(ข้อมูลสมมุติ) คนอ้วนมีความเสี่ยงที่จะป่วยเป็น 1.6 เท่าคนไม่อ้วน เมื่อใช้ Stratified Analysis พบว่าไม่ใช่เรื่อง อ้วน,ไม่อ้วน แต่เป็นเรือง เพศชาย เพศหญิง ที่ทำให้ความเสี่ยงที่จะป่วยแตกต่าง
(ข้อมูลสมมุติ) คนอ้วนมีความเสี่ยง ที่จะป่วยเป็น 1.6 เท่าของคนไม่อ้วน เมื่อวิเคราะห์แยกแต่ละ Stratum เพศเป็น Confounder
table Crude
(+) (-)
Exp (+) 90 200 290
Exp (- ) 60 250 310
Risk Ratio = 1.6 (95% CI = 1.20 to 2.13)
Crude Table (ข้อมูลสมมุติ)
คนอ้วนมีความเสี่ยงที่จะป่วยมากกว่าคนไม่อ้วน 1.6 เท่า
เมื่อให้ OpenEpi แยกวิเคราะห์แต่ละ Strata
table 1
ชายและอ้วน ความเสี่ยงที่จะป่วย = 80/180 (44 %)
ชายและไม่อ้วน ความเสี่ยงที่จะป่วย = 40/90 (44 %)
table 2
หญิงและอ้วน ความเสี่ยงที่จะป่วย = 10/110 (9 %)
หญืงและไม่อ้วน ความเสี่ยงที่จะป่วย = 20/220 (9 %)
เพศเป็น Confounder
ไม่ใช่ความอ้วนไม่อ้วนเป็นตัวแปรที่สำคัญที่จะทำให้ความเสี่ยงที่จะป่วยแตกต่าง
เพศชายหรือหญิงต่างหากที่เป็นตัวแปรที่สำคัญที่จะทำให้ความเสี่ยงที่จะป่วยต่างกัน
(ข้อมูลสมมุติ)
ในกลุ่มคนอ้วนเพศชายมีอัตราส่วนมากกว่าเพศหญิง (1.7 เท่า)
และเพศชายมีความเสี่ยงที่จะป่วยมากกว่าเพศหญิง (4.9 เท่า)
จึงทำให้เข้าใจไปว่า คนอ้วนมีความเสี่ยงที่จะป่วยมากกว่า
1) ในกลุ่มคนอ้วนมีอัตราส่วน เพศชาย : เพศหญิง = 180/110 = 1.7
คือมีเพศชายในกลุ่มคนอ้วน = 180/290 (62 %)
2) ความเสี่ยงที่จะป่วย เพศชาย : เพศหญิง = 44/9 = 4.9
ชาย (อ้วนและไม่อ้วน) มีความเสี่ยงที่จะป่วย = 120/270 (44 %)
หญิง (อ้วนและไม่อ้วน) มีความเสี่ยงที่จะป่วย = 30/330 (9 %)
Confounding Bias
ตัวแปรที่ศึกษาคือตัวแปรต้น (Exposure) และตัวแปรตาม (Disease)
Confounder เกิดจากตัวแปรตัวที่ 3 ที่ไม่ใช่ ตัวแปรที่ศึกษา
แต่มีความสัมพันธ์กับต้วแปรต้นและตัวแปรตามด้วย
(Confounder ที่พบบ่อย เช่น เพศ, อายุ, การศึกษา, อาชีพ)
table Crude
(+) (-)
Exp (+) 90 200 290
Exp (- ) 60 250 310
OpenEPI, Add Stratum
เพิ่มทีละ Stratum
โดยกำหนดให้ OpenEPI "Add Stratum"
คือเพิ่ม 2 x 2 table 2 อีกชุดหนึ่งคือ Stratum 2
ซ้อนทับ 2 x 2 table 1 ที่เป็นชุดแรกคือ Stratum 1
ใส่ข้อมูล a, b, c, d ใน table 1 (Stratum 1)
เมื่อ Add Stratum 2 x 2 table 1 จะไปอยู่ด้านหลัง
ใส่ข้อมูล a, b, c, d ใน table 2 (Stratum 2)
เมื่อกดปุ่ม Calculate OpenEPI
จะนำมาวิเคราะห์ table 1 พร้อมกันกับ table 2
OpenEPI จะรวม table 1 และ table 2 เป็น table 3 (Crude)
โดยนำแต่ละ Cell ของ a, b c, d (ของ 2 x 2 table)
table 1 และ table 2 มารวมกัน
OpenEPI จะคำนวณผลลัทธ table 1, table 2 และ table Crude
Cohort Study วิเคราะห์ผลจาก Risk Ratio
และ 95% Confidence Interval
Cohort Study
table Crude
(+) (-)
Exp (+) 90 200 290
Exp (- ) 60 250 310
table 1 ชาย (M)
(+) (-)
Exp (+) 80 100 180
Exp (- ) 40 50 90
table 2 หญิง (F)
(+) (-)
Exp (+) 10 100 110
Exp (- ) 20 200 220
table 1 ชาย (M), Risk Ratio = 1 (95% CI = 0.75 to 1.32)
table 2 หญิง (F), Risk Ratio = 1 (95% CI = 0.48 to 2.06)
table Crude, Risk Ratio = 1.6 (95% CI = 1.20 to 2.13)
Table Crude
ถ้าไม่วิเคราะห์แยกแต่ละ Stratum จะพบว่า
กลุ่มอ้วนป่วยมากกว่ากลุ่มไม่อ้วน 1.6 เท่า
อ้วน ความเสี่ยงที่จะป่วย = 90/290 (31 %)
ไม่อ้วน ความเสี่ยงที่จะป่วย = 60/310 (19 %)
เมือแยกวิเคราะห์แต่ละ Stratum
ชายและอ้วน ความเสี่ยงที่จะป่วย = 80/180 (44 %)
ชายและไม่อ้วน ความเสี่ยงที่จะป่วย = 40/90 (44 %)
หญิงและอ้วน ความเสี่ยงที่จะป่วย = 10/110 (9 %)
หญิงและไม่อ้วน ความเสี่ยงที่จะป่วย = 20/220 (9 %)
สาเหตุที่ table Crude มี Risk Ratio เป็น 1.6
1) ในกลุ่มอ้วน เพศชาย: เพศหญิง = 180/110 = 1.7
ในกลุ่มคนอ้วนอัตราส่วนเพศชายมีมากกว่าเพศหญิง 1.7 เท่า
2) ความเสี่ยงที่จะป่วย เพศชาย : เพศหญิง = 44/9 = 4.9
เพศชายมีความเสี่ยงที่จะป่วยมากกว่าเพศหญฺง 4.9 เท่า