Calcular odds ratio

Calcular odds ratio

Cómo calcular el odds ratio en spss

ResumenAntecedentesLas odds ratio (OR) sobrestiman significativamente las asociaciones entre los factores de riesgo y los resultados comunes. La estimación de los riesgos relativos (RR) o las razones de prevalencia (RP) ha representado un reto estadístico en el análisis multivariante y, además, algunos investigadores no tienen acceso a los métodos disponibles. Objetivo: Proponer y evaluar un nuevo método para la estimación de RR y PR mediante regresión logística.MétodosSe diseñó una base de datos provisional en la que se duplicaron los eventos pero se identificaron como no eventos. Posteriormente, se realizó una regresión logística y se calcularon las medidas de efecto, que se consideraron estimaciones de RR. Este método se comparó con la regresión binomial, la regresión de Cox con varianza robusta y la regresión logística ordinaria en análisis con tres resultados de diferentes frecuencias.ResultadosLos RR estimados por la regresión logística ordinaria sobrestimaron progresivamente los RR a medida que aumentaba la frecuencia del resultado. Los RR estimados por la regresión de Cox y el método propuesto en este artículo fueron similares a los estimados por la regresión binomial para cada resultado. Sin embargo, los intervalos de confianza fueron más amplios con el método propuesto.ConclusiónEsta sencilla herramienta podría ser útil para calcular el efecto de los factores de riesgo y el impacto de las intervenciones sanitarias en los países en desarrollo cuando no se dispone de otras estrategias estadísticas.

Problemas de los ejemplos de odds ratio

Los estudios transversales son uno de los estudios observacionales más frecuentemente diseñados en epidemiología veterinaria (1), probablemente porque son rápidos, baratos y de dificultad moderada. Este tipo de diseño se ha utilizado ampliamente en medicina veterinaria para abordar una serie de investigaciones. Establecer una relación causal entre una exposición y un resultado no es posible en estos estudios, dado que ambos se miden simultáneamente, y por lo tanto, hablar de riesgo es inadecuado, ya que el riesgo es la probabilidad de un resultado en una población o la probabilidad de que se desarrolle un resultado específico o una enfermedad durante un periodo de tiempo concreto (2, 3). En este diseño, en el que son frecuentes los resultados binarios (por ejemplo, enfermedad/no enfermedad, positivo/negativo), se puede utilizar la odds ratio (OR) o la prevalence ratio (PR) como medidas de asociación. Sin embargo, algunos autores sugieren el uso de la PR porque su interpretación es más fácil que la de la OR (4, 5).
En epidemiología humana se ha discutido mucho sobre el uso de la OR exclusivamente para los estudios de casos y controles y algunos autores fomentan el uso de la PR para los diseños transversales porque la interpretación precisa de la OR es difícil y a menudo se interpreta erróneamente como PR (4). A pesar de ser matemáticamente idéntico al riesgo relativo (RR), el PR sólo puede utilizarse en estudios transversales y no en ensayos clínicos o cohortes, ya que el primero mide la prevalencia en lugar del riesgo (6). Cabe destacar que las principales revistas del ámbito de la salud humana, como el New England Journal of Medicine y el American Journal of Epidemiology, han desaconsejado oficialmente el uso de la OR para cualquier estudio en el que puedan determinarse otras medidas de asociación. Spiegelman y Hertzmark afirmaron que “ya no hay ninguna buena justificación para ajustar los modelos de regresión logística y estimar las odds ratios cuando la odds ratio no es una buena aproximación de la ratio de riesgo o prevalencia” (7).

Cómo calcular el odds ratio en excel

aCentro Julius de Ciencias de la Salud y Atención Primaria, Centro Médico Universitario de Utrecht, y bDepartamento de Neurología y Neurocirugía, Instituto Rudolf Magnus de Neurociencia, Centro de Accidentes Cerebrovasculares de Utrecht, Centro Médico Universitario de Utrecht, Utrecht, Países Bajos
Al leer la literatura médica como clínico, se presentan muchas medidas diferentes de asociación. Para juzgar si los resultados de los estudios pueden aplicarse a la práctica clínica, es esencial entender y ser capaz de interpretar la medida de asociación reportada en el artículo. En este artículo, presentaremos cómo tratar las medidas de asociación más comúnmente utilizadas, incluyendo la diferencia de riesgo y tasa, el número necesario para tratar, la razón de riesgo y tasa, la razón de riesgo y la razón de probabilidades. Mediante ejemplos, discutiremos las diferentes medidas de asociación para los tres principales diseños de estudio utilizados en la investigación clínica: ensayo controlado aleatorio, estudio de cohortes observacional y estudio de casos y controles.
Dosificación de medicamentos: Los autores y el editor han hecho todo lo posible para garantizar que la selección y la dosificación de los fármacos que se exponen en este texto estén de acuerdo con las recomendaciones y la práctica actuales en el momento de la publicación. Sin embargo, en vista de la investigación en curso, los cambios en las regulaciones gubernamentales y el flujo constante de información relacionada con la terapia y las reacciones a los medicamentos, se insta al lector a revisar el prospecto de cada medicamento para ver si hay cambios en las indicaciones y la dosificación y si se añaden advertencias y precauciones. Esto es especialmente importante cuando el agente recomendado es un medicamento nuevo y/o de uso poco frecuente.

Cómo calcular la odds ratio en epidemiología

La odds ratio con un intervalo de confianza del 95% es la estadística inferencial que se utiliza en los diseños retrospectivos de casos y controles, en los análisis de chi-cuadrado (odds ratios no ajustadas con intervalos de confianza del 95%) y en los modelos multivariantes que predicen resultados categóricos, ordinales y de tiempo. La anchura del intervalo de confianza del odds ratio es la inferencia relacionada con la precisión del efecto del tratamiento.Si el intervalo de confianza de un odds ratio cruza por encima de 1,0, entonces los investigadores tienen una asociación no significativa entre las variables.Si el odds ratio y el intervalo de confianza están ambos completamente por encima de 1 Si la razón de momios y el intervalo de confianza están completamente por debajo de 1,0, entonces el resultado es MÁS PROBABLE que ocurra como resultado del tratamiento o la exposición, lo que denota un efecto “protector”.
Cuando los investigadores utilizan un diseño retrospectivo de casos y controles, la odds ratio con un intervalo de confianza del 95% se utiliza como inferencia principal. En la tabla siguiente, se puede ver que la fórmula es (A*D) / (B*C).

Acerca del autor

admin

Ver todos los artículos