Isi
- TL; DR (Terlalu Panjang; Tidak Dibaca)
- Apa itu Rasio Peluang?
- Eksposur dan Hasil
- Variabel Kehidupan dan Perancu
- Mencari Rasio Peluang yang Disesuaikan
Dokter Anda telah memberi Anda pilihan antara dua obat untuk pengobatan asma. Ketika Anda membandingkan kunjungan gawat darurat, Anda melihat bahwa 10 pasien yang sedang dalam pengobatan A melaporkan perjalanan ke rumah sakit dibandingkan dengan lima pasien yang sedang dalam pengobatan B. Pada pandangan pertama, akan terlihat bahwa obat B adalah pilihan terbaik yang jelas. Untuk membuat keputusan yang tepat, Anda harus memeriksa data sedikit lebih dekat. Untuk menentukan mana dari dua obat asma ini yang akan melayani Anda dengan lebih baik, Anda dapat menggunakan statistik untuk menghitung rasio odds yang disesuaikan.
TL; DR (Terlalu Panjang; Tidak Dibaca)
Rasio peluang adalah ukuran statistik asosiasi, yang digunakan untuk menentukan hubungan antara set eksposur dan hasil yang berbeda. Ditemukan dengan membagi hasil dari satu hasil dengan hasil yang kedua, rasio peluang dapat memberikan wawasan tentang efektivitas perawatan eksperimental dan banyak lagi. Namun, menentukan rasio odds yang disesuaikan dari dua set data mengharuskan Anda untuk mengambil faktor dalam variabel perancu - membuat rasio odds yang disesuaikan sulit untuk ditentukan dalam banyak situasi.
Apa itu Rasio Peluang?
Rasio peluang adalah ukuran statistik hubungan antara eksposur dan hasil. Dengan kata lain, rasio odds adalah peluang statistik daripada hasil yang akan terjadi dalam kondisi tertentu: dalam kasus contoh kami, rasio odds merupakan peluang bahwa mengambil salah satu dari dua obat asma masih dapat menyebabkan kunjungan rumah sakit. Rasio odds mudah untuk dihitung. Jika Anda membagi kunjungan rumah sakit yang dilaporkan untuk pengobatan B dengan yang untuk pengobatan A, Anda akan menghasilkan rasio odds. Dalam contoh ini, rasio odds adalah 0,5. Rasio ini berarti bahwa Anda memiliki kemungkinan 50% lebih besar untuk pergi ke rumah sakit ketika minum obat A daripada obat B. Namun, ini tidak berarti bahwa obat B lebih baik: rasio 0,5 ini dikenal sebagai rasio odds mentah yang tidak disesuaikan atau mentah. , karena tidak memperhitungkan apa pun kecuali jumlah kunjungan rumah sakit yang dilaporkan.
Eksposur dan Hasil
Nilai numerik dari rasio odds memberi Anda beberapa gagasan tentang apa yang akan terjadi ketika seorang pasien terpapar sesuatu - dalam hal ini, pengobatan asma. Odds ratio 1 berarti bahwa paparan tidak mempengaruhi hasil: Dengan kata lain, obat tidak bekerja. Rasio peluang lebih besar dari 1 menunjukkan peluang hasil yang lebih tinggi sementara rasio kurang dari 1 menunjukkan peluang hasil yang lebih rendah.
Variabel Kehidupan dan Perancu
Masalah dengan rasio odds kasar adalah bahwa itu sepenuhnya satu dimensi. Itu tidak mencerminkan pengaruh faktor perancu seperti usia, kondisi medis lainnya atau bahkan sesuatu yang sederhana seperti akses ke klinik versus unit gawat darurat. Interpretasi rasio odds Anda dari obat-obatan mungkin berubah jika Anda mengetahui bahwa semua pasien yang menggunakan obat A juga menerima pengobatan untuk kanker paru-paru dan semua pasien yang menggunakan obat B dalam keadaan sehat, atau jika Anda mengetahui bahwa pasien yang sedang menjalani pengobatan A tinggal lima mil jauhnya dari rumah sakit dan 60 mil jauhnya dari klinik terdekat.
Mencari Rasio Peluang yang Disesuaikan
Sangat sedikit hal dalam hidup yang memiliki hubungan sebab dan akibat yang jelas. Dalam statistik, faktor "lain" yang mempengaruhi hubungan antara dua hal dikenal sebagai variabel perancu. Jika hanya satu variabel yang mempengaruhi hubungan, matematikawan akan melakukan penyesuaian statistik untuk memberikan rasio yang lebih akurat. Ketika semua variabel telah diperhitungkan, rasio dikatakan sepenuhnya disesuaikan. Karena menyesuaikan rasio odds sangat kompleks, para peneliti mencoba mengendalikan sebanyak mungkin variabel untuk memastikan hasil yang akurat. Dalam uji coba farmasi, misalnya, peneliti akan mencari peserta dengan usia dan jenis kelamin yang sama dengan riwayat medis yang sama.