PMC
Diferența de risc, raportul de risc și raportul de șanse ca măsuri ale efectelor în designul de cohortă
Un design de studiu de cohortă urmărește efectul expunerii, cum ar fi tratamentul, în mod prospectiv. În studiul de cohortă, extragem o dimensiune adecvată a unui eșantion aleatoriu din populația țintă, apoi repartizăm aleatoriu subiecții fie în grupul expus, fie în grupul neexpus. Efectul expunerii este observat ca modificări ale rezultatului de interes în timp. Riscul este ușor de calculat ca fiind numărul de persoane care au boala în grupurile expuse și neexpuse împărțit la numărul tuturor persoanelor din ambele grupuri. În studiul de cohortă, avem un numitor clar: numărul de persoane repartizate în grupuri. RD și RR sunt utilizate frecvent pentru a evalua asocierea dintre grupurile expuse și cele de control. RD, care este, de asemenea, cunoscută sub numele de RA sau risc excesiv, reprezintă cantitatea de risc, care a scăzut sau a crescut atunci când există expunerea în comparație cu cea în care expunerea este absentă. O valoare pozitivă a RD înseamnă un risc crescut, iar una negativă înseamnă un risc diminuat de expunere. RR se calculează ca fiind riscul unui grup expus împărțit la riscul unui grup neexpus. O valoare RR de 1 înseamnă că nu există nicio diferență de risc între grupuri, iar valori mai mari sau mai mici semnifică un risc crescut sau scăzut într-un grup expus în comparație cu riscul dintr-un grup neexpus, ceea ce poate fi interpretat că apariția bolii este mai mult sau mai puțin probabilă în grupul expus, respectiv.
În plus, putem folosi și OR în același scop în studiile de cohortă. OR este raportul dintre șansele de apariție a bolii într-un grup expus și un grup neexpus. Interpretarea OR nu este la fel de intuitivă ca RR. O valoare OR de 1 înseamnă că nu există nicio diferență în ceea ce privește șansele între grupuri, iar o valoare mai mare de 1 înseamnă o creștere a șanselor în grupul expus, interpretată ca o asociere pozitivă între a avea boala și a fi expus. În schimb, o valoare OR mai mică decât 1 înseamnă o scădere a șanselor în grupul expus, care este interpretată ca o asociere între a avea boala și a nu fi expus. Deși interpretarea OR este similară cu cea a RR, acestea au valori similare doar atunci când riscurile ambelor grupuri sunt foarte mici, de exemplu, p < 0,1. În caz contrar, acestea prezintă valori diferite. După cum se observă în tabelul 2, valorile RR și OR sunt aproximativ aceleași numai atunci când riscurile ambelor grupuri sunt foarte scăzute (p < 0,1, exemplele 1 – 5 din tabelul 2). Cu toate acestea, atunci când riscurile unuia sau ale ambelor grupuri nu sunt foarte scăzute (p > 0,1), există discrepanțe considerabile între valorile RR și OR (exemplele 6 – 14, tabelul 2). O regulă generală este că o valoare a OR reflectă întotdeauna o dimensiune mai mare a efectului sau o asociere mai puternică, prezentând valori OR mai mici decât valorile RR corespunzătoare atunci când RR < 1 și valori OR mai mari atunci când RR > 1. În tabelul 2, putem confirma că toate cazurile cu RR mai mare de 1 au avut valori OR mult mai mari (exemplele 6 – 8 și 10 – 14), iar un caz cu RR mai mic de 1 a avut o valoare OR mai mică decât valoarea RR corespunzătoare (exemplul 9). Prin urmare, interpretarea incorectă a valorii OR ca RR va duce la o supraevaluare a efectului, fie prin creșterea, fie prin diminuarea eronată a riscurilor reale. Figura 1 ilustrează faptul că diferențele dintre valorile OR și RR devin mai mari pe măsură ce cresc nivelurile de risc de bază în grupul de control (I0).1 În special atunci când riscul de bază este la fel de mare ca 0,5, valoarea maximă a RR se limitează la 2, în timp ce valoarea OR se apropie de infinit.
Tabelul 2
| Nr. de eveniment | Risc (p) | Odds | Diferență de risc | Raport de risc | Raport de risc | Raport de odds | ||||
|---|---|---|---|---|---|---|---|---|---|---|
| Exemplu | Control | Tx. | Control (1) | Tx. (2) | Control (3) | Tx. (4) | (2) – (1) | (2) / (1) | (4) / (3) | |
| 1 | 1 | 2 | 0.001 | 0.002 | 0.001 | 0.002 | 0.001 | 2.000 | 2.000 | |
| 2 | 5 | 10 | 0.005 | 0.010 | 0.005 | 0.010 | 0.005 | 2.000 | 2.000 | |
| 3 | 10 | 20 | 0.010 | 0.020 | 0.010 | 0.020 | 0.010 | 2.000 | 2.000 | |
| 4 | 15 | 30 | 0.015 | 0.030 | 0.015 | 0.031 | 0.015 | 2.000 | 2.067 | |
| 5 | 50 | 100 | 0.050 | 0.100 | 0.053 | 0.111 | 0.050 | 2.000 | 2.096 | |
| 6 | 100 | 200 | 0.100 | 0.200 | 0.111 | 0.250 | 0.100 | 2.000 | 2.252 | |
| 7 | 200 | 400 | 0.200 | 0.400 | 0.250 | 0.667 | 0.200 | 2.000 | 2.668 | |
| 8 | 200 | 700 | 0.200 | 0.700 | 0.250 | 2.333 | 0.500 | 3.500 | 9.333 | |
| 9 | 500 | 200 | 0.500 | 0.200 | 1.000 | 0.250 | -0.300 | 0.400 | 0.250 | |
| 10 | 500 | 600 | 0.500 | 0.600 | 1.000 | 1.500 | 0.100 | 1.200 | 1.500 | |
| 11 | 500 | 700 | 0.500 | 0.700 | 1.000 | 2.333 | 0.200 | 1.400 | 2.333 | |
| 12 | 500 | 990 | 0.500 | 0.990 | 1.000 | 99.00 | 0.490 | 1.980 | 99.00 | |
| 13 | 900 | 950 | 0.900 | 0.950 | 9.000 | 19.00 | 0.050 | 1.060 | 2.111 | |
| 14 | 998 | 999 | 0.998 | 0.999 | 499.0 | 999.0 | 0,001 | 1,001 | 2,002 | |
OR a fost folosit ca o estimare foarte populară a efectului în studiile epidemiologice. Deoarece regresia logistică a fost frecvent utilizată în evaluarea multivariată a rezultatelor binare, OR, care este coeficientul de regresie exponențiat din regresia logistică, a fost și el popular. Regresia logistică are avantajul computațional că convergența este eficientă, deoarece legătura logit aferentă poate converti valorile riscului (p), limitate de la 0 la 1, în valori ale cotelor logaritmice care variază de la infinit negativ la infinit pozitiv. Din fericire, o mulțime de boli care pun viața în pericol tind să aibă un risc (sau prevalență) foarte scăzut, de exemplu, mai mic de 0,1, prin urmare, utilizarea OR poate fi justificată ca un bun estimator al RR. Cu toate acestea, atunci când analizăm date privind boli prevalente, cum ar fi caria dentară sau parodontita, trebuie să fim atenți să nu interpretăm asocierea puternică prin OR ca și cum ar fi prin RR. Deoarece valoarea OR este departe de 1 decât valoarea RR corespunzătoare atunci când boala nu este rară, pentru a evita o posibilă greșeală de supraestimare a efectului, valoarea OR rezultată poate fi convertită în RR utilizând următoarea ecuație numai atunci când riscul de bază poate fi presupus în mod corespunzător:
RR=OR1-I0*1-OR, unde I0 este riscul de bază al grupului de control.2
Când rezultatul nu este rar, regresia Poisson sau modelul log-binomial sunt preferate pentru a obține RR în locul regresiei logistice.
.