Contenido
- TL; DR (demasiado largo; no leído)
- ¿Qué es una razón de probabilidades?
- Exposiciones y resultados
- Vida y variables de confusión
- Buscando el Odds Ratio ajustado
Su médico le ha dado la opción entre dos medicamentos para el tratamiento del asma. Cuando compara las visitas al departamento de emergencias, observa que 10 pacientes con medicación A informaron un viaje al hospital versus los cinco pacientes con medicación B. A primera vista, parecería que la medicación B es la mejor opción obvia. Sin embargo, para tomar una decisión informada, deberá examinar los datos un poco más de cerca. Para determinar cuál de estos dos medicamentos para el asma le servirá mejor, puede usar estadísticas para calcular la razón de probabilidad ajustada.
TL; DR (demasiado largo; no leído)
Un odds ratio es una medida estadística de asociación, utilizada para determinar la relación entre diferentes conjuntos de exposiciones y resultados. Encontrado dividiendo los resultados de un resultado por los resultados de un segundo, un odds ratio puede proporcionar información sobre la efectividad de los tratamientos experimentales y más. Sin embargo, determinar la razón de probabilidad ajustada de dos conjuntos de datos requiere que tenga en cuenta las variables de confusión, lo que hace que las razones de probabilidad ajustadas sean difíciles de determinar en muchas situaciones.
¿Qué es una razón de probabilidades?
Un odds ratio es la medida estadística de asociación entre una exposición y un resultado. En otras palabras, la razón de posibilidades es la probabilidad estadística de que un resultado ocurra bajo una condición específica: en el caso de nuestro ejemplo, la razón de probabilidades representa la probabilidad de que tomar uno de los dos medicamentos para el asma pueda llevar a una visita al hospital. Las razones de probabilidades son fáciles de calcular. Si divide las visitas informadas al hospital para la medicación B por las de la medicación A, obtendrá el odds ratio. En este ejemplo, la razón de posibilidades es 0.5. La proporción significa que tiene aproximadamente un 50% más de posibilidades de ir al hospital cuando toma la medicación A que la medicación B. Sin embargo, esto no significa necesariamente que la medicación B sea mejor: esta proporción de 0.5 se conoce como una razón de probabilidad cruda no ajustada , porque no tiene en cuenta nada excepto el número informado de visitas al hospital.
Exposiciones y resultados
El valor numérico de un odds ratio le da una idea de lo que sucederá cuando un paciente esté expuesto a algo, en este caso, medicamentos para el asma. Una razón de posibilidades de 1 significa que la exposición no afecta el resultado: en otras palabras, el medicamento no funciona. Una razón de probabilidades mayor que 1 indica probabilidades más altas del resultado, mientras que una razón menor de 1 indica probabilidades más bajas del resultado.
Vida y variables de confusión
El problema con una relación de probabilidad cruda es que es completamente unidimensional. No refleja la influencia de factores de confusión como la edad, otras afecciones médicas o incluso algo tan simple como el acceso a una clínica versus un departamento de emergencias. La interpretación de la razón de posibilidades de los medicamentos podría cambiar si supiera que todos los pacientes que toman medicamentos A también reciben tratamiento para el cáncer de pulmón y que todos los pacientes que toman medicamentos B gozan de buena salud, o si descubre que los pacientes que toman medicamentos A vivía a cinco millas del hospital y a 60 millas de la clínica más cercana.
Buscando el Odds Ratio ajustado
Muy pocas cosas en la vida tienen una relación clara de causa y efecto. En estadística, los "otros" factores que afectan la relación entre dos cosas se conocen como variables de confusión. Si solo una variable afecta la relación, los matemáticos harán un ajuste estadístico para dar una relación más precisa. Cuando se han tenido en cuenta todas las variables, se dice que la relación está totalmente ajustada. Debido a que ajustar un odds ratio es muy complejo, los investigadores intentan controlar tantas variables como sea posible para garantizar resultados precisos. En ensayos farmacéuticos, por ejemplo, los investigadores buscarán participantes de la misma edad y sexo con antecedentes médicos similares.