优势比

以下是一项病例对照研究（首项将吸烟与肺癌联系起来的研究）的样本数据。 研究者选取了一组肺癌病例和一组无肺癌的对照组进行研究。随后，他们询问了每个人是否有吸烟史（Doll 和 Hill，《英国医学杂志》，1950，739-748）。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差，因为这些结果没有实际意义。在设计此类研究时，由研究者决定纳入多少病例和对照。这两个数字不必相等。 改变病例与对照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试图解读这些数值是没有意义的。

相比之下，改变病例与对照的比例不会改变优势比的期望值。如果所研究的疾病或状况较为罕见，则可将优势比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是 688/21 或 32.8。对照组为吸烟者的几率是 650/59 或 11.0。优势比是 32.8/11.0，即 3.0。 Prism 给出的精确值为 2.974，其 95% 置信区间为 1.787 至 4.950。您可以解读该优势比为相对风险。吸烟者患肺癌的风险约为非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 采用 Woolf logit 法（参考文献 1；Prism 6 及更早版本唯一采用的方法）或 Baptista-Pike 法（2）（我们推荐）来计算优势比的置信区间。请在“列联表”对话框的“选项”选项卡中进行选择。  Fagerland (3) 对计算该置信区间的各种方法进行了综述。

如果任何单元格的值为零，且您选择了 Woolf 方法，Prism 会在计算优势比及其置信区间之前，将所有单元格的数值加 0.5。在这种情况下，我们建议您切换到 Baptista-Pike 方法。

参考文献                                                                                        

1.Woolf B. 关于血型与疾病之间关系的估计。《人类遗传学年鉴》1955; 19: 251–253.

2. Baptista J 和 Pike MC. 2×2 表中优势比的精确双侧置信区间。《皇家统计学会 C 辑：应用统计》1977; 26: 214–220.

3.Fagerland MW、Lydersen S、Laake P. 《两个独立二项分布比例的推荐置信区间》。《医学研究统计方法》。SAGE Publications；2011年10月13日。