있고 가장 가까운 곳에서 60 마일 떨어진 곳에 살았다는 사실을 알게 된 경우 진료소.
조정 된 승산 비 찾기
인생에서 명확한 원인과 결과 관계가있는 것은 거의 없습니다. 통계에서 두 가지 사이의 관계에 영향을 미치는 "기타"요인을 혼동 변수라고합니다. 하나의 변수 만 관계에 영향을 미치는 경우 수학자는 더 정확한 비율을 제공하기 위해 통계 조정을 수행합니다. 모든 변수를 고려하면 비율이 완전히 조정되었다고합니다. 승산 비 조정은 매우 복잡하기 때문에 연구자들은 정확한 결과를 보장하기 위해 가능한 한 많은 변수를 제어하려고합니다. 예를 들어, 제약 실험에서 연구자들은 비슷한 병력을 가진 같은 연령과 성별의 참가자를 찾습니다.