Odds Oranı ve Göreli Risk Hesaplama Aracı
2×2 tablonun dört hücre sayısını (maruz kalan ve maruz kalmayan gruplar, sonucun olması veya olmaması) girerek odds oranı, göreli risk, sonuç oranları ve güven aralıklarını, sade bir dille yazılmış bir açıklamayla birlikte hesaplayın.
Odds Oranı ve Göreli Riski Hesaplayın
Odds Oranı ve Göreli Risk Formülü
Burada:
- \(a\) — sonucu gelişen maruz kalan bireyler
- \(b\) — sonucu geliştirmeyen maruz kalan bireyler
- \(c\) — sonucu gelişen maruz kalmayan bireyler
- \(d\) — sonucu geliştirmeyen maruz kalmayan bireyler
Odds oranı, maruz kalan ve maruz kalmayan gruplar arasında sonucun odds'unu karşılaştırırken, göreli risk olasılıkları (riskleri) doğrudan karşılaştırır.
Hesaplayıcı ayrıca standart büyük örneklem log-ölçek yaklaşımlarını kullanarak %95 güven aralıklarını raporlar:
\[ \text{SE}(\ln \text{OR}) = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d}} \qquad \text{SE}(\ln \text{RR}) = \sqrt{\frac{1}{a} - \frac{1}{a+b} + \frac{1}{c} - \frac{1}{c+d}} \]
Odds Oranı ve Göreli Risk – Hesaplama Örneği
Örnek: 100 maruz kalan ve 100 maruz kalmayan bireyin izlendiği bir kohort çalışmada, maruz kalanlardan 30'u, maruz kalmayanlardan ise 10'u sonucu geliştirmiştir (yani \(b = 70\) ve \(d = 90\)).
\[ \text{OR} = \frac{30 \times 90}{70 \times 10} = \frac{2700}{700} = 3.8571 \]
\[ \text{RR} = \frac{30 / 100}{10 / 100} = \frac{0.30}{0.10} = 3.0 \]
Sonuç: OR = 3,8571 (%95 GA ≈ 1,77 ile 8,42) ve RR = 3,0 (%95 GA ≈ 1,55 ile 5,81). Sonuç oranı maruz kalan grupta %30, maruz kalmayan grupta ise %10'dur. Maruz kalan bireyler sonucu geliştirme olasılığı açısından 3 kat daha yüksektir ve her iki güven aralığı da 1'i dışarıda bıraktığından, ilişki %5 düzeyinde istatistiksel olarak anlamlıdır.
Hesaplayıcı Nasıl Kullanılır?
- Sonuç mevcut (a) değerini girin — sonucu gelişen maruz kalan bireylerin sayısı.
- Sonuç yok (b) değerini girin — sonucu geliştirmeyen maruz kalan bireylerin sayısı.
- Sonuç mevcut (c) değerini girin — sonucu gelişen maruz kalmayan bireylerin sayısı.
- Sonuç yok (d) değerini girin — sonucu geliştirmeyen maruz kalmayan bireylerin sayısı.
- Sonuçları okuyun: Odds oranı (OR), Göreli risk (RR), her gruptaki yüzde cinsinden sonuç oranı, %95 güven aralıkları ve formüllerin sizin değerlerinizle doldurulmuş hâliyle sade bir dille açıklama.
Dört girdinin tamamı negatif olmayan tam sayılar olmalıdır. Bir sıfır hücre bir oranı tanımsız veya sonsuz kılıyorsa, hesaplayıcı bunu size bildirir ve kesin yöntemler ya da her hücreye 0,5 ekleme (süreklilik düzeltmesi) gibi alternatifler önerir.
Odds Oranı ve Göreli Risk Nedir?
Her iki ölçü de bir maruziyetin (bir risk faktörü, bir tedavi, bir davranış) ikili bir sonuçla (hastalık, iyileşme, bir olay) ilişkisinin gücünü nicelendirir. Bunlar, bireyleri maruziyet durumuna ve sonuç durumuna göre sınıflandıran 2×2 kontenjans (çapraz) tablosundan hesaplanır. \(a\), \(b\), \(c\) ve \(d\) hücreleri tabloyu tamamen tanımlar.
Göreli risk (RR), risk oranı olarak da adlandırılır, maruz kalan gruptaki sonuç olasılığının maruz kalmayan gruptaki olasılığa bölümüdür: \(RR = r_1 / r_0\). 2'lik bir RR, maruz kalan grubun sonucu yaşama olasılığının iki kat olduğu; 0,5'lik bir RR ise yarısı olduğu (koruyucu bir faktör) anlamına gelir. RR sezgiseldir ve kohort çalışmalar, randomize denemeler ile grupları zaman içinde ileriye doğru izleyip insidans gözlemlediğiniz her tasarımda doğal ölçüdür.
Odds oranı (OR), maruz kalan gruptaki sonucun odds'unun maruz kalmayan gruptaki odds'a oranıdır. Odds \(p / (1 - p)\) olduğundan, sonuç yaygın olduğunda OR, RR'den çok daha büyük olabilir. OR, vaka–kontrol çalışmalarının doğrudan tahmin ettiği ölçüdür (çünkü bu tür çalışmalar gerçek insidans oranları vermez) ve lojistik regresyonun da çıktısıdır. Sonuç her iki grupta da nadir olduğunda — yaygın bir pratik kural olarak %10'un altında — OR, RR'ye yakın bir değer verir.
Her iki ölçü için de 1 değeri ilişki olmadığı anlamına gelir: maruziyet, sonucun odds'unu veya riskini değiştirmez. 1'in üzerindeki değerler zararlı bir ilişkiyi, 1'in altındaki değerler koruyucu bir ilişkiyi gösterir. Değer 1'den uzaklaştıkça — hangi yönde olursa olsun — ilişki o kadar güçlüdür.
Sonuçların Yorumlanması
Hesaplayıcı, ilişkinin gücünü odds oranına göre sınıflandırır: 10'un üzerindeki değerler çok güçlü, 3'ün üzerindeki değerler güçlü, 1,5'in üzerindeki değerler orta ve 1 ile 1,5 arasındaki değerler zayıf kabul edilir (1'in altında, ters yönlü ilişkiler için de ayna görüntüsü eşikler geçerlidir). Ayrıca her iki gruptaki sonuç oranlarını ve yüzde puanı cinsinden mutlak risk farkını raporlar; bu çoğu zaman karar açısından en ilgili sayıdır: 3'lük bir RR, %0,1'den %0,3'e gitmek (çok küçük bir mutlak değişim) veya %10'dan %30'a gitmek (büyük bir değişim) anlamına gelebilir.
%95 güven aralıkları tahminlerin kesinliğini gösterir. Bir aralık 1'i dışarıda bırakıyorsa, ilişki %5 düzeyinde istatistiksel olarak anlamlıdır; 1'i içeriyorsa, veriler ilişki olmadığı varsamıyla uyumludur. Geniş aralıklar — küçük örneklemelerde yaygındır — tahminin kesin olmadığı anlamına gelir. Aralıklar hakkında daha fazla bilgi için Güven Aralığı hesaplayıcısına, çalışmanızın böyle bir etkiyi saptamak için yeterli bireye sahip olup olmadığını kontrol etmek isterseniz de Örneklem Büyüklüğü hesaplayıcısını deneyin.
Varsayımlar ve Sınırlılıklar
- Çalışma tasarımı önemlidir. RR, insidans gözlemlediğiniz bir tasarım gerektirir (kohort veya deneme). Vaka–kontrol çalışmalarında yalnızca OR geçerlidir, çünkü örneklem maruziyete göre değil, sonucuna göre seçilmiştir.
- İlişki, nedensellik değildir. Hem OR hem de RR, karıştırıcı etkenler, seçim yanlılığı ve ölçüm hatasıyla bozulabilir. Diğer değişkenleri kontrol etmek için regresyon modellerinden elde edilmiş düzeltilmiş tahminler gerekir.
- Güven aralıkları normal yaklaşım kullanır (OR için Woolf yöntemi, RR için Katz log yöntemi); bu yaklaşım yalnızca tüm hücre sayıları makul ölçüde büyük olduğunda güvenilirdir. Küçük sayılar veya sıfır hücreler söz konusuysa, Fisher'in kesin testi gibi kesin yöntemleri tercih edin ya da her hücreye +0,5 süreklilik düzeltmesi uygulayın.
- Sonuç yaygın olduğunda OR ≠ RR. OR, yaygın sonuçlar için RR'yi ilişkinin yönünde olduğundan büyük gösterir. Tasarımınıza ve mesajınıza uyan ölçüyü rapor edin.
- Sıfır hücreler. \(b\) veya \(c\) sıfırsa OR tanımsız veya sonsuzdur; \(c\) sıfırsa RR hesaplanamaz. Hesaplayıcı bu durumları yanıltıcı bir sayı döndürmek yerine işaretleyerek bildirir.
2×2 tablo yerine iki sürekli değişken arasındaki ilişkiyi analiz ediyorsanız, Korelasyon Katsayısı hesaplayıcısı uygun araçtır.
Sıkça Sorulan Sorular
Odds oranını hesaplayıcı olmadan elle nasıl hesaplarım?
Köşegen hücreleri çarpıp bölün: OR = (a × d) ÷ (b × c). Örneğin a = 20, b = 80, c = 10, d = 90 için (20 × 90) ÷ (80 × 10) = 1800 ÷ 800 = 2,25 elde edilir. RR ise (20 ÷ 100) ÷ (10 ÷ 100) = 2,0'dir. Bunu bir kez elle yapmak, bir araca güvenmeden önce veri girişinizi doğrulamanın iyi bir yoludur.
Göreli risk yerine ne zaman odds oranı raporlamalıyım?
RR'yi prospektif tasarımlarda — bireyleri maruziyete göre belirleyip sonucu izlediğiniz kohort çalışmalar ve randomize denemelerde — rapor edin, çünkü bunlar gerçek insidans verir. OR'yi ise bireylerin sonuç durumuna göre seçildiği ve insidansın hesaplanamadığı vaka–kontrol çalışmalarında rapor edin. Lojistik regresyon da OR çıktısı verir. Sonuç nadirse (her iki grupta da yaklaşık %10'un altında), iki sayı zaten neredeyse aynıdır.
Hangi değer güçlü veya klinik olarak önemli sayılır?
Evrensel bir eşik yoktur — bu, alana ve temel riske bağlıdır. Epidemiyolojide 3 üzeri bir OR veya RR çoğu zaman güçlü, 10 üzeri çok güçlü olarak adlandırılır; 1 ile 1,5 arası ise zayıftır. Ancak istatistiksel güç, pratik önem demek değildir: %0,1'lik bir temel risk üzerindeki 3'lük bir RR az sayıda insanı etkiler. Oranın yanına her zaman mutlak risk farkını ve güven aralığını da ekleyerek kontrol edin.
Hücrelerimden biri sıfır içeriyorsa ne yapmalıyım?
b veya c'deki bir sıfır OR'yi sonsuz veya tanımsız kılar; c'deki bir sıfır ise RR'yi sonsuz kılar. Yaygın çözümler, her hücreye 0,5 eklemek (Haldane–Anscombe düzeltmesi) veya seyrek verileri büyük örneklem yaklaşımlarına başvurmadan ele alan Fisher'in kesin testi gibi kesin yöntemler kullanmaktır. Çalışmanız hâlâ küçükse, sayıları düzeltmek yerine daha fazla birey kaydetmeyi düşünün.
Odds oranım neden göreli riskimden daha büyük?
Odds, olasılıkları sıkıştırır: 3'lük odds %300 değil, %75 risk demektir. Bir gruptaki sonuç olasılığı küçük değerlerden uzaklaştıkça odds, olasılıktan uzaklaşır; bu nedenle OR, RR'yi etkinin yönünde abartır. Örneğin %80'e karşılık %40'lık riskler RR = 2 verir ama OR = 6 verir. 'OR ≈ RR' kısayolunun yalnızca nadir sonuçlarda geçerli olmasının ve bir OR'yi risk katı gibi raporlamanın okurları yanıltmasının nedeni budur.
Odds oranını göreli riske dönüştürebilir miyim?
Evet, maruz kalmayan gruptaki temel riski \(r_0\) ve OR'yi biliyorsanız: \(RR = \frac{OR}{1 - r_0 + r_0 \times OR}\). Örneğin OR = 3 ve %10'luk temel riskle RR = 3 ÷ (0,9 + 0,3) = 2,5'tir. Dönüşüm temel riski gerektirir; vaka–kontrol çalışmalarının sağlamadığı şey de tam olarak budur — başlıca sınırlılıkları budur.
2×2 tabloyu girerken yapılan yaygın hatalar nelerdir?
En sık hata satır ve sütunları yer değiştirmektir — sonuç sayılarını maruziyet hücrelerine yerleştirmek; bu aynı OR'yi üretir ama grup büyüklükleri farklıysa RR'yi yanlış verir. Bir diğer hata, ham sayılar yerine toplamları veya yüzdeleri girmektir; hesaplayıcı hücre başına gerçek birey sayısına ihtiyaç duyar. Son olarak, 'maruz kalan' ile 'tedavi edilen' ifadelerini karıştırmayın — grupları ters çevirmek RR'yi 1/RR'ye dönüştürdüğünden, verileri girmeden önce hangi grubun referans olduğunu tanımlayın.