วิธีการคำนวณอัตราต่อรองที่ปรับปรุงแล้ว

แพทย์ของคุณได้ให้ทางเลือกแก่คุณระหว่างยาสองชนิดสำหรับการรักษาโรคหอบหืด เมื่อคุณเปรียบเทียบการเยี่ยมชมแผนกฉุกเฉิน คุณสังเกตเห็นว่าผู้ป่วย 10 รายที่ใช้ยา A รายงานว่ามีการเดินทางไปโรงพยาบาลกับผู้ป่วย 5 รายที่ใช้ยา B เมื่อมองแวบแรก ดูเหมือนว่ายา B เป็นตัวเลือกที่ดีที่สุดอย่างเห็นได้ชัด อย่างไรก็ตาม ในการตัดสินใจอย่างมีข้อมูล คุณจะต้องตรวจสอบข้อมูลให้ละเอียดยิ่งขึ้นอีกเล็กน้อย ในการพิจารณาว่ายารักษาโรคหอบหืดทั้งสองชนิดใดจะให้บริการคุณได้ดีกว่า คุณสามารถใช้สถิติเพื่อคำนวณอัตราต่อรองที่ปรับแล้ว

ทีแอล; DR (ยาวเกินไป; ไม่ได้อ่าน)

อัตราต่อรองเป็นตัวชี้วัดทางสถิติของความสัมพันธ์ ใช้เพื่อกำหนดความสัมพันธ์ระหว่างกลุ่มความเสี่ยงและผลลัพธ์ที่แตกต่างกัน พบโดยการหารผลลัพธ์ของผลลัพธ์หนึ่งด้วยผลลัพธ์ของวินาที อัตราส่วนของโอกาสสามารถให้ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพของการรักษาแบบทดลองและอื่นๆ อย่างไรก็ตาม การกำหนดอัตราส่วนอัตราต่อรองที่ปรับปรุงแล้วของชุดข้อมูลสองชุดนั้น คุณจะต้องแยกปัจจัยในตัวแปรที่ทำให้เกิดความสับสน ซึ่งทำให้ยากต่อการตรวจสอบอัตราส่วนอัตราต่อรองที่ปรับแล้วในหลายสถานการณ์

อัตราต่อรองคือการวัดทางสถิติของความสัมพันธ์ระหว่างการสัมผัสและผลลัพธ์ กล่าวอีกนัยหนึ่ง อัตราต่อรองคือโอกาสทางสถิติมากกว่าผลลัพธ์ที่จะเกิดขึ้นภายใต้เงื่อนไขเฉพาะ: ในกรณีของ ตัวอย่างของเรา อัตราต่อรองแสดงถึงโอกาสที่การใช้ยารักษาโรคหอบหืดหนึ่งในสองชนิดอาจยังนำไปสู่การไปโรงพยาบาล อัตราต่อรองง่ายต่อการคำนวณ หากคุณแบ่งการเข้ารับการรักษาในโรงพยาบาลที่รายงานสำหรับยา B ด้วยจำนวนครั้งสำหรับยา A คุณจะได้อัตราส่วนอัตราต่อรอง ในตัวอย่างนี้ อัตราต่อรองคือ 0.5 อัตราส่วนนี้หมายความว่าคุณมีโอกาสไปโรงพยาบาลเพิ่มขึ้นประมาณ 50% เมื่อทานยา A แทนยา B อย่างไรก็ตาม นี่ไม่ได้หมายความว่ายา B จะดีกว่าเสมอไป: อัตราส่วน 0.5 นี้เรียกว่าไม่ได้ปรับ หรืออัตราต่อรองแบบคร่าวๆ เพราะไม่ได้คำนึงถึงอะไรนอกจากจำนวนโรงพยาบาลที่รายงานไว้ การเข้าชม

ค่าตัวเลขของอัตราส่วนอัตราต่อรองช่วยให้คุณทราบว่าจะเกิดอะไรขึ้นเมื่อผู้ป่วยสัมผัสกับบางสิ่ง ในกรณีนี้คือยารักษาโรคหอบหืด อัตราต่อรองที่ 1 หมายความว่าการรับสัมผัสไม่ส่งผลต่อผลลัพธ์ กล่าวคือ ยาใช้ไม่ได้ผล อัตราต่อรองที่มากกว่า 1 หมายถึงอัตราต่อรองที่สูงขึ้นของผลลัพธ์ ในขณะที่อัตราส่วนที่น้อยกว่า 1 หมายถึงอัตราต่อรองที่ต่ำกว่าของผลลัพธ์

ปัญหาเกี่ยวกับอัตราส่วนราคาต่อรองคร่าวๆ คือมันเป็นมิติเดียวทั้งหมด ไม่ได้สะท้อนถึงอิทธิพลของปัจจัยที่ทำให้สับสน เช่น อายุ เงื่อนไขทางการแพทย์อื่นๆ หรือแม้แต่เรื่องง่ายๆ อย่างการเข้าถึงคลินิกกับแผนกฉุกเฉิน การตีความอัตราส่วนอัตราต่อรองของยาอาจเปลี่ยนแปลงได้หากคุณทราบว่าผู้ป่วยทุกรายที่ใช้ยา A ยังได้รับการรักษามะเร็งปอดและผู้ป่วยทั้งหมด ผู้ป่วยที่ใช้ยา B มีสุขภาพที่ดี หรือหากคุณพบว่าผู้ป่วยที่ใช้ยา A อยู่ห่างจากโรงพยาบาล 5 ไมล์ และอยู่ห่างจากโรงพยาบาลที่ใกล้ที่สุด 60 ไมล์ คลินิก.

บางสิ่งในชีวิตมีความสัมพันธ์ของเหตุและผลที่ชัดเจน ในสถิติ ปัจจัย "อื่นๆ" ที่ส่งผลต่อความสัมพันธ์ระหว่างสองสิ่งเรียกว่าตัวแปรสับสน หากตัวแปรเพียงตัวเดียวส่งผลต่อความสัมพันธ์ นักคณิตศาสตร์จะทำการปรับทางสถิติเพื่อให้อัตราส่วนที่แม่นยำยิ่งขึ้น เมื่อพิจารณาตัวแปรทั้งหมดแล้ว อัตราส่วนดังกล่าวจะถูกปรับให้สมบูรณ์ เนื่องจากการปรับอัตราต่อรองนั้นซับซ้อนมาก นักวิจัยจึงพยายามควบคุมตัวแปรให้ได้มากที่สุดเพื่อให้แน่ใจว่าได้ผลลัพธ์ที่แม่นยำ ตัวอย่างเช่น ในการทดลองทางเภสัชกรรม นักวิจัยจะมองหาผู้เข้าร่วมที่มีอายุและเพศเดียวกันที่มีประวัติทางการแพทย์ที่คล้ายคลึงกัน