优势比

以下是一项病例对照研究（第一项将吸烟与肺癌联系起来的研究）的样本数据。调查人员选择研究一组患有肺癌的病例和一组未患肺癌的对照组。然后，他们询问每个人是否吸烟（Doll 和 Hill，《英国医学杂志》，1950 年，739-748 页）。结果如下

对于回顾性病例控制数据，不应直接计算相对风险或比例之间的差异，因为计算结果没有意义。在设计这类研究时，您要决定研究多少个病例和对照。这些数字不一定要相等。改变病例与对照组的比例也会改变相对风险和比例差的计算值。因此，从病例控制数据中计算或解读这些数值毫无意义。

相反，改变病例与对照组的比例不会改变优势比的期望值。如果您研究的疾病或病症很罕见，您可以将几率解读为相对风险的近似值

对于上述样本数据，病例为吸烟者的几率为 688/21 或 32.8。对照组为吸烟者的几率为 650/59 或 11.0。优势比为 32.8/11.0，即 3.0。Prism 报告的数值更精确，为 2.974，95% 置信区间为 1.787 至 4.950。您可以把这个优势比解读为相对风险。吸烟者患肺癌的风险大约是不吸烟者患肺癌风险的三倍。

Prism 如何计算优势比的置信区间

Prism 计算优势比置信区间的方法有两种，一种是使用 Woolf logit 方法（参考文献 1；Prism 6 及更早版本使用的唯一方法），另一种是我们推荐的 Baptista-Pike 方法 (2)。请在 "列联表 "对话框的 "选项 "选项卡上进行选择。 Fagerland (3) 综述了计算置信区间的各种方法。

如果任何单元格中的数据为零，而您选择了 Woolf 方法，Prism 会在计算优势比及其置信区间之前在所有单元格中加上 0.5。在这种情况下，我们建议您改用 Baptista-Pike 方法。

参考文献                                                                                        

1.Woolf B. 论血型与疾病关系的估计。人类基因年鉴 1955; 19: 251-253。

2.Baptista J 和 Pike MC.2 2 表中优势比的精确双侧置信限。J R Stat Soc C Appl Stat 1977; 26: 214-220.

3.Fagerland MW, Lydersen S, Laake P. Recommended confidence intervals for two independent binomial proportions.Stat Methods Med Res. SAGE Publications; 2011 Oct 13.