在临床研究中,常常有OR、RR值,表示某因素对病情的影响程度。

下面学习一下Odds、OR、RR的概念:

在病例对照研究中,可以画出下列的四格表:

------------------------------------------------------

暴露因素              病例             对照

-----------------------------------------------------

暴露                 a                 b

非暴露               c                 d

-----------------------------------------------

Odds: 称为比值、比数,是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。在病例对照研究中病例组的暴露比值为:

odds1 = (a/(a+c))/(c(a+c)) = a/c,

对照组的暴露比值为:

odds2 = (b/(b+d))/(d/(b+d)) = b/d

OR:比值比,为:病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc

换一种角度,暴露组的疾病发生比值:

odds1 = (a/(a+b))/(b(a+b)) = a/b

非暴露组的疾病发生比值:

odds2 = (c/(c+d))/(d/(c+d)) = c/d

OR = odds1/odds2 = ad/bc

与之前的结果一致。

OR的含义与相对危险度相同,指暴露组的疾病危险性为非暴露组的多少倍。OR>1说明疾病的危险度因暴露而增加,暴露与疾病之间为“正”关联;OR<1说明疾病的危险度因暴露而减少,暴露与疾病之间为“负”关联。 还应计算OR的置信区间,若区间跨1,一般说明该因素无意义。

关联强度大致如下:

--------------------------------------------------------

OR值                        联系强度

--------------------------------------------------------

0.9-1.0   1.0-1.1                     无

0.7-0.8   1.2-1.4       弱(前者为负关联,后者为正关联)

0.4-0.6   1.5-2.9                 中等(同上)

0.1-0.3   3.0-9.0                  强(同上)

<0.1     10.0以上                 很强(同上)

--------------------------------------------------------

    RR: 相对危险度(relative risk)的本质为率比(rate ratio)或危险比(risk ratio),即暴露组与非暴露组发病率之比,或发病的概率之比。但是病例对照研究不能计算发病率,所以病例对照研究中只能计算OR。当人群中疾病的发病率或者患病率很小时,OR近似等于RR,可用OR值代替RR。

不同发病率情况下,OR与RR的关系图如下:

   当发病率<10%时,RR与OR很接近。当发病率增大时,两者的差别增大。当OR>1时,OR高估了RR,当OR<1时,OR低估了RR。

设疾病在非暴露人群中的发病为P0,则可用下列公式对RR记性校正:

RR = OR/((1-P0)+(P0*OR))

若P0未知,可以用c/(c+d)估计。

SPSS的“交叉表(cross-table)”检验和Logistic回归分析可以直接给出OR值及置信区间。

交叉表检验中,勾选“风险”选项,如图:

Logisti回归中,勾选“EXP(B)的CI”选项,如图:

SPSS学习笔记之——OR值与RR值相关推荐

  1. SPSS学习笔记(1)

    SPSS学习笔记(1) SPSS是世界上最早的统计分析软件,美国斯坦福大学的三位研究生研制,于20世纪60年代末成立了SPSS公司,并于1975年在芝加哥组建了SPSS总部. 2009年7月28日,I ...

  2. 一文探究OR值和RR值区别

    一. 在介绍OR值和RR值两者的区别之前 首先了解下两者的定义: Odds Ratio(比值比, OR):在病例对照研究中,比值比指病例组中暴露与非暴露人数的比值和对照组中暴露与非暴露人数的比值的比. ...

  3. Mr.J-- jQuery学习笔记(七)--CSS类操作文本值操作

    不了解属性以及属性操作的同学可以看我之前的博客:Mr.J-- jQuery学习笔记(五)--属性及属性节点 下面demo 中btn用到的角标,之前写验证码动态强度测试时也用过同样方法:Mr.J--密码 ...

  4. matlab连通区边界_Matlab图像处理学习笔记(一):二值化、开操作、连通区域提取、重心、ROI...

    本博客主要记录我学习运用matlab进行一些基本的图像处理的一些笔记,如果有不当的地方,欢迎批评指正,一起学习,一起进步. 本篇是第一篇,只涉及到一些基本的操作,涉及到的知识点如下: 1.二值化 2. ...

  5. 深度学习笔记:神经网络权重确定初始值方法

    神经网络权重不可为相同的值,比如都为0,因为如果这样网络正向传播输出和反向传播结果对于各权重都完全一样,导致设置多个权重和设一个权重毫无区别.我们需要使用随机数作为网络权重 实验程序 在以下实验中,我 ...

  6. python函数参数学习_python学习笔记-11.函数参数和返回值进阶

    1. 函数参数和返回值的作用 函数根据有没有参数以及有没有返回值,可以相互组合,共有4种形式: 无参数,无返回值 无参数,有返回值 有参数,无返回值 有参数,有返回值 定义函数时,是否接收参数,或者是 ...

  7. PyTorch 学习笔记(四):权值初始化的十种方法

    pytorch在torch.nn.init中提供了常用的初始化方法函数,这里简单介绍,方便查询使用. 介绍分两部分: 1. Xavier,kaiming系列: 2. 其他方法分布 Xavier初始化方 ...

  8. SPSS学习笔记之——两独立样本的非参数检验(Mann-Whitney U )

    参考文章:http://blog.sina.com.cn/s/blog_83d9188c0102xjbz.html 对于8个单细胞转录组数据集,用NMI和SE算法聚类,得到ARI和NMI评估指标: 统 ...

  9. Python 学习笔记(2)字典默认值和集合的操作

    一.设置字典默认值 #字典的 get方法可以根据获取 value = some_dict.get(key, default_value) 例子如下: b_dict={"a":1,& ...

最新文章

  1. python 爬取图片_使用python爬取英雄联盟官方英雄皮肤图片
  2. PHP7.0连接DB
  3. INET Sockets Tour: ioctl()
  4. 17.词法分析和语法分析
  5. unity中程序的延时
  6. c++ 查看opencv版本 linux
  7. pdf阅读器与迅捷pdf编辑器的使用方法
  8. python文本自动伪原创_现在有哪些好用的伪原创工具?
  9. 【番外篇】波动率的几种模型
  10. iOS AppStore 转让APP
  11. opencv 修改图片尺寸
  12. Python回归分析五部曲(三)—一元非线性回归
  13. chm文件打不开:提示已取消到该网页的导航的解决办法
  14. 书小宅之网页设计——二次贝塞尔曲线和三次贝塞尔曲线
  15. 微商大咖不轻易透露的操作秘诀
  16. 解决CSDN博客文章 保存网页到本地后,页面显示不全的问题
  17. HD2014 青年歌手大奖赛_评委会打分
  18. java 句柄_JAVA句柄解释
  19. cf584E. Anton and Ira
  20. 日期累加器(任意时间基础上加上天数,不包括节假日以及周六日)

热门文章

  1. loam源码解析5 : laserOdometry(三)
  2. 淘宝母婴用品数据分析
  3. pyqt制作自动获取电脑IP地址的软件(含源代码)
  4. 吉他的那些事-----------------吉他零基础入门
  5. 敏俊物联MJIOT-AMB-03 RTL8710BN 高性能wifi模块
  6. Ubuntu下正确姿势使用GDB调试Android Native进程
  7. Redis6——入门介绍
  8. 5 极限存在准则及两个重要极限
  9. python -- 字符串练习题
  10. MSCRM 2011 可视化Ribbon编辑工具,超级强大!