針對類別變項進行交叉分析時,通常會利用卡方檢定(Chi-square test)或費雪精確性檢定(Fisher's exact test)來進行考驗,而醫護領域有時候還會計算出「相對風險」(Relative risk, RR)或「勝算比」(Odds ratio, OR)來作呈現,本篇文章將以此兩項指標為主題進行介紹。

 

首先,我們先瞭解什麼是RR,而什麼是OR(我想要上統計課)

 

「相對風險RR」必須用在Cohort study才有意義,此類型的研究一開始會從研究對象中找尋暴露因子(自變項,譬如說有無抽菸),接著開始進行追蹤研究來搜尋結果變項(依變項,譬如說有無延遲性出血或死亡),因此可以想成對未來作預測,接著探討吸菸這群人中,計算出發生出血的人數比例有多少,再探討未吸菸這群人中,計算出發生出血的人數比例有多少,最後把兩個比例相除,以計算出相對風險有多少,詳細的公式說明如下圖:

 

 

 

Q1

由公式不難理解,分子部分先算出在有抽菸的對象中,有出血所佔的比例;接著在沒有抽菸的對象中,有出血所佔的比例;分母都是參照組,因此可知RR的公式是在算抽菸的對象出血的比例為沒有抽菸者的幾倍,若RR值大於1,即代表有抽菸者出血的風險較高。

 

「勝算比OR」剛好相反,通常出現於Retrospective study,又稱Case-Control Study,也就是一開始就已知病人有無死亡/出血(依變項),再回溯找尋暴露因子(自變項,譬如說有無抽菸),由於病人有無死亡/出血的比例可以由研究者在挑選樣本時就決定,相對的這類的研究去算死亡/出血機率是沒有意義的,因此就會用OR去計算曝露組與非曝組發生死亡 or 出血的相對曝露機率來做估計。

 

 

 

Q2

由公式可知,分子部分先算出在有出血的對象中,計算抽菸與未抽菸者的相對比例,數值若大於1,則代表在出血的對象中,抽菸者所佔的比例較高;接著在沒有出血的對象中,計算抽菸與未抽菸者的相對比例,數值若大於1,則代表在沒出血的對象中,抽菸者所佔的比例較高;經由公式計算,OR=(A*D)/(B*C),當細格A(抽菸的都出血)與細格D(沒抽菸的都沒出血)的人數越多時,OR值越有機會超過1,此時代表有抽菸的風險越高。

為了讓後續的輸出報表比較好解讀,建議在輸入資料時做一些小改變!!類別資料的分析結果,都會朝著組別間的比較來解釋,SPSS在大部分的分析,都會用最小的數字當參照組來呈現結果,譬如說1=有抽菸、0=沒有抽菸,就會解釋為有抽菸相對於沒有抽菸者還會怎麼樣;再舉一個例子1=男生、2=女,就會解釋為女生相對於男生還會怎麼樣。但遺憾的是,交叉分析中所提供的Risk計算是以數字較大的那組當參照組,因此若以剛剛兩個例子來說,就必須解釋成沒有抽菸相對於有抽菸還會怎麼樣,及女生相對於男生還會怎麼樣,此時若將算出來的RR值或OR值取倒數,那麼又可以解釋成有抽菸相對於沒有抽菸還會怎麼樣,及男生相對於女生還會怎麼樣了。

 

一、操作過程

1)點選「分析」→「敘述統計」→「交叉表」

2)將左邊的變項丟入右邊的欄位,注意!!依變項一定要丟在「欄」,這樣才算得出RR值,因此我們把有無出血丟在欄,吸菸情形丟在列

 

 

Q3

 

3)點選「統計量」→勾選「風險」,按下繼續及確定

 

Q4

 

 

4)在輸出的部分,由於軟體根本不知道代號0 or 代號1是真正的風險,因此報表會呈現兩種相對風險RR給研究者,因此我們可以知道延遲性出血=1才是我們想要知道的相對風險,那我們怎麼解釋這個0.446?

 

上方有提到過,在交叉分析中,會將Code值比較大(吸菸=1)的視為參照組,而參照組會放在分母;反過來說,Code值比較小(未吸菸=0)會放在分子,因此RR的分子計算的是,沒有吸菸的人發生出血的比例(6/18),而分母則是有吸菸的人發生出血的比例(62/83)。

因此這個0.446就必須解釋成未吸菸者發生出血的風險,是有吸菸者的0.446倍;如果不喜歡這樣的說法,可以將0.446取倒數 = 2.24,那麼就會解釋成吸菸者發生出血的風險,是沒吸菸者的2.24倍。

 

Q5

 

 

5)報表輸出的OR值為5.905,那麼又要如何解釋呢??

 

跟上述一樣,Code值比較大(吸菸=1&(出血=1)的視為參照組,而參照組會放在分母,因此在下方的公式中,分母的中刮號代表是(出血=1)的部分,分子的中刮號代表是(未出血=0)的部分,而在各自的中刮號裡,(吸菸=1)會被擺在分母,而(未吸菸=0)會被擺在分子。

因此這個5.905就必須解釋成沒有出血者中未吸菸相對有吸菸的勝算,是有出血者的5.905倍,很好!!完全看不懂在寫什麼。

那麼我們換句話說,將5.905取倒數變成0.169解釋成沒有出血者中有吸菸相對未吸菸的勝算,是有出血者的0.169,似乎還是看不懂。(此處的倒數,先將有吸菸及未吸菸的分母分子位置互調,讓未吸菸者作參照組)

那麼我們再換句話說,將0.169取倒數變成5.905解釋成有出血者中有吸菸相對未吸菸的勝算,是沒有出血者的5.905,因此可得知,有出血的患者中,吸菸的比例佔多數,因此可得知吸菸的人發生出血的風險是比較高的。(此處的倒數,再將有出血及沒有出血的分母分子位置互調,讓沒有出血作參照組)

 

 

 

 

Q6  

 

延伸閱讀

 

用SPSS進行潛在類別分析LCA

 

由問卷調查法評估體能檢測研究

 

極速分析系統(二):獨立T & ANOVA

arrow
arrow
    全站熱搜

    晨晰部落格新站 發表在 痞客邦 留言(1) 人氣()